暗い部屋の中で、回転する独楽（こま）を見ているところを想像してみてください。あなたは独楽の内部を見ることも、触れることも、その重さを感じることもできません。手元にあるのは、独楽が回転する際の向き（姿勢）を撮影したカメラの画像だけです。さて、その独楽が、宇宙に漂う巨大で転がる人工衛星だったとしましょう。あなたは、次にその衛星がどこへ向かうかを予測するために、内部の重量分布を正確に知る必要があります。これは「慣性」という概念の挑戦です。慣性とは、物体が回転の変化に抵抗する性質を表すものです。もし衛星の慣性を知っていれば、その将来の経路を予測したり、ドッキングの計画を立てたり、あるいは故障しているかどうかを判断したりできます。通常、科学者はジャイロスコープと呼ばれる特殊なセンサーを使用して、衛星がどれくらいの速さで回転しているかを測定し、これを見極めます。しかし、もしそれらのセンサーが壊れていたり、欠落していたりしたらどうなるでしょうか？ あるいは、センサーなど一切備わっていない宇宙ゴミ（スペースデブリ）を見ているとしたら？ カメラで回転の様子を観察するだけで、その秘密を解き明かすことができるのでしょうか？

大悟 小林（Daigo Kobayashi）と Vakhtang Putkaradze によるこの論文は、「イエス」と答えています。彼らは、回転速度や外部からの力（トルク）を知ることなく、姿勢の履歴（つまり、向きの動きを記録した動画）のみを使用して、宇宙機の内部の重量分布を推定する巧妙な新しい手法を開発しました。これは、密閉された箱の中にある謎の物体の形を、箱を振った時の揺れ方から推測するようなものです。著者たちは、回転する物体の揺れを観察し、何世紀も前の物理学に基づいた精密な「回転の法則」を用い、隠された重量マップを明らかにするための数学的な「探偵」を作り上げました。彼らは、回転する人工衛星をカメラで観察するシミュレーションを行い、彼らの手法が非常に正確であるだけでなく、従来の古くて扱いにくい方法と比較して驚くほど高速であることを証明しました。

揺れる人工衛星の謎

宇宙機は、巨大で複雑な独楽のようなものです。宇宙空間でエンジンを噴射せずに回転している状態（これを「トルクフリー運動」と呼びます）では、彼らは物理学の厳格なルールに従います。もし独楽の形状と重量が集中している場所を知っていれば、それがどのように回転するかを正確に予測できます。しかし、問題は多くの場合その逆です。私たちは回転（動き）は見えているものの、その形状や重量分布を知りません。これは宇宙機関にとって大きな問題です。もし人工衛星が故障したり燃料切れになったりすると、激しく回転（タンブリング）し始めることがあります。それを捕まえたり、修理したり、あるいは移動させたりするためには、エンジニアはその「慣性テンソル」を知る必要があります。これは、人工衛星の質量がどのように分散しているかを示す地図のことです。もしこの地図を間違えれば、1時間後の衛星の位置に関する予測は完全に狂ってしまい、ミッションの失敗や危険な衝突を招くことになります。

伝統的に、この地図を得るために、エンジニアはジャイロスコープ（人工衛星の回転速度を測定するセンサー）に頼ってきました。しかし、ジャイロスコープは故障することもあり、重くなることもありますし、センサーを持たない宇宙ゴミを見ている場合には全く役に立ちません。一部の手法では、角度の変化を見ることで回転速度を推測しようとしますが、それはぼやけた位置の写真から車の速度を測ろうとするようなもので、計算は複雑になり、誤差が生じやすくなります。

新しい「姿勢のみ」の探偵

論文の著者たちは、大胆な問いを投げかけました。「回転速度を知ることなく、宇宙機の角度（姿勢）のみを使って、慣性テンソルを特定できるだろうか？」 彼らの答えは、宇宙機が自由に回転している限り、明確に「イエス」です。

彼らは、二段階のシステムを構築しました。これは超スマートな推測器として機能します。まず、線形的な数学のテクニック（カルシュ・クーン・タッカー（KKT）定式化と呼ばれます）を用いて、慣性の概算値を得ます。これは、回転する独楽の揺れを見て、その重量分布を素早く見積もるようなものです。この推測は速いですが、完璧ではありません。

次に、本当の魔法が起こります。彼らはその概算値を、「非線形シューティング法」を用いて精緻化します。ここで、回転する独楽がどのように動くかを記述する正確で古来の公式（オイラーの方程式）を使用しますが、それを「ヤコビ・楕円関数」と呼ばれる特殊な数学関数を用いて解きます。これらの関数は、回転する物体が「どのように振る舞わなければならないか」を示す、完璧で壊れることのない地図のようなものです。また、「マグヌス展開」と呼ばれる手法を用いて、その回転運動を、カメラが使用する角度（クォータニオン／四元数）の言葉へと翻訳します。

システムの仕組みは以下の通りです：

1. 推測： 慣性の粗いアイデアから始まります。
2. シミュレーション： その推測が正しいとした場合に、人工衛星がどのように回転するはずかを、完璧な数学的地図を用いて予測します。
3. 比較： この完璧な予測を、実際に得られている角度の「動画」と比較します。
4. 修正： もし予測が動画と一致しない場合、推測を微調整して何度もやり直し、数学的な結果が観測結果と完全に一致するまで繰り返します。

結果：高速、正確、そしてカメラ対応

著者らは、主に2つの方法でこの手法をテストしました。第一に、わずかなノイズ（手ブレのようなもの）を含む完璧なカメラで、500秒間回転する人工衛星をシミュレートしました。そして、彼らの新しい手法を、現在の標準的な手法である「拡張カルマンフィルタ（EKF）」と比較しました。

結果は驚くべきものでした。彼らの新しい手法は、EKFよりも約100倍高速でした。EKFがノートパソコン上で計算を行うのに11秒以上かかったのに対し、彼らの手法は0.2秒未満で完了しました。精度に関しては、彼らの手法はEKFと比較して誤差を約1桁（10倍）改善しました。シミュレーションにおいて、慣性マップの誤差は極めて小さく、多くの場合、全値の100万分の1以下でした。

しかし、真のテストは、実世界のカメラで動作させることでした。著者らは、「追跡側」の宇宙機が「ターゲット」となる宇宙機（JASON-1衛星をモデルとしたもの）の写真を撮る状況をシミュレートしました。コンピュータビジョンシステムを使用して、ターゲット上の特定の点（ソーラーパネルの角など）を見つけ出し、写真からその角度を算出しました。これにより、影、奇妙な照明、画像のボケといった、現実世界の誤差が導入されました。

このような雑多な、現実世界のカメラ誤差があっても、この手法は機能しました。完璧なデータではなく、カメラから得られた角度を使用した結果、慣性マップの誤差は増大しましたが、依然として十分に実用的な範囲内でした。最も印象的なのは、推定された慣性マップを用いて、10時間後の衛星の位置を予測できたことです。その予測は数度の誤差範囲内に収まっており、たとえ「ノイズの多い」カメラであっても、遠い未来を見通せることを証明しました。

なぜこれが重要なのか

この論文は、宇宙機の回転を理解するために、高価で壊れやすいジャイロスコープは必ずしも必要ではないことを示唆しています。写真を撮ることができれば、内部の重量分布を特定できるのです。これは、「非協力的な（non-cooperative）」ターゲット、つまり故障した、放棄された、あるいは宇宙ゴミとなった宇宙機にとって、ゲームチェンジャーとなります。これは、将来のミッションにおいて、宇宙ゴミに接近し、写真を数枚撮り、それがどのように回転するかを正確に計算し、安全に捕獲したり押し退けたりできることを意味します。

著者らはまた、興味深い限界についても発見しました。もし人工衛星が（主要な軸の一つを中心に）完璧に回転している場合（完璧にバランスの取れた独楽のように）、十分な揺れが発生しないため、重量分布を特定するのが難しくなります。しかし、より混沌とした回転をしている場合、彼らの手法は真価を発揮します。また、回転が速すぎたり遅すぎたりすると、良い画像を得るのが難しくなることも分かりましたが、ほとんどの現実的なタンブリングのシナリオにおいて、彼らの「姿勢のみ」の探偵は強力な新しいツールとなります。

要約すれば、この論文は、適切な数学と優れたカメラがあれば、暗闇の中で踊る衛星を観察するだけで、その回転の謎（重量の秘密）を解き明かすことができるということを示しています。