Attitude estimation
Photometric attitude estimation
地上から光学観測によって宇宙物体を観測すると，その軌道，姿勢，形状と光学特性に依存して，明るさが変化します．そのため，この光度変化の時系列（光度曲線，ライトカーブ）を観測量とすることで，宇宙物体の軌道，姿勢，形状と光学特性を推定できることが知られています．観測量がライトカーブというスカラ量なのに対して，推定する状態量は高次元になるため，非常に難しい推定問題です．
このライトカーブを用いた推定問題に対して，例えば特定の幾何条件のもと発生するglintと呼ばれる特徴的なライトカーブの変化を用いて推定値を修正する手法を研究しています [1]．glintは急激な等級変化（上図のピーク部）であるため，glintの前後は通常より姿勢の情報量を多く持ちます．具体的にはKalman filterの観測更新ステップにおいてglintが観測されたとき，glintが起こりうる姿勢に推定値と共分散に補正をかけます．これによりglintを陽に考慮しない推定より，推定が早く真値へ収束することが期待されます．
keywords: light curves, Kalman filter, BRDF
refs.
- Arakawa, R., et al., Attitude Estimation of Space Objects Using Imaging Observations and Deep Learning, Advanced Maui Optical and Space Surveillance Technologies Conference, Maui, USA, 17–20, September 2019.