Autonomie im Weltall mit maschinellem Lernen
Ateleris entwickelte einen Prototypen-Algorithmus in Embedded C für die STIX-Flugsoftware. Dieser Algorithmus optimiert auf dem Instrument automatisch und unabhängig die Qualität der Bilddatenprodukte mit gleichzeitiger Reduktion der Telemetriedatengrösse. Das Poster der Abschlusspräsentation am Swiss Space Office kann online gelesen werden.
Ateleris reichte beim Swiss Space Center Call for Ideas im Jahr 2019 erfolgreich eine Projektidee ein und wurde ausgewählt, einen Autonomie-Algorithmus für das STIX-Instrument zu entwickeln. STIX ist eines von 10 Sonneninstrumenten auf der Sonde Solar Orbiter der europäischen Raumfahrtbehörde ESA. Solar Orbiter ist im Februar 2020 erfolgreich in Richtung Sonne gestartet. Ateleris ist ein langjähriger Partner des STIX-Kernteams und war bereits früher im Testen, Verifizieren und Unterhalten der STIX Flugsoftware involviert.
Im Zuge dieser Studie entwickelte das STIX-Kernteam und die Ateleris in einer ersten Phase den sogenannten Autonomous Interval Selection Algorithmus. Die Ateleris implementierte danach in einem zweiten Schritt diese Methode als Prototypen in Embedded C als Modul direkt in der STIX-Flugsoftware.
Im Kern dieses Optimierungsalgorithmus läuft eine auf maschinellem Lernen basierende Komponente, welche trainiert werden musste, um zuverlässig arbeiten zu können. Dafür hat die Ateleris eine externe Testapplikation erstellt, welche es ermöglichte, den Algorithmus wiederholt direkt mit simulierten STIX-Daten ausführen und verbessern zu können.
Das Machine Learning System läuft direkt innerhalb der STIX-Flugsoftware auf der Hardware. Ohne weitere Benutzerinteraktion kann er automatisch und autonom optimale Datenblöcke für Bilder auswählen. Als Resultat der Optimierung konnte die Bildqualität erheblich erhöht, während das notwendige Telemetrie-Budget über das zehnfache gekürzt werden könnte.
Schlüsseltechnologien / -begriffe
- Embedded Programmierung mit C/C++ (Embedded Software)
- Machine Learning Modelle, Parametersuche und Optimierung, Autonomie-Algorithmus
- Forschung und Entwicklung
- Space Application