Küp uydularda yıldız izleme sensörleri için yolov3 ve kalman filtresi tabanlı yıldız tespit algoritması

CubeSat'larda tutum tahmininin yüksek doğruluğu, sistemin güvenilirliği ve CubeSat'ın görevlerini eksiksiz yerine getirmesi için çok önemlidir. Yıldız takip kameraları, uydularda yüksek doğrulukta tutum tahmini sağlamak için güvenilir seçeneklerdir. Tutum tahmininde hassas ölçümler yapabilmesi için yıldızların konum bilgisi kritik konulardan biridir. Literatürde çeşitli yıldız algılama ve konum algılama algoritmaları kullanılmaktadır. Özellikle makine öğrenmesinin gelişmesiyle birlikte geleneksel yöntemlerin yanı sıra son teknoloji algoritmalar da geliştirilmeye başlanmıştır. Literatürde makine öğrenimi kullanan yıldız tespit algoritmalarında yıldız tespitinin doğruluğu, geleneksel yöntemlere göre daha düşük kalmaktadır. Bu nedenle, bu tez, son teknoloji bir yöntem olarak yıldız tespiti için YOLOv3 derin öğrenme ağını ve yıldızların konumlarını izlemek ve olası hatalardan kaçınarak doğruluğu daha da artırmak için geleneksel Kalman filtresini kullanır. Gerçek zamanlı nesne algılama algoritmaları içerisinde yüksek hassasiyet ve hızlı çalışma yapısına sahip olan YOLOv3 algoritması, yıldız takip kameralarından gelen görüntüleri işleyerek, yıldız algılama ve konum bilgisi için konum tahmininin hassasiyetini neredeyse yüzde 96 oranında tek başına tamamlamaktadır. Ayrıca küp uydular için yıldız izleyici ile geliştirilen tutum tahmin algoritmasında YOLOv3 ağından gelen bilgiler bilinen en güvenilir tahmin yöntemlerinden biri olan Kalman filtresi ile filtrelenmekte ve doğruluk oranı neredeyse yüzde 99'a ulaşmaktadır.