Durch die erstmalige Bereitstellung von AWS-Edge-Funktionen an Bord eines umlaufenden Satelliten können Kunden automatisch riesige Mengen an Rohsatellitendaten im Orbit analysieren und nur die nützlichsten Bilder zur Speicherung und weiteren Analyse herunterverlinken, wodurch die Kosten gesenkt und eine zeitnahe Entscheidungsfindung ermöglicht werden.
„Die Verwendung von AWS-Software zur Durchführung von Echtzeit-Datenanalysen an Bord eines umlaufenden Satelliten und die direkte Bereitstellung dieser Analyse an Entscheidungsträger über die Cloud ist eine deutliche Veränderung der bestehenden Ansätze für das Weltraumdatenmanagement. Es hilft auch, die Grenzen dessen zu erweitern, was wir für den Satellitenbetrieb für möglich halten“, sagte er Max Petersen, AWS-Vizepräsident, weltweiter öffentlicher Sektor. „Die Bereitstellung leistungsstarker und sicherer Cloud-Funktionen im Weltraum gibt Satellitenbetreibern die Möglichkeit, effizienter mit ihren Raumfahrzeugen zu kommunizieren und aktualisierte Befehle mit ihnen vertrauten AWS-Tools bereitzustellen.“ AWS hat mit D-Orbit und Unibap, zwei seiner globalen Raumfahrtpartner, zusammengearbeitet, um diese Herausforderungen, die sich auf den Satellitenbetrieb beziehen, direkt anzugehen.
Wie das Experiment anfing
D-Orbit ist führend in der Weltraumlogistik- und Transportdienstleistungsbranche und Mitglied der AWS-Partnernetzwerk (APN). Durch die Anwendung von Rechen- und maschinellen Lerndiensten von AWS auf Bilder der Erdbeobachtung (EO) war D-Orbit in der Lage, große Mengen von Weltraumdaten direkt an Bord seines umlaufenden ION-Satelliten schnell zu analysieren.
D-Orbit ist führend in der Weltraumlogistik- und Transportdienstleistungsbranche und ein AWS-Partner Netzwerk (APN)-Partner.
Die Teams arbeiteten zusammen, um einen Softwareprototypen zu erstellen, der die Tools enthalten würde, die sie gemeinsam als wesentlich für die EO-Mission identifizierten, einschließlich AWS ML-Modelle zur Analyse von Satellitenbildern in Echtzeit, und AWS IoT Greengrass um Cloud-Management und -Analysen auch in Zeiten eingeschränkter Konnektivität bereitzustellen. Der Prototyp wurde in eine weltraumtaugliche Verarbeitungsnutzlast integriert, die von Unibap, einem Hightech-Unternehmen mit Sitz in Schweden und einem weiteren AWS-Partner, gebaut wurde. Die Unibap-Verarbeitungsnutzlast wurde dann in einen D-Orbit ION-Satelliten integriert und ins All geschossen. Am 21. Januar 2022 stellte das Team seinen ersten erfolgreichen Kontakt mit der Nutzlast her und führte den ersten Fernbefehl von der Erde ins All aus. Einige Wochen später begann das Team mit seinen Experimenten.
Während des gesamten Experiments behauptet das Team, verschiedene ML-Modelle auf Satellitensensordaten angewendet zu haben, um bestimmte Objekte sowohl am Himmel – wie Wolken und Lauffeuerrauch – als auch Objekte auf der Erde, einschließlich Gebäuden und Schiffen, schnell und automatisch zu identifizieren.
Rohsatellitenbilder und Datensätze wie diese sind normalerweise ziemlich groß, daher hat das Team eine Möglichkeit geschaffen, die großen Datendateien in kleinere aufzuteilen. Verwenden AWS-KI und ML-Dienste tragen dazu bei, die Größe von Bildern um bis zu 42 Prozent zu reduzieren, die Verarbeitungsgeschwindigkeit zu erhöhen und Echtzeit-Inferenzen im Orbit zu ermöglichen. Das Team verwaltete die bidirektionale Bewegung von Weltraumdaten über mehrere Bodenstationskontakte, um eine erhöhte Verzögerungstoleranz zwischen den Kommunikationen zu ermöglichen. Dies wurde durch die Verwaltung eines zuverlässigen TCP/IP-Proxys zwischen dem Satelliten und der AWS Cloud erreicht. Diese Änderung machte es für die Bodenmannschaften einfacher, die Dateiübertragungen automatisch zu verwalten, ohne die Downlinks über mehrere Kontakte manuell zu verarbeiten.
Heute bleibt das gemeinsame Experiment im Weltraum, wo AWS, Unibap und D-Orbit weiterhin neue Fähigkeiten testen, die über die ursprünglichen Testziele hinausgehen. Beispielsweise möchte das Team zusätzliche Ansätze für die Verarbeitung von Rohdaten im Orbit und verfeinerte Methoden der Datenbereitstellung untersuchen. Die Daten und Erkenntnisse aus diesen fortgesetzten Experimenten im Orbit sind wichtig, da AWS und seine Partner weiterhin untersuchen, wie die bei LEO bestehenden Technologielücken geschlossen werden können.