Navigation basée vision autonome et reconstruction de forme d’un astéroïde inconnu pendant la phase d’approche

Le but de cette thèse est de présenter des algorithmes basés vision pour permettre la navigation autonome de la sonde et la caractérisation d'un astéroïde inconnu avec une camera monoculaire pendant la phase d'approche.L'état de l'art de la navigation des sondes interplanétaires est basé sur un précis suivi radiométrique et des mesures optiques utilisés pour reconstruire la trajectoire relative par rapport à l'astéroïde. Dans le future proche le système de suivi radiométrique, le Deep Space Network (DSN), sera fortement surchargé puisque de plus en plus de missions sont conçues et seront opérées pour explorer le Système Solaire interne. La navigation autonome est une des solution envisagées afin de réduire la charge du DSN puisque ces algorithmes de navigation permettront à la sonde de se localiser pendant toutes les phases de la mission sans le support du sol.En outre, les caractéristiques des astéroïdes ne sont pas très bien connues avant l'arrivée car l'estimation avec observation à distance nécessite des hypothèses sur les propriétés du petit corps, comme l'albedo et la densité. Par conséquent il est nécessaire d'estimer pendant la mission les propriétés de l'astéroïde pour permettre une localisation précise et un retour scientifique maximale.La navigation autonome pourrait se mettre en place avec plusieurs senseurs mais les cameras sont normalement choisies car elles sont plus légères, plus compactes et nécessitent moins de puissance si comparées avec des autres senseurs, comme les LiDARs. Ce choix implique que les budgets de masse et de puissance du satellite ne sont pas fortement affectés pendant la phase de conception. Pour ces raisons, l'utilisation des cameras en combinaison avec des algorithmes de traitement d'image assure des bonnes performances de navigation avec des composants légers et rentables.Pendant l'approche à un petit corps la reconstruction de la forme et l'estimation de l'axe de rotation sont des étapes vitales. D'un côté, la forme permet d'avoir une première estimation du champ gravitationnel, avec l'hypothèse de densité constante. En plus, l'estimation de la forme permet d'utiliser les algorithme de navigation basée modèle. De l'autre côté, la connaissance de l'axe de rotation est centrale pour définir les repères de mission et pour estimer la localisation relative par rapport à l'astéroïde.La recherche poursuivie pendant ce doctorat a été divisée en trois sections:1. Premièrement, un algorithme d'estimation de forme basé silhouettes a été développé avec l'hypothèse de connaitre la localisation relative2. Deuxièmement, an algorithme pour reconstruire la forme de l'astéroïde et son axe de rotation a été conçu avec l'hypothèse de connaitre le facture d'échelle et d'avoir une estimation de la trajectoire inertielle3. Enfin, la quantification des incertitudes sur les harmoniques sphériques générées par une reconstruction de forme stochastique a été mise en place avec l'hypothèse d'avoir une densité constante et connue.The aim of this thesis is to present a vision-based solution to enable autonomous navigation and characterization of an unknown asteroid using a monocular camera during approach.Current approach to asteroid navigation relies on precise radiometric tracking and optical data to reconstruct the relative trajectory with respect to the asteroid. In the next future the radiometric tracking system, the Deep Space Network (DSN), will be overwhelmed as more missions are designed and will be launched to explore the inner Solar System. Autonomous navigation is an envisaged solution to reduce the DSN load as autonomous algorithms would enable the spacecraft to localize itself during all mission phases without ground support.Furthermore, asteroids characteristics are poorly known before arrival as their Earth-based estimation relies on hypothesis on their properties, such as albedo and density. It is thus required to estimate during the mission the asteroid properties which allow precise localization and compelling science.Autonomous navigation can be performed with several sensors but passive cameras are preferred as they are light, compact and low power demanding if compared with other sensors, such as LiDARs. This implies that cameras do not affect the mass and power budgets during the spacecraft design. For these reasons the use of passive cameras in combination with image processing algorithm provides competitive navigation performances with light and cost-effective hardware.During close approach to a small body it is of crucial interest to reconstruct the small body shape and to estimate the small body rotation axis. The former is an important milestone to investigate the gravity field under the assumption of constant density and to allow the use of model-based navigation algorithms. The latter is important to define reference frames and to estimate the small body relative localization.The research of this PhD thesis has been divided in three main sections:1. Firstly, a shape from silhouette algorithm has been developed under the assumption of knowing the relative localization to perform shape reconstruction using limbs information.2. Secondly, an algorithm to both reconstruct the asteroid shape and estimate the rotation axis from images has been developed under the assumption of knowing the scale factor and of having an estimate of the inertial trajectory.3. Finally, the uncertainty quantification on the spherical harmonics arising from a stochastic shape reconstruction has been characterized under the assumption of known constant density