FIRESAT

Das Projekt „FIRESAT“ untersucht die Herausforderungen und Vorteile der Verwendung von künstlicher Intelligenz (KI) zur on-board Prozessierung direkt auf Erdbeobachtungssatelliten.  Die ESA Mission „OPSSAT“, sowie OroraTechs dedizierte CubeSAT platform werden für In-flight Experimente verwendet um die Machbarkeit des Anwendungsfalls - satellitenbasierte Waldfeuerdetektion mittels on-board KI Analyse von live RGB Bildern - zu demonstrieren.

Projektziele

Das Projekt von  Silicon Austria Labs sowie den Partnern OroraTech und Joanneum Research zielt darauf ab, einen Proof-of-Concept zu realisieren, der die Realisierbarkeiten einer onboard-KI-fähigen Erdbeobachtungsmission untersucht. Im Projekt  FIRE-SAT  werden  maßgeschneiderte  state-of-the-art  Methoden  des maschinellen Lernens auf operationellen Satelliten angewendet, um die Analyse von RGB-Bilddaten  an  Bord  für  ein  Anwendungsexperiment  in  der  satellitenbasierten Branderkennung  zu  ermöglichen.  Als  Satelliten  für  die  Flugexperimente  dienen  die OPS-SAT-Mission  der  ESA  (sonnensynchrone  3U-CubeSat-Umlaufbahn  entlang  der Dämmerungsgrenze,  gestartet  2019),  die  eine  experimentelle  Plattform  für registrierte Benutzer bietet, um neue Ideen in Missionsszenarien und -operationen zu testen, sowie ein Satellit der "NewSpace" Firma OroraTech. In den Flugexperimenten werden Live-Kamerabilder der Satelliten an Bord von entsprechend trainierten und mittels  Field-Programmable-Gate-Array(FPGA)-implementierten,  bzw.  Graphics-Processing-Unit(GPU)-implementierten,  ressourcenbeschränkten,  künstlichen neuronalen  Netzen  auf  das  Vorhandensein  von  Rauchfahnen  analysiert.  Das „NewSpace“-Unternehmen  OroraTech,    ein  Anbieter  von Waldbranderkennungsdiensten,  sowie  Entwickler  einer  CubeSat-konstellation,  ist   internationaler  Partner  im  Projekt  und  trägt    durch  seine  umfassende  Expertise  in Bezug auf Anwendungsfälle und Daten bei. Darüber hinaus  wird durch die Teilnahme von OroraTech, über die OPS-SAT-Mission hinaus die Verfügbarkeit eines Satelliten, der optisch kompatibel und in Bezug auf die Verarbeitungshardware (GPU vs. FPGA) komplementär ist, ermöglicht. Die im Projekt entwickelten Methoden stellen einen holistischen  Ansatz  dar,  der  die  Machbarkeit  der  Datengenerierung  (Trainings-/Validierungsdatensatz),  des  Modellierungs-  und  Anwendungskonzeptes  für maschinelles  Lernen,  sowie  die  Implementierung  auf  ressourcenbeschränkter eingebetteter Hardware für eine Erdbeobachtungsmission untersucht, die durch KI an Bord erst ermöglicht wird.

Projektfakten

  • Titel: artiFicial Intelligence on eaRth obsErvation SATellites
  • FFG Förderprojekt, Call: ASAP 17 (2020)
  • Projektdauer: 12 Monate
  • Projektstart: Juni 2021

Ihr Ansprechpartner

Dr. Lothar Ratschbacher

Senior Scientist | Embedded AI

E-mail: contact@silicon-austria.com

Forschungsprogramm

Dieses Projekt wird im Rahmen des Austrian Space Application Program (ASAP) Call 17 (2020), von der FFG gefördert.

Member Area
Login