MoonSpace

MoonSpaceInspirationCàng tiến gần hơn đến kỷ nguyên định cư đa hành tinh, việc thiết lập các căn cứ bền vững trên Mặt Trăng không còn là khoa học viễn tưởng. Tuy nhiên, môi trường khắc nghiệt ngoài không gian không có chỗ cho những sai sót dù là nhỏ nhất. Ý tưởng về MoonSpace ra đời từ câu hỏi: “Làm thế nào để các phi hành gia và kỹ sư dưới Trái Đất có thể giám sát, dự báo và tối ưu hóa tài nguyên (oxy, nước, năng lượng mặt trời) tại một trạm vũ trụ theo thời gian thực một cách an toàn và hiệu quả nhất?” Chúng tôi muốn tạo ra một "bản sao kỹ thuật số" (Digital Twin) thông minh để thu hẹp khoảng cách 384,400 km giữa Trái Đất và Mặt Trăng.What it doesMoonSpace là một nền tảng giám sát và quản lý tài nguyên thông minh dành cho các trạm trú ẩn trên Mặt Trăng.Bản đồ 3D tương tác (Interactive 3D Dashboard): Hiển thị trực quan toàn bộ cấu trúc trạm, vị trí các tấm pin mặt trời, bể chứa oxy và khu vực sinh hoạt.Giám sát chỉ số sinh tồn theo thời gian thực: Thu thập và hiển thị các dữ liệu mô phỏng từ cảm biến (nhiệt độ, áp suất, nồng độ $O_2$, mức pin năng lượng).Hệ thống cảnh báo sớm bằng AI: Tự động phát hiện các bất thường (rò rỉ khí gas, suy giảm hiệu suất pin do bão bụi mặt trăng) và đưa ra gợi ý xử lý tối ưu cho phi hành đoàn.Lập kế hoạch phân phối tài nguyên: Thuật toán thông minh tự động phân bổ năng lượng dự phòng cho các khu vực trọng yếu khi xảy ra sự cố mất điện cục bộ.How we built itChúng tôi đã xây dựng hệ thống này bằng cách kết hợp nhiều công nghệ hiện đại:Frontend: Sử dụng React kết hợp với Three.js / React Three Fiber để dựng mô hình 3D trực quan của trạm vũ trụ ngay trên trình duyệt, đảm bảo giao diện mượt mà và trực quan.Backend & APIs: Xây dựng bằng Python (FastAPI) để xử lý các logic tính toán phức tạp, phân tích dữ liệu và cung cấp API tốc độ cao.Mô phỏng dữ liệu (Data Simulation): Sử dụng các script Python để giả lập luồng dữ liệu liên tục từ các cảm biến ngoài không gian gửi về qua WebSockets để cập nhật thời gian thực.AI/ML Core: Tích hợp mô hình học máy nhẹ (Lightweight Machine Learning) giúp dự đoán mức độ tiêu thụ năng lượng dựa trên chu kỳ ngày/đêm của Mặt Trăng (mỗi ngày/đêm trên Mặt Trăng kéo dài khoảng 14 ngày Trái Đất).Challenges we ran intoXử lý độ trễ và mất đồng bộ dữ liệu: Trong không gian, độ trễ truyền tải dữ liệu (latency) là một thách thức cực lớn. Chúng tôi đã phải thiết kế lại kiến trúc hệ thống để lưu trữ tạm thời (caching) ở biên (Edge) và tối ưu hóa kích thước gói tin truyền tải qua WebSockets.Dựng hình 3D mượt mà trên Web: Việc tối ưu hóa mô hình 3D của trạm vũ trụ để nó có thể chạy mượt mà trên cả thiết bị di động mà không gây giật lag hoặc ngốn quá nhiều RAM là một bài toán tối ưu hóa lưới (mesh optimization) khá đau đầu.Quản lý thời gian có hạn: Với quỹ thời gian ngắn ngủi của đợt Hackathon, việc cân bằng giữa phát triển tính năng cốt lõi (Core Features) và trau chuốt giao diện (UI/UX) đòi hỏi cả đội phải làm việc và thảo luận liên tục để đưa ra các quyết định cắt giảm tính năng phụ hợp lý.Accomplishments that we're proud ofGiao diện 3D trực quan vượt mong đợi: Chúng tôi đã hiện thực hóa thành công một dashboard 3D có thể tương tác xoay, zoom, click vào từng module của trạm vũ trụ để xem thông số chi tiết một cách trực quan.Hệ thống phản hồi thời gian thực ổn định: Hệ thống có khả năng xử lý hàng trăm tín hiệu cảm biến giả lập mỗi giây mà không xảy ra hiện tượng nghẽn cổ chai (bottleneck).Sự ăn ý của cả đội: Dù mỗi thành viên đảm nhận một mảng công việc khác nhau (từ thiết kế 3D, lập trình frontend đến viết thuật toán backend), chúng tôi đã tích hợp các phần lại với nhau một cách trơn tru chỉ trong vài giờ trước hạn chót.What we learnedKỹ năng làm việc với WebGL/Three.js: Cả đội đã hiểu sâu hơn về cách tối ưu hóa đồ họa 3D trên môi trường web và cách mapping dữ liệu động vào các đối tượng 3D.Tầm quan trọng của MVP (Minimum Viable Product): Chúng tôi nhận ra rằng việc tập trung làm thật tốt các tính năng cốt lõi trước quan trọng hơn nhiều so với việc cố gắng ôm đồm quá nhiều tính năng nhưng không có cái nào hoạt động hoàn hảo.Kiến thức về hàng không vũ trụ: Để xây dựng các chỉ số mô phỏng thực tế, chúng tôi đã phải tìm hiểu rất nhiều tài liệu của NASA và ESA về hệ thống hỗ trợ sự sống (ECLSS).What's next for MoonSpaceTích hợp VR/AR (Thực tế ảo): Cho phép các kỹ sư dưới Trái Đất có thể "vượt không gian" đeo kính VR bước vào bên trong trạm MoonSpace để sửa chữa ảo hoặc hướng dẫn phi hành gia theo thời gian thực.Kết nối với phần cứng thực tế: Thử nghiệm kết nối nền tảng với các mạch IoT thực tế (như Arduino/Raspberry Pi) cảm biến nhiệt độ và độ ẩm trong phòng thí nghiệm thu nhỏ.Tối ưu hóa thuật toán AI: Huấn luyện mô hình AI với các bộ dữ liệu mô phỏng sự cố khắc nghiệt hơn để nâng cao độ chính xác của các cảnh báo sớm và đề xuất các kịch bản cứu hộ thông minh hơn.

Built With

• node.js
• python
• react