Integramos todo BermejaPi en un main.py definitivo para Astro Pi Mission Space Lab 2026/27: límite de 10 minutos, Sense HAT, cámara NoIR y modo simulación.
El proyecto BermejaPi del IES Monterroso (MonteSTEAM por AidaRac) consolida los datos de la ISS en un informe final y calcula un Índice de Habitabilidad del 88.35%.
El proyecto BermejaPi del IES Monterroso (MonteSTEAM por AidaRac) mide el campo magnético 3D desde la ISS con el Sense HAT para confirmar la magnetosfera del exoplaneta.
El proyecto BermejaPi del IES Monterroso (MonteSTEAM por AidaRac) une imágenes en ráfaga de la ISS con Python y OpenCV para crear la primera cartografía planetaria orbital.
El proyecto BermejaPi del IES Monterroso (MonteSTEAM por AidaRac) analiza el efecto invernadero atmosférico y detecta vegetación usando el índice BNDVI con la cámara NoIR de la ISS.
El proyecto BermejaPi del IES Monterroso (MonteSTEAM por AidaRac) calcula la masa, la gravedad y la temperatura de un planeta desconocido desde la ISS usando Python y física orbital.
En la décima entrega del proyecto BermejaPi, desarrollamos un generador de telemetría sintética orbital de alta precisión para superar las limitaciones de la simulación estática. Con datos variados y realistas, aplicamos algoritmos no supervisados de Scikit-Learn (K-Means e Isolation Forest), clasificando de forma autónoma tres tipos de biomas terrestres (océanos, vegetación fértil y nubes) e identificando anomalías magnéticas compatibles con la SAA, consolidando la rama de Ciencia de Datos para la memoria final de la ESA.
En la novena entrega del proyecto BermejaPi, ampliamos el alcance de nuestro script de vuelo incorporando la medición del campo magnético terrestre a través del magnetómetro triaxial del Sense HAT. Mediante el cálculo del vector total en microteslas ($\mu\text{T}$), el sistema registra fluctuaciones geofísicas en la magnetosfera a $400\text{ km}$ de altitud, permitiendo detectar regiones de baja intensidad como la Anomalía del Atlántico Sur (SAA) y combinando física espacial con observación óptica terrestre en un único dataset estructurado.
En esta octava entrega del proyecto BermejaPi, integramos el análisis de vegetación terrestre mediante el índice visible VARI (Visible Atmospherically Resistant Index) dentro de nuestro script de vuelo para la ESA. Esta técnica permite cuantificar la biomasa y salud de la cubierta vegetal en pasos continentales utilizando únicamente la cámara RGB de la ISS, registrando la densidad de clorofila y el porcentaje de suelo fértil en tiempo real sobre el archivo CSV de telemetría junto a las métricas de albedo y velocidad orbital.
En la séptima entrega del proyecto BermejaPi, implementamos una misión científica de observación terrestre orientada al estudio del clima para la Misión Space Lab de la ESA. Mediante el uso del espacio de color HSV en OpenCV, el script procesa en tiempo real las imágenes capturadas desde la ISS para calcular la proporción de masa nubosa (albedo estimado) y correlacionarla con la telemetría del Sense HAT y la velocidad orbital.