月球科研站人工智能技術(shù)研究

張 哲，秦 同，師一帥，喬 棟，簡抗抗，陳 輝，張?zhí)熘?，?瑞，金 霄

（1.北京理工大學(xué) 宇航學(xué)院，北京 100081；2.深空探測實(shí)驗(yàn)室，北京 100195；3.探月與航天工程中心，北京 100195；4.北京理工大學(xué) 信息與電子學(xué)院，北京 100081；5.上海航天技術(shù)研究院，上海 201109；6.中國科學(xué)技術(shù)大學(xué)，合肥 230026）

引 言

月球科研站是指可在月球開展原位、巡視、飛躍和遙感等各類科學(xué)探測活動，具備月球資源勘查與開發(fā)利用、月基空間科學(xué)觀測、基礎(chǔ)科學(xué)試驗(yàn)與前沿技術(shù)驗(yàn)證等綜合性科研能力，長期自主運(yùn)行、短期有人照料的深空基礎(chǔ)設(shè)施系統(tǒng)。設(shè)計(jì)并建造月球科研站，對開辟人類科研活動新空間、帶動基礎(chǔ)前瞻性技術(shù)突破、孕育重大科學(xué)發(fā)現(xiàn)、提升地外天體探測與資源利用能力、拓展人類生存疆域等具有重要意義。月球科研站的設(shè)想開始于20世紀(jì)六七十年代，隨著“阿波羅”（Apollo）登月計(jì)劃的實(shí)施，掀起了第一次探月熱潮，國際上相應(yīng)開展了大量關(guān)于月球基地建設(shè)的研究工作。其中，美國國家航空航天局（National Aeronautics and Space Administration，NASA）等主要航天機(jī)構(gòu)提出了多種技術(shù)方案，旨在建立一個(gè)月球前哨基地[1-2]，然而，受到當(dāng)時(shí)航天技術(shù)發(fā)展水平和復(fù)雜的政治與經(jīng)濟(jì)等因素影響，最終并未付諸實(shí)施。

20世紀(jì)末國際上再次掀起新一輪探月熱潮。與“阿波羅”時(shí)代不同的是，探月任務(wù)不再是政治驅(qū)動的產(chǎn)物，其技術(shù)帶動作用、科學(xué)成果產(chǎn)出和經(jīng)濟(jì)社會價(jià)值成為主要考量因素。多個(gè)航天國家或國際組織紛紛制定并實(shí)施了雄心勃勃的探月計(jì)劃。其中，美國政府于2017年宣布啟動目標(biāo)宏大的“阿爾忒彌斯”（Artemis）載人登月計(jì)劃，目標(biāo)是載人重返月球并建立長期科研基地，最終實(shí)現(xiàn)載人登陸火星。為此將發(fā)射30多個(gè)探測器，實(shí)施無人-環(huán)月-載人等多次探測任務(wù)，并在商業(yè)航天公司的參與下進(jìn)行月球資源勘探[3-4]?！鞍栠瘡浰?號”（Artemis 1）歷經(jīng)多次推遲，于2022年11月16日成功發(fā)射，其搭載的“獵戶座”（Orion）飛船在完成繞月飛行后，于12月11日返回地球。中國在2020年圓滿完成探月工程“繞”“落”“回”三步走戰(zhàn)略后，啟動了“探月工程四期”，計(jì)劃通過實(shí)施“嫦娥六號”“嫦娥七號”“嫦娥八號”等任務(wù)，在2030年前建成由多個(gè)月面探測器（也稱機(jī)器人，下同）、月球軌道器、中繼衛(wèi)星等構(gòu)成的月球科研站基本型，突破月面長期科研作業(yè)、原位資源勘查與開發(fā)利用等關(guān)鍵技術(shù)，深化“測月”“巡天”“觀地”等空間科學(xué)研究，為后續(xù)建成長期無人值守、短期有人照料的月球科研站奠定基礎(chǔ)[5]。

1 月球科研站概況

月球科研站作為綜合性深空基礎(chǔ)設(shè)施，將完成月球科學(xué)探測與原位數(shù)據(jù)分析、前沿技術(shù)試驗(yàn)驗(yàn)證、月球資源開發(fā)利用等任務(wù)，其主要組成部分包括指揮控制中樞、科學(xué)探測設(shè)施、前沿技術(shù)驗(yàn)證設(shè)施、能源站、通信站、多模式作業(yè)機(jī)器人等功能模塊。

1.1 月球科研站建造理念

月球科研站屬于月表大型科研基地，規(guī)模龐大且功能復(fù)雜，因此其設(shè)計(jì)建造過程應(yīng)遵循多任務(wù)并行與模塊化設(shè)計(jì)理念。

月球科研站以月球科學(xué)探測與資源開發(fā)利用為基本目的，將推進(jìn)基礎(chǔ)科學(xué)、前沿技術(shù)與工程應(yīng)用領(lǐng)域的融合創(chuàng)新，以支持在極端復(fù)雜的月面環(huán)境下開展多樣化科學(xué)研究與作業(yè)活動。

月球科研站的建造是一個(gè)長期且逐步完善的過程，應(yīng)依據(jù)不同功能需求進(jìn)行模塊化研制，且對各模塊的接口進(jìn)行標(biāo)準(zhǔn)化設(shè)計(jì)。這將有助于基本功能的快速實(shí)現(xiàn)，并為日常運(yùn)營維護(hù)和后續(xù)功能區(qū)域的拓展升級提供便利。

1.2 月球科研站功能

月球科研站應(yīng)具有科研試驗(yàn)、生產(chǎn)應(yīng)用與生存保障等基本功能[6-7]。其中，科研試驗(yàn)功能包括環(huán)繞探測、原位探測、飛躍探測、巡視探測、科學(xué)研究、技術(shù)開發(fā)與試驗(yàn)等；生產(chǎn)應(yīng)用功能包括月面起飛與著陸、月面起吊與運(yùn)輸、物資轉(zhuǎn)移與儲存、資源開發(fā)與利用、深空探測任務(wù)中轉(zhuǎn)等；生存保障功能包括中樞控制與運(yùn)營管理、能源供給與儲存、通信與導(dǎo)航、人員駐留與健康保持、組裝建造與維修維護(hù)等。月球科研站的基本功能體系如圖1所示。

圖1 月球科研站基本功能體系Fig.1 Basic functional system of lunar scientific research station

2 月球科研站任務(wù)特點(diǎn)

2.1 任務(wù)模式多且建造周期長

與先前的任務(wù)相比，月球科研站具有任務(wù)模式多、建造周期長等特點(diǎn)。從任務(wù)模式分析，先前探月任務(wù)主要有環(huán)月衛(wèi)星遙感[（1994年美國“克萊門汀”（Clementine）探測器繪制月表地形圖[8]]、衛(wèi)星撞擊[2009年日本“月球女神探測器”（ SELenological and ENgineering Explorer，SELENE）撞擊月球隕石坑[9]]、著陸探測（2013年中國“嫦娥三號”在月球軟著陸[10]）、載人登月（1969—1972年美國發(fā)射“阿波羅11～17號”進(jìn)行載人登月探測[11-17]）等，而月球科研站的建設(shè)不僅包含所有的傳統(tǒng)模式，還將實(shí)施更多新的任務(wù)，如月面大型結(jié)構(gòu)建造、資源開采、長程運(yùn)輸、多器協(xié)同探測等。從任務(wù)周期分析，迄今為止人類規(guī)模最大的“阿波羅”計(jì)劃持續(xù)12年，將12名航天員安全送上月球[11-18]，而月球科研站以開展長期無人值守、短期有人照料的綜合性科研活動為基本要求，其建造周期預(yù)計(jì)需要數(shù)10年（以建成月球科研站基本型為目標(biāo)的“中國探月工程四期”，其研制周期近10年）。

2.2 選址范圍廣且活動區(qū)域大

月球科研站的建設(shè)首先需要解決選址問題，合適的選址地點(diǎn)包括月球虹灣、開普勒撞擊坑、亞平寧山脈、南極等月表區(qū)域[18]和月球內(nèi)部的熔巖管道[19]。同時(shí)，選址過程還需綜合考慮地形、光照條件、水資源分布等復(fù)雜因素影響。因此，需結(jié)合科研站任務(wù)目標(biāo)對眾多的候選區(qū)域進(jìn)行充分論證和系統(tǒng)分析?？紤]到月球表面水冰資源主要富集于月球兩極與撞擊坑的陰影區(qū)[20]，“中國探月工程四期”將在月球南極選址建設(shè)月球科研站基本型，對永久陰影坑的水冰等資源進(jìn)行勘查與開發(fā)利用技術(shù)試驗(yàn)，開展一系列科學(xué)探測任務(wù)。在對月球資源的規(guī)模化開發(fā)利用過程中，可能要求在月球表面多地多址建設(shè)和運(yùn)營相關(guān)設(shè)施，且需要以多種轉(zhuǎn)移方式進(jìn)行月面長程運(yùn)輸，以完成對資源的調(diào)撥與月-地轉(zhuǎn)運(yùn)等工作。

2.3 月面環(huán)境復(fù)雜多變且威脅大

月表的高真空、微重力、強(qiáng)輻射、劇烈溫度變化、微隕石撞擊、月震與月塵等[21-25]極端環(huán)境條件對月球科研站的建設(shè)和運(yùn)行會產(chǎn)生巨大威脅。月表的高真空環(huán)境，使得航天員駐留艙必須為有內(nèi)壓的封閉結(jié)構(gòu)[21]；月表重力加速度僅為1.62 m/s2，微重力會降低結(jié)構(gòu)的穩(wěn)定性，對月面施工建造[20]造成不利影響；月面宇宙輻射強(qiáng)度可達(dá)300 mSv/a，而航天員所允許的最大輻射量僅為50 mSv/a；月表溫度區(qū)域分布不均，赤道溫度95～387 K，極地溫度50～200 K；月表劇烈的溫度變化（1 h內(nèi)最高可以上升150 K）會增加結(jié)構(gòu)的溫度內(nèi)力、降低材料的耐久性[21-23]；月面微隕石平均撞擊速度可達(dá)20 km/s，危害月表結(jié)構(gòu)安全[23]；月球平均每年發(fā)生月震500次，最大震級里氏5～6級，對月面基地的抗震設(shè)計(jì)提出了明確要求[24]；月塵具有腐蝕性與帶電性，導(dǎo)致月面設(shè)施需要考慮防塵與防靜電措施等[24-26]。

2.4 自動化需求高且多器協(xié)同復(fù)雜

月球科研站的建造不同于地球表面，在建造前期，不具備人員長期駐留的條件，幾乎完全依賴月球表面的遠(yuǎn)程操控設(shè)備或自動化機(jī)器人；同時(shí)，由于月面不能與地面測控站連續(xù)通信且存在一定的鏈路時(shí)延，自動化設(shè)備將在月表發(fā)揮重要作用。月球科研站建造任務(wù)龐大且復(fù)雜，對自動化設(shè)備或機(jī)器人的工作能力與數(shù)量都提出了更高要求，然而地月運(yùn)輸成本高，從地球運(yùn)送功能不同的大型設(shè)備或機(jī)器人會造成資源的大量消耗。因此，利用多機(jī)器人的協(xié)同配合，組成具有多種功能、可完成不同類型任務(wù)的機(jī)器人集群，并且在完成某種任務(wù)后，通過改變協(xié)同方式實(shí)現(xiàn)其它功能，以取代各種單一功能的大型設(shè)備，是一種極具現(xiàn)實(shí)意義的解決方案。上述過程所涉及的機(jī)器人數(shù)量較多且協(xié)同方式復(fù)雜，會帶來多器協(xié)同控制問題。

2.5 人機(jī)聯(lián)合作業(yè)場景多且交互頻繁

月球科研站基本功能之一是實(shí)現(xiàn)人類在月面的短期駐留。在月球科研站建成之后，科研站的資源開采、科學(xué)研究、物資運(yùn)輸?shù)裙δ艿膶?shí)現(xiàn)可能會有人參與，駐月航天員將是月球科研站的重要組成部分。而月表與地表環(huán)境有顯著差異，導(dǎo)致從最基本的生存保障到航天員科研活動、資源開采等任務(wù)都無法僅依靠人類完成，在月面進(jìn)行的任何活動都將高度依賴月球科研站中的大量設(shè)備與機(jī)器人。因此，相對于其他太空探測活動，月球科研站運(yùn)行期間，將會有更多的人機(jī)聯(lián)合作業(yè)場景，其中所涉及的人機(jī)交互也會更加復(fù)雜頻繁。

3 面向月球科研站的人工智能技術(shù)

早在20世紀(jì)六七十年代就有學(xué)者開展過對月球科研站或航天員月表駐留基地的研究工作，但是受任務(wù)復(fù)雜性和相關(guān)技術(shù)水平等客觀條件限制，當(dāng)前在月球科研站選址、建設(shè)、運(yùn)行等方面仍面臨諸多挑戰(zhàn)。月球科研站長期無人值守，其建設(shè)過程及多種作業(yè)任務(wù)依賴于月面機(jī)器人等自主系統(tǒng)，而現(xiàn)階段空間機(jī)器人與自主系統(tǒng)能力不足是造成上述技術(shù)挑戰(zhàn)的主要因素。例如，用于空間站作業(yè)的艙外機(jī)器人[27]需航天員實(shí)時(shí)操作，無法應(yīng)對遠(yuǎn)距離、存在信息傳遞時(shí)延的月面建造任務(wù)；行星探測機(jī)器人（例如NASA的火星巡視器[28]與月球探測器等）仍需遠(yuǎn)程遙操作與局部自主相結(jié)合，無法實(shí)現(xiàn)全自主路徑規(guī)劃與決策控制；人機(jī)協(xié)作機(jī)器人（例如NASA的二代機(jī)器人宇航員[29]、俄羅斯的仿人機(jī)器人SAR-401[30]與波士頓動力公司的Spotmini機(jī)器狗[31]等）是近年來新興的研究方向，此類機(jī)器人面向人機(jī)協(xié)同作業(yè)，雖已完成部分地面實(shí)驗(yàn)，但在月面環(huán)境下的人機(jī)交互效果有待驗(yàn)證。此外，現(xiàn)階段的空間機(jī)器人研究，多數(shù)針對單個(gè)機(jī)器人工作能力的提升，而多機(jī)器人協(xié)同作業(yè)與融合感知技術(shù)研究較少。

自主技術(shù)的快速發(fā)展及其在各領(lǐng)域的成功應(yīng)用，為解決月球科研站面臨的上述問題提供了技術(shù)途徑。早在1998年，NASA就發(fā)射了“深空-1號”（Deep Space-1）探測器以驗(yàn)證自主規(guī)劃與自主導(dǎo)航技術(shù)[32]，并提出“技術(shù)衛(wèi)星-21”（Techsat-21）計(jì)劃以演示衛(wèi)星的自主編隊(duì)與感知能力[33]。近年來，隨著在軌計(jì)算機(jī)性能的提升與神經(jīng)網(wǎng)絡(luò)等智能算法的不斷完善，人工智能技術(shù)在航天尤其是深空探測領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力，如美國“毅力號”（Perseverance）火星探測器，實(shí)現(xiàn)了軌道器與火星車的自主協(xié)同任務(wù)規(guī)劃[34]。對于月球科研站，人工智能技術(shù)可充分利用多學(xué)科融合、自主學(xué)習(xí)、人機(jī)結(jié)合和協(xié)同共融等理念，使月面作業(yè)機(jī)器人與月球科研站智能設(shè)備具有極強(qiáng)的環(huán)境認(rèn)知、自主規(guī)劃、任務(wù)適應(yīng)、異常處置和高效協(xié)同能力[35]。面向月球探測與科研站建造任務(wù)的人工智能技術(shù)主要包括智能融合感知、智能協(xié)同控制、智能路徑規(guī)劃、智能故障檢測、智能規(guī)劃與決策、智能人機(jī)交互等，如圖2所示。

圖2 面向月球科研站建造需求的人工智能技術(shù)Fig.2 Technical challenges and artificial intelligence requirements based on lunar scientific research station establishion

人工智能技術(shù)在月球科研站設(shè)計(jì)、建造與運(yùn)行等階段具有重要應(yīng)用價(jià)值，在管理維護(hù)方面也有很大應(yīng)用潛力，可大幅降低對地面運(yùn)維系統(tǒng)的依賴。同時(shí)，通過搭建數(shù)字月球或模型化平臺，可在虛擬環(huán)境中實(shí)現(xiàn)科研站核心功能的仿真驗(yàn)證，并為人工智能算法提供可配置、可優(yōu)化、靈活實(shí)現(xiàn)的驗(yàn)證環(huán)境。

3.1 智能融合感知

智能融合感知是指利用不同種類的傳感器獲取周圍環(huán)境或目標(biāo)的多源多模態(tài)時(shí)空信息，并基于深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等方法融合多源信號和挖掘互補(bǔ)信息，進(jìn)而實(shí)現(xiàn)對周圍環(huán)境的智能感知。

智能融合感知可應(yīng)用于月球科研站選址、建造和運(yùn)行等全過程。通過智能融合感知，可快速綜合處理各類傳輸數(shù)據(jù)與自身狀態(tài)信息，以及光學(xué)成像載荷等傳感器獲得的外部信息并做出相應(yīng)的巖石開采、月表形貌測繪等探測操作，有助于高效自主地完成月表選址等任務(wù)。月球表面環(huán)境條件復(fù)雜且存在各種威脅，精準(zhǔn)快速地感知周圍環(huán)境中各種信息并得到相應(yīng)的處理結(jié)果，是保證機(jī)器人正常開展月球科研站建造任務(wù)的重要前提。月面運(yùn)輸機(jī)器人通過智能融合感知，可同時(shí)處理貨物位置、行進(jìn)速度與環(huán)境威脅等信息，實(shí)時(shí)監(jiān)測自身狀態(tài)，在出現(xiàn)突發(fā)情況時(shí)可提前采取相應(yīng)的風(fēng)險(xiǎn)規(guī)避措施，保證運(yùn)輸過程安全。

基于智能感知的多傳感器融合技術(shù)，其基本原理與人類大腦對周圍環(huán)境信息的綜合處理過程類似。人類通過各種感官探測獲得信息，并將這些信息傳輸至大腦與先驗(yàn)知識綜合，進(jìn)而對周圍環(huán)境和正在發(fā)生的事件做出快速準(zhǔn)確的評估；類似地，智能機(jī)器人通過自身攜帶的各類傳感器獲得探測信息，將這些信息輸入信息融合中心與數(shù)據(jù)庫進(jìn)行綜合，最終實(shí)現(xiàn)對周圍環(huán)境信息的融合處理[36-37]。多傳感器融合主要有分布式與集中式兩種架構(gòu)。分布式架構(gòu)，即先對各個(gè)獨(dú)立傳感器所獲得的原始數(shù)據(jù)單獨(dú)處理，然后再將處理結(jié)果送入信息融合中心進(jìn)行優(yōu)化、濾波與組合等一系列操作，分布式架構(gòu)對處理器通信帶寬的需求較低，計(jì)算速度快，可靠性和延續(xù)性好，但對環(huán)境狀態(tài)信息的跟蹤精度較差；集中式架構(gòu)，則將各傳感器獲得的原始數(shù)據(jù)不加處理直接送至中央處理器，可以實(shí)現(xiàn)多元數(shù)據(jù)的實(shí)時(shí)融合，且處理精度高、算法靈活，但對處理器的帶寬與計(jì)算速度等要求高，且處理數(shù)據(jù)量大，相比分布式系統(tǒng)的實(shí)現(xiàn)難度較大[38-39]。月面多傳感器系統(tǒng)獲取的信息具有復(fù)雜度高和多樣性強(qiáng)等特點(diǎn)，因此要求其嵌入的信息融合算法魯棒性高、泛化性強(qiáng)且支持高性能并行計(jì)算。信息融合算法通常使用處理非線性問題的數(shù)學(xué)方法，如貝葉斯準(zhǔn)則、卡爾曼濾波、D-S證據(jù)理論法等。近年來，隨著人工智能技術(shù)的發(fā)展，模擬人腦認(rèn)知過程的模糊集理論法和人工神經(jīng)網(wǎng)絡(luò)法也被應(yīng)用于多傳感器信息融合[40]。與前幾種傳統(tǒng)算法相比，上述智能算法在挖掘多傳感器數(shù)據(jù)與目標(biāo)信息的非線性、不確定性關(guān)系中更具優(yōu)勢，因此在容錯性、自適應(yīng)性、聯(lián)想記憶和并行處理能力上表現(xiàn)優(yōu)越。然而，由于神經(jīng)網(wǎng)絡(luò)的黑箱特性，當(dāng)前智能融合算法也存在可解釋性差等問題，面對與實(shí)際環(huán)境條件相差較大的復(fù)雜場景，模型的可遷移性有待考量。

基于深度學(xué)習(xí)的智能融合感知方法已經(jīng)在現(xiàn)實(shí)場景中（例如掃地機(jī)器人、自動駕駛、工業(yè)機(jī)械臂等）得到廣泛應(yīng)用。然而，面對月球科研站所處的極端復(fù)雜環(huán)境，現(xiàn)有智能融合感知算法存在泛化能力弱、魯棒性低、可解釋性差等問題。如何解決以上問題是未來月面多源信息智能融合感知技術(shù)的重點(diǎn)研究方向。

3.2 月面多機(jī)器人智能協(xié)同控制

智能協(xié)同控制主要針對傳統(tǒng)中心協(xié)同控制在系統(tǒng)規(guī)模較大時(shí)能力不足的問題，通過自組織控制并結(jié)合人工智能技術(shù)，利用多個(gè)機(jī)器人局部相互作用實(shí)現(xiàn)復(fù)雜集群行為，使系統(tǒng)具備完成復(fù)雜任務(wù)的集群智能能力。

月面多機(jī)器人智能協(xié)同控制主要實(shí)現(xiàn)的功能有空間組織、空間部署、集群運(yùn)輸與操控、集群決策等。空間組織是將月面機(jī)器人與物品以各種形式分布在空間中的控制行為，包括物品聚集與組裝以及自組裝（通過物理連接形成特定結(jié)構(gòu)并完成特定任務(wù)）等，如利用神經(jīng)網(wǎng)絡(luò)監(jiān)督學(xué)習(xí)算法實(shí)現(xiàn)集群機(jī)器人對特定物品的收集[41]，利用視覺感知、多傳感器信息融合與神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器人自組裝[39-44]；空間部署主要解決如何使月面機(jī)器人在保持彼此最大空間距離的條件下，實(shí)現(xiàn)群體覆蓋面積最大化的問題，可通過直接通信實(shí)現(xiàn)，即機(jī)器人之間直接進(jìn)行信息交換或感知對方位置，包括通過無線網(wǎng)絡(luò)交換位置和角度信息的顯式通信，以及借助相對位置感知的隱式通信[45-47]，同時(shí)也可以通過間接通信實(shí)現(xiàn)，即借助機(jī)器人對空間放置的某些特殊線索、信息素等的正/負(fù)反饋完成[48-49]；集群運(yùn)輸與操控旨在通過群體協(xié)作完成月面物體操作（通常超出單個(gè)個(gè)體的能力，如搬運(yùn)大質(zhì)量物體），如通過計(jì)算機(jī)視覺實(shí)現(xiàn)機(jī)器人的集體運(yùn)輸[50]、利用神經(jīng)網(wǎng)絡(luò)使集群機(jī)器人構(gòu)成合適的幾何結(jié)構(gòu)以搬運(yùn)不同大小和形狀的物品[51]等；集群決策關(guān)注月面機(jī)器人在多個(gè)可選目標(biāo)中采取何種行為策略，從而使群體收益實(shí)現(xiàn)最大化，包括集群機(jī)器人共識形成[52-54]與相應(yīng)個(gè)體的任務(wù)分配[55-56]。

月球科研站由于任務(wù)規(guī)模大且環(huán)境復(fù)雜多變，可能出現(xiàn)多種突發(fā)情況，通過單個(gè)機(jī)器人編程完成固定操作顯然無法滿足任務(wù)需求，需要多個(gè)自動化器械與機(jī)器人相互配合，構(gòu)成完整的系統(tǒng)并具備系統(tǒng)層面自主調(diào)度能力。傳統(tǒng)的中心控制方式無法滿足上述要求，而通過智能協(xié)同控制可以在不對單個(gè)機(jī)器人感知、信息處理能力等提出過高要求的前提下，實(shí)現(xiàn)對月面多個(gè)機(jī)器人的高效控制，使得整個(gè)系統(tǒng)具有更高的自主性、魯棒性與靈活性。智能協(xié)同控制可應(yīng)用于選址、建造等過程中多機(jī)器人協(xié)作的諸多場景。在月表選址探測過程中，可以通過不同位置探測器的智能協(xié)同控制，令每個(gè)探測器與附近探測器共享環(huán)境信息以及探測能力、電量等自身狀態(tài)信息，并根據(jù)這些共享信息實(shí)時(shí)調(diào)整自身的探測范圍，避免出現(xiàn)對某一區(qū)域的重復(fù)探測或規(guī)定時(shí)間內(nèi)未探測的情況，保證探測任務(wù)的高效進(jìn)行。此外，月球科研站建造任務(wù)中也可以引入模塊化機(jī)器人設(shè)計(jì)理念，即大量構(gòu)型相同或相似的小型機(jī)器人，通過智能自組裝形成具有不同功能、能夠完成不同任務(wù)的多種大型機(jī)器人，以減少向月球運(yùn)輸次數(shù)，顯著降低運(yùn)輸成本。在月球科研站建造過程中，集群機(jī)器人也需要通過智能協(xié)同控制，實(shí)現(xiàn)大小、重量不同的材料運(yùn)送與組裝，并完成不同構(gòu)型建筑的集群建造。

3.3 月面運(yùn)輸中的智能路徑規(guī)劃

月面運(yùn)輸中的智能路徑規(guī)劃旨在使月面機(jī)器人能夠在無人操控的情況下，自主規(guī)劃路徑并安全避障，從而完全自主地實(shí)現(xiàn)兩地點(diǎn)之間的轉(zhuǎn)移。按照月面運(yùn)輸?shù)念愋停蓜澐譃樵旅婕簷C(jī)器人運(yùn)輸與單機(jī)器人運(yùn)輸。根據(jù)是否可以提前獲得環(huán)境信息，移動機(jī)器人的智能路徑規(guī)劃分為離線路徑規(guī)劃（靜態(tài)路徑規(guī)劃）和在線路徑規(guī)劃（動態(tài)路徑規(guī)劃）[57]。對于離線路徑規(guī)劃，環(huán)境中固定障礙物的位置與移動障礙物的運(yùn)動軌跡均為已知；對于在線路徑規(guī)劃，障礙物的信息無法提前獲取。

月面集群機(jī)器人的運(yùn)輸可以獲得多機(jī)器人多傳感器信息，對單機(jī)器人自身的功能要求較低，一般情況下機(jī)器人只需具備簡單的運(yùn)動、傳感和短距離通信功能即可完成靜態(tài)路徑的智能規(guī)劃[58-59]。靜態(tài)路徑很好地解決了集群機(jī)器人的相對導(dǎo)航問題，對于較小規(guī)模的系統(tǒng)可穩(wěn)定執(zhí)行任務(wù)，但需要其他機(jī)器人或特定物品作為路標(biāo)標(biāo)示，因此對于月球科研站中需要大規(guī)模集群機(jī)器人路徑規(guī)劃的場景，其資源利用效率將大大降低?；趧討B(tài)路徑的群體輔助導(dǎo)航技術(shù)，為該問題提供了解決方案。動態(tài)路徑規(guī)劃即通過不同個(gè)體感知信息的共享，實(shí)現(xiàn)動態(tài)環(huán)境下起始地與目標(biāo)地之間最優(yōu)路徑的實(shí)時(shí)規(guī)劃，如通過機(jī)器人之間相對位置和與目標(biāo)點(diǎn)位置的不斷更新（機(jī)器人與目標(biāo)位置不斷縮短）實(shí)現(xiàn)兩點(diǎn)之間路徑的動態(tài)規(guī)劃[60-62]，或通過模仿昆蟲集群行為中基于信息素濃度的感知完成空間路徑規(guī)劃[47-48]。動態(tài)路徑方法突破了靜態(tài)路徑法資源利用效率較低的限制，路徑可以動態(tài)添加或刪除，標(biāo)示動態(tài)路徑的探測器數(shù)量可變，因此該方法對于月球科研站中探測器故障具有高魯棒性，適用于較大規(guī)模的集群系統(tǒng)[63]。

對于月面單機(jī)器人（例如月球車）的運(yùn)輸，無法通過集群行為獲取路徑規(guī)劃策略，因此，單機(jī)器人智能路徑規(guī)劃的核心是其自身路徑規(guī)劃算法。常見的路徑規(guī)劃算法及其分類如圖3所示。其中，離線路徑規(guī)劃又被稱為全局路徑規(guī)劃；而在線路徑規(guī)劃則被稱為局部路徑規(guī)劃，其本質(zhì)以離線模式開始，但在發(fā)現(xiàn)障礙場景中的新變化時(shí)切換到在線模式，在線路徑規(guī)劃由于計(jì)算量較大，一般情況下無法應(yīng)用于單機(jī)器人的整個(gè)移動路徑。下面分別介紹兩種路徑規(guī)劃的典型算法：離線路徑規(guī)劃包括細(xì)胞分解法和路線圖方法等。細(xì)胞分解法或柵格地圖法，是指將地圖分為多個(gè)塊或點(diǎn)，通過最短路徑算法得到起始點(diǎn)到目標(biāo)點(diǎn)需要經(jīng)過的路程；路線圖方法，是指依靠已知的環(huán)境地圖以及地圖中的障礙物信息，構(gòu)造從起點(diǎn)到終點(diǎn)的可行路徑，主要包括可見圖法和Voronoi圖法等。在線路徑規(guī)劃包括人工勢場法、矢量場直方圖法、動態(tài)窗口法等。人工勢場法，是指將目標(biāo)和障礙物對機(jī)器人運(yùn)動的影響抽象為人造勢能場，目標(biāo)處勢能低，障礙物處勢能高，目標(biāo)對機(jī)器人的引力和障礙物對機(jī)器人的斥力產(chǎn)生的合力，控制機(jī)器人沿勢場的負(fù)梯度方向向目標(biāo)點(diǎn)運(yùn)動；矢量場直方圖法由人工勢場法改進(jìn)而來，它將周圍環(huán)境劃分為單元格，將障礙作為行進(jìn)代價(jià)，根據(jù)計(jì)算不同方向的行進(jìn)代價(jià)繪制直方圖，并選擇直方圖值低的區(qū)域作為前進(jìn)方向；動態(tài)窗口法，是指通過對速度空間施加約束以確保動力學(xué)模型和避障要求，在速度空間中搜索機(jī)器人最優(yōu)控制速度，從而設(shè)計(jì)安全抵達(dá)目的地的路徑。路線圖等離線算法主要依據(jù)場景全局幾何模型進(jìn)行路徑規(guī)劃，可能存在障礙物碰撞、路徑冗余與計(jì)算時(shí)間過長等問題；人工勢場法等在線算法主要用于局部避障，但存在影響全局路徑造成冗余或?qū)θ謪?shù)依賴性過高等問題。月面單機(jī)器人智能運(yùn)輸對算法的快速性與準(zhǔn)確性提出較高要求，可以通過蟻群算法、粒子群算法等啟發(fā)式算法提升機(jī)器人離線路徑規(guī)劃與在線路徑規(guī)劃的算法性能[64]。

圖3 路徑規(guī)劃算法分類圖Fig.3 Classification of path planning algorithms

由于月面地形復(fù)雜且障礙物較多，月球車需要同時(shí)具備較強(qiáng)的自主路徑規(guī)劃與避障能力，實(shí)現(xiàn)環(huán)境因素的智能感知并自主規(guī)劃行進(jìn)路徑，從而彌補(bǔ)航天員對周圍環(huán)境信息感知的不足，顯著提升運(yùn)輸過程中人員與貨物的安全性；此外，利用智能路徑規(guī)劃與自主智能感知技術(shù)，也能夠?qū)崿F(xiàn)月面移動實(shí)驗(yàn)室的建造，即使無人操控也可以自主移動到目標(biāo)地點(diǎn)，為下一次任務(wù)航天員的登陸與科學(xué)實(shí)驗(yàn)提供極大便利。對于利用月面集群機(jī)器人的運(yùn)輸，在整個(gè)運(yùn)輸過程中完全無人參與，多器之間配合情況復(fù)雜，集群智能路徑規(guī)劃技術(shù)是實(shí)現(xiàn)多機(jī)器人之間高效配合以完成運(yùn)輸任務(wù)的必要手段，且通過發(fā)揮集群智能的優(yōu)勢還可有效降低對單個(gè)運(yùn)輸機(jī)器人的功能要求。

月面運(yùn)輸面臨的環(huán)境威脅大、突發(fā)情況復(fù)雜，未來智能路徑規(guī)劃技術(shù)的應(yīng)用，仍需要在更高效的路徑規(guī)劃算法融合、算法應(yīng)用范圍擴(kuò)展、多傳感器信息融合對路徑規(guī)劃和避障影響機(jī)理等方面開展深入研究[65]。

3.4 月面系統(tǒng)中的智能故障檢測

智能故障檢測是指通過數(shù)據(jù)采集和分析等技術(shù)改進(jìn)傳統(tǒng)故障檢測方法，從而自動識別月球科研站建造或運(yùn)行過程中存在的隱患，并對已發(fā)生或可能發(fā)生的故障及時(shí)發(fā)出警示，進(jìn)而輔助完成隱患的判定和處理[66-67]。

對于月球科研站，長期無人值守是常態(tài)，能源、科學(xué)實(shí)驗(yàn)等月面系統(tǒng)將長時(shí)間自主運(yùn)行。因此，智能故障檢測是使月面系統(tǒng)具備自主狀態(tài)監(jiān)測和針對故障現(xiàn)象及時(shí)做出相應(yīng)處置等能力的必要手段。智能故障檢測系統(tǒng)可應(yīng)用于月表惡劣環(huán)境下月球科研站各種設(shè)備的運(yùn)行維護(hù)。

目前智能故障檢測系統(tǒng)實(shí)現(xiàn)的方法主要有兩種：基于專家系統(tǒng)與基于深度學(xué)習(xí)的智能故障診斷。專家系統(tǒng)通常利用專家知識，對重要的參數(shù)設(shè)置上下限閾值，當(dāng)某個(gè)參數(shù)的測量值超限時(shí)，就會觸發(fā)報(bào)警[68]；利用專家系統(tǒng)構(gòu)建月球科研站中的智能故障診斷系統(tǒng)，可以使每次故障診斷都成為學(xué)習(xí)的過程，提高快速使用和維護(hù)保障能力，其技術(shù)框架如圖4所示，其中知識庫存放月面各功能系統(tǒng)的知識（反映系統(tǒng)的工作機(jī)理及結(jié)構(gòu)知識）、設(shè)備故障時(shí)的異常輸出值（故障檢測特征值）和故障自動檢測算法與推理規(guī)則等，通過上述存放內(nèi)容可反映各功能系統(tǒng)的因果關(guān)系，推理故障產(chǎn)生過程；數(shù)據(jù)庫儲存月面設(shè)備的設(shè)計(jì)參數(shù)（如工作轉(zhuǎn)速、介質(zhì)流量、正常工作時(shí)的電壓或電流等）；推理機(jī)對系統(tǒng)獲取的信息與數(shù)據(jù)庫信息進(jìn)行對比，同時(shí)綜合運(yùn)用知識庫中儲存的各種規(guī)則進(jìn)行故障診斷，輸出檢測結(jié)果[69]。

圖4 基于專家系統(tǒng)的月球科研站智能故障檢測系統(tǒng)技術(shù)框架Fig.4 Technical framework of intelligent fault detection system for lunar scientific research station based on expert system

基于深度學(xué)習(xí)的智能故障診斷方法即構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，自動提取故障特征并分類，其中網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)設(shè)計(jì)將直接影響故障診斷效果[70-74]。目前，基于深度學(xué)習(xí)的智能故障檢測主要采用的基本模型框架包括深度置信網(wǎng)絡(luò)（Deep Belief Networks，DBN）、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）、堆疊自動編碼機(jī)（Stacked Auto Encoder，SAE）、遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）等[75-76]。相較傳統(tǒng)機(jī)器學(xué)習(xí)方法（如上文中基于專家系統(tǒng)的故障檢測技術(shù)），深度學(xué)習(xí)方法能更好地挖掘復(fù)雜非線性數(shù)據(jù)的潛在特征，摒棄手工設(shè)計(jì)的規(guī)則，實(shí)現(xiàn)端到端的訓(xùn)練，面對場景變化時(shí)具備更強(qiáng)的泛化能力。因此，利用深度學(xué)習(xí)構(gòu)建月球科研站智能故障檢測系統(tǒng)將是未來發(fā)展趨勢。

3.5 月面系統(tǒng)中的智能任務(wù)規(guī)劃與決策

智能任務(wù)規(guī)劃與決策即利用人工智能方法分析已有信息，使系統(tǒng)在無人的情況下也可以做出合理的規(guī)劃與決策。不同于集群智能中的共識形成與任務(wù)分配所對應(yīng)的簡單決策，智能規(guī)劃與決策旨在使月球科研站能夠綜合外部輸入的所有信息，面對任務(wù)需求或突發(fā)情況時(shí)，執(zhí)行相應(yīng)的規(guī)劃與決策響應(yīng)，發(fā)出優(yōu)先級較高的中心控制指令，從而實(shí)現(xiàn)對人下達(dá)指令過程的高度模擬。因此，智能任務(wù)規(guī)劃與決策是實(shí)現(xiàn)月面智能機(jī)器人與月球科研站智能系統(tǒng)完全自主操控與作業(yè)的必要條件。

智能任務(wù)規(guī)劃與決策技術(shù)可應(yīng)用于月球科研站設(shè)計(jì)建造任務(wù)的多個(gè)方面。例如，在選址過程中，可以加入智能規(guī)劃決策系統(tǒng)，由月球軌道的遙感衛(wèi)星初步選址后，調(diào)動月面機(jī)器人實(shí)施更深入的自主探測，并執(zhí)行初步的資源勘查、地形改造、障礙清理等工作，構(gòu)成一個(gè)完整的智能選址系統(tǒng)；對于月面生存維持、科學(xué)實(shí)驗(yàn)等月球科研站功能模塊，在智能故障檢測的基礎(chǔ)上輔以智能規(guī)劃與決策能力，在發(fā)現(xiàn)系統(tǒng)異常后及時(shí)制定應(yīng)對方案并調(diào)動機(jī)器人快速修復(fù)，可實(shí)現(xiàn)對故障的自主應(yīng)對。

月球科研站中的智能任務(wù)規(guī)劃與決策技術(shù)可以通過強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)。基于深度強(qiáng)化學(xué)習(xí)方法的智能規(guī)劃與決策，利用以深度強(qiáng)化學(xué)習(xí)為代表的智能技術(shù)，訓(xùn)練出具有認(rèn)知能力的智能體，可對環(huán)境進(jìn)行感知與認(rèn)知，利用規(guī)則和學(xué)到的經(jīng)驗(yàn)知識，通過感知環(huán)境反饋激勵的優(yōu)劣情況，完成對最優(yōu)行為策略的選擇，是目前智能任務(wù)規(guī)劃與決策的研究熱點(diǎn)[77-78]。對于月球科研站中基于深度強(qiáng)化學(xué)習(xí)的智能規(guī)劃與決策，可以構(gòu)建如圖5所示的技術(shù)框架。

圖5 月球科研站智能任務(wù)規(guī)劃與決策技術(shù)框架Fig.5 Technical framework of intelligent mission planning and decisionmaking for lunar scientific research station

月球科研站子系統(tǒng)數(shù)量眾多，且面臨的內(nèi)、外部環(huán)境復(fù)雜，目前深度強(qiáng)化學(xué)習(xí)算法應(yīng)用于月球科研站的智能決策過程還面臨諸多技術(shù)挑戰(zhàn)，包括動作探索效率低、策略模型魯棒性差、訓(xùn)練前期采樣效率低、算法訓(xùn)練時(shí)間過長[79]，以及由于缺少相似任務(wù)導(dǎo)致訓(xùn)練模型的數(shù)據(jù)集匱乏等，這也是后續(xù)需著手解決的重要問題。

3.6 月面系統(tǒng)中的智能人機(jī)交互

月球科研站建成后，人機(jī)交互會越來越頻繁。然而，傳統(tǒng)的人機(jī)交互方式效率低，不利于月球科研站建造、資源開采、科學(xué)研究等人機(jī)聯(lián)合作業(yè)任務(wù)的順利開展。利用智能人機(jī)交互技術(shù)，可有效解決傳統(tǒng)人機(jī)交互技術(shù)在大規(guī)模復(fù)雜系統(tǒng)中應(yīng)用的局限性問題。

智能人機(jī)交互是人機(jī)交互與人工智能技術(shù)相互促進(jìn)和融合發(fā)展的產(chǎn)物，旨在通過人工智能技術(shù)提升人機(jī)交互性能[80]。對于月球科研站中的人機(jī)交互系統(tǒng)，利用人工智能提升交互性能的手段主要包括兩個(gè)方面：一是直接提升系統(tǒng)自身的智能性，使得人對系統(tǒng)的輸入得以簡化，降低人在人機(jī)系統(tǒng)中的工作負(fù)荷，如月面的有人操作機(jī)器通過眼動識別與智能語音實(shí)現(xiàn)模糊指令的輸入，機(jī)器人分析模糊指令，確定要執(zhí)行的任務(wù)并自主完成，而操作人員只負(fù)責(zé)監(jiān)督，從而大幅減輕操作人員的負(fù)擔(dān)；二是針對當(dāng)前以圖形用戶界面為主的人機(jī)交互面臨的帶寬不足、交互方式不自然等局限性問題，利用語音識別、手勢識別、語義理解、大數(shù)據(jù)分析等人工智能技術(shù)，協(xié)助計(jì)算機(jī)高效感知人類意圖和用戶狀態(tài)，進(jìn)而增強(qiáng)人機(jī)之間交互帶寬，即提高單位時(shí)間內(nèi)人機(jī)信息的交換量，同時(shí)建立動態(tài)用戶界面，根據(jù)用戶特點(diǎn)生成不同交互模式，實(shí)現(xiàn)智能人機(jī)交互，使得人機(jī)交互效果接近人與人之間的自然交互。例如，在月球科研站的生存維持系統(tǒng)中，可以利用語義理解與情感感知技術(shù)，使系統(tǒng)準(zhǔn)確理解航天員的需求，同時(shí)利用人臉識別、語音識別等技術(shù)確定科研站中正在進(jìn)行交互的具體用戶，依據(jù)不同用戶的操作習(xí)慣與需求，建立個(gè)性化的交互界面，提升航天員在月球科研站的生活水平和工作效率。

3.7 基于數(shù)字月球的人工智能訓(xùn)練驗(yàn)證平臺

數(shù)字月球旨在構(gòu)建月球探測數(shù)據(jù)的融合共享平臺，提供逼真場景仿真與云計(jì)算功能，以輔助月球科學(xué)研究與工程任務(wù)設(shè)計(jì)，其概念雛形早在2006年就被提出[81]。近年來，隨著國際月球探測的不斷深入和探月工程的成功實(shí)施，月球科學(xué)探測數(shù)據(jù)逐漸豐富，結(jié)合大數(shù)據(jù)、云計(jì)算與虛擬現(xiàn)實(shí)等技術(shù)，集數(shù)據(jù)儲存、技術(shù)驗(yàn)證、場景展示等功能于一體，可為月球科研站建造提供有力支撐的數(shù)字月球平臺工程化應(yīng)用已成為可能[82]。

數(shù)字月球作為一個(gè)采用已有探測數(shù)據(jù)建設(shè)的虛擬環(huán)境平臺，擁有基于高精度數(shù)字高程模型（Digital Elevation Model，DEM）和數(shù)字正射影像（Digital Orthophoto Map，DOM ）的月球數(shù)字地圖，具備真實(shí)的天文行星歷表，可呈現(xiàn)真實(shí)的月球三維地形，以及全月地質(zhì)圖、氧化鐵分布圖和月球隕石坑、極地永久陰影區(qū)等特殊形貌表征，同時(shí)支持航天員、機(jī)器人、能源站等多種用戶自定義模型，具備月面探測路徑規(guī)劃、月面光照與通信情況仿真等能力，支持用戶自行開展月面各類任務(wù)設(shè)計(jì)、任務(wù)仿真及實(shí)施方案對比分析，形成個(gè)性化月球探測和科研作業(yè)方案，還可提供標(biāo)繪、測量、地形、可見性和太陽光照等地理和環(huán)境數(shù)據(jù)工具包，協(xié)助用戶設(shè)計(jì)并完善工程實(shí)施方案。

因此，數(shù)字月球可為各種人工智能算法提供作用于虛擬環(huán)境的仿真驗(yàn)證平臺，降低實(shí)景環(huán)境搭建的試驗(yàn)成本，并構(gòu)建模擬極端環(huán)境的虛擬驗(yàn)證條件，有利于各種人工智能算法的訓(xùn)練和驗(yàn)證?；跀?shù)字月球的人工智能訓(xùn)練與驗(yàn)證典型應(yīng)用場景包括：月面多源信息智能融合感知、月面多機(jī)器人智能協(xié)同控制、月面運(yùn)輸中的智能路徑規(guī)劃、月面系統(tǒng)中的智能人機(jī)交互等。對于智能融合感知、智能協(xié)同控制與智能路徑規(guī)劃的訓(xùn)練與驗(yàn)證，需要構(gòu)建高精度的月面虛擬環(huán)境，結(jié)合月球科研站建設(shè)與運(yùn)行過程中的特定場景，模擬月面機(jī)器人在執(zhí)行各項(xiàng)任務(wù)時(shí)的外界真實(shí)信息，利用與真實(shí)場景具有高相似度的數(shù)據(jù)進(jìn)行算法訓(xùn)練，檢驗(yàn)算法效果并實(shí)現(xiàn)可視化展示。此外，還需要模擬單機(jī)器人系統(tǒng)或機(jī)器人集群在各類極端條件下的工況，以檢驗(yàn)算法的魯棒性。對于月面系統(tǒng)中的智能故障檢測、任務(wù)規(guī)劃與決策等算法的訓(xùn)練與驗(yàn)證，還需要搭建數(shù)字化月球科研站模擬系統(tǒng)或在月球科研站建設(shè)過程中執(zhí)行任務(wù)的綜合系統(tǒng)（如由在軌衛(wèi)星、月表機(jī)器人等組成的月面選址系統(tǒng)），以檢驗(yàn)智能系統(tǒng)在各類故障情況或不同任務(wù)目標(biāo)下的具體表現(xiàn)，實(shí)現(xiàn)對算法性能的全面評估。對于月面智能人機(jī)交互，還需要數(shù)字月球具備人機(jī)接口，通過虛擬現(xiàn)實(shí)等技術(shù)，結(jié)合豐富的月面場景數(shù)據(jù)，實(shí)現(xiàn)對人在月面實(shí)際工作狀態(tài)的高精度模擬，在此基礎(chǔ)上設(shè)計(jì)交互算法并檢驗(yàn)智能人機(jī)交互性能，以不斷提升算法的工程應(yīng)用效果。

4 結(jié) 論

本文介紹了月球科研站的建造理念與體系組成，分析了月球科研站在融合感知、協(xié)同控制等方面對人工智能技術(shù)的應(yīng)用需求，圍繞各典型應(yīng)用場景對深度強(qiáng)化學(xué)習(xí)等人工智能算法的適用性進(jìn)行了研究，并結(jié)合月球科研站任務(wù)模式多、建設(shè)周期長、活動范圍廣、環(huán)境威脅大、多器協(xié)同復(fù)雜與人機(jī)交互頻繁等特點(diǎn)，對基于數(shù)字月球的人工智能訓(xùn)練驗(yàn)證平臺典型應(yīng)用進(jìn)行了分析。面向未來月球科研站設(shè)計(jì)、建造和運(yùn)行需求，提升月面多源信息智能融合感知能力、設(shè)計(jì)基于深度學(xué)習(xí)的智能故障檢測系統(tǒng)等已成為亟需突破的核心關(guān)鍵技術(shù)。