AIがレーザー距離計を改良し、スペースデブリ（宇宙のゴミ）の正確な検出を実現

・新しいニューラルネットワークモデルは、レーザー測距計の精度を向上させます。

・これにより、望遠鏡の感度を上げることなく、地球周回軌道上の小さな破片の位置を正確に特定することができるようになりました。

スペースデブリとは、地球周回軌道上で使わなくなった人造物のことです。宇宙活動中に出た、主に運搬ロケットの最終段や、軌道上で分解される宇宙船の不要物などです。2019年現在、地球上空の軌道上にある人工物体は約2万個で、そのうち運用中の人工衛星は2,218個です。しかし、追跡可能な大きさなのはこれだけです。

1センチ以下のデブリ（宇宙ゴミ）は1億3千万個以上、1〜10センチのものは約100万個、10センチ以上のものは3万個以上あります。いずれも地球を周回する軌道上にあり、宇宙船が安全に運航するのに重大な問題です。

現在、スペースデブリを監視しているレーザー観測局は、全世界で50局以上あります。しかし、その追跡は非常に困難で、物体が小さければ小さいほど、検出・追跡が難しくなります。新しい研究では、レーザー望遠鏡の精度を向上させ、科学者がより小さな破片の位置をピンポイントで特定できるようにするニューラルネットワークモデルが注目されています。

その精度は？

軌道上のデブリを特定するために、科学者たちはレーザーイメージングと呼ばれる方法を利用しています。これは、高エネルギーのレーザーを宇宙空間に放ち、軌道上のデブリから反射して戻ってくる信号を望遠鏡で拾い上げるというものです。この反射信号から、デブリがどの程度の距離にあるのかを測定します。これは、コウモリがエコーロケーション（反響定位）を使って獲物を追跡するのと同じような方法です。

しかし、小さいデブリは光をあまり反射しないので、正確な位置を特定することが難しいです。これまでの技術では、レーザー測距によるデブリの検出を強化しましたが、デブリをピンポイントで検出できるのは1km程度までです。

一方、新しい方法で測定すると、約1,500km先にある1平方メートルの大きさの破片を見つけることができます。

そのために、研究者たちはバックプロパゲーション・ニューラルネットワークを使い、遺伝的アルゴリズムとレーベンベルグ・マルカールトという2つの修正アルゴリズムを入れて最適化しました。

地球周回軌道上から見たスペースデブリのイメージ図 | Wikipedia

ニューラルネットワークは、望遠鏡の測定能力を安定させ、小さな宇宙ゴミの微弱な信号を認識するのに役立ちました。これはすべて、望遠鏡の感度を上げたり、ハードウェアをアップグレードしたりすることなく行われました。

また、宇宙空間の特定の領域で、間違いが少なくなり、より正確にデブリを検出することができるようになりました。

テストの結果

研究者たちは、この方法を、マウントモデル、基本パラメータモデル、球面調和関数モデルの3つの標準的なモデルと比較してテストしました。その結果、ニューラルネットワークの精度はこれら3つの標準モデルより優れており、収束速度が遅いという欠点も克服していることが分かりました。

研究者らは、ニューラルネットワークの能力を実証するために、95個の星の観測データを用いて、4つのモデルすべてから得られるアルゴリズム係数を解析しました。その結果、22個の恒星から検出の精度が確認されました。その結果、新しいアルゴリズムが最も正確であることが証明されただけでなく、簡単な操作で十分なリアルタイム性能を発揮することができました。

今後は、さらに小さな破片を発見できるよう、ニューラルネットワークをさらに最適化する予定です。