Robotische Astronomie T.Granzer, Uni Potsdam, 15.11.2006 Prinzipien, Probleme und ihre Lösungen.

Präsentation zum Thema: "Robotische Astronomie T.Granzer, Uni Potsdam, 15.11.2006 Prinzipien, Probleme und ihre Lösungen."—  Präsentation transkript:

1 Robotische Astronomie T.Granzer, Uni Potsdam, 15.11.2006 Prinzipien, Probleme und ihre Lösungen

2 Netzwerk-layout

3 CasterReceiver SCS Telescope MOVE_TELESCOPE Waiting for acknowledge Acknowledge, Done in 300 sec Waiting for done Done Ein Kommunikationszyklus

4 Kommunikation, Details:

5 Ein normaler Tag

6 Ein normales Objekt

7 Herausforderung: Beurteile Wetter (inkl. Bewölkung) Wähle das Objekt Richte das Teleskop aus Identifiziere den Zielstern Messe das Objekt Garantiere optimale Messbedingungen während der Beobachtung Datenreduktion Ersetze den erfahrenen Beobachter:

8 Herausforderung Wolken Ermittlung des Bewölkungs- grades durch Vergleich mit Katalog

9 Wetter: Beurteilung Stabile, ideale Beobachtungs- bedingungen

10 Wetter: Vorhersage Schutz der Instrumente muss garantiert werden.

11 Ausrichten des Teleskops : Optische und mechanische Achsen fallen nicht zusammen Teleskopstruktur biegt sich durch (~Hook'sches Gesetz) Aufstellungsfehler Korrektur durch 7-parametriges 'pointing model':

12 Probleme des klassischen PM: Korrelation zw. N PAE und B NP wegen Nicht verschwindende Erwartungswerte, z.B. für T F : Genauigkeit nicht besser als ~10".

13 Herausforderung Stern identifizieren Im Prinzip ein Vergleich zwischen Katalog und realem Bild....

14 Position und Helligkeit Position des Objekts mittels 'center of gravity': …oder mittels 'PSF-fitting' (min. 4 parameter, x 0, m, ): Helligkeit als Integral über Intensität, 'seeing' über Gauss:

15 Sternidentifikation? Direktes Bild, wird konvoliert mit normierten Gauss-profil:

16 Kontrast verstärkt Unterscheidung zwischen 'cosmics' und non-stellar Objekten notwendig

17 Sternidentifkation (cont.) Definiere 'sharpness' eines Objekts durch: Definiere 'Elliptizität' eines Objekts durch: Stars identified at prob. 0.443 Probability function defined by manual identification of stars on ~100 acquire frames

18 Fokus Measure diagonals or Measure side length. Messung des Durchmessers des Sternscheibchens, Minimum ist idealer Focuswert. Besser: Fokuspyramide, teilt das Bild in vier Einzelbilder, die im idealen Fokus eine bestimmte Distanz haben.

19 Nachführung Im Regelfall Überwachung der Teleskopposition während der Belichtung notwendig. Durch auftretende Verzögerungen zwischen Messung und Motorreaktion muss das Signal gefiltert werden. Robust: PID (proportional, integral, differential) Kontroller. Dependency of optimal PID parameters on seeing and guider dead-time, from a telescope model Currently, only a single PID parameter set per axis is used.

20 Datenreduktion Courtesy: A.Ritter

21 Example: GL 586a 1 hour, m V =7.0 m Wavelength coverage =430nm 980nm

22 Problem Objektwahl Traditionell: Kurze Beobachtungs- perioden, wenige Objekte Robotisch: Lange Zeiträume, viele Objekte Ad-hoc Ansatz nicht ausreichend!

23 Auswahlalgorithmen: Queue scheduling: Die Beobachtungsabfolge wird direkt vorgegeben Einfache Implementation Kann nicht auf Umweltveränderungen reagieren Häufiger menschlicher Eingriff

24 Auswahlalgorithmen (contd): Critical-path scheduling: Einsatz bei Bauvorhaben, reagiert auf Wetteränderungen Nur sinnvoll, um mehrere Teilprojekte zu verzahnen. Nicht anwendbar für die meisten Beobachtungen in der Astronomie.

25 Auswahlalgorithmen (contd): Optimal scheduling: Objektauswahl wird für einen begrenzten Zeitraum optimiert. CPU-intensiv ( N! - Permutationen). Nicht vorhergesagte Ereignisse erfordern eine Neuberechnung. Schwierig mit veränderlichem Wetter..

26 Auswahlalgorithmen (contd): Dispatch scheduling: Objektauswahl nach momentanen Verhältnissen. Muss in real-time laufen, aber nur N Wetteränderungen werden intrinsisch berücksichtigt Bei fast allen robotischen Teleskopen verwendet.

27 Dispatch scheduling Auswahl basiert auf einer 'merit function' : Individuelle boni f i s werden mit veränderlicher Wichtung w i addiert. Das Objekt mit dem höchsten m wird ausgewählt.

28 Phasenkritische Beobachtung

29 Tuning dispatch scheduling 'Nimm bestest zu naïv: Projekte sollen beendet werden. Zeit muss gerecht verteilt werden. Benötige Langzeitperspektive. Fine-tuning der Wichtungen w i essentiell

30 Airmass und/oder Meridiannähe? Komplettierung der Programme? Maximiere die Integrationszeit, minimiere Verluste? Schwerpunkt Benutzergleichbehandlung? Wie gut ist meine Auswahl? Bestimmung der Wichtung verzahnt mit der Messbarkeit der Güte der Objektauswahl. Wie ?

31 Beispiel

32 Conclusio: Nur ein System, das alle Teilbereiche optimal löst, wird auch die besten Ergebnisse liefern.

33 Carry out the command submission Picks target with currently highest priority Target defines observing template Yields actual command sequence by filling target data into template All observable targets, user supplied Commands are sent to communication handlers SCS, core components