Обучение молодых специалистов работе с ИИ — это не просто образовательная задача, а стратегический приоритет для космической отрасли. Именно они станут драйверами прорывных решений: от автономного управления спутниковыми группировками до анализа миллионов снимков ДЗЗ в реальном времени и исследований в дальнем космосе.
Программно-аппаратный модуль искусственного интеллекта (ИИ) к конструктору космического аппарата «ОрбиКрафт 3D» расширяет возможности обучения на конструкторе – позволяя учащимся не только изучать основы, но и получать углубленные знания по обработке данных, машинному обучению и программированию.
Обучающиеся на конструкторе могут использовать ИИ для выполнения задач по бортовой обработки данных, в том числе изображений земной поверхности, например, на комплексе имитаторов космической среды «Терра», а разработанный компанией web-интерфейс позволяет самостоятельно обучать нейронную сеть под учебные задачи, используя для этого языки программирования Python и C++.
Сценарии использования с конструктором «ОрбиКрафт 3D»:
1. Миссия ДЗЗ на конструкторе «ОрбиКрафт 3D» совместно с комплексом имитаторов космической среды «Терра»:
Модуль ИИ в конструкторе обрабатывает полученное изображение с камеры конструктора и выводит на экран границы суши. Возможны сценарии обнаружения искусственным интеллектом воды, льда, лесов, полей, а также облачности.
2. Обнаружение городов на снимке
Нейронная сеть обрабатывает полученный с камеры снимок и определяет, какие города изображены на нем.
3. Возможная интеграция с полезными нагрузками конструктора «ОрбиКрафт 3D»
Данные, полученные с датчиков конструктора, передаются в модуль искусственного интеллекта и обрабатываются нейронной сетью.
4. Обучение нейронной сети под свои задачи:
Удобный web-интерфейс позволяет обучающимся самостоятельно обучать нейронную сеть под свои задачи, используя для этого языки программирования Python и C++.
Плата расширения представляет собой аппаратный модуль, предназначенный для интеграции искусственного интеллекта в конструктор "ОрбиКрафт 3D". Модуль построен на основе высокопроизводительного процессора для обработки нейронных сетей (NPU) и предназначен для выполнения задач машинного обучения на периферийных устройствах конструктора, что позволяет реализовать сложные AI-алгоритмы без передачи данных в облако.
Для программирования нейросетевых моделей модуль предоставляет гибкую среду разработки с поддержкой языков Python и C++. Это позволяет сочетать высокоуровневую скорость разработки (Python) с низкоуровневой оптимизацией кода для критичных по производительности и времени отклика задач (C++).
Процесс создания, обучения и загрузки нейросетевых алгоритмов производится через интуитивно понятный веб-интерфейс, исходные данные с датчиков конструктора поступают на вычислительный модуль по CAN-шине.
• Поддержка нейросетей: YOLOv5/v8, DeepLab, MobileNet, ResNet-50 для задач детекции, классификации и сегментации;
• Операционная система: Linux;
• Протокол подключения AI-ускорителя: Psi;
• Интерфейс: Wi-Fi, CAN;
• Рабочая среда: web-интерфейс;
• Языки программирования: Python, C++;
• Flash-память: 64гб.;
• Входное напряжение: 6,6-8,4В.
• Диапазон рабочих температур, 0С: от 15 до 65;
• Габаритные размеры платы (ДхШхВ): 108х120х19мм.;
• Габаритные размеры корпуса (ДхШхВ): 120х130х33,5мм
Мы перезвоним вам и проконсультируем по всем интересующим вопросам!
Мы перезвоним вам и проконсультируем по всем интересующим вопросам!
Мы перезвоним вам и проконсультируем по всем интересующим вопросам!