Skip to main content Skip to main navigation

Projekt

ML4SCA

Maschinelles Lernen zur Verhinderung der Kollision von Satelliten

  • Laufzeit:
  • 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
Dr. Marlon Nuske

Keyfacts

Publikationen zum Projekt

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.

Zur Publikation