XiaoMi-AI文件搜索系统
World File Search System陨石坑
合作多型火山口探索：拱形模拟任务的概念和结果
摘要 - 进入极端地形，例如洞穴或陨石坑，是未来行星探索机器人的关键挑战。许多实验机器人系统要么使用创新的运动概念或精心制作的任务设计来探索更具挑战地形。但是，这需要高度专业的任务特定机器人设计，从而限制了机器人一般应用的范围。我们通过使现有的漫游者系统团队将轨迹探索作为额外的机会任务任务来调查另一种方法。Rovers在一个束缚的Abseiling操作中进行了合作，从而增强了机器人团队一名成员的运动能力。我们使用我们的两个行星漫游原型在一般多功能多机器人月亮模拟任务的范围内进行火山口探索。在本文中，我们首先概述了对流动站系统的设计和修改，并描述了实验的一般部分自治设置，包括用于挂接系绳的机器人合作，并将其挂入火山口。第二，我们在火山Mt.ETNA，意大利，2022年。 在现场，流浪者成功地进入了甲壳虫小火山口，这是宽度约150 m，深度约为30 m，其陡峭的侧面部分紧凑，部分宽松且部分松散的火山土壤。 该实验表明协作操纵对束缚两个流浪者的可行性。 还显示出由于绞车而显示出增强的漫游动力，从而实现了安全的火山口探索。ETNA，意大利，2022年。在现场，流浪者成功地进入了甲壳虫小火山口，这是宽度约150 m，深度约为30 m，其陡峭的侧面部分紧凑，部分宽松且部分松散的火山土壤。该实验表明协作操纵对束缚两个流浪者的可行性。还显示出由于绞车而显示出增强的漫游动力，从而实现了安全的火山口探索。我们终于讨论了从该实验中学到的经验教训以及其余的实施步骤，以实现当地自主的火山口探索。
火星上的星形沙丘和线形沙丘
摘要。火星上南纬 8.8°、西经 270.9° 处有一片包含 11 个星形沙丘和早期星形沙丘的沙丘场。在南纬 59.4°、西经 343° 处的陨石坑中发现了线性沙丘的例子。虽然很少见，但在火星表面并非没有在双向和多向风况下形成的沙丘种类。这两个沙丘场的出现为火星风况和沙供应的性质提供了新的见解，线性沙丘似乎是通过改变以前横向的风成沉积物形成的，这表明当地风向最近发生了变化。星形沙丘地区的 11 个沙丘显示出从新月形沙丘到星形沙丘的逐渐变化，因为每个连续的沙丘都向上移动到山谷，进入更复杂的风况。星形沙丘证实了 N. Lancaster (1989, Progress in Physical Geography 13 , 67–91; 1989, Sedimentology 36 , 27–289) 的模型，即星形沙丘的形成是通过将横向沙丘投射到复杂的、受地形影响的风力条件中而实现的。星形沙丘上有黑色条纹，这证明沙丘在 1978 年海盗 1 号轨道器获取相关图像时或前后处于活跃状态。这里描述的星形沙丘和线性沙丘位于火星表面的不同区域。与地球上的大多数星形沙丘和线性沙丘不同，这两个火星沙丘都是孤立出现的；它们都不是主要沙海的一部分。先前发表的火星大气环流模型结果表明，线性沙丘场出现的区域应为双峰风况，而星形沙丘出现的区域应为单峰风况。星形沙丘可能是由于沙丘受地形限制而导致风况局部复杂化的结果。局部地形对风况的影响在线性沙丘场中也很明显，因为在线性沙丘附近有横向沙丘，它们的出现最好解释为风通过上风口壁的地形间隙汇集。
AI在Space NASA
NASA利用人工智能（AI）来支持其任务和研究项目，分析数据，开发航天器和飞机的自主系统，以及自动化项目审查等任务。AI工具已被美国国家航空航天局（NASA）使用了数十年，利用机器学习来对大型数据集进行分类，预测和识别模式。这些工具使代理商能够简化决策，节省资源并更有效地利用其劳动力。例如，Pixl是持久漫游者上的X射线光谱仪，它采用自适应采样AI来检查火星上的岩石，从而精确地扫描了甚至小靶标，例如盐晶粒。NASA副管理人Pam Melroy强调，AI是一种强大的工具，称其已被用来安全有效地支持任务。 该机构继续开发和利用AI工具用于各种应用程序，包括检测异常，预测事件以及分析数据以揭示趋势和模式。 NASA希望领导人工智能开发国家安全，经济和社会NASA的AI工具可以快速扫描新陨石坑的图像，而在2020年，科学家证实，在AI将其确定为潜在地点之后，使用Hirise的新火山口使用。 该技术还用于分析大型数据集以识别需要注意的不同特征，用于异常检测或更改检测。 此过程已应用于各种NASA任务，例如预测藻类开花，飓风强度，珊瑚健康和追踪野火。 例如，拟议的欧罗巴陆地任务可以使用这些算法在Jovian Moon上寻找生活。NASA副管理人Pam Melroy强调，AI是一种强大的工具，称其已被用来安全有效地支持任务。该机构继续开发和利用AI工具用于各种应用程序，包括检测异常，预测事件以及分析数据以揭示趋势和模式。NASA希望领导人工智能开发国家安全，经济和社会NASA的AI工具可以快速扫描新陨石坑的图像，而在2020年，科学家证实，在AI将其确定为潜在地点之后，使用Hirise的新火山口使用。该技术还用于分析大型数据集以识别需要注意的不同特征，用于异常检测或更改检测。此过程已应用于各种NASA任务，例如预测藻类开花，飓风强度，珊瑚健康和追踪野火。例如，拟议的欧罗巴陆地任务可以使用这些算法在Jovian Moon上寻找生活。一组人员和承包商开发了新的算法，这些算法使空间工具可以更有效地处理数据，从而使他们能够快速自主地向地面上的科学家提供关键信息，以自主确定哪种地球现象最重要。目标是自动应对火山喷发，洪水或有害藻类的事件，改善观察结果和人类安全。开发AI驱动的空间探索工具对我们对宇宙的理解具有重要意义。chien是该领域的先驱，使用国际空间站（ISS）上的高级计算机制定了原型算法。他在各种处理器上测试了这些算法，包括嵌入式商用商业算法，例如Snapdragon 855和Myriad X，以及传统的航天器处理器PPC-750和Sabertooth。结果表明，这些嵌入式处理器适用于空间遥感，从而更容易将AI集成到新的任务中。通过处理板上的数据，Chien的算法阻止重要信息埋在较大的传输中。这项技术不仅在观察其他行星的仪器中都具有潜在的应用程序。团队还正在测试神经网络模型以解释火星卫星图像，这可以使卫星能够检测出新的冲击力，这是陨石的证据。“我们的漫游者的数据不仅将被传输回地球，而且还用来告知关于流动站可以安全探索的决定，” JPL数据科学家Emily Dunkel说。流动站可能会与神经网络结合使用这些强大的处理器来确定安全驾驶路线。团队使用Cognisat框架在无数X上部署模型，简化了板载深度学习模型的开发，并为NASA的太空任务铺平了道路。根据Ubotica高级工程师LéonieBuckley的说法，这种进步表明，硬件和软件系统已准备好进行太空探索。随着气候变化改变我们的星球，像Chien这样的系统使科学仪器能够与他们观察到的地球系统一样动态。现在正在将计算技术的快速进步纳入NASA任务中，反映了智能手机等个人设备中可用的巨大功能。
航空视觉感知
图 1.1 环境、飞行员和飞机的相互作用 3 图 1.2 事故下滑道 5 图 1.3 黑洞错觉 6 图 1.4 精密进近航道指示灯 6 图 1.5 哈德逊河迫降 14 图 2.1 陨石坑阴影错觉 24 图 2.2 视觉系统的主要组成部分和路径 26 图 2.3 人眼的横截面示意图 29 图 2.4 三种视锥细胞的光感受器吸收曲线 38 图 2.5 跑道的缩短示例 44 图 2.6 从高处看视角几何 47 图 2.7 转盘错觉 49 图 2.8 横向和内侧视角示意图 50 图 2.9 前庭系统组件 53 图 3.1 正弦波光栅 64 图 3.2 对比敏感度函数 65 图 3.3有用视野 71 图 3.4 平均左转安全裕度研究数据 75 图 3.5 视觉敏锐度与眩光敏感度之间的关系 76 图 4.1 3 度下滑道的高度和距离 91 图 4.2 目视俯视和目视直进进近描述 93 图 4.3 着陆进近的三张照片 94 图 4.4 降落在阿尔伯克基国际机场 96 图 4.5 亚速尔群岛葡萄牙丰沙尔的夜间延时照片 99 图 4.6 降落在巴西圣保罗马特雷机场 100 图 4.7 降落在澳大利亚汉密尔顿岛大堡礁机场的最后进近 102 图 4.8 降落在亚速尔群岛葡萄牙圣乔治岛的短距离进近 103 图 4.9 降落在爱沙尼亚塔林机场 103 图 4.10在南极麦克默多站着陆的简短最后阶段 105 图 4.11 空中加油照片 109 图 5.1 张开角度 120 图 5.2 着陆期间的高度提示 123 图 5.3 视网膜图像扩展以估计接触时间 128
60°C，在农历之夜幸存。 B. J. Elliott1
可充电电池，可在-40°C至-60°C时提高放电能力，以在月球之夜生存。B. J. Elliott 1 *，V。T. Nguyen 1 Rhia Martin 1和J. Reinicke 1，1 TDA Research，Inc。4663 Table Mountain Drive，Golden，Co，80402。* belliott@tda.com简介：月球表面的未来科学任务将需要硬件，电子和能源存储系统，这些系统可以容忍月球之夜的极端低温。某些任务将需要整夜连续操作，而其他任务只需要忍受它，并在月球黎明醒来并进行操作。杆附近的其他任务可能只会由于阴影和低太阳角而从太阳上接收边缘加热。预期的温度（夜间约为-180 c c，在陨石坑中较低，在白天降低+120C）指出，目前必须将电池和电子设备放在温度调节的室内，保持在0C和+40 c和+40 c c和+40 c c，因为这是Lithium -ion细胞的性能。汽车电子设备的额定值降至-40℃，而军事电子的额定值降至-55℃，并且拥有可充电的电池至少可以在相同的低温范围内（降低到-40C或-55 c）以匹配现有电子的限制，这将是有利的。将来，设想和可充电电池的温度电子设备，可以在-60C，-80C甚至-100°C下排放，对于在寒冷的阴历之夜后或在夜间间歇性地或连续操作。因此，尽管必须在高于-20C（最好高于0℃）的温度下充电锂离子电池，以避免可逆的容量损失，但对于月球任务来说，这通常不被认为是一个问题，因为白天充电了电池，并且在夜间有足够的能力，并且一旦由太阳和Sole sol和Sole sol Payhars and the Sut恢复了生存。通常，电池尺寸为下降和着陆操作，超过了一次在月球表面上一次静态操作所需的容量。但仍然需要的是能够在低于-20°C的极低温度下排放（进行科学实验，或产生热量以进一步加热电池并以较高的排放速率运行其他设备）。电动或混合动力飞机的低温要求以及地球上的北极勘探工具。
1338.pdf 第 55 届 LPSC（2024 年）
利用行星科学数据试验新兴人工智能和增强现实技术，开展 STEM 教育和公众推广。王平 1、洪鹏宇 2、Kristin Bass 3、Nicholas Dygert 1、Jeffrey Moersch 1、Vasileios Maroulas 1、黄诗纯 1、Stan Tomov 1、Quinn Argall 4、Shalaunda Reeves 1、Melody Hawkins 5、Janine Al-Aseer 1、Helen Zhang 6、Flora Yu Zhu 7、Alice Zhitong Zou 8、徐德佳 9 和安飞 10。1 大学。田纳西大学诺克斯维尔分校 (pwang27@utk.edu)、2 布兰迪斯大学、3 Rockman 等合作社、4 美国科学与能源博物馆、5 诺克斯县学区、6 波士顿学院、7 大颈南高中、8 谷地基督教高中、9 德克萨斯大学奥斯汀分校、10 大学科克分校简介：人工智能 (AI) 迅速渗透到几乎各行各业和每个职业，这要求我们采取创新方法在所有环境中促进公众的 AI 素养和教育 [1]。因此，在过去几年中，我们一直在尝试将新兴 AI 作为一种工具，利用行星科学数据通过各种项目和活动在内华达州南部和现在的田纳西州东部进行 STEM 教育和公众宣传。我们还在设计和实施中使用了增强现实 (AR)。本摘要的目的是介绍我们使用新兴人工智能和增强现实工具的努力，通过跨学科的方法和实验精神，扩大高中生和广大公众对行星科学以及人工智能和增强现实新技术的认识。发展：高质量的火星图像，包括 HiRISE（高分辨率成像科学实验）图像和 NASA PDS [2] 上的探测器的其他图像，为公众提供了前所未有的详细探索火星的机会。然而，仅仅观察这些图像并不能充分认识到这些图像的科学意义。2020 年，我们在内华达大学拉斯维加斯分校的 Marjorie Barrick 艺术博物馆开发并实施了一项增强现实计划，我们让青少年和他们的家人使用博物馆的增强现实沙箱模拟火星表面特征，包括陨石坑和冲积扇。增强现实沙箱是一个 3D、交互式、动态工具，有助于了解地图和地形。借助专业软件，我们能够将等高线映射到沙子上，并随着沙子的实时移动而进行调整。我们开发并实施了一系列课程，名为 HiRISE+AI，采用以应用为中心的方法，面向高中生。我们使用 Amaud Bodin 的 Python for High School [3] 和 Coursera 卷积神经网络的大量修订版作为我们的基本学习材料。我们利用 AI 支持的资产（包括音乐和语音）创建了“太空主题 AI 实验”播客系列 [4]。我们通过定制的 HiRISE 向公众介绍了 NASA PDS 的 HiRISE 图像数据
美国宇航局的行星风成实验室：提案者指南
提案人指南 1.0 NASA 行星风成实验室 (PAL) 1.1 什么是 PAL？行星风成实验室 (PAL) 是一种用于在不同行星大气环境下进行风成过程（风吹粒子）控制实验和模拟的设施，包括地球、火星和土星的卫星土卫六。PAL 目前由 NASA 的行星科学部门提供支持（2014 年之前，PAL 由 NASA 的行星地质和地球物理学 (PG&G) 计划提供支持）。PAL 包括位于加利福尼亚州莫菲特菲尔德的 NASA-Ames 研究中心 (ARC) 的设备和设施，亚利桑那州立大学 (ASU) 位于亚利桑那州坦佩，拥有单独的设备来支持 PAL 活动。PAL 包括美国最大的压力室之一，用于进行低压研究。PAL 可在受控实验室条件下对风成过程进行科学研究，并可对 NASA 太阳系任务的航天器仪器和组件进行测试和校准，包括需要大量低气压的任务。PAL 包括：(1) 火星表面风洞 (MARSWIT) 和 (2) 土卫六风洞 (TWT)，位于加利福尼亚州山景城 NASA ARC 的结构动力学大楼 (N-242) 内，由亚利桑那州立大学管理。MARSWIT 和 TWT 由 NASA-Ames 的商店、仪器设施和成像服务提供支持。ARC 的 PAL 设施还配备了一名全职技术人员（在 ARC 工作的 ASU 员工），为行星用户提供服务。亚利桑那州立大学坦佩校区的配套设施包括环境压力/温度风洞 (ASUWIT)。ASU 还拥有涡流（尘卷风）发生器 (ASUVG)，但目前归富尔顿工程学院所有（可协商用于行星研究）。ASUWIT 是 ASU 地球与空间探索学院 (SESE) 的一部分，由 SESE 教授 Ian Walker 负责运营。ASUWIT 由 ASU 的 Ronald Greeley 中心的工作人员提供支持。NASA-Ames 的火星表面风洞 (MARSWIT) 于 1976 年投入运行，用于研究陆地和火星条件下风夹带粒子的物理学，进行流场建模实验以评估从小岩石到地貌（缩放）如陨石坑等尺度上的风蚀和沉积，并在火星大气条件下测试航天器仪器和其他组件。MARSWIT 是一个 13 米长的开路边界层风洞，位于一个大型环境室内，在 1 巴至 5 毫巴的大气压下运行，在 1 巴时最大速度为 10.5 米/秒，在 5 毫巴时最大速度为 100 米/秒。该风洞采用开路设计，但位于一个大型压力室的地板上，内部高度为 30 米，内部容积为 13,000 立方米。对于低压风洞运行，将腔室密封并抽空，内部的开路风洞在低压环境中运行。抽空如此大腔室的内部压力需要大量电力，这通常非常昂贵。PAL 从热物理设施的蒸汽真空系统获取真空能量，大约 45 分钟内即可抽真空至火星模拟压力 (4 托)。由于真空系统运行成本高，双方达成协议，PAL 几乎只在与其他赞助 NASA-Ames 蒸汽工厂活动的 NASA-Ames 项目/设施合作时才抽真空。这种安排非常经济高效，但需要提前安排低压运行（需要抽空）。除了此协议外，还提供预留真空服务，前提是提供足够的资金并且没有时间安排冲突。