Wat is Astro Pi?
Het project Astro Pi
Je leerlingen schrijven een code in Python voor een Astro Pi toestel aan boord van het International Ruimtestation ISS. Alle leerlingencodes die correct werken worden afgespeeld door Europese astronauten.
De leerlingen gebruiken een gratis online simulator van een Astro Pi toestel waarin ze hun code kunnen uitschrijven en testen (zowel voor Mission Zero als voor Mission Space Lab). Wanneer ze klaar zijn, dienen ze hun eindresultaat in met een eenvoudige klik op de knop.
Astro Pi Mission Zero: 6-14 jaar
Mission Zero is een korte beginnersoefening (1 à 2 lesuren) in programmeren voor leerlingen jonger dan 14 jaar.
In deze missie komen de leerlingen een klein beetje binnen in het dagelijkse leven van de astronauten in het ISS door hen een afbeelding te sturen. Ze tonen de astronauten een zelfgemaakte afbeelding. De achtergrondkleur wordt bepaald door een meting met de kleursensor. Je kan op elke computer met internetverbinding deze taken uitvoeren via de online emulator (zie knop onder “Astro Pi in detail: Hoe?).
- Moeilijkheid: Totale beginners, geen voorkennis, in principe mogelijk in 1 lesuur.
- Doel: een eenvoudige per schooljaar vastgelegde codeeropdracht: produceer een kleine tekening (8×8 pixels) waarin de kleur gebruikt wordt die je kan meten met de lichtkleursensor. Je tekening is vrij te kiezen in het thema natuur, fauna en flora. Je mag ook je creativiteit de vrije loop laten en je inbeelden hoe aliens eruit zien en hiervan een tekening coderen en indienen.
- Doelgroep: 6 tot 14 jaar.
Astro Pi Space Lab: tot 19 jaar
Astro Pi Space Lab is een missie die over meerdere lesuren gespreid is. De leerlingen coderen een experiment aan boord van het ISS.
We werken met een vaste opdracht: Meet de snelheid van het ISS (tov de Aarde) door gebruik te maken van de Astro Pi camera of sensoren. Je kan gedurende maximum 10 minuten gebruik maken van de Astro Pi in het ISS.
- Moeilijkheid: intermediair. enige ervaring met Python/Raspberry Pi is aangewezen.
- Doel: een experiment ontwerpen en uitvoeren in het ISS, resultaten verwerken en rapporteren.
- Doelgroep: 11 tot 19 jaar
- In tegenstelling tot vorige jaren worden er geen Astro Pi kits meer geleverd aan deelnemende scholen. De oefening zal uitgevoerd worden op een Astro Pi desktop simulator, en kan op elke computer met internetverbinding.
FAQ
Hieronder publiceren we vragen die we van leraren binnen krijgen met hun antwoorden.
FAQ ivm Astro Pi Mission Zero (beginners) of algemeen:
FAQ ivm Astro Pi Mission Space Lab (gevorderden):
Nee. ESA geeft aan dat de near-IR camera geen thermale IR camera is: probeer je experiment NIET te baseren op een analyse van Aardse temperaturen, dit is niet mogelijk met de Astro Pi hardware. Wat bijvoorbeeld wel zichtbaar is, is de reflectie van IR door chlorofiel (productieve vegetatie).
Dit is af te raden. ESA geeft aan dat je experiment best niet alleen gebaseerd wordt op nachtfotografie. De meeste teams die dit eerder probeerden eindigden met volledig zwarte beelden. De nieuwe hardware zal daarin verbeteren, maar op dit moment zijn er geen garanties.
Je krijgt een beter beeld van wat je met deze camera kan doen als je ons lespakket bekijkt over “Infrarode Webcam Hack“
Het is waar dat je eindigt met dezelfde code als in het voorbeeld, de handleiding. Er komt wel iets creatiefs op het einde waar het team gevraagd wordt om meer ideeën op te geven om de code nog beter te maken en het resultaat preciezer/juister. Want de voorbeeldcode geeft eigenlijk maar een ruw resultaat. Zo zou je bijvoorbeeld meer dan 2 camerabeelden kunnen gebruiken, de kromming van de Aarde corrigeren, een ander algoritme maken, etc. Het creatieve zit in het optimalisatie proces.
Werken met een Python-pakket dat je niet kent kan overweldigend zijn. We adviseren om van de code (https://github.com/jankan001/
Er zijn heel wat opties. We geven er hieronder al drie (zonder specifieke volgorde):
- Andere sensoren zoals de gyroscoop gebruiken om je metingen nauwkeuriger te maken. Als je bijvoorbeeld weet dat de camera een beetje beweegt tijdens het meten, kan je deze info gebruiken om je afstanden nauwkeuriger te maken.
- Spelen met hoe de ‘keypoints’ bepaald worden: wat zou er gebeuren als je in de plaats van 100 matches, 5 héél goede matches zoekt en op basis daarvan de afstand berekent? Wat als je een ander algoritme gebruikt dan het ORB-algoritme? Misschien is kun je in de plaats van een zwart-wit foto een bepaald kleurenkanaal van je foto gebruiken dat betere resultaten zou geven. Wat als je foto’s met veel wolken negeert, of minder laat meetellen in je berekening?
- Een totaal andere aanpak is proberen werken met de ‘orbit’-module: deze laat toe om te proberen banen te berekenen, en de baan berekenen van het ISS – tezamen met de input van je sensoren – kan ook mogelijks een nog nauwkeuriger resultaat geven.
Als de astronauten foto’s nemen van de Aarde met de Astro Pi camera, dan hangen daar heel wat bruikbare metadata aan vast. De metadata uit volgend lijstje zijn gewoonlijk beschikbaar per foto:
Je kan deze metadata ook opvragen met je Python code op deze manier:
