Ausgabe 213

ÖSTERREICH JOURNAL NR.

ÖSTERREICH JOURNAL NR. 213 / 19. 12. 2024WissenschaftWeltraumschrottund Wassermassen134Genauere Bahnvorhersagen für Satelliten und Weltraumschrott sowie ein besseresVerständnis für die auf der Erde vorhandenen Wassermassen: Forschende der TUGraz haben mittels Satellite Laser Ranging beides erreicht.Was haben das Schwerefeld der Erdeund die Flugbahnen von Satelliten undWeltraumschrott gemeinsam? Das Erdschwerefeldbeeinflußt die Umlaufbahnen un -serer Begleiter im Orbit, während die Veränderungender Umlaufbahnen im GegenzugRückschlüsse auf Änderungen des Schwerefeldsund damit vorhandener Wassermassenzulassen. Bislang stand die Forschung hiervor zwei Problemen: Gewisse Bereiche desSchwerefelds ließen sich nur ungenau be -stimmen und der Ortung sowie Bahnprojektionvon Satelliten und Weltraumschrott fehl -te es an Präzision. Im Projekt COVER hatdas Institut für Geodäsie der TU Graz nunSchwerefeldmessungen mittels Satelliten mitder Messmethode des Satellite Laser Ranging(SLR) zusammengeführt und dadurchsowohl die Schwerefeldberechnungen alsauch die Beobachtung von Objekten im Or -bit und deren Bahnvorhersagen nachhaltigverbessert. Die Ergebnisse sind in die SoftwareGravity Recovery Object Oriented ProgrammingSystem (GROOPS) eingeflossen,die das Institut für Geodäsie kostenlos viaGitHub zur Verfügung stellt.Foto: Dr. Christian KettenbachDie Satellite Laser Ranging Station desInstituts für Weltraumforschung der ÖsterreichischenAkademie der Wissenschaftenam Observatorium LustbühelPräzise Auflösung deslangwelligen Erdschwerefelds„Die Satelliten-Missionen Grace, GraceFollow-on sowie vorher bereits GOCE ha -ben wirklich wertvolle Daten zur Berechnungdes Erdschwerefelds geliefert. Allerdingsließ sich damit der langwellige Be -reich des Schwerefelds, der Massen vonkontinentaler Größe abdeckt, nicht sehr gutauflösen“, sagt Sandro Krauss vom Institutfür Geodäsie der TU Graz. Messungen mitSLR können diesen langwelligen Teil hingegensehr präzise auflösen. Hierfür richtet einNetzwerk an SLR-Stationen einen Laser aufeinen Satelliten mit Reflektorflächen, die dasLaserlicht zurückwerfen. Durch die Messungder Laufzeit läßt sich die Position derSatelliten auf Zentimeter genau bestimmenund durch mehrere Messungen auch Änderungenan der Umlaufbahn erkennen, diesich durch Masseänderungen auf der Erdoberflächeergeben. „Wenn man SLR mit denanderen Satelliten-Messmethoden kombiniert,läßt sich das Schwerefeld wesentlichgenauer berechnen, da man alle Wellenlängendes Schwerefelds präzise auflösen kann.Dadurch können wir die auf der Erde vorhandenenWassermassen detaillierter bestim -men. Gleichzeitig können wir durch die ausden Messungen gewonnenen Daten die Positionvon Satelliten und Weltraumschrott vielbesser berechnen, sie finden, mit SLR kartografierenund ihre zukünftigen Bahnen sehrpräzise vorhersagen, was zur Sicherheit imOrbit beiträgt.“Derzeit umkreisen ca. 40.000 Weltraumschrott-Teilemit einer Größe von mehr alszehn Zentimetern die Erde, Teile ab einemZen timeter Größe gibt es rund 1 Million. Die -se sind mit etwa 30.000 km/h unterwegs undfliegen nicht alle in dieselbe Richtung. EineKollision hätte daher eine recht große Wuchtund würde Satelliten zerstören und bei Raum -stationen oder anderen bemannten Raumfahr -zeugen Menschenleben gefährden. Umso»Österreich Journal« – https://kiosk.oesterreichjournal.atwichtiger ist es, alles in der Umlaufbahn zuverorten und die zukünftige Bahnentwick -lung so genau wie möglich zu berechnen.Zentimeter statt KilometerUm sämtliche Weltraumschrott-Teile zuüberwachen, kommen aktuell Radarmessungenzum Einsatz, die jedoch eine limitierteGenauigkeit bieten. Und auch die bisherigenBahnvorhersagen litten darunter, daß sie nurim Kilometerbereich genau waren. Das er -schwerte in weiterer Folge das Auffinden.Zusammen mit der Satellite Laser RangingStation des Instituts für Weltraumforschungder Österreichischen Akademie der Wissenschaftenam Observatorium Lustbühel ge -lang hier ein entscheidender Fortschritt. DasInstitut für Geodäsie nutzte seine eigenenVorhersagemodelle, die die Position einesSatelliten oder eines Schrott-Teilchens aufrund 100 Meter genau bestimmen können.Das machte es möglich, sie leichter aufzuspürenund mit dem Vermessungslaser präzisezu erfassen. Mit weiteren Messungen beinachfolgenden Überflügen ergab sich einnoch genaueres Bild darüber, wie sich dieUmlaufbahn verhält, wodurch die Forschendendie Vorhersagemodelle verbessern konnten.„Für die Bahnvorhersage müssen wirsämtliche Kräfte auf den Satelliten modellieren“,sagt Torsten Mayer-Gürr vom Institutfür Geodäsie. „Dazu zählt auch die Gravitationskraftder Erde, die durch das Vorhandenseinvon Massen wie Wasser beeinflusstwird. Die Kombination unserer Bahnmodellierungmit SLR-Messungen erlaubt nun we -sentlich genauere Berechnungen in unsererSoftware GROOPS, die für alle frei zugänglichist. Soweit wir wissen, sind wir die Einzigen,die ein derart umfangreiches Paket fürSchwerefeldbestimmung, Bahnbestimmungund SLR-Prozessierung kostenlos anbieten.Dieser Open-Source-Zugang hat für uns denVorteil, daß wir sehr schnell Feedback be -kommen, wenn etwas nachgebessert werdenmuß.“nhttps://www.tugraz.at/

ÖSTERREICH JOURNAL NR. 213 / 19. 12. 2024WissenschaftWiens smarte Ampelnwerden nun noch klüger135Mit höherer Rechenleistung und angepaßtem Training der KI kann das an der TUGraz entwickelte System mehrere Fußgängerübergänge gleichzeitig regeln underkennt Personen mit Mobilitätseinschränkung sowie Kinderwägen.Seit 2018 sind 21 intelligente Ampeln inWien im Einsatz: Sie erkennen, wennsich FußgängerInnen einem Übergang nä -hern und fordern für diese automatisch Grünan. Dadurch verringert sich die Wartezeitzum Teil erheblich. Nun hat ein Team umHorst Possegger vom Institut für MaschinellesSehen und Darstellen der TU Graz imAuftrag der Magistratsabteilung 33 der StadtWien und in Zusammenarbeit mit der GüntherPichler GmbH die zweite Generation die -ser smarten Ampeln entwickelt und an vierFußgängerübergängen in Wien erfolgreichge testet. Das neue System ist aufgrund besse -rer Kameraauflösung, höherer Rechenleistungund eines entsprechend trainierten, Deep-Learning-basierten Modells nun in der Lage,Personen mit Mobilitätseinschränkung so -wie Kinderwägen zu erkennen. Zudem kannes mehrere Übergänge simultan beobachtenund regeln.Bis zu 300 TeraFLOPS RechenleistungWährend die smarten Ampeln der erstenGeneration im Jahr 2018 eine Rechenleistungvon 0,5 TeraFLOPS hatten, liegen dieWerte der neuen Geräte zwischen 100 und300 TeraFLOPS (Anzahl der Gleitkommarechenoperationenpro Sekunde). „Wir könnendadurch ein komplexeres und stärkeres Ma -chine-Learning-Modell verwenden, wodurchPersonen wesentlich besser und genauerdetektiert werden“, sagt Projektleiter HorstPossegger. Durch die höhere Kameraauflösungkann das System auch Personen mitKinderwägen oder Gehhilfen wie Rollatorenoder Krückstöcken erkennen. „Üblicherweisebenötigen Personen mit Mobilitätseinschränkungenlänger zum Überqueren derStraße. Unser Ampelsystem detektiert solchePersonen sehr zuverlässig, sodaß die Grünphasebedarfsgerecht verlängert werdenkann“, erläutert Horst Possegger.Bilder werden innerhalbvon 50 Millisekunden gelöschtDie Kameras werten einen Bereich vonrund 30 Quadratmetern im Wartebereich derFoto: Stadt Wien / UIV Urban Innovation Vienna GmbHFoto: privatEine der aktuell 21 intelligenten Ampeln in Wien erkennen, wenn sich FußgängerInnen einemÜbergang nähern und schalten – auch an Mobilitätseinschrängungen angepaßt – auf Grün.Verkehrslichtsignalanlage aus, wobei dieBilddaten ausschließlich lokal verarbeitet undinnerhalb von 50 Millisekunden gelöschtwerden. Lediglich die Zahl der Personen unddie Personenkategorien, etwa Informationenzu Mobilitätseinschränkungen, können beiBedarf dauerhaft dokumentiert werden. Die -Host Possegger vom Institut für Maschi -nelles Sehen und Darstellen der TU Graz»Österreich Journal« – https://kiosk.oesterreichjournal.atse Daten können VerkehrsplanerInnen nutzen,um Ampelanlagen in einem größerenBereich aufeinander abzustimmen oder umdie Datengrundlage einer bedarfsoptimiertenNeugestaltung der Schaltpläne zu liefern.Aus Datenschutzgründen erfolgte dieEntwicklung des neuen Detektorsystems nichtmit Bildern einer realen Straßensituation,sondern mit Aufnahmen von Versuchen amCampus Inffeldgasse der TU Graz. Dabeifilmten die Forschenden Testpersonen in ver -schiedenen Konstellationen und mit unterschiedlichenAccessoires. Aus den Bewegungsmusternkann das System mit einerGenauigkeit von 99 Prozent richtig vorhersagen,ob eine Person die Straße überquerenmöchte. Beim Erkennen von Mobilitätseinschränkungenliegt die Trefferquote – jenach Mobilitätshilfe – bei 85 Prozent undmehr. Ein besonderer Fokus wurde bei derSystemarchitektur auf die Sicherheit gelegt,sodaß auch dann eine Grünphase angefordertwird, wenn Mobilitätshilfen oder -einschränkungennicht richtig erkannt werden. Im„schlimmsten“ Fall wird dann eine Standard-Grünphasegeschaltet.nhttps://www.tugraz.at/