Супутники, радар із синтетичною апертурою та GPS наразі використовуються для збору даних про збитки від повеней, відстеження місцезнаходження постраждалих і зв’язку з екстреними службами. Але час відповіді затримується через технологічні збої та низьку швидкість передачі даних, каже Мерчант. Зростання глобальних повеней збільшило потребу в більш точних і надійних методах.

Минулого року Merchant створив більш ефективний спосіб відстеження та збору даних під час повеней: маленький, дешевий, стандартизований CubeSat, інтегрований зі штучним інтелектом. Маленькі супутники використовують кілька одиниць розміром 10-10-10-10 сантиметрів, що дозволяє виробникам розробляти власні батареї, сонячні батареї, комп’ютери та інші частини як готові компоненти.

CubeSats фотографують місцевість і використовують розпізнавання образів, щоб виявляти повені, оцінювати пошкодження інфраструктури та відстежувати тих, хто вижив.

Мерчант представив свою статтю про пристрій на цьогорічній щорічній конференції IEEE Region 3, IEEE SoutheastCon.

«IEEE був фундаментальною частиною мого розвитку як молодого дослідника, — каже вона. «Це перетворило інженерію з моєї мрії на реальність».

Будівництво CubeSat в MIT

Мерчант каже, що його інтерес до реагування на стихійні лиха виник після того, як він дізнався, що працівникам екстрених служб може знадобитися кілька годин, щоб отримати супутникові дані.

Вирішивши знайти швидший метод, він почав досліджувати технології та досліджувати можливості CubeSats.

«CubeSats є дуже гнучкими, масштабованими та здатними формувати сузір’я (сузір’я з кількома супутниками), які оновлюють дані майже в реальному часі», – каже вона. «Ідея про те, що ці крихітні супутники, які поміщаються у вашій долоні, можуть надавати важливу інформацію швидше, ніж традиційні системи, справді надихнула мене на розвиток цієї концепції».

Минулого року Мерчант і троє її однокласників були прийняті в конкурс Beaver Works Build a CubeSat Challenge Массачусетського технологічного інституту, де команди з п’яти американських старшокласників мали вісім місяців на розробку супутника, здатного виконувати космічні дослідницькі місії.

Команда Мерчанта — Satellite Sentinels — створила CubeSat на базі згорткових нейронних мереж (CNN), який може ідентифікувати сильно постраждалі від затоплення зони та дистанційно збирати дані для надання допомоги у разі стихійних лих і моніторингу навколишнього середовища. CNN аналізують дані зображення для розпізнавання образів.

Мерчант був програмістом корисного навантаження групи та очолював зусилля з проектування та моделювання місії, які включали планування, налаштування апаратного забезпечення та розробку автономного програмного забезпечення та алгоритмів для керування корисним навантаженням.

Команда почала зі створення 3D-моделі пристрою, щоб візуалізувати та уточнити положення його частин. Використана технологія, включаючи Raspberry Pi, кілька датчиків і камеру, була розміщена в прозорому пластиковому кубі.

Середній CubeSat був розроблений Мерчантом і його командою під час змагань MIT Beaver Works Build a CubeSat Challenge. Ліворуч — комерційний 1U CubeSat, а праворуч — прототип поточного дизайну Merchant. Ебігейл Мерчант

Пристрій, виготовлення якого коштує 310 доларів США, важить близько 495 грамів і було віддалено підключено до ноутбука через Bluetooth під час наземного тестування. Комп’ютер містить алгоритм машинного навчання, який Мерчант написав за допомогою Python, який аналізує зібрані зображення для виявлення затоплення.

CubeSat кожні 2 хвилини робить зображення навколишнього середовища високої чіткості та надсилає його на ноутбук. Супутник передає 1500 зображень на день і зберігає їх на 16-гігабайтній SD-карті.

Потім алгоритм аналізує шаблони, включаючи зміни кольору води та щільності пікселів зображення. Коли алгоритм виявляє затоплення, пристрій може сповістити рятувальників.

«Хоча багато існуючих систем працюють за багатогодинними циклами, CubeSat знімає зображення високої роздільної здатності кожні 2 хвилини», — каже Мерчант. «Тоді система може ініціювати сповіщення, які надсилаються особам, які першими реагують, через SMS або електронну пошту».

Щоб перевірити свою систему, Мерчант і його команда побудували модель міста з кубиків Lego у порожній ванні. Вони розмістили CubeSat над ним, і він зробив знімки сцени. Потім додали води та землі, щоб все було схоже на справжню повінь. CubeSat успішно передав зображення на ноутбук, і алгоритми виявили повінь.

Satellite Sentinels посіла третє місце серед 30 команд.

Продовжив свою роботу в Accenture

Мерчант продовжує дослідження технологій запобігання повеням в компанії Accenture у Річмонді, штат Вірджинія, де вона працює дистанційно в якості власника корисного навантаження та дизайнера команди запуску CubeSat компанії.

Після завершення програми MIT Мерчант вирішив розширити свій проект. Вона звернулася до свого колишнього наставника Кріса Хадсона, глобального технічного керівника з космічної кібербезпеки в Accenture. Він запропонував їй стажування.

Мерчант працює над переходом від прототипу до функціонального продукту, але, за її словами, їй потрібно подолати перешкоди у своєму проекті MIT.

Головне, що модель насилу виявляла повені в різних умовах. Це тому, що моделі CNN потребують контексту, каже вона. Без цього модель може неправильно інтерпретувати складні візуальні сигнали. Щоб вирішити цю проблему, Merchant навчив алгоритми для виявлення затоплення шляхом визначення кольорів в окремих пікселях.

Передача зображень за допомогою Bluetooth працювала в її ванній кімнаті, але це не так корисно, коли CubeSat обертається на висоті 700 кілометрів над землею.

«Якщо ви раніше користувалися Bluetooth-гарнітурою, то знаєте, що як тільки ви відходите від пристрою, до якого вона підключена, вона від’єднується», — каже вона. «Це не працюватиме, коли сузір’я CubeSat знаходиться на орбіті».

Він запропонував команді Accenture перейти на субмініатюрні антени версії A (SMA). Радіочастотні антени підключаються до CubeSat за допомогою роз’ємів SMA.

«Процес розробки був одним із найбільш позитивних подій у моїй кар’єрі», — каже Мерчант. «Робота над проектуванням і перевіркою корисного навантаження, а також зустрічі з цими командами дали мені великий досвід, особливо для мого віку».

Очікується, що його корисне навантаження буде запущено на початку наступного року.

Аерокосмічне стажування в MIT

Мерчант стажується в Лабораторії комп’ютерних наук і штучного інтелекту Массачусетського технологічного інституту, найбільшій міждисциплінарній лабораторії школи з 60 дослідницькими групами. CSAIL очолює стипендіат IEEE Даніела Расс, лауреат медалі Едісона IEEE 2025 року.

Стажування дистанційне, і Мерчант проводить дослідження в лабораторії Університету Центральної Флориди в Орландо.

«IEEE був фундаментальною частиною мого розвитку як молодого дослідника. Він перетворив інженерію з мрії на реальність».

У цій ролі Мерчант зосереджується на когнітивній картографії, методі структурування складної інформації в семантичні карти, які пояснюють, як ідеї та концепції співвідносяться між собою. Вона використовує моделі вбудовування, тип машинного навчання, який перетворює інформацію в числове представлення. Вбудовування дозволяє комп’ютерам розпізнавати подібності та зв’язки між поняттями, навіть якщо вони описані різними способами. Цей підхід допомагає продукту штучного інтелекту зрозуміти, як поєднуються ідеї, а не розглядати кожен фрагмент даних окремо.

«Це складно бути одним із наймолодших людей у ​​лабораторії», — каже Мерчант. «Однак я дуже радий навчатися від інженерів і дослідників, які роблять новаторську роботу в цій галузі».

Вона каже, що сподівається вступити до MIT або Stanford.

майбутнє IEEE

Мерчанта познайомив з IEEE Джо Джусаї, колишній голова фінансового відділу Орландської секції IEEE.

Її перший особистий досвід роботи з організацією стався у 2023 році, коли вона проводила дослідження для проекту наукового ярмарку. Вона працювала над робототехнічною рукою, яка могла ловити предмети за допомогою електроенцефалограми та Bluetooth. На проект надихнула її бабуся, яка страждала від проблем з пересуванням і була в інвалідному візку.

«Я постійно бачив згадки про IEEE у всіх нормах і стандартах, які міг знайти», — каже Мерчант. Коли вона дізналася про майбутні збори секції в Орландо, то попросила матір провести її.

Багато учасників представили свої дослідження на зустрічі. Мерчант запитала Масуда Іджаза та Варадраджа Гурупура – ​​голову та співголову – чи може вона обговорити свій проект наукового ярмарку.

«Після презентації моєї роботи IEEE швидко став спільнотою, яка сформувала моє розуміння того, чого можна досягти за допомогою інженерії», — каже вона.

За її словами, коли вона представила свою статтю про свій проект CubeSat на IEEE SoutheastCon, вона відчула себе на вершині світу.

«Це один із тих досвідів, які дійсно змінюють тебе», — каже вона.

Вона каже, що дуже рада стати студентом IEEE, коли вступить до коледжу. Він також має намір колись бути обраним його президентом.

«Я зустріла Кетлін Крамер на одному з моїх місцевих заходів IEEE до того, як її обрали президентом IEEE, і ми поговорили про нашу роботу», — каже вона. «Після його обрання я зрозумів, що хотів би колись стати президентом IEEE.

«Я сподіваюся, що одного дня я зможу виконувати ту ж роль, що й він, і продовжуватиму допомагати IEEE так само, як він допомагав мені».