Skip to main content Skip to main navigation

Projekt | ML4SCA

Laufzeit:

Maschinelles Lernen zur Verhinderung der Kollision von Satelliten

Forschungsthemen

Anwendungsfelder

  • Sonstige

Die Umlaufbahn der Erde füllt sich zunehmend mit Satelliten und Weltraumschrott. Daher wird es immer wichtiger die Abläufe zur Verhinderung von Kollisionen zu verbessern und automatisieren. Wir entwickeln Machine Learning Modelle zur Vorhersage der Wahrscheinlichkeit von Kollisionen von Satelliten.

Projekt teilen auf:

Kontakt

Prof. Dr. Prof. h.c. Andreas Dengel Prof. Dr. Prof. h.c. Andreas Dengel

Keyfacts

Beteiligte Forschungsbereiche

Publikationen zum Projekt

  1. First results of ESA’s collision risk estimation and automated mitigation (CREAM) programme

    Volker Schaus; Tilman Andriof; Colin Borrett; Ingo Burmeister; Francisco Cabral; José Carvalho; Markus Daugs; Louise Hetherton; Florian Jung; Anthony de la Llave; Silvia Martinavarro; Keiran McNally; Maria Mirgkizoudi; Dinesh Krishna Natarajan; Marlon Nuske; Deepak Kumar Pathak; Ian Purton; Fabian Schiemenz; Zoe Tenacci; Benedikt Veith; Jan Siminski; Klaus Merz

    In: 73rd. International Astronautical Congress (IAC-2022), 20th IAA Symposium on Space Debris, September 18-22, Paris, France, IAF, 2022.