O 18.º Esquadrão de Controlo Espacial dos Estados Unidos (18 SPCS, anteriormente, JSpOC) emite mensagens de dados de conjunção (CDM) cada vez que se deteta uma conjunção próxima entre um satélite operativo e a população catalogada. Estas mensagens constituem a fonte principal de informação dos operadores de satélites na realização de manobras de prevenção de colisões concebidas para reduzir o risco de colisão abaixo de um nível aceitável.

Geralmente, estas operações críticas são difíceis de automatizar e costumam gerar situações stressantes que implicam procedimentos de tomada de decisão em que se devem ter em conta um grande número de fatores e diferentes fontes de informação.

Quando se trata de frotas pequenas de satélites ou que orbitam em regiões do espaço não muito densamente povoadas, o número de alertas pode ser manejável mediante procedimentos bem estabelecidos que exigem a realização de um volume elevado de operações manuais. No entanto, quando as frotas são grandes, especialmente se operam em regiões orbitais muito concorridas, o número de alertas pode elevar-se até níveis praticamente impossíveis de abordar.

Isto implica a necessidade de automatizar, ao menos parcialmente, estas operações com o fim de aumentar a segurança limitando os custos operativos.

Não obstante, o procedimento de tomada de decisões na prevenção de colisões (seja para realizar uma manobra ou para a não realizar) não é fácil de automatizar; a decisão não se pode tomar baseando-se num único algoritmo que implemente regras simples nos dados de entrada (maioritariamente, diretamente desde os CDM ou derivados dos mesmos).

No entanto, hoje contamos com uma grande quantidade de informação que se foi recompilando ao longo do tempo e submetido a uma atenta análise e que pode servir para tomar decisões adequadas, baseadas na experiência prévia, na realização destas operações. Essa informação, extraída de decisões tomadas em cenários reais ou simulados, poderia, então, utilizar-se, como dados para formação com algoritmos genéricos. E aqui é onde entram em jogo os conceitos de inteligência artificial e, particularmente, de aprendizagem automática.

No dia 3 de junho realizei um webinar sobre a aplicabilidade das tecnologias de inteligência artificial e aprendizagem automática para a automatização do processo de prevenção de colisões e as últimas novidades neste campo. A GMV está a desenvolver um Sistema Autónomo de Prevenção de Colisões juntamente com a EUTELSAT no âmbito de um projeto da Agência Espacial Europeia. Este sistema irá basear-se no uso de tecnologias de inteligência artificial e aprendizagem automática e está pensado para a sua utilização por grandes frotas (p. ex., grandes operadores em GEO e futuras mega constelações de satélites em LEO e MEO), assim como em operações de colocação em órbita de satélites elétricos (p. ex., transferência orbital em LEO a LEO superior para criar uma grande constelação ou desde LEO/GTO até GEO se disser respeito a um grande satélite de telecomunicações).

Durante o webinar falámos da aplicação das tecnologias de inteligência artificial/aprendizagem automática, não só para a resolução deste problema específico, mas, também, para outras aplicações espaciais, tais como a automatização das operações dos satélites, das comunicações satelitais, da robótica e da automatização a bordo, sistemas de processamento de dados de missões de observação da Terra, etc., sobre as quais a GMV está a também trabalhar, num grande número de atividades. Destaquei também a ampla experiência da divisão de informática da GMV em inteligência artificial, macrodados e de ciência de dados, que nos permitiu aproveitar sinergias e aplicar estas tecnologias ao âmbito espacial e de defesa.

Foi uma conversa muito interessante e gostaria de agradecer aos meus companheiros da GMV que trabalham neste campo (observem o primeiro slide) assim como a todos os assistentes ao webinar e, em particular, obrigado pelas interessantes perguntas formuladas.

Na seguinte ligação poderão ver o webinar completo (em inglês), para o caso de não terem podido assistir. Se estiverem interessados no tema e quiserem partilhar ideias ou procurarem colaboração, podem entrar em contacto comigo (irão ver o meu e-mail a seguir e na apresentação). Obrigado!

Autor: Alberto Águeda
[email protected]