空间服务与操控中的人工智能技术

陈 萌，肖余之，张 涛

（1.上海宇航系统工程研究所，上海201109；2.上海航天技术研究院，上海201109；3.清华大学自动化系，北京100084）

1 引言

复杂特殊的空间环境给航天器在轨服务与操控带来了极大挑战：轨道上变化的光照条件影响对合作或非合作目标的精确感知与识别［1］，天地信息传输的大时延降低了空间机器人在轨操作的稳定性［2⁃3］，剧烈变化的高低温环境也削弱了航天器长期在轨可靠运行的能力［4］，地面重力条件难以真实模拟航天器在轨姿态控制和机器人的精细操作。此外，受限于航天器的在轨资源，传感器和各种载荷的大数据采集、处理与分析也难以实时完成。

深度学习、大数据、云计算、混合现实、人机共融等技术的快速发展，给空间服务与操控领域带来了新的机遇，其中基于深度学习的空间服务与操控需要大量的数据进行反复训练，而空间任务大多数并不具备反复训练的工作场景，为确保空间服务与操控的自主化和智能化，需要模拟空间任务环境，在地面搭建人工智能技术的训练和测试平台，从而为在轨验证奠定基础。

2 在轨服务与操控发展现状

1981年加拿大机械臂I（SRMS）通过遥操作实现货物搬运任务以来［5⁃7］，美国、加拿大、德国、日本等国家先后开展了一系列在轨操作与服务任务，完成了交会对接、抓捕停靠、燃料补加、ORU更换等在轨试验验证。

美国通过军民深度融合的方式，开展了XSS［8］、DART［9］、 轨道快车［10］等飞行器试验项目。基于空间机械臂和空间机器人，开展了货物运输、模块更换、地面遥操作、燃料加注、辅助交会对接等技术验证和预先研究（图1）。……