Spacecraft Fiducial Marker for Autonomous Rendezvous, Proximity Operations, and Docking

Resumo Técnico: AstraTag – Um Marcador Fiducial Recursivo para Robótica Autônoma em Órbita

Definição do Problema
Operações robóticas autônomas no espaço, incluindo Encontro, Operações de Proximidade e Acoplamento (RPOD), são críticas para missões como Montagem e Manufatura no Espaço (ISAM), Serviços em Órbita (OOS) e Remoção Ativa de Detritos (ADR). Essas operações exigem a estimativa precisa do estado relativo entre um perseguidor (chaser) e um alvo (target). Embora marcadores fiduciais forneçam referências visuais robustas para estimativa de pose, as soluções existentes (ex: ArUco padrão, AprilTag) foram amplamente projetadas para robótica terrestre e detecção de escala única. Uma limitação significativa surge durante a aproximação e o acoplamento de curto alcance: à medida que a câmera se aproxima do alvo, o marcador excede o campo de visão da câmera ou torna-se grande demais para ser totalmente resolvido, levando à perda de rastreamento precisamente quando ele é mais necessário. Além disso, os marcadores padrão têm dificuldade com superfícies curvas e não planas, comuns em ônibus e módulos de espaçonaves, onde a distorção de perspectiva degrada a confiabilidade da detecção.

Metodologia: O Design do AstraTag
O artigo propõe o AstraTag, um marcador fiducial recursivo especificamente projetado para operações robóticas em órbita. Seu design e pipeline de detecção abordam os desafios de detecção multiescala e distorção de superfície curva através dos seguintes mecanismos:

• Estrutura Spidron Recursiva: O modelo do marcador é baseado em um padrão Spidron quadrado, um fractal autoatribuível composto por triângulos alternados. O design apresenta um limite externo quadrado para estimativa de pose perspective-n-point (PnP) padrão. Dentro deste limite, o padrão de codificação é replicado em uma escala reduzida no centro. Esta estrutura recursiva permite que o marcador seja detectado em longas distâncias (via camada externa) e em curtas distâncias (via camada interna, menor), quando a camada externa deixa o campo de visão.
• Esquema de Codificação: Cada uma das oito regiões triangulares do Spidron é subdividida em seis triângulos menores usando sete pontos de controle (vértices, pontos médios das arestas e um centroide aproximado). Isso resulta em 48 células de codificação. A assinatura binária derivada dessas células é protegida por um código Reed–Solomon Generalizado (GRS), fornecendo correção de erros contra degradação de imagem local, oclusão parcial e binarização imperfeita.
• Pipeline de Detecção:
  1. Pré-processamento: As imagens passam por Equalização de Histograma Adaptativa com Limite de Contraste (CLAHE) e limiarização Gaussiana adaptativa para lidar com iluminação irregular.
  2. Localização de Quadrilátero: Contornos são extraídos e analisados usando a Transformada de Hough Probabilística para identificar quadriláteros válidos. O pipeline valida candidatos baseando-se em pares de lados paralelos e refina os cantos com precisão de sub-pixel.
  3. Correspondência de Assinatura: Uma homografia de perspectiva normaliza a região detectada. A assinatura é extraída via amostragem baseada em área das células triangulares e comparada com um dicionário pré-computado usando distância de Hamming.
  4. Fallback de Superfície Curva: Para marcadores em superfícies não planas, o sistema emprega um fallback de re-mapeamento por Spline de Placa Fina (TPS). Este utiliza as bordas retangulares brancas internas do marcador como correspondências geométricas adicionais para corrigir distorções não lineares causadas pela curvatura.
• Estimativa de Pose: O sistema utiliza Estimativa de Pose Baseada em Plano Infinitesimal (IPPE), um método analítico e não iterativo que resolve a pose de 6-Graus de Liberdade (6-DoF) (rotação e translação) usando as correspondências de cantos 2D-3D correspondentes.

Principais Contribuições
O artigo descreve quatro contribuições primárias:

1. Design de Marcador Recursivo: Um novo marcador fiducial baseado no padrão fractal Spidron, apresentando codificação baseada em GRS e amostragem de assinatura baseada em área para permitir a detecção em diferentes distâncias.
2. Pipeline de Detecção Multiescala: Um sistema de detecção que aproveita a estrutura recursiva para manter o rastreamento desde alcances de aproximação longos até o acoplamento de curta proximidade, onde marcadores de escala única falham.
3. Robustez de Superfície Curva: A integração de um mecanismo de desdobramento (unwarping) baseado em TPS que utiliza as bordas retangulares internas como correspondências geométricas, estendendo a detecção confiável para uma rotação fora do plano de 70° em superfícies curvas.
4. Avaliação Abrangente: Uma avaliação comparativa contra o Fractal ArUco e o AprilTag em mockups de espaçonave de superfície plana e curva sob condições de iluminação espacial simuladas.

Resultados Experimentais
Os autores avaliaram o AstraTag contra o Fractal ArUco (3 camadas) e o AprilTag em dois conjuntos de dados: um mockup de superfície plana (ônibus Aditya-L1) e um mockup de superfície curva (módulo de estação espacial cilíndrica).

• Desempenho em Superfície Curva: No módulo cilíndrico, o AstraTag demonstrou robustez superior. Ele manteve uma taxa de detecção de 97–100% para rotações fora do plano de até 70°, possibilitada pelo fallback TPS. Em contraste, a detecção do Fractal ArUco colapsou para 0% em ângulos de rotação elevados (40°+) e o AprilTag caiu para 56% em 70°.
• Desempenho de Distância: Na superfície curva, o AstraTag apresentou uma taxa de detecção média de 87,2% através das distâncias, enquanto o Fractal ArUco apresentou apenas 21,9% devido à incapacidade de resolver as camadas fractais internas sob distorção de curvatura. O AprilTag alcançou 100% de detecção através das distâncias, mas exigiu uma área de impressão física significativamente maior (2,76× a área do AstraTag para o mesmo tamanho nominal de tag) para atingir esse resultado.
• Desempenho em Superfície Plana: No mockup plano Aditya-L1, todos os três marcadores alcançaram detecção quase perfeita (AstraTag e AprilTag em 100%, Fractal ArUco em 99,3%), confirmando que a curvatura da superfície é o principal diferenciador no hiato de desempenho.
• Durabilidade do Material: O artigo observa que o AstraTag foi impresso com sucesso em alumínio anodizado Metalphoto, um material capaz de suportar temperaturas extremas e radiação UV, com taxas de detecção e identificação de 100% em todo o intervalo testado.

Significância e Alegações
O artigo posiciona o AstraTag como uma opção de marcador recursivo robusto, especificamente adaptado para as restrições da robótica espacial. Os autores afirmam que o marcador aborda a lacuna crítica nos sistemas fiduciais existentes, onde o rastreamento confiável é perdido durante as fases finais de proximidade e acoplamento devido às limitações de campo de visão e curvatura de superfície. Ao combinar um design fractal autoatribuível com correção geométrica para superfícies curvas, o AstraTag oferece uma solução escalável para grandes constelações e cenários de acoplamento cooperativo. Os autores enfatizam que, embora a implementação atual dependa de correspondência de dicionário, a codificação GRS subjacente permite a futura decodificação algébrica, aumentando ainda mais a eficiência. O trabalho contribui para os esforços de padronização para serviços em órbita ao fornecer um design de marcador que é resiliente aos desafios perceptivos do ambiente espacial, incluindo alto contraste, reflexos e geometrias não planas.