Validation d’un algorithme ia embarqué pour la détection d’anomalies en vol

SESAM
(Space Experiment for Satellite AI Monitoring) est une expérience de
démonstration visant à embarquer plusieurs algorithmes d’Intelligence
Artificielle (IA) à bord de satellites avec comme objectif de faire de la
détection d’anomalies ou de signaux faibles atypiques pouvant présager d’une
anomalie. Cette détection se basera sur des paramètres satellite mesurés à bord
tels que des températures d'équipement ou des tensions d'alimentation et sera
réalisée directement en vol.

Cette
expérience sera embarquée sur le nanosatellite AeroSat du CNES dont le
lancement est prévu en 2025 ainsi que sur le démonstrateur PlayerOne du
programme T4SC (Tech 4 Space Care) du CNES dont le lancement est envisagé au
début de l’année 2027. L'objectif de cet algorithme, basé sur l'outil
NOSTRADAMUS* et d’autres méthodes IA de la littérature, est d’analyser en temps
réel l’état de santé du satellite et d’engager des actions autonomes à bord (de
type sur-échantillonnage, reconfiguration, alarmes à destination du sol…) à
partir des résultats générés par les IA. L’intérêt par rapport à une
application au sol est de pouvoir enclencher des actions en temps réel sur les
résultats de détection afin d’empêcher l’anomalie de se propager, d’obtenir
plus d’observables sur celle-ci et/ou de reconfigurer le satellite pour
poursuivre sa mission malgré la défaillance. Dans un avenir plus lointain,
l’une des missions de SESAM pourrait être de fournir des observables
supplémentaires facilitant la prise de décision sur de potentielles extensions
de mission ou fin de vie.

*
NOSTRADAMUS = algorithme de Machine Learning développé au CNES qui est utilisé
en opérations au CNES pour l’analyse de la télémesure satellite au sol depuis
2016

En
vous basant sur une partition Linux contenant la version de vol SESAM
développée pour Aerosat, vous aurez pour objectif d'ajouter une fonction
d'apprentissage des modèles IA à bord d'un satellite en utilisant la télémétrie
générée par ses équipements et son logiciel de vol. Cette expérience logicielle
d'IA sera embarquée en tant que charge utile de PlayerOne afin de démontrer son
efficacité, notamment en tant que technologie de surveillance de bonne santé
des satellites, en complément du système de surveillance standard et de
protection déjà existant (FDIR). Le but de cette expérience est de démontrer
que des anomalies peuvent être détectées par l’IA avec un niveau de confiance
très élevée pour minimiser l’interruption de la mission tout en maximisant la
protection du satellite.

Les
étapes successives seront de mettre au point cette version de SESAM incluant
l'apprentissage autonome, puis de l'intégrer au sein d'une partition Linux
adaptée à une utilisation en vol d'un satellite. Enfin cette partition devra
être portée sur une carte électronique représentative de celle qui sera embarquée.
Les modèles IA étant déjà existants, il n'y aura pas à développer de nouveaux
algorithmes, il faudra cependant intégrer la partie d'apprentissage des
modèles, déjà existante sur la version sol de SESAM, mais pas encore sur une
version de vol.

Les
objectifs du stage :
- Adapter l'algorithme SESAM existant pour intégrer une fonction d'apprentissage
autonome des modèles, afin de la mettre en œuvre en vol
- Intégrer cette version dans une partition Linux prévue pour le vol, qui devra
s'exécuter sur une carte électronique proche du futur modèle de vol.

Vous
prendrez part aux phases amont de développement d'une charge utile logicielle
embarquée par PlayerOne en étroite collaboration avec des ingénieurs des
services opérations des satellites ainsi que des ingénieurs projets et logiciel
de vol. Le satellite PlayerOne étant un démonstrateur de technologies, vous
aurez l'occasion d'interagir avec le bureau de la LOS (Loi sur les Opérations
Spatiales) et de participer à son initiative T4SC de préservation de l'espace.
Vous pourrez ainsi mettre à profit vos compétences en informatiques ainsi que
vos connaissances en systèmes spatiaux et développer vos connaissances IA et
systèmes embarqués pour la surveillance de satellite.
Le
stage pourra débuter en mars/avril 2025.

Étudiant-e
en dernière année d'école d'ingénieur ou équivalent.
Connaissances
en système embarqués et dans le fonctionnement haut-niveau des systèmes
orbitaux attendues (afin de comprendre les cas d’anomalies satellite) avec un
intérêt pour la programmation informatique et le développement.