Time-Optimal Collision Avoidance Via a Greedy Polynomial Backward Sweep

Resumen Técnico: Evitación de Colisiones Óptima en Tiempo Mediante un Barrido Polinómico Voraz hacia Atrás

Planteamiento del Problema
El artículo aborda el desafío de diseñar maniobras de evitación de colisiones (CAM) para satélites de bajo empuje que operan en entornos orbitales congestionados. Mientras que la literatura existente se centra frecuentemente en maniobras de optimización de combustible (FO) que pueden requerir una iniciación temprana para minimizar el propelente, las restricciones operativas suelen favorecer el retraso de las maniobras tanto como sea posible. Este retraso permite a los operadores aprovechar datos de seguimiento actualizados para reducir la incertidumbre posicional y evitar maniobras innecesarias. El problema central se formula como un problema de control óptimo en tiempo (TO): dado un tiempo de advertencia corto, determinar el tiempo de iniciación más tardío posible ($t_0$) para una maniobra de bajo empuje que garantice que el satélite permanezca seguro en el momento del paso más cercano (TCA). La seguridad se define por exceder un umbral para la Distancia de Aproximación (MD) o la Probabilidad de Colisión (PoC), siendo esta última representada mediante la Distancia de Mahalanobis al Cuadrado (SMD) en el plano B.

Metodología
Los autores proponen un método de barrido hacia atrás voraz (GTO, por sus siglas en inglés) para resolver este problema de optimización sin resolver directamente el complejo problema de control óptimo continuo (OCP). La metodología se basa en tres componentes principales:

1. Estrategia de Barrido hacia Atrás: En lugar de la integración hacia adelante, el algoritmo comienza en el TCA nominal e integra iterativamente la maniobra hacia atrás en el tiempo. En cada paso de tiempo discreto, determina la dirección del empuje que maximiza localmente la tasa de cambio de la métrica de peligro elegida (MD o SMD). El proceso continúa hasta que se alcanza el umbral de seguridad, identificando el tiempo de inicio más tardío posible.
2. Álgebra Diferencial (DA): Para manejar eficientemente la dinámica no lineal y las sensibilidades requeridas para el barrido hacia atrás, los autores utilizan Álgebra Diferencial. La DA permite que la dinámica del sistema se represente como mapas polinómicos de Taylor de alto orden. Esto permite la propagación de las sensibilidades del estado y el cálculo de cómo las acciones de control en pasos de tiempo previos afectan al estado en el TCA sin necesidad de volver a propagar la dinámica para cada iteración.
3. Control Voraz y Seguimiento del TCA: La acción de control en cada paso se calcula alineando el vector de empuje con el gradiente de la métrica de peligro (un enfoque voraz). Crucialmente, el método tiene en cuenta el desplazamiento del TCA causado por la maniobra. Utilizando DA, la condición de ortogonalidad entre la posición relativa y la velocidad en el TCA se resuelve mediante la inversión polinómica para actualizar el desplazamiento del TCA ($\delta t_{CA}$) en línea. Esto asegura que la métrica de seguridad se evalúe en el momento de paso más cercano desplazado y correcto.

Contribuciones Clave

• Formulación de un Problema de CAM Óptimo en Tiempo: El trabajo desplaza el enfoque de las formulaciones de optimización de combustible hacia las de optimización de tiempo, apuntando específicamente a la maximización del tiempo de advertencia disponible antes de que deba comenzar una maniobra.
• Algoritmo GTO: Un novedoso algoritmo de barrido hacia atrás que combina una estrategia de control voraz con mapas polinómicos basados en DA. Esto evita la carga computacional de resolver el OCP completo manteniendo una alta precisión.
• Actualización del TCA en Línea: La integración de DA para rastrear y actualizar automáticamente el desplazamiento del TCA debido a maniobras de bajo empuje, asegurando que la métrica de seguridad se compute en el verdadero paso más cercano geométrico en lugar de en un tiempo nominal.
• Eficiencia Computacional: El método logra tiempos de ejecución adecuados para la implementación a bordo al evitar la propagación iterativa hacia adelante y aprovechar las evaluaciones polinómicas.

Resultos
El método GTO fue validado utilizando un conjunto de datos de 2,170 conjunciones de Órbita Terrestre Baja (LEO) del Desafío de Evitación de Colisiones de la ESA.

• Precisión: Al compararse contra una validación de propagación hacia adelante, el 99.7% de las soluciones exhibieron un error relativo inferior al 0.15% para SMD y al 0.04% para MD.
• Optimidad vs. OCP: Comparado con una solución de control óptimo real (basada en el Principio del Máximo de Pontryagin), el método GTO mostró un error relativo mediano en el tiempo de iniciación del empuje de 2.96%, con errores en el percentil 95 por debajo del 11%. Esto indica que el enfoque voraz proporciona una aproximación cercana a la verdadera solución óptima en tiempo.
• Sub-optimalidad de Combustible: Como era de esperar, el método GTO es menos eficiente en combustible que una solución dedicada de optimización de combustible (FO). El enfoque GTO requirió, en promedio, entre un 33% y un 41% más de $\Delta v$ que el referente FO. Esto se atribuye a la estrategia voraz que aplica el empuje continuamente hasta alcanzar el umbral, mientras que las soluciones FO suelen utilizar arcos de sobrevuelo (coast arcs) cerca del TCA donde el esfuerzo de control tiene rendimientos decrecientes.
• Tiempo de Computación: El algoritmo demostró una alta eficiencia computacional, manteniendo todos los tiempos de ejecución por debajo de los 80 ms. Los tiempos de ejecución promedio fueron de 23 ms para la formulación SMD y 56 ms para la formulación MD en hardware estándar.

Significancia y Reivindicaciones
El artículo afirma que el método GTO ofrece una solución viable para sistemas de evitación de colisiones a bordo donde el tiempo de advertencia es la restricción principal. Si bien el método acepta un compromiso en la eficiencia de combustible en comparación con las soluciones FO, proporciona una forma computacionalmente ligera de determinar el tiempo de iniciación de maniobra más tardío posible. Los autores sugieren que la solución GTO puede servir como una estimación inicial robusta para solucionadores FO más complejos o ser utilizada en un flujo de trabajo donde primero se realiza un chequeo de optimización de tiempo para determinar si una maniobra es estrictamente necesaria antes de proceder con rutinas de optimización de combustible. La capacidad de actualizar el desplazamiento del TCA en línea sin re-propagación se destaca como un habilitador crítico para la precisión y velocidad del método.