Active Learning-Based Input Design for Angle-Only Initial Relative Orbit Determination

Este trabajo propone un marco híbrido de estimación y control que utiliza un algoritmo de aprendizaje activo para diseñar secuencias de control que maximizan la observabilidad en la determinación inicial de órbitas relativas basada solo en mediciones angulares, permitiendo una transición efectiva a un filtro de Kalman extendido y un controlador predictivo para lograr un encuentro autónomo exitoso.

Lo esencial

Imagina que eres un astronauta en una nave espacial (el "perseguidor") que necesita acercarse y acoplarse con otra nave (el "objetivo") que no coopera y no tiene luces ni señales de radio. Solo tienes una cámara normal, como la de tu teléfono, para mirarla.

El problema es que tu cámara solo te dice hacia dónde mirar (izquierda, derecha, arriba, abajo), pero no te dice qué tan lejos está el objetivo. Es como mirar un avión en el cielo: puedes ver si está a la izquierda o a la derecha, pero sin referencias, no sabes si está a 1 kilómetro o a 100 kilómetros. Esto se llama el problema de la "ambigüedad de escala". Si intentas acercarte basándote solo en esa información, podrías chocar o perderte.

Este paper presenta una solución inteligente para resolver este misterio de distancia y lograr el acoplamiento de forma automática. Aquí te explico cómo funciona, paso a paso, con analogías sencillas:

1. El Problema: "Ver sin medir la distancia"

En el espacio, si solo usas una cámara, el sistema de navegación se siente como si tuviera los ojos vendados en cuanto a la profundidad. La nave objetivo podría estar muy cerca o muy lejos, y la cámara no distingue la diferencia. Si no sabes la distancia, no puedes calcular la velocidad correcta para acercarte.

2. La Solución: "El baile de la curiosidad" (Aprendizaje Activo)

Para saber la distancia, la nave perseguidora no puede quedarse quieta esperando a que la magia ocurra. Necesita moverse de una manera específica para engañar a la física y revelar la distancia.

Los autores proponen un algoritmo llamado Aprendizaje Activo. Imagina que eres un detective que intenta adivinar dónde está un objeto oculto en una habitación oscura.

• El método viejo (MPC solo): El detective se queda quieto o se mueve de forma aburrida y predecible. Nunca obtiene suficiente información.
• El método antiguo (Dithering): El detective empieza a moverse de forma aleatoria, como si tuviera un ataque de nervios. Esto ayuda a ver un poco, pero gasta mucha energía y desordena la habitación.
• El método nuevo (Aprendizaje Activo): El detective planifica un baile estratégico. Se mueve de forma calculada: "Si doy un paso a la izquierda y luego uno a la derecha, la sombra del objeto cambiará de una forma que me dirá exactamente a qué distancia está".

La computadora de la nave calcula de antemano esta "coreografía" de movimientos (impulsos de los motores) que maximiza la información que la cámara puede recoger, sin gastar demasiado combustible ni desviarse mucho de su ruta.

3. El "Cálculo Rápido" (IROD Batch)

Una vez que la nave hace esos movimientos estratégicos, la cámara toma varias fotos. El sistema usa un truco matemático (una solución por lotes) para analizar todas esas fotos juntas.

• La analogía: Es como si vieras un objeto moverse en el fondo de una habitación mientras tú caminas. Tu cerebro combina el movimiento del objeto y el tuyo para calcular la profundidad.
• Gracias a los movimientos estratégicos, el sistema puede resolver la ambigüedad: "¡Ah! Ahora sé que el objetivo está a 4.800 metros, no a 500".

4. El "Cinturón de Seguridad" (Covarianza Analítica)

El sistema no solo calcula la posición, sino que también calcula qué tan seguro está de su cálculo.

• Imagina que el sistema tiene un "cinturón de seguridad" invisible alrededor de su estimación. Al principio, el cinturón es enorme (no sabe si está a 100 o 1000 metros).
• A medida que hace el "baile" y toma fotos, el cinturón se encoge.
• El paper introduce una fórmula matemática que predice exactamente cuándo ese cinturón será lo suficientemente pequeño para confiar en la información. Cuando el cinturón es pequeño, el sistema dice: "¡Listo! Ya tengo una buena estimación".

5. El Cambio de Piloto (De Batch a EKF y MPC)

Aquí viene la parte más elegante del sistema. No se puede usar el "cálculo rápido" (Batch) todo el tiempo porque es pesado y lento para el tiempo real.

• Fase 1 (El Entrenador): El sistema de Aprendizaje Activo y el cálculo por lotes trabajan juntos al principio para obtener la estimación inicial precisa.
• Fase 2 (El Piloto Automático): Una vez que el "cinturón de seguridad" es lo suficientemente pequeño, el sistema hace un "pase de testigo". Entrega la información al Filtro de Kalman Extendido (EKF), que es un piloto automático muy rápido que actualiza la posición en tiempo real cada segundo.
• Fase 3 (El Conductor): Este piloto automático le pasa los datos a un Controlador Predictivo (MPC), que es como un conductor experto que no solo mira el camino, sino que anticipa las curvas y frena suavemente para llegar al objetivo sin chocar.

¿Por qué es importante esto?

Antes, para acercarse a una nave o basura espacial, necesitabas radares potentes (que son pesados y caros) o que la otra nave te enviara señales.
Este método permite que una nave pequeña y barata, con solo una cámara, pueda acercarse de forma segura a cualquier objeto en el espacio, incluso si es un satélite viejo o basura espacial que no coopera.

En resumen:
La nave usa un "baile" de movimientos calculado por una IA para engañar a la física y descubrir la distancia oculta. Una vez que sabe dónde está, pasa el control a un piloto automático que la guía suavemente hasta el objetivo, todo sin necesidad de radares costosos ni ayuda externa. ¡Es como aprender a conducir en la oscuridad usando solo un espejo y un poco de ingenio!

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Resumen Técnico: Diseño de Entrada Basado en Aprendizaje Activo para la Determinación de Órbita Relativa Inicial Solo con Ángulos

1. Planteamiento del Problema

La determinación precisa de la órbita relativa es fundamental para operaciones de proximidad en el espacio (como acoplamientos, eliminación de basura espacial o reabastecimiento). Sin embargo, el uso exclusivo de sensores ópticos pasivos (cámaras) presenta un desafío crítico: solo proporcionan mediciones angulares (acimut y elevación) y carecen de información directa de rango.

Esto da lugar al problema de Determinación de Órbita Relativa Inicial (IROD) solo con ángulos, el cual sufre de limitaciones inherentes de observabilidad. Específicamente, las mediciones angulares son invariantes ante un escalado positivo del estado inicial, lo que genera una ambigüedad de escala (no se puede distinguir la distancia real sin información adicional). Las estrategias tradicionales (maniobras predefinidas, sistemas estéreo o offsets de cámara) a menudo son subóptimas, consumen demasiado combustible, aumentan la complejidad del hardware o requieren conocimiento previo del objetivo.

2. Metodología Propuesta

Los autores proponen un marco híbrido de estimación y control que integra Aprendizaje Activo (AL) para diseñar maniobras de excitación que maximicen la información obtenida. La arquitectura se divide en dos fases principales:

• Fase 1: IROD Mejorado con Aprendizaje Activo (Estimación por Lotes):

  • Diseño de Entrada (Input Design): Se formula el problema de diseño de maniobras como una tarea de Aprendizaje Activo. Utilizando un marco de control dual, se optimiza una secuencia de impulsos de control ($\mathbf{u}$) para maximizar la exploración del espacio de salidas (mejorando la observabilidad) mientras se mantiene el cumplimiento de las restricciones de misión (como el mantenimiento de posición o station-keeping).
  • Algoritmos de AL: Se proponen dos enfoques:
    1. Minimización del error de estimación esperado (basado en muestras).
    2. Greedy-y: Maximización de la dispersión de las mediciones en el espacio de salida (minimizando la distancia entre puntos de datos observados).
  • Solución IROD: Se utiliza una solución de mínimos cuadrados batch para resolver las ecuaciones dinámicas (ecuaciones de Clohessy-Wiltshire) y recuperar el estado relativo inicial ($\mathbf{r}_0, \mathbf{v}_0$), resolviendo la ambigüedad de escala gracias a los impulsos de control conocidos.
  • Análisis de Covarianza Analítica: Se deriva una expresión analítica para la matriz de covarianza del error de estimación ($P_0$). Esta covarianza se normaliza y se utiliza para calcular el número de condición ($\kappa$), sirviendo como métrica cuantitativa de la calidad de la observabilidad.
  • Criterio de Transición: Se define un umbral basado en los valores propios máximos de la covarianza de posición y velocidad. Cuando la incertidumbre cae por debajo de estos umbrales de seguridad, se transita a la fase de control en lazo cerrado.

• Fase 2: Rendezvous en Lazo Cerrado (Estimación Secuencial y Control):

  • Filtro de Kalman Extendido (EKF): Una vez que la estimación batch es suficientemente precisa, se inicializa un EKF. Este filtro utiliza dinámicas de segundo orden (CW no lineales) para una propagación más precisa y procesa mediciones de alta frecuencia en tiempo real.
  • Control Predictivo por Modelo (MPC): El EKF alimenta al MPC, que calcula las acciones de control óptimas para guiar la nave perseguidora hacia el objetivo, respetando restricciones de estado y actuadores, y optimizando el consumo de combustible.

3. Contribuciones Clave

1. Formulación de AL para IROD: Transformación del problema de observabilidad en una tarea de Aprendizaje Activo, diseñando secuencias de entrada offline que equilibran la exploración (observabilidad) y la explotación (mantenimiento de posición).
2. Extensión a Sistemas Dinámicos: Adaptación del marco de AL a la dinámica orbital relativa, considerando explícitamente las ecuaciones de movimiento en el diseño de maniobras de excitación.
3. Derivación de Covarianza Analítica: Extensión de la solución IROD batch para manejar secuencias de control impulsivo genéricas, incluyendo la derivación de la covarianza analítica del error. Esto permite cuantificar rigurosamente la calidad de la estimación y determinar el momento óptimo para cambiar a control en lazo cerrado.
4. Arquitectura Híbrida Integrada: Validación de un pipeline completo que conecta la estimación inicial mejorada por AL, el filtro EKF y el control MPC, demostrando un rendezvous autónomo exitoso desde la estimación inicial hasta el acercamiento final.

4. Resultados de las Simulaciones Numéricas

Las simulaciones se realizaron en un escenario de mantenimiento de posición en el eje V-bar (una configuración de "peor caso" para la observabilidad) con una distancia inicial de ~5 km.

• Comparación de Estrategias: La estrategia propuesta (MPC con AL) superó consistentemente a las líneas base:
  • Solo MPC: Falló en generar maniobras excitantes suficientes, resultando en grandes errores de estimación.
  • MPC con Dithering (ruido aleatorio): Mejoró la estimación pero causó desviaciones significativas de la trayectoria deseada, comprometiendo el rendimiento de control.
  • MPC con AL: Logró un equilibrio óptimo, proporcionando una estimación de estado inicial precisa (Error Absoluto Relativo Medio < 5% en un amplio rango de distancias y intervalos de tiempo) mientras mantenía la nave cerca de la trayectoria de referencia.
• Validación de Covarianza: El análisis de Monte Carlo confirmó que la covarianza analítica derivada acota correctamente la distribución de errores empíricos, validando su uso como métrica de transición segura.
• Rendezvous Final: El sistema híbrido logró un acercamiento exitoso. El EKF convergió rápidamente a los estados reales tras la transición, y el MPC guió la nave con errores finales de posición y velocidad inferiores a 0.01 m y 0.01 m/s, respectivamente.

5. Significado e Impacto

Este trabajo es significativo porque habilita operaciones de proximidad totalmente autónomas para misiones con recursos limitados (pequeños satélites) que dependen únicamente de cámaras ópticas.

• Reducción de Dependencia: Elimina la necesidad de conocimiento a priori preciso del estado o de ayudas externas (como GPS o radar), resolviendo la ambigüedad de escala mediante maniobras inteligentes.
• Seguridad y Eficiencia: Al cuantificar rigurosamente la observabilidad mediante la covarianza analítica, el sistema garantiza que el control en lazo cerrado solo se inicia cuando la estimación es suficientemente confiable, mitigando riesgos de colisión.
• Aplicabilidad: Es especialmente relevante para misiones de inspección de desechos espaciales o servicios a satélites no cooperativos, donde la autonomía y la eficiencia de combustible son críticas.

En resumen, el artículo presenta una solución robusta y matemáticamente fundamentada para uno de los problemas más difíciles en la navegación relativa espacial, demostrando que el diseño activo de maniobras puede superar las limitaciones de los sensores pasivos.