Un premier résultat porteur pour le projet QlevEr Sat du CSUG !
Annonce
À la Une
le 6 novembre 2023
grEnOble, une équipe composée de membres du CSUG, du Gipsa-Lab et de la société Data Science Experts a été sélectionnée dans le top 10 des meilleures équipes lors de la première phase du concours de l’ESA « AI4EO », qui a pour objectif de développer l’IA embarquée pour l’observation de la Terre depuis l’Espace.
L’ESA a pour ambition de créer un écosystème d’applications d’observation de la Terre en utilisant l’informatique embarquée dans l’Espace. Pour cela, l’agence développe Φsat-2, un CubeSat 6U qui orbitera autour de la Terre à 500km sur une orbite héliosynchrone avec un imageur multispectral. La mission spatiale est en cours de développement par un consortium européen composé de Open Cosmos (UK), CGI (Italy), Ubotica Technologies Ltd (Ireland), Ceiia (Portugal), KP Labs (Poland), Geo-K (Italy), Simera Innovate GmbH (Switzerland), Deimos (Spain).
Le concours « AI4EO challenge » organisé par la communauté Φ-lab de la Direction des programmes d’Observation de la Terre (EO, Earth Observation) de l’Agence Spatiale Européenne (ESA) a pour but d’encourager les interactions et les coopérations entre les domaines de l’IA et de l’observation de la Terre (EO).
L’équipe grEnOble est constituée de 5 personnes du Gipsa-Lab, de la société Data Science Experts et du CSUG. En effet, le prototype proposé est issu de l’algorithme d’IA de détection de textures initialement développé par cette même équipe dans le cadre du projet QlevEr Sat porté par le CSUG [1;2].
Voici le pitch de la team grEnOble (en anglais) résumant la solution proposée en 2023 en 180s :
Enfin, courant 2024, à l’issue d’une phase d’évolutions supervisées de chaque solution technique et d’une présentation de 15 minutes par chacune des 10 équipes, les deux meilleures solutions retenues gagneront le droit d’embarquer leur IA à bord de Φsat-2 pour être testée dans l’Espace !
[1] Vandame, P., Noé, A., Čech, J., Apostol, L., Prieur, C., McNamara, K., Martin, F., Sequies, T., McNamara, T., Barthélémy, M., Chanussot, J. (2022). Assessing the potential of Qormino processor for embedded AI on board a CubeSat. The IEEE Journal on Miniaturization for Air and Space Systems (J-MASS). SEPTEMBER 2022, Vol.3, Issue 3, pages 121-128. ISSN 2576-3164. DOI: 10.1109/JMASS.2022.3202438.
[2] McNamara, T., Barthélémy M., Monin, J-L., Chanussot, J., Noé, A., Apostol, L., Sequies, T. (2022). QlevEr Sat: AI in a CubeSat (6U) for Earth Observation. 73rd International Astronautical Congress, Paris, France, 18-22 September 2022 IAC2022 proceedings. IAC-22,B4,IP,x71142.
Le concours « AI4EO challenge » organisé par la communauté Φ-lab de la Direction des programmes d’Observation de la Terre (EO, Earth Observation) de l’Agence Spatiale Européenne (ESA) a pour but d’encourager les interactions et les coopérations entre les domaines de l’IA et de l’observation de la Terre (EO).
Dans la première phase du concours AI4EO ouvert en 2023, des équipes constituées de 3 à 5 personnes ont pu candidater en soumettant, lors de jalons butoirs allant jusqu’au 20 septembre 2023 : un dossier d’équipe, un Notebook Jupyter, un diaporama et un pitch vidéo de 180s décrivant leur solution (à tel ou tel problème, grâce à tel ou tel usage) sous forme de prototype d’IA embarquée.
L’équipe grEnOble est constituée de 5 personnes du Gipsa-Lab, de la société Data Science Experts et du CSUG. En effet, le prototype proposé est issu de l’algorithme d’IA de détection de textures initialement développé par cette même équipe dans le cadre du projet QlevEr Sat porté par le CSUG [1;2].
Voici le pitch de la team grEnOble (en anglais) résumant la solution proposée en 2023 en 180s :
Enfin, courant 2024, à l’issue d’une phase d’évolutions supervisées de chaque solution technique et d’une présentation de 15 minutes par chacune des 10 équipes, les deux meilleures solutions retenues gagneront le droit d’embarquer leur IA à bord de Φsat-2 pour être testée dans l’Espace !
[1] Vandame, P., Noé, A., Čech, J., Apostol, L., Prieur, C., McNamara, K., Martin, F., Sequies, T., McNamara, T., Barthélémy, M., Chanussot, J. (2022). Assessing the potential of Qormino processor for embedded AI on board a CubeSat. The IEEE Journal on Miniaturization for Air and Space Systems (J-MASS). SEPTEMBER 2022, Vol.3, Issue 3, pages 121-128. ISSN 2576-3164. DOI: 10.1109/JMASS.2022.3202438.
[2] McNamara, T., Barthélémy M., Monin, J-L., Chanussot, J., Noé, A., Apostol, L., Sequies, T. (2022). QlevEr Sat: AI in a CubeSat (6U) for Earth Observation. 73rd International Astronautical Congress, Paris, France, 18-22 September 2022 IAC2022 proceedings. IAC-22,B4,IP,x71142.
Publié le 6 novembre 2023
Mis à jour le 6 novembre 2023
Mis à jour le 6 novembre 2023