LO STUDIO DEL MIT PER RACCOGLIERE I DETRITI

Un algoritmo per la spazzatura spaziale

Il problema dell'inquinamento dell'orbita geostazionaria è sempre più pressante e per questo ricercatori di tutto il mondo stanno cercando delle soluzioni per riciclare o riportare a terra i satelliti ormai in disuso. Un gruppo di esperti che lavora al progetto MIT SPHERES ha creato un algoritmo per capire dove e come è meglio raccogliere i resti dei satelliti "morti"

SpaceJunk_1762630bCome se non fosse già abbastanza serio il problema dell’inquinamento sul nostro pianeta, l’uomo non ha potuto fare a meno di riempire l’orbita terrestre di “spazzatura” spaziale, detriti di ogni tipo, satelliti ormai non più in uso e che da anni si cerca una soluzione per eliminarli. Alcuni rilevamenti hanno stimato che nello spazio sopra le nostre teste ci siano circa 20mila oggetti e di questi solo 1000 sono satelliti attualmente funzionanti. Questi detriti, anche se in alcuni casi molto piccoli, ruotano intorno alla Terra a velocità elevatissime, il che li rende estremamente pericolosi sia per la Stazione Spaziale Internazionale che per i diversi telescopi in orbita..

Proprio per questo un gruppo di ricercatori del MIT ha creato un nuovo algoritmo, testato proprio a bordo dalla ISS, per analizzare la rotazione degli oggetti nello spazio, capire qual è il centro della loro massa e come questa massa viene distribuita. Lo studio, pubblicato su Journal of Field Robotics, descrive questo algoritmo che fa riferimento ad oggetti che ovviamente si trovano in microgravità. L’algoritmo si è rivelato molto preciso anche quando i dati sono stati analizzati in tempo reale. Non ha rispettato le aspettative sulla distribuzione della massa dell’oggetto, ma la tima può essere ancora sufficiente per molti altri scopi.

«Ci sono satelliti praticamente morti nel ‘cimitero geostazionario,’ a poche centinaia di chilometri dalla normale orbita geostazionaria», ha detto Alvar Saenz-Otero, il principale ricercatore nel Dipartimento di Aeronautica e Astronautica del MIT. «Dobbiamo pensare quindi al loro riciclo». I ricercatori adesso cercano di capire empiricamente come arrivare a un determinato satellite e come ancorarlo. Saenz-Otero ha aggiunto: «ci sono migliaia di pezzi di satelliti nello spazio. Si potrebbero raccogliere con una navicella spaziale gigante ma certo costerebbe davvero troppo. Se invece si invia in orbita un piccolo veicolo spaziale e si arpiona un oggetto che ruota ad alte velocità, anche la navicella comincerà a perdere la stabilità». Per questo è necessario conoscere fin nei minimi particolari ogni detrito che si trova attorno alla Terra, per non correre ulteriori rischi.400px-Three_SPHERES_on_International_Space_Station

I ricercatori hanno testato il loro algoritmo utilizzando due piccoli satelliti del progetto del MIT SPHERES. Durante l’esperimento uno dei satelliti SPHERES girava attorno al suo centro mentre l’altro lo fotografava con una camera stereo.

Brent Tweddle, uno degli autori della ricerca, ha spiegato che in precedenza uno degli approcci per determinare le caratteristiche dinamiche di un oggetto rotante era quello di costruire prima un modello per poi stimarne la posizione, l’orientamento, la velocità lineare e quella angolare. Adesso grazie all’algoritmo dei ricercatori del MIT è possibile raccogliere tutte queste informazioni contemporaneamente. Per questo i ricercatori hanno affermato che l’algoritmo deve adottare un approccio probabilistico. Ad esempio, la velocità angolare non sarà perfettamente accurata, ma il rapporto con la misurazione corretta può essere caratterizzata da una distribuzione probabilistica. Il metodo standard per modellare probabilità è simile al modello di distribuzione di Gauss, che però «non stima con estrema precisione  la massa di un oggetto», ha detto Tweddle. Questo vale anche per le proprietà inerziali. Ciò che i ricercatori hanno scoperto, provando e riprovando, è che che il logaritmo naturale del rapporto tra i momenti di inerzia attorno ai diversi assi di rotazione dell’oggetto potrebbe, infatti, essere realizzato sulla base della distribuzione gaussiana.