Caloogy 文章
English

航天器自主导航与火星车的 AI

日期
2026 年 3 月 30 日
系列
科学
阅读
3 分钟
主题
Ai scienceAerospaceMars roverPerseverance

一句话版本

地球和火星之间的信号单程要 4 到 24 分钟。火星车不可能等地面一步步遥控,必须自己看路、自己决定怎么走、甚至自己挑选值得研究的岩石。NASA 的"毅力号"火星车靠自主导航系统完成了大部分行驶距离,"机智号"直升机完成了几十次自主飞行,AEGIS 系统能在没有人类参与的情况下自动选择科学目标。 航天是 AI 自主性最早落地的领域之一,它的经验(有限算力、不能出错、必须可验证)对今天的 AI Agent 也很有参考价值。

关于时效

本文按截至写作时的公开资料整理,未逐项联网核对。


第一层:通俗理解

1.1 隔着二十分钟遥控一辆车

想象你遥控一辆车,但每个指令要过 20 分钟才到,车上的画面也要 20 分钟才传回来。你说"前进一米",等你看到结果,已经过去 40 分钟了。

早期火星车就是这样工作的:地面团队每天规划一小段路,第二天车照着走。效率很低。

1.2 自主的三个层次

层次 例子
自己避障 看到石头绕过去
自己规划路线 给一个目标点,自己找出安全的路
自己做科学决策 自己判断哪块岩石值得拍照、分析

第二层:代表性成果

系统 要点
AutoNav(毅力号,2021 年起) 用立体相机构建周围地形的三维地图,评估每一块地面的危险程度,边走边规划。相比前代"好奇号",能边走边思考,不必停下来计算,行驶速度大幅提升;毅力号的大部分行驶距离由自主导航完成
地形相对导航(着陆时) 毅力号下降过程中,实时拍摄地面并与预先存储的地图比对,确定自己的位置,自动避开危险区域着陆。这让它能降落在以前被认为太危险的杰泽罗陨石坑
AEGIS 先在"好奇号"上部署,后用于"毅力号":自动在图像中识别符合条件的岩石,并用激光光谱仪分析,不需要等地面指令,科学数据的获取效率明显提升
机智号直升机(2021–2024) 第一架在另一颗行星上动力飞行的飞行器。原计划只做 5 次技术验证飞行,最终完成了 72 次;每次飞行都由机载系统根据视觉导航自主完成
深空一号的远程代理(1999) NASA 早期的实验:让航天器上的 AI 系统自主规划任务、检测和处理故障,是航天自主性研究的里程碑

第三层:经验与启示

3.1 航天自主系统的特点

约束 应对
算力极其有限(抗辐射芯片比手机慢得多) 简单、高效、可预测的算法,而不是大模型
不能出错(没人能去修) 保守的安全边界;不确定时停下来等地面
必须可验证 大量地面仿真和测试;行为可解释
通信窗口有限 自主处理日常事务,重大决策留给人类

3.2 对 AI Agent 的启示

3.3 未来方向


总结

层次 要点
动机 通信延迟使遥控不可行,必须自主
成果 毅力号 AutoNav、着陆时地形相对导航、AEGIS、机智号 72 次飞行
特点 算力有限、不能出错、必须可验证
启示 分级自主、不确定时停下、仿真中充分测试