Estudiantes de Ciencias de la Navegación de Beni Suef desarrollan un subsistema para evitar colisiones de satélites mediante la detección de desechos espaciales
Centro de Medios
Un equipo de investigación de estudiantes de la Facultad de Ciencias de la Navegación y Tecnología Espacial, bajo los auspicios del Dr. Mansour Hassan, presidente de la Universidad Beni Suef, bajo la supervisión del Dr. Osama Shalabiya, decano de la facultad, desarrolló una computadora AI Vision. subsistema para evitar colisiones de satélites mediante el descubrimiento de desechos espaciales, dotando a los satélites de capacidades para detectar y analizar desechos espaciales en tiempo real, lo que contribuye eficazmente a la seguridad pública y la sostenibilidad de las operaciones espaciales
El Rector de la Universidad expresó su satisfacción por el nivel de los proyectos de graduación presentados por los estudiantes de la primera promoción de la Facultad de Ciencias de la Navegación y Tecnología Espacial, y agradeció a todos los responsables de la facultad y a los estudiantes, elogiando esas ideas y proyectos de investigación. que se puede utilizar en el campo de la navegación y el espacio.
El Dr. Osama Shalabiya añadió que el proyecto de graduación se llevó a cabo bajo la supervisión del Dr. Muhammad Al-Fran, profesor del Departamento de Astronáutica,
El proyecto se basa en el desarrollo e implementación de un potente sistema de inteligencia artificial con visión por ordenador que permite a los satélites detectar desechos espaciales y maniobrar de forma independiente para evitar posibles colisiones. El proyecto tiene como objetivo diseñar e integrar un sistema basado en visión por computadora capaz de detectar, clasificar y analizar la trayectoria de desechos espaciales en tiempo real mediante el uso de algoritmos de aprendizaje profundo. La colisión de satélites con desechos espaciales se considera una gran amenaza para la sostenibilidad de las operaciones espaciales. Para reducir estos riesgos, los estudiantes implementaron un nuevo subsistema para mejorar las capacidades de prevención de colisiones de satélites mediante la incorporación de inteligencia artificial (IA) de visión por computadora.
Los estudiantes entrenaron su modelo de IA, utilizando un conjunto de datos diverso de imágenes de desechos espaciales, para identificar posibles riesgos de colisión y rastrearlos con precisión para garantizar la viabilidad y la eficiencia, optimizando el sistema de IA para operar a bordo del satélite con recursos computacionales mínimos. La metodología del proyecto implicó la recopilación de un conjunto de datos completo de imágenes de desechos espaciales, que abarca una amplia gama de tipos y tamaños de desechos, mediante el uso de redes neuronales convolucionales (CNN) y técnicas de aprendizaje por transferencia.
El subsistema se integró en el sistema satelital existente, centrándose en una perfecta compatibilidad y un impacto mínimo en sus operaciones generales. A través de pruebas rigurosas, el sistema diseñado por estudiantes mostró un desempeño sobresaliente en la detección de desechos espaciales en tiempo real. Los resultados indicaron: Precisión de detección promedio de más del 95 % para diversos tamaños y tipos de desechos. Esto permite la evaluación oportuna de los riesgos de colisión. El subsistema informático AI Vision proporciona datos fiables para tomar decisiones para evitar colisiones, lo que permite a los satélites ajustar sus órbitas de forma independiente o realizar maniobras evasivas.