看過(guò)電影《地心引力》的人，多半對(duì)這一幕印象深刻：高速飛行的空間碎片像暴雨般撞向空間站，宇航員在艙外掙扎求生。雖然這是科幻作品中的場(chǎng)景，但現(xiàn)實(shí)中，太空里的 “垃圾”—— 也就是空間碎片，逐漸成為威脅人類(lèi)航天活動(dòng)的 “隱形殺手”。我們通常將空間碎片定義為地球軌道上或再入大氣層的無(wú)功能的人造物體，也包括其碎片及組成部分。隨著人類(lèi)空間活動(dòng)的日益頻繁，空間碎片數(shù)量急劇增加（如圖1），目前太空監(jiān)視網(wǎng)絡(luò)定期跟蹤并記錄在其目錄中的太空物體數(shù)量約為 42080 顆，但是仍有大量的空間碎片需經(jīng)搜索發(fā)現(xiàn)，這些未知的碎片對(duì)太空探測(cè)和人類(lèi)安全造成重大威脅（如圖2），研究更加精確的空間碎片識(shí)別技術(shù)成為了當(dāng)前研究的重點(diǎn)內(nèi)容之一。

圖1 空間碎片的數(shù)量隨時(shí)間累計(jì)增長(zhǎng)數(shù)據(jù)（來(lái)源：ESA）[1]

圖2 衛(wèi)星相撞產(chǎn)生空間碎片示意圖（來(lái)源：ESA） [2]

具體而言，無(wú)論是對(duì)空間碎片的監(jiān)測(cè)預(yù)警，還是未來(lái)對(duì)其實(shí)施清理，都需要對(duì)空間碎片進(jìn)行檢測(cè)和識(shí)別。空間碎片的探測(cè)方式通常包括光學(xué)觀測(cè)、雷達(dá)觀測(cè)和激光測(cè)距等方法。近年來(lái)，隨著大視場(chǎng)和大口徑望遠(yuǎn)鏡的發(fā)展與應(yīng)用，光學(xué)觀測(cè)在空間碎片探測(cè)領(lǐng)域的能力不斷提升，且光學(xué)望遠(yuǎn)鏡具有 “成本低、看得遠(yuǎn)” 的優(yōu)勢(shì)，是探測(cè)空間碎片的重要手段。

但如何從光學(xué)望遠(yuǎn)鏡拍攝的圖像中發(fā)現(xiàn)并跟蹤空間碎片呢？本篇文章將為讀者介紹空間碎片的光學(xué)圖像檢測(cè)與跟蹤方法。

一.望遠(yuǎn)鏡怎么 “盯” 上空間碎片？

空間碎片本身不會(huì)發(fā)光，望遠(yuǎn)鏡只能監(jiān)測(cè)其反射的太陽(yáng)光來(lái)發(fā)現(xiàn)它們。為了應(yīng)對(duì)空間碎片帶來(lái)的安全問(wèn)題，多個(gè)國(guó)家和航天機(jī)構(gòu)紛紛通過(guò)自主研發(fā)或國(guó)際合作的方式，積極構(gòu)建專(zhuān)門(mén)的空間碎片望遠(yuǎn)鏡及監(jiān)測(cè)網(wǎng)絡(luò) —— 例如歐空局（ESA）的空間碎片望遠(yuǎn)鏡SDT（Space Debris Telescope）、瑞士伯爾尼大學(xué)天文研究所（Astronomical Institute of the University of Bern, AIUB）的激光和天體測(cè)量望遠(yuǎn)鏡ZIMLAT（Zimmerwald Laser and Astrometry Telescope）、美國(guó)航天局（NASA）的密歇根軌道碎片調(diào)查望遠(yuǎn)鏡MODEST（Michigan Orbital Debris Survey Telescope）等（如圖3所示），它們都是典型的空間碎片監(jiān)測(cè)地基光學(xué)觀測(cè)設(shè)備，用于提升對(duì)空間碎片的探測(cè)與跟蹤能力。

圖3 典型地基光學(xué)望遠(yuǎn)鏡空間碎片探測(cè)系統(tǒng)[3]。(a) SDT (b) ZIMLAT (c) MODEST

光學(xué)望遠(yuǎn)鏡觀測(cè)空間碎片的常用方式主要有恒星跟蹤模式和目標(biāo)跟蹤模式兩種。恒星跟蹤模式即望遠(yuǎn)鏡跟蹤恒星，使恒星在圖像中呈現(xiàn)點(diǎn)像，當(dāng)空間碎片進(jìn)入視場(chǎng)時(shí)由于自身快速的軌道運(yùn)動(dòng)，經(jīng)過(guò)較長(zhǎng)曝光時(shí)間在圖像中留下條紋（Stripe）形狀，如圖4(a)所示。目標(biāo)跟蹤模式即望遠(yuǎn)鏡根據(jù)預(yù)測(cè)的目標(biāo)軌道參數(shù)沿空間碎片運(yùn)動(dòng)軌跡進(jìn)行跟蹤成像，此時(shí)空間碎片在圖像中呈現(xiàn)點(diǎn)像，長(zhǎng)曝光時(shí)間下背景恒星反而顯示為條紋形狀，如圖4(b)所示。

圖4 空間目標(biāo)觀測(cè)圖像。(a) 恒星跟蹤模式下拍攝圖像（口徑200 mm望遠(yuǎn)鏡拍攝） (b) 目標(biāo)跟蹤模式下拍攝圖像（口徑1m望遠(yuǎn)鏡拍攝）

二.空間碎片的檢測(cè)與跟蹤方法

獲取原始光學(xué)圖像后，我們首先必須準(zhǔn)確識(shí)別圖像中的空間碎片，這一關(guān)鍵步驟決定了后續(xù)跟蹤監(jiān)視和處置任務(wù)的有效性。當(dāng)前，基于光學(xué)圖像的空間碎片識(shí)別方法主要分為單幀檢測(cè)和多幀檢測(cè)兩類(lèi)：?jiǎn)螏瑱z測(cè)側(cè)重于從單幅圖像中提取碎片特征，而多幀檢測(cè)則利用時(shí)序信息提升識(shí)別可靠性。

單幀圖像目標(biāo)識(shí)別的成功率依賴(lài)于空間碎片條紋的形狀和強(qiáng)度特性，因此僅當(dāng)空間碎片在圖像中形成較長(zhǎng)的條紋形狀時(shí)，才能采用單幀圖像方法區(qū)別恒星與空間碎片。單幀圖像目標(biāo)識(shí)別方法主要包括以下四類(lèi)[4]：（1）傳統(tǒng)光學(xué)圖像處理方法，即提取物體的特征和信息，包括圖像分割、形態(tài)學(xué)處理、濾波等技術(shù)；（2）模板擬合方法，即設(shè)置目標(biāo)的模板，然后將目標(biāo)模板與圖像進(jìn)行匹配，找到圖像中與目標(biāo)模板相似度最高的區(qū)域；（3）強(qiáng)度累積方法，根據(jù)圖像中目標(biāo)條紋與點(diǎn)狀恒星的強(qiáng)度分布不同，利用強(qiáng)度累積的方法找到目標(biāo)條紋；（4）深度學(xué)習(xí)方法，即從數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征并進(jìn)行分類(lèi)、回歸等任務(wù)。圖像中空間碎片條紋的光度分布模式、條紋形態(tài)及強(qiáng)度變化等均呈現(xiàn)穩(wěn)定的內(nèi)在規(guī)律，可作為神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵輸入特征。通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型識(shí)別這些特征，可實(shí)現(xiàn)對(duì)空間碎片的有效檢測(cè)。

上述常用的空間目標(biāo)條紋識(shí)別方法各有優(yōu)劣，在實(shí)際應(yīng)用過(guò)程中，經(jīng)常結(jié)合多種方法實(shí)現(xiàn)空間碎片的識(shí)別，圖5顯示了采用傳統(tǒng)光學(xué)圖像處理方法識(shí)別到的空間碎片。

圖5 傳統(tǒng)光學(xué)圖像處理方法的空間碎片檢測(cè)結(jié)果（綠色軌跡），圖中一共檢測(cè)到三個(gè)獨(dú)立的空間碎片

從單幀圖像識(shí)別到空間碎片條紋后，我們利用多幀圖像中的運(yùn)動(dòng)信息可以進(jìn)一步確定目標(biāo)，減小將其錯(cuò)誤識(shí)別為其他目標(biāo)的概率。當(dāng)無(wú)法進(jìn)行長(zhǎng)時(shí)間曝光時(shí)，相對(duì)運(yùn)動(dòng)速度較慢的空間碎片在圖像中可能呈現(xiàn)點(diǎn)像，這些空間碎片圖像缺少運(yùn)動(dòng)方向、速度等信息，難以通過(guò)單幀圖像準(zhǔn)確區(qū)分碎片與恒星，因此需要利用多幀圖像序列的運(yùn)動(dòng)特征進(jìn)行進(jìn)一步辨識(shí)。

多幀圖像目標(biāo)識(shí)別與跟蹤方法主要有兩種思路[5]：

(1)檢測(cè)前跟蹤TBD（Track Before Detect）：先大致預(yù)測(cè)碎片可能的運(yùn)動(dòng)軌跡，再沿著預(yù)測(cè)軌跡在多張照片里找線索。這種方法適合信噪比低、干擾多的情況，但需要處理大量數(shù)據(jù)，比較耗時(shí)。

(2)先檢測(cè)后跟蹤DBT（Detect Before Track）：先在每張圖像里標(biāo)出可能是碎片的點(diǎn)，再串聯(lián)這些點(diǎn)，判斷是否符合碎片的運(yùn)動(dòng)規(guī)律。這種方法簡(jiǎn)單快速，適合信噪比高、干擾少的場(chǎng)景。

隨著大視場(chǎng)大口徑望遠(yuǎn)鏡的發(fā)展，其探測(cè)靈敏度的提高和觀測(cè)視場(chǎng)的增大，使得觀測(cè)圖像中存在多個(gè)不同運(yùn)動(dòng)速度和運(yùn)動(dòng)方向的空間碎片，這些目標(biāo)的復(fù)雜運(yùn)動(dòng)狀態(tài)，為空間碎片的實(shí)時(shí)檢測(cè)與持續(xù)跟蹤帶來(lái)了新的技術(shù)挑戰(zhàn)。圖6顯示了大視場(chǎng)觀測(cè)圖像中的多個(gè)空間碎片運(yùn)動(dòng)場(chǎng)景。

圖6 多個(gè)空間碎片運(yùn)動(dòng)仿真圖像

人工智能技術(shù)的快速發(fā)展，為多空間碎片的檢測(cè)與跟蹤提供了新的技術(shù)路徑。其中，基于深度學(xué)習(xí)的方法能夠有效處理大視場(chǎng)觀測(cè)中多目標(biāo)的復(fù)雜運(yùn)動(dòng)特征，在空間碎片檢測(cè)與跟蹤領(lǐng)域展現(xiàn)出巨大潛力。圖7展示了利用深度學(xué)習(xí)方法對(duì)仿真圖像和實(shí)測(cè)圖像進(jìn)行空間碎片檢測(cè)與跟蹤的結(jié)果[6]。這類(lèi)空間碎片光學(xué)圖像處理分析方法，有望成為未來(lái)空間碎片監(jiān)測(cè)的重要技術(shù)手段。

（a）

（b）

圖7 利用人工智能方法實(shí)現(xiàn)圖像中的空間碎片檢測(cè)與跟蹤，其中TT表示點(diǎn)目標(biāo)，TOM表示條紋目標(biāo)。(a)空間碎片仿真圖像的檢測(cè)與跟蹤 (b)空間碎片實(shí)際觀測(cè)圖像的檢測(cè)與跟蹤（新疆天文臺(tái)南山1m大視場(chǎng)望遠(yuǎn)鏡拍攝）

實(shí)現(xiàn)準(zhǔn)確識(shí)別和跟蹤空間碎片后，科學(xué)家能夠計(jì)算出它們的位置、速度和軌道，給這些 “太空垃圾” 編目。這不僅能提前預(yù)警碰撞風(fēng)險(xiǎn)，還能為未來(lái)清理碎片、回收太空資源打基礎(chǔ)。隨著人類(lèi)探索太空的腳步越來(lái)越遠(yuǎn)，一個(gè)干凈、安全的太空環(huán)境，才是人類(lèi)太空活動(dòng)的 “保險(xiǎn)”。

參考文獻(xiàn)

[1]https://sdup.esoc.esa.int/discosweb/statistics/

[2]https://dlmultimedia.esa.int/download/public/videos/2021/04/008/2104_008_AR_EN.mp4

[3]Ilha J .Small telescopes and their application in space debris research and space surveillance tracking[J].Contributions of the Astronomical Observatory Skalnate Pleso, 2019, 49.

[4]王磊,張曉明,王建峰,等.光學(xué)圖像中空間物體條痕檢測(cè)方法綜述[J].天文學(xué)進(jìn)展,2024,42(03):473-493.

[5]Davey S J , Rutten M G , Cheung B . A Comparison of Detection Performance for Several Track-foefore-Detect Algorithms[J]. EURASIP journal on advances in signal processing, 2008(10):2008.

[6]Wang L, Zhang X, Bai C, et al. Rapid automatic multiple moving objects detection method based on feature extraction from images with non-sidereal tracking[J]. Monthly Notices of the Royal Astronomical Society, 2024, 534(1): 385-399.

[7]封面圖來(lái)自ESA

作者簡(jiǎn)介

王磊，理學(xué)博士，中國(guó)科學(xué)院國(guó)家天文臺(tái)工程師，主要研究方向?yàn)樘煳膱D像處理與運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究。

來(lái)源：中國(guó)科學(xué)院國(guó)家天文臺(tái)

編輯：姬子隰

轉(zhuǎn)載內(nèi)容僅代表作者觀點(diǎn)

不代表中科院物理所立場(chǎng)

如需轉(zhuǎn)載請(qǐng)聯(lián)系原公眾號(hào)