Con astro_pi_orbit apuntamos la posición de la ISS en cada foto y cada lectura, y aprendemos por qué una posición calculada no cuenta como dato de sensor.
Probamos nuestro programa con el Astro Pi Replay Tool: datos reales de la ISS, el zip bien hecho y diez minutos de campo magnético en órbita para analizar.
Programamos un temporizador en la Raspberry Pi con datetime: el programa para solo antes de los 10 minutos de la ISS y toma una lectura cada segundo exacto.
Guardamos en un archivo CSV los datos de la Sense HAT, aprendemos dónde queda exactamente, hacemos nuestra primera gráfica y lo entregamos en Moodle.
Probamos los sensores Sense HAT en el aula y en una ISS simulada para descubrir cuáles cambian en 10 minutos de órbita y elegir los de nuestro experimento.
Chisme del Lince AstroPi02: descubrimos la Sense HAT de la Raspberry Pi, la placa de Astro Pi, y escribimos el primer programa en Python que lee temperatura, humedad, presión y luz.
Chisme del Lince AstroPi01: ponemos en marcha la Raspberry Pi Astro Pi del instituto, con Sense HAT y cámara, en español y por VNC, antes de programar para la ISS.
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.
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 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.