Mikä tekee satelliitin tekoälystä erilaisen?
Maapohjainen tekoäly alkaa yleensä sen jälkeen, kun mittaukset on siirretty datakeskukseen. Onboard AI suorittaa osan tästä tulkinnasta avaruusaluksen sisällä. Tämä voi auttaa, kun hyötykuorma tuottaa enemmän dataa kuin käytettävissä oleva laskeva linkki pystyy kuljettamaan tai kun on hyödyllistä priorisoida havainto ennen seuraavaa maakontaktia.
Se ei poista maakäsittelyn tarvetta. Koulutus, riippumaton arviointi, tehtävän suunnittelu ja syvällisempi analyysi jäävät yleensä paikan päälle. Onboard-malli on osa suurempaa mittaus- ja päätösputkistoa.
Käytännöllinen käsittelyputkisto
- Hanki ja ajasta tiedot. Ota kuvia tai mittauksia aikaleimoilla, instrumenttiasetuksella ja avaruusaluksen kontekstilla.
- Esikäsittely johdonmukaisesti. Käytä mallin edellyttämää kalibrointia, kokoa, normalisointia tai laatoitusta. Erot koulutusputkesta voivat muuttaa tulosta.
- Suorita johtopäätös. Suorita käyttöön otettu malli sopivalla CPU:lla, FPGA:lla tai kiihdytinällä. Mittaa koko käsittelyketju, ei vain hermoverkon ydin.
- Käytä päätöspolitiikkaa. Muunna mallipisteet jonon prioriteetiksi, tapahtumatietueeksi tai kiinnostavaksi alueeksi. Sisällytä luottamusrajat ja määritellyt varaosat.
- Tallenna ja lähetä. Säilytä valitut tiedot metatietoineen ja lähetä ne ajoitetun viestintäikkunan aikana. Säilytä riittävästi tarkastusdataa paikan päällä tehtyjen päätösten arvioimiseksi.
Esimerkki: pilviseulonta ennen downlink-linkkiä
Pilviseulontamalli voi pisteyttää kuvaruutuja niin, että selkeät havainnot saavat korkeamman downlink-prioriteettinsa. Tekninen päätös ei ole pelkästään se, sisältääkö tiili pilven: ohut pilvi, lumi, kirkkaat katot ja epätavallinen valaistus voivat luoda epäselviä tapauksia. Tehtävän on valittava, miten epävarmuutta käsitellään ja kuinka paljon suodattamatonta dataa säilytetään arviointia varten.
ESAn Φsat-2 CubeSat on todellinen esimerkki sisäisestä tekoälystä Maan havainnointiin. Sen kuvattuja sovelluksia ovat pilvitunnistus, kuvien pakkaus ja kuvien muuntaminen kartoiksi. Tämä on esimerkki ulkoisesta tehtävästä, ei Alvexis-lentoviittaus.
Lähde: ESA – Esittelyssä Φsat-2
Muita hyödyllisiä sovellusmalleja
- Priorisoi kuvat, jotka sisältävät tehtävän määritellyn ympäristötapahtuman maaarviointia varten.
- Tunnista havaintojen väliset muutokset ja liitä asiaankuuluviin kohtauksiin kompakteja metatietoja.
- Tarkkaile instrumentin telemetriaa epätavallisen toiminnan varalta ja pyydä lisädiagnostiikkatietoja.
- Pakkaa tai valitse tietoja samalla, kun mitataan vaikutusta loppupään tieteelliseen tai operatiiviseen tehtävään.
Virta-, muisti- ja viestintäbudjetit ovat etusijalla
Valitse tehtävään sopiva malli sen sijaan, että aloitat suurimmalla saatavilla olevalla mallilla. Prosessointinopeus tulee huomioida muistin liikkeen, kuvapuskurien, muistin kirjoitusten ja havainnolla kulutetun energian ohella. Ajoituspäätelmillä vain sopivien käyttöikkunoiden aikana voi olla enemmän merkitystä kuin huippusuorituskyky.
Hyödyllinen laskevan siirtotien arvio on säilytetty datamäärä jaettuna efektiivisellä tiedonsiirtonopeudella plus protokolla- ja aikataulutuskustannukset. Hyödyllinen laskennallinen arvio mittaa koko putkilinjan energiaa ja latenssia edustavien tietojen avulla. Kumpaakaan arviota ei voida korvata kiihdytin mainostetuilla huippuoperaatioilla sekunnissa.
Miten malli pitäisi validoida?
Käytä erillisiä koulutus- ja arviointitietosarjoja, mukaan lukien vaikeat vuodenajat, valaistusolosuhteet ja anturiartefaktit. Testaa käyttöön otettu mallin muoto ja numeerinen tarkkuus aiotulla prosessorilla. Mittaa vääriä hälytyksiä, ohitettuja tapahtumia, säilytetyn tiedon laatua, latenssia ja energiaa ehdotetuissa toimintatiloissa.
AI-lähtöjen tulee kulkea rajoitetun sovelluslogiikan läpi. Avaruusalukselle kriittisten toimintojen osalta mallipisteiden ei tulisi ohittaa itsenäisesti suunniteltua komennon validointi- ja vikasuojausarkkitehtuuria. Säilytä versioidut mallipaketit, tunnetut palautuskuvat ja hallittu päivitysprosessi.
Missä Alvexis voi osallistua
Alvexis voi kattaa mukautetun hyötykuorman käsittelyelektroniikan, anturiliitännät, sulautettu ohjelmisto:n ja prototyyppien integroinnin tehtävän datapolun ympärille. Ensimmäisenä suorituksena tulisi olla sovittu arkkitehtuuri ja mitattavissa oleva prototyyppisuunnitelma. Lennon kelpoisuus riippuu valitusta laitteistosta, radasta ja tehtävästä.
Satelliittiviestintä ja datan vähentäminen aluksella
Satelliittiviestinnän kapasiteetti, yhteysikkunat ja aluksen tallennustila vaikuttavat siihen, mitkä mittaukset pitää lähettää ensin. Satcom ja aluksen reunatekoäly tarvitsevat siksi yhteiset tiedonkäsittelyperiaatteet: säilytä riittävästi raakadataa käsittelypäätösten arviointiin, tunnista malliversio ja määritä toiminta epävarman tuloksen tapauksessa.
Paikallinen käsittely voi vähentää alassuuntaiseen siirtoon valittua datamäärää, mutta hyötyä on verrattava teho-, muisti- ja lämpörajoitteisiin. Satelliittien välinen viestintä lisää uuden rajapinnan ja aikataulutusongelman. Tehtäväkohtainen todentaminen on edelleen tarpeen; tekninen prototyyppi ei osoita lentokelpuutusta.