Tecnologia de Comunicações Espaciais | A Faculdade de Engenharia Grainger #ÚltimasNotícias

Deepak Vasisht

Levando os satélites ao limite

Deepak Vasisht está nos mostrando as melhores maneiras de obter dados confidenciais rapidamente

Como podemos combater os incêndios florestais quando a mais ínfima mudança na direção do vento ou na humidade pode alterar drasticamente o seu curso?

Como podemos acompanhar os campos agrícolas demasiado vastos para serem visitados regularmente pelas pessoas?

Como podemos monitorar desenvolvimentos ambientais grandes e complexos como o derretimento do gelo polar?

A resposta a estas e outras questões pode estar no espaço. Uma constelação de satélites em órbita baixa da Terra (LEO) em altitudes entre 300 e 600 milhas nos permitiria estudar nosso planeta com detalhes sem precedentes.

O professor de ciência da computação da Grainger Engineering, Deepak Vasisht, explica: “O princípio é na verdade muito simples: aproximando a câmera do objeto, você obtém uma foto melhor. As atuais constelações de satélites orbitam a 12.000 ou 22.000 milhas, o que nos permite ver que há um incêndio florestal, por exemplo. No entanto, uma constelação LEO mostraria detalhadamente como o incêndio se desenrola em tempo real, fazendo uma enorme diferença nos esforços de evacuação e na alocação de recursos para combatê-lo.”

À medida que a indústria espacial privada se desenvolve e os sistemas de lançamento orbital se tornam mais eficientes, a implantação de constelações de observação da Terra em LEO torna-se viável. No entanto, usá-los para aplicações urgentes, como monitoramento de incêndios florestais, é um desafio devido a deficiências de rede e comunicação.

Ao contrário das redes terrestres, os satélites não podem transmitir informações instantaneamente. Eles devem esperar até passarem por um transmissor, onde “despejam” o máximo de informações possível antes de perderem contato. Como os satélites LEO se movem tão rapidamente – cerca de 8 quilómetros por segundo – a janela de contacto com o transmissor é muito breve. No exemplo do incêndio florestal, uma fotografia pode levar horas ou dias para chegar às autoridades, período durante o qual o incêndio pode mudar significativamente.

Vasisht quer reduzir isso para um minuto. Especialista em redes, ele e seu grupo de pesquisa estão trabalhando para reduzir a latência na comunicação via satélite por meio de inovações em hardware e software de satélite. Eles desenvolveram o sistema Serval para demonstrar como uma constelação de satélites LEO poderia classificar, priorizar e transmitir imagens em questão de minutos.

“Estamos pegando ideias de redes terrestres e levando-as para o espaço pela primeira vez”, disse Vasisht. “Um satélite LEO tem capacidade computacional limitada, então a ideia do Serval é distribuir a carga entre os satélites e até mesmo para estações terrestres. Desta forma, o hardware de satélite mais pequeno e especializado – um ‘computador de ponta’ – é utilizado da forma mais eficiente possível.”

Classificar imagens com base em seu conteúdo e atribuir prioridade é um uso perfeito para a tecnologia de IA, mas esses algoritmos requerem muitos recursos para serem executados. Para realizar tais tarefas no espaço, Serval as divide em duas partes: uma que depende de informações que mudam rapidamente e outra que depende de informações que mudam lentamente. A parte que muda lentamente pode ser calculada antecipadamente usando recursos de computação baseados em terra e depois transmitidos ao satélite para usar como linha de base para a parte que muda rapidamente.

Por exemplo, o algoritmo de IA para detectar incêndios florestais na Califórnia pode ser decomposto em “detectar florestas na Califórnia” – a parte lenta – e “detectar incêndios” – a parte rápida. O primeiro é pré-calculado no solo e carregado no satélite, e o último é avaliado no satélite usando uma GPU integrada ou outro sistema de IA.

Isto ainda deixa o problema de garantir que a imagem priorizada seja transferida em tempo hábil. Serval aborda isso explorando a previsibilidade do movimento orbital.

De acordo com Vasisht, “Não é como o serviço celular, onde um grande grupo de transmissores se move de forma imprevisível. Um satélite está sujeito a leis determinísticas de movimento e sua trajetória pode ser calculada com altíssima precisão. Podemos explorar isso para criar cronogramas de download precisos que aproveitem ao máximo a janela de contato.”

O grupo de pesquisa descobriu que a combinação de computação distribuída e agendamento de rede preciso reduz o percentil 50 dos tempos de transmissão de 47 horas para 2 minutos, com o percentil 90 reduzido de 149 horas para 47 minutos. Além disso, a carga computacional do satélite foi reduzida em 80%.

“Este resultado é entusiasmante por outro motivo: o nosso esquema ampliaria a escala da Internet das coisas”, disse Vasisht. “No momento, os dispositivos em rede podem cobrir 8, talvez 16 quilômetros. Se conseguissem se conectar à nuvem por meio de satélites, poderiam percorrer 800 quilômetros. Imagine se tivéssemos sensores de umidade para estudar culturas em regiões inteiras, ou sensores para rastrear incêndios florestais em todos os seus limites. Precisamos de redes de satélite eficientes para que isso aconteça e o nosso trabalho nos aproxima um passo.”

Os alunos de pós-graduação Om Chabra, Ishani Javeja, Maleeha Masood e Bill Tao do grupo de pesquisa de Vasisht, bem como o professor de ciência da computação Indranil Gupta também contribuíram para o desenvolvimento do Serval.

O grupo de Vasisht colabora com a empresa Planet, Inc. que opera cerca de 200 satélites LEO. A equipe de pesquisa usou o banco de dados de imagens Planetscope da empresa para testar suas ideias.

Este trabalho foi amplamente apoiado pelo prêmio Vasisht “Networking and Compute for Next Generation Low-Earth Orbit Satellites” através do programa CAREER da National Science Foundation. Cisco e Microsoft também apoiaram este trabalho.