Page 153 - 当代控制理论及应用技术概论

第四章 智能识别与控制研究

现突发状况，人工智能将会自主进行任务规划，得出最优解，让损失降到最小。
其次是深空机器人。机器人是人工智能理论知识和自动化技术高度发展的结合体。
早在 2011 年，美国就已经将一台机器人“R2”发射到太空空间站中执行任务。
它拥有多个关节，自由度很高，同时具备一定程度的高级人工智能，能自行处理
一些日常事务。

四、人工智能在中国航天上的应用前景

（一）更自主的任务规划

航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑
推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人
工智能 +”。
1.“人工智能 + 运载火箭”——高容错飞行
运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，

飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸
多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载
火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有

效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风
险居高不下。
目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工
计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现弹道的重规划，
将卫星送入轨道。

未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，
研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分
秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹

弹道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化
飞行轨迹与姿态控制，有效挖掘潜在运力资源。
除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感
知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次
点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及

各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。

145
145