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
  • 技術準備水平的評估
  • AI性能的展示
• Cal Poly Pomona 團隊的貢獻
  • 電子系統的設計
  • 衛星組裝和整合
• Polycube 飛行電腦的技術細節
  • Pi Cube架構
  • Polycube 的新功能
• 衛星結構設計的獨特之處
  • 金色唱片的靈感
  • 對團隊的致敬
• Broncosat1 任務的發展
  • 交付和等待發射
  • Covid-19下的挑戰

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