Растущее число космических объектов, обломков и спутников на низкой околоземной орбите создает значительную угрозу столкновений во время космических операций. В настоящее время радары и радиотелескопы отслеживают космические объекты, но большая часть космического мусора состоит из очень мелких металлических объектов, которые трудно обнаружить.
В исследовании, опубликованном в журнале IET Radar, Sonar & Navigation, исследователи демонстрируют преимущества использования глубокого обучения — формы искусственного интеллекта — для обнаружения небольших космических объектов с помощью радара.
Команда смоделировала известную в Европе радарную систему Tracking and Imaging Radar в режиме отслеживания для получения данных для обучения и тестирования. Затем группа сравнила классические системы обнаружения с детектором на базе YOLO. (YOLO - популярный алгоритм обнаружения объектов, который широко используется в приложениях компьютерного зрения.)
Оценка в моделируемой среде показала, что обнаружение на основе YOLO превосходит традиционные подходы, гарантируя высокую скорость обнаружения при низком уровне ложных тревог.
"В дополнение к улучшению возможностей наблюдения за космосом, системы на основе искусственного интеллекта, такие как YOLO, обладают потенциалом революционизировать управление космическим мусором", – сказала соавтор исследования Федерика Массими, доктор философии из Университета Рома Тре в Италии. - "Быстро идентифицируя и отслеживая труднообнаруживаемые объекты, эти системы обеспечивают проактивное принятие решений и стратегии вмешательства для уменьшения столкновений и рисков и сохранения целостности критически важных космических ресурсов".....
