Cyborg-Astrobiologe auf Herz und Nieren in den Kohlefeldern von West Virginia

Die Suche nach Leben auf anderen Planeten nimmt Fahrt auf. Der scheinbar endlose Zug von Mars-Rovern hat überzeugende Beweise für ein wärmeres und feuchteres Klima auf dem Mars gefunden. Die Raumsonden Huygens und Cassini haben auf Titan Seen, Strände, Flüsse und Regen gefunden (wenn auch von der öligen Sorte). Und Europas dunkler, warmer Ozean sieht für Astrobiologen immer einladender aus.

Dann gibt es die ständig wachsenden Horden von Exoplaneten in den bewohnbaren Zonen um andere Sterne. Es war noch nie eine bessere Zeit, Astrobiologe zu sein.

Ein Problem, mit dem diese neue Generation von Wissenschaftlern konfrontiert ist, ist die Datenüberflutung. Jedes Bild vom Mars muss von einem menschlichen Experten durchforstet werden, bevor der nächste Zug des Rovers geplant und ausgeführt werden kann.



Und da diese Bilder immer zahlreicher werden, ist dies eine zeitaufwändige Aufgabe. Eine Möglichkeit, die Klassifizierung dieser Bilder zumindest teilweise zu automatisieren, wäre also äußerst nützlich.

Schritt vorwärts Patrick McGuire von der Freien Universität in Berlin und ein paar Freunde, die ein automatisiertes System gebaut und getestet haben, das genau dies tut. Sie nennen ihr neues System den Cyborg-Astrobiologen.

Das neue System ist relativ einfach. Es besteht aus einem Samsung Propel Smartphone, das über eine Kamera verfügt, die 1280 x 960 Pixel Bilder aufnehmen kann, die über Bluetooth mit einem Dell Inspiron 9300 Laptop verbunden ist. Im Moment braucht es einen menschlichen Helfer, der die Kamera trägt und ausrichtet, aber es ist nicht schwer vorstellbar, wie das System an einem autonomen Rover angebracht werden könnte.

Das Telefon macht Fotos des Geländes, während es sich bewegt, und sendet sie zur Analyse an den Laptop. Hier findet der clevere Teil statt.

Der Laptop analysiert jedes Foto, indem er frühere empfangene Bilder vergleicht und nach Ähnlichkeiten zwischen ihnen sucht. Es analysiert die Farbe der Szene und die Textur, um einen Ähnlichkeitswert zu berechnen.

Auf diese Weise klassifiziert es Bilder von ähnlichen Gesteinen und gruppiert sie. Derselbe Vorgang zeigt auch, wenn sich die Bilder deutlich unterscheiden, was darauf hindeutet, dass sich das Gelände geändert hat oder ein interessierendes Objekt in der Szene aufgetaucht ist. An dieser Stelle alarmiert das System einen menschlichen Astrobiologen, der die neuen Merkmale übernehmen und genauer analysieren kann.

Das ist praktisch, weil das System nicht wissen muss, welche Gesteinsart es betrachtet, aber dennoch erkennen kann, wenn es interessant wird.

Diese Jungs haben das System auf Felsvorsprüngen in den Kohlerevieren von West Virginia getestet und sagen, es sei beeindruckend. Das Image-Matching-Verfahren dieses Systems schnitt sehr gut ab … und ergab eine Genauigkeit von 91% für die Ähnlichkeitserkennung, sagen McGuire und Co.

Dies ist ein potenziell nützliches Gerät, das Astrobiologen sowohl auf der Erde als auch in der Ferne das Leben erheblich erleichtern könnte. Es könnte beispielsweise die Datenmenge, die ein Mars-Rover zur Analyse an die Erde senden müsste, erheblich reduzieren und damit die Arbeit eines Rovers erheblich beschleunigen.

Diese Bildkomprimierungstechnik könnte nützlich sein, um robotischen planetaren Rovern mehr wissenschaftliche Autonomie zu verleihen und menschliche Astronauten bei ihrer geologischen Erkundung und Bewertung zu unterstützen, sagen sie.

Astrobiologen hatten es noch nie so gut. Aber mit Systemen wie diesem in Arbeit könnten sie es bald noch besser haben.

Ref: arxiv.org/abs/1309.4024 : The Cyborg Astrobiologist: Abgleich früherer Texturen durch Bildkomprimierung für geologische Kartierung und Neuheitserkennung

verbergen