宇宙搭載リモートセンシング向けリアルタイム軌道上インテリジェント解釈アルゴリズムの最適化と展開
Optimization and Deployment of Real-Time On-Orbit Intelligent Interpretation Algorithms for Spaceborne Remote Sensing
宇宙搭載リモートセンシングプラットフォームでは、リアルタイムの状況認識のためにCNNベースの物体検出が不可欠だが、SWaP(サイズ、重量、電力)の制約により、宇宙搭載エッジデバイスへの展開は困難である。従来の単段階検出器のブランチ・アンド・マージトポロジーは、オンチップメモリ使用量とパイプラインストールを増加させ、FPGA実装を制限する。これらの課題に対処するため、ハードウェア・ソフトウェア協調設計アプローチで開発された物体検出アルゴリズム「RS-YOLO」が提案された。構造的再パラメータ化により、異種ブランチがパディングフリー畳み込みのシーケンシャルストリームに変換され、決定論的データフローと制御複雑性・データパス多重化オーバーヘッドの削減が実現される。再パラメータ化されたカーネル中心部の高エントロピー集中を緩和するため、空間的異種量子化(SHQ)エンジンが導入された。SHQエンジンは、中心係数に16ビット精度を割り当て、周辺要素のベクトル化された8ビット計算を維持することで、小さなターゲットの量子化誤差を最小限のハードウェアオーバーヘッドで削減する。Xilinx Zynq-7020プラットフォームでの実験結果によると、提案システムは2.24Wしか消費せず、NWPU VHR-10データセットで0.887のmAP(平均精度)を達成し、FP32ベースラインと比較して1.4%の低下を示した。また、15.19 GOPS/Wのエネルギー効率を達成し、マイクロ衛星ペイロードのようなリソース制約のあるエッジプラットフォームにおけるハードウェア効率と検出性能の有効なバランスを示している。
- 提案された物体検出アルゴリズムRS-YOLOが、Xilinx Zynq-7020プラットフォームで2.24Wの低消費電力動作を実現し、NWPU VHR-10データセットで0.887のmAPを達成。エネルギー効率は15.19 GOPS/W。
本稿は宇宙搭載エッジデバイス向けにFPGA実装を前提とした物体検出アルゴリズムRS-YOLOの提案であり、低消費電力(2.24W)かつ高精度(mAP 0.887)を両立した点が注目に値する。特に、SWaP制約の厳しい超小型衛星ペイロードへの搭載を現実化する技術であり、今後のリモートセンシング衛星コンステレーションにおける軌道上データ処理の高付加価値化につながる可能性がある。ただし、現時点では学術研究段階の成果であり、商用化や具体的なミッション搭載の決定には至っていない。したがって短期的な投資インパクトは限定的だが、宇宙エッジコンピューティング市場の成長を牽引する要素技術として中長期的に注視すべきである。