李志平， 顧 朋， 孫 帥， 陳建新

北京控制工程研究所， 北京 100094

0 引 言

行星表面探測是深空探測領(lǐng)域中一個重大分支.要想更好地了解一個外星球，最好的辦法是能夠著陸其表面，完成巡視勘探.目前開展行星表面漫游車研制的主要國家有美國、歐空局(ESA)和中國.對火星探測目前只有美國和中國的火星車成功在火面運行.美國的火星漫游車技術(shù)代表了當(dāng)前最先進的行星表面漫游車研制技術(shù).美國共研制了四代火星車：1996年發(fā)射的“索杰納”是首個火星車[1]，由于當(dāng)時的技術(shù)水平限制，該火星車的任務(wù)主要是圍繞探路者號著陸器附近工作，具備簡單的自主避障能力；2004年發(fā)射的第二代火星車“勇氣號”和“機遇號”在軌成功試驗了基于視覺的自主導(dǎo)航與視覺測程功能[2-3]；第三代火星車“好奇號”于2012年8月登陸火星，是第一輛采用了“核動力驅(qū)動”的火星車[4-5]，在控制系統(tǒng)配置與方案上繼承了“勇氣號”、“機遇號”，但星載計算機的能力得到了很大的提升，計算機主頻由原來的20 MHz提升為200 MHz，自主導(dǎo)航移動時平均移動速度可達2 cm/s.第四代火星車是2020年7月30日發(fā)射的“毅力號”火星車，其任務(wù)是探索直徑45 km的杰澤羅隕石坑.“毅力號”火星車任務(wù)創(chuàng)新性地配備了一架小型直升機，在軌工作模式仍然是地面遙操作與星上自主導(dǎo)航相結(jié)合，但系統(tǒng)的自主導(dǎo)航能力有很大的提升，根據(jù)NASA官網(wǎng)報道，其自主導(dǎo)航(AutoNav)算法采用了高性能的Xilinx FPGA實現(xiàn)，可以實現(xiàn)120 m/h的自主導(dǎo)航移動.

中國在2013年、2018年分別成功完成了月球正面與背面的著陸與巡視探測，兩臺漫游車導(dǎo)航制導(dǎo)與控制系統(tǒng)技術(shù)狀態(tài)一致，在軌工作模式以遙操作為主，在軌進行了自主導(dǎo)航移動的試驗.截至2020年8月25日，“玉兔二號”已經(jīng)在軌工作600天，累計行程519 m.2020年7月23日我國成功將首輛火星車“祝融號”發(fā)射升空，并于2021年5月15日成功著陸火星表面，隨后進行為期90個火星日的巡視探測，其自主導(dǎo)航能力比“玉兔”月球車有了長足的提升，在113個火星日的壽命期內(nèi)完成了超過1km的巡視移動，自主導(dǎo)航移動能力達到了56 m/h，且自主導(dǎo)航移動不再作為試驗性項目，而是作為每日移動的常規(guī)操作.ESA計劃在2020年7月份發(fā)射ExoMars，由于技術(shù)原因推遲到2022年進行，在軌操作方案也是采用地面遙操作與星上自主導(dǎo)航模式，期望日行進距離約100 m，從目前已有的文獻來看，ExoMars的自主導(dǎo)航移動在40 m/h左右.

從上述運行的行星(月球)表面漫游車的情況來看，當(dāng)前的月球車或火星車在軌巡視時，均是采用地面遙操作+自主導(dǎo)航的方式.深空探測任務(wù)通信時延和通信帶寬的約束，使得地面遙操作控制方式將會變得越來越不適用.隨著探測的深度與廣度的延伸，后續(xù)的探測將會以采樣返回為重點，最終的目標是要建立地外天體的無人或有人工作站.因此，為適應(yīng)未來采樣返回的探測需求，未來的行星表面漫游車要求具備高自主導(dǎo)航能力，實現(xiàn)更遠的日行距離.如歐空局對未來火星車提出了日行進距離180 m的需求，因此未來漫游車必須是高效率且自主的.

針對目前漫游車自主導(dǎo)航存在的問題，各國均在進行相應(yīng)的技術(shù)探索，期望能夠滿足未來漫游車的需求.美國JPL在立體視覺計算效率方面提出了采用FPGA實現(xiàn)快速計算的方案[14]，且在“毅力號”上得到了應(yīng)用；英國薩里大學(xué)研究者們對未來漫游車GNC提出了3種系統(tǒng)方案，引入軌道遙感影像數(shù)據(jù)，結(jié)合立體視覺、激光探測雷達(LiDAR)、站點匹配SLAM等技術(shù)，其目的都是為了一步提高自主導(dǎo)航的效率與成功率，解決長距離行駛與重復(fù)行駛路徑的優(yōu)化問題.

本文第一章針對現(xiàn)有漫游車自主導(dǎo)航的系統(tǒng)配置、自主導(dǎo)航方案、自主導(dǎo)航能力以及存在的問題進行了綜述，第二章對未來漫游車自主導(dǎo)航需求、可能采用的系統(tǒng)結(jié)構(gòu)進行了分析，第三章對未來漫游車的遠景進行了規(guī)劃，提出了智能化需求、自主導(dǎo)航等級的劃分，用于指導(dǎo)我國未來行星表面漫游車的規(guī)劃與設(shè)計，最后給出結(jié)論.

1 現(xiàn)有漫游車自主導(dǎo)航

1.1 導(dǎo)航系統(tǒng)配置

本節(jié)對美國、中國及歐洲的月球或火星表面漫游車的導(dǎo)航系統(tǒng)的相關(guān)配置進行了統(tǒng)計分析，具體情況如表1所示.

表1 現(xiàn)有漫游車GNC分系統(tǒng)配置統(tǒng)計

從表1可以看出，現(xiàn)有的美國火星漫游車、中國嫦娥三號、四號月球車以及天問一號、歐洲的ExoMars火星車的控制系統(tǒng)配置大同小異，因此在軌的導(dǎo)航使用方式與導(dǎo)航方案技術(shù)路線也基本一致.均是采用基于相機圖像地面規(guī)劃的遙操作方式和基于雙目視覺障礙監(jiān)測和路徑規(guī)劃的自主導(dǎo)航方式.

1.2 自主導(dǎo)航方案

在漫游車導(dǎo)航方面，立體視覺是一個非常具有吸引力的技術(shù).首先因為它是被動光學(xué)成像，太陽能可提供所需要的能源，系統(tǒng)功耗小，且可獲得足夠多的環(huán)境信息.此外，通過增大相機的視場角還可獲得更廣范圍的場景，無需機械掃描裝置，這也降低了系統(tǒng)風(fēng)險.因此，無一例外，MER/MSL，毅力號，ExoMars，玉兔一號、二號、祝融號火星車均是采用立體視覺完成自主導(dǎo)航.

從系統(tǒng)的配置來看，在軌自主導(dǎo)航配備的敏感器包括輪系里程計、IMU、太陽敏感器(MER采用導(dǎo)航相機完成對太陽矢量的敏感、ExoMars、中國的月球車、火星車均配備了單獨的太陽敏感器)，利用這些敏感器完成車體的定姿、定位功能(視覺測程完成精確的定位).在定姿定位的基礎(chǔ)上，通過配備的相機完成行星表面未知環(huán)境的三維建模，用于對障礙物的探測與規(guī)避，最終完成自主導(dǎo)航.同時，導(dǎo)航相機與避障相機(僅視場角及安裝位置不同)在某種程度上可以互為備份，都可以完成視覺測程與障礙規(guī)避.如MER勇氣號采用前后避障相機來完成三維地形的建模，而機遇號由于著陸的區(qū)域地形相對復(fù)雜，要求獲得更精確的三維地形來保證行車的安全，則采用像素分辨率更高的導(dǎo)航相機來完成.

1.2.1 MER的自主導(dǎo)航方案

MER任務(wù)在軌導(dǎo)航規(guī)劃采用地面規(guī)劃為主，星上自主規(guī)劃為輔的方案，即地面在獲取導(dǎo)航地形相機的基礎(chǔ)上完成第二天的移動策略規(guī)劃，在相機圖像不能識別的區(qū)域，而且必須走的區(qū)域，則采用星上的自主導(dǎo)航方案[7-8].

表2是MER截止到2005年8月15日，勇氣號與機遇號在軌各種移動模式的使用情況.其中自主導(dǎo)航移動的使用率在27%與21%左右[9].MER的自主導(dǎo)航方案如圖1所示[10].首先地面指令給定目標點(WayPoint)，選擇自主導(dǎo)航模式，然后軟件根據(jù)指令參數(shù)自主選擇一對避障相機或?qū)Ш较鄼C完成圖像采集，進行立體視覺匹配，建立環(huán)境的三維模型，按照DEM信息完成導(dǎo)航區(qū)域的適宜度圖計算，完成路徑的規(guī)劃與選擇，最后執(zhí)行路徑規(guī)劃結(jié)果，按照移動步長控制漫游車移動，直至達到目標點.

表2 勇氣號(573 Sols)與機遇號(555 Sols)移動模式的使用情況(截止到2005年8月15日)

圖1 MER自主導(dǎo)航(AutoNav)實施流程圖

采用視覺導(dǎo)航的重點在于立體視覺圖像的處理及路徑的規(guī)劃.MER的立體視覺處理流程如圖2[11]所示.首先對左右相機圖像根據(jù)地面的相機標定參數(shù)，完成相機模型的校正(如魚眼校正、徑向畸變、切向畸變校正等)，然后完成圖像的金字塔抽取，將原圖的1 024×1 024分辨率降為256×256分辨率，減少計算量.不同比例的壓縮方式會影響最終的三維恢復(fù)精度，文獻[7]對相關(guān)的特性進行了對比性研究.完成圖像壓縮后，再進行DOG濾波，然后進入到立體視覺相關(guān)性計算，對輸出結(jié)果濾波后進行輸出立體視差信息，最終根據(jù)視差信息輸出地形的DEM圖，之后完成路徑規(guī)劃.

圖2 MER自主導(dǎo)航立體視覺匹配流程

MER漫游車路徑規(guī)劃采用基于網(wǎng)格化的GESTALT(grid-based estimation of surface traversability applied to local terrain)算法.GESTALT輸入條件為當(dāng)前漫游車的位置、姿態(tài)估計值以及最新的距離信息(由立體視覺處理得到)，原理是采用視差圖生成DEM數(shù)據(jù)，通過建立網(wǎng)格化地形數(shù)據(jù)，以“適宜度圖(goodness map)”的形式來表征地形的可通過性，然后進行路徑的選擇.路徑選擇一般考慮幾個因素：計算曲率路徑的適宜度值，引導(dǎo)點的加權(quán)值，最后通過加權(quán)計算融合兩種評價值，決定選擇的路徑.基于GESTALT算法的路徑規(guī)劃示意圖如圖3所示，具體立體視覺處理與導(dǎo)航算法流程參見文獻[12].

圖3 基于GESTALT算法的路徑規(guī)劃示意圖

GESTALT算法是一種局部的路徑規(guī)劃算法，通過在軌的表現(xiàn)來看，GESTALT在狹窄且孤立的障礙情況下工作的很好，但在障礙物分布簇擁密集的情況下很容易出現(xiàn)無安全路徑的情況，因此JPL在2005年提出了一種“全局”路徑規(guī)劃的D*算法，并在2006年通過在軌軟件更新進行了驗證[13].

1.2.2 ExoMars自主導(dǎo)航方案

ExoMars由于技術(shù)原因推遲到2022年發(fā)射，但從目前已有的文獻可以看到ExorMars的GNC自主導(dǎo)航方案，從平均移動能力指標上要高于MER.總的思路也是通過立體視覺完成自主導(dǎo)航[6].

ExoMars的視覺導(dǎo)航總體算法也是依據(jù)立體視覺匹配信息，與MER勇氣號不同的是，ExoMars采用導(dǎo)航相機完成障礙檢測與路徑規(guī)劃，在規(guī)劃算法上采用了基于動力學(xué)的A*方法，而不是基于GESTALT的適宜度圖方法，一次導(dǎo)航規(guī)劃的范圍在2 m左右.用定位相機(LocCam)實時完成視覺測程，位置更新率可達到0.2 Hz～0.1 Hz，并引入到運動閉環(huán)控制中.導(dǎo)航規(guī)劃的主要步驟如下：

1)通過立體視覺獲得地形的DEM信息；

2)依據(jù)獲得的DEM信息，將地形劃分為“可導(dǎo)航(navigable)”、“禁行(forbidden)”、“不可規(guī)劃(non-plannable)”以及“未知(unknown)”四種區(qū)域；

3)然后根據(jù)輸出的導(dǎo)航地圖進行路徑規(guī)劃.路徑規(guī)劃采用了基于動力學(xué)的A*算法，較傳統(tǒng)的A*算法考慮了漫游車的運動學(xué)特性.

具體的導(dǎo)航方法參見文獻[6].

1.2.3 “祝融號”火星車自主導(dǎo)航方案

我國祝融號火星車的導(dǎo)航方案采用導(dǎo)航相機圖像由地面完成全局路徑規(guī)劃，使用避障相機圖像在軌自主完成三維地形恢復(fù)與自主路徑規(guī)劃.自主導(dǎo)航方案與MER無太大的差別，只是在效率、規(guī)劃路徑、使用方式上有所區(qū)別.

在探測效率上，祝融號火星車比嫦娥三號和四號有了很大的進步.得益于GNC分系統(tǒng)的硬件配置升級及視覺導(dǎo)航算法的優(yōu)化，自主導(dǎo)航移動的速度可以達到56 m/h左右.我國火星車也具備視覺測程模式，利用導(dǎo)航相機圖像完成，從圖像處理到位置的輸出需要30 s左右.

祝融號火星車自主導(dǎo)航中圖像預(yù)處理與環(huán)境感知算法原理與MER一致，但在算法與并行計算方面進行了相應(yīng)的優(yōu)化.在路徑規(guī)劃方面，由于火星車移動系統(tǒng)采用六輪獨立的驅(qū)動與轉(zhuǎn)向設(shè)計，因此除可以進行曲率、原地轉(zhuǎn)彎規(guī)劃外，較MER漫游車增加了蟹行路徑規(guī)劃.更多的路徑規(guī)劃輸出，可以提高達到目標的成功率.

圖4是火星車基于適宜度圖的路徑規(guī)劃示意圖，其中顏色為綠色的是可通過區(qū)域(適宜度大)，紅色為不可通過區(qū)域(適宜度小).路徑規(guī)劃輸出的優(yōu)先級定義為曲率-原地轉(zhuǎn)彎-蟹行.路徑規(guī)劃的方法是：事先給定一定數(shù)量的曲率路徑和蟹行路徑，通過計算每條路徑的適度度評價值，該值由路徑經(jīng)過的每格的適宜度、與目標點的接近度來進行投票計算.如果該值達到規(guī)定的某個閾值，則選擇其中該值最大的一條作為輸出路徑，如果沒有對應(yīng)的輸出路徑，則進行一次原地轉(zhuǎn)彎，如果原地轉(zhuǎn)彎次數(shù)達到規(guī)定次數(shù)還是無相應(yīng)的路徑，則計算蟹行路徑，直至最終找到合適的路徑，或者輸出無安全路徑退出.

圖4 基于適宜度圖的路徑規(guī)劃示意圖

1.3 自主導(dǎo)航能力

對目前在軌運行的火星車、月球車以及即將在軌運行的ExoMars火星車(技術(shù)狀態(tài)已經(jīng)固化)的自主導(dǎo)航能力，從定位精度、自主導(dǎo)航平均移動速度幾個指標進行對比分析，如表3所示(Sojourner由于當(dāng)時的計算機技術(shù)限制，不將其列入到對比行列).

表3 當(dāng)前漫游車自主導(dǎo)航能力對比分析

注：自主導(dǎo)航移動平均速度、視覺測程時平均速度，與視覺導(dǎo)航圖像處理時間(算法的效率及計算機處理能力)，車體移動過程車體速度及移動的步長都有關(guān)系.平均移動速度的計算公式為：步長/(視覺導(dǎo)航時間+步長/盲走最大速度).MER的盲走最大速度為124 m/h，祝融號和玉兔的盲走最大速度均為200 m/h，ExoMars盲走速度為100 m/h.

從表3中可以得出如下結(jié)論：

1)目前在軌運行的火星車或即將運行的火星車，在導(dǎo)航方式方面，均是采用地面導(dǎo)航規(guī)劃為主，自主導(dǎo)航為輔的方式來完成探測任務(wù).

2)為解決大坡面地形輪系滑移帶來的輪系里程計測量誤差，除嫦娥三號四號月球車外，其他火星車均采用了視覺測程技術(shù)，這樣選擇的原因是為火星表面的地形環(huán)境較月球表面要復(fù)雜的多，通過視覺測程方法可以獲得精度較高的定位精度.視覺定位精度均在2%R級別，相差不大.

3)自主導(dǎo)航移動平均速度方面，由于地外天體表面崎嶇，自主導(dǎo)航過程運算量較大，航天處理器能力受限等因素，目前漫游車自主移動速度均較低，我國后續(xù)漫游車在自主導(dǎo)航算法優(yōu)化與系統(tǒng)設(shè)計上還有很大的提升空間.

對比結(jié)果表明，目前的行星表面漫游車自主導(dǎo)航均是“一步一?！钡姆绞剑瑸檫M一步提升自主導(dǎo)航的水平，工程師及學(xué)者們均在對圖像處理算法的處理方式進行不懈的努力，如文獻[14]研究了采用FPGA完成立體視覺處理，期望能夠做到連續(xù)自主導(dǎo)航.據(jù)已有的報道，毅力號已經(jīng)進行了嘗試.

1.4 目前全自主導(dǎo)航設(shè)計存在的技術(shù)難點

所謂全自主導(dǎo)航控制，就是不再依賴地面遙操作，在行星表面的導(dǎo)航移動全部由器上自主實現(xiàn).全自主導(dǎo)航控制是未來深空行星表面探測器必然發(fā)展方向.誠然，當(dāng)前的技術(shù)水平又不得不長時間采用星上半自主加地面遙操作的方式來實現(xiàn)行星表面漫游車的駕駛控制.主要的技術(shù)難點如下：

1)由于視覺圖像處理算法的復(fù)雜性與航天器件性能的約束使之處理效率低，導(dǎo)致兩個問題：一是自主大范圍感知的能力弱，安全性低；二是自主局部地形重建耗時太長，達不到邊走邊規(guī)劃的目的，嚴重影響漫游車的移動效率.

2)漫游車對環(huán)境的自主感知能力有待提高，包括對環(huán)境障礙的識別能力，對障礙的精細識別能力等，需進一步提高準確性，減少設(shè)計安全裕度，實現(xiàn)保證安全性同時提高效率的目的.

3)漫游車路徑規(guī)劃與決策能方面：未來漫游車需要有更遠距離的自主最優(yōu)路徑(考慮能源、安全等)規(guī)劃能力，構(gòu)建大范圍三維地圖以及根據(jù)當(dāng)前的能源、通信條件完成大范圍(大于10 m)的路徑規(guī)劃的能力.

4)深空探測能源的嚴苛約束，使得地面一些先進傳感器不能簡單地應(yīng)用于深空探測領(lǐng)域.

2 未來漫游車自主導(dǎo)航技術(shù)探討

2.1 未來漫游車的自主導(dǎo)航需求分析

未來行星表面漫游車必定是高自主、高效的.亟需解決的問題是：如何實現(xiàn)自主連續(xù)導(dǎo)航，提高在軌移動探測效率，提高漫游車日行進距離.期望滿足如下的幾個要求：

1)具備全自主導(dǎo)航能力，能夠根據(jù)地面指令“指哪走哪”.

2)日行進距離要求大于200 m/Sol

3)單次自主導(dǎo)航移動速度大于100 m/h.

4)自主定位精度小于1%R.

在未來探測任務(wù)中，比如后續(xù)月球表面探測、火星巡視采樣返回探測等，要求的日行駛距離要遠遠超過當(dāng)前的所有在軌運行的漫游車.歐空局的未來行星表面漫游車的平均移動速度要求達到180 m/Sol，也是出于對未來采樣返回火星車的任務(wù)需求.

為完成上述性能指標要求，需要從系統(tǒng)體系結(jié)構(gòu)(包括新型敏感器、高性能圖像處理模塊)、自主導(dǎo)航算法等方面進行研究.

1)研發(fā)新型環(huán)境感知敏感器替代目前的被動光學(xué)成像敏感器，提高獲取三維有用信息的速度，減少計算負擔(dān)，如配備深度相機(TOF相機)、LiDAR等傳感器.

2)研究更高效，更適合于硬件實現(xiàn)的感知與視覺測程算法，如FPGA完成視覺圖像處理算法，加強多傳感器信息的融合，提高算法的效率與魯棒性，實現(xiàn)“邊走邊決策”的能力，同時滿足定位精度要求.

2.2 幾種可能的系統(tǒng)結(jié)構(gòu)

對于未來漫游車的高效率、高自主性探測，其系統(tǒng)體系結(jié)構(gòu)設(shè)計瓶頸在于高性能的計算平臺與新型的環(huán)境感知敏感器.本文提出我國未來漫游車幾種可能的系統(tǒng)結(jié)構(gòu)，重點針對目前的視覺導(dǎo)航系統(tǒng)，就如何進一步提升自主導(dǎo)航效率，實現(xiàn)連續(xù)自主導(dǎo)航方面進行對比分析.本文僅從感知敏感器配置方案進行討論，考慮了激光三維相機與光學(xué)相機方案.

2.2.1 光學(xué)相機+視覺算法硬化方案

該方案在系統(tǒng)配置上與當(dāng)前巡視器無太大的區(qū)別，但在光學(xué)相機上加強了計算能力的設(shè)計，除能直接輸出原始圖像數(shù)據(jù)外，還具備立體視覺處理的能力，直接可輸出地形三維信息(視差圖)，系統(tǒng)能夠連續(xù)進行自主導(dǎo)航與視覺測程.具體系統(tǒng)結(jié)構(gòu)如圖5所示.

圖5 光學(xué)相機導(dǎo)航方案

本方案中局部感知敏感器為大視場角(大于120°)的相機，采用雙目立體視覺一體化設(shè)計方式，可直接輸出視差圖，輸出幀頻大于30 Hz.全局感知敏感器采用相對窄視場(視場角在46°以內(nèi))相機，保證遠距離(10 m左右)的三維恢復(fù)精度小于15 mm，能夠輸出圖像數(shù)據(jù)與視差圖，在視覺測程過程中，導(dǎo)航模塊負責(zé)完成視覺測程，動態(tài)實時更新修正漫游車的三軸位置與姿態(tài).

視覺敏感器利用FPGA完成雙目立體視覺的圖像處理，直接輸出導(dǎo)航模塊使用的相關(guān)信息(視差圖、特征點等)，降低導(dǎo)航模塊處理器的計算負擔(dān)，保證局部自主規(guī)劃避障與視覺測程能夠在車體運動過程中完成，實現(xiàn)連續(xù)自主導(dǎo)航.

本方案視覺導(dǎo)航敏感器全部采用被動光學(xué)相機，系統(tǒng)的體積功耗可得到有效的控制，系統(tǒng)的信息流類型簡單，但由于采用窄視場的導(dǎo)航相機作為全局規(guī)劃，需要桅桿轉(zhuǎn)動不同角度通過信息拼接的方式以獲取更大視場范圍的圖像，桅桿的運動與控制相對耗時較大，因此無法做到車體在運動過程中完成全局路徑規(guī)劃.此外，被動光學(xué)相機受外部光照環(huán)境影響較大，在太陽高度角較低(如極區(qū)探測)、陰影區(qū)探測時有可能無法獲取有效的地形特征參數(shù).

2.2.2 激光三維相機方案

該方案中將全局感知敏感器換成激光雷達(需大于10 m以上的遠距離探測)與局部感知敏感器替換成TOF相機來完成全局路與局部的路徑規(guī)劃對外部環(huán)境的感知，方案如圖6所示.

圖6 激光三維相機導(dǎo)航方案

系統(tǒng)配置時在桅桿上配備2個或2個以上的MEMS激光雷達，可同時獲取不同視場方向的地形三維信息，期望在車體移動過程中完成全局的路徑規(guī)劃.比如三個視場角60°的MEMS雷達，通過拼接在不轉(zhuǎn)動桅桿的條件下可一次性獲得前方180°范圍內(nèi)的地形三維信息，如圖7所示.車體下方可配備1到2個大視場的TOF相機(視場角120°)，獲取前方近距離范圍內(nèi)地形的三維信息.

圖7 激光雷達導(dǎo)航簡圖

采用3個MEMS雷達來完成車體前方大范圍地形的三維信息，可以實現(xiàn)車體運動過程中的全局路徑規(guī)劃.激光三維與TOF相機能直接輸出地形的三維點云信息，但是按照目前的技術(shù)水平，同等探測距離條件下，這種采用主動光源成像的產(chǎn)品，功耗要遠大于普通的光學(xué)成像敏感器.相較于光學(xué)成像敏感器，激光三維與TOF相機的優(yōu)點是對外部光照環(huán)境不敏感，可探測低照度或永久黑暗區(qū)環(huán)境.缺點是功耗相對較大，且無視覺圖像，無成熟的激光三維視覺測程算法來實現(xiàn)高精度的位置姿態(tài)估計.

2.2.3 激光三維相機+光學(xué)相機方案

第三種方案就是綜合激光三維相機與光學(xué)相機的優(yōu)點，在使用過程中規(guī)避各自的缺點，對系統(tǒng)配備兩種類型的視覺敏感器.正常光照條件下，采用光學(xué)相機方案，而在特殊環(huán)境條件下，則使用激光三維相機方案.代價是在原有的光學(xué)相機方案中增加了激光三維相機的重量、功耗與體積資源，對整器的布局需要精心設(shè)計，同時星載計算機要具備能夠處理這兩類相機的數(shù)據(jù)能力，對計算機的處理性能有一定的要求.

3 未來漫游車的遠景展望

3.1 智能化需求

在解決漫游車的連續(xù)自主導(dǎo)航問題之后，未來的漫游車應(yīng)該是是智能的.漫游車可以根據(jù)自身攜帶的敏感器及載荷，不但可以完成自主的行走，還可根據(jù)所感知的信息，完成科學(xué)探測點的自主選擇，實現(xiàn)能源與通信的自主管理，完成探測任務(wù)的自主規(guī)劃并具備一定的自學(xué)習(xí)能力.

未來的漫游車，地面系統(tǒng)將會很少介入，只需要給定探測任務(wù)目標，等待探測結(jié)果即可.因此，未來智能漫游車將具備如下的能力：

1)具備全自主駕駛能力.

2)具備對外部未知環(huán)境實時自主感知能力.

3)具備對環(huán)境的學(xué)習(xí)分類能力、自主決策或為地面操作人員給出規(guī)劃建議.

4)具備網(wǎng)絡(luò)化，群智能能力，能夠?qū)崿F(xiàn)多智能探測器協(xié)同工作.

5)能夠?qū)崿F(xiàn)能源與通信的自主管理，自主分析載荷探測數(shù)據(jù)，自主完成科學(xué)探測點的選擇.

3.2 漫游車自主控制等級劃分初探

2016年9月，美國交通運輸部明確了無人駕駛汽車以美國汽車工程師協(xié)會SAE(society of automotive engineers)的發(fā)布的6級標準定義具體如表4所示.

從表4的等級分類標準可以看出，自主駕駛等級的定義主要取決與兩個因素：人的參與程度以及對環(huán)境的約束程度.借鑒汽車自動駕駛等級劃分，行星表面漫游車在自主控制方面，可以作如下的定義劃分：

表4 美國汽車工程師協(xié)會汽車自主駕駛等級定義

在初級階段根據(jù)天地鏈路圖像數(shù)據(jù)與遙測信息制定移動策略，由地面指令指定運動控制策略，完成移動探測器的運動(完全遙操作).

在初步自主移動階段，可通過探測器自帶的相關(guān)傳感器(定姿定位傳感器、環(huán)境感知傳感器等)完成行星表面的環(huán)境自主感知，自主完成到目標點的移動(部分遙操作).更高層次的自主移動階段，可根據(jù)移動探測器的平臺信息，包括能源管理、通信管理完成自主任務(wù)的規(guī)劃，自主制定運動控制策略(智能化).可將行星表面移動探測的自主駕駛的4級(L0～L3)等級定義如表5所示.

未來漫游車可根據(jù)表5的自主控制能力的定義，確定不同級別敏感器、控制計算機的最低配置需求，確定自主控制系統(tǒng)的體系結(jié)構(gòu)及軟件功能，形成相應(yīng)的標準規(guī)范，指導(dǎo)我國后續(xù)深空探測行星表面漫游車自主導(dǎo)航的規(guī)劃與設(shè)計.

表5 行星表面移動探測器自主駕駛等級定義初步設(shè)想

4 結(jié) 論

本文對目前行星表面漫游車的自主導(dǎo)航方案與能力進行了對比分析，提出了目前采用全自主導(dǎo)航設(shè)計存在的約束條件，給出了未來漫游車自主導(dǎo)航研究的方向，并對我國未來基于地形三維恢復(fù)的自主導(dǎo)航方案進行了討論，給出了未來漫游車的遠景規(guī)劃，對我國未來漫游車的自主導(dǎo)航技術(shù)的發(fā)展方向提出了建議.