太空交通管理：MIT科学家探索轨道拥堵问题

人工智能、能源电力、芯片、AI基础设施、服务器与整机、存储、网络安全、智算中心、模型、AI应用、端侧AI、物理AI、AI科学与公共服务、智能经济、云资讯。你今天很可能已经使用过卫星服务了。卫星让我们得以在线追剧、与朋友通话发短信、查看天气和导航应用、以及完成网购。卫星还监测地球气候、农作物面积、野生动物栖息地以及自然灾害的影响。

随着用途不断增加，卫星数量急剧膨胀。目前，低地球轨道上有超过1万颗卫星在运行，另有约5000颗废弃卫星在这片区域漂移，加上超过1亿个碎片——从废弃火箭级到航天器上脱落的涂料碎片，应有尽有。

面对卫星数量的快速增长，MIT的理查德·利纳雷斯提出了迫切问题：如何安全管理太空交通和日益严重的拥堵？轨道容量何时会达到极限，届时继续发射卫星将不再可持续，甚至可能危及航天器和我们依赖的各类服务？

"发射更多卫星能给社会带来多大价值，这是一个社会整体需要作出判断的问题，"利纳雷斯说。他近期刚在MIT航空航天系（AeroAstro）获得终身教职，晋升为副教授。"我们努力做的事情之一，就是将交通管理和轨道容量问题作为工程问题来对待。"

利纳雷斯领导着MIT天体动力学、空间机器人与控制实验室（ARCLab）。该研究团队将天体动力学（研究轨道物体的运动与轨迹的学科）应用于追踪和管理围绕地球运行的数百万个物体，同时也开发工具，预测随着运营商向太空发射大型卫星"巨型星座"，太空交通与碎片情况将如何演变。

他还在研究太空天气对卫星的影响，以及地球气候变化可能如何限制能够安全运行的卫星数量。此外，预见到卫星需要更智能、更快速地应对日益拥挤的环境，利纳雷斯正探索利用人工智能帮助卫星自主学习与推理，以适应变化的环境并处理星上故障。

"我们的研究方向相当多元，"利纳雷斯说，"但总体目标是让卫星带来的所有经济机遇得以实现，我们正在寻找让这一切成为可能的工程解决方案。"

扎根实际问题

利纳雷斯在纽约扬克斯出生并长大。他的父母都是校车司机，靠此养活了包括他在内的六个孩子，他是最小的一个。他从小活泼好动，热爱体育运动，高中时期一直参加橄榄球队。

"体育是一种保持专注和自律、培养职业道德的方式，"利纳雷斯说，"它教会了我努力拼搏。"

申请大学时，他没有像一些队友那样瞄准甲级联赛院校，而是寻找在自然科学——尤其是航空航天领域——实力强劲的学校。童年时，他深迷于卡尔·萨根的纪录片《宇宙》；成长在曼哈顿附近，他也常去海登天文馆，沉浸在那里对宇宙空间及探索技术的震撼展示中。

"我对科学的兴趣源于对宇宙的好奇，以及想要理解我们在其中所处位置的渴望，"利纳雷斯回忆道。

出于留在家乡附近的考虑，他报考了本州内航空工程专业强劲的学校，最终就读于纽约州立大学布法罗分校，并在那里先后取得了航空工程专业的学士、硕士和博士学位。

本科期间，利纳雷斯参与了一个天体动力学研究项目，致力于解决如何确定编队飞行卫星相对姿态的问题。

"编队飞行在2000年代初是一个热门话题，"利纳雷斯说，"我喜欢其中数学的韵味，它让我能够向解决方案更深一层推进。"

他通过数学推导证明：当三颗卫星编队飞行时，它们实际上构成一个三角形，通过计算各角度可以随时确定每颗卫星相对于另外两颗的位置。这项研究引入了一种新的控制方法，使卫星能够安全协同飞行，并获得美国空军的直接应用与资助。

在将研究扩展为硕士论文的过程中，利纳雷斯也抓住机会直接与空军合作，处理卫星追踪与姿态问题。他先后在新墨西哥州阿尔伯克基的科特兰空军基地和夏威夷毛伊岛的美国空军研究实验室完成了两次实习。

"那时能与空军合作，某种程度上让研究紧扣了实际问题，"利纳雷斯说。

博士阶段，他转而研究另一个实际问题——"未关联轨迹"。当时，美国空军运营着一套望远镜网络，观测太空中超过2万个物体，并着力将这些物体编目记录，以便长期追踪。但发现物体相对容易，难点在于如何将新观测到的物体与已有目录中的条目对应起来——换句话说，眼前这个物体，是否已经被记录过了？

利纳雷斯开发了图像分析技术，通过识别物体的形状和姿态等关键特征，帮助空军对卫星和太空碎片进行"指纹识别"，从而追踪其活动规律及潜在碰撞风险。

博士毕业后，利纳雷斯先后在洛斯阿拉莫斯国家实验室和美国海军天文台从事博士后研究。期间，他将航空航天研究拓展至太空天气等领域，利用卫星测量数据建模，研究地球电离层（被太阳辐射电离的大气高层）对卫星阻力的影响。

此后，他接受了明尼苏达大学明尼阿波利斯分校的航空工程助理教授职位，在接下来三年里继续开展太空天气建模、空间物体追踪以及卫星集群协同飞行等方面的研究。

开拓太空新局

2018年，利纳雷斯加入MIT。

"我对这里的学者和这里积淀的研究传统深怀敬意，"利纳雷斯说。他尤其深受传奇人物查尔斯·斯塔克·"多克"·德雷珀的启发——德雷珀在1940年代研发了最早的惯性制导系统，此后数十年间使飞机、潜艇、卫星和航天器的自主导航成为可能。"这本来就是我的研究领域，我知道MIT是继续职业生涯的最佳之所。"

作为AeroAstro系的年轻教员，利纳雷斯在MIT的头几年聚焦于一个新兴挑战：太空可持续性。彼时，SpaceX的星链正在向低地球轨道发射首批星座卫星，目标是通过由数千颗协同工作的卫星组成的庞大网络提供全球互联网覆盖。如此大规模地向本已存在其他在役与退役卫星、以及数百万碎片的轨道发射卫星，引发了关于如何安全管理卫星交通，以及轨道究竟能承载多大流量的深切追问。

"在哪个节点上，特定轨道区间会达到临界点，容纳了太多卫星？"利纳雷斯说，"这在当时算是一个已知问题，但解决方案寥寥无几。"

利纳雷斯的团队运用天体动力学原理及空间物体运动的物理规律，研究如何最优地将卫星"填充"进轨道"壳层"（即轨道带），以最大限度降低碰撞概率。他们还开发了一套先进的轨道交通模型，能够模拟超过1000万个独立空间物体的轨迹——而此前的模型能够精确模拟的物体数量要少得多。利纳雷斯的开源模型名为"MIT轨道容量评估工具"（MOCAT），不仅涵盖大量太空碎片，还将轨道上的众多完整卫星一并纳入考量。

他的团队所开发的工具，如今已被卫星运营商用于规划和预测安全的航天器轨迹。目前，团队仍在持续攻关太空交通管理与轨道容量问题，同时也在向空间机器人领域延伸。他们正在测试远程操控人形机器人的方法，此类机器人未来有望协助建设太空基础设施，并在太空执行长时间任务。

利纳雷斯还在积极探索人工智能，研究卫星如何自主"学习"经验，并在不确定环境中安全自适应。

"想象一下，如果每颗卫星上都有一位虚拟的'多克'·德雷珀，能够完成当年阿波罗任务期间我们从地面进行的那些排障工作，"利纳雷斯说，"那样一来，卫星将瞬间变得更加稳健。而且，这并不是要把人从链条中移除，而是让人的能力得到放大。我认为这已经触手可及。"

Q&A

Q1：MIT轨道容量评估工具MOCAT是什么？它能解决什么问题？

A：MOCAT是由MIT利纳雷斯团队开发的开源轨道交通模型，全称为MIT Orbital Capacity Assessment Tool。它能够模拟超过1000万个独立空间物体的运行轨迹，涵盖太空碎片和在轨卫星，远超此前模型的能力上限。卫星运营商目前已将该工具用于规划和预测安全的航天器轨迹，帮助应对低地球轨道日益严峻的拥堵问题。

Q2：低地球轨道目前有多拥挤？情况有多严重？

A：目前低地球轨道上有超过1万颗卫星在运行，另有约5000颗废弃卫星在漂移，同时存在超过1亿个碎片，包括废弃火箭级和航天器涂料碎片等。随着SpaceX星链等巨型星座的持续部署，轨道拥堵问题日趋严峻，一旦达到"临界点"，新增卫星不仅不可持续，还可能引发连锁碰撞，危及现有服务。

Q3：人工智能在卫星管理中能发挥什么作用？

A：利纳雷斯正在研究让卫星借助人工智能实现自主学习与推理，使其能够适应变化的轨道环境并自主处理星上故障，无需完全依赖地面人员干预。他将这一愿景比喻为在每颗卫星上搭载一位"虚拟德雷珀"，目标是增强卫星的自主鲁棒性，同时放大地面人员的决策能力，而非取代人类的参与。