Polska firma KP Labs ogłosiła swoje zaangażowanie w misję M-Argo przygotowywaną przez Europejską Agencję Kosmiczną (ESA). Jej celem jest wysłanie niewielkiego autonomicznego statku kosmicznego do szczegółowego zbadania asteroidy oddalonej o 150 milionów kilometrów od Ziemi. Dzięki zaawansowanym algorytmom sztucznej inteligencji opracowanym przez KP Labs, będziemy mogli poznać skład i potencjalne zasoby naturalne asteroid.

Zadaniem misji M-Argo będzie analiza fizycznych właściwości asteroidy, takich jak kształt, masa i skład. Dostarczy ona bezcennych informacji na temat potencjalnego wykorzystania zasobów na tego typu ciałach niebieskich. Będzie to możliwe dzięki opracowaniu zaawansowanego instrumentu do obrazowania hiperspektralnego oraz algorytmów do przetwarzania pozyskanych informacji.

Misja M-Argo przygotowywaną przez Europejską Agencję Kosmiczną (ESA): zbadanie jednej z 700 tysięcy asteroid, oddalonej 150 mln km od Ziemi.

Głównym wykonawcą projektu jest firma TSD-Space. KP Labs odpowiada za integrację i operacyjność algorytmów sztucznej inteligencji (AI) zaprojektowanych do współpracy z tym instrumentem. Projekt wspiera także firma Phonemic, która koncentruje się na zapewnieniu zaawansowanych możliwości analitycznych do szczegółowego badania składu asteroidy.

Na potrzeby tej misji, zespół KP Labs dostosowuje modele głębokiego uczenia do współpracy z układem FPGA (Field-Programmable Gate Array). Jest on kluczowym elementem systemów obrazowania hiperspektralnego opracowanych przez TSD-Space. Zadaniem KP Labs jest stworzenie solidnych ram testowych, które zapewnią efektywne działanie tych modeli w warunkach ograniczonej mocy obliczeniowej statku kosmicznego.

Misja M-Argo przygotowywaną przez Europejską Agencję Kosmiczną (ESA)

Obecna architektura, składająca się z optycznego frontendu i jednostki przetwarzania danych (DPU) opartej na FPGA, jest zaprojektowana do wstępnego przechwytywania i przetwarzania obrazów.

Wspierająca KP Labs Firma Phonemic odpowiada za projektowanie i prowadzenie środowiska na układzie FPGA, umożliwiając implementację i ewaluację modeli głębokiego uczenia. Od projektowania interfejsów komunikacyjnych i integracji FPGA z urządzeniami zewnętrznymi, przez przygotowanie FPGA do przetwarzania danych, aż po uruchomienie systemu.

Wszystkie te działania umożliwią płynną integrację ram oraz zapewniają, że architektura sprzętowa jest precyzyjnie dostosowana do algorytmów uczenia maszynowego, w pełni wykorzystując możliwości układu FPGA. Start misji planowany jest na ten lub przyszły rok.

Misja M-Argo przygotowywaną przez Europejską Agencję Kosmiczną (ESA)

Źródło: Space Agency