富士通等公司用首創的任務優化器幫助清除太空垃圾

據媒體報導,在英國航天局承諾提供100萬英鎊資金用於清除空間碎片後不到一年的時間里,富士通(Fujitsu)英國分公司已經成功地將量子啟發計算和人工智慧結合起來,支持清除空間碎片的轉型。

富士通等公司用首創的任務優化器幫助清除太空垃圾

富士通公司開發的原型(與格拉斯哥大學、亞馬遜網絡服務和英國Astroscale公司合作創建)將改善任務規劃,使單個太空飛行器能夠有效地選擇在一次任務中清除哪些空間碎片,而且速度比目前可能的快得多。

清除空間碎片是空間可持續性的關鍵,它可以減少甚至防止退役的太空飛行器與新的和現有的衛星相撞的風險。

更重要的是,用富士通的技術支持碎片清除任務,將有助於減少軌道上災難性碰撞的風險,這些碰撞可能會產生數以千計的其他新碎片,所有這些都對在軌工作的衛星構成非常現實的威脅。

通過仔細決定收集哪些碎片和何時收集,由Digital Annealer提供的量子啟發產品優化了任務計劃,以確定將無法運行的太空飛行器或衛星安全帶回處置軌道所需的最小燃料和最小時間。找到收集空間碎片的最佳路線將在任務規劃階段節省大量的時間和成本,也將因此提高商業可行性。

目前有2350顆不工作的衛星在軌道上,有超過28000塊碎片被太空監視網絡追蹤,這項技術將幫助英國擴大其在太空領域的市場份額。它也將進一步支持英國政府對更可持續的未來的整體承諾。

格拉斯哥大學空間系統工程講師Matteo Ceriotti博士和博士生Giulia Viavattene一直在領導這個項目,他表示:「格拉斯哥大學從一開始就參與了這個項目–開發有效清除空間碎片所需的軌跡模型,以及估計轉移的成本。」

「格拉斯哥大學在空間軌跡設計和優化方面有著專業知識,所以我們很想在政府主導的任何舉措中走在前列,以提高英國在空間領域的聲譽。在富士通、AWS和英國Astroscale公司的幫助下,我們已經幫助克服了空間碎片清除方面的挑戰,使未來的項目更加簡單。」

富士通等公司用首創的任務優化器幫助清除太空垃圾

富士通英國分公司的數字安妮器顧問Ellen Devereux說:「所有的空間碎片對我們許多人認為理所當然的運行系統構成了潛在的碰撞風險–從天氣預報到電信。」

「在英國航天局的支持下,與Astroscale UK、AWS和格拉斯哥大學一起,我們設計了一個解決方案,在服務飛船被送入太空之前優化其任務規劃–這意味著像Astroscale UK這樣的組織可以比以往更快地撿到更多的碎片。」

「它不僅使那些需要轉移和處理碎片的組織的過程更具成本效益,而且還利用了人工智慧和量子啟發的計算。」

「在過去的六個月里,我們所了解到的是,這項技術對太空中的優化有巨大的影響;不僅是在清理碎片的時候,還有在軌服務和其他。現在我們更好地了解了它的潛力,我們迫不及待地想看到該技術在未來任務中的應用。」

英國航天局空間監視和跟蹤主管Jacob Geer說:「監測危險的空間物體對於保護我們所依賴的服務至關重要–從通信設備到衛星導航。這個項目是量子啟發計算與人工智慧合作解決空間碎片造成的問題的第一個例子之一,但它不可能是最後一個。」

「英國致力於確保空間的可持續性,而富士通與英國Astroscale公司、格拉斯哥大學和AWS合作,已經證明了保持空間不受干擾的現實意義,確保其對後代的可及性。」

Astroscale UK的工程總監Stephen Wokes說:「手動尋找最佳任務計劃是耗時而復雜的。英國Astroscale公司正在領導一個開創性的Astroscale終結服務(ELSA)計劃的下一步,即用一顆被稱為ELSA-M的服務衛星清除不僅僅是一塊碎片,而是多個碎片物體,這為清除軌道上的碎片提供了一種更為經濟的方法。通過與富士通、AWS和格拉斯哥大學的合作,我們希望為未來的任務進一步優化這一任務。」

這項研究是作為英國航天局資助的「推進空間監視和跟蹤研究」的一部分進行的。 該項目根據政府數字服務指南開發了6個月,利用格拉斯哥大學開發的基於人工神經網絡(ANN)的快速軌跡設計算法,以及富士通的Digital Annealer 和量子啟發優化服務來解決與ADR(主動碎片清除)任務規劃設計相關的一些主要優化問題。

亞馬遜網絡服務提供了雲和人工智慧及ML工具和服務來支持該項目。亞馬遜Sagemaker工具集被用來快速開發ANNs,該ANNs可以准確地預測軌道轉移的成本,而所需時間僅為全面計算的一小部分。 英國Astroscale公司是世界上第一家啟動從低地球軌道清除碎片的示範任務的商業公司,它作為多目標任務優化的代表用戶提供了最終使用案例。

帶頭執行該項目的富士通公司是僅有的七家英國公司之一,獲得了英國航天局提供的超過100萬英鎊的份額,以幫助追蹤太空中的碎片。英國航天局和國防部已經宣布了他們聯合倡議的下一步,以加強英國對太空事件的認識。

來源:cnBeta