IBM выпустит систему предотвращения столкновений с космическим мусором с открытым исходным кодом

Космос уже стал довольно грязным местом, десятки тысяч рукотворных объектов, большинство из них без двигателя, бегают по планете. Поскольку освоение космоса набирает обороты вслед за приватизацией и благодаря миниатюризации, поле мусора будет только расти.

Это довольно большая проблема. Так называемые искусственные антропогенные космические объекты (АКО) движутся со скоростью до 8000 метров в секунду. это означает, что столкновение даже крошечного фрагмента со спутником или транспортным средством с экипажем может быть разрушительный.

Все это делает чрезвычайно важным для космических агентств и частных космических компаний иметь возможность предвидеть траектории искусственных объектов задолго до запуска и соответствующим образом планировать их. К сожалению, сделать это не так-то просто, и по мере увеличения количества космического мусора это будет становиться только сложнее.

Введите Космическая ситуационная осведомленность

 (SSA) — проект с открытым исходным кодом, созданный IBM и Доктор Мориба Джа в Техасском университете в Остине, чтобы определить, где находятся ASO (определение орбиты) и где они будут в будущем (прогнозирование орбиты).

Здесь требуются некоторые пояснения. Современные методы прогнозирования орбиты основаны на моделях, основанных на физике, которые, в свою очередь, требуют чрезвычайно точной информации о ASO. Проблема в том, что данные о местоположении, доступные для ASO, поступают от наземных датчиков и, как правило, несовершенный. Такие факторы, как космическая погода, еще больше усложнили картину.

Идея SSA заключается в том, что машинное обучение может создавать модели, которые обучаются, когда физические модели неправильно предсказывают будущее местоположение ASO. Физические модели, согласно этой стратегии, очень хороши, когда дело касается орбитальной динамики, но максимизировать эффективность, им необходимо узнать, как и когда они ошибаются, и учитывать это. изменчивость.

Данные, использованные в проекте, взяты из Стратегическое командование США (USSTRATCOM) через space-track.org Веб-сайт. Команда использовала IBM Cloud Bare Metal Server с 16 процессорами Intel Xeon, 120 ГБ оперативной памяти и двумя графическими процессорами Nvidia Tesla V100 (каждый по 16 ГБ). оперативной памяти) для запуска физических моделей для прогнозирования орбит всех ASO на низкой околоземной орбите и обучения моделей машинного обучения для изучения физической модели. ошибка. В результате команда смогла предсказать будущие орбиты ASO.

Команда открывает доступ к полному конвейеру для прогнозирования орбиты и просмотра результатов. Ты можешь внести свой вклад в ССА теперь через GitHub.