Estimación de riesgo de colisión de objetos orbitantes utilizando técnicas de Inteligencia Artificial

Abstract

Evitar basura espacial es el día a día para las misiones espaciales orbitando alrededor de la Tierra. Para ello, la Agencia Espacial Europea lleva a cabo la monitorización de todos los objetos orbitantes alrededor de la Tierra a partir de los CDMs (Conjuction Data Message), estimando la colisión de riesgo entre la basura y los satélites a través de métodos basados en Inteligencia Artificial. A partir de esto, la ESA propone la siguiente competición: estimar la colisión de riesgo en las órbitas basándose en los CDMs. La Inteligencia Artificial hoy en día está en alza. Una técnica utilizada es el Machine Learning donde no es necesario una programación explicita de algoritmos. Para completar el desafío propuesto se hace uso de dos métodos de Machine Learning supervisados (árboles de decisión y redes neuronales) implementados en Python.

Nowdays spatial missions orbiting Earth have to be aware of the space debris in order to avoid it. To this end, the European Space Agency monitors of all these orbiting objects through CDMs (Conjuction Data Message). With the information contained in those messages the ESA can estimate the collision risk between the debris and the satellites. This is done using Artificial Intelligence. Today Artificial Intelligence is on the rise. A technique used by AI is Machine Learning, where there is no need to program an algorithm explicitly. To complete the challenge proposed two methods are being used: Decision Trees and Neuronal Networks. The implementatiopn is done using Python.