NASA의 New Horizons, OSIRIS-REx, Lucy 임무를 위한 광학 항법 소프트웨어 개발
작성자: Derek Nelson 및 Coralie Adam, KinetX
MATLAB을 통해 매우 정확한 OpNav 알고리즘의 개발 및 디버그 가속화가 가능했습니다. 예를 들어, OSIRIS-REx 임무에서 중심 찾기 알고리즘은 소행성 직경의 약 0.06%인 30cm 이내로 정확했으며, 이는 이 임무의 항법 ConOps(운용 개념)에서 예측된 정확도를 크게 뛰어넘는 수치입니다.
2015년 7월, NASA의 New Horizons 탐사선은 명왕성을 탐사하면서 명왕성과 명왕성의 위성을 담은 장엄한 영상을 제공했습니다(그림 1). New Horizons 탐사선은 임무를 계속하면서, 카이퍼 대의 탐사 범위를 확장하여 2019년 아로코스를 탐사하였고, 그때까지 우주선이 탐사한 가장 멀리 떨어진 천체의 영상을 보내왔습니다. 한편, 2016년에는 베누 소행성의 표면에서 샘플을 채취하기 위해 NASA의 두 번째 우주선 OSIRIS-REx가 발사되었습니다. New Horizons 탐사선은 2020년 이 샘플을 채취한 후 2023년 9월 샘플을 가지고 지구로 복귀할 예정입니다. 한편, NASA는 2021년 목성의 트로이 소행성군을 방문할 최초의 우주선 Lucy 탐사선을 발사할 예정입니다.
이렇게 중첩되는 NASA의 임무는 태양계의 형성과 태양계 내의 물체를 포함하여 태양계의 심층적인 이해에 필요한 데이터를 과학자들에게 제공한다는 공통적인 목표가 있습니다. 이러한 세 가지 임무에는 모두 KinetX Aerospace 팀이 구축한 OpNav(광학 항법) 소프트웨어를 사용한다는 또 다른 공통점도 있습니다. OpNav 기법은 카메라 영상을 사용하여 행성이나 소행성과 같은 천체를 기준으로 우주선의 위치를 판단합니다. MATLAB®으로 개발된 KXIMP(KinetX Image Processing 소프트웨어 제품군)는 온보드 카메라로 캡처한 영상을 처리합니다. 이러한 영상은 지구로 다운링크되어 카메라의 관성 자세와 더불어 시야 내 배경의 별 및 천체의 중심을 계산하는 데 사용됩니다. MATLAB을 통해 매우 정확한 OpNav 알고리즘의 개발 및 디버그 가속화가 가능했습니다. 예를 들어, OSIRIS-REx 임무에서 중심 찾기 알고리즘은 소행성 직경의 약 0.06%인 30cm 이내로 정확했으며, 이는 이 임무의 항법 ConOps(운용 개념)에서 예측된 정확도를 크게 뛰어넘는 수치입니다.
OpNav의 필요성 및 신속한 개발의 중요성
기존의 심우주 항법은 지구를 기준으로 우주선의 위치를 추정할 수 있는 방사선 계측 추적 데이터에 의존했습니다. 목표물의 궤적에 불확실성이 거의 없는 경우 이 접근법의 정확성은 충분한 수준입니다. 그러나 New Horizons, OSIRIS-REx, Lucy와 같은 임무의 경우 무선 기반 항법으로 우주선은 목표물 근접 위치에 도달할 수 있지만, 임무의 과학적 이점을 극대화할 만큼 충분하지는 않습니다. 반면 OpNav는 우주선을 기준으로 목표물의 위치를 측정하므로, 우주선의 항법 정확도가 높아지며 우주선의 카메라와 과학적 계측기가 목표물을 찾는 정밀도도 증가합니다.
Our team was small when we first began evaluating development environments for OpNav algorithms. We needed to prioritize rapid development and debugging, which meant that we didn’t want to write significant amounts of low-level image processing algorithms from scratch. MATLAB and Image Processing Toolbox™ provided many of the routines and functions we needed from the start. Just as importantly, we needed the ability to quickly implement changes as new information became available. The importance of this was underscored as New Horizons approached Pluto. Due to albedo variations, the brightest and the darkest parts of the planet resulted in images with unexpectedly high contrast, which we needed to account for in KXIMP. The changes we needed to make turned out to be fairly complex, and the ability to quickly implement and debug them in MATLAB was crucial while the mission was approaching a critical operation phase.
KXIMP를 사용한 명왕성, 아로코스, 베누로의 항해
우리는 모든 임무에서 동일한 기본 공정을 통해 KXIMP 소프트웨어 제품군을 사용하고 있습니다. 공정은 우주선의 온보드 카메라로부터 영상을 수신할 때 시작됩니다. 첫 번째 단계로, MATLAB으로 개발한 카메라 보정 루틴을 사용하여 왜곡을 제거하고 영상을 교정합니다.
다음으로, KXIMP의 자세 결정 알고리즘을 실행합니다. 이 알고리즘은 포물면 피팅으로 영상에서 각 별의 서브픽셀 중심을 찾습니다 (그림 2). 그런 다음 별 카탈로그와 선험적 자세 추정치를 기반으로 영상에서 별의 예측된 중심을 계산합니다. 그런 다음 관측된 별의 중심과 예측된 중심을 기반으로 Optimization Toolbox™를 사용한 최소제곱 피팅을 수행하여 카메라의 관성 자세를 계산합니다.
카메라의 자세를 결정한 후의 다음 단계는 목표물(예: 명왕성, 아로코스 또는 베누)의 중심을 찾는 것입니다. 이 중심을 계산하는 알고리즘은 우주선의 실제 영상과 KXIMP의 주요 기능을 사용하여 생성된 시뮬레이션 영상을 상호 비교합니다. 시뮬레이션된 영상은 NASA의 NAIF(Navigation and Ancillary Information Facility)에서 제공하는 SPICE 툴박스의 디지털 형상 커널 파일 정보를 사용하여 생성되며 SPICE용 MATLAB 툴킷을 통해 액세스할 수 있습니다. 알고리즘은 이 형상 정보, 목표물을 기준으로 한 태양의 위치, 목표물의 자전 상태를 사용하고 레이 트레이싱 기법을 적용해 시뮬레이션된 영상을 생성합니다(그림 3). 특히 14km/s로 이동하는 우주선에서는 처리 시간이 중요한 요소가 될 수 있으므로, 우리는 Parallel Computing Toolbox™를 사용하여 멀티코어 프로세서에서 레이 트레이싱을 수행해 이와 관련된 처리 속도를 높였습니다. 그런 다음 실제 영상과 시뮬레이션된 영상의 2차원 상호상관을 통해 목표물의 중심이 계산됩니다.
거리가 멀수록 실제 영상에서는 목표물의 해상도가 감소하고 목표물의 너비가 몇 픽셀에 불과한 경우가 많습니다. 이 작업 단계에서는 KXIMP에서 영상 코딩, 별 제거, 서브샘플링 기법을 사용하여, 유효 해상도가 더 높은 영상(그림 4)과 신호 대 잡음비가 더 큰 영상을 생성합니다.
온보드 OpNav용 코드 생성
New Horizons, OSIRIS-REx, Lucy 임무에서는 영상이 지구로 다운링크된 후 KXIMP OpNav 처리가 수행됩니다. 그러나 향후에는 이 처리의 대부분이 자율 OpNav 소프트웨어를 실행하는 온보드 시스템을 사용하여 수행될 것입니다. 우리 팀은 이러한 부분에 대해 적극적으로 노력하고 있습니다. 예를 들어, NASA의 LunaH-Map 우주선의 경우, MATLAB Coder™를 사용하여 자세 결정, 별의 중심 찾기, 확인할 수 없는 목표물(그림 5)에 대한 기존 알고리즘뿐만 아니라 새로운 지평선 기반 항법 알고리즘으로부터 C 코드를 생성했습니다. 생성된 온보드 자세 결정 및 확인할 수 없는 물체의 중심 찾기 비행 소프트웨어는 LunaH-Map 임무에서 성공적으로 테스트되었으며, 이를 통해 향후 자율 OpNav 소프트웨어를 탑재한 우주선이 지상 기반 항법 지원을 거의 또는 전혀 활용하지 않고 심우주 임무를 완수할 수 있는 기반이 마련되었습니다.
2023년 기고