大数跨境
0
0

关于载人深空探测中的人机联合作业问题的思考

关于载人深空探测中的人机联合作业问题的思考 星际航行
2016-03-02
0
导读:关于载人深空探测中的人机联合作业问题的思考

星际航行导读



  在五院神舟学院《载人深空探测技术导论》研究生专业课上,果琳丽老师给大家介绍了载人深空探测任务中存在的突出科技问题和解决策略,引起了大家浓厚的兴趣。从本期开始,小编将同学们结合自己专业的思考陆续刊发出来,与广大爱好者们共享。



         载人深空探测任务是一项非常复杂的综合性任务,是一个国家科技水平和综合国力的体现。同时,开展载人深空探测任务对于改善我国的经济结构,提高科技发展水平,带动相关产业发展具有深远的意义。可以说,载人深空探测是我国必须要开展的一项战略工程。

然而载人深空探测涉及的领域众多任务载荷复杂如果涉及到外星球基地的建设则会更为复杂而很显然,执行载人深空探测任务的人员规模不会太大。任务的复杂性与人员的有限性之间的矛盾势必会成为载人深空探测任务的阿喀琉斯之踵。而具有感知、分析、推理、决策、控制功能的智能装备则为解决这一瓶颈提供了可行之策。那么,载人深空探测任务需要什么样的装备?人与装备之间如何进行交互?以下就是我关于这些问题的一些思考。

 

1.非精确交互与精确交互构成的多通道交互体系

非精确交互指的是以语音交互姿态头部跟踪视觉跟踪等技术为代表的交互技术强调的是识别和多通道互相约束,而不是精准。

电影《钢铁侠》中,托尼·斯塔克和JARIVIS之间采用的语音交互技术就是非精确交互技术的一种。因为JARIVIS是高度智能的程序,所以斯塔克只需要发送系统级指令,剩下的任务就可以由JARIVIS完成,斯塔克就可以专心打怪升级了。如图1。


1  《钢铁侠》海报

该技术也可以应用于载人深空探测中,除非是涉及到宇航员生命安全的核心装备,宇航员只需要发送系统级的操作指令而操作级的任务则可以由具有高度人工智能的智能装备自主完成。例如,月球基地的机器人取回了一个非常有代表性的样本。负责地质勘探的人员只需要泡杯咖啡,说一句“开始分析”,然后他就可以等结果了。样本的数据会实时显示出来,而机器本身也会根据实时得到的数据进行思考、比对、存档,也就是说,机器不仅可以替代底层的试验工作,还可以替代人类进行一部分分析思考工作。

这项技术的弊端在于识别率和误操作个人认为采用加密操作的方式可以解决设定机器只能势必特定字符开头的指令,例如“code+指令内容”,而对于其他的指令一概忽略。

另一个有可能得到应用的技术是脑电波控制技术,据我所知,2013年,北京航空航天大学昌平试验中心就有学生制作成功脑电波控制的四旋翼飞行器,通过采集脑电波的电极信号,如图2。控制四旋翼的飞行。当然,这项工作会比较“烧脑”。


2  脑控四旋翼

在深空探测任务中,很多地区的勘探任务难度很高,如果由人类执行的话,势必需要花费巨大的人力物力进行生命保障工作。那么不妨换一个角度,使用虚拟现实技术,依托脑电波同步控制机器人前往该区域开展工作。比如,火星探测中,有的任务区域环境恶劣,人类生存的可能性极低,有些区域虽然不那么恶劣,但是距离过于遥远,人类如果前往的话会很痛苦。此时可以使用机器人,如Boston dynamics公司最新研制的Altas机器人,如图3,将机器人的控制器与操作员的脑电波同步,使用VR技术还原机器人面临的场景。这样就可以将机器人的环境适应性与人类的智能相结合,安全高效地开展深空探测任务。


3  Boston Dynamics的altas机器人

        该技术在应用时的问题在于如何保护操作人员的大脑不受损害。


2.智能装备在基地建设过程中的应用

载人深空探测的另一项重要任务是建立外星基地将人类的足迹镌刻于每一处星辰大海于是就涉及到另一个问题如何在荒凉的地外星球上建立外星基地智能装备的发展使得这个问题的解决方案更加接近于深空探测版大富翁

目前,控制领域正在经历一场深刻变革,这场变革被冠之以“神经网络第三次复兴”的旗号,而这次变革,也是神经网络发展三十年来,第一次有可能突破“感知学习”进入到“认知学习”阶段。个人认为,即使人类无法进入到“认知学习”阶段,“感知学习”的高级阶段也可以促成一批智能装备,而这种装备对于基地建设也已经是绰绰有余。

首先可以通过数个月(随着算法和计算机的进步,这个过程很可能缩短)的学习,使得装备具备顶级建筑专家的水平。随后,装备被发射到外星球,使用3D打印技术就地取材自主开展基地建设、测试工作。而人类所需要做的工作,只是根据装备反馈回来的数据进行评估,而不是事无巨细地发送指令。因为指令得到了精简,所以即使地球与外星球之间存在延迟,也不会影响到工程的进行。如果实在不放心,可以安排载人飞船在外星球轨道上进行值班,随时监测工程进度。

目前在世界范围内引发热烈讨论的人机大战从一个角度反映了机器学习的潜力谷歌的Alpha Go机器人在经过了数个月的机器学习后已经可以与世界顶级大师李世石一较高下。而李世石自己也承认,即使此次胜出,在3个月后,自己也难敌Alpha Go

然而目前机器学习和神经网络的应用集中在移动机器人和互联网领域工业级的应用相对较少这固然与工业应用领域对稳定性的追求有关也与我国目前的工业基础和市场发展状况休戚相关以载人深空探测为代表的超高难度宇航任务如果能够引领国家在这个方面实现突破必将极大地促进我国智能装备制造产业的发展引领中国进入真正的工业4.0时代。

        以上就是我对于载人深空探测中人机联合作业问题的一些思考


(培养单位:航天五院511所  姓名:郑昱  专业:航天器总装技术)



微信号:星际航行。专业品质、照耀未来!

长按二维码、识别二维码,直接添加关注!




【声明】内容源于网络
0
0
星际航行
本公众号是国内第一家以载人航天和深空探测为主题的公众号,下设国际月球村、Artemis任务、美天军观察、太空评论、太空经济、深空探测、读书荐书感悟等十个专题栏目,希望能以此推动国内航天科普事业的发展和进步。
内容 1175
粉丝 0
星际航行 本公众号是国内第一家以载人航天和深空探测为主题的公众号,下设国际月球村、Artemis任务、美天军观察、太空评论、太空经济、深空探测、读书荐书感悟等十个专题栏目,希望能以此推动国内航天科普事业的发展和进步。
总阅读164
粉丝0
内容1.2k