航天器自主導(dǎo)航

25/28航天器自主導(dǎo)航第一部分航天器自主導(dǎo)航概述 2第二部分慣性導(dǎo)航系統(tǒng)原理 6第三部分星敏感器導(dǎo)航方法 10第四部分激光雷達(dá)導(dǎo)航技術(shù) 13第五部分機(jī)器視覺(jué)輔助導(dǎo)航 16第六部分多傳感器融合導(dǎo)航 19第七部分自主導(dǎo)航算法優(yōu)化 22第八部分航天器自主導(dǎo)航應(yīng)用場(chǎng)景 25

第一部分航天器自主導(dǎo)航概述關(guān)鍵詞關(guān)鍵要點(diǎn)航天器自主導(dǎo)航的概念和原理

1.自主導(dǎo)航是指航天器在不依賴(lài)地面控制的情況下，能夠自主規(guī)劃和執(zhí)行導(dǎo)航任務(wù)。

2.自主導(dǎo)航系統(tǒng)通常包括傳感器、算法和控制模塊，傳感器用于獲取環(huán)境信息，算法用于處理信息并生成導(dǎo)航指令，控制模塊用于執(zhí)行指令。

3.自主導(dǎo)航關(guān)鍵技術(shù)包括環(huán)境感知、路徑規(guī)劃、姿態(tài)控制和故障處理。

航天器自主導(dǎo)航的優(yōu)勢(shì)

1.降低任務(wù)風(fēng)險(xiǎn)：自主導(dǎo)航可以消除對(duì)地面控制的依賴(lài)，減少單點(diǎn)故障風(fēng)險(xiǎn)。

2.提高任務(wù)效率：自主導(dǎo)航可以自動(dòng)化導(dǎo)航過(guò)程，減少地面干預(yù)，提高任務(wù)效率。

3.擴(kuò)展任務(wù)范圍：自主導(dǎo)航使航天器能夠執(zhí)行更復(fù)雜、更遠(yuǎn)距離的任務(wù)，不受地面控制距離限制。

航天器自主導(dǎo)航的挑戰(zhàn)

1.環(huán)境不確定性：航天器面臨著復(fù)雜的太空環(huán)境，存在不確定因素，如空間碎片、空間天氣等。

2.任務(wù)復(fù)雜性：自主導(dǎo)航需要處理復(fù)雜的任務(wù)，如長(zhǎng)距離導(dǎo)航、故障恢復(fù)、避障等。

3.算力需求：自主導(dǎo)航算法需要強(qiáng)大的算力支持，要在有限的航天器資源下實(shí)現(xiàn)高效執(zhí)行。

航天器自主導(dǎo)航的趨勢(shì)和前沿

1.人工智能和機(jī)器學(xué)習(xí)：人工智能和機(jī)器學(xué)習(xí)技術(shù)的引入為自主導(dǎo)航提供了新的解決思路，提高了環(huán)境感知和決策的能力。

2.自適應(yīng)導(dǎo)航：自適應(yīng)導(dǎo)航技術(shù)使航天器能夠根據(jù)任務(wù)需求和環(huán)境變化動(dòng)態(tài)調(diào)整導(dǎo)航策略，提高任務(wù)魯棒性。

3.協(xié)同自主導(dǎo)航：協(xié)同自主導(dǎo)航涉及多臺(tái)航天器協(xié)同執(zhí)行導(dǎo)航任務(wù)，增強(qiáng)了導(dǎo)航效率和冗余能力。

航天器自主導(dǎo)航的應(yīng)用

1.深空探測(cè)：自主導(dǎo)航在深空探測(cè)任務(wù)中至關(guān)重要，使航天器能夠遠(yuǎn)距離執(zhí)行科學(xué)探測(cè)任務(wù)。

2.行星著陸：自主導(dǎo)航支持航天器在行星表面實(shí)現(xiàn)精確定位著陸，提高著陸成功率。

3.太空機(jī)器人：自主導(dǎo)航賦予太空機(jī)器人自主執(zhí)行任務(wù)的能力，增強(qiáng)了機(jī)器人任務(wù)執(zhí)行能力和靈活性。航天器自主導(dǎo)航概述

引言

航天器自主導(dǎo)航是太空探索領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，它使航天器能夠在沒(méi)有地面控制或外部輔助的情況下自主確定和更新其位置和姿態(tài)。自主導(dǎo)航通過(guò)提高系統(tǒng)效率、降低運(yùn)營(yíng)成本和增強(qiáng)任務(wù)靈活性，為航天器任務(wù)帶來(lái)了顯著優(yōu)勢(shì)。

導(dǎo)航方法

航天器自主導(dǎo)航有各種方法，主要包括：

*慣性導(dǎo)航系統(tǒng)（INS）：使用陀螺儀和加速計(jì)連續(xù)測(cè)量航天器的姿態(tài)和速度，從而估計(jì)其位置和姿態(tài)。

*天文導(dǎo)航：通過(guò)觀測(cè)恒星和其他天體獲得方向信息，從而確定航天器的姿態(tài)。

*無(wú)線電導(dǎo)航：使用地基或衛(wèi)星基準(zhǔn)臺(tái)傳輸?shù)臒o(wú)線電信號(hào)，通過(guò)測(cè)距或測(cè)角技術(shù)確定航天器的位置。

*激光雷達(dá)導(dǎo)航：使用激光脈沖測(cè)量與周?chē)h(huán)境之間的距離，從而構(gòu)建三維地圖并確定航天器的相對(duì)位置。

*視覺(jué)導(dǎo)航：使用攝像機(jī)拍攝周?chē)h(huán)境的圖像，通過(guò)圖像識(shí)別或匹配等技術(shù)確定航天器的位置和姿態(tài)。

傳感器技術(shù)

自主導(dǎo)航系統(tǒng)依賴(lài)于各種傳感器來(lái)收集數(shù)據(jù)，包括：

*陀螺儀：測(cè)量航天器繞三個(gè)軸的角速度。

*加速計(jì)：測(cè)量航天器沿三個(gè)軸的加速度。

*星敏感器：觀測(cè)恒星并確定航天器的姿態(tài)。

*全球定位系統(tǒng)（GPS）接收器：接收地基GPS衛(wèi)星信號(hào)并確定航天器的三維位置。

*激光雷達(dá)：測(cè)量與目標(biāo)之間的距離。

*攝像機(jī)：捕獲周?chē)h(huán)境的圖像。

算法與處理

自主導(dǎo)航系統(tǒng)使用復(fù)雜的算法和處理技術(shù)來(lái)處理傳感器數(shù)據(jù)并確定航天器的狀態(tài)。這些算法包括：

*卡爾曼濾波器：估計(jì)航天器狀態(tài)并處理傳感器噪聲和誤差。

*粒子濾波器：使用一組加權(quán)粒子來(lái)表示航天器狀態(tài)的概率分布。

*非線性?xún)?yōu)化：通過(guò)最小化誤差函數(shù)來(lái)確定航天器狀態(tài)。

*特征提取和匹配：用于視覺(jué)導(dǎo)航，從環(huán)境圖像中提取特征并與已知地圖匹配。

系統(tǒng)架構(gòu)

自主導(dǎo)航系統(tǒng)通常由以下組件組成：

*傳感器：收集數(shù)據(jù)。

*算法：處理數(shù)據(jù)并估計(jì)航天器狀態(tài)。

*計(jì)算機(jī)：執(zhí)行算法并控制系統(tǒng)。

*通信系統(tǒng)：用于與地面控制或其他航天器通信。

*推進(jìn)系統(tǒng)：根據(jù)導(dǎo)航結(jié)果進(jìn)行機(jī)動(dòng)和保持姿態(tài)。

應(yīng)用

自主導(dǎo)航技術(shù)已在各種航天器任務(wù)中得到應(yīng)用，包括：

*行星探索：火星車(chē)和著陸器使用自主導(dǎo)航在火星表面進(jìn)行導(dǎo)航。

*衛(wèi)星操作：通信衛(wèi)星和地球觀測(cè)衛(wèi)星使用自主導(dǎo)航來(lái)保持軌道和指向。

*深空勘探：星際探測(cè)器使用自主導(dǎo)航在太陽(yáng)系外進(jìn)行長(zhǎng)期航行。

*返回地球：返回艙使用自主導(dǎo)航返回地球大氣層并著陸。

優(yōu)勢(shì)

自主導(dǎo)航為航天器任務(wù)提供了以下優(yōu)勢(shì)：

*提高效率：消除對(duì)地面控制的需求，降低運(yùn)營(yíng)成本。

*增強(qiáng)靈活性：允許航天器在不可預(yù)測(cè)的情況下快速響應(yīng)并調(diào)整航線。

*提高安全性：通過(guò)減少對(duì)外部系統(tǒng)的依賴(lài)來(lái)增強(qiáng)任務(wù)的穩(wěn)健性和可靠性。

*擴(kuò)大任務(wù)范圍：使航天器能夠探索以前無(wú)法到達(dá)的區(qū)域或執(zhí)行更復(fù)雜的機(jī)動(dòng)。

挑戰(zhàn)

盡管自主導(dǎo)航帶來(lái)了諸多優(yōu)勢(shì)，但仍面臨以下挑戰(zhàn)：

*傳感器精度和魯棒性：傳感器數(shù)據(jù)中的噪聲和誤差會(huì)影響導(dǎo)航精度。

*算法復(fù)雜度：自主導(dǎo)航算法計(jì)算量大，需要高性能計(jì)算機(jī)。

*抗干擾能力：自主導(dǎo)航系統(tǒng)需要能夠抵抗干擾和網(wǎng)絡(luò)攻擊。

*持續(xù)改進(jìn)和驗(yàn)證：導(dǎo)航技術(shù)需要不斷改進(jìn)和驗(yàn)證，以確保準(zhǔn)確性和可靠性。

未來(lái)趨勢(shì)

自主導(dǎo)航技術(shù)正在持續(xù)發(fā)展，未來(lái)趨勢(shì)包括：

*傳感器技術(shù)進(jìn)步：改進(jìn)的傳感器技術(shù)將提高精度和魯棒性。

*人工智能（AI）集成：將AI技術(shù)應(yīng)用于自主導(dǎo)航，可以提高算法效率和決策能力。

*多傳感器融合：融合來(lái)自不同傳感器的信息，可以增強(qiáng)導(dǎo)航精度和可靠性。

*協(xié)作導(dǎo)航：航天器之間的協(xié)作導(dǎo)航技術(shù)，可以提高整體導(dǎo)航性能。第二部分慣性導(dǎo)航系統(tǒng)原理關(guān)鍵詞關(guān)鍵要點(diǎn)慣性測(cè)量單元（IMU）

1.IMU由三軸加速度計(jì)和三軸陀螺儀組成，能夠測(cè)量線加速度和角速度。

2.加速度計(jì)通過(guò)檢測(cè)線性運(yùn)動(dòng)，陀螺儀通過(guò)檢測(cè)角運(yùn)動(dòng)來(lái)獲取慣性數(shù)據(jù)。

3.IMU的輸出數(shù)據(jù)可用于計(jì)算航天器的速度、位置和姿態(tài)，為慣性導(dǎo)航系統(tǒng)提供基礎(chǔ)信息。

導(dǎo)航方程

1.導(dǎo)航方程描述了航天器在慣性參考系下的運(yùn)動(dòng)狀態(tài)，包括位置、速度和姿態(tài)。

2.導(dǎo)航方程通過(guò)積分IMU輸出數(shù)據(jù)獲得，隨著時(shí)間的推移，誤差會(huì)逐漸累積。

3.為了減小誤差，需要結(jié)合其他導(dǎo)航信息（如GPS）進(jìn)行修正，以提高導(dǎo)航精度。

姿態(tài)確定

1.姿態(tài)確定是指確定航天器相對(duì)于慣性參考系的姿態(tài)角，包括橫滾、俯仰和偏航。

2.姿態(tài)信息對(duì)于航天器控制和姿態(tài)調(diào)整至關(guān)重要。

3.姿態(tài)確定可以使用各種傳感器，如陀螺儀、加速度計(jì)和星敏感器，并通過(guò)相關(guān)濾波算法完成。

速度和位置更新

1.速度和位置更新是通過(guò)積分IMU輸出數(shù)據(jù)獲得的。

2.隨著時(shí)間的推移，IMU誤差會(huì)累積，導(dǎo)致速度和位置估計(jì)值漂移。

3.為了提高精度，需要定期利用外部導(dǎo)航信息（如GPS）進(jìn)行修正。

誤差分析和補(bǔ)償

1.慣性導(dǎo)航系統(tǒng)存在各種誤差來(lái)源，如IMU誤差、導(dǎo)航方程誤差和外部干擾。

2.為了減小誤差，需要對(duì)這些誤差進(jìn)行分析和補(bǔ)償。

3.誤差補(bǔ)償方法包括Kalman濾波、滑動(dòng)模式控制和自適應(yīng)濾波。

技術(shù)趨勢(shì)和前沿

1.隨著微電子技術(shù)和傳感器技術(shù)的發(fā)展，慣性導(dǎo)航系統(tǒng)的性能不斷提升。

2.當(dāng)前的研究熱點(diǎn)包括新型傳感器、高精度慣性算法和人工智能輔助導(dǎo)航。

3.未來(lái)，慣性導(dǎo)航系統(tǒng)將與其他導(dǎo)航技術(shù)深度融合，實(shí)現(xiàn)更可靠、更精確的航天器自主導(dǎo)航。慣性導(dǎo)航系統(tǒng)原理

慣性導(dǎo)航系統(tǒng)（INS）是一種自主導(dǎo)航系統(tǒng)，它利用慣性傳感器（加速度計(jì)和陀螺儀）測(cè)量慣性加速度和角速度，并通過(guò)積分計(jì)算出平臺(tái)的姿態(tài)、速度和位置。INS的基本原理基于牛頓運(yùn)動(dòng)定律。

加速度計(jì)

加速度計(jì)是一種用于測(cè)量加速度的傳感器。它由一個(gè)固定在慣性平臺(tái)上的質(zhì)量塊組成，質(zhì)量塊通過(guò)彈簧或其他彈性元件懸掛。當(dāng)平臺(tái)受到加速度時(shí)，質(zhì)量塊會(huì)相對(duì)于平臺(tái)運(yùn)動(dòng)，從而產(chǎn)生彈簧變形。彈簧變形的量與加速度的大小成正比。通過(guò)測(cè)量彈簧變形，可以確定加速度的幅度和方向。

陀螺儀

陀螺儀是一種用于測(cè)量角速度的傳感器。它由一個(gè)高速旋轉(zhuǎn)的陀螺儀輪組成。當(dāng)平臺(tái)相對(duì)于慣性空間旋轉(zhuǎn)時(shí)，陀螺儀輪會(huì)受到角加速度的影響，從而產(chǎn)生撓度。撓度的量與角速度的大小成正比。通過(guò)測(cè)量撓度，可以確定角速度的幅度和方向。

慣性導(dǎo)航方程

慣性導(dǎo)航方程是一組微分方程，用于描述平臺(tái)的運(yùn)動(dòng)。這些方程基于牛頓第二定律和角動(dòng)量定理。

位置方程：

```

r=r0+∫vdt

```

其中：

*r是當(dāng)前位置

*r0是初始位置

*v是速度

速度方程：

```

v=v0+∫adt

```

其中：

*v是當(dāng)前速度

*v0是初始速度

*a是加速度

姿態(tài)方程：

姿態(tài)方程描述了平臺(tái)相對(duì)于慣性參考系的姿態(tài)。姿態(tài)通常用四元數(shù)或歐拉角表示。

誤差源

INS存在一些誤差源，包括：

*加速度計(jì)偏置：即使在沒(méi)有加速度的情況下，加速度計(jì)也會(huì)產(chǎn)生輸出。

*陀螺儀漂移：陀螺儀輸出會(huì)隨著時(shí)間的推移而緩慢變化。

*非線性：加速度計(jì)和陀螺儀的輸出可能是非線性的，尤其是在高加速度或高角速度下。

*校準(zhǔn)誤差：傳感器需要定期校準(zhǔn)，以減少誤差。

修正

為了減少I(mǎi)NS的誤差，可以使用各種修正方法，包括：

*運(yùn)動(dòng)歷元修正：利用位置已知的參考點(diǎn)更新平臺(tái)的位置。

*陀螺儀捷聯(lián)修正：利用GPS或其他外部導(dǎo)航系統(tǒng)更新陀螺儀的漂移。

*加速度計(jì)修正：利用外部信息（例如大氣密度或重力梯度）修正加速度計(jì)的偏置。

應(yīng)用

INS廣泛應(yīng)用于各種航天器和航行器，包括：

*衛(wèi)星

*導(dǎo)彈

*飛機(jī)

*船舶

*潛艇第三部分星敏感器導(dǎo)航方法關(guān)鍵詞關(guān)鍵要點(diǎn)【星敏感器導(dǎo)航方法】

1.星敏感器原理：利用多顆恒星的視方向測(cè)量數(shù)據(jù)，確定航天器姿態(tài)。

2.導(dǎo)航方法：通過(guò)匹配觀測(cè)星與星表中的已知星，計(jì)算航天器姿態(tài)，進(jìn)而進(jìn)行導(dǎo)航。

3.構(gòu)建星表：建立不同觀測(cè)條件下的恒星目錄，為導(dǎo)航匹配提供數(shù)據(jù)基礎(chǔ)。

【自主校準(zhǔn)和姿態(tài)更新】

星敏感器導(dǎo)航方法

星敏感器（StarTracker）是一種光學(xué)傳感器，用于確定航天器相對(duì)于已知恒星的位置和指向。它通過(guò)測(cè)量恒星與航天器傳感器之間的視向來(lái)實(shí)現(xiàn)導(dǎo)航。

#原理

星敏感器的工作原理基于三角測(cè)量法。它首先捕獲一顆或多顆恒星的圖像，然后通過(guò)圖像處理算法識(shí)別出已知的恒星，并計(jì)算它們?cè)趥鞲衅髯鴺?biāo)系中的位置。

已知恒星的位置和傳感器坐標(biāo)系中恒星的觀測(cè)位置，即可使用三角測(cè)量原理計(jì)算航天器相對(duì)于恒星的姿態(tài)。

#測(cè)量原理

星敏感器的測(cè)量原理可以分為三個(gè)步驟：

1.圖像采集：星敏感器通過(guò)鏡頭采集恒星的光線，并將其聚焦到成像傳感器上。

2.圖像識(shí)別：圖像傳感器上的圖像被轉(zhuǎn)換成數(shù)字信號(hào)，并由圖像處理算法進(jìn)行處理。算法識(shí)別出已知的恒星，并計(jì)算出它們?cè)趥鞲衅髯鴺?biāo)系中的位置。

3.三角測(cè)量：已知恒星的位置和圖像中恒星的觀測(cè)位置，星敏感器使用三角測(cè)量法計(jì)算出航天器相對(duì)于恒星的姿態(tài)。

#誤差源

星敏感器的導(dǎo)航精度受到多種誤差源的影響，包括：

*恒星識(shí)別誤差：圖像處理算法可能將錯(cuò)誤的恒星識(shí)別為已知恒星。

*測(cè)量噪聲：圖像傳感器和圖像處理算法會(huì)引入噪聲，影響恒星位置的測(cè)量精度。

*光學(xué)畸變：星敏感器的鏡頭可能會(huì)引入光學(xué)畸變，從而影響恒星位置的測(cè)量精度。

*熱噪聲：星敏感器會(huì)產(chǎn)生熱噪聲，影響圖像質(zhì)量和恒星識(shí)別accuracy。

*外部干擾：來(lái)自太陽(yáng)或其他光源的干擾光線會(huì)影響恒星的測(cè)量精度。

#性能參數(shù)

星敏感器的性能由以下參數(shù)caractérisé：

*視野（FOV）：星敏感器能夠同時(shí)捕獲的恒星數(shù)量。

*精度：星敏感器測(cè)量姿態(tài)的精度，通常以弧秒或微弧度表示。

*星等限制：星敏感器能夠識(shí)別的最暗恒星的星等。

*更新率：星敏感器提供新的姿態(tài)測(cè)量的時(shí)間間隔。

*檢流時(shí)間：星敏感器捕獲恒星圖像所需的時(shí)間。

#應(yīng)用

星敏感器廣泛應(yīng)用于各種航天器導(dǎo)航系統(tǒng)中，包括：

*近地軌道衛(wèi)星：星敏感器是近地軌道衛(wèi)星姿態(tài)控制和導(dǎo)航的主要傳感器。

*行星際探測(cè)器：星敏感器用于行星際探測(cè)器的自主導(dǎo)航和姿態(tài)控制。

*深空探測(cè)器：星敏感器是深空探測(cè)器獲取精確姿態(tài)所需的關(guān)鍵傳感器。

#發(fā)展趨勢(shì)

星敏感器技術(shù)不斷發(fā)展，以提高精度、可靠性和魯棒性。當(dāng)前的研究方向包括：

*使用多光譜圖像：利用多光譜圖像可以降低太陽(yáng)干擾和提高恒星識(shí)別的準(zhǔn)確性。

*自適應(yīng)光學(xué)：自適應(yīng)光學(xué)技術(shù)可以補(bǔ)償光學(xué)畸變，從而提高恒星位置的測(cè)量精度。

*微米級(jí)星敏感器：微米級(jí)星敏感器可以實(shí)現(xiàn)更小的體積和重量，適合小型航天器的應(yīng)用。第四部分激光雷達(dá)導(dǎo)航技術(shù)關(guān)鍵詞關(guān)鍵要點(diǎn)激光雷達(dá)導(dǎo)航原理

*激光雷達(dá)通過(guò)發(fā)射激光脈沖并測(cè)量反射光的時(shí)間差，獲取目標(biāo)物的距離和位置信息。

*激光雷達(dá)具有較高的精度、分辨率和實(shí)時(shí)性，可生成三維點(diǎn)云地圖，細(xì)致刻畫(huà)目標(biāo)物形狀和環(huán)境。

*激光雷達(dá)對(duì)光照條件有一定依賴(lài)性，在強(qiáng)光或暗光環(huán)境下可能受影響。

激光雷達(dá)導(dǎo)航算法

*掃描匹配算法：比較當(dāng)前激光雷達(dá)點(diǎn)云與已有地圖，尋找最佳匹配位置。

*定位與建圖算法：同時(shí)估計(jì)航天器位置和構(gòu)建環(huán)境地圖，實(shí)現(xiàn)實(shí)時(shí)導(dǎo)航。

*特征提取算法：從激光雷達(dá)點(diǎn)云中提取關(guān)鍵特征，如線段、曲面等，用于匹配和定位。

激光雷達(dá)導(dǎo)航系統(tǒng)

*激光雷達(dá)傳感器：負(fù)責(zé)發(fā)射激光脈沖和接收反射光，獲取距離和角度數(shù)據(jù)。

*數(shù)據(jù)處理單元：處理激光雷達(dá)數(shù)據(jù)，提取特征、進(jìn)行匹配和建圖。

*定位模塊：融合激光雷達(dá)數(shù)據(jù)和其他傳感器數(shù)據(jù)，估計(jì)航天器位置和姿態(tài)。

激光雷達(dá)導(dǎo)航應(yīng)用

*行星探測(cè)：激光雷達(dá)用于探測(cè)行星表面形態(tài)、繪制地圖和尋找著陸點(diǎn)。

*深空探測(cè)：激光雷達(dá)用于自主導(dǎo)航、近距離接近和編隊(duì)飛行。

*衛(wèi)星自主控制：激光雷達(dá)用于衛(wèi)星軌道維護(hù)、目標(biāo)跟蹤和規(guī)避。

激光雷達(dá)導(dǎo)航趨勢(shì)

*多波束激光雷達(dá)：提高點(diǎn)云密度和覆蓋范圍，實(shí)現(xiàn)更精確和全面的環(huán)境感知。

*固態(tài)激光雷達(dá)：體積更小、成本更低，適用于航天器小型化和低成本任務(wù)。

*人工智能與激光雷達(dá)融合：增強(qiáng)導(dǎo)航算法性能，實(shí)現(xiàn)自主決策和優(yōu)化。

激光雷達(dá)導(dǎo)航前沿

*超高速激光雷達(dá)：實(shí)現(xiàn)更遠(yuǎn)距離、更高分辨率的探測(cè)，拓展航天器導(dǎo)航范圍。

*非線性掃描激光雷達(dá)：突破傳統(tǒng)掃描方式限制，提高點(diǎn)云的均勻性。

*多模態(tài)激光雷達(dá)：融合激光雷達(dá)、相機(jī)和其他傳感器，實(shí)現(xiàn)互補(bǔ)導(dǎo)航和環(huán)境感知。激光雷達(dá)導(dǎo)航技術(shù)在航天器自主導(dǎo)航中的應(yīng)用

原理

激光雷達(dá)導(dǎo)航技術(shù)利用激光束與周邊環(huán)境相互作用產(chǎn)生的數(shù)據(jù)，為航天器提供高精度的三維位置和姿態(tài)信息。其原理如下：

*激光雷達(dá)發(fā)射一束或多束激光，并掃描周?chē)h(huán)境。

*激光束射向目標(biāo)后被反射或散射，并反射回激光雷達(dá)。

*激光雷達(dá)通過(guò)測(cè)量反射激光的時(shí)間、波長(zhǎng)或相位，計(jì)算目標(biāo)的距離和角度信息。

*通過(guò)對(duì)多個(gè)目標(biāo)進(jìn)行激光雷達(dá)掃描，獲得環(huán)境的三維點(diǎn)云數(shù)據(jù)。

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：

*高精度：激光雷達(dá)可以提供厘米級(jí)的距離和角度精度，適用于高精度導(dǎo)航應(yīng)用。

*三維成像：激光雷達(dá)可以獲取目標(biāo)的三維點(diǎn)云數(shù)據(jù)，提供豐富的環(huán)境信息。

*主動(dòng)測(cè)量：激光雷達(dá)主動(dòng)發(fā)射激光，不受陽(yáng)光等外部光源影響，適用于全天候?qū)Ш健?/p>

*長(zhǎng)測(cè)量距離：激光雷達(dá)可以在數(shù)百米甚至數(shù)千米的范圍內(nèi)進(jìn)行測(cè)量。

缺點(diǎn)：

*功耗高：激光雷達(dá)發(fā)射激光束需要較高的功率，耗電量較大。

*體積大重量重：激光雷達(dá)系統(tǒng)通常體積較大，重量較重。

*受天氣影響：激光雷達(dá)受霧、雨和雪等惡劣天氣影響，測(cè)量精度會(huì)下降。

應(yīng)用

激光雷達(dá)導(dǎo)航技術(shù)在航天器自主導(dǎo)航中有廣泛的應(yīng)用，包括：

*近距離導(dǎo)航：在著陸器、火星車(chē)等近距離任務(wù)中，激光雷達(dá)可用于避障、地形建模和精確對(duì)接。

*軌道導(dǎo)航：在軌道飛行器任務(wù)中，激光雷達(dá)可用于確定航天器相對(duì)其他天體的位置和姿態(tài)。

*自主著陸：激光雷達(dá)可為著陸器提供高精度地形和障礙物信息，支持自主著陸決策。

*編隊(duì)飛行：在編隊(duì)飛行任務(wù)中，激光雷達(dá)可用于測(cè)量編隊(duì)內(nèi)航天器的相對(duì)位置和姿態(tài)。

技術(shù)發(fā)展

激光雷達(dá)導(dǎo)航技術(shù)不斷發(fā)展，以提高精度、降低成本和尺寸。主要發(fā)展方向包括：

*固態(tài)激光器：使用半導(dǎo)體或光纖激光器取代傳統(tǒng)激光器，以降低體積和功耗。

*多波束激光雷達(dá)：使用多個(gè)激光束同時(shí)掃描，以提高測(cè)量效率和魯棒性。

*頻調(diào)連續(xù)波（FMCW）激光雷達(dá)：使用調(diào)頻連續(xù)波激光測(cè)量距離，以提高精度。

*微激光雷達(dá)：小型化和低功耗的激光雷達(dá)系統(tǒng)，適用于小型航天器任務(wù)。

案例

*嫦娥四號(hào)：中國(guó)探月工程嫦娥四號(hào)著陸器搭載了激光雷達(dá)系統(tǒng)，用于避障和自主著陸。

*火星2020：美國(guó)國(guó)家航空航天局（NASA）的火星2020探測(cè)車(chē)搭載了激光雷達(dá)系統(tǒng)，用于地形建模和自主導(dǎo)航。

*Starlink：SpaceX公司的Starlink衛(wèi)星通信系統(tǒng)使用激光雷達(dá)進(jìn)行編隊(duì)飛行控制。

結(jié)論

激光雷達(dá)導(dǎo)航技術(shù)為航天器自主導(dǎo)航提供了高精度、三維成像和主動(dòng)測(cè)量的能力。其在近距離導(dǎo)航、軌道導(dǎo)航、自主著陸和編隊(duì)飛行等應(yīng)用中具有重大意義。隨著技術(shù)的發(fā)展，激光雷達(dá)導(dǎo)航技術(shù)將繼續(xù)為航天器的自主導(dǎo)航提供更強(qiáng)大和可靠的支持。第五部分機(jī)器視覺(jué)輔助導(dǎo)航關(guān)鍵詞關(guān)鍵要點(diǎn)【圖像采集與處理】：

1.圖像傳感器技術(shù)：CCD、CMOS、FPA等傳感器的選用標(biāo)準(zhǔn)和性能分析。

2.圖像增強(qiáng)算法：灰度變換、濾波、邊緣檢測(cè)等算法的原理和應(yīng)用。

3.特征提?。航屈c(diǎn)、邊緣、紋理等特征的提取方法和特征描述子設(shè)計(jì)。

【視覺(jué)里程計(jì)】：

機(jī)器視覺(jué)輔助導(dǎo)航

引言

機(jī)器視覺(jué)輔助導(dǎo)航涉及利用視覺(jué)傳感器（如攝像頭）采集環(huán)境信息，以協(xié)助航天器進(jìn)行自主導(dǎo)航。

技術(shù)原理

機(jī)器視覺(jué)輔助導(dǎo)航基于以下原理：

*圖像采集：攝像頭捕獲環(huán)境圖像，記錄航天器周?chē)目臻g信息。

*圖像處理：圖像經(jīng)過(guò)一系列預(yù)處理步驟，包括去噪、圖像配準(zhǔn)和特征提取。

*環(huán)境建模：提取的特征用于構(gòu)建航天器周?chē)h(huán)境的三維模型。

*視覺(jué)定位：通過(guò)將當(dāng)前圖像與先前建立的環(huán)境模型進(jìn)行比對(duì)，確定航天器的位姿（位置和姿態(tài)）。

*路徑規(guī)劃：基于視覺(jué)定位和環(huán)境模型，規(guī)劃航天器的自主導(dǎo)航路徑。

關(guān)鍵技術(shù)

機(jī)器視覺(jué)輔助導(dǎo)航涉及以下關(guān)鍵技術(shù)：

*圖像配準(zhǔn)：將連續(xù)圖像序列對(duì)齊，以消除運(yùn)動(dòng)模糊和環(huán)境變化的影響。

*特征提?。簭膱D像中提取可區(qū)分的特征，如角點(diǎn)、邊緣和紋理。

*環(huán)境建模：使用SLAM（同步定位和建圖）或其他算法構(gòu)建航天器周?chē)h(huán)境的三維模型。

*視覺(jué)定位：利用局部特征匹配或全局匹配算法確定航天器的位姿。

*路徑規(guī)劃：考慮環(huán)境約束和導(dǎo)航目標(biāo)，規(guī)劃航天器的自主導(dǎo)航路徑。

應(yīng)用

機(jī)器視覺(jué)輔助導(dǎo)航在航天領(lǐng)域具有廣泛應(yīng)用，包括：

*行星探測(cè)：協(xié)助探測(cè)器自主導(dǎo)航未知環(huán)境，例如火星rover。

*衛(wèi)星對(duì)接：提供視覺(jué)輔助，實(shí)現(xiàn)衛(wèi)星之間的自主對(duì)接和抓取。

*空間碎片規(guī)避：檢測(cè)和避開(kāi)太空中的碎片，提高航天器安全性。

*視覺(jué)伺服：利用視覺(jué)反饋，實(shí)現(xiàn)航天器的精確控制和姿態(tài)穩(wěn)定。

優(yōu)勢(shì)

相對(duì)于傳統(tǒng)導(dǎo)航方法，機(jī)器視覺(jué)輔助導(dǎo)航具有以下優(yōu)勢(shì)：

*自主性：航天器可以基于視覺(jué)信息自主導(dǎo)航，減少對(duì)地面控制的依賴(lài)。

*感知能力：機(jī)器視覺(jué)提供對(duì)環(huán)境的豐富感知，包括障礙物檢測(cè)和避障。

*適應(yīng)性：視覺(jué)系統(tǒng)能夠適應(yīng)不同的光照條件和環(huán)境變化，提高導(dǎo)航的魯棒性。

*低功耗：視覺(jué)傳感器通常比其他導(dǎo)航設(shè)備功耗更低，對(duì)于空間任務(wù)至關(guān)重要。

局限性

機(jī)器視覺(jué)輔助導(dǎo)航也存在一些局限性：

*視覺(jué)遮擋：視覺(jué)傳感器容易受到視覺(jué)遮擋的影響，例如陰影和塵埃。

*數(shù)據(jù)處理要求：圖像處理和環(huán)境建模需要大量數(shù)據(jù)處理，可能會(huì)限制實(shí)時(shí)響應(yīng)。

*環(huán)境多樣性：視覺(jué)系統(tǒng)需要能夠處理各種不同的環(huán)境，包括未知或變化的環(huán)境。

研究方向

機(jī)器視覺(jué)輔助導(dǎo)航領(lǐng)域正在不斷發(fā)展，重點(diǎn)研究方向包括：

*多傳感器融合：將視覺(jué)傳感器與其他導(dǎo)航設(shè)備（如慣性導(dǎo)航系統(tǒng)）相結(jié)合，提高導(dǎo)航精度和魯棒性。

*深度學(xué)習(xí)：利用深度學(xué)習(xí)技術(shù)增強(qiáng)特征提取和環(huán)境建模算法。

*自主適應(yīng)：開(kāi)發(fā)能夠適應(yīng)未知和變化環(huán)境，并優(yōu)化其導(dǎo)航策略的自主系統(tǒng)。

*實(shí)時(shí)處理：改進(jìn)圖像處理和環(huán)境建模算法的處理效率，以滿(mǎn)足實(shí)時(shí)導(dǎo)航要求。

結(jié)論

機(jī)器視覺(jué)輔助導(dǎo)航是航天器自主導(dǎo)航領(lǐng)域的重要技術(shù)，具有提高自主性、感知能力和適應(yīng)性的優(yōu)勢(shì)。隨著技術(shù)不斷發(fā)展，機(jī)器視覺(jué)有望在航天探索、衛(wèi)星通信和空間安全等領(lǐng)域發(fā)揮越來(lái)越重要的作用。第六部分多傳感器融合導(dǎo)航關(guān)鍵詞關(guān)鍵要點(diǎn)多傳感器融合導(dǎo)航

主題名稱(chēng)：傳感器互補(bǔ)

1.不同傳感器具有互補(bǔ)特性，例如慣性導(dǎo)航系統(tǒng)（INS）的短期高精度但會(huì)漂移，而全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）長(zhǎng)期穩(wěn)定但易受遮擋和干擾。

2.多傳感器融合通過(guò)結(jié)合這些互補(bǔ)特性，提高了導(dǎo)航精度、可靠性和魯棒性。

3.傳感器互補(bǔ)原則主要通過(guò)以下幾個(gè)方面實(shí)現(xiàn)：低頻高精度傳感器（如INS）提供短期穩(wěn)定性，而高頻低精度傳感器（如里程計(jì)）提供誤差約束和觀測(cè)性。

主題名稱(chēng)：數(shù)據(jù)關(guān)聯(lián)

多傳感器融合導(dǎo)航

多傳感器融合導(dǎo)航技術(shù)是一種通過(guò)集成來(lái)自多個(gè)傳感器的數(shù)據(jù)以獲得更準(zhǔn)確、可靠和魯棒的導(dǎo)航解決方案的導(dǎo)航技術(shù)。它利用各種傳感器的互補(bǔ)優(yōu)勢(shì)，如慣性導(dǎo)航系統(tǒng)(INS)、全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)和視覺(jué)傳感器，以克服各個(gè)傳感器的個(gè)別局限性。

多傳感器融合導(dǎo)航方案

多傳感器融合導(dǎo)航方案通常分為兩個(gè)階段：

*傳感器級(jí)融合：在此階段，來(lái)自不同傳感器的原始測(cè)量數(shù)據(jù)被對(duì)齊、校準(zhǔn)和融合，以獲得更精確和穩(wěn)定的一組傳感器數(shù)據(jù)。

*導(dǎo)航算法級(jí)融合：在此階段，融合的傳感器數(shù)據(jù)被輸入到導(dǎo)航算法中，從而產(chǎn)生估計(jì)的狀態(tài)和軌跡。

傳感器級(jí)融合技術(shù)

有多種傳感器級(jí)融合技術(shù)可用于對(duì)齊、校準(zhǔn)和融合來(lái)自不同傳感器的原始測(cè)量數(shù)據(jù)。常用技術(shù)包括：

*時(shí)間戳對(duì)齊：使用時(shí)間戳來(lái)對(duì)齊來(lái)自不同傳感器的測(cè)量數(shù)據(jù)。

*尺度校準(zhǔn)：使用卡爾曼濾波等技術(shù)來(lái)估計(jì)和校準(zhǔn)不同傳感器測(cè)量的尺度因子。

*偏差估計(jì)：使用卡爾曼濾波來(lái)估計(jì)和補(bǔ)償傳感器測(cè)量中的偏差。

*傳感器融合濾波：使用擴(kuò)展卡爾曼濾波器(EKF)、無(wú)跡卡爾曼濾波器(UKF)或粒子濾波器等濾波器融合來(lái)自不同傳感器的測(cè)量數(shù)據(jù)。

導(dǎo)航算法級(jí)融合技術(shù)

在導(dǎo)航算法級(jí)融合中，融合的傳感器數(shù)據(jù)被輸入到導(dǎo)航算法中以產(chǎn)生估計(jì)的狀態(tài)和軌跡。常用技術(shù)包括：

*慣性導(dǎo)航算法：使用加速度計(jì)和陀螺儀的測(cè)量數(shù)據(jù)來(lái)估計(jì)車(chē)輛的狀態(tài)和軌跡。

*GNSS導(dǎo)航算法：使用GNSS衛(wèi)星的測(cè)量數(shù)據(jù)來(lái)估計(jì)車(chē)輛的位置和時(shí)間。

*視覺(jué)導(dǎo)航算法：使用視覺(jué)傳感器的測(cè)量數(shù)據(jù)來(lái)估計(jì)車(chē)輛的位置和姿態(tài)。

*多傳感器導(dǎo)航算法：將各種導(dǎo)航算法集成到一個(gè)統(tǒng)一的框架中，利用各算法的優(yōu)勢(shì)來(lái)提高導(dǎo)航精度和可靠性。

多傳感器融合導(dǎo)航的優(yōu)點(diǎn)

多傳感器融合導(dǎo)航技術(shù)具有以下優(yōu)點(diǎn)：

*提高精度和可靠性：通過(guò)融合來(lái)自不同傳感器的互補(bǔ)數(shù)據(jù)，可以減少各個(gè)傳感器的個(gè)別誤差，從而提高導(dǎo)航精度和可靠性。

*魯棒性增強(qiáng)：當(dāng)一個(gè)傳感器發(fā)生故障或降級(jí)時(shí)，融合算法可以通過(guò)利用其他傳感器的測(cè)量數(shù)據(jù)來(lái)保持導(dǎo)航性能，從而增強(qiáng)系統(tǒng)的魯棒性。

*冗余提高：多傳感器融合導(dǎo)航系統(tǒng)利用多個(gè)傳感器，從而增加了系統(tǒng)冗余并降低了導(dǎo)航故障的風(fēng)險(xiǎn)。

*成本效益：通過(guò)結(jié)合低成本傳感器和高精度傳感器，多傳感器融合導(dǎo)航系統(tǒng)可以提供具有成本效益的導(dǎo)航解決方案。

*靈活性：多傳感器融合導(dǎo)航系統(tǒng)可以適應(yīng)各種平臺(tái)和應(yīng)用，包括地面車(chē)輛、航空器和航天器。

多傳感器融合導(dǎo)航的應(yīng)用

多傳感器融合導(dǎo)航技術(shù)廣泛應(yīng)用于各種領(lǐng)域，包括：

*航空航天：無(wú)人機(jī)、衛(wèi)星和航天器的自主導(dǎo)航

*汽車(chē)：自動(dòng)駕駛汽車(chē)和高級(jí)駕駛輔助系統(tǒng)(ADAS)

*機(jī)器人：移動(dòng)機(jī)器人和工業(yè)機(jī)器人

*海洋工程：水下航行器和海洋觀測(cè)平臺(tái)

*軍事：制導(dǎo)武器和戰(zhàn)斗車(chē)輛導(dǎo)航

結(jié)論

多傳感器融合導(dǎo)航技術(shù)是一種強(qiáng)大的工具，能夠提高導(dǎo)航精度、可靠性、魯棒性和成本效益。通過(guò)集成來(lái)自多個(gè)傳感器的互補(bǔ)數(shù)據(jù)，它能夠克服各個(gè)傳感器的個(gè)別局限性，并為各種應(yīng)用提供準(zhǔn)確和可靠的導(dǎo)航解決方案。第七部分自主導(dǎo)航算法優(yōu)化關(guān)鍵詞關(guān)鍵要點(diǎn)主題名稱(chēng)：基于人工智能的自主導(dǎo)航算法優(yōu)化

1.利用機(jī)器學(xué)習(xí)算法，如深度神經(jīng)網(wǎng)絡(luò)，處理高維和實(shí)時(shí)數(shù)據(jù)，以提高導(dǎo)航精度和魯棒性。

2.采用強(qiáng)化學(xué)習(xí)技術(shù)，使算法能夠通過(guò)與環(huán)境的交互自主學(xué)習(xí)，從而適應(yīng)未知和不斷變化的環(huán)境。

3.將人工智能與傳統(tǒng)導(dǎo)航技術(shù)相結(jié)合，創(chuàng)建混合式導(dǎo)航系統(tǒng)，以提高可靠性和性能。

主題名稱(chēng)：協(xié)作式自主導(dǎo)航算法優(yōu)化

航天器自主導(dǎo)航算法優(yōu)化

一、優(yōu)化目標(biāo)

航天器自主導(dǎo)航算法優(yōu)化旨在提高導(dǎo)航系統(tǒng)在復(fù)雜和動(dòng)態(tài)空間環(huán)境下的性能，包括：

*精度提高：減小位置、速度和姿態(tài)估計(jì)誤差。

*健壯性增強(qiáng)：提高系統(tǒng)對(duì)傳感器故障、環(huán)境干擾和軌道路徑變化的魯棒性。

*實(shí)時(shí)性提升：縮短導(dǎo)航處理時(shí)間，滿(mǎn)足實(shí)時(shí)導(dǎo)航需求。

*能耗降低：優(yōu)化算法計(jì)算復(fù)雜度，減少能源消耗。

二、優(yōu)化策略

1.傳感器融合

*卡爾曼濾波：估計(jì)傳感器數(shù)據(jù)中的噪聲和偏差，融合多種傳感器的信息。

*擴(kuò)展卡爾曼濾波：處理非線性系統(tǒng)，提供更準(zhǔn)確的估計(jì)。

*無(wú)跡卡爾曼濾波：針對(duì)高維系統(tǒng)，降低計(jì)算復(fù)雜度。

2.軌道攝動(dòng)建模

*J2攝動(dòng)模型：考慮地球非球形對(duì)衛(wèi)星軌道的攝動(dòng)。

*大氣阻力模型：模擬大氣阻力對(duì)近地軌道航天器的影響。

*太陽(yáng)輻射壓力模型：補(bǔ)償太陽(yáng)輻射壓力對(duì)航天器姿態(tài)的影響。

3.導(dǎo)航濾波器設(shè)計(jì)

*粒子濾波：處理非高斯分布的不確定性。

*無(wú)跡信息濾波：高效處理高維非線性系統(tǒng)。

*協(xié)方差交會(huì)濾波：融合多個(gè)濾波器估計(jì)，提高精度。

4.適應(yīng)性算法

*自適應(yīng)增益調(diào)節(jié)：根據(jù)環(huán)境變化動(dòng)態(tài)調(diào)整濾波器的增益，提高魯棒性。

*模型預(yù)測(cè)自適應(yīng)控制：預(yù)測(cè)未來(lái)狀態(tài)，實(shí)時(shí)調(diào)整導(dǎo)航策略。

*魯棒Kalman濾波：在存在不確定性和傳感器故障的情況下保持性能。

5.計(jì)算優(yōu)化

*并行化處理：利用多核處理器或圖形處理單元（GPU）進(jìn)行并行計(jì)算。

*近似算法：使用近似方法降低算法復(fù)雜度，提高實(shí)時(shí)性。

*優(yōu)化數(shù)據(jù)結(jié)構(gòu)：優(yōu)化數(shù)據(jù)訪問(wèn)和存儲(chǔ)，減少處理時(shí)間。

三、性能評(píng)估

優(yōu)化后的自主導(dǎo)航算法性能評(píng)估包括以下指標(biāo)：

*導(dǎo)航精度：位置、速度和姿態(tài)估計(jì)誤差的均方根（RMSE）。

*健壯性：對(duì)傳感器故障、環(huán)境干擾和軌道路徑變化的耐受性。

*實(shí)時(shí)性：導(dǎo)航處理時(shí)間，以毫秒為單位。

*能耗：算法計(jì)算復(fù)雜度和功耗。

四、應(yīng)用

航天器自主導(dǎo)航算法優(yōu)化已廣泛應(yīng)用于各種航天任務(wù)中，包括：

*深空探測(cè)：如嫦娥探月任務(wù)和火星探測(cè)任務(wù)。

*衛(wèi)星導(dǎo)航：如定位導(dǎo)航和授時(shí)（PNT）系統(tǒng)。

*軌道機(jī)動(dòng)：如衛(wèi)星對(duì)接和自主軌道控制。

五、發(fā)展趨勢(shì)

航天器自主導(dǎo)航算法優(yōu)化仍在不斷發(fā)展，未來(lái)的趨勢(shì)包括：

*人工智能（AI）技術(shù)：利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法提高導(dǎo)航性能。

*多傳感器融合：融合更多類(lèi)型的傳感器，提高導(dǎo)航精度和魯棒性。

*仿真驗(yàn)證：基于高保真仿真環(huán)境驗(yàn)證算法性能，減少風(fēng)險(xiǎn)。

*云計(jì)算和邊緣計(jì)算：利用分布式計(jì)算和邊緣設(shè)備增強(qiáng)導(dǎo)航能力。第八部分航天器自主導(dǎo)航應(yīng)用場(chǎng)景關(guān)鍵詞關(guān)鍵要點(diǎn)火星探測(cè)任務(wù)

*

*自主導(dǎo)航技術(shù)使火星探測(cè)器能夠在復(fù)雜的地形和通信延遲的情況下自主移動(dòng)和避障。

*例如，美國(guó)國(guó)家航空航天局（NASA）的火星探測(cè)車(chē)“好奇號(hào)”使用自主導(dǎo)航系統(tǒng)，能夠在崎嶇的火星表面自主駕駛，并計(jì)劃自己的路徑。

*自主導(dǎo)航技術(shù)提高了火星探測(cè)任務(wù)的效率和科學(xué)回報(bào)，使探測(cè)器能夠到達(dá)更偏遠(yuǎn)的區(qū)域并收集更多數(shù)據(jù)。

衛(wèi)星編隊(duì)飛行

*

*自主導(dǎo)航技術(shù)使衛(wèi)星能夠在編隊(duì)中協(xié)調(diào)移動(dòng)和保持預(yù)定的相對(duì)位置。

*例如，歐盟的“編隊(duì)飛行”任務(wù)使用自主導(dǎo)航技術(shù)，使多顆衛(wèi)星保持精密編隊(duì)，以實(shí)現(xiàn)高精度地球觀測(cè)。

*自主導(dǎo)航技術(shù)提高了衛(wèi)星編隊(duì)飛行的性能，增強(qiáng)了通信、遙感和科學(xué)探索能力。

深空探測(cè)

*

*自主導(dǎo)航技術(shù)使航天器能夠在遠(yuǎn)距離和有限通信的情況下自主導(dǎo)航和控制。

*例如，美國(guó)國(guó)家航空航天局（NASA）的新視野號(hào)飛船使用自主導(dǎo)航系統(tǒng)，自主導(dǎo)航至冥王星和柯伊伯帶。

*自主導(dǎo)航技術(shù)擴(kuò)展了深空探測(cè)任務(wù)的范圍和能力，使航天器能夠探索遙遠(yuǎn)的行星和天體。

月球探測(cè)任務(wù)

*

*自主導(dǎo)航技術(shù)使月球探測(cè)器能夠自主著陸、行駛和避障，增強(qiáng)了任務(wù)的可靠性和安全性。

*例如，中國(guó)國(guó)家航天局（CNSA）的嫦娥五號(hào)月球任務(wù)使用自主導(dǎo)航系統(tǒng)，完成月面采樣返回。