维度网讯，Ubotica Technologies 提出了一种名为认知地球观测（Cognitive Earth Observation，简称 Cognitive EO）的架构，试图改变传统地球观测的运行逻辑。该架构以人工智能为核心，旨在将卫星从单纯的数据收集设备升级为能够自主感知的智能平台。在 Cognitive EO 框架下，系统不再依赖预设的观测计划或事后处理流程，而是利用 AI 预测需要关注的目标区域、自主调度传感器、在星上进行数据处理，并近乎实时地提供可用的情报信息。
在传统模式下，地球观测系统通常需要先采集大量图像数据，等待数小时甚至数天后才能回传至地面进行分析。Ubotica 的 Cognitive EO 架构则把 AI 能力嵌入观测流程的核心环节，使决策点更靠近数据采集源头。系统能够识别可能发生风险的区域，根据任务目标自动排列观测优先级，并动态调配传感器资源，而非依据固定的采集计划运行。
该平台内部运行着一个持续的认知循环（Cognitive Loop），该循环集成了预测、观测、分析和学习功能。系统首先从具体任务需求出发，涵盖感兴趣区域、受监控资产、潜在威胁以及可用传感器资源。接着，AI 生成风险模型，用于构建不断更新的运行态势图，并据此规划后续观测任务，以优化卫星资源使用效率。Cognitive EO 的一项关键技术在于创建动态 3D 风险图，该图能够融合来自不同数据源和多种感知模态的信息。具体而言，平台将光学图像、合成孔径雷达（SAR）、射频数据、自动识别系统（AIS）信息以及客户提供的情报整合到同一个运行环境中。通过结合静态基础设施数据与动态威胁信息，系统有望在大范围地理区域内提供持续更新的态势感知能力。
该平台还具备自主调度能力，允许感知资产根据实时风险变化执行任务，而非遵循固定的轨道采集计划。据 Ubotica 介绍，系统可依据任务优先级，自主选择最合适的星座、感知模态和观测时机，将资源集中投放到情报需求最高的区域。边缘处理是 Cognitive EO 的另一项核心功能，它直接从卫星数据流中提取可用的决策信息。与将所有图像传回地面再分析的做法不同，该平台直接在卫星上完成数据处理，并在几分钟内输出目标位置、尺寸、航向和分类等关键情报。这一功能基于 Ubotica 的 SPACE:AI 技术实现，该技术是一个经过多次太空任务验证的边缘 AI 平台，支持卫星在轨自主处理。
Ubotica 强调，SPACE:AI 已在多项运行任务中成功应用，并支持一个不断扩充的在轨 AI 应用组合。该平台已用于船舶检测、自主动态目标锁定、高光谱数据分析以及实时地球情报生成等任务，有助于降低延迟并提升地球观测系统的响应速度。Cognitive EO 框架的首批实际应用之一是实时海事情报（Live Maritime Intelligence），该应用将 AI 驱动的观测与分析能力应用于海上监视。该系统的设计目标是利用持续感知、数据融合和实时情报生成，对专属经济区（EEZ）和关键海事基础设施进行不间断监控。
通过将预测分析、自主传感器任务分配、边缘 AI 处理以及多源数据融合整合到一个统一架构中，Ubotica 正推动地球观测模式从传统方式向其所称的“实时地球情报”（Live Earth Intelligence）转变。这种新模式侧重于近乎实时地理解信息、确定优先级并采取行动，而不仅仅是采集图像。
本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com
