國內外行星表面巡視器自主導航技術研究

解楊敏，季 力，魏祥泉，陳 萌，鄒懷武

（1.上海大學機電工程與自動化學院，上海市機械自動化及機器人重點實驗室，上海 200444；2.上海宇航工程系統研究所，上海 201109；3.上海市空間飛行器機構重點實驗室，上海 201108）

0 引言

深空探測作為航天技術發展的前沿和趨勢，是人類歷史上最為復雜的系統工程之一。如圖1 所示，在2013 年，隨著嫦娥三號著陸器和玉兔號巡視器在月球表面的成功著陸和作業，完成了對月球進行土壤成分研究、化學元素測量、空間環境感知的科學任務，中國跨出了外星球表面勘探的第一步，成為第三個在月球上實現軟著陸的國家［1］。

圖1 玉兔號月球巡視器［1］Fig.1 Yutu lunar patrol［1］

與此同時，世界各科技強國也紛紛展開各自的深空探測計劃。歐洲空間局與俄羅斯開展合作，計劃于2020 年前實現火星著陸巡視［2-3］。日本發展的重點是實施多類型小行星的取樣返回任務，以保持在小行星探測領域的優勢地位［3］。印度計劃2020年前實施月球著陸巡視探測和第二次火星探測［2］。美國則計劃于2020 年再次發射火星著陸器（如圖2所示），為2030 年的載人探火計劃做準備［4］，并同時啟動了重返月球計劃［5］。中國在近期和中期計劃中將分別對月球和火星進行探測，實現“繞、落、回”和“繞、落、巡”工程目標［6-7］。2018 年12 月，嫦娥四號以軟著陸方式登陸月球背面，將利用地月拉格朗日2 點中繼衛星首次對月球背面進行巡視探測，實現采樣返回任務，并將以5 年、10 年為期開展利用巡視器進行的月球南北極探測［6］。由此可見，在未來10 年的航天科技競爭中，地外星球的著陸探測作業將是深空探測的主要任務之一。

星球巡視器是在星球表面移動作業的無人探測系統，能夠對星球表面進行大面積、近距離和接觸式的考察，是地外星球著陸探測作業的主要手段［8］。因宇宙空間具有微重力、高真空、強輻射、劇烈變化的溫度和亮度等特點，無論在前期空間探測還是后期開發利用階段都需要依賴巡視器完成人類難以或無法勝任的任務，而其完成各項任務的自主程度則成為衡量巡視器工作性能的重要指標［9］。然而，迄今為止所有在星球作業的星球巡視器都或多或少地依賴于人工決策，自主導航能力不足成為制約其漫游能力的主要原因［10］。

圖2 美國NASA 2020 年火星表面巡視器示意圖［4］Fig.2 US NASA 2020 Mars Rover schematic［4］

我國對新一代星球巡視器性能指標要求進一步提高，對構建自主、精準、自適應的智能導航系統的需求更為迫切，具體體現在以下幾個方面：

1）通信延時的影響。玉兔號與地球指揮中心的通信時間約為1 s，可以滿足“信息回傳—地面指揮中心處理決策—發送遙控指令”的遙操作序列時間要求。然而，即將進行的月球背面探測需要通過中繼星進行與地面的通信，且將出現部分時間段通信中斷的情況；而火星距離遙遠，信號往返需要20 min 左右［11］，因此，在將來的探月和探火計劃中過于依賴遙控技術對巡視器進行指揮操作是不現實的。地面站只能向太空發送對星球巡視器的宏觀和全局行動指令，而微觀和局部的行動則需要通過其感知和導航系統來進行自主規劃［9］。

2）長距離探測的任務需求。玉兔號的設計速度為200 m/h，最終活動在著陸器的20 m 范圍以內，其整個活動場景和軌跡都可以被著陸器監測到。然而，下一代巡視器將遠離著陸器進行工作，如美國對未來巡視器的設計要求為每天行走超過1 km［12］，且要求其進行在著陸器幾百公里外的探測活動［10，13］。在這樣的長距離探測任務中，巡視器在大部分時間將脫離著陸器的監測范圍，它必須具有對環境進行精確感知、自我定位并進行地形自適應的自主導航能力，以確保移動過程的高效和安全［12，14］。

3）取樣返回的任務需求。美國NASA、歐洲航天局、中國航天局都在未來計劃中要求巡視器能夠從工作點進行采樣返回［15］，這對巡視器的自主導航系統，尤其是其全局定位能力提出了更高的要求。與現有的局部定位技術不同，巡視器必須能夠在來回途中減少與著陸器相對位置的定位累積誤差，根據全局地圖及定位制定返回著陸器的路線，實現自主回航［16］。

綜上所述，實時定位與環境建模、全局定位信息獲取和地形自適應路徑規劃決策，是星球巡視器在弱通信條件下完成長距離、高效率探測作業和取樣返回任務的必備關鍵技術。融合上述3 項功能的自主導航系統是保障巡視器移動過程的行駛安全、擴展其巡視探測范圍、增強其對未知環境適應性、確保采樣回歸任務成功的前提，對我國深空探測任務目標的實現具有極其重要的意義。

1 星球巡視器自主導航技術概述

無人駕駛系統的一般功能結構流程如圖3所示。

圖3 巡視器無人駕駛系統功能結構圖Fig.3 Function structure diagram of patrol unmanned system

總體來說，為實現一個無人系統的自主駕駛功能，需要對實時定位及地圖建模（Simultaneous Lo?calization and Mapping，SLAM）、全局定位、路徑規劃和軌跡追蹤控制各子系統進行算法設計，統稱為導航控制技術（Guidance，Navigation，and Control Techniques，GN＆C）。其中，軌跡追蹤控制方案與巡視器運動機構設計方式高度相關，具有極大的系統特異性且技術相對成熟［10］。

實時定位及地圖建模模塊在不依賴于外界標定參考物的情況下，使用巡視器自身的傳感器系統，通過運動過程前后時刻的感知差異推測相對運動關系，從而實現對航跡和地圖的構建，提供實時的巡視器定位信息。

全局定位校正間斷性地引入絕對空間中的外界參考，與實時構建的地圖信息進行配準對標，消除長距離的工作中不可避免的定位漂移，校正航跡誤差，實現對巡視器在絕對空間的定位。

路徑規劃技術則根據環境感知及定位信息，在綜合考慮路徑的可通過性、避障要求以及路徑長度要求下，制定相關策略計算巡視器的前進路線，保障其行駛安全。由于外星球地形地貌復雜且不可預知，巡視器的路徑規劃算法需要對復雜地形具有自適應性，并能夠滿足相對于巡視器的行駛速度來講的實時計算要求。

值得說明的是，并非所有成熟的地面傳感定位技術都能用于星球巡視器自主導航［9］。舉例來說，多數星球不具有地球一樣特殊的大氣環境，磁場強度也不穩定，因此，基于空氣介質的測量技術（如超聲波傳感器等）和利用磁場的測量儀器均無法應用于月球等星球環境；此外，在外星球上無法在預先安裝基站時對基站精確定位和定向，所以基于定向測距原理（如激光測距等）的定位方法實用性較差；由于距離遙遠，地球GPS 定位系統也無法為星球探測車提供導航服務。迄今為止，在文獻中記載可用于星球巡視器的車載傳感器種類及功能分類如圖4 所示［17-20］，通過使用不同的傳感器組合可以進行位置及姿態的估測，實現實時航跡推算及地圖建模的功能。

2 國內外巡視器導航技術工程應用現狀

圖4 星球巡視器定位及地圖建模傳感器Fig.4 Planetary patrol positioning and map modeling sensors

在星球巡視器技術研發應用中，美國無疑處在遙遙領先的位置。從1971 年到2012 年，美國已經向火星成功發射多臺著陸器和4 臺巡視器，其著陸點分布如圖5 所示，4 臺巡視器的外觀對比如圖6 所示。

圖5 美國火星著陸器及巡視器全球位置示意圖［21］Fig.5 Schematic diagram of the global location of the US Mars lander and patrol［21］

圖6 美國發射的火星巡視器Fig.6 Mars patrol launched by the United States

1997 年著陸的旅行者號（Sojourner）作為第一輛成功在火星行走的巡視器，活動在著陸器的10 m×10 m 的范圍內。旅行者號依賴于探路者號著陸器和地面指揮中心進行星際導航。利用其搭載的導航相機及著陸器相機，指揮中心人工計算出一條能夠避障避險的安全軌跡，每次規劃1～2 m 的前進距離回傳給旅行者號。旅行者號則根據規劃軌跡進行運動，到達局域目標點后停止行動并使用輪式里程計和陀螺儀進行航跡推算及自定位［22］。其航跡測算誤差約為行進距離的10%。

相對于行動效率低下、自主能力差的旅行者號，2004 年著陸的勇氣號和機遇號在自主導航技術上有了劃時代的進步。它們利用慣性單元和輪式里程計估算位姿，同時加入太陽定位技術提高姿態估計準確度。更為重要的是引入了多對立體視覺里程計，通過前后幀圖像中的特征點（石塊頂端）檢測與其分布模式匹配，利用光束平差法（Visual Odometry?Bundle Adjustment，VO-BA）計算兩個鄰攝像點的位姿關系，大大減少了崎嶇路段輪式里程計由于滑移產生的定位誤差［23］（如圖7 所示，橫坐標為行進距離，縱坐標為定位誤差，橙色部分表示光束平差法所引進的誤差，紫色部分表示非光束平差法所引進的誤差）。同時立體視覺能夠自動檢測定位危險區域特征，生成三維地形圖，通過石塊或者臺階的高度及密度、地形的傾斜度及平整度標記可通過區與危險區，在所有可行弧線路徑中選擇最短最安全的路徑進行自主避障（如圖8 所示，綠色部分表示可通過區，紅色部分表示危險區）［24］。在勇氣號和機遇號的行動過程中，全自主導航已經被應用于部分路段（如圖9 所示，綠色線段表示全自動導航的路段），這表明其定位精度和避障可靠性大大增強，使得它們在火星上的行走里程達到了約8 km 與20 km，并能在地形復雜崎嶇的山區環境行動（如圖9 所示，機遇號在Sol 304 進行的24°爬坡運動）。然而由于參數設定不合理或陰影處理不當，機遇號在Sol 137、141 和235 分別出現了幾次定位錯誤［25］，且在圖像特征不豐富地區，仍然需要大量依賴人工導航。

圖7 勇氣號和機遇號視覺里程計與輪式里程計精度對比［25］Fig.7 Accuracy comparison between the visual odometer and the wheel odometer for the Courage and Opportunity［25］

圖8 勇氣號和機遇號自主避障策略與路徑規劃示意圖［24］Fig.8 Schematic diagram of autonomous obstacle avoidance strategy and path planning for the Courage and Opportunity［24］

2012 年著陸的好奇者號采用了核動力技術，其自動導航系統原理基本與勇氣號與機遇號一致，利用了立體導航相機與立體避障相機的組合進行自定位與避障，達到了相對快的行駛速度（人工導航模式下140 m/h、自主避障模式下45 m/h、全自主導航模式下20 m/h），但仍不能全程脫離人工導航進行自主行動［26］。為了更好地用于地形三維建模及導航，好奇號裝載了彩色全景攝像機以獲得圖像等信息，噴氣推進實驗室（JPL）地面中心的科學家可以通過這些信息發掘科學探測目標，完成好奇號的火星探索任務。美國“火星2020”計劃中，NASA 設計的新一代火星車，在好奇號的硬件基礎上，加裝了測地雷達、X 射線光譜儀、紫外線激光器等傳感器，新一代火星車的視覺系統載有多達23 個相機，在全自主導航模式下，預計行駛速度可達42 m/h，40 d 即可趕超機遇號14 a 的行駛記錄。由此看來，利用多類傳感器信息融合，實現星球巡視器的環境感知和自主導航，從而提高系統可靠性是巡視器自主作業能力提升的關鍵和發展方向。

圖9 勇氣號和機遇號全自主導航示意圖［25］Fig.9 Schematic diagram of fully autonomous navigation for the Courage and Opportunity［25］

2013 年著陸的中國玉兔號月球巡視器采用了地面遙操作的方式進行導航定位、月面地形重構和行駛路徑規劃。玉兔號配備的相機可供地面指揮中心進行視覺定位并進行月面三維地形建模，并基于此信息進行人工軌跡規劃，完成導航避障策略。其總行進距離小于20 m［1］，導航定位技術水平基本與旅行者號一致。2019 年著陸的嫦娥四號所攜帶的巡視器在其自主巡視技術和能力上與一代玉兔相似，采用的仍是短距及人工參與的巡航技術。

近10 年實現星球巡視車在外星環境成功工程應用的國家只有美國和中國。在實時定位及地圖建模方面，美國研發了基于立體視覺的航跡推算和地圖信息獲取技術，在路徑規劃方面實現了基于地形信息的避障避險算法，兩者綜合的全自主導航技術在部分火星區域成功應用。但因缺少全局定位算法只能小范圍使用且不能完成采樣取回任務，而已有算法也存在著可靠性不足、受環境參數影響大、效率低的問題，因此，只能部分地替代人工導航技術，自主性和地形適應性不足成為制約巡視器的行走速度與探測距離的瓶頸。而中國的自主導航技術與美國還存在著十幾年的差距，其應用現狀不能滿足國家提出的深空探測戰略發展需求。

3 國內外巡視器導航技術研究現狀

針對應用現狀的不足，各國研究者們在近年來將新技術新算法引入星球巡視器自主導航技術的研發。在下面的內容中，將按照圖3 中的技術構架對近年星球巡視器自主導航技術研究作逐一梳理。

3.1 實時定位與地圖建模

實時定位與地圖建模技術要求系統根據多種車載傳感器（如圖4 所示）的測量對巡視器的位姿進行測算并實時更新地圖信息。這一方向在實際星球巡視中的技術應用最為成熟。國內外相對于實際工程技術有特異性的研究成果代表，按照傳感器技術使用發展脈絡的總結見表1。

輪式里程計精度受運動滑移影響較大，以及慣性單元存在大的零點漂移誤差不能單獨用于長時定位，因此，需要配合其他測量手段進行可靠定位。代表性的方法如文獻［20］中給出的將慣導與星敏深度融合算法，將誤差測量漂移控制在20 m 以內。

視覺里程計已經被證明能夠提供更加準確的相對位姿估算，同時也能提供稀疏的地圖信息［17］。但相對來說其匹配算法存在魯棒性不強的難題［27-28］。文獻［29-30］分別從特征點權值調整和利用結構特征對象出發減小遠像點誤差及攝角誤差，但還未見能夠減小多變光源和環境對視覺傳感精度影響的通用技術。

激光三維掃描特點是可以快速獲取大量高精度地形測量點，被引入到巡視器的地圖建模及匹配融合中。文獻［18］提出了加入曲率和法向量構成的7 維迭代臨近點（Iterative Closest Point，ICP）匹配算法，能夠解決部分重合數據匹配問題。文獻［19］利用尖點特征檢測加特征稀疏及稠密DARC?ES 法［31］（Data Aligned Rigidity-Constrained Exhaus?tive Search）雙重匹配的方法，得到很高的里程計和地圖精度（見表1），但其結果都依賴于特定地形特征且計算量大。

表1 巡視器SLAM 算法相關代表文獻Tab.1 Patrol SLAM algorithm related representative literatures

總的來說，經過大量實驗驗證，國外的SLAM技術相關研究趨勢為應用多傳感器融合技術提高定位和地圖建模的精度和可靠性，其技術相對成熟，但因各類傳感器在不同工作條件下精度差異較大，算法通常對適用的環境有要求，還未能解決在多種非結構化復雜環境下的多傳感精確融合問題。而國內的研究仍大量局限于視覺領域，且更多局限于定位技術的討論，還不能證明其在長程連續運動過程中能夠形成準確的航跡及地圖信息。然而，大量的視覺里程計相關研究表明其在未來的局部定位系統中將發揮越來越重要的作用。文獻［45］表明，在美國的下一代ExoMars 火星車系統中，視覺里程計導航將取代輪式里程計成為主要定位技術手段。

3.2 全局定位

全局定位需要依靠外界參照物信息與巡視器本體測量進行匹配，從而在全局坐標系定位當前位置，校正航跡。

由于巡視器全局定位能夠控制長距離航跡推算漂移誤差，作為返回式作業的使能技術在近年來得到了學界的關注。巡視器全局定位算法相關代表文獻見表2。

文獻［32］提出的天際線匹配方法VIPER（Virtual Intelligent Planetary Exploration Rover）是早期在實驗中得到驗證的星球車全局定位方案。其原理為將視覺圖像的天際線特征與在全局地形DEM（Digital Elevation Map）提取的天際線形狀進行貝葉斯最大似然估計匹配，確定全局地圖與巡視器相對位姿關系。雖然其使用的原始數據分辨率較差，導致原文中定位誤差相對較大，但因其經過大量地面實驗驗證，在許多后繼文獻中被用來作為對標標準。

另外，一種經過大量實驗驗證的方法則是利用LiDAR（Light Detection and Ranging）掃描生成局域地圖地形特征，并利用地形特征進行匹配，相關工作見文獻［10，16］。不同的是，文獻［10］的匹配特征為自動檢測的地形尖點，而文獻［16］的特征為手動選取，兩者都經過了大量的戶外移動平臺動態實驗，并取得了可以相比擬的全局定位精度。兩者都與VIPER 方法進行了對比，得出了相同的結論，即在不同的地形條件下基于LiDAR 地形和天際線匹配的方法各有優勢。然而，由于局域地形探測的視覺和激光傳感器在遇到近距離障礙物時會出現嚴重遮擋，故而在某些遮擋嚴重的地形，如峽谷地形工作時匹配效果不佳。同時，如果地形缺乏相應特征，也會影響匹配的魯棒性和準確度。

在全局匹配方面還有一些值得關注的前瞻性和研究性工作。如文獻［33］利用了視覺特征點，通過粒子濾波優化算法與LiDAR 地圖進行稠密點匹配，達到了像素級匹配精度。文獻［13，34］利用立體視覺與HiRISE（High Resolution Imaging Science Experiment）系統地圖進行物理特征或圖像特征匹配，在現有的火星數據庫數據進行驗證時得到了亞相素級的精度。文獻［48］利用立體視覺與HiRISE系統地圖進行基于灰度、紋理等多特征向量的興趣區提取，并利用DARCES 窮舉搜索算法進行興趣區星座分布的模式匹配進行定位，其在類火星地面實驗圖像上取得了3 km 距離最大定位誤差小于50 m的定位精度。文獻［35］利用兩組立體視覺進行最高值點匹配，在試驗場地靜態圖形測量定位精度達到2 m。這些文獻提出的方法因還未在移動平臺及多類地形上進行動態過程實驗驗證，其可靠性、準確性和對抗環境干擾的魯棒性還有待進一步檢驗。

表2 巡視器全局定位算法相關代表文獻Tab.2 Patrol global positioning algorithm related representative literatures

3.3 路徑規劃

路徑規劃的主要任務是根據任務規劃，依賴當前定位及地圖信息對巡視器在地形上行駛的安全性進行評估，并通過優化方法得到滿足避障、防傾倒、路徑短的能夠到達目標位置的安全行駛路線。因此，路徑規劃技術的核心要素有兩個：一為如何設計行駛安全性的評估函數從而得到可通過性評價地圖；二為如何根據可通過性評估結果進行路徑規劃和優化。

在可通過性研究方面，因為星球表面為環境復雜的非結構化地形，用于傳統室內避障的二維地圖不足以支持可通過性分析要求，因此常使用規則或不規則網格的高程地形圖。在早期的研究中，對可通過性的評價基本基于對地形本身危險要素在待選路徑上的分布評價［37-38］，而后期逐漸引入了車體與地形交互的姿態分析［14，12，40］，從而使 行駛安全性的評估更加準確，然而由于其柵格密度大，計算效率低。為此，文獻［39］提出用規則網格構建可通過性數據圖，用地形云點數據計算車位姿數據從而量化可通過性的方法。其優勢在于兼顧了規則柵格數據處理量小而云點數據信息量大的特點。可惜的是此種可通過性分析方法未能用于路徑規劃，因而沒有實驗驗證其實用性及可行性。

在路徑規劃算法方面，用做巡視器路徑規劃的數學方法與一般的路徑規劃幾乎相同，可通過性作為一項權值加入路徑優化計算中，從而得到行駛安全性與路徑效率兼顧的優化結果。如表3 所示，文獻［37-38］通過用于火星車的Morphin 算法（也稱作GESTALT 系統［41］）在備選曲線中做出選擇，路徑規劃常見的各類圖形搜索算法［12，14，37，42-43］也被用于巡視器路徑規劃中。

表3 巡視器路徑規劃算法相關代表文獻Tab.3 Patrol path planning algorithm related representative literatures

4 結束語

由以上國內外研究現狀分析可知，巡視器的自主導航系統應用水平遠遠跟不上深空探測工程發展的需求［47］。同時雖然各國學者在巡視器自主導航系統關鍵技術的各方面都進行了長期的研究，但總的來說還不夠全面和成熟［44］，我國的相關研究尤為落后。總結來說，對以下幾個方面關鍵技術進行研究突破的需求十分迫切：

1）具有環境和工況自適應性的多傳感器融合定位。多種傳感器的聯合使用能夠使定位的準確度得以提高，然而現有的算法對融合定位策略應用的環境條件依賴性強，不能在多種工作情況下保證融合定位精度。研發一種能夠適應各種典型外星地形環境的傳感器融合策略，能夠使巡視器在變化的工況下進行準確自定位，從而保障其在多種復雜環境的自主安全作業。

2）基于非完備局域地圖的可適應多地形環境的全局定位。由于巡視器的局域地圖不可避免的非完備性和典型地貌特征差異性，基于全局地圖進行特征匹配的全局定位算法在各地形條件下的性能差異巨大，從而有可能帶來大的全局定位偏差。因此，對現有的特征匹配算法進行改進，從而使其能夠在信息部分缺失情況下適應各種典型外星地形環境，是保障其遠距離作業及采樣取回任務成功的關鍵。

3）實時安全的路徑規劃算法。路徑規劃的安全性評估包含了避障可靠性及行駛穩定性，因此，必須考慮車體與多變地形的交互位姿關系并量化其可通過性。然而，現有的考慮交互關系的評價方法計算復雜且不能滿足路徑規劃的實時性要求，因此，需要加以改進以解決路徑規劃計算實時性與可靠性之間的矛盾。

針對現有星球巡視器面臨的諸多挑戰，開展巡視器多傳感器融合定位、可適應多地形環境的全局定位、實時安全的路徑規劃算法等領域的創新研究，提升巡視器的智能化、自主化程度，可為我國未來的星球巡視器深空探測提供有價值的參考方案和開放的學術思路。