Учёные из Института аэрокосмических исследований Университета Торонто (UTIAS) разработали алгоритмы автономности, которые однажды могут сделать транспортировку грузов на Луне более безопасной и эффективной для астронавтов.
Профессор Тим Барфут и аспирант Алек Кравец совместно с командой под руководством MDA Space работают над технологией, которая поможет предложенному канадскому лунному транспортному средству перемещаться между точками сброса грузов во время будущих лунных миссий. Это позволит решить ключевую транспортную задачу после высадки астронавтов на Луну.
«Место посадки и место обитания находятся на расстоянии около пяти километров друг от друга», — говорит Барфут, который также является директором Института робототехники Университета Торонто. «Место посадки ровное, чтобы обеспечить безопасное прибытие шаттла, а место обитания должно быть защищено от радиации — обычно за каменистой местностью. Это создаёт транспортную проблему: астронавты должны иметь возможность перемещать все грузы из шаттла в место обитания».
В отличие от предыдущих планетарных миссий, где роверы исследуют местность в разных направлениях для сбора данных, лунное транспортное средство будет совершать регулярные поездки между фиксированными точками для доставки грузов и оборудования астронавтам. Это первый случай, когда космическому роверам потребуется повторять один и тот же путь, что делает навигационную систему Барфута, основанную на принципе «обучения и повторения», хорошо подходящей для этой миссии.
«Алгоритмы обучения и повторения позволяют нам управлять ровером по заранее определённому пути, вручную или физически управляя им, — говорит Барфут. — Но как только он изучает путь, он может автоматически повторять маршрут сколько угодно раз. Автоматизируя эту часть миссии, мы экономим время и силы астронавтов, сокращаем их воздействие лунных элементов и повышаем производительность миссии».
В рамках своего докторского исследования Кравец адаптирует технологию беспилотного вождения для интеграции с тестовым транспортным средством Канадского космического агентства — Lunar Exploration Light Rover (LELR).
В декабре 2024 года Кравец и Барфут вместе с командами из MDA Space и Центра передовых технологий BRP при Университете Шербрука провели испытания автономной системы на аналоговом полигоне космического агентства в Монреале, который воспроизводит поверхность Марса. Полевые испытания позволили командам выявить и устранить любые аппаратные и программные ограничения при работе в условиях, имитирующих лунные.
«Адаптация нашего кода к LELR сопровождалась некоторыми неожиданными проблемами, — говорит Кравец. — Имитация лунных условий привела к задержке в командах и обратной связи на пять секунд, поэтому мы не могли полагаться на управление с помощью джойстика, как обычно. Это подтолкнуло нас к разработке нового полуавтономного метода обучения с использованием коротких отрезков пути — того, чего мы раньше не делали».
«Несмотря на технические сложности, всегда интересно видеть, как то, над чем я работал в лаборатории, воплощается в жизнь в рамках реальной космической миссии», — добавляет Кравец.
После успешных полевых испытаний в июле 2025 года команда была выбрана космическим агентством для проведения исследования на ранней стадии разработки предложенного канадского лунного транспортного средства в рамках инициативы агентства по исследованию поверхности Луны. Это станет следующим вкладом Канады в программу NASA Artemis, целью которой является создание устойчивого присутствия человека на Луне.
Пока команда готовит транспортное средство к выполнению миссии, Кравец сосредоточен на улучшении производительности системы в реальных условиях и обеспечении её готовности к длительным развёртываниям.
«Мы многому научились, непрерывно запуская систему в полевых условиях, — говорит Кравец. — Дело не только в том, чтобы заставить автономию работать, но и в том, чтобы сделать её надёжной и удобной для операторов, которые могут использовать её весь день в сложных условиях. Эта перспектива формирует мой подход к следующему этапу разработки».
Предоставлено Университетом Торонто.