Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TED2021-132099B-C31

Financiado

NAVEGACION OPTICA DE APRENDIZAJE PROFUNDO QUE PERMITE MISIONES EFICIENTES DE ELI...

NAVEGACION OPTICA DE APRENDIZAJE PROFUNDO QUE PERMITE MISIONES EFICIENTES DE ELIMINACION ACTIVA DE DESECHOS EL SUBPROYECTO DEEP LEARNING OPTICAL NAVIGATION ENABLING EFFICIENT ACTIVE DEBRIS REMOVAL MISSIONS (ER) DESARROLLA LA FUNCION DE NAVEGACION DE UN SISTEMA DE CONTROL DE ACTITUD Y ORBITA (AOCS, EN SUS SIGLAS EN INGLES) PARA UNA MISIO... ver más

01/01/2021

UC3M

125K€

Presupuesto del proyecto: 125K€

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1332

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UC3M

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TED2021-132099B-C33 ESTRATEGIAS SEGURAS DE RENDEZVOUS PARA ELIMINACION ACTIVA DE... 111K€ Cerrado

TED2021-132099B-C32 INTEGRACION Y VALIDACION CON HARDWARE ENLAZADO DEL GUIADO, N... 166K€ Cerrado

PGC2018-100680-B-C21 DISEÑO DE ALGORITMOS DE GUIADO Y CONTROL INNOVADORES PARA AP... 40K€ Cerrado

CASTOR Challenging Autonomous Spacecraft through Trajectory Optimiz... 206K€ Cerrado

FAAST Facilitating Autonomy in Astrodynamics for Spacecraft Techno... 173K€ Cerrado

ESP2013-41634-P ANALISIS DINAMICO, PROPAGACION ORBITAL AVANZADA Y SIMULACION... 145K€ Cerrado

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1332

Presupuesto del proyecto 125K€

Descripción del proyecto EL SUBPROYECTO DEEP LEARNING OPTICAL NAVIGATION ENABLING EFFICIENT ACTIVE DEBRIS REMOVAL MISSIONS (ER) DESARROLLA LA FUNCION DE NAVEGACION DE UN SISTEMA DE CONTROL DE ACTITUD Y ORBITA (AOCS, EN SUS SIGLAS EN INGLES) PARA UNA MISION DE ELIMINACION ACTIVA DE DESHECHOS ESPACIALES (ADR). ES UNO DE LOS DOS ELEMENTOS FUNCIONALES A DESARROLLAR EN EL PROYECTO INTERACT, JUNTO CON EL CONTROL SEGURO Y ROBUSTO. LA NAVEGACION RELATIVA EN LAS MISIONES ADR ES ALTAMENTE DEMANDANTE, YA QUE ES NECESARIO ESTIMAR EL ESTADO DINAMICO RELATIVO AL OBJETO A DESORBITAR, SIN CONOCER ALGUNAS LA PROPIEDADES DEL MISMO. ADEMAS, LAS VELOCIDADES ANGULARES DE LOS OBJETOS A DESORBITAR PUEDEN SER ALTAS, LO QUE HACE QUE LAS SOLUCION DE NAVEGACION HA DE PROPORCIONARSE DE MANERA RAPIDA, AUTONOMAMENTE Y A BORDO, CON LAS RESTRICCIONES DE CALCULO QUE ELLO SUPONE. EL PRIMER RESULTADO ESPERADO DE ESTE PROYECTO ES EL ANALISIS PORMENORIZADO DE LOS REQUISITOS DEL AOCS DE UNA MISION ADR BASADAS EN DOS TECNICAS DE DESORBITADO, ION-BEAM SHEPHERD (IBS) Y AMARRA ELECTRODINAMICA DESNUDA (ET). POR OTRA PARTE, EL SUBPROYECTO ER PROPONE UTILIZAR REDES NEURONALES DE CONVOLUCION (CNN, EN SUS SIGLAS EN INGLES) PARA PROPORCIONAR UNA SOLUCION ROBUSTA CAPAZ DE CUMPLIR LOS REQUISITOS DE UNA MISION ADR. PARA ELLO, SE UTILIZAN LAS IMAGENES PROPORCIONADAS POR UNA CAMARA DE NAVEGACION A BORDO DEL VEHICULO, PARA REALIZAR LA ESTIMACION DE LA POSICION Y ACTITUD RELATIVAS AL OBJETO A DESORBITAR. ESTA SOLUCION SE HA EXPLORADO EN LOS ULTIMOS AÑOS, PARA PROPORCIONAR UNA SOLUCION DE NAVEGACION EN MISIONES SIMILARES, O EN MISIONES DE EXPLORACION DEL ESPACIO, COMO MISIONES A ASTEROIDES. EN ESTE PROYECTO, EL OBJETIVO ES AVANZAR EN LA ESTIMACION DEL ESTADO DINAMICO COMPLETO A PARTIR DE UNA SERIE DE IMAGENES OBTENIDAS POR LA CAMARA DE NAVEGACION. HAY QUE SUBRAYAR LA DIFICULTAD QUE REPRESENTA TRABAJAR CON IMAGENES EN AMBIENTE ESPACIAL, DADA LA GRAN VARIABILIDAD DE ILUMINACION QUE AFECTA AL BLANCO, Y LA POSIBLE ALTA VELOCIDAD ANGULAR DEL MISMO, QUE REDUCIRIA POTENCIALMENTE LA CALIDAD DE LAS IMAGENES. LAS REDES NEURONALES DE CONVOLUCION NECESITAN DE BASES DE DATOS DE IMAGENES QUE PERMITAN REALIZAR EL ENTRENAMIENTO DE LA MISMA. EN ESTE PROYECTO TENEMOS QUE AFRONTAR DOS RETOS: EL PRIMERO ES LA ESCASEZ DE IMAGENES REALES QUE PUEDEN SER USADAS PARA EL ENTRENAMIENTO; EL SEGUNDO ES LA GRAN VARIABLILIDAD QUE ES NECESARIO TENER EN CUENTA PARA EL ENTRENAMIENTO (CONDICIONES DE ILUMINACION, POSICION DEL BLANCO RELATIVA A LA CAMARA, ETC.). PARA SOLVENTAR ESTE PROBLEMA, ESTE SUBPROYECTO ER SE APOYA EN EL SUBPROYECTO INT, ENCARGADO DE PRODUCIR LAS BASES DE DATOS QUE SON NECESARIAS PARA EL ENTRENAMIENTO, GENERANDO IMAGENES SINTETICAS VIRTUALES O EN LABORATORIO. EL SEGUNDO RESULTADO DE ESTE PROYECTO ES EL DESARROLLO DE UN ALGORITMO DE ESTIMACION DEL ESTADO DINAMICO RELATIVO ENTRE VEHICULO ESPACIAL Y BLANCO, COMPATIBLE CON LOS REQUISITOS IDENTIFICADOS, Y SU IMPLEMENTACION COMO PROTOTIPO. ESTE PROTOTIPO SERA TESTEADO Y VALIDADO DE MANERA INDIVIDUAL EN ESTE PROYECTO, Y CONJUNTAMENTE CON EL RESULTADO DEL SUBPROYECTO ACT DENTRO DEL PAQUETE DE TRABAJO DE INTEGRACION Y VALIDACION EN UN ENTORNO HITL. DE ESTA FORMA, ER ANALIZA EN DETALLE LAS NECESIDADES DE AOCS DE LAS MISIONES ADR BASADAS EN IBS Y ETS, AL TIEMPO QUE PROPORCIONA UNA SOLUCION DE NAVEGACION BASADA EN DEEP LEARNING PARA MISIONES ADR, AVANZANDO EN LA EXPLORACION DE ESTAS TECNOLOGIAS PARA SU USO EN ESPACIO. LIMINACION ACTIVA DE BASURA ESPACIAL\INTEGRACION DE SISTEMAS\VALIDACION EXPERIMENTAL\MOVIMIENTO ORBITAL RELATIVO\ESTIMACION\HARDWARE EN EL LAZO\APRENDIZAJE AUTOMATICO\NAVEGACION Y CONTROL\GUIADO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores