Desenvolvimento e implementação de um algoritmo para extração de centroides em star trackers para cubesats utilizando FPGAs

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2018.Os algoritmos que envolvem a determinação de atitude usando star trackers podem ser separados em três etapas: extração de centroides, identificação de estrelas e computação dos quatérnios. Quando essas etapas são feitas usando um microprocessador, devido a inerente alta quantidade de informações contidas em uma imagem, a extração dos centroides consome recursos consideráveis quando comparada com as demais etapas. Como imagens de céu estrelado podem ser vistas como matrizes esparsas, a maior parte das informações adquiridas podem ser descartadas. Fazendo um pré-processamento dos pixels usando lógica programável, o nível de carga do processador é reduzido substancialmente. Um método para identificar centroides de estrelas em star trackers a partir do fluxo de pixels vindos de um sensor de imagem, é apresentado. Este fluxo é recebido por um hardware dedicado implementado em FPGA, que filtra os pixels de estrelas e os envia para um processador, que estima os centroides da respectiva imagem utilizando um Filtro de Kalman. Com este método, há uma redução substancial no consumo de memória e de processamento durante todo o processo de determinação de atitude, o que facilita a implantação destes sensores em satélites de pequeno porte. Após a apresentação e discussão dos métodos propostos, apresenta-se uma simulação hardware-in-the-loop feita para testar o funcionamento e o desempenho do sistema proposto, juntamente com uma verificação. Para isto, utilizou-se um protótipo de sensor composto por um hardware real e desenvolvido especialmente para este trabalho, além de uma plataforma de simulação e testes desenvolvida usando o ambiente UVM-SystemC. Nestes testes, além da comprovação do funcionamento do esquema proposto, foi possível alcançar uma precisão de subpixel na estimativa das coordenadas dos centroides, além de tempos de execução consideravelmente menores quando em comparação com métodos baseados no processamento de imagens por completo.Abstract : The algorithms involved in attitude determination using star trackers can be separated into three parts: centroid extraction, star identification and quaternion estimation. When performing all the computations using a microprocessor, due to the inherent high information content present in an image, the centroid extraction step consumes considerable resources when compared to the other two steps. Because starry sky images can be seen as a sparse matrix, most of the information acquired by the image sensor can be discarded. By pre-processing the pixels using programmable logic, the main processor is relieved of substantial work. A method to identify star centroids in star trackers directly from the pixel stream transmitted by an image sensor is presented. This stream is received by a dedicated hardware implemented in an FPGA, that filters the star pixels and transmits them to a processor, which computes the centroids of the respective image using a Kalman Filter. With this method, there is a substantial decrease in memory consumption and a reduction of the processor usage during the whole attitude determination computation, what turns the use of these sensors easier in small satellites. After the presentation and discussion of the proposed method, a hardware-in-the-loop simulation is presented to test the functionality and the performance of the system, along with a verification process. For that, a prototype with real hardware and developed specially for this work, was used together with a simulation and tests platform, developed using the UVM-SystemC environment. In these tests, besides the proof of concept of the proposed scheme, it was possible to achieve a subpixel precision in the centroid coordinates estimation, and also quite lower execution times in comparison with methods based on the processing of whole images