Cap a l’automatització del procés de prevenció de les col·lisions satel·litàries utilitzant intel·ligència artificial
L’amenaça que representen les escombraries espacials per als satèl·lits operatius comença a convertir-se en un greu problema. En l’actualitat, hi ha prop de 20.000 objectes catalogats de més de 10 cm i menys d’1 m entre l’òrbita terrestre baixa (LEO) i l’òrbita geoestacionària (GEO), i més del doble de fragments de mida més petita, de fins a 1 cm.
El 18è Esquadró de Control Espacial dels Estats Units (18 SPCS, abans, JSpOC) emet missatges de dades de conjunció (CDM) cada vegada que es detecta una conjunció pròxima entre un satèl·lit operatiu i la població catalogada. Aquests missatges constitueixen la font principal d’informació dels operadors de satèl·lits a l'hora de fer maniobres de prevenció de col·lisions dissenyades per reduir el risc de col·lisió per sota d’un nivell acceptable.
En general, aquestes operacions crítiques són difícils d’automatitzar i solen generar situacions estressants que impliquen procediments de presa de decisió en els quals cal tenir en compte un gran nombre de factors i diferents fonts d’informació.
Quan es tracta de flotes petites de satèl·lits o que orbiten en regions de l’espai no gaire densament poblades, el nombre d’alertes pot ser manejable mitjançant procediments ben establerts que requereixen la realització d’un volum elevat d’operacions manuals. Tanmateix, quan les flotes són grans, especialment si operen en regions orbitals molt freqüentades, el nombre d’alertes pot elevar-se fins a nivells pràcticament impossibles d’abordar.
Això implica la necessitat d’automatitzar, almenys parcialment, aquestes operacions a fi d’incrementar la seguretat i limitar-ne els costos operatius.
GMV està desenvolupant un sistema autònom de prevenció de col·lisions amb EUTELSAT en el marc d’un projecte de l’ESA.
No obstant això, el procediment de presa de decisions en la prevenció de col·lisions (ja sigui per fer una maniobra o per no fer-la) no és fàcil d’automatitzar; la decisió no es pot prendre basant-se en un únic algoritme que implanti regles simples en les dades d’entrada (majoritàriament, directament des dels CDM o bé derivats d’aquests).
Tanmateix, avui disposem d'una gran quantitat d’informació que s’ha anat recopilant al llarg del temps, sotmesa a una anàlisi acurada i que pot servir per prendre decisions adequades, basades en l’experiència prèvia, a l'hora d'efectuar aquestes operacions. Aquesta informació, extreta de decisions preses en escenaris reals o simulats, podria utilitzar-se, doncs, com a dades per a formació amb algoritmes genèrics. I és aquí on entren en joc els conceptes d’intel·ligència artificial i, particularment, d’aprenentatge automàtic.
El 3 de juny vaig oferir un seminari web sobre l’aplicabilitat de les tecnologies d’intel·ligència artificial i aprenentatge automàtic per a l’automatització del procés de prevenció de col·lisions i les últimes novetats en aquest camp. GMV està desenvolupant un sistema autònom de prevenció de col·lisions amb EUTELSAT en el marc d’un projecte de l’ESA. Aquest sistema es basarà en l’ús de tecnologies d’intel·ligència artificial i aprenentatge automàtic i està pensat per ser utilitzat per grans flotes (p. ex., grans operadors en GEO i futures megaconstel·lacions de satèl·lits en LEO i MEO), així com en operacions de posada en òrbita de satèl·lits elèctrics (p. ex., transferència orbital en LEO a LEO superior per desplegar una gran constel·lació o des de LEO/GTO fins a GEO si es tracta d’un gran satèl·lit de telecomunicacions).
Durant el seminari web vam parlar de l’aplicació de les tecnologies d’intel·ligència artificial/aprenentatge automàtic no només per a la resolució d’aquest problema específic, sinó també per a altres aplicacions espacials com ara automatització de les operacions dels satèl·lits, comunicacions satel·litàries, robòtica i automatització a bord, sistemes de processament de dades de missions d’observació de la Terra, etc., sobre les quals GMV també està treballant en un gran nombre d’activitats. Així mateix, he destacat l’àmplia experiència de la divisió d’informàtica de GMV en intel·ligència artificial, macrodades i de ciència de dades, que ens ha permès aprofitar sinergies i aplicar aquestes tecnologies a l’àmbit espacial i de defensa.
Va ser una conversa molt interessant i m’agradaria donar les gràcies als meus companys de GMV que treballen en aquest camp (mireu la primera diapositiva), així com a tots els assistents al seminari web i, en particular, gràcies per les interessants preguntes que s’hi van plantejar.
En l'enllaç següent podreu veure el seminari web complet (en anglès), si us el vau perdre. Si esteu interessats en el tema i voleu compartir idees o busqueu col·laboració, podeu posar-vos en contacte amb mi (veureu la meva adreça electrònica a continuació i en la mateixa presentació). Gràcies!
Autor: Alberto Águeda
[email protected]