Vira может быстро и эффективно визуализировать окружающую среду с высокой детализацией. Фото предоставлено: НАСА
В темном, бесплодном ландшафте, похожем на лунную поверхность, легко заблудиться. Поскольку очевидных ориентиров, по которым можно было бы ориентироваться невооруженным глазом, мало, астронавтам и марсоходам приходится прибегать к другим средствам, чтобы проложить свой курс.
В рамках их миссий от Луны до Марса, которые включают исследование лунной поверхности и первые шаги на Красной планете, поиск новых и эффективных способов навигации в этих новых областях имеет решающее значение. Именно здесь в игру вступает оптическая навигация — технология, которая помогает отображать новые области с использованием данных датчиков.
Центр космических полетов имени Годдарда НАСА в Гринбелте, штат Мэриленд, является ведущим разработчиком технологий оптической навигации. Например, GIANT (Инструмент анализа и навигации изображений Годдарда) помог миссии OSIRIS-REx обеспечить безопасный отбор проб астероида Бенну, создав 3D-карты поверхности и рассчитав точные расстояния до целей.
Теперь три исследовательские группы в Годдарде продвигают технологию оптической навигации еще дальше.
Вира может точно воспроизводить непрямое освещение. Это означает, что область освещается, даже если она не находится прямо напротив источника света. Фото предоставлено: НАСА
Разработка виртуальных миров
Стажер НАСА Годдарда Крис Гнам возглавляет разработку механизма моделирования под названием Vira, который уже визуализирует большие трехмерные среды примерно в 100 раз быстрее, чем GIANT. Эти цифровые среды можно использовать для оценки потенциальных площадок для посадки, моделирования солнечной радиации и многого другого.
Хотя потребительские графические движки, например те, которые используются для разработки видеоигр, могут быстро отображать большие среды, большинство из них не могут предоставить детали, необходимые для научного анализа. Для ученых, планирующих высадку на планету, важна каждая деталь.
«Vira сочетает в себе скорость и эффективность разработчиков потребительской графики с научной строгостью GIANT», — сказал Гнам. «Этот инструмент позволяет ученым быстро моделировать сложные среды, такие как поверхности планет».
Механизм моделирования Vira используется для поддержки разработки LuNaMaps (лунных навигационных карт). Целью этого проекта является улучшение качества карт южной полярной области Луны, ключевой исследовательской цели миссии НАСА «Артемида».
Vira также использует трассировку лучей для моделирования поведения света в моделируемой среде. Хотя трассировка лучей часто используется при разработке видеоигр, Вира 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 Годдарда разрабатывает инструмент, позволяющий осуществлять навигацию по изображениям горизонта. Эндрю Люнис, руководитель отдела разработки продуктов для оптической навигации, возглавляет команду и работает со стажерами НАСА Эндрю Тенненбаумом и Уиллом Дриссеном, а также с Элвином Ю, менеджером по переработке газа миссии НАСА DAVINCI.
Астронавт или марсоход, использующий этот алгоритм, может получить изображение горизонта, которое программа сравнит с картой исследуемой области. Затем алгоритм выведет предполагаемое место, где была сделана фотография.
Судя по фотографии, алгоритм может достичь точности в несколько сотен метров. В настоящее время предпринимаются попытки доказать, что алгоритм может определять местоположение с точностью до нескольких десятков метров на основе двух и более изображений.
«Мы берем точки данных с изображения и сравниваем их с точками данных на карте местности», — объяснил Люнис. «Это почти похоже на то, как GPS использует триангуляцию, но вместо того, чтобы триангулировать объект несколькими наблюдателями, есть несколько наблюдений от одного наблюдателя, поэтому мы выясняем, где пересекаются линии обзора».
Этот тип технологии может быть полезен для исследования Луны, где сигналы GPS трудно использовать для определения местоположения.
Алгоритм визуального восприятия для обнаружения кратеров
Для автоматизации процессов оптической навигации и визуального восприятия стажер Годдарда Тимоти Чейз разрабатывает инструмент программирования под названием GAVIN (Goddard AI Verification and Integration) Tool Suit.
Этот инструмент помогает создавать модели глубокого обучения — тип алгоритма машинного обучения, который обучен обрабатывать входные данные, как человеческий мозг. Помимо разработки самого инструмента, Чейз и его команда используют GAVIN для разработки алгоритма глубокого обучения, который будет идентифицировать кратеры в плохо освещенных областях, таких как Луна.
«Разрабатывая GAVIN, мы хотим его протестировать», — объяснил Чейз. «Эта модель, которая обнаруживает кратеры в тускло освещенных небесных телах, не только поможет нам улучшить GAVIN, но также окажется полезной для таких миссий, как «Артемида», где астронавты впервые будут исследовать южный полярный регион Луны — темную область с большие кратеры».
Поскольку НАСА продолжает исследовать ранее неизведанные области нашей солнечной системы, подобные технологии могут помочь хотя бы немного облегчить исследование планет. Будь то разработка подробных 3D-карт новых миров, навигация с помощью фотографий или создание алгоритмов глубокого обучения, работа этих команд может облегчить навигацию на Земле в новые миры.
