深空探测人工智能技术研究与展望

发布时间：2023-04-04 01:59

　　面对深空探测远距离、极端环境等带来的一系列挑战,人工智能技术将成为以月球/行星驻留科学探测与资源开发利用为主体的未来深空探测任务的研究重点。在总结分析深空探测人工智能技术发展历程与态势的基础上,分析了深空探测人工智能技术的主要特点,并提出了需重点发展的关键技术。

【文章页数】：13 页

【文章目录】：
引言
1 深空探测人工智能技术发展历程与趋势
    1.1 人工智能的基本内涵
        1)专家系统
        2)计算机视觉
        3)自然语言理解与交流
        4)机器人学
        5)机器学习
    1.2 发展历程
        1)第1阶段:20世纪60年代初一80年代末。
        2)第2阶段:20世纪90年代初一2010年。
        3)第3阶段:2011年至今。
    1.3 发展趋势
        1)从人工智能的应用转向人工智能与其它学科领域的深度交叉融合
        2)从依赖人类辅导学习迈向无人自主学习
        3)从人工智能走向脑机混合智能
        4)从单一智能发展为集群智能
2 深空探测后续任务主要特点
    2.1 多目标复杂飞行任务将转变为探测器智能为主、地面干预为辅的新模式
    2.2 精准着陆和大范围勘查是月球/行星驻留科学探测与资源开发利用的前提
    2.3 星表基地建设与运行管理将成为月球/行星长期驻留的必然要求
    2.4 原位资源开采与利用是基地建造与长期驻留的必然选择
    2.5 功能各异的机器人将成为资源开采与基地建造任务的主体
    2.6 深空探测机器人智能化程度及学习模式亟需提升
    2.7 月球/行星基地及保障系统将通过复杂的集成组装过程构建
    2.8 表面探测活动将以分布式、并行化、分工协同的模式全面展开
3 深空探测人工智能主要关键技术
    3.1 智能感知与信息融合技术
    3.2 智能规划与决策控制技术
    3.3 智能机器人技术
    3.4 智能开采与原位制造技术
    3.5 智能装配与大规模建造技术
    3.6 智能生存与健康管理技术
    3.7 智能虚拟现实技术
4 结束语



本文编号：3781567