リモートセンシングとGISのジャーナル

概要

機械学習を用いた宇宙船の自律運用に向けて

レッド・ブムガー

宇宙探査の民主化は、主に小型衛星（キューブサット、10x10x10cmの立方体衛星など）のオープンソース開発によるものです。宇宙探査の近い将来の重要なニーズの1つは、宇宙船の運用を拡大して、数万の衛星（文字通り、複雑な動的システムを備えた宇宙の複数のロボット）を管理できるようにすることです。Polarisプロジェクトは完全にオープンソースであり、ロボットシステムのテレメトリを分析し、そこから学習し、オペレーターに認識させ、同様のロボット資産を持つさまざまなミッションに転用できる知識を生み出すことを目的としています。このプロジェクトは、SatNOGSステーション（世界中の200のオープンソース地上ステーション）によって収集された無線信号からデータを取得して正規化すること、依存関係分析、時系列のコンテキスト動作セグメンテーション、異常防止の予測を行う機械学習モデル、そして最終的には機械学習モデルを説明し、オペレーターの状況認識のためのウィジェットを提供するためのデータ視覚化の3つから成ります。この講演では、開発された機械学習モデルと、テレメトリ間の依存関係を追跡する方法、グラフの視覚化によって高次元データセットをナビゲートする方法を説明します。将来の自律的な衛星運用と監視を構成するために私たちが従っている手順と、オープンソースであることが重要な役割を果たす理由を共有します。