ستاره شناسان و ریاضیدانان اروپایی دریافته اند که از الگوریتمهای بینایی کامپیوتری میتوان برای تجزیه و تحلیل تصاویر رادار و جستجوی ذرات کوچک و نامحسوس زبالههای فضایی استفاده کرد.
دانشمندان نتایج این مطالعه را در مجله علمی IET Radar Sonar & Navigation منتشر کردند.
فردریکا ماسیمی، محقق دانشگاه ایتالیایی Rome-Tre، گفت که روشهای بینایی کامپیوتری نه تنها در آینده امکان نظارت بر زبالههای فضایی کوچک را فراهم میکنند، بلکه اثربخشی مبارزه با این خطر را بسیار افزایش میدهند. او افزود: این روشها به ما کمک میکنند اجسام بسیار کوچکی را که به روشهای دیگر ضبط نمیشوند، ردیابی کنیم.
دانشمندان به عنوان بخشی از یک آزمایش به این نتیجه رسیدند که در آن سعی کردند از شبکههای عصبی موجود مورد استفاده در سیستمهای بینایی رایانهای برای تجزیه و تحلیل دادههای جمعآوریشده توسط رادار اروپایی TIRA استفاده کنند.
TIRA یک "دیش رادیویی" با قطر ۴۷ متر است که فضای نزدیک را در مدار پایین زمین نظارت میکند و عکسهایی میگیرد که بعداً برای جستجوی زبالههای فضایی استفاده میشود.
دانشمندان نمیدانند که آیا الگوریتمهای توسعه یافته برای تجزیه و تحلیل تصاویر گرفته شده توسط رادار TIRA را میتوان با شبکههای عصبی از خانواده YOLO جایگزین کرد یا نه. این شبکهها اغلب برای جستجوی اجسام متحرک روی عکسها استفاده میشود.
دانشمندان شبکههای عصبی YOLOv ۵ و YOLOv ۸ را برای تجزیه و تحلیل ۳۰۰۰ تصویر از فضای نزدیک آموزش داده و سپس دقت آنها را با استفاده از ۶۰۰ تصویر راداری که حاوی مقدار محدودی زبالههای فضایی با اندازه کوچک بودند، تأیید کردند.
بررسیها نشان داد که هر دو شبکه عصبی بین ۸۵ تا ۹۷ درصد ذرات زباله فضایی با طول ۱ سانتی متر یا بیشتر را با موفقیت شناسایی کردند و در عین حال تعداد کمی از موارد مثبت کاذب در کار آنها مشاهده شد. در این زمینه، آنها به مراتب بهتر از الگوریتمهای تخصصی طراحی شده برای تجزیه و تحلیل دادههای رادار TIRA عمل کردند.
محققان معتقدند که این نتایج آزمایش را میتوان به نفع استفاده از سیستمهای بینایی کامپیوتری هنگام نقشه برداری زبالههای فضایی در مدار پایین زمین و همچنین برای ردیابی حرکات آن در زمان واقعی (آنلاین) در نظر گرفت. این امر احتمال برخورد دستگاههای فضایی با زبالههای فضایی را کاهش میدهد.
منبع: تاس