How to estimate satellite attitude using pushbroom cameras and star trackers

Les caméras pushbroom sont omniprésentes en imagerie satellitaire. Ce capteur linéaire enregistre des images 1-D et utilise le défilement du satellite autour de la terre pour construire des bandeaux d’image ; son principe de fonctionnement est identique aux scanners et photocopieurs que l’on peut utiliser tous les jours. Les avantages liés à cette technologie sont principalement une résolution d’image étendue qui va bien au delà des caméras perspectives, un coût d’exploitation faible et une robustesse au contexte spatial. Pour reconstruire des images couleur, le plan focal d’un satellite embarque plusieurs caméras pushbroom sensibles à différentes bandes spectrales de la lumière. Ce mode d’acquisition dépendant du temps suppose que l’orientation du satellite, également appelée attitude dans cette étude, ne varie pas au cours du survol d’une scène. Les satellites ont jusqu’à maintenant été considérés comme stables du fait de leur inertie. Cependant les technologies récentes développées dans la recherche spatiale tendent à réduire leur taille et alléger leur poids pour les rendre plus agiles et moins coûteux en énergie lors de leur mise en orbite. La résolution des capteurs a également été améliorée, ce qui rend nettement plus critique la moindre oscillation de l’imageur. Ces facteurs cumulés font qu’un changement d’attitude de quelques microradians peut provoquer des déformations géométriques notables dans les images. Les solutions actuelles utilisent les capteurs de positionnement du satellite pour asservir son attitude et rectifier les images, mais elles sont coûteuses et limitées en précision. Les images contiennent pourtant une information cohérente sur les mouvements du satellite de par leurs éventuelles déformations. Nous proposons dans cette étude de retrouver les variations d’attitude par recalage des images enregistrées par le satellite. Nous exploitons la disposition des caméras pushbroom dans le plan focal ainsi que la nature stationnaire des oscillations pour conduire l’estimation. Le tout est présenté dans un cadre bayesien, où les données images peuvent se mêler avec une information a priori sur le mouvement ainsi que des mesures exogènes fournies par un capteur stellaire couramment appelé star tracker. Différentes solutions sont décrites et comparées sur des jeux de données satellitaires fournis par le constructeur de satellite EADS Astrium.Linear pushbroom cameras are widely used for earth observation applications. This sensor acquires 1-D images over time and uses the straight motion of the satellite to sweep out a region of space and build 2-D image ; it operates in the same way as a usual flatbed scanner. Main advantages of such technology are : robustness in the space context, higher resolution than classical 2-D CCD sensors and low production cost. To build color images, several pushbroom cameras of different modalities are set in parallel onto the satellite’s focal plane. This acquisition process is dependent of the time and assumes that the satellite’s attitude remains constant during the image recording. However, the recent manufacture of smal- ler satellites with higher sampling resolution has weakened this assumption. The satellite may oscillates around its rotations axis, and an angular variation of a few microradians can result in noticeable warps in images. Current solutions use inertial sensors on board the satellite to control the attitude and correct the images, but they are costly and of limited precision. As warped images do contain the information of attitude variations, we suggest to use image registration to es- timate them. We exploit the geometry of the focal plane and the stationary nature of the disturbances to recover undistorted images. To do so, we embed the estimation process in a Bayesian framework where image registration, prior on attitude variations and mea- surements of a star tracker are fused to retrieve the motion of the satellite. We illustrate the performance of our algorithm on four satellite datasets provided by EADS Astrium