Core Concepts
宇宙環境における人工知能システムの課題に対処するための設計アプローチを提示する。
Abstract
本論文では、宇宙環境における人工知能システムの実装に関する主要な課題と、それらに対処するための設計戦略について説明する。
まず、熱管理の課題に対し、Jetson Nanoプロセッサを熱伝導性の高いアルミフレームに接続することで、過度の温度変化を抑制している。また、放射線環境への対策として、3mmの遮蔽材を採用し、総イオン化線量を2kradに抑えている。
通信帯域の制限に対しては、JPEG-XLの進行的符号化機能を活用し、限られた通信時間内でも画像の品質を徐々に向上させることができる。さらに、オンボードのコンピューティングリソースの制限に合わせて、軽量なMobileNetモデルを採用している。
また、オンボードでの学習アダプテーションを実現するため、地上局の"Ground Truth Factory"を活用し、撮像メタデータを利用して画像ラベルを推定し、オンボードのAIモデルの更新に活用する仕組みを構築している。
これらの設計戦略により、宇宙環境における人工知能システムの実装に必要な課題に対処し、ナノサテライトプラットフォーム上での高度なデータ処理を実現している。
Stats
Jetson Nanoの最大温度は+29°Cと予測され、動作限界の+97°Cを大きく下回る。
3mmの遮蔽材により、2年間のミッション期間中の総イオン化線量は2kradに抑えられる。
1%の画像データでも初期プレビューが可能な進行的符号化により、限られた通信帯域を有効活用できる。
Quotes
"Lorisは、限られた計算リソースの中で最適なAIモデルを選択し、オンボードでの学習アダプテーションを実現することで、宇宙環境における人工知能システムの課題に対処している。"
"Ground Truth Factoryを活用したメタデータ活用により、オンボードのAIモデルを動的に更新することができる。"