Im Rahmen einer internationalen Kooperation zwischen der DHBW Ravensburg Campus Friedrichshafen und der Abdelmalek Essaadi University Faculty of Sciences and Techniques of Tangier arbeitet SeeSat e.V. mit Studierenden an der Entwicklung eines KI-gestützten Systems für das In-Orbit Image Labeling im Rahmen der ERWIN-Mission. Ziel des Projekts ist die frühzeitige Identifikation und Priorisierung von Satellitenbildern potenzieller Brandherde, sodass diese mit höherer Dringlichkeit an die Bodenstation übermittelt werden können.

Die Studierenden aus Tangier entwickeln im Laufe des Projekts Modellkonzepte, analysieren geeignete KI-Frameworks und implementieren Prototypen für Trainingsumgebungen. Zudem erstellen und sammeln sie Trainingsdatensätze, um die KI-Modelle gezielt auf die Erkennung von Bränden zu trainieren. Durch diese autonome Bildverarbeitung wird die Effizienz der ERWIN-Mission erheblich gesteigert, da kritische Umweltinformationen schneller verfügbar gemacht werden.

Langfristig soll das Projekt ein vollständig integriertes, präzises und autonomes System zur In-Orbit-Bildverarbeitung hervorbringen. Dies ermöglicht eine zuverlässige Erkennung von Bränden und eine priorisierte Datenübertragung an Bodenstationen, wodurch die Reaktionszeit auf Umweltkatastrophen optimiert und der Umwelt- und Katastrophenschutz verbessert werden kann.

Darüber hinaus arbeiten wir gemeinsam mit der Fernuniversität in Hagen an Autonomiekonzepten für die ERWIN-Mission. Im Gegensatz zum maschinellen Lernen des In-Orbit Image Labelling kommen hierbei Expertensysteme zum Einsatz. Diese erlauben die Verwendung von Expertenwissen und Telemetriedaten zur Steuerung und Fehlerbehandlung des Satelliten.