月球表面巡视探测自主局部避障规划

路径规划是月球表面巡视探测自主导航的重要功能,是提高地外天体表面探测效率和安全性的关键.国外已实现的地外天体表面自主路径规划方法以局部避障为主要目标,不考虑全局目标可达性和完备性,本文针对该问题,提出一种基于地形通过性定量评价和目标可达的综合自主局部避障规划方法,通过对稠密地形数据进行可通过性能的综合评价,并考虑与目标的方位和距离,规划出能够到达目标的避障安全路径.该方法已经成功应用于我国"玉兔号"和"玉兔二号"月球车的自主导航中.

地外巡视探测无人系统自主感知与操控技术发展综述

地外天体探测是空间科学与技术创新的重要途径,是当前和未来航天领域的发展重点之一.地外天体表面巡视探测是拓展探测广度和深度的有效途径.未来月球、火星探测任务对表面探测范围和探测效率的需求明显提高,探测范围从公里级扩展到百公里级以上,移动时速从百米级提高到公里级以上,要求地外巡视探测器具有更强的地外环境适应能力和探测效率.决定地外巡视探测能力的关键因素之一是自主环境感知与操控能力,本文面向我国未来深空探测重大工程任务需求,对地外巡视探测无人系统的自主感知与操控技术发展现状及趋势进行总结分析.

面向地外天体表面智能感知与操控研究的多源数据集

未来的地外天体探测已展现出人工智能的广阔应用前景,探测器可主动感知环境、理解环境,发现高价值目标,进行可靠推理和有效决策,并通过高精度导航和操控实现任务目标.地外天体表面场景复杂,地形地貌和地质等物理化学特性均无法确知,面向地外天体表面探测的智能感知与操控研究缺少有效的学习训练和测试验证数据集.本文介绍了北京控制工程研究所智能无人系统实验室在地外复杂场景模拟场条件下建立的天衢1.0多源数据集,数据集包含多源环境感知数据、探测器自身状态数据以及场景精准外测数据,能够为地外探测智能感知与操控研究提供研究与验证数据,推动深空探测人工智能理论方法与技术应用研究.