Un passo avanti verso l’autonomia spaziale: Rilevamento di anomalie in orbita lunare
La prossima stazione spaziale Lunar Gateway della NASA, che sarà per lo più non equipaggiata, richiederà un livello di autonomia senza precedenti. Una sfida chiave è consentire al Canadarm3, il sistema robotico esterno del Gateway, di rilevare i pericoli nel suo ambiente utilizzando le telecamere di ispezione di bordo. Questo compito è complicato dalle condizioni di illuminazione estreme e variabili nello spazio.
Questo studio introduce il compito di rilevamento e localizzazione delle anomalie visive per il dominio spaziale, stabilendo un punto di riferimento basato su un dataset sintetico chiamato ALLO (Anomaly Localization in Lunar Orbit). I risultati dimostrano che i metodi di rilevamento delle anomalie visive all’avanguardia spesso falliscono nello spazio, sottolineando la necessità di nuovi approcci. Per affrontare questa problematica, viene proposto MRAD (Model Reference Anomaly Detection), un algoritmo statistico che sfrutta la posizione nota del Canadarm3 e un modello CAD del Gateway per generare immagini di riferimento dell’aspetto previsto della scena. Le anomalie vengono quindi identificate come deviazioni da questo riferimento generato dal modello.
Sul dataset ALLO, MRAD supera gli algoritmi di rilevamento delle anomalie all’avanguardia, raggiungendo un punteggio AP del 62,9% a livello di pixel e un punteggio AUROC del 75,0% a livello di immagine. Data la bassa tolleranza al rischio nelle operazioni spaziali e la mancanza di dati specifici del dominio, l’articolo sottolinea la necessità di metodi di rilevamento delle anomalie nuovi, robusti e accurati per gestire le difficili condizioni visive che si trovano in orbita lunare e oltre.
Paper: ArXiv.org