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

Este trabalho propõe uma estratégia híbrida de estimativa e controle para rendezvous autônomo, que utiliza um algoritmo de aprendizado ativo para otimizar a entrada de controle e melhorar a observabilidade na determinação inicial de órbita relativa apenas com medições angulares, permitindo uma transição eficaz para um filtro de Kalman estendido e um controlador preditivo baseado em modelo para a conclusão da missão.

O essencial

Imagine que você está dirigindo um carro à noite em uma estrada totalmente escura, sem postes de luz e sem GPS. Você só tem uma lanterna fraca apontada para a frente. Você consegue ver a direção de outro carro à sua frente (se ele está à esquerda, direita, cima ou baixo), mas não consegue saber a distância. É como olhar para uma estrela: você sabe onde ela está no céu, mas não sabe se ela está a 10 metros ou a 10 anos-luz de distância.

No espaço, esse é o grande desafio para duas naves que precisam se encontrar (uma "perseguidora" e uma "alvo"). Se a nave perseguidora só tiver câmeras (que medem apenas ângulos), ela fica perdida quanto à distância real. Isso é perigoso: ela pode achar que está a 100 metros e, na verdade, estar a 1000 metros, o que poderia levar a uma colisão ou falha na missão.

Este artigo apresenta uma solução inteligente para esse problema, dividida em duas etapas principais, como se fosse um "treinamento" seguido de uma "corrida final".

1. O Problema: A Ilusão de Ótica Espacial

O problema é chamado de IROD (Determinação de Órbita Relativa Inicial apenas com Ângulos). Sem saber a distância, a nave não sabe se deve frear ou acelerar. É como tentar estacionar um carro olhando apenas para o reflexo no espelho retrovisor, sem saber o tamanho real do carro à frente.

2. A Solução: O "Treinamento" com Aprendizado Ativo (Stage 1)

Para resolver isso, os autores propõem que a nave não fique parada esperando a sorte. Em vez disso, ela deve fazer movimentos estratégicos para "enganar" a física e descobrir a distância.

• A Analogia do Dedo: Imagine que você está no escuro e levanta o dedo na frente do seu rosto. Se você fechar o olho esquerdo e depois o direito, o dedo parece "pular" para o lado. Quanto mais longe o dedo estiver, menos ele parece pular.
• A Estratégia da Nave: A nave perseguidora usa um algoritmo de Aprendizado Ativo (Active Learning). Pense nele como um treinador pessoal muito esperto. Antes de começar a missão, o treinador calcula: "Se a nave der um pequeno impulso para a esquerda e depois para a direita, como a imagem do alvo vai mudar na câmera?".
• O Objetivo: O algoritmo escolhe os movimentos (impulsos) que causam a maior "confusão" visual possível na câmera. Essa confusão é boa! Ela quebra a ambiguidade. Ao ver como o alvo se move em relação à nave quando a nave se move, o computador consegue calcular a distância exata, como se estivesse resolvendo um quebra-cabeça 3D.

O sistema calcula também uma "medida de confiança" (covariância). É como se o computador dissesse: "Estou 99% certo de que estamos a 500 metros de distância". Só quando essa confiança é alta o suficiente, a nave avança para a próxima fase.

3. A Corrida Final: O Encontro Controlado (Stage 2)

Uma vez que a nave sabe onde está e qual é a distância (graças ao "treinamento" anterior), ela troca de modo:

• O Filtro (EKF): A nave começa a usar um filtro matemático (Filtro de Kalman Estendido) que atualiza a posição em tempo real, como um GPS que se corrige a cada segundo.
• O Piloto Automático (MPC): Um controlador preditivo (MPC) assume o volante. Ele olha para frente, prevê onde a nave estará nos próximos segundos e calcula a melhor forma de chegar ao alvo gastando o mínimo de combustível, evitando obstáculos e mantendo a segurança.

Por que isso é genial?

A maioria das soluções antigas usava movimentos pré-definidos (como "vire para a esquerda e espere"). Isso é ineficiente e gasta combustível à toa.
A solução deste artigo é como um xadrezista: ela planeja os movimentos de antemão não apenas para se mover, mas para aprender o máximo possível sobre o ambiente.

• Comparação:
  • Método Antigo: Tentar adivinhar a distância chutando e torcendo.
  • Método Novo: Fazer movimentos calculados especificamente para "forçar" o universo a revelar a distância, garantindo que o encontro seja seguro e preciso.

Resumo da Ópera

Os pesquisadores criaram um sistema onde a nave espacial é inteligente o suficiente para:

1. Perguntar ao universo: "Se eu me mexer assim, o que você me mostra?" (Aprendizado Ativo).
2. Calcular a resposta: Descobrir a distância exata usando matemática avançada e câmeras.
3. Agir com segurança: Usar essa informação para pilotar automaticamente até o alvo, sem precisar de ajuda da Terra.

Isso é crucial para missões futuras, como limpar lixo espacial ou consertar satélites velhos, onde não há humanos para guiar a nave e o combustível é limitado. É a diferença entre tentar pegar um objeto no escuro batendo nele e conseguir pegá-lo suavemente com os olhos fechados, apenas sentindo o ar.

Resumo técnico

Resumo Técnico: Projeto de Entrada Baseado em Aprendizado Ativo para Determinação de Órbita Relativa Inicial Apenas por Ângulos

1. Problema e Contexto

A determinação precisa da órbita relativa entre espaçonaves é fundamental para operações de proximidade (acoplagem, remoção de detritos, rendezvous). No entanto, muitas missões, especialmente as que utilizam pequenos satélites com restrições de massa e energia, dependem de câmeras ópticas passivas.

• O Desafio Principal: Câmeras ópticas fornecem apenas medições angulares (azimute e elevação), carecendo de informação direta de alcance (distância). Isso cria o problema da Determinação de Órbita Relativa Inicial (IROD) apenas por ângulos.
• Limitação de Observabilidade: Sem excitação externa ou informações adicionais, o sistema é intrinsecamente não observável quanto à escala da órbita relativa (ambiguidade de escala). Medições angulares são invariantes a escalas positivas do estado inicial, levando a estimativas divergentes e comprometendo a segurança da missão.
• Limitações das Abordagens Atuais: Estratégias existentes (como offsets de câmera, visão estéreo ou manobras pré-definidas) aumentam a complexidade de hardware, requerem conhecimento prévio do alvo ou são subótimas e desperdiçam propelente.

2. Metodologia Proposta

O artigo propõe uma estratégia híbrida de estimativa e controle que integra Aprendizado Ativo (Active Learning - AL) para o projeto de manobras de excitação, uma solução de IROD em lote com análise de covariância analítica, e um filtro recursivo (EKF) acoplado a um Controlador Preditivo por Modelo (MPC).

O processo é dividido em duas fases principais (ilustrado na Fig. 1 do artigo):

Fase 1: IROD Aprimorada por Aprendizado Ativo (Estimação em Lote)

• Formulação do Problema: O problema de observabilidade é tratado como uma tarefa de Aprendizado Ativo. O objetivo é projetar uma sequência de entradas de controle (impulsos) que maximize a exploração do espaço de saída (medições), melhorando a observabilidade do estado inicial.
• Dual-Control Framework: O algoritmo otimiza a sequência de impulsos para equilibrar a exploração (maximizar a informação para resolver a ambiguidade de escala) e a exploração (manter a espaçonave em uma posição de estacionária segura, station-keeping).
• Algoritmos de Otimização: São propostas duas abordagens offline:
  1. Minimização do erro esperado de estimativa de estado.
  2. Greedy-y (Batch AL): Maximiza a dispersão das medições no espaço de saída, minimizando a soma das distâncias inversas entre as medições previstas.
• Solução IROD: Utiliza uma solução de mínimos quadrados baseada na dinâmica de Clohessy-Wiltshire (CW) com entradas impulsivas para resolver a ambiguidade de escala e obter uma estimativa única do estado inicial ($\mathbf{r}_0, \mathbf{v}_0$).
• Análise de Covariância Analítica: Deriva-se uma expressão analítica para a matriz de covariância do erro de estimativa ($\mathbf{P}_0$). Esta covariância serve como uma métrica quantitativa de observabilidade (via número de condição da matriz normalizada) e determina o momento exato para transição para o controle em malha fechada.

Fase 2: Rendezvous em Malha Fechada (Controle e Rastreamento)

• Transição: Quando a incerteza (autovalores máximos da covariância de posição e velocidade) cai abaixo de limites de segurança pré-definidos, o sistema transita para o modo de controle.
• Filtro de Kalman Estendido (EKF): Inicializado com a solução do IROD e sua covariância propagada. O EKF utiliza dinâmicas CW de segunda ordem para maior precisão durante a aproximação.
• Model Predictive Control (MPC): Utiliza as estimativas do EKF para calcular trajetórias ótimas de rendezvous, respeitando restrições de estado e atuadores, garantindo eficiência de combustível e segurança.

3. Principais Contribuições

1. Formulação de AL para IROD: Transformação do problema de projeto de entrada em uma tarefa de Aprendizado Ativo, permitindo que a espaçonave gere autonomamente trajetórias ótimas para maximizar o ganho de informação sobre o alcance desconhecido.
2. Extensão para Dinâmica Orbital: Adaptação do framework de AL para sistemas dinâmicos, considerando explicitamente a dinâmica orbital relativa no projeto das manobras de excitação.
3. Solução IROD com Covariância Analítica: Extensão da solução de IROD em lote para lidar com sequências genéricas de controle impulsivo, incluindo a derivação rigorosa da covariância analítica do erro. Isso fornece uma métrica direta para quantificar a qualidade da estimativa e a observabilidade.
4. Arquitetura Híbrida Integrada: Demonstração de uma cadeia completa (IROD $\to$ EKF $\to$ MPC) que permite um rendezvous autônomo e confiável, desde a estimativa inicial ambígua até a aproximação final.

4. Resultados e Validação Numérica

O framework foi validado através de simulações numéricas em cenários de órbita terrestre baixa (LEO), com dinâmica não linear de Kepler para o "mundo real" e modelos lineares CW para o estimador (introduzindo mismatch de modelo).

• Comparação de Estratégias: O método proposto (MPC com AL) foi comparado com:
  • MPC apenas: Falha em gerar manobras excitantes suficientes, resultando em grandes erros de estimativa.
  • MPC com Dithering (Ruído): Melhora a estimativa, mas causa grandes desvios na trajetória de estacionária, comprometendo a missão.
  • MPC com AL: Alcançou o melhor equilíbrio, reduzindo o erro de estimativa do estado inicial para menos de 5% (RMAE) em diversas distâncias e intervalos de medição, mantendo a trajetória próxima ao objetivo.
• Análise de Covariância: A covariância analítica derivada mostrou-se precisa ao prever os limites de erro reais (validado via Monte Carlo), servindo como um indicador confiável para a transição de fase.
• Rendezvous Final: O sistema conseguiu realizar um rendezvous completo. Após a transição para o EKF/MPC, os erros finais de posição e velocidade foram de aproximadamente 0,01 m e 0,01 m/s, respectivamente, demonstrando a eficácia da inicialização precisa fornecida pelo IROD aprimorado por AL.

5. Significado e Impacto

Este trabalho oferece uma solução robusta para operações de proximidade autônomas em missões com recursos limitados (pequenos satélites).

• Autonomia: Elimina a dependência de conhecimento prévio preciso do estado ou de sensores ativos caros (como radar/Lidar).
• Eficiência: Otimiza o uso de propelente ao projetar manobras que servem simultaneamente para controle e estimativa (Dual Control).
• Segurança: A métrica de covariância analítica garante que o controle em malha fechada só seja iniciado quando a estimativa for estatisticamente confiável, mitigando riscos de colisão devido a erros de escala.

Em suma, o artigo estabelece um novo paradigma para a determinação de órbitas relativas apenas por ângulos, utilizando o aprendizado ativo para transformar uma limitação de observabilidade em um problema de otimização controlável, viabilizando missões de rendezvous e inspeção de satélites não cooperativos com alto grau de autonomia.