星センサーにおける星認識のためのポリゴンベースの共同特徴構築とマッチングアルゴリズム
A Polygon-Based Joint Feature Construction and Matching Algorithm for Star Identification in Star Sensors
従来の幾何学的特徴ベースの星認識アルゴリズムにおける特徴の識別能力不足とノイズ下での不一致への感受性に対処するため、複数の特徴を統合したポリゴンベースの星認識アルゴリズムを提案する。このアルゴリズムは、星間角度距離、隣接エッジ間の角度、相対的な恒星等級差、および多重順序類似不変量を組み合わせて共同ポリゴン特徴を構築する。マハラノビス距離をマッチング決定に使用し、閾値はカイ二乗分布から決定され、5つ星ポリゴンを優先し、4つ星ポリゴンで補完する最適化された検索戦略を設計する。372枚の測定された星画像に基づいて11のテスト条件で、提案アルゴリズムを三角形、ピラミッド、および従来の幾何学的ポリゴンアルゴリズムと比較する。結果は、提案アルゴリズムが、84.14%から92.74%の範囲で、すべての非測光摂動条件下で4つのアルゴリズムの中で最も高い認識率を達成することを示す。1.0 pxの星位置ノイズと20%の星ドロップアウト下での認識率はそれぞれ92.20%と86.02%であり、どちらも3つの比較アルゴリズムを超えている。全天ロストインスペース条件下では、正しく認識されたフレームの実行時間の95パーセンタイルは、すべての環境で1秒未満であり、平均解法実行時間は、上記の3つのアルゴリズムと比較してそれぞれ41.5%、94.6%、82.1%削減される。このアルゴリズムは、良好なノイズ耐性と認識効率を示し、全天ロストインスペース星認識のための方法論的サポートを提供する。
- 星間角度距離・隣接エッジ間角度・相対恒星等級差・多重順序類似不変量を統合したポリゴンベースの共同特徴構築アルゴリズムを提案し、マハラノビス距離によるマッチング判定とカイ二乗分布からの閾値決定、5つ星ポリゴン優先・4つ星ポリゴン補完の検索戦略を設計した。
- 372枚の実測星画像・11のテスト条件での比較評価において、提案アルゴリズムは非測光摂動条件下で84.14%〜92.74%の認識率を達成し、三角形・ピラミッド・従来の幾何学的ポリゴンの3手法を上回った。
- 1.0 px の星位置ノイズ下で認識率92.20%、20%の星ドロップアウト下で86.02%を記録し、いずれも比較3アルゴリズムを超えるノイズ耐性を示した。
- 全天ロストインスペース条件下で、正しく認識されたフレームの解法実行時間の95パーセンタイルが全環境で1秒未満となり、平均解法実行時間は比較3手法比でそれぞれ41.5%、94.6%、82.1%削減された。
星センサー(スタートラッカー)の星認識アルゴリズムは、衛星の姿勢決定・自律航法の精度と計算コストを左右する基盤技術であり、本論文はこの分野の性能ベンチマークを更新しうる成果を示している。具体的には、マハラノビス距離とカイ二乗分布閾値を用いたポリゴン特徴マッチングにより、1.0px の星位置ノイズ下で 92.20%、20% の星ドロップアウト下で 86.02% の認識率を達成し、平均解法実行時間を比較手法比で最大 94.6% 削減、95 パーセンタイルで 1 秒未満を実現した点が重要である。