面向优化卫星任务与遥感情报的自动化Tip-and-Cue框架

随着星座卫星的增多、任务延迟降低以及传感器能力的多样化，自动化地球观测的机会日益拓展。本文引入了一个用于卫星成像任务与调度的完全自动化Tip-and-Cue框架。在此语境下，来自外部数据源或对先前卫星影像的分析所生成的“提示”(tips)识别时空目标并对其进行优先级排序，以供下游计划使用。相应的“提示”(cues)是针对性地制定的成像任务，包含传感器约束、时间要求以及效用函数。该系统自主生成候选任务，利用反映每个观测预期价值的连续效用函数，对多个卫星进行调度优化，并利用人工智能模型（包括目标检测器和视觉语言模型）处理所得影像。生成结构化的视觉报告，以支持可解释性以及识别下游任务的新见解。通过海洋船舶跟踪场景展示了该框架的有效性，利用自动识别系统(AIS)数据进行轨迹预测、定向观测并生成可操作的输出。海洋船舶跟踪是广受关注的应用，常用于基准化新方法的卫星任务、预测与分析。该系统可扩展至更广泛的应用场景，如智慧城市监控和灾害应急，其中及时任务调度和自动化分析至关重要。