Sie sind auf Seite 1von 6

DIE KOMBINATION VON SUBPIXELINTERPOLATION UND

LAGESCHÄTZUNG BEI STERNSENSOREN

Roland Strietzel
Wolfssteinweg 1 D
D – 02689 Sohland
Germany
Roland.Strietzel-DD@t-online.de

Zusammenfassung
Subpixelinterpolation und Lageschätzung sind zwei wesentliche Operationen in Sternsensoren. Die
Subpixelinterpolation ist erforderlich, da als Matrixdetektoren robuste Bauelemente benutzt werden,
beispielsweise mit einer Auflösung von 1 M Pixel. Zur Realisierung der Subpixelinterpolation werden die
Sterne unscharf auf dem Matrixdetektor abgebildet. Im Allgemeinen werden 9 Pixel belichtet. Die
angenäherte Position des Sterns auf dem Matrixdetektor berechnet sich aus dem Schwerpunkt der
Lichtverteilung auf dem Matrixdetektor. Die Lichtverteilung wird aus den Signalen der belichteten Pixel
berechnet. Eine nützliche Approximation der Lichtverteilung stellt eine symmetrische zweidimensionale
Normalverteilung mit konstanter Varianz dar. Beim traditionellen Verfahren wird aus der Schwerpunktlage
ein Sternvektor berechnet, der dann zusammen mit allen anderen Sternvektoren der Abbildung im
Lageschätzungsalgorithmus weiter verarbeitet wird. Sowohl die Bestimmung des Schwerpunktes als auch
die Lageschätzung zur Berechnung des Quaternionenvektors stellen Optimierungsalgorithmen dar. Wenn
beide Verfahren kombiniert werden, lässt sich eine globale Optimierung anwenden. Das neue Verfahren
berechnet eine Gruppe von 9 Vektoren zu jedem abgebildeten Stern und führt diese dem
Lageschätzalgorithmus zu, ohne eine Schwerpunktsberechnung durchzuführen. Der Lageschätzungs-
algorithmus arbeitet nach der Methode der kleinsten Quadrate.

Keywords
Sternsensor, Lagemessung, Genauigkeit, Subpixelinterpolation, Quaternion

1. ÜBERSICHT 2. EINFÜHRUNG

Sternsensoren sind die Kompasse der Raumfahrt. Ein Sternsensor [1] besteht hauptsächlich aus
Sie messen die Lage von Raumschiffen mit hoher  einer Kamera mit einem Lichtschutztubus,
Genauigkeit. Die Anwendung von Sternsensoren ist einem Weltraum tauglichen Objektiv hoher
von entscheidender Bedeutung für die Erfüllung der Lichtstärke und einem Matrixdetektor (CCD oder
Missionsziele. Deshalb ist die Verbesserung von APS)
Genauigkeit und Zuverlässigkeit in Hardware und  einer Analogdatenvorverarbeitung
Software notwendig, um den wachsenden  der Analog-Digital-Umwandlung
Anforderungen der Raumfahrttechnologie zu  einer Digitaldatenvorverarbeitung
entsprechen. Eine systematische Analyse der  der Sternbildidentifikation mit Hilfe des Stern-
Informationsverarbeitung im Sternsensor gibt die katalogs
Chance höhere Genauigkeit und einfachere  der Lageberechnung
Software zu erreichen. Der Beitrag beschäftigt sich  einem Bussystem für den Datenaustausch
mit der Subpixelinterpolation und der Lageschätzung zwischen mehreren Sternsensoren
und der möglichen Kombination der beiden
 dem Ausgangsdateninterface.
Algorithmen. Zur Untersuchung der Zusammen-
hänge wurde ein umfangreiches Simulations-
Der Quaternionvektor, die Lagematrix und die Euler-
programm entwickelt Die Simulationsexperimente
winkel können zur Angabe der Lage, das heißt, der
zeigen, dass eine Kombination von Subpixel-
Orientierung des Lagesensors, und damit des
interpolation und Lageschätzung nützlich ist. Es
Raumschiffes im Raum verwendet werden. Um das
ergibt sich ein Vorteil an Genauigkeit und eine
Fehlerverhalten des Sternsensors zu beschreiben
Einsparung an Rechenzeit.
werden häufig die Eulerwinkel (Rollwinkel,
Nickwinkel und Gierwinkel) verwendet. Normaler-
weise besteht ein Sternsensorsystem aus zwei oder BILD 2 zeigt eine scharfe Abbildung eines Sterns
drei Sternsensoren des gleichen Typs. Zunächst auf dem Matrixdetektor. Die Pixel sind quadratisch
wird die Lagemessung eines einzelnen Stern- und besitzen eine Kantenlänge s = 1. Die 9 Pixel
sensors betrachtet. Das Fehlerverhalten eines werden nummeriert, p11, p12, p13, p21, … p33.
Sensorsystems wird im Beitrag [2] behandelt.
Die Abbildung der Fixsterne auf dem Matrixdetektor
liefert Lichtpunkte, aus deren Position Sternvektoren
berechnet werden. Um bei einem robusten
Matrixdetektor die Position der Lichtpunkte sehr
genau zu bestimmen, ist eine Subpixelinterpolation
notwendig. Aus den gemessenen Sternvektoren
und den Daten der beobachteten Sterne aus einem
Katalog wird dann mit Hilfe des QUEST-Algorithmus
[3] die Lage des Sternsensors geschätzt.

3. KOORDINATENSYSTEME

Die Messung der Lage eines Raumschiffes erfordert


die Anwendung mehrerer Koordinatensysteme für
die gewonnenen Daten. Die folgenden Koordinaten-
systeme sind hier von Interesse: BILD 2. Scharfe Abbildung des Sterns auf den
Detektor
 Das interne Koordinatensystem des Stern-
sensors, kartesisch (BILD 1) oder Kugel-
BILD 2 erklärt, dass die exakte Position des
koordinaten
Lichtpunktes aus dem Ausgangssignal des Pixels
 das kartesische Koordinatensystem des
nicht bestimmt werden kann. Deshalb ist eine
Raumschiffes und
Subpixelinterpolation notwendig, die diese Unbe-
 das Raumschiff zentrierte astronomische stimmtheit beseitigt.
Koordinatensystem in Kugelkoordinaten.

Die Beziehungen zwischen den Koordinaten- 4. SUBPIXELINTERPOLATION


systemen werden realisiert mittels Koordinaten-
transformation oder Lagematrizen im Falle von
Wenn das Licht des Sterns unscharf auf den
kartesischen Koordinaten. Matrixdetektor abgebildet wird, können bis zu neun
Das Ergebnis der Lagemessung erscheint zunächst Pixel mit unterschiedlicher Helligkeit beleuchtet
als Lage des Sternsensors im Raum. Wegen der werden. Die Anzahl von neun Pixeln stellt einen
festen Montage des Sensors auf dem Raumschiff
geeigneten Kompromiss dar. Die Spreizung der
kann dann die Lage des Raumschiffes berechnet
Belichtung wird durch eine geeignete Variation des
werden. Dazu dient die feste Beziehung zwischen Abstandes zwischen Objektiv und Matrixdetektor
Sensorkoordinatensystem und Raumschiff- erreicht. Ein so genannter Subpixelinterpolations-
Koordinatensystem über die Lagematrix. algorithmus bestimmt den Schwerpunkt der
Belichtung, der in guter Näherung mit der exakt
abgebildeten Sternposition übereinstimmt.
Eine zweckmäßige Approximation der Sternlicht-
streuung stellt eine zweidimensionale Normal-
verteilung mit konstanter Varianz dar (BILD 3),
2 2
z = exp[(x + y )/0.8]. (1)

Die Dimensionierung der Funktion von Gl. 1 wurde


dem Schema von BILD 2 angepasst. Die
Normalverteilung des Lichtes entspricht den
BILD 1. Koordinatensystem des Sternsensors praktischen Verhältnissen beeinflusst durch
Beugung und Streuung.
2
Eine angepasste cos -Verteilung des Sternenlichts
Wegen seiner Robustheit und Zuverlässigkeit nutzt beschreibt ebenfalls hinreichend genau die realen
man vorzugsweise Matrixdetektoren mit einer Bedingungen (BILD 4). Ein wesentlicher Vorteil
Auflösung von 1 Megapixel. dieser Variante sind die einfacheren Berechnungen.
2
BILD 3. Normalverteilte Streunung des abgebildeten BILD 4. cos -Verteilung des Sternenlichts
Sternenlichts
Die Integration gemäß Gl. 3 für alle 9 Pixel liefert die
Die Gleichung Signalmatrix

f(x,y) = 0.25 {cos[a(xu)] + 1} {cos[a(yv)] + 1} (2)  p11 p12 p13   F11 F12 F13 
   
P   p 21 p 22 p 23    F21 F22 F23  /  F
beschreibt die Approximation der Lichtstreuung über p p 33   F31 F33 
 31 p 32 F32
neun Pixel mit der zentralen Sternposition (u, v). Der
(4)
Koeffizient a beschreibt die Lichtstreuung und hängt
Die Matrix P enthält die normalisierten Signals der
von der Pixelgröße ab.
Pixel, die zu einem einzelnen Stern gehören.
Das Pixelausgangssignal F ergibt sich aus der
Integration der Funktion f(x,y) innerhalb der
Die traditionelle Methode der Subpixelinterpolation
Pixelgrenzen. Für die Grenzen (x0 x1) und (y0 y1)
ist in BILD 5 dargestellt.
resultiert

F = [sin a(x1u) + a(x1u)  sin a(x0u) + a(x0u)] 


 [sin a(y1v) + a(y1v)  sin a(y0v) + a(y0v)].
(3)

BILD 5: Traditionelle Methode der Subpixelinterpolation

 p x  ( xc  s)( p31  p32  p33  p11  p12  p13 )  (5)


Auf dem Matrixdetektor der Kamera erscheinen S   22 c 
 p22 yc  ( yc  s)( p13  p23  p33  p11  p21  p31 ) 
Clusters von belichteten Pixeln für jeden
empfangenen Stern. Es werden nur neun
beleuchtete Pixel betrachtet. Die Signalstärken der mit dem Mittelpunkt (xc, yc) des Hauptpixels und der
Pixel eines Sterns sind in der Pixelmatrix P Pixelbreite s.
zusammengefasst. Die Position S(x,y) liefert die Koordinaten der
geschätzten Sternposition auf dem Matrixdetektor.
Die geschätzte Sternposition S innerhalb des Die Sternposition S wird für alle abgebildeten Sterne
Hauptpixels des Clusters berechnet sich zu berechnet. Der nächste Schritt besteht in der
Transformation der Sternposition in einen
Einheitsvektor für die Lageberechnung. Jeder
abgebildete Stern k auf dem Matrixdetektor gibt L(A) =   vk – A(q) wk → min, 1  k  M (8)
einen Einheitsvektor vk.
mit dem Sternvektor vk, dem zugehörigen
Katalogvektor wk, der Anzahl M von Sternen, dem
5. DER EINFLUSS VON RAUSCHEN Quaternionvektor q = (q1 q2 q3 q4)’ und der
Lagematrix
Die Elemente der Pixelmatrix P werden durch
Rauschen gestört.  A11 (q) A12 (q) A13 (q) 
Das Rauschen der einzelnen Pixel ist statistisch   (9)
A(q)   A21 (q) A22 (q) A23 (q) 
unabhängig und von gleicher Intensität. BILD 6 zeigt  A (q)
 31 A32 (q) A33 (q) 
die Streuung der geschätzten Sternposition S(x,y)
bei einem Signal/Rausch-Verhältnis von N = 20. Die
A11(q) = q1  q2  q3 + q4
2 2 2 2
ungestörte Sternposition liegt im Pixelzentrum (0,0).
Es wurde eine Pixelmatrix A12(q) = 2(q1q2 + q3q4)
A13(q) = 2(q1q3  q2q4)
 0.0667 0.1333 0.0667  A21(q) = 2(q1q2  q3q4)
 . (6) A22(q) =  q1 + q2  q3 + q4
2 2 2 2
P   0.1333 0.2 0.1333 
 0.0667 0.1333 0.0667  A23(q) = 2(q2q3 + q1q4)
  A31(q) = 2(q1q3 + q2q4)
A32(q) = 2(q2q3  q1q4)
angenommen.
A33(q) =  q1  q2 + q3 + q4
2 2 2 2

BILD 7. Fehlerverhalten eines üblichen einzelnen


Sternsensors
BILD 6. Streuung der resultierenden Sternposition
infolge Rauschens, N = 20, s = 1, 20 Experimente. Um die (44)-Matrix K zu bilden, sind folgende
Operationen notwendig,
Entsprechend BILD 5 berechnen sich aus der
Brennweite des Objektivs und den geschätzten B =  vk wk‘, 0  k  M (10)
Sternpositionen S die Einheitssternvektoren vk.1  k
 M, für M abgebildete Sterne. S = B‘ + B (11)
Mit dem so genannten QUEST-Algorithmus wird aus
den Einheitssternvektoren vk und den zugehörigen  = trace(B) (12)
Daten aus dem Sternkatalog die Lage des
Sternsensors berechnet. Z =  v k  wk (13)

 S  I Z
K    (14)
6. DER QUEST-ALGORITHMUS
 Z'  
Die Lageberechnung basiert auf der Methode der
kleinsten Quadrate [3], mit der Einheitsmatrix I.
Die Eigenwerte von K ergeben den
Quaternionvektor q = (q1 q2 q3 q4)‘.
Das Fehlerverhalten kann durch Simulation der Subpixelinterpolation. Die 1--Fehler betragen
berechnet werden, indem die Katalogvektoren wk R = 7.4 arc sec, P = 1.2 arc sec, Y = 1.3 arc sec.
durch die ungestörten Sternvektoren vk , wk = vk ,
ersetzt werden.
Für die Eulerwinkel (Rollwinkel R, Nickwinkel P, 7. QUEST-ALGORITHMUS MIT INTEGRIERTER
Gierwinkel Y) erhält man dann die Fehlergrößen SUBPIXELINTERPOLATION

R = 2 q1, P = 2 q2, Y = 2 q3, q1, q2, q3 <<1, (15) Die verfügbare Information über eine Sternabbildung
auf dem Matrixdetektor ist in der Pixelmatrix
enthalten. Daher ist es sinnvoll, den Schritt der
 1 2q 3  2q 2  Subpixelinterpolation in BILD 5 einzusparen und die
 . (16)
A(q)    2q 3 1 2q1  Pixelmatrix über die Bestimmung der zugehörigen
 2q  2q1 1 
Sternvektoren direkt dem QUEST-Algorithmus
 2
zuzuführen (BILD 8).
Alle belichteten Pixel pij i, j, 1  i, j  3, der
BILD 7 zeigt das simulierte Fehlerverhalten eines Pixelmatrix eines Sterns k ergeben Pixelvektoren.
üblichen Sternsensors mit der traditionellen Methode Auf sie wird der QUEST-Algorithmus angewendet.

BILD 8. Lageberechnung auf Basis der belichteten Pixel

Die Pixeleinheitsvektoren vijk werden berechnet


aus den Pixelmittelpunkten (xijk, yijk) des
Sternclusters k und der Brennweite f,
vijk = (xijk yijk f)’/ [(xijk yijk f) (xijk yijk f)’], 1  i, j  3,
1 k  M. (17)

Unter Verwendung der Gl. (17) ergibt sich

B =  pijk vijk wk‘, 1  i, j  3, 1  k  M (18)

S = B‘ + B (19)

 = trace(B) (20)

Z =  pijk vijk  wk . (21)


BILD 9. Fehlerverhalten eines Sternsensors mit
Die weitere Rechnung folgt der Gl. (14). Die einer Sternvektorverarbeitung nach BILD 8
Anwendung des QUEST-Algorithmus ist einfach.
BILD 9 stellt das Fehlerverhalten eines Faktor a 100 120 135 150 170
Sternsensors dar, in dem die Lageberechnung 
nach BILD 8 erfolgt. p 1.34 0.57 0.45 0.64 1.46
Die 1--Fehler betragen R = 4.2 arc sec, P = (Nickwinkel)
0.62 arc sec, und Y = .0.63 arc sec (BILD 9). y 1.78 0.85 0.69 0.75 1.83
(Gierwinkel)
r 1.82 0.82 0.53 0.88 1.88
(Rollwinkel)

TAB. 1: Der Einfluss des Spreizfaktors auf die


Messgenauigkeit bei einem Zweisensorsystem
8. SYSTEM MIT ZWEI STERNSENSOREN  Die Zahl der belichteten Pixel wurde auf 9
festgelegt.
Ein System aus zwei Sternsensoren, die im Winkel  Die Pixelsignale des Matrixdetektors werden
von 90 ° zueinander angeordnet sind, liefert durch normalverteiltes Rauschen gestört.
angenähert gleiche Fehler der Roll-, Nick- und  Das Rauschen der Pixelsignale ist statistisch
Gierwinkel [2, 4]. BILD 10 zeigt das Fehlerverhalten unabhängig.
für eine Informationsverarbeitung nach BILD 8. Das  Das Simulationsprogramm umfasst 270 Zeilen.
Verfahren kann auch hier erfolgreich angewendet Die Simulationsergebnisse für Lageberechnung mit
werden. Über den Informationsaustausch zwischen integrierter Subpixelinterpolation werden mit dem
den beiden Sensoren informiert der Beitrag [2]. Die Fehlerverhalten eines üblichen Sternsensors
Daten von BILD 10 basieren auf Pixelrauschen von verglichen, der einen Nick- beziehungsweise
BILD 7. Gierwinkelfehler von 1 arc sec besitzt.

10. SCHLUSSFOLGERUNG

Sternsensoren messen die Lage eines


Raumschiffes mit hoher Präzision. Eine Erhöhung
von Genauigkeit und Zuverlässigkeit in Hardware
und Software ist auch weiterhin notwendig, um die
wachsenden Anforderungen der Raumfahrt-
technologie zu erfüllen. Eine systematische Analyse
der Informationsverarbeitung im Sensor gibt die
Chance für höhere Genauigkeit und einfachere
Software. Die realisierte Kombination von
Subpixelinterpolation und Lageschätzung spart
einen Arbeitsschritt ein, in dem ein
Informationsverlust auftreten kann. Die neue
BILD 10: Fehlerverhalten eines Systems aus zwei Methode liefert eine höhere Genauigkeit für die
Sternsensoren mit den 1--Fehlern pq = 0.41 arc Lagebestimmung bei einfacherer Software. Die
sec, yq = 0.57 arc sec, rq = 0.57 arc sec. Simulationsergebnisse demonstrieren die
Nützlichkeit der vorgestellten Methode für den
Dieses Beispiel zeigt, dass auch hier die Methode einfachen Sternsensor und das System aus zwei
der Lageberechnung mit integrierter Subpixel- Sternsensoren.
interpolation erfolgreich angewendet werden kann.
Ebenso wie bei der traditionellen Subpixel-
interpolation ist der Spreizfaktor a von 11. LITERATUR
entscheidender Bedeutung. In allen hier diskutierten
Fällen beträgt der optimale Faktor a = 135 (TAB. 1). [1] Strietzel, R., Doengi, F., Ratzsch, D.: Selected
Aspects of Attitude Sensors for Spacecrafts.
IFAC Symposium on Automatic Control in
9. SIMULATIONSPROGRAMM Aerospace, Bologna (Italy) 2001, Plenary
Lecture.
Das Simulationsprogramm wurde mit Hilfe von [2] Strietzel, R., Michel, K.: Information Fusion
th
MATLAB erarbeitet. Es besitzt folgende Levels in Star Sensor Systems. 19 IFAC
Eigenschaften: Symposium on Automatic Control in Aerospace,
 14 Sterne werden zufällig gleichverteilt auf ACA 2013 Würzburg (Germany) Preprints, pp.
314 – 318.
einem Matrixdetektor von 15 mm  15 mm
[3] Wertz, J. R.: Spacecraft Attitude Determination
abgebildet.
and Control. Kluwer Academic Publishers.
 Ein Matrixdetektor mit 10 Pixeln wurde
6
Dordrecht, Boston, London, 1997.
zugrunde gelegt.
[4] Strietzel, R., Doengi, F., Ratzsch, D.: Selected
 Die Brennweite beträgt 43 mm. Aspects of Attitude Sensors for Spacecrafts.
 Die Streuung des Sternlichts wird mittels einer Space Technology Vol. 21 (2002) 4, pp. 163 –
2
zweidimensionalen cos -Function modelliert. 181.