XiaoMi-AI文件搜索系统
World File Search System陨石坑
机器学习方法是在火星上识别和分类的Rampart陨石坑。 J.M. Williams 1（Jwilliams4@unm.edu），A.C。Buie 1，D.P。梅森1，
简介：冲击壁是火星和许多其他行星体的无处不在地质过程，对于整个太阳系中岩石和冰冷体的表面相对年龄至关重要；在过去的数十亿年中，包括古代和现代火星都发生了这样的火山口事件[1]。这些陨石坑可以根据其形态和形成过程进行分类，包括作为斜坡型特征。在火星上对这些火山口形态的分类历史上已经证明了困难和耗时，这主要是由于1）缺乏质量，高分辨率图像和2）图像的巨大图像。我们的新方法试图通过使用基于机器学习的方法（ML）方法在MARS（32°N至32°S）中的较低纬度（32°N至32°S）内的准确分类的Rampart火山口数据库来纠正此问题。
格子
1.1 操作概要 传统的轮式移动系统难以爬上 20° 以上的斜坡，这是在月球富含冰的永久阴影陨石坑中实现基于原位资源利用 (ISRU) 的 Artemis 任务架构的关键桥梁 [1]。我们建议，现有的 Artemis 探测器平台可以与月球树遍历有线探索服务架构 (LATTICE) 合作，进入目前无法进入的地形，从而将机器人系统、资源和科学硬件运送进出月球陨石坑。 1.2 建议的解决方案 LATTICE 是一种轻量级、快速部署且长寿命的机器人基础设施和探索系统。我们建议为现有的轮式探测器增加一个驱动模块，以运送可部署的地锚——木桩和电缆。当探测器沿陨石坑壁下降时，这个驱动模块将同时下降并安放一个由木桩支撑的索道。着陆器内部的电缆上预先安装的机器人航天飞机将使用一种新颖的张紧机制穿越陡峭的索道系统。一旦建立，每个 LATTICE 航天飞机将能够反复往返陨石坑底部运送重达 80 公斤的有效载荷，同时其电缆将为内部活动传输电力和数据。为了展示 LATTICE 的基本要素，该团队证明了以下内容：
使用深度学习处理器的 FPGA 和 SoC 人工智能工作流程
在 FPGA 上高效部署月球陨石坑探测深度神经网络 ▪ 将深度学习模型部署到 FPGA/SoC 平台上 ▪ 通过目标分析和量化工作流程优化模型性能 ▪ 为深度学习应用预处理传感器数据
从遗迹海洋世界带回的样本：CALATHUS 任务前往谷神星的 OCCATOR 陨石坑。LE Kissick 1 、G. Acciarini 2 、H. Bates 1 、N. Berge 3 、
从遗迹海洋世界带回的样本：卡拉萨斯任务组前往谷神星的奥卡托陨石坑。 LE Kissick 1、G. Acciarini 2、H Bates 1、N. Berge 3、M. Caballero 4、P. Cambianica 5、M. Dziewiecki 6、Z.、F. Enengl 8、O. Gassot 9、SB Gerig 10、F. Hessinger 11、N. Huber 8、R. Hynek 12.、Kędziora B. 13、Kiss A. 14、Martin M. 15、Navarro Montilla J. 16、Novak M. 17、Panicucci P. 17、Pellegrino C. 19、Pontoni A. 20、Ribeiro T. 21、Riegler C. 1 牛津大学，2 代尔夫特理工大学，3 奥尔良大学、法国国家空间研究中心，4 加泰罗尼亚理工大学，5 帕多瓦大学，6 弗罗茨瓦夫理工大学，7 DIST-Università Parthenope，8 皇家理工学院，9 IPAG，13 华沙理工大学，14 布达佩斯技术与经济大学，15 斯图加特大学，16 国家应用科学研究所，17 维也纳技术大学，18 ISAE-SUPAERO，19 慕尼黑工业大学，20 瑞典基律纳空间物理研究所。 （电子邮箱：lucy.kissick@earth.ox.ac.uk）。
NASA的太空发射系统（SLS）是
月球月球ICECUBE - 肯塔基州莫尔黑德州立大学，以各种形式的水和其他红外光谱仪寻找水。lunah-map - 亚利桑那州亚利桑那州立大学，在陨石坑和其他带有中子光谱仪的月南极的永久阴影区域中创建了近地表氢的高保真地图。omotenashi - 日本发展中国家最小的月球兰德勒（Jaxa），研究月球环境。lunir - 科罗拉多州的洛克希德·马丁（Lockheed Martin），对月球表面进行高级红外成像。
美国宇航局的“月球上的瓦特”挑战赛
月球表面有太阳能，但夜间时间较长（连续 350 小时）以及从白天到夜晚的极端环境温度变化给太阳能的使用带来了问题。虽然月球两极的阳光更多，但也有不规则的黑暗时期和太阳永远照不到的地方，比如陨石坑内。地球也面临类似的问题，对包括太阳能在内的额外可再生能源发电的需求正在上升，但需要额外的电力管理、分配和能源存储解决方案来解决间歇性和弹性等问题。
通过激光发射能量进行月球探索（BELLE）
为了满足未来对月球永久阴影区域的科学探索的发电需求，我们展示了一种新颖的激光功率传输方法。一支本科多学科学生团队汇集了电气工程、机械工程、计算机科学和光学方面的专业知识，以应对 NASA 的功率传输挑战。可以使用高效、高功率的激光器将功率从持续被阳光照射的陨石坑边缘传输到永久阴影陨石坑内部的远距离资产，那里预计有大量的水冰。扩展和准直光学器件用于减少十公里长距离的激光束发散。光束扫描系统以及资产上的回射器用于定位和跟踪具有象限光电探测器排列的移动资产。万向架式光伏接收器通过照明源进行跟踪，并将光能转换为电能，供资产的电池系统和其他科学仪器使用。定制印刷电路板跟踪光伏阵列的最大功率点，并为资产的电池充电提供电力。通过为移动探测车供电，展示了所有组件的全面集成。该项目研究了设计考虑因素、组件级性能测量、集成系统性能评估以及进一步改进系统的未来机会。此外，我们正在为同行评审的光学期刊准备一份出版物，详细介绍我们的系统和研究结果。
月球背面地震仪 (FSS)：熬过月夜，从月球背面传回首批地震数据。MP Panning 1，S. Kedar
简介：月球背面地震仪 (FSS) 最近被选为 NASA PRISM（月球表面有效载荷和研究调查）计划的一部分，计划于 2024 年或 2025 年发射，它将向薛定谔陨石坑运送两台地震仪（均已通过 InSight 火星任务的飞行验证 [1]）。垂直甚宽带 (VBB) 地震仪是有史以来最灵敏的飞行地震仪 [2]，而短周期 (SP) 传感器是可用于太空应用的最灵敏、最成熟的紧凑型三轴传感器 [2]。FSS 是一个自给自足的有效载荷，具有独立的电源、通信和热控制，可在漫长的月夜中生存和运行，其寿命将比商业运载着陆器更长，并提供能够回答关键科学问题的长期地震实验。
增强型定点机动控制技术...
KPLO 航天器将携带六个科学有效载荷，包括月球地形成像仪 (LUTI)，用于绘制月球表面地图、寻找未来着陆点和确定月球表面的感兴趣位置；以及广角偏振相机 (PolCam)，它将在三个光谱带对整个月球表面进行偏振成像测量。它将携带 KPLO 伽马射线光谱仪 (KGRS)，用于绘制月球表面上和地下各种元素和辐射的分布图；KPLO 磁力仪 (KMAG)，它将描述月球磁异常并研究月球地壳磁性的起源；以及抗干扰网络实验有效载荷 (DTN)。此外，KPLO 还将携带 NASA 有效载荷 Shadowcam，用于探索极地陨石坑中的永久阴影区域。