英国项目增加了空间碎片清除的精度

2分钟读取

富士通英国公司及其合作伙伴将量子计算和人工智能结合起来,通过改进任务规划来支持有针对性地清除太空碎片。

空间碎片
图片:ESA

富士通的原型机是与亚马逊网络服务(AWS)、Astroscale UK和格拉斯哥大学合作创建的,它将改进任务规划,使单个航天器可以选择在一次任务中清除哪些空间碎片,而且速度比目前可能的要快得多。

通过决定收集哪些碎片以及何时收集,富士通量子启发的数字退火器据称可优化任务计划,以确定将不能操作的航天器或卫星安全带回处理轨道所需的最低燃料和最短时间。找到收集太空碎片的最佳路线有望在任务规划阶段节省时间和成本,这将提高清除太空碎片的商业可行性。

Astroscale发射太空碎片清除任务

英国宣布拨款100万英镑处理太空碎片

在一份声明中,Digital Annealer公司的顾问Ellen Devereux富士通英国和爱尔兰航天局表示:“在英国航天局的支持下,我们与Astroscale UK、AWS和格拉斯哥大学一起设计了一种解决方案,在将维修飞船送入太空之前优化任务规划,这意味着像Astroscale UK这样的组织可以比以往更快地拾取更多的碎片。”

2350颗非工作卫星目前在轨道上,太空监视网络正在跟踪28000多块碎片,富士通该公司的技术有潜力提高英国在太空领域的市场份额。

英国航天局太空监视和跟踪负责人雅各布·吉尔说:“监测危险的太空物体对于保护我们所依赖的从通信设备到卫星导航的服务至关重要。”“这个项目是量子计算与人工智能合作解决空间碎片引起的问题的第一个例子之一,但不太可能是最后一个。英国致力于确保太空的可持续性富士通与Astroscale UK、格拉斯哥大学和AWS合作,证明了保持空间整洁的现实意义,确保子孙后代的可访问性。”

这项研究是英国空间局拨款“推进太空监视和跟踪研究”的一部分。该项目开发了6个多月,利用了格拉斯哥大学开发的基于人工神经网络(ANN)的快速弹道设计算法富士通的数字退火器和量子激励优化服务解决与ADR(主动碎片清除)任务规划设计相关的一些主要优化问题。

AWS提供了云和AI和ML工具和服务来支持该项目。亚马逊Sagemaker工具集被用来开发人工神经网络,它可以预测轨道转移的成本,而所需的时间只是全部计算成本的一小部分。Astroscale UK是世界上第一家开始演示任务以清除近地轨道碎片的商业公司,作为多目标任务优化的代表用户,提供了最终使用案例。