This paper presents conora, a robust trajectory optimization software utilizing orthogonal collocation methods for ascending rocket stages, targeting applications in early phases of mission design. The proposed methodology leverages orthogonal collocation techniques, preferred over the multitude of available options for their robustness to inaccuracies in the initial guess. This, together with low amount of available data about the ascent profile, often makes preliminary optimization considerably complex, extremely case-specific and, consequently, very time consuming. The software here implemented addresses the problem of maximizing the payload mass of a rocket by providing the required flexibility to adapt to any mission scenario disregarding of the celestial body, launch site, vehicle design and target orbit. Proper functionality is demonstrated by replicating existing missions, simplifying and reducing to the bare minimum the number of inputs. Ariane V ascending to GTO, Electron launch to SSO, ALTO mission to LEO, Apollo XI Lunar Module ascent and Starship take-off to LMO are the multifaceted mission scenarios selected to demonstrate the capabilities of conora, resulting in accurate injection into orbit and relatively close estimation of optimized payload masses. The obtained outcomes grow more valuable when considering the small amount of inputs provided, the simplicity of the utilized physical model and the strong assumptions considered. The whole software development process followed a V-model, from requirement definition, passing by the actual implementation, to thorough code testing of each conora’s module. 64 are the number of identified top level requirements, for a verification process elaborated via more than 270 tests, from unit to system level. The entire work was performed in the context of an internship at DLR, at the Institute of Space Systems in Bremen, Germany. / Denna uppsats presenterar conora, en robust mjukvara för optimeringen av flygbanor, via användningen av ortogonala kollokationsmetoder för stigande raketsteg, med fokus på applikationer inom de tidiga faserna av uppdragets utformning. Den förslagna metodiken använder ortogonala kollokationsmetoder, som föredras över konkurrerande metoder för dess robusthet mot fel och osäkerheter i initial gissningen. Detta, tillsammans med lite tillgängliga data kring stigningsprofilen gör att preliminära optimeringar blir komplexa, extremt fallspecifika och därmed också väldigt tidskrävande. Mjukvaran har implementerats för att hantera maximering av nyttolastsmassan på en raket genom att bidra med den krävda flexibiliteten att anpassas till olika uppdragsscenarier, oavsett himlakropp, uppskjutningsplats, farkostsdesign eller given omloppsbana. Korrekt funktionalitet demonstreras genom att replikera nutida uppdrag, genom att förenkla och reducera till den lägsta mängd inmatningsvariabler. Ariane Vs uppstigning till GTO, Elektrons uppskjutning till SSO, ALTO uppdrag till LEO, Apollo XI Lunar Modules uppskjutning och Starships uppskjutning till LMO är de mångfasetterade uppdragsscenarion valda för att demonstrera conoras kapacitet. Resultatet visar på träffsäkra injektioner till omloppsbana och relativt bra uppskattning av optimerad nyttolastsmassa. Resultatet blir mer värdefullt när man tar hänsyn den lilla mängden inmatningsvariabler, enkelheten av de använda fysiska modellerna och de starka antaganden som gjorts. Hela mjukvarans utvecklingsprocess följde en V-modell, från kravskrivning, genom implementationen, till genomgående kodtestning av varje modul i conora. 64 krav på högsta nivå identifierades, för en verifikationsprocess utvecklad via mer än 270 tester, från enhets- till systemnivå. Hela arbetet utfördes inom ett praktikantarbete vid DLR, vid avdelningen för rymdsystem i Bremen, Tyskland.