„Tu negali pataikyti to, ko nematai“ yra įprasta sporto frazė ir iš pradžių buvo sukurta beisbolo ąsotiui apibūdinti. Walteris Johnsonas greitas kamuolys. Tačiau tas pats pasakytina ir apie rimtesnius dalykus, pvz., kai kuriuos milijonus plūduriuojančių šiukšlių Žemoje Žemės orbitoje (LEO). Dabar tyrėjų komanda sugalvojo naują vaizdo gavimo sistemą, kuri leis agentūroms ir vyriausybėms atidžiai sekti kai kurias šiukšles, kurios užgriozdina LEO ir gali kelti pavojų būsimam žmonijos plitimui į žvaigždes.
Šį pavojų pirmą kartą aprašė Donaldas Kessleris 1978 m., o dabar jis plačiai žinomas kaip „ Kesslerio sindromas “. Pagal tokį scenarijų Žemę supantis šiukšlių laukas tampa toks blogas, kad blokuoja prieigą prie (arba iš) kosmoso. Kad išvengtų tokio likimo, žmonija galiausiai turės sugalvoti būdus, kaip susidoroti su kosminėmis šiukšlėmis. Tikėtis, kad objektai, kurie paliekami suirti LEO ir sudeginti atmosferoje, nėra perspektyvi švelninimo strategija.
Vizualus Kesslerio sindromo vaizdavimas.
Autoriai: NASA orbitinių šiukšlių programos biuras
Tokią švelninimo strategiją iki šiol buvo sunku sukurti. Suprasti ir sekti, kiek objektų iš tikrųjų yra, yra vienas iš pagrindinių iššūkių, su kuriais susiduria bet kokios tokios pastangos. Daugelis gabalų yra labai maži, labai greitai sukasi ir juda dar greičiau. Dėl šių kombinuotų savybių juos labai sunku sekti.
Tradiciškai mokslininkai naudoja vieną iš dviejų vaizdo gavimo metodų, vadinamų atitinkamai „vieno taško kryžminių koreliacijų migracija“ arba „Kirchoffo migracija“. Vieno taško perkėlimas turi ypač blogą skiriamąją gebą, todėl sunku nustatyti tikslų objekto dydį ir padėtį. Tačiau atmosferos pokyčiai jam didelės įtakos neturi. Arba Kirchoff migraciją neigiamai veikia atmosferos svyravimai, tačiau ji suteikia daug didesnę skiriamąją gebą.
Įdomus „Droid“ vaizdo įrašas „YouTube“, kuriame aptariamas Kesslerio sindromas.
Kreditas: „Curious Droid“ „YouTube“ kanalas
Naujasis mokslininkų sukurtas metodas, žinomas kaip 1 rango vaizdavimas, suteikia geriausius iš abiejų pasaulių. Jo skiriamoji geba yra panaši į Kirchoffo migraciją, tačiau yra beveik atspari atmosferos trukdžiams, pavyzdžiui, vieno taško migracijai.
1 reitingo sėkmės paslaptis slypi jo algoritme. Viena iš sunkiausių dalių sekant LEO orbitoje skriejantį objektą yra pakankamai ilgai jį sekti, kad būtų gautas didelės raiškos vaizdas. Pagrindinis šio stebėjimo iššūkis yra susijęs su objekto sukimu, kuris gali išmesti net geriausius sekimo algoritmus, nes keičia objektų atspindį.
Skirtingų įvesties duomenų, rodomų pagrindiniame paveikslėlyje, algoritmų rezultatas. Kairėje: vieno taško perkėlimas. Centras: 1 rango algoritmas, dešinėje: Kirchoff migracija
Autoriai: Matanas Leibovičius, George'as Papanicolaou, Chrysoula Tsogka
Rank-1 bando įvertinti objekto sukimosi greitį, kad suprastų jo kintantį albedo. Brutalus priverstinis sukimosi įverčiai, kad atitiktų duomenis, gali būti naudingi, tačiau tam reikia daug laiko ir daug skaičiavimų. Vietoj to, 1 rango algoritmas naudoja paties objekto užfiksuotus duomenis, kad informuotų jo sekimo algoritmą apie jo sukimosi kryptį ir greitį. Naudojant šiuos įvertinimus, sekti objektą yra daug lengviau, o tai leidžia algoritmui gauti didesnės raiškos vaizdą.
Iki šiol sistema buvo naudojama tik modeliuose ir dar nevaizdavo objekto tiesiogiai LEO. Tačiau algoritmas puikiai veikė su pateiktais modelio duomenimis, ypač lyginant su dviem konkuruojančiais algoritmais. Šiek tiek patobulinus ir šiek tiek laiko stebint tikrus objektus, 1 rango algoritmas galėtų tapti žmonijos arsenalo dalimi, kovojant su augančia grėsme būti užrakintai iš erdvės. Jei nieko daugiau, bent jau pamatysime artėjančią grėsmę.
Sužinokite daugiau:
SIAM naujienos - Didelės raiškos kosminių šiukšlių vaizdavimas
Inovacijų naujienų tinklas: Nauji kosminių šiukšlių vaizdai leidžia mokslininkams užkirsti kelią kosminiams susidūrimams
SIAM Vaizdo mokslų žurnalas: Koreliacija pagrįstas besisukančių palydovų vaizdavimas
IŠĖJIMAS: Kosminės šiukšlės gali būti katastrofiškos būsimoms misijoms (ir „Google“ žemė stebi…)
Pagrindinis vaizdas:
Vizualus duomenų, įvestų į tris bandomus algoritmus, vaizdavimas.
Autoriai: Matanas Leibovičius, George'as Papanicolaou ir Chrysoula Tsogka
