Page 154 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

2.“人工智能 + 深空探测器”——自主规划
现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站，
操作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的
行驶操作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面
环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由

于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控
制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测
的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，

利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的
自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率
采集有用信息，大大辅助深空探测应用。
深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，
元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏

时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、
高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和
在轨自主修复，在轨操作、组装、拆卸、管理。

3.“人工智能 + 武器装备”——智能作战
通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁
频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获
取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微
波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多

维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高
质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识
别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。

通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截
弹信息等，数据传输给弹载智能“大脑”，设定相应的优化准则、目标等，通过
数据分析，智能自主决策，规划调整飞行弹道，通过动力学气动调整，改变飞行
轨迹，增强突防性能。人工智能使无人机个体具备较高的智能水平，协同作战能
力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计

划局（DARPA）为首的众多机构，都投入了大量经费就无人机集群在空中的协

146
146