AI+深空 | “嫦娥”奔月，“天问”问天，我国深空探测任务中的智能处理

AI+深空 | “嫦娥”奔月，“天问”问天，我国深空探测任务中的智能处理

5月3日，"嫦娥六号"探测器由长征五号遥八运载火箭在中国文昌航天发射场成功发射，开启为期近两月的月球探测任务。在本次任务中，嫦娥六号将历经地月转移、近月制动、环月飞行、着陆下降、月面软着陆等过程，在月球背面预选区域采集月表岩石和月壤样品，同时开展科学探测。

自动驾驶示意图

（图片来源：网络）

月球背面地形复杂，尽管有"鹊桥"中继卫星的协助，地月通信也存在延迟，有时信号还会被遮挡，因此嫦娥六号必须具备"独立行走"的能力，避开障碍物、选择合适的着陆点，并开展采样和科研工作，也需要一颗"智能大脑"。

实际上，在深空探测任务中，AI智能处理技术正在发挥越来越重要的作用。

太空中的"无人驾驶"

深空探测器在太空中的运行是真正的"无人驾驶"，类比于地面的汽车，深空探测器的操作方式也经历了一个从"手动挡"到"自动挡"的发展过程：

1. 手动：地面操控人员手动操作，将任务指令通过中继卫星上传
2. 自动化：根据地面预设的程序和流程严格执行预定任务
3. 自主化：针对已知环境和确定性问题，基于数学方法，使探测器在信息基本完全、低动态要求的任务中能够做出自主选择
4. 智能化：针对未知环境和不确定性问题，基于人工智能技术，使系统具备与人类相似的能力，执行信息不完全、高动态要求的复杂任务。

在地面的自动驾驶汽车中，配备有多种传感器、摄像头和雷达等设备来感知周围环境，并通过先进的算法和控制系统来分析这些信息并做出相应的驾驶决策。

电影《机器人总动员WALL·E》中的智能机器人

（图片来源：网络）

与此类似，深空探测器的"无人驾驶"也包括对外部环境的感知和建模、任务规划调度以及控制。此外，由于深空探测器难以测控维修，因此还需要能够对自身状态进行感知和管理。

深空中的智能处理技术

1. 感知与信息融合：根据多源传感器的数据，利用计算机视觉、机器学习、多模态数据融合等技术，建立环境感知、定位、自主导航和适应能力，特别是在星球表面着陆和巡视时的自主避障与安全运行。
2. 规划与决策控制：利用智能规划技术，根据探测器内部和外部的实时状态信息进行任务规划与决策控制策略调整，特别是定点精准着陆和精准操作等任务。
3. 数据处理和分析：针对深空探测任务产生的大量数据，利用自主识别和分类方法，在轨处理、分析和解释这些数据，在有限的通信条件下将更多的有效信息传回地面，帮助科学家更高效地开展研究工作，例如岩石成分分析、资源定位与环境建模等。
4. 故障修复与健康管理：在深空探测中，航天器的可靠性至关重要。利用机器学习和数据挖掘技术分析探测器运行数据，实时监控航天器的状态，及时发现和诊断潜在的问题，并自动执行修复程序 。

智能处理的深空应用

着陆

着陆是深空探测器向地外天体迈出的第一步，2004年我国探月工程立项，制定了"绕、落、回"三步走战略目标，其中的"落"即为实现探测器在月球表面的软着陆。

深空探测器的"软着陆"指的是探测器在到达目标天体（如月球、火星等）时，以足够慢的速度和适当的角度安全着陆，避免因撞击而损坏。实现软着陆通常需要复杂的推进系统和精密的制导、导航与控制技术。

在早期的着陆任务中，探测器需要在环绕飞行阶段获得行星表面光学及高程信息，识别地表环境、监测障碍因素，绘制分布图并选择安全着陆区域。

2013年12月，我国探月工程"嫦娥三号"发射，并成功实现了世界上首次利用机器视觉的地外天体软着陆自主避障。

嫦娥三号月面软着陆

（图片来源：见水印）

2018年12月，"嫦娥四号"发射，2019年1月实现了世界上首次月背软着陆。"嫦娥四号"采用了完整的智能避障控制技术，包括机器视觉智能感知、位姿机动智能决策、变推力实时执行等。

2020年7月，我国火星探测器"天问一号"发射，2021年5月成功着陆于火星乌托邦平原，首次实现了我国基于机器视觉的地外行星软着陆。

巡视

巡视探测器（行星车）是对天体进行深入研究的主要形式。例如，2016年我国立项了首次火星探测任务，计划通过一次任务实现火星环绕、着陆和巡视探测。

早期的行星车通常依靠地球上的控制中心进行遥控控制。由于这些探测器与地球之间的距离非常遥远，通信存在显著的延迟，这就要求探测器具备一定的自主能力，能够处理简单的指令和紧急情况。

现代的行星车，如NASA的好奇号和毅力号火星车，拥有更高级的自主系统，能够执行更为复杂的任务，可以在火星表面自主导航、选择科学目标并进行详细分析，而无需等待地球的指令。

与地面自动驾驶不同，行星车面临太空中的极恶劣环境，受到功耗、体积、温度等种种限制，巡视探测需要突破高精度感知、高性能计算等技术。美国喷气推进实验室JPL正在进行的一项工作，旨在将最新的自动驾驶技术引入火星、月球等。

我国"嫦娥四号"携带的"玉兔二号"月球车也具备自主巡视能力，通过相机、激光点阵器、惯性敏感器和太阳敏感器等载荷，可自主实现导航定姿定位、环境感知、避障规划、紧急避障、运动协调控制和安全监测等功能，但由于计算资源仍不够丰富，还不具备智能化任务能力。

"玉兔二号"三视图

（图片来源：网络）

2021年5月，"天问一号"携带的"祝融号"火星车成功着陆。在巡视阶段，"祝融号"在火星表面进行移动探测，收集更多科学数据。对火星的表面形貌、土壤特性、物质成分、水冰、大气、电离层、磁场等开展科学探测，并为未来的任务打下基础。成功验证了全局环境感知、路径规划与自主避障能力，为天体表面巡视智能化技术奠定了基础。

"天问一号"任务火星车"祝融号"的载荷解析

（图片来源：见水印）

科学探测

深空科学探测是深空探测器的核心任务，而深空环境不断发展变化，科学探测任务复杂、数据多样，因此深空探测器不仅需要自主任务执行能力，也需要在轨数据处理能力，并能够根据实时信息调整任务规划。

2016年，NASA为"好奇号"火星探测器安装了一套器载智能软件（AEGIS） ，能够从导航相机图像中识别出科学目标，与任务科学家指定的参数模型相匹配，并立即使用相机对其进行测量。AEGIS 识别准确率达到93%，大大缩短了任务时间，显著提高了相机数据收集的速度。

2020年12月，"嫦娥五号"完成中国首次月球采样返回，建立了月面无人自动采样返回地面试验体系。采用了基于人工智能技术的地外天体采样柔性系统，在系统的支持下，任务执行效率提升一倍。

"嫦娥五号"采样示意

（图片来源：见水印）

2024年5月，"嫦娥六号"发射，即将执行月背采样返回任务。针对月背着陆区月壤特性，嫦娥六号采样封装分系统进行了多项升级，采用适应月球背面采样的控制算法和采样策略，进一步提高了科学探测的智能化、自动化程度，增强了月壤采样效率、采样能力和在轨工作可靠性。

未来的深空智能

随着人类对深空的不断探索，可以畅想，不久的将来深空资源也能得到开采和利用，人工智能技术将扮演关键角色，就像《流浪地球》中建设月球基地的智能系统。未来智能处理技术的重点可能包括：

1. 多（群）智能体协同技术：任务统筹、分工部署、协同执行
2. 智能开采与原位制造技术：开采、转运、原位加工制造
3. 智能装配与大规模建造技术：智能装配、系统制造

月球基地设想图

（图片来源：GOOODME）

深空承载着人类的想象和憧憬，随着科技发展，人类已经向宇宙踏出了很多步，而太空探索从无止境，智能技术终将推动人类走进星辰大海。