Vira может быстро и эффективно визуализировать окружающую среду в мельчайших подробностях. Кредит: NASA
В тусклом, бесплодном ландшафте, таком как поверхность Луны, можно легко заблудиться. Из-за небольшого количества различимых ориентиров для навигации невооруженным глазом астронавты и марсоходы вынуждены полагаться на другие средства для прокладки курса.
Поскольку NASA осуществляет свои миссии от Луны до Марса, включая исследование лунной поверхности и первые шаги на Красной планете, поиск новых и эффективных способов навигации по этим новым территориям будет иметь решающее значение. Вот где вступает в дело оптическая навигация — технология, которая помогает наносить на карту новые области с использованием данных датчиков.
Центр космических полетов имени Годдарда в Гринбелте, штат Мэриленд, является ведущим разработчиком оптических навигационных технологий. Например, GIANT (инструмент анализа и навигации изображений Годдарда) помог миссии OSIRIS-REx безопасно собрать образцы на астероиде Бенну, создав трехмерные карты поверхности и рассчитав точные расстояния до целей.
Теперь три исследовательские группы в Центре Годдарда еще больше продвигают оптические навигационные технологии.
Vira может точно отображать непрямое освещение, когда область все еще освещена, даже если она не обращена прямо к источнику света. Кредит: NASA
Разработка виртуального мира
Крис Гнам, стажер в NASA Goddard, руководит разработкой движка моделирования Vira, который уже отображает большие трехмерные среды примерно в 100 раз быстрее, чем GIANT. Эти цифровые среды можно использовать для оценки потенциальных посадочных площадок, моделирования солнечного излучения и многого другого.
В то время как графические движки потребительского уровня, такие как те, которые используются для разработки видеоигр, быстро визуализируют большие среды, большинство из них не могут обеспечить детализацию, необходимую для научного анализа. Для ученых, планирующих посадку на планету, каждая деталь имеет решающее значение.
«Vira сочетает в себе скорость и эффективность пользовательских графических моделлеров с научной точностью GIANT», — сказал Гнам. «Этот инструмент позволит ученым быстро моделировать сложные среды, такие как поверхности планет».
Моделирующий движок Vira используется для помощи в разработке LuNaMaps (карты лунной навигации). Этот проект направлен на улучшение качества карт региона Южного полюса Луны, ключевой цели исследований миссий NASA Artemis.
Vira также использует трассировку лучей для моделирования поведения света в имитируемой среде. Хотя трассировка лучей часто используется в разработке видеоигр, Vira использует ее для моделирования давления солнечного излучения, которое относится к изменениям импульса космического корабля, вызванным солнечным светом.
Найдите свой путь с помощью фотографии
Другая команда в Goddard разрабатывает инструмент для навигации на основе изображений горизонта. Эндрю Лиунис, руководитель отдела разработки оптических навигационных продуктов, возглавляет команду, работающую вместе со стажерами NASA Эндрю Тенненбаумом и Уиллом Дриссеном, а также Элвином Ю, руководителем по переработке газа для миссии NASA DAVINCI.
Астронавт или марсоход, использующий этот алгоритм, может сделать одну фотографию горизонта, которую программа сравнит с картой исследуемой области. Затем алгоритм выведет предполагаемое местоположение, где была сделана фотография.
Используя одну фотографию, алгоритм может выдавать данные с точностью около сотен футов. Текущая работа пытается доказать, что используя две или более фотографий, алгоритм может определить местоположение с точностью около десятков футов.
«Мы берем точки данных с изображения и сравниваем их с точками данных на карте местности», — объяснил Лиунис. «Это почти похоже на то, как GPS использует триангуляцию, но вместо того, чтобы иметь несколько наблюдателей для триангуляции одного объекта, у вас есть несколько наблюдений от одного наблюдателя, поэтому мы выясняем, где пересекаются линии видимости».
Этот тип технологии может быть полезен для исследования Луны, где трудно полагаться на сигналы GPS для определения местоположения.
Алгоритм визуального восприятия для обнаружения кратеров
Чтобы автоматизировать процессы оптической навигации и визуального восприятия, стажер Годдарда Тимоти Чейз разрабатывает программный инструмент под названием GAVIN (Goddard AI Verification and Integration) Tool Suit.
Этот инструмент помогает строить модели глубокого обучения, тип алгоритма машинного обучения, который обучен обрабатывать входные данные, как человеческий мозг. В дополнение к разработке самого инструмента Чейз и его команда создают алгоритм глубокого обучения с использованием GAVIN, который будет определять кратеры в плохо освещенных областях, таких как Луна.
«По мере разработки GAVIN мы хотим протестировать его», — объяснил Чейз. «Эта модель, которая будет определять кратеры в слабоосвещенных телах, не только поможет нам узнать, как улучшить GAVIN, но и окажется полезной для таких миссий, как Artemis, в рамках которых астронавты впервые будут исследовать регион южного полюса Луны — темную область с большими кратерами».
Поскольку NASA продолжает исследовать ранее неизведанные области нашей солнечной системы, такие технологии могут помочь сделать исследование планет хотя бы немного проще. Будь то разработка подробных 3D-карт новых миров, навигация с помощью фотографий или создание алгоритмов глубокого обучения, работа этих команд может облегчить навигацию по Земле в новых мирах.
Предоставлено NASA
