红邦加尔
太空探索民主化很大程度上归功于小型卫星(例如立方体卫星,10x10x10cm 立方体卫星)的开源发展。太空探索近期的关键需求之一是扩大航天器操作,以便能够管理数万颗卫星;实际上,太空中是具有复杂动态系统的多个机器人。Polaris 项目是完全开源的,旨在分析机器人系统遥测数据,从中学习,让操作员保持警惕,并生成可转移到具有类似机器人资产的不同任务的知识。该项目包括三个方面:从 SatNOGS 站(全球 200 个开源地面站)收集的无线电信号中获取和规范化数据,机器学习模型进行依赖关系分析、时间序列上下文行为细分和异常预防预测,最后是数据可视化来解释机器学习模型并为操作员提供态势感知的小部件。在这次演讲中,我将介绍开发的机器学习模型以及我们如何跟踪遥测之间的依赖关系以及图形可视化如何允许我们浏览高维数据集。我将分享我们为构建未来自主卫星操作和监测所遵循的步骤以及开源如何发挥重要作用。