همانطور که ممکن است شنیده باشید، فضا در فضا کمی شلوغ می شود، بین هزاران صورت فلکی ماهواره ای لا استارلینک در اسپیس ایکس و میلیون ها تکه زباله فضایی انباشته شده در طی چندین دهه پرتاب. اما همچنین در فضا کمتر شلوغ می‌شود و تعدادی از شرکت‌ها در حال رقابت برای راه‌اندازی سیستم‌های نظارتی برای کمک به اپراتورهای ماهواره و پرتاب از دارایی‌های خود در برابر زباله‌های مداری هستند.
یکی از جدیدترین بازیگران در این زمینه، Vyoma، یک شرکت آلمانی جدا شده از TUM است که توسط کریستوف بامن، لوئیز بوئینهاس و استفان فری تأسیس شده است. هدف Vyoma ردیابی اجرام در مدار پایین زمین (LEO) با استفاده از مجموعه‌ای از ماهواره‌های رصدی و سپس استفاده از یادگیری ماشینی برای خودکارسازی روش‌های اجتناب از برخورد برای ماهواره‌های مشتریان است.
از 1 میلیون جرم بزرگتر از یک سانتیمتر که امروزه به دور زمین می چرخند، ESA تخمین می زند که کمتر از 5 درصد به طور منظم نظارت می شوند. فری به TechCrunch گفت: «بنابراین، اپراتورهای ماهواره‌ای کورکورانه پرواز می‌کنند و خطر برخورد تصادفی زیاد است.
در حال حاضر، نظارت LEO تا حد زیادی محدود به عملیات نظامی است که زباله‌های فضایی بزرگ‌تری را با قطر حدود 10 سانتیمتر ردیابی می‌کند. و البته با توجه به منبع نظامی، این داده ها به طور گسترده به اشتراک گذاشته نمی شود. بنابراین، تقاضا از سوی شرکت های خصوصی مانند Vyoma وجود دارد که برنامه های ردیابی خود را توسعه دهند، برنامه هایی که بسیار حساس تر هستند و می توانند در سطح بین المللی به اشتراک گذاشته شوند.
در حالی که رقبای ردیابی فضایی مانند LeoLabs عمدتا از روش‌های نظارت زمینی استفاده می‌کنند، Vyoma قصد دارد سیستم نظارت فضایی خود را راه‌اندازی کند – می‌خواهد با رصد زباله‌های مجموعه کوچکی از ماهواره‌های دوربین، زباله‌های فضایی را از نزدیک و شخصاً بشناسد. .
ممکن است کمک به نظارت بر زباله‌های فضایی با افزودن ماهواره‌های بیشتر به مدار، غیر منطقی به نظر برسد، اما این سیستم یک مزیت دارد.
زمانی که در فضا هستیم، می‌توانیم اشیاء را تا 30 بار در روز رصد کنیم که تقریباً 100 درصد از تمام اجسام خطرناک یک سانتیمتر یا بیشتر را پوشش می‌دهند. Buinhas به TechCrunch گفت: “فرکانس بالای مشاهدات به ما امکان می دهد تا پیش بینی های بسیار دقیقی از مسیر زباله ها انجام دهیم.” علاوه بر این، می‌توانیم از روی تصاویر استنباط کنیم که اجسام چگونه رفتار می‌کنند، مثلاً اگر غلت می‌خورند، اگر چرخش یکنواخت دارند، چه ویژگی‌هایی مانند اندازه، مواد و غیره دارند.
این ماهواره ها دو حالت خواهند داشت: مشاهده و ردیابی وظیفه. حالت رصد هر ماهواره را می بیند که به طور مداوم محیط اطراف خود را در طول مدارش به تصویر می کشد – همه اشیایی که می بیند در پایگاه داده Vyoma فهرست بندی می شوند. سپس، در حالت ردیابی کار، یک یا چند ماهواره بر روی یک شی یا رویداد متمرکز می‌شوند و داده‌های بلادرنگ را ارائه می‌کنند.
سپس Vyoma از یادگیری ماشینی برای ترکیب این داده ها برای ارائه دستورات تقریباً آنی برای جلوگیری از برخورد با ماهواره های مشتریان استفاده می کند.
از این نظر، ویوما با کیهان اسپیس و اسلینگ‌شات ایروسپیس رقابت می‌کند که برای تبدیل شدن به نوعی کنترل ترافیک هوایی بین‌المللی برای LEO تلاش می‌کنند. با این حال، Kayahan و Slingshot Aerospace در حال بازیابی داده های ردیابی خود از منابع متعدد هستند، در حالی که داده های Vyoma به صورت داخلی (خوب، خارج از سیاره) تولید می شود. رویکرد او بیشتر شبیه به روش Scout است که همچنین در حال برنامه ریزی یک شبکه ماهواره ای نوری برای ردیابی زباله ها است.
با این حال، Vyoma هنوز ماهواره های خود را پرتاب نکرده است، بنابراین در حال حاضر از داده های خارجی شرکای زمینی برای ارائه خدمات خود استفاده می کند. اما این شرکت به سمت اهداف راه اندازی خود حرکت می کند.
تنها سال گذشته، Vyoma حلقه های اولیه و اولیه (در ابعاد نامشخص) را بسته و تولید دوربین های فضایی خود را آغاز کرد. او همچنین برنده جایزه NewSpace آلمان و جایزه Weconomy شد که نشان از قدرت او در بازار اروپا دارد. (بیشتر بازیگران بزرگ دیگر در ایالات متحده مستقر هستند.)
Vyoma امیدوار است تا اواخر سال جاری روش های پردازش تصویر خود را در فضا آزمایش کند تا ماهواره های آزمایشی خود را تا پایان سال 2023 پرتاب کند.
فری گفت: “هزینه های پرتاب در چند سال اخیر به طور چشمگیری کاهش یافته است که منجر به افزایش قابل توجهی در تعداد پرتاب ها شده است.” «هر چه تعداد ماهواره‌ها در فضا بیشتر باشد، موقعیت‌های خطرناک‌تری به وجود می‌آیند، تصمیم‌گیری برای مدیریت ترافیک فضایی مانند ما ضروری‌تر است. ما می‌خواهیم مطمئن شویم که این فضا برای نسل‌های آینده امن است.»