XiaoMi-AI文件搜索系统
World File Search System精确着陆
用于精密进近的差分 GPS - CORE
摘要：目前，美国国防部使用几种精确着陆系统 (PLS)，包括仪表着陆系统 (lLS)、自动航母着陆系统 (ACLS)、 地面站设备，并且不是在不同服务中统一实施的。 这导致了各服务之间的可靠性问题。此外，这些着陆系统存在许多缺陷，包括可用性、人力需求和频繁拥堵。 因此。 需要一种新的 Pn:d 离子着陆系统来满足国防部的要求。地面站设备，并且不是在不同服务中统一实施的。这导致了各服务之间的可靠性问题。此外，这些着陆系统存在许多缺陷，包括可用性、人力需求和频繁拥堵。因此。需要一种新的 Pn:d 离子着陆系统来满足国防部的要求。
AIAA ATS 2011 计划
COBALT，即自主着陆技术协同融合，是一个结合 NASA GN&C 传感器和算法的平台，用于未来机器人或载人探索任务的自主、精确着陆。COBALT 传感器包括 NASA 兰利导航多普勒激光雷达和 JPL 着陆器视觉系统和地形相对导航系统。处理来自这些传感器的信息的新导航过滤器提供了独立的导航解决方案。COBALT 在 Masten Space Systems 亚轨道火箭试验台上的开环飞行测试活动于 2017 年 4 月完成。在开环飞行期间，COBALT 有效载荷收集并与飞行器共享数据，但飞行器使用基于 GPS 的导航按照计划的轨迹飞行。本次演讲将讨论 COBALT 的开环飞行测试，为即将进行的闭环飞行做准备，在此期间，Masten 火箭将使用 COBALT 的导航解决方案飞行，同时仅使用 GPS 作为备用。
蓝色起源 Mark-1 有效载荷用于月球表面科学研究。EB Wagner 1 、SB Martinez 1 和 JA Cortese 1 ，1 蓝色起源（21218 76 th Ave S，肯特，
简介：蓝色起源致力于建设一条通往太空的道路，以便下一代能够利用无限的太空资源并改善地球上的生活。借助蓝色月球，该团队定义并开发了最先进的月球着陆器架构，以提供可靠、低成本的发射和商业月球运输工具，从而实现繁荣的地月和月球表面生态系统。蓝色月球 Mark-1 (MK1) 是蓝色起源的单次发射、消耗性货运着陆器，旨在将有效载荷和数公吨的货物送入月球轨道并降落到月球表面，提供安全、可靠且经济实惠的月球环境访问。这种庞大的容量与强大的电力、热能和数据服务以及精确着陆到任何月球目的地的能力相结合，使 MK1 成为科学、技术、探索和商业的市场领先平台。
AIAA ATS 2011 计划
COBALT，即自主着陆技术协同融合，是一个结合 NASA GN&C 传感器和算法的平台，用于未来机器人或载人探索任务的自主、精确着陆。COBALT 传感器包括 NASA 兰利导航多普勒激光雷达和 JPL 着陆器视觉系统和地形相对导航系统。处理来自这些传感器的信息的新导航过滤器提供了独立的导航解决方案。COBALT 在 Masten Space Systems 亚轨道火箭试验台上的开环飞行测试活动于 2017 年 4 月完成。在开环飞行期间，COBALT 有效载荷收集并与飞行器共享数据，但飞行器使用基于 GPS 的导航按照计划的轨迹飞行。本次演讲将讨论 COBALT 的开环飞行测试，为即将进行的闭环飞行做准备，在此期间，Masten 火箭将使用 COBALT 的导航解决方案飞行，同时仅使用 GPS 作为备用。
使用卷积神经网络的火山口检测强大的照明和塑造变化*
作为有关月球和火星的大量数据，勘探任务正在转移到下一步，其目的是确定目标的精确着陆。精确着陆的有前途的技术是地形相对导航（TRN），该技术从地标图像和地图中检测到了地标。火山口检测是TRN的重要技术之一。检测陨石坑的一个问题是由于不融合条件而导致的陨石坑的明显变化。另一个问题是由于火山口降解而导致的形状变化。我们提出了一种基于组合支持向量机（SVM）和卷积神经网络（CNN）的新型火山口检测方法，以使检测性能稳健，以防止明显变化。在线性SVM中，学习了火山口图像数据集的梯度图像。然后使用学习的分类器来计算区域建议的物体得分。接下来，CNN识别提出区域的图像是否是火山口。我们的结果表明，所提出的方法可以在各种照明和形状条件下检测陨石坑，并且比传统的陨石坑具有更好的平均精度。
基于视觉的栖息飞机导航系统
摘要 本文介绍了使用位置传感二极管 (PSD)（一种光源方向传感器）设计基于视觉的栖息飞机导航系统的研究。飞机栖息机动模仿鸟类着陆，以低速或可忽略不计的冲击力爬升着陆。它们经过优化以减少其空间要求，例如高度增益或轨迹长度。由于干扰和不确定性，通过跟踪最佳轨迹实现实时栖息。由于控制器的性能取决于估计的飞机状态的准确性，因此建议在状态估计模型中使用 PSD 测量值作为观测值以实现精确着陆。通过数值模拟研究了该导航系统的性能和适用性。通过最小化轨迹长度来计算最佳栖息轨迹。加速度、角速率和 PSD 读数是根据该轨迹确定的，然后与实验获得的噪声相加以创建模拟传感器测量值。对最优着陆轨迹的初始状态进行扰动，通过假设零偏差，实现扩展卡尔曼滤波器进行飞机状态估计。结果表明，估计飞机状态与实际飞机状态之间的误差沿轨迹减小，从而验证了所提出的导航系统。
紧凑型扫描激光雷达
美国宇航局和欧空局已将 LiDAR 确定为实现安全精确着陆和交会对接的关键技术。此外，该技术对于难以观察到背景辐射的未来卫星任务和探测车应用至关重要。挑战来自任务参数的限制越来越严格。太空市场普遍倾向于低成本、高可靠性的紧凑型解决方案，而目前的 LiDAR 技术可能会在主要应用中失去相关性。ONEWeb、三星和 SpaceX 等公司的未来商业计划旨在发射总共超过 10,000 颗卫星，2019 年的概念演示任务已经开始，巩固了对这些企业的投资。LiDAR 技术非常适合清除太空垃圾等操作任务参数，但目前的 LiDAR 质量、体积、功率 (MVP) 预算、成本和开发时间在评估新太空应用提案时可能是一个挑战。当前的扫描 LiDAR 使用旋转镜来引导激光束。机械扫描导致解决方案体积庞大、速度相对较慢且耗电。该提案提出了一个项目，旨在加速开发现代一代激光雷达，以更好地适应日益增长的空间应用需求。
量子工程
Quadrelli 博士是首席研究技术专家，也是 JPL 机器人部门机器人建模与仿真小组的主管。他是复杂空间系统动力学和控制建模方面的专家。他拥有意大利帕多瓦机械工程学位、麻省理工学院航空航天学硕士学位和佐治亚理工学院航空航天工程博士学位。他曾是哈佛-史密森天体物理中心、造纸科学与技术研究所的客座科学家，以及加州理工学院研究生航空实验室的讲师。1997 年加入 NASA JPL 后，他为许多飞行项目做出了贡献，其中包括卡西尼-惠更斯探测器、深空一号、火星飞行器测试计划、火星探测车、空间干涉测量任务、自主会合实验和火星科学实验室等。他曾担任木星冰卫星轨道器项目的姿态控制负责人，以及激光干涉仪空间天线的综合建模任务经理。他曾领导或参与多个独立研发项目，涉及计算微力学、系留空间系统动力学与控制、编队飞行、充气孔径、高超音速进入、精确着陆、柔性多体动力学、航天器群制导、导航与控制、地面力学以及光学系统精确指向等领域。他目前的研究兴趣是多领域、多物理、多体、多尺度基于物理的建模、动力学和控制。他是美国航空航天学会副研究员、美国宇航局高级概念研究所研究员和加州理工学院/凯克空间研究所研究员。
下一代 NASA 危险探测系统开发
I. 简介 用于精确和安全着陆的制导、导航和控制 (GN&C) 技术对于未来机器人科学和载人探索太阳系各个目的地的任务至关重要。这些进入、下降和着陆 (EDL) 技术是美国宇航局精确着陆和危险规避 (PL&HA) 领域的一部分，被认为是空间技术发展路线图 [1] 的高优先级能力，旨在促进和实现新的任务概念。SPLICE 项目，即安全精确着陆 - 综合能力演进 [2]，致力于持续开发传感器、算法和航空电子设备，以用于未来的月球着陆任务。具体来说，SPLICE 正在完善着陆器下降过程中的地形相对导航 (TRN) 和危险检测与规避 (HDA) 的传感器硬件和软件的技术就绪水平 (TRL)。 SPLICE 的所有工作主要基于 NASA 先前在 PL&HA 领域的项目，例如 ALHAT [ 3 – 6 ]、COBALT [ 7 – 10 ] 和 LVS [ 11 ]，其中包括多年的传感器开发工作 [12–15] 和各种亚轨道飞行测试。SPLICE 是一套用于精确着陆的 GN&C 技术。表 1 中列出的各个组件可以单独飞行，也可以作为着陆器承载的集成有效载荷飞行。NASA 兰利研究中心开发的导航多普勒激光雷达 (NDL) 提供厘米级的精确速度和测距。NASA 戈达德太空飞行中心开发的危险探测激光雷达 (HDL) 可生成预定着陆目标周围区域的高分辨率数字高程图 (DEM)。 TRN 系统包括摄像头、机载地图和 TRN 算法，这些算法由查尔斯·斯塔克·德雷珀实验室公司为 SPLICE 项目开发和实施 [16]。NASA 喷气推进实验室开发的危险检测算法基于参考文献 [17] 中概述的 ALHAT 算法，并进行了一些修改，以便与新型高清激光雷达 DEM 配合使用并在新型下降和着陆计算机 (DLC) 上运行。约翰逊航天中心开发的 DLC 是一种新型航空电子设备设计，正在开发中，以利用高性能航天计算 (HPSC) 处理器 [18, 19]。随着用于 TRN 和 HDA 的 GN&C 硬件和软件的不断成熟，该项目还在开发高精度模拟环境，包括带有 DLC 的硬件在环 (HWIL) 测试平台和一些在环传感器模拟器。此外，SPLICE 正在对机器人和载人任务的 EDL 架构进行详细建模 [ 20 , 21 ]，以确定未来需求，揭示现有技术差距，并推动传感器技术发展，使即将到来的任务受益，例如 NASA 的 Artemis 和商业着陆器有效载荷服务 (CLPS) 计划。图 1 是主机飞行器上 SPLICE 有效载荷的高级示意图。TRN 和 HDA 的图像处理需要大量计算，因此 DLC 的设计旨在通过处理大部分视觉导航算法来减轻主飞行计算机的负担。在 DLC 上运行的飞行软件利用 NASA 核心飞行
用于人眼安全闪光激光雷达的盖革模式三维图像传感器
近年来，许多探测器被发射到月球、行星、小行星和彗星进行科学观测。许多探测器都携带了光探测和测距 (LIDAR) 系统，其测量范围从几十公里到几百公里 [1, 2, 3, 4, 5]。我们已经为远程 LIDAR 接收器开发了定制 IC“LIDARX”，它将安装在火星卫星探测器 (MMX) [6] 上。另一方面，如果航天器降落在月球或行星上进行科学观测或资源勘探，航天器的着陆点通常是未开发地点，这些地点可能并不总是着陆的理想地点。在这些未开发地点进行精确着陆需要三维 (3D) 图像，以便在着陆前立即测量地形、避障和检测相对于地面的姿态。美国宇航局的自主着陆和避险技术 (ALHAT) 项目正在开发一种系统，用于快速自主地识别未来行星着陆装置 GN&C 的安全着陆点 [7, 8, 9]。在 ALHAT 中，Flash LIDAR [10, 11, 12, 13] 被定位为障碍物检测的重要传感器。作为一个典型的例子，2016 年发射的 OSIRIS-REx 使用 Flash LIDAR 进行制导、导航和控制 [14, 15, 16, 17]。Flash LIDAR 是一种以类似于闪光摄影的方式捕获 3D 图像的传感器，通过将激光脉冲散射并照射到相机的视场上，相机会