Présentation

Astro Pi Mission Space Lab : de 11 à 19 ans

Avec le projet Astro Pi, les élèves réalisent un code en Python pour l’Astro Pi présent à bord de la Station Spatiale Internationale ISS. L’objectif final est de calculer la vitesse de l’ISS (par rapport à la Terre) en utilisant la caméra ou les capteurs de l’Astro Pi.

Mais qu’est-ce qu’un Astro Pi ? Un Astro Pi est un micro-ordinateur Raspberry Pi, développé par la Fondation Raspberry Pi en collaboration avec les agences spatiale britannique et européenne. Il est équipé d’un ensemble de capteurs et d’une caméra Haute Définition.

Afin de tester leur code, les élèves utilisent un simulateur en ligne gratuit. Et lorsqu’ils sont prêts, ils soumettent leur résultat final d’ un simple clic !

Astro Pi Mission Space Lab est une mission qui s’étale sur plusieurs heures de cours et va permettre à vos élèves d’acquérir de solides compétences en programmation Python.

Contrairement aux années précédentes, les kits Astro Pi ne seront plus fournis aux écoles participantes. L’exercice sera réalisé sur un simulateur en ligne et peut être effectué sur n’importe quel ordinateur disposant d’une connexion internet.

Ludovic vous explique tout dans cette vidéo !

Déroulement du projet pour l'année 2025-2026

Comment participer ?

La participation au projet est entièrement gratuite.

1. L’enseignant/mentor inscrit son équipe et reçoit un identifiant unique par équipe.

👥Une équipe se compose de 2 à 6 élèves et d’un adulte encadrant. Un élève appartient à une seule équipe et chaque équipe soumet un seul code. Il n’y a pas de nombre maximum d’équipes par école. Les groupes autres que les écoles sont autorisés (club de jeunes, makerspace, etc.).

2. L’équipe se met au travail, en suivant les instructions étape par étape sur le site Astro Pi/ Raspberry.

3. Une fois le code prêt, vous le testez et verifiez que tous les critères sont remplis. Le mentor soumet alors le code avec l’identifiant unique de l’équipe, au plus tard le 16 février

4. Vous serez prévenu lorsque votre code sera exécuté dans l’ISS et vous recevrez les résultats des mesures effectuées par votre programme ! Vous pourrez ensuite les publier sur le site de l’ESA.

Ressources pédagogiques

Nos ressources pédagogiques sont gratuites et directement téléchargeables. 📚

Des formations ont été organisées sur Astro Pi Mission Space Lab, visionnez-les sur notre page Youtube et retrouvez le planning de nos prochains formations sur cette page.

Sur le site Astro Pi vous trouverez :

  • Des tutoriels étape par étape
  • Les informations détaillées sur le matériel Astro Pi
  • Les directives pour les enseignants et critères que votre code doit respecter pour être acceptée sur l’ISS
  • Des actualités, statistiques, histoire, etc. sur le projet

ESERO Belgium est votre helpdesk : toutes les questions sont les bienvenues par téléphone, email ou appel vidéo. Nous serons heureux de vous aider ! 📞

  • Le codage devient une compétence de base de plus en plus essentielle, qu’il est utile d’enseigner dès l’école primaire.
  • C’est incroyable d’imaginer qu’un astronaute va exécuter un programme que vous avez conçu, directement depuis l’espace !
  • Dans le cadre de Mission Space Lab, les participants apprennent à résoudre une problématique scientifique et découvrent les principes de physique liés à la station spatiale.

Outils en ligne pour programmer l’Astro Pi

Mission Space Lab peut être réalisé depuis n’importe quel ordinateur connecté à Internet (Windows, Linux, IOS). Il existe une fenêtre pour écrire le code en Python, et une fenêtre pour voir immédiatement le résultat de leur code exécuté.

L’outil comprend également un bouton sur lequel vous pouvez cliquer pour envoyer votre code terminé à l’ESA..

Dans les outils en ligne, vous devez créer un compte et rester connecté. Sinon, vous ne pourrez pas sauvegarder votre travail. Vous pouvez alors soumettre le code à l’aide d’un bouton situé en bas de l’outil.

Retrouvez les live Youtube avec les experts de l’ESA de la Raspberry Foundation.

 

FAQ

Retrouvez ci-dessous les réponses aux questions que nous recevons fréquemment.

Il est vrai que l’on se retrouve avec un code proche de celui donné en exemple. Mais il existe plein de possibilités d’améliorer le résultat. Par exemple, vous pourriez utiliser créer un algorithme différent, y inclure du machine learning, et supprimer certains points qui faussent les résultats (nuages et vagues qui se déplacent). La créativité réside dans le processus d’optimisation.

Nous avons prévu un document google colab qui permet de prendre en main progressivement Python et la reconnaissance d’images avec différentes librairies Python.

Il existe de nombreuses options. Par exemple :

  • Utilisez d’autres capteurs comme le gyroscope pour rendre vos mesures plus précises. Par exemple, si vous savez que la caméra bouge un peu pendant les mesures, vous pouvez utiliser cette information pour rendre vos distances plus précises.
  • Jouer avec la manière dont les « points clés » sont déterminés : que se passerait-il si, au lieu de 100 matchs, vous en recherchiez 5 vraiment bons et calculiez la distance sur cette base ? Et si vous utilisiez un algorithme différent de celui de l’ORB ? Peut-être qu’au lieu d’une photo en noir et blanc, vous pourriez utiliser un canal de couleur particulier de votre photo qui donnerait de meilleurs résultats. Et si vous ignoriez les photos avec beaucoup de nuages, ou si vous les preniez moins en compte dans votre calcul ?
  • Une approche totalement différente consiste à essayer de travailler avec le module « orbite » : il vous permet d’essayer de calculer des orbites, et le calcul de l’orbite de l’ISS – avec les données de vos capteurs – pourrait également donner un résultat encore plus précis.

    Lorsque les astronautes prennent des photos de la Terre avec la caméra Astro Pi, de nombreuses métadonnées utiles sont jointes. Les métadonnées de la liste suivante sont généralement disponibles pour chaque photo :