BroncoSat-1:啟動太空人工智慧的專案
目錄
- Broncosat1 人工智慧系統的啟用技術
- NVIDIA Jetson Nano SBC的獨特性
- AI演算法的加速
- Broncosat1任務的目標和目的
- Cal Poly Pomona 團隊的貢獻
- Polycube 飛行電腦的技術細節
- 衛星結構設計的獨特之處
- Broncosat1 任務的發展
Broncosat1 人工智慧系統的啟用技術
在這個章節中,我們將深入探討 Broncosat1 任務中所使用的人工智慧(AI)技術以及相關的技術細節。
NVIDIA Jetson Nano SBC的獨特性
NVIDIA Jetson Nano是一款嵌入式系統板(SBC),具有獨特的組合,包括基於 ARM 的 CPU 和桌面級 GPU。這使得它在過去的 CubeSat 任務中顯得與眾不同。其桌面級 GPU 的加速效果對於在太空中進行的 AI 和機器學習算法非常有利。傳統上,這些算法通常用於圖像處理和觀測性任務,但在 Broncosat1 任務中,我們還將其應用於姿態確定和控制,以及對軌道環境的特徵化。
AI演算法的加速
我們的團隊在加州理工學院的 Pomona 分校首次提出了一個名為 Quick 的平台,它是基於 NVIDIA Jetson SBC 的。這個平台的其中一個功能是加速人工智慧和機器學習算法。這些算法不僅可以改善任務操作,特別是在圖像處理方面,而且還可以為姿態確定和控制帶來創新的方法。
Broncosat1任務的目標和目的
在本章中,我們將討論 Broncosat1 任務的主要目標和目的,以及這些目標對於太空任務的意義。
技術準備水平的評估
Broncosat1 的主要目標之一是評估 NVIDIA Jetson Nano 電腦的技術準備水平(TRL)。通過一系列基準測試,我們將展示 Jetson Nano 在 AI 表現方面的性能。這將有助於確定其在太空任務中的實際應用價值。
AI性能的展示
Broncosat1 將通過一系列基準測試來展示 AI 的性能。這些測試將使用各種 AI 演算法,包括圖像處理和姿態確定。我們將報告這些測試的結果,並通過全球星通信網絡將其傳輸到主飛行計算機。
Cal Poly Pomona 團隊的貢獻
在這一部分中,我們將介紹加州理工學院 Pomona 分校團隊在 Broncosat1 任務中的貢獻,以及他們在衛星組裝和整合方面所做的工作。
電子系統的設計
Broncosat1 的電子系統設計是由加州理工學院 Pomona 分校的團隊完成的。這些設計涵蓋了衛星的各個子系統,包括飛行計算機和全球星無線電通信系統。
衛星組裝和整合
在組裝和整合階段,團隊負責將所有子系統組裝成最終的衛星。這包括在衛星結構中集成電子系統,以確保它們在太空中的正常運行。
Polycube 飛行電腦的技術細節
在本章中,我們將探討 Polycube 飛行電腦的技術細節,這是 Broncosat1 任務中用於控制和通信的關鍵部件之一。
Pi Cube架構
Polycube 飛行電腦基於 Pi Cube 架構,這是由 Stanford 大學的 Rex 實驗室開發的。這個架構包括