Autonome Kollisionsvermeidung von Multi-Spacecraft Systemen

Im Projekt DL4Space werden Deep Learning Anwendungen für die Analyse der Telemetrie von Raumfahrzeugen entwickelt. Das Konsortium besteht aus dem italienischen Start-Up AIKO, dem DLR Raumflugbetrieb, GOMSpace Luxembourg und der Universität der Bundeswehr München. Die Anwendungen werden aus den Forschungsbereichen Spacecraft Ground Operations (OPS) und Spacecraft Assembly, Integration and Test (AIT) ausgewählt, mit dem Schwerpunkt auf der Erkennung von Anomalien mit Hilfe von/mittels Methoden des maschinellen Lernens und Deep Learnings.

DL4Space_image.jpg

Bildquelle: Shutterstock

Die Forschung auf dem Gebiet des Deep Learning erlebt seit der letzten Dekade großen Wachstum, welcher dazu beigeträgt, dass sowohl die Qualität als auch die Anzahl der Anwendungen, die von Deep-Learning-Lösungen profitieren, weiter steigt. Der Schwerpunkt dieser Studie liegt in der Anwendung modernster Deep-Learning-Methoden für raumfahrtbezogene Probleme in den OPS und AIT. Viele dieser Anwendungen konzentrieren sich auf Zeitreihendaten (z.B. Telemetrie, Telekommandos, etc.). Einige Beispiele für Anwendungen in beiden Bereichen sind die Erkennung von Anomalien sowie deren frühzeitige Vorhersage, der Extraktion von Wissen und dessen Verständnis, sowie der Verbesserung traditionaler Algorithmen durch den Support des maschinellen Lernens und Deep Learnings.

Project Framework

Funded by: Europäische Raumfahrtagentur ESA
Cooperation: AIKO s.rl., DLR GSOC, GomSpaceLuxembourg
Duration: Juli 2021 – Juni 2022

 

Kontakt