Le cubesat a entamé son voyage dans l'espace le 16 août à 20h56 CEST (11h56 heure locale) à bord d'une fusée SpaceX Falcon 9 depuis la base spatiale de Vandenberg en Californie, aux États-Unis, intégrée par Exolaunch dans le cadre de la mission de covoiturage Transporter-11, qui comprenait également le satellite météorologique arctique de l'ESA.
À 21h50 CEST, Φsat-2 a été déployé depuis le lanceur et à 23h47 CEST, la station au sol du Svalbard en Norvège a reçu le signal important indiquant que Φsat-2 est désormais en toute sécurité en orbite.
Φsat-2 repoussera les limites de l’observation de la Terre, en démontrant comment les technologies d’intelligence artificielle peuvent être utilisées pour améliorer la façon dont nous observons la Terre depuis l’espace. Le satellite miniature est équipé d’une caméra multispectrale de pointe et d’un puissant ordinateur d’intelligence artificielle qui analyse et traite les images en orbite. Cela s’avérera essentiel pour les efforts de réponse aux catastrophes, la surveillance maritime, la protection de l’environnement et bien plus encore.
Simonetta Cheli, directrice des programmes d'observation de la Terre à l'ESA, a déclaré : « Nous sommes ravis de lancer aujourd'hui Φsat-2, qui démontrera le pouvoir transformateur de l'intelligence artificielle dans l'observation de la Terre. Cette mission annonce une nouvelle ère d'informations exploitables depuis l'espace, promettant des moyens plus intelligents et plus efficaces de surveiller notre planète. »
Nicola Melega, responsable technique de Φsat-2 à l'ESA, a ajouté : « La mission Φsat-2 montre comment une technologie d'IA avancée peut transformer notre capacité à surveiller et à répondre aux changements sur Terre, rendant les données spatiales plus exploitables et plus impactantes que jamais. »
Une nouvelle ère de l’intelligence artificielle
L’IA a considérablement amélioré la façon dont notre planète est surveillée et comprise. Les capacités de l’IA permettent de traiter rapidement et avec précision les données satellitaires, transformant ainsi de vastes quantités de données brutes en informations exploitables pour les scientifiques, les entreprises et les décideurs politiques.
Alors que la plupart des traitements de l'IA se déroulent au sol après le téléchargement des données, le satellite Φsat-2 de l'ESA s'en chargera en temps réel. Au lieu de télécharger de grandes quantités de données brutes, y compris celles masquées par les nuages, les applications embarquées peuvent traiter ces images directement, garantissant ainsi que seules les informations les plus essentielles sont renvoyées sur Terre. Cette innovation offre des avantages tangibles : elle améliore la transmission des données et accélère la prise de décision.
En orbite autour de la Terre à une altitude de 510 km, la caméra multispectrale du satellite capture des images de la Terre dans sept bandes différentes dans la partie visible à proche infrarouge du spectre électromagnétique. La plateforme 6U Cubesat, conçue et développée par OpenCosmos, exécute des applications d'intelligence artificielle qui peuvent être facilement installées et exploitées à distance depuis la Terre.
Ces applications peuvent fournir des données exploitables pour la protection de l'environnement et établir une nouvelle norme en matière de technologie d'intelligence artificielle basée dans l'espace. Au lancement, Φsat-2 exécute les applications suivantes à bord :
Détection de nuages
Contrairement aux satellites traditionnels qui transmettent en transmission descendante toutes les images capturées, y compris celles masquées par les nuages, Φsat-2 traite ces images directement en orbite, garantissant que seules des images claires et utilisables sont renvoyées sur Terre.
Développée par KP Labs, cette application permet également de classer les nuages et de fournir des informations sur leur distribution. Cela donne aux utilisateurs plus de flexibilité lorsqu'il s'agit de décider si une image est utilisable ou non.
Génération de plans de rues
L'application Sat2Map, développée par CGI, convertit les images satellite en plans de rues. Cette fonctionnalité est particulièrement utile aux équipes d'intervention d'urgence, leur permettant d'identifier les routes accessibles lors de catastrophes telles que des inondations ou des tremblements de terre.
Lorsque le satellite orbite au-dessus de la zone touchée et acquiert des images, celles-ci sont transmises au processeur embarqué qui identifiera les rues et génèrera une carte correspondante.
Dans un premier temps, cette application sera démontrée en Asie du Sud-Est, démontrant son potentiel d’aide à la gestion des crises.
Détection de navires maritimes
L'application de détection de navires maritimes, développée par le CEiiA, utilise des techniques d'apprentissage automatique pour détecter et classer automatiquement les navires dans des régions spécifiques, facilitant ainsi la surveillance d'activités telles que la pêche illégale. Cette application souligne le rôle du satellite dans le soutien à la sécurité maritime et aux efforts de conservation de l'environnement.
Compression et reconstruction d'images embarquées
Développée par GEO-K, cette application permet de compresser les images à bord. En réduisant considérablement la taille des fichiers, cette application augmente le volume et la vitesse de téléchargement des données. Après avoir été redescendues au sol, les images sont reconstituées à l'aide d'un décodeur dédié. Les premières démonstrations de cette technologie auront lieu au-dessus de l'Europe, en se concentrant sur la détection de bâtiments.
Afin d'étendre encore les capacités du satellite, deux applications supplémentaires seront téléchargées maintenant que le satellite est en orbite. Il s'agit de :
Détection d'anomalies marines
Développée par l'IRT Saint Exupéry Technical Research, cette application utilise un algorithme d'apprentissage automatique pour repérer les anomalies dans les écosystèmes marins - identifiant en temps réel les menaces pour l'écosystème marin telles que les marées noires, les proliférations d'algues nuisibles et les rejets importants de sédiments.
Développée par l'IRT Saint Exupéry Technical Research, cette application utilise un algorithme d'apprentissage automatique pour repérer les anomalies dans les écosystèmes marins - identifiant en temps réel les menaces pour l'écosystème marin telles que les marées noires, les proliférations d'algues nuisibles et les rejets importants de sédiments.
Détection des feux de forêt
Le système de détection des feux de forêt, développé par Thales Alenia Space, utilise l'apprentissage automatique pour fournir des informations critiques en temps réel aux équipes d'intervention. L'outil fournit un rapport de classification qui aide les pompiers à localiser les feux de forêt, à suivre la propagation du feu et à identifier les dangers potentiels.
Φsat-2 est un effort collaboratif, avec Open Cosmos comme maître d'œuvre, soutenu par un consortium industriel comprenant CGI, Simera, Ubotica, CEiiA, GEO-K et KP-Labs.
Φsat-2 est un effort collaboratif, avec Open Cosmos comme maître d'œuvre, soutenu par un consortium industriel comprenant CGI, Simera, Ubotica, CEiiA, GEO-K et KP-Labs.