東工大ら，深層学習でリアルタイム軌道上画像識別

東京工業大学と東京大学は，宇宙航空研究開発機構（JAXA）の革新的衛星技術実証プログラムの初の実証機会となる革新的衛星技術実証1号機の小型実証衛星1号機（RAPIS-1）に搭載される深層学習を応用した地球センサーおよびスタートラッカー実験装置「DeepLearningAttitudeSensor（DLAS）」を開発した（ニュースリリース）。

この人工衛星は，2019年1月17日にJAXAのロケット・イプシロンロケット4号機に搭載され，鹿児島県のJAXA内之浦宇宙空間観測所から打ち上げを予定している。

人工衛星が電力・温度などの機能維持や観測を行なう際に必要となるのが姿勢センサー。今回研究グループは，地面のない宇宙において現状で一番高精度に姿勢を決定できる，恒星を基準点とした姿勢計（スタートラッカー）と，低精度ながら常に衛星の眼下に広がる地球の画像から姿勢推定を行なう地球センサーの開発を行なった。

この「DLAS」の主要ミッションは大きく3つ。1つ目が安価で高性能な民生品を使った超小型衛星向けの低コストのスタートラッカーの宇宙動作実証。今回，軌道上で様々な条件で星像を撮影し，センサーシステムの較正を行なうとともに，新規に開発されたアルゴリズムによる姿勢決定実験，さらに1年間にわたる長期動作試験を計画している。

DLASのスタートラッカーは，マシンビジョン用の市販カメラとマイコンを組み合わせたもの。視野18˚×11˚でおよそ7等級までの星を検出し，その配列パターンを識別することで，星1つ1つを識別する。

2つ目が深層学習を用いた軌道上リアルタイム画像認識実験。まず，スタートラッカーに組み込んだ2つの小型可視光カメラで地球を撮影し，独自開発した高速・軽量な画像識別器で800万画素の画像をおよそ4秒で処理し，緑地/砂漠/海洋/雲/宇宙など植生や土地利用を9カテゴリに識別する。深層学習を用いた宇宙でのリアルタイムの画像認識としては世界初の挑戦となる。また，軌道上では学習データとして1000枚以上の画像を撮影して地上に転送し，衛星画像応用実験に用いる。

3つ目は，この画像識別技術を応用して，衛星軌道から雲間に隠れた陸地形状を識別し，あらかじめオンボードコンピューターに搭載されている地図情報と比較することで3軸姿勢を推定するという，全く新しい概念の姿勢計測の技術実証を行なうとする。

研究グループは今回の研究により，超小型人工衛星を使った新たな宇宙産業分野において日本発の技術をアピールし，衛星搭載部品の市場拡大を目指すとしている。