Thèse Estimation d'Attitude de Satellite à Partir d'Images Résolues Depuis le Sol Parfiltrage Bayesien H/F Doctorat.Gouv.Fr

Établissement : Observatoire de Paris - PSL École doctorale : Astronomie et Astrophysique d'Ile de France Laboratoire de recherche : ONERA/DOTA - Département Optique et Techniques Associées Direction de la thèse : Laurent MUGNIER ORCID 0000000283644957 Début de la thèse : 2027-01-01 Date limite de candidature : 2026-09-30T23:59:59 Le développement des activités humaines dans le domaine spatial a considérablement évolué au cours de la dernière décennie, avec un nombre croissant de nations spatiales émergentes et d'acteurs commerciaux accédant à cet environnement opérationnel. La multiplication et la diversification des activités spatiales ont engendré un besoin accru d'évaluation de la connaissance de la situation spatiale (SDA - *Space Domain Awareness*).
Actuellement, la SDA repose principalement sur la détection et le suivi radar ou, dans le domaine optique, sur l'analyse de courbes de lumière et la télémétrie laser. Ces diverses approches fournissent des informations limitées sur les caractéristiques des objets spatiaux(RSO - *Resident Space Objects*). En particulier, il est difficile, voire impossible, de déterminer l'attitude, la forme et d'autres informations pertinentes pour évaluer la nature et la situation de ces objets. Les systèmes d'imagerie au sol à haute résolution,s'appuyant sur de grands télescopes et l'optique adaptative, peuvent changer la donne en fournissant des séquences d'images haute résolution des objets spatiaux. Ces séquences ouvrent la voie à de nouvelles stratégies de traitement d'image et d'estimation des caractéristiques des RSO.
L'ONERA travaille sur ces approches depuis plusieurs années et s'est engagé dans le développement du plus grand télescope européen au sol (2,5 m) dédié à l'observation des satellites : le projet PROVIDENCE (plateforme de recherche optique, vecteur d'innovation pour la défense en matière de maîtrise et de compréhension de l'environnement et de caractérisation des objets dans l'espace). La première lumière est prévue pour fin 2028. Cette thèse s'inscrit dans ce cadre et vise à développer des stratégies de traitement d'image pour estimer l'attitude des RSO et, si possible, leur forme 3D, à partir de séquences d'images à haute résolution spatiale similaires à celles que fournira le système Providence.
L'objectif est d'étudier et de combiner plusieurs méthodes d'extraction d'informations - telles que l'analyse de courbes de lumière, la détection de silhouettes et l'identification de caractéristiques géométriques - afin de capturer de manière dense les informations clés de l'image et de lever les ambiguïtés. La fusion de ces approches complémentaires devrait renforcer la robustesse et la fiabilité du système. Les états extraits serviront ensuite d'entrées à des filtres bayésiens capables de gérer un large éventail de solutions possibles tout en intégrant des connaissances *a priori* sur la scène (par exemple, via le filtrage particulaire).
Les solutions développées seront testées et évaluées à l'aide de SIRIUS, un moteur de rendu de l'ONERA capable de simuler en détailles images hyperspectrales (à haute résolution spatiale et spectrale) d'un RSO, en se basant sur ses modèles 3D et ses matériaux de surface, tout en incluant le processus de formation de l'image avec correction par optique adaptative. Une validation sur des images réelles sera également envisagée, soit à l'aide d'un télescope plus petit, soit avec les premières images de PROVIDENCE d'ici la fin de la thèse Le développement rapide des capacités spatiales transforme l'environnement stratégique. La baisse des coûts de lancement et de production des satellites, combinée aux progrès des technologies d'observation, du système de contrôle d'attitude et d'orbite et de la propulsion électrique, rend les plateformes plus nombreuses et plus agiles. Cette évolution renforce les enjeux de défense et souligne l'importance stratégique de la surveillance de l'espace et de la capacité à caractériser les objets en orbite. Parmi les paramètres d'intérêt, l'attitude d'un satellite correspond à son orientation dans l'espace. Qu'elle soit contrôlée ou non, elle constitue un paramètre déterminant et une source de renseignement significative dans l'appréciation de la situation spatiale.
La principale source d'information sur l'attitude des satellites provient des courbes de lumière. Toutefois, cette imagerie non résolue ne fournit que des signaux photométriques intégrés, souvent ambigus, car différents états d'attitude peuvent produire des signatures similaires et leur interprétation dépend fortement d'hypothèses a priori ainsi que des conditions d'illumination et du bruit. À l'inverse, l'imagerie résolue apporte des indices géométriques tels que silhouettes et contours, permettant de réduire les ambiguïtés et d'améliorer l'estimation de l'attitude. L'objectif de la thèse est de développer des méthodes permettant l'extraction de l'attitude, et éventuellement la forme, d'un satellite à partir d'images résolues obtenues depuis un télescope terrestre équipé d'optique adaptative. L'attitude renseigne sur l'insertion orbitale,le fonctionnement ou les opérations d'un satellite, elle permet à la fois de surveiller un actif national sensible ou un dangereux débris mais aussi de caractériser la mission d'un objet inconnu à partir de son orientation et de ses variations d'attitude. L'objectif est d'étudier et de combiner plusieurs méthodes d'extraction d'informations - telles que l'analyse de courbes de lumière, la détection de silhouettes et l'identification de caractéristiques géométriques - afin de capturer de manière dense les informations clés de l'image et de lever les ambiguïtés. La fusion de ces approches complémentaires devrait renforcer la robustesse et la fiabilité du système. Les états extraits serviront ensuite d'entrées à des filtres bayésiens capables de gérer un large éventail de solutions possibles tout en intégrant des connaissances *a priori* sur la scène (par exemple, via le filtrage particulaire).
Les solutions développées seront testées et évaluées à l'aide de SIRIUS, un moteur de rendu de l'ONERA capable de simuler en détailles images hyperspectrales (à haute résolution spatiale et spectrale) d'un RSO, en se basant sur ses modèles 3D et ses matériaux de surface, tout en incluant le processus de formation de l'image avec correction par optique adaptative. Une validation sur des images réelles sera également envisagée, soit à l'aide d'un télescope plus petit, soit avec les premières images de PROVIDENCE d'ici la fin de la thèse