美国的太空机器人有何计划?_0

2019-06-12 11:38

极端地形—零重力、微重力与失重

当飞船探测器不能进入月球或火星等极端地形时,需要人类穿上太空服去漫步和旅行。在小行星和彗星上,或附近的微重力条件下,机器人移动技术还未得到充分的开发和测试。获得复杂的空间结构如国际空间站,仅限于利用SSRMS进行攀登或定位。此技术面临的挑战包括开发机器人并投送到不便人类前往的区域,或建立人员流动系统以便将人类运送到这些具有挑战性的地方。除了改善机制和提高力量外,进入极端的地形还需要在机器人感知(传感器和算法)和车辆控制功能方面(伺服和策略)有重大改进。感知对于检测和评估环境障碍、危害和限制是极为重要的。

抓取和锚定小行星及非协同运转对象

在空间抓取物体需要一个机械手或某种对接机制,从而形成双向6轴抓取功能。抓取一个小行星然后进行锚定是一项新的技术。尝试抓取人造物体的传统方法可能并不适用于小行星锚定,因为这些技术需要依靠待抓取特定的特征,而这可能将不适应于一个自然物体。同样,我们还没有尝试过抓取一个正在进行翻转的对象。

类人类的灵巧机械手

人类的手是很灵活的。要使一种机器手能够具有等效的或更加优越的把握能力,同时避免增加有机器手接口的复杂性,能够为特定任务提供一种感知工具从而提升其能力。灵巧性可以通过抓取类型、抓取规模、强度和可靠性一系列要素来判定。在驱动和传感领域的发展过程中,我们将会面临的挑战主要是第一性原理。其他次要挑战包括两点识别,接触定位,外部及内部驱动,相对于顺向驱动的反向驱动,速度/强度/电力,控制/使传感器性能不减弱的覆盖物以及当处理粗糙尖锐物品时的概略移动。

利用触觉和多模式反馈的全浸入式显示及远程监控

远程监控即感觉好像亲自处在机器人的工作所在地。技术可以达到这一要求,包括让人员完全沉浸于视觉、听觉、触觉甚至嗅觉。在应用于人类手指的系统开发过程中,我们的挑战包括第一性原理,可以长期持续远程监控的显示器,使人能够在步行或工作时利用设备完成远程监控任务。

人与机器的互相理解与表达

自主机器人有复杂的逻辑状态,控制模式和控制条件。当人类在使用机器人时,机器人的这些状态不容易被人类理解或预期。灯光和声音是有用的,但这些线索得通过没有高级复杂的社会行为来增强。同样,机器人难以理解人类通过手势、视线方向或其他有计划行为所表达的意图。为了提高空间应用中人机交互的质量、效率和性能,关键挑战是使人类和机器人能够有效表达(交流)他们的状态、意图和问题。不管人类和机器人十分接近或相隔很远这都是不可避免的。

验证与确认的自洽系统

大型项目有着复杂的需求,以至于彻底手动探索所有可能的情况是不可行的。尽管软件生效和验证技术已经成功地应用于许多无人航天飞行器(好奇号、LADEE等等),但人类自主评估系统依然具有挑战性。新的验证技术需要证明自主行为在特定环境中满足其预期使用,但其仍需要用来确认自主的系统也满足要求。

监管下的时间延迟与接触自洽

任务都具有有时间常数,该常数随着最短时移常数的变化而显著变化。而该移动使环境和力控制行为发生联系,所以任务都需要高速的局部控制循环。随着时间延迟接近于这些任务时间常数,远程监控机器的能力开始下降。远程监控管理着具有自主能力并处理一系列任务的机器人。我们将要面临的挑战包括通过运行时间仿真来预测未来状态(尤其是对需要执行联络任务的机械手),覆盖承诺和命令状态的可视化方法,和实时的工作能力。

极端条件下的交汇、接近与对接

交汇任务包括没有着陆或对接目的地的定点起飞。邻近操作需要以相对速度为零的状态在目的地上空滞停。同时,对接形成闭锁机制和电子/流体耦合成成对状态。我们面临的主要挑战包括在所有光线范围内进行交汇和对接、跨越由近及远的范围和在所有的状况下实现对接的能力。

人类协同与邻近工作的安全移动装置

具有通用的移动合并操纵能力是试图让机器人直接去工作地点,而不是在工作地点将任务提交给机器人。但是机械臂的移动使每个姿态对人类来说是有障碍的。同时,这些姿态也包含很多风险。我们将要面临的挑战包括在工作区跟踪人类,响应意外接触和服从,提供冗余的传感器和软件系统。

空间机器人的研究与发展

NASA机器人和自主系统技术路线图采用了推拉方法来确定能够增强或者提高其未来数十年任务的分支技术。这些分项技术被分成几个主要的领域,其中的每一项又被分成如下多个研究方面。

感知

这项研究包括传感器,以及能将传感器数据转换成任务所用的算法。传统的感知包括航天器在以原点为太阳系中心的参考坐标系中的位置、姿态和速度估计,同时能够感知航天器的内部自由度,如扫描平台的角度。这些技术和研究在目前和将来的发展将会扩展到相对局部地域的位置、姿态和速度估计,同时对局部地域具有丰富的感知能力。此处的地域涉及在附近或者变化事件中的其它航天器结构,如大气现象等。增强感知将广泛地影响三个使用的领域:自主导航、采样和作业,以及科学数据的处理。知觉在计算方面越来越密集,这方面的进展与高性能机载计算的进展紧密相连。感知技术进展的度量标准包括:分辨率、幅度、精度、对环境的耐性以及电力。

研究的领域包括:

·感知

·相对位置与速度估计

·地形测绘,分类和特征提取

·自然或人工物体辨识

·多传感器数据的采集、融合与处理

·机载科学数据分析

移动性

移动是指在环境中地点之间移动的能力,而不刻意改变环境。例如在星球表面或者大气的各个地方之间的移动,或者到达地下某一点。空间机器人学的一个方面是如何到达科学研究热点(例如悬崖边),重点关注极端环境表面移动能力的研究,自由空间移动能力和着陆与连接。空间机器人学也包括很多环境约束,如极端热条件,以及需要抗辐射计算。空间任务短期操作的用途有限,任务的成功往往取决于可靠持续的操作,包括在环境中利用较少的时间进行长距离移动的能力。相对于其它空间任务来说,质量和功耗在设计任务中是需要重点关注的部分。

在未来几十年内,尽管存在一些调整,用于星球探测的机器人移动工具将在性能上接近,甚至超越在地球上由人类驾驶的能够穿越极端环境达到研究区域的交通工具。当人类驾驶交通工具的速度接近物理规律的极限时,人类长距离快速获取地形的微弱几何特征或者无几何特征的能力缺少障碍识别和危险避碰系统。对于自由飞行器,在微重力或者飞向大气层过程中,并不需要考虑机载传感器、计算资源和任务决策的算法,我们预期机器人将能够有效利用所有可行的机器性能,包括加速、转弯、制动等完成自身任务。多机器人系统的协调合作也是一个活跃的研究领域。飞行器或者漫游机器人等异构系统的组合,对于星球表面的任务具有潜在的应用价值,这充分利用了飞行器的远程感知能力和地面机器人的高分辨率地形感知能力。衡量移动技术进展的标准包括:航行距离、负载、速度、周期和质量。

研究的领域包括:

·极端地形的移动能力

·地下移动能力

·地表以上移动能力

·微重力环境移动能力

作业技术

操作定义为在环境中进行有目的的改变。配置传感器、处理对象、挖掘、组装、抓取、停泊、部署、采样、折弯,甚至利用长臂将宇航员送至预订地点都被认为是作业的形式。机械臂、线缆、手指、铲斗和多臂结合都是作业工具的具体形式。衡量作业技术发展的标准包括强度、工作空间、质量、功率、分辨率、最小力/位置以及操作的接口数量。

研究的领域包括:

·机械臂

·柔性臂

·接触动力学建模

·移动机械臂

·协同作业

·自动钻取与采样处理

人机交互

机器人系统的最终效果很大程度上取决于人类用来操作它们的接口。随着机器人和分配给它们的任务越来越复杂,对控制它们的人机交互的需求也增加。一个友好的人机接口能够使操作人员快速的理解系统的状态,并有效地指导它的动作向期望的状态发展。这一研究领域探索的高级技术将用于改善操作员的现场意识,捕捉操作者的意图,并是确保机器人在人类附近以及关键系统的安全。衡量人机交互系统技术的标准包括:性能指数,如平均干预时间和平均干预时间的间隔。

研究的领域包括:

·多模式人机交互系统

·监督控制

·适用于机器人的交互

·意图识别与响应

·分布式合作

·一般人机交互系统

·适用于人/机邻近操作的安全和可信接口

自主性

“自主性”是系统执行任务的能力或者在无外界作用的功能。自主系统能够独立进行外部通信,指令和控制。例如一个计算机操作的无人系统,或者是没有地面支持的模拟航天员。控制的核心描述了控制的本质,这个本质就是决定什么命令要发出,什么时候指发出,然后发出实际的命令并传输。控制的本质决定了一个系统是否以及哪种程度上是自主的。

自主与自动化具有明显的区别,自主是指在没有输入的情况下一个系统执行某个功能的能力。一个系统的自动化控制是在无人干预或命令的情况下进行。任务能够通过地面或者软件交互来执行。这不排除操作输入的可能性,但这些输入不是自动化任务明确的需求。自动化是由软件或者硬件作用的特性,是否需要输入任务需求,这由操作者的判断来裁夺。

自主性是空间机器人技术投资和发展的一个关键领域,因为它能在任务执行过程中使有人或者无人情况下的功能得到改善。对于空间机器人,系统具有从基本的自动化,发展出能够在动态不确定环境中独立作业的完全自主系统等一系列自主性。自主的基本优势是:增加系统操作能力,通过提高劳动力效率和减低需求节约成本,同时增强对不确定环境的任务确定性和鲁棒性。

自主也可以在行星表面探测车、对地观测卫星和深空探测中用来辅助数据处理和任务决策。这样的机载自主科学数据分析将提高现有传感器的功能,减轻深空通信瓶颈,变革新的操作模式来解决新的科学问题。自动机载数据分析和理解有可能应用全分辨率到检测到的变化,目标区域或者成分的异常,以及改善科学数据远程传输的可靠性。

研究的领域包括:

·集成系统的健康管理

·动态规划和序列工具

·自主导航和控制

·自调整的自主性

·相对地形的导航

·不确定环境的路径或者运动规划

·自动机载科学数据分析

分享到:
收藏
相关阅读