El despliegue acelerado de naves espaciales en órbita ha generado interés en el servicio en órbita (OOS), la inspección de naves espaciales y la eliminación activa de desechos (ADR). Tales misiones requieren operaciones de encuentro y proximidad precisas en las cercanías de objetos espaciales residentes no cooperativos y posiblemente desconocidos. Las preocupaciones de seguridad con las misiones tripuladas y los tiempos de espera con el control terrestre requieren una autonomía completa. Esto requiere una caracterización robusta de la geometría del objetivo. En este artículo, presentamos un enfoque para mapear geometrías de satélites en órbita basado en el splatting gaussiano 3D que puede ejecutarse en recursos informáticos disponibles en el hardware actual de vuelos espaciales. Demostramos el entrenamiento del modelo y el rendimiento de renderizado 3D en un modelo de satélite en bucle de hardware bajo varias condiciones realistas de iluminación y movimiento. Nuestro modelo ha demostrado ser capaz de entrenarse a bordo y renderizar vistas novedosas de mayor calidad de un satélite desconocido casi 2 órdenes de magnitud más rápido que los algoritmos anteriores basados en NeRF. Tales capacidades a bordo son críticas para habilitar tareas de inteligencia de máquina necesarias para la guía, navegación y control autónomos.