SAN FRANCISCO – In Orbit Aerospace ganó un contrato AFWERX de 1,8 millones de dólares para emplear inteligencia artificial para detectar y gestionar anomalías en vuelos hipersónicos.
In Orbit está desarrollando herramientas de aprendizaje automático para “permitir operaciones de vuelo más confiables en toda la gama de envolventes de vuelo”, dijo a SpaceNews el director ejecutivo y cofundador Ryan Elliott.
Principalmente, In Orbit se centra en logística e infraestructura de terceros para la fabricación e investigación en el espacio. In Orbit planea transportar carga hacia y desde estaciones espaciales.
Dado que los viajes de regreso a través de la atmósfera terrestre se realizarán a velocidades hipersónicas, los ingenieros de In Orbit están ansiosos por utilizar la inteligencia artificial para hacer que los vehículos sean más confiables.
Durante la Fase 1 del programa AFWERX Small Business Technology Transfer (STTR), In Orbit trabajó con el Centro de Iniciativas de Seguridad Nacional (NSI) de la Universidad de Colorado, Boulder, para crear algoritmos de aprendizaje automático para detectar anomalías de vehículos hipersónicos a medida que ocurrían.
“Uno de los principales desafíos para los vehículos hipersónicos es que es casi imposible para un humano tomar decisiones efectivas en tiempo real para mitigar cualquier anomalía o condición indeseable durante el vuelo”, dijo Ishaan Patel, director de tecnología de In Orbit.
El vehículo de planeo hipersónico experimental de la Agencia de Proyectos de Investigación Avanzada de Defensa, el Vehículo de Tecnología Hipersónica 2, por ejemplo, alcanzó una velocidad estimada de Mach 20 durante un vuelo de prueba de nueve minutos.
Para la Fase 2 STTR, In Orbit y NSI utilizarán el aprendizaje automático “no sólo para detectar anomalías y fallas a bordo del vehículo, sino también para gestionar esas fallas y tomar decisiones informadas para reducir el riesgo para la misión y el vehículo”, dijo Patel. Si tienen éxito, los algoritmos también “reducirán los costos y aumentarán el éxito de la misión”, añadió.
Encontrar datos de entrenamiento
Un aspecto desafiante de esta iniciativa, como muchos proyectos relacionados con la IA, es encontrar datos para entrenar modelos de aprendizaje automático. Afortunadamente, NSI tiene experiencia en identificar conjuntos de datos disponibles y crear datos de entrenamiento, dijo Patel.
“Tenemos un extenso catálogo de datos que podemos aprovechar”, dijo Patel. “Como parte de este esfuerzo, también crearemos datos de entrenamiento sintéticos”.
En el marco de otro contrato de AFWERX, In Orbit y la Universidad de Colorado en Boulder están explorando el acoplamiento de naves espaciales con tecnología de adhesión electrostática.
In Orbit, fundada en 2020, lleva a cabo investigación y desarrollo en unas instalaciones de 1.707 metros cuadrados en Torrance, California.
Relacionado
