北京
航天界2022/12/07
第482期
新闻速递
过去10年，对地观测卫星得到了大发展。成百上千颗卫星——无论是政府的还是商业的，绕着地球运行，关注着地球表面，监测着气候变化的迹象，也监测着敌国的活动。这些卫星获取的数据量非常巨大，而由于地面站数量和可用带宽有限，将其全部发送到地球是一项挑战。但是，怎样造一颗能选择最佳、最相关图像发送回家的卫星呢？
亚马逊和意大利太空初创公司D-Orbit及计算技术开发商Unibap合作，在D-Orbit今年1月升空的ION卫星上探索这个问题，用一种机器学习软件自行决定将哪些照片传回地球。亚马逊称，这是该领域第一个在轨试验。（宙叔注：该说法存疑。）
“使用亚马逊网络服务（AWS）软件在工作卫星上进行实时数据分析，并通过云将分析结果直接传递给决策者，为目前的空间数据管理方法带来了改变。”11月29日，AWS副总裁马克斯·彼得森（Max Peterson）在 AWS re:Invent2022 大会上表示，“这也有助于突破我们认为的卫星运营界限。在太空中提供强大而安全的云能力，让卫星运营商能够更有效地与航天器通信，并使用他们熟悉的AWS工具发布更新的指令。”
试验期间，Unibap制造的机器学习载荷“直接在轨处理了卫星上的大量空间数据”。该系统使用了实时分析卫星图像的AWS机器学习模型以及 AWS IoT Greengrass 云管理和分析系统。机器学习软件成功识别到了大气云和野火烟雾等物体，以及地面上的建筑物和海上的船只。
AWS在声明中表示，该软件还成功将传输到地球的图像大小减少了42%，从而提高了传输的速度和效率。
该卫星仍在轨飞行，软件测试也将持续。（宙叔注：作为该软件测试平台的ION卫星实际上是D-Orbit开发的机动部署器，以在轨部署多颗微纳卫星为主要职责，部署工作完成后也可以依托自身载荷开展对地观测、新技术试验等工作。）
▲作为测试平台的ION-SCV 004卫星
（图源：D-Orbit）
新闻来自Space.com：
Tereza Pultarova, Amazon tests machine learning software to analyze satellite images from space,
https://www.space.com/amazon-satellites-machine-learning-in-orbit-first
航天界
航天政策解读
技术发展跟踪
商业航天报道
Powered by爱太空
合作：liuling@spaced.com.cn
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
