AI4COLA

Im Rahmen der Munich Aerospace Forschungsgruppe werden Konzepte zur Kollisionsvermeidung, zur Formationskontrolle sowie zum Fehlermanagement untersucht. Hochautonomer Betrieb der Raumfahrzeuge, interne Entscheidungsprozesse und Sicherheits- sowie Abbruchstrategien sind für sicheren und autonomen Formationsflug von immenser Wichtigkeit. Für all diese Aspekte zeigen die Methoden aus dem Bereich der Künstlichen Intelligenz (KI), wie das Maschinelle Lernen (ML) basierend auf Neuronalen Netzen, bereits in anderen Anwendungsgebieten erfolgversprechende Ergebnisse. Diese Methoden werden tiefgehend für Raumfahrtanwendungen zur Kollisionsvermeidung und Formationskontrolle untersucht und validiert.

Kern dieser Forschungsgruppe ist die Erarbeitung von Strategien und Technologien zur autonomen Vermeidung von Kollisionen sowohl innerhalb einer Satellitenformation als auch mit unkontrollierten Raumfahrtrückständen, wie sie durch die umfassende Digitalisierung von Daten und Funktionalitäten möglich werden. Hierbei werden verschiedene Autonomiekonzepte für unterschiedliche Missionsszenarien untersucht. Konzepte und Strategien ausgehend von einer engen, interagierenden Formation, über einen lockeren Schwarm von eigenständigen Satelliten bis hin zu einer über verschiedene Orbit Ebenen verteilte Konstellation werden analysiert.