Basura Espacial Controlada con Machine Learning

29/10/2020

A lo largo de los años, la basura espacial se ha convertido en un problema importante para las próximas misiones espaciales. Su importancia se acentúa cuando se estudia las velocidades con la cual la chatarra viaja, ya que puede ocasionar colisiones indeseadas con equipos que se están lanzando recientemente.

Para calcular matemáticamente la progresión de estos choques, se usa la inteligencia artificial, conocida como Machine Learning. Esta ayuda a calcular los posibles choques mediante un aprendizaje automático considerando una entrada de información en su sistema.

¿Qué es la basura espacial?

La basura espacial es cualquier objeto o chatarra que orbita y viaja por el espacio sin una utilidad o función definida. Está compuesta de viejos satélites, cohetes en desuso, restos de alguna estación espacial o componentes externos como polvo o pintura.

Esta chatarra proviene de explosiones o el desprendimiento de las distintas etapas de un cohete. Asimismo, está constituida por elementos tecnológicos ideados por el hombre para ser lanzados al espacio exterior.

Aunque las distintas naves y equipos de exploración han ayudado al estudio del exterior, también han sido una fuente constante de desperdicio.

Hoy en día se estima que hay más de 7200 toneladas de fragmentos inservibles orbitando en el espacio, constituyendo un gran problema para las misiones espaciales futuras.

Daños ocasionados por la basura espacial

El espacio se comenzó a contaminar hace aproximadamente 60 años, a raíz de las exploraciones espaciales para estudiar lo desconocido. Aunque se han logrado cumplir muchas misiones, también se ha creado una gran cantidad de desechos que podrían estar ocasionando algunos daños en la actualidad. Entre los más importantes se encuentran: 

  1. La basura acumulada es peligrosa debido a que está en contra del crecimiento. Cómo consecuencia, incrementa su tamaño y cantidad, lo que puede ser perjudicial para la planeación y órbita de cualquier equipo que se lance al espacio.
  2. Aunque muchos restos son diminutos, la rápida velocidad que adquieren en el espacio los convierte en proyectiles muy peligrosos. Estos pueden afectar la trayectoria de cualquier misión, hasta ocasionar alguna avería.
  3. Esta basura pone en peligro la vida de astronautas y profesionales aeroespaciales. Sobre todo, cuando hay riesgo de colisión con algún resto navegando en la nada.
  4. Algunos satélites se han visto amenazados por restos de basura que rondan a su alrededor. Estos pueden producir daños irreversibles al equipo, a la larga, solo generaría más basuras espaciales.
  5. Para la población terrestre, el riesgo de colisión es menor, aunque no deja de ser una posibilidad. Con el pasar de los años se han encontrado fragmentos de cohetes y de centrales espaciales en varias partes del mundo.
  6. Con los satélites dañados, pueden verse afectados los sistemas de telecomunicaciones, posicionamiento global y defensa general. Incluso, hasta los servicios climáticos serían afectados por esto.
  7. Por último, un problema que engloba todo lo antes mencionado es el síndrome de Kettler. Esto comprende que todas las colisiones de escombros crean nueva basura, que son lanzadas al espacio nuevamente para volver a colisionar en un futuro. Por lo tanto, es una reacción en cadena que puede causar que no se envíen más satélites ni vuelos espaciales al exterior de la tierra.

Aunque no han ocasionado daños mayores, la peligrosidad de estos ingredientes no deja de ser alarmante.

Descripción del problema y evaluación de la solución

Cómo ya es sabido, son muchos los problemas que derivan del viaje de la basura espacial en nuestra órbita. Por este motivo, se han puesto sobre la mesa múltiples opciones para solventar los problemas que pueden afectarnos en un futuro. Sin embargo, hay varios aspectos que se deben tener en cuenta, comenzando por los equipos y recursos humanos que se necesitan.

Por este motivo, algunos métodos viables pueden ser el uso de la tecnología artificial para evaluar el impacto o posibles colisiones de cuerpos viajantes inservibles.

El problema

Cuando se propagan objetos a través del espacio, se incrementa el riesgo de colisión entre este y otras materias que viajen en esa trayectoria. Como resultado, se debe tener en cuenta la posibilidad de que esta basura choque con algún satélite importante, al entrar en su órbita.

  • Cómo consecuencia, el equipo puede recibir daños irreparables, lo que implicaría una pérdida tecnológica y económica para las naciones que realizaron el lanzamiento.
  • Por otra parte, esto también significa una pérdida importante de información, la cual puede ser importante para el avance de nuevas investigaciones espaciales.
  • Por consiguiente, con el uso de la inteligencia artificial de Machine Learning, se busca disminuir el nivel de incertidumbre en cuanto a futuras colisiones. En otras palabras, cuando se establezca un posible choque, con este programa se puede construir un modelo que use toda la información obtenida para predecir el riesgo final.
  • La recolección de toda la información necesaria para este programa se establece en un mensaje de conjunción (CDM). Cada uno de estos mensajes contiene datos importantes sobre la posible situación, como el satélite afectado, la naturaleza de la basura espacial y el momento en donde puede ocurrir la colisión.

Evaluación de la solución

Con la tecnología de Machine Learning se busca calcular las posibles colisiones entre dos objetos específicos. Para esto, se utilizan los datos almacenados en los CDM (Conjunction Data Message). El último de estos mensajes cuenta con todos los datos de la próxima comisión, el cual será analizado por la oficina de basura espacial.

Esta oficina se encarga de alertar a los equipos de control para evaluar maniobras para evitar la colisión. Estas se pondrán en funcionamiento 1 día antes del choque.

La solución se mide de acuerdo con el error cuadrático medio (MSE) y F2.

  • El error cuadrático indica la fiabilidad de la predicción de riesgo. Por lo tanto, es una relación entre el riesgo calculado y el riesgo real. Sin embargo, este error tiene varios significados y el margen de error puede variar dependiendo la escala del riesgo.
  • En cuanto al F2, se encarga de evaluar y descartar las colisiones poco posibles. Al usar el F2 con el error medio, se determinan las soluciones para los riesgos realmente altos.

Como resultado, las técnicas empleadas por las oficinas encargadas de la basura espacial buscan solventar un problema cada vez mayor. Con las próximas misiones espaciales, el nivel de chatarra en el espacio podría aumentar, lo que traería consecuencias a largo plazo. Para esto, cada día se realizan más estudios para conseguir, por diversos medios, la solución a este gran problema.