Automatic Sun Compass: A Camera-based Approach

Abstract

Denne oppgaven presenterer utviklingen og evalueringen av et automatisk solkompass ved bruk av en bærbar sensorrigg utstyrt med et kamera, en IMU og posisjonsdata. Motivasjonen for denne forskningen er å redusere avhengigheten av høy-presisjons GNSS-data i autonom maritim navigasjon. Den visuelle solsporingsalgoritmen fungerte som tiltenkt og estimerte solens retning innenfor riggens referanseramme med tilfredsstillende presisjon under de testede forholdene. Implementeringen av en himmelretningsestimator, som benytter Symforce-biblioteket for optimalisering av rotasjoner, ga lovende resultater. Nøyaktig vurdering av estimatorens presisjon var noe utfordrende på grunn av upåliteligheten til den gitte himmelretningsreferansen, spesielt når sensorriggens rullvinkel økte. En enkel analyse av referansedataene antydet at feilkilden kan stamme fra GNSS-datahåndteringen i RTKLIB. Videre analyse av retningsestimatenes følsomhet for feil i posisjonsdata viste at solkompasset kan tåle rimelig store feil med minimal påvirkning på estimatene. Spesifikt resulterte et avvik i posisjonsdata på 150 km i en maksimal økning i retningsestimeringsfeilen på 0.75 grader. Til slutt ble det demonstrert at ved å snu om på problemet og bruke samme sensorrigg sammen med retningsreferansen, kan den globale posisjonen estimeres med moderat, men konsekvent nøyaktighet. Disse funnene understreker potensialet for å estimere et fartøys kurs ved bruk av kostnadseffektivt utstyr som er motstandsdyktig mot unøyaktighet i posisjonsdata og sporadisk tap av GNSS-signal.

This thesis presents the development and evaluation of an automatic sun compass utilizing a portable sensor rig equipped with a camera, an IMU, and positioning data. The primary motivation for this research is to reduce the dependence on high-precision GNSS data in autonomous maritime navigation. The visual sun tracking algorithm functioned as intended, estimating the sun's direction within the body frame with satisfying precision under the tested conditions. The implementation of a heading estimator, employing the Symforce library for rotation optimization, yielded promising results. Properly assessing the estimator's accuracy was somewhat challenging due to the unreliability of the provided heading reference, particularly when the sensor rig's roll angle was increased. A simple analysis of the reference data suggested that the source of error might stem from the GNSS data handling in RTKLIB. Further, analysis of the heading estimates' sensitivity to errors in positioning data revealed that the sun compass can tolerate reasonably large errors with minimal impact on the estimates. Specifically, a deviation in positioning data of 150 km resulted in a maximum increase in heading estimation error of 0.75 degrees. Lastly, it was demonstrated that by reversing the problem and using the same sensory setup along with the heading reference, the global position can be estimated with moderate but consistent accuracy. These findings underscore the potential of estimating a vessel's heading using cost-effective equipment that is resilient to positioning data imprecision and sporadic GNSS signal loss.