陳 萌，肖余之，張 濤

（1.上海宇航系統(tǒng)工程研究所，上海201109；2.上海航天技術研究院，上海201109；3.清華大學自動化系，北京100084）

1 引言

復雜特殊的空間環(huán)境給航天器在軌服務與操控帶來了極大挑戰(zhàn)：軌道上變化的光照條件影響對合作或非合作目標的精確感知與識別［1］，天地信息傳輸的大時延降低了空間機器人在軌操作的穩(wěn)定性［2?3］，劇烈變化的高低溫環(huán)境也削弱了航天器長期在軌可靠運行的能力［4］，地面重力條件難以真實模擬航天器在軌姿態(tài)控制和機器人的精細操作。此外，受限于航天器的在軌資源，傳感器和各種載荷的大數據采集、處理與分析也難以實時完成。

深度學習、大數據、云計算、混合現實、人機共融等技術的快速發(fā)展，給空間服務與操控領域帶來了新的機遇，其中基于深度學習的空間服務與操控需要大量的數據進行反復訓練，而空間任務大多數并不具備反復訓練的工作場景，為確?？臻g服務與操控的自主化和智能化，需要模擬空間任務環(huán)境，在地面搭建人工智能技術的訓練和測試平臺，從而為在軌驗證奠定基礎。

2 在軌服務與操控發(fā)展現狀

1981年加拿大機械臂I（SRMS）通過遙操作實現貨物搬運任務以來［5?7］，美國、加拿大、德國、日本等國家先后開展了一系列在軌操作與服務任務，完成了交會對接、抓捕?？俊⑷剂涎a加、ORU更換等在軌試驗驗證。

美國通過軍民深度融合的方式，開展了XSS［8］、DART［9］、 軌道快車［10］等飛行器試驗項目?；诳臻g機械臂和空間機器人，開展了貨物運輸、模塊更換、地面遙操作、燃料加注、輔助交會對接等技術驗證和預先研究（圖1）。2011年10月，美國國防高級研究計劃局（DARPA）提出“鳳凰”計劃的概念［11?12］，希望采用剛性和柔性機械臂系統(tǒng)，從GEO廢棄衛(wèi)星上拆解下通信天線并重新利用，以降低衛(wèi)星開發(fā)成本（圖2）。美國系繩無限空間技術開發(fā)公司（TUI）2012年提出蜘蛛制造的太空制造技術構想［13］，利用多臂空間機器人及自身攜帶的3D打印材料，完成特定空間結構單元的構建，實現在軌自主裝配和制造（圖3）。

圖1 美國已驗證和計劃驗證的在軌服務項目Fig.1 The verified and to be verified on?orbit serv?ice projects in USA

圖2 DARPA“鳳凰”計劃構想［11?12］Fig.2 The concept of PHENIX plan in DARPA［11?12］

圖3 NASA“蜘蛛制造”構想［13］Fig.3 The SpiderFab Architecture in NASA［13］

自1993年以來，德國先后開展了 Rotex［14］、GETEX［15］、ESS［16］、ROKVISS［17］等項目，在軌驗證了基于多傳感器手爪的柔順抓取控制、基于虛擬現實的機械臂遙操作、交會對接及對接動力學、真空環(huán)境下輕型機械臂關節(jié)等關鍵技術；歐空局完成了空間站組裝機械臂ERA的研制和試驗［18］，通過ROGER項目實現了飛網和飛爪捕獲空間碎片等非合作目標的概念設計［19］，通過TECSAS項目完成了飛行器在軌捕獲與組合體離軌控制等技術攻關［20］；日本通過 ETS?VII開展了飛行器自主交會對接和艙外遙操作試驗［21］，通過MFD項目在軌演示了日本實驗艙小型機械臂的功能和性能［22］，完成了日本實驗艙上的機器人JEMRMS操作試驗和維修服務任務［23］；加拿大還研制了國際空間站大型機械臂SSRMS并完成了搬運和維護等空間任務［24］，實現了基于雙臂靈巧機械手 SPDM［25］的在軌燃料加注演示驗證RRM［26］。上述各國已經開展的各項研究為在軌服務與操控技術的發(fā)展奠定了基礎。

此外，NASA 的在軌服務路線圖（OOS）［27?29］中也明確規(guī)劃了階段性發(fā)展目標，包括：

1）2011－2020年階段，完成國際空間站演示驗證后，在GEO軌道和拉格朗日點開展在軌服務任務；

2）2015－2025年階段，在軌服務最終用于月球軌道的探測；

3）2030－2040年階段，開發(fā)潛在的下一代天文臺級衛(wèi)星任務客戶群。

3 空間領域人工智能技術發(fā)展現狀

2012年4月，NASA公布了《機器人、遙操作機器人與自主系統(tǒng)》發(fā)展戰(zhàn)略路線圖［30］，首次系統(tǒng)提出空間機器人智能化發(fā)展的方向和關鍵技術；2016年10月，美國國家科學技術委員會發(fā)布了“美國國家人工智能研究和發(fā)展戰(zhàn)略計劃”［31］，規(guī)劃了人工智能的七大發(fā)展戰(zhàn)略，指明了人工智能技術在空間的應用方向；2017年7月，中國國務院公開了《關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》（國發(fā)［2017］35 號）［32］，提出了中國的新一代人工智能發(fā)展規(guī)劃及三步走的戰(zhàn)略目標。

空間服務與操控領域人工智能技術應用的公開材料尚不多見，已獲知的技術應用主要體現在：空間交會對接；視覺定位、跟蹤、測量與目標識別；故障診斷及健康管理；專家系統(tǒng)構建；行為規(guī)劃和快速搜救等方面。

3.1 空間交會對接

航天器空間交互對接需要在短時間內對航天器進行機動，并使得交會過程消耗的燃料盡可能少，其實質是約束條件下的系統(tǒng)優(yōu)化問題。王彪等［33］通過粒子群算法和差分進化算法等人工智能算法求解了邊值優(yōu)化問題，利用L?M方法對航天器快速主被動交會進行了仿真求解，獲得了較理想的優(yōu)化結果。韓李萍等［34］采用粒子群算法、分布估計算法和量子粒子群算法對協(xié)同交會問題進行了初始搜索，再將搜索所得結果帶入序列二次規(guī)劃法中進行精心搜索，最終得到了滿足條件的最優(yōu)解，為交會對接的智能算法應用奠定了基礎。

3.2 視覺定位、跟蹤、測量與目標識別

月面復雜的自然環(huán)境下，移動機器人的導航定位有很大難度，目前國外主要采用基于軌道圖像、軟著陸降落相機圖像和車載視覺系統(tǒng)的圖像進行匹配定位，以及基于里程計的航位推算法、路標特征匹配法等實現局部定位，但存在算法效率、求解穩(wěn)定性和定位精度的不足。Johnson等［35］利用 IMU（Inertial Measurement Unit）獲取初始外方位元素與視差圖生成等方法，增強了視覺測程的處理效率與算法穩(wěn)健性；Jones等［36］利用Kalman濾波方法將IMU數據加入視覺測程定位結果中，修正了定位累積誤差。王保豐等［37］通過站間圖像的特征提取與匹配，實現了圖像重疊區(qū)域的亞像素匹配，利用匹配的結果采用光束法平差實現了巡視器相鄰導航位置間的定位，提高了玉兔號月球車的視覺定位精度（圖4）。

由于光照變化、遮擋、目標形變、攝像機抖動等因素的影響，實現魯棒的視覺跟蹤是一件非常困難的事情。近年來深度學習受到了前所未有的關注，李寰宇等［38］針對視覺跟蹤中運動目標的魯棒性跟蹤問題，將深度學習方法應用于視覺跟蹤，提出一種基于多層卷積濾波特征的目標跟蹤算法，結合粒子濾波算法實現了目標跟蹤。所提跟蹤算法對光照變化、遮擋、異面旋轉、攝像機抖動都具有很好的不變性。李衛(wèi)［39］針對小樣本提出了一種改進的深度信念網絡結構，改進的算法在預訓練階段對樣本進行降采樣，在參數微調階段引入隨機隱退（Dropout），實驗表明深度信念網絡在識別率和耗時方面都有不錯的改善。

圖4 玉兔號巡視器前后站左右相機圖像匹配特征結果［37］Fig.4 Stereo matching result of Jade Rabbit lunar rover［37］

遙感圖像分類是一個有監(jiān)督的學習過程，常常需要人工標定一些數據作為訓練樣本。然而人工標定遙感圖像費時費力且效率極低，近年來借助深度學習方法自動處理遙感圖像已經成為機器學習領域的新興研究方向，如麥超等［40］采用多層結構的方式，對數據從低層到高層漸進地進行特征提取，從而發(fā)掘數據主要驅動源，進而提高分類的準確性。

3.3 故障診斷及健康管理

飛行的安全性和可靠性、航天器后勤保障體系的高效和經濟性是航天技術不可回避的問題［41］，航天器系統(tǒng)重要部件的健康監(jiān)控技術對提高整個系統(tǒng)的可靠性與安全性具有至關重要的作用。NASA開發(fā)了一套成熟的歸納式監(jiān)控算法（Induc?tive Monitoring System，IMS）并已開始商業(yè)應用［42?43］：通過對已有正常數據的訓練形成不同數據群，待測數據通過與數據群比較得出與數據群的不同位置關系進而判斷是否故障。IMS的優(yōu)點是不需要故障數據作為訓練數據，避免構建系統(tǒng)模型，從而降低了算法復雜度、提高了算法速度。

高克寒等［44］對歸納式監(jiān)控算法應用于故障檢測時虛警率高的問題，提出了一種改進的IMS算法，對測試中可能出現的野點進行了處理，降低了待測數據中野點對測試結果的干擾，在對液體火箭發(fā)動機的故障檢測中，改進后的IMS將虛警率由37.5%降低到0。

現階段常用的航天器故障檢測方法主要基于人工蟻群算法［45］、模糊算法［46］、以及免疫遺傳算法［47］等，自主性差、故障查找頻繁，而航天器故障多具有隨機性、多層次和非線性的特點，采用傳統(tǒng)方法進行檢測往往需要耗費巨大成本，且檢測的準確性較低，無法獲取滿意的檢測結果［48］；為避免上述弊端，馮通［49］提出了基于深度學習的航天器故障自助檢測算法，依據受限波爾茲曼基原理構建深度學習網絡的故障檢測模型，在模型中引人能量函數，求解隱含層節(jié)點和可視節(jié)點的激活概率，采用極大似然學習方法，遍歷深度學習網絡模型節(jié)點，獲取最優(yōu)解，實現對當前故障狀態(tài)的有效判定，從而完成了航天器故障的自助檢測，提高了故障檢測的準確性和算法運行效率。

3.4 專家系統(tǒng)構建

Sun Yuanyan等［50］在深入分析載人航天系統(tǒng)故障特點的基礎上，提出一種基于故障診斷系統(tǒng)的專家系統(tǒng)構建方法，構造出混合型集成式的載人航天故障診斷系統(tǒng)以解決復雜的載荷問題；尹珅等［51］介紹了一種新的混合智能診斷專家系統(tǒng)，在使用基于規(guī)則推理進行故障征兆識別的基礎上，一方面利用案例推理技術實現故障的快速診斷，另一方面利用故障樹分析法給出詳細的推理過程和推理結果。

空間存在數目繁多的碎片和微流星，航天器軌道規(guī)避作為一種主動防御技術，能有效提高航天器在軌運行的可靠性和生存能力。錢宇等［52］提出建立專家系統(tǒng)用在航天器預警領域，采用區(qū)域預警判定機制建立以航天器為中心的警戒區(qū)和規(guī)避區(qū)，通過不同區(qū)域的閾值作為專家系統(tǒng)的判定，并用前向推理規(guī)則和Rete模式匹配算法設計航天器預警專家系統(tǒng)，仿真驗證表明，所建立的預警專家系統(tǒng)能根據物體間相對位置信息做出準確的預警判定，從而實現航天器智能預警。

4 人工智能技術應用場景設想

當前空間服務與操控的應用主要包括軌道救援、碎片清理、維修操控、在軌構建、系統(tǒng)重建等任務，需要在交會對接、導航定位及視覺識別、故障診斷和健康管理、精細操作和任務協(xié)同等方面提升自主化和智能化水平。而針對非合作目標的在軌燃料補加、合作目標在軌組裝、星表太陽能電站建造、微小飛行器集群的協(xié)同控制等場景開展人工智能技術應用研究，對構建空間服務與操控的智能技術體系具有重要意義。

4.1 在軌燃料補加

高價值航天器大多分布在中、高軌道，一旦燃料耗盡將會喪失支撐能力。利用空間機器人完成燃料補給是挽回損失、延長壽命的重要措施。在軌燃料補加場景主要包含飛行器捕獲接近、繞飛重建、安全逼近、目標抓捕、對接?？亢驮谲壯a加等階段，對交會對接、目標重建、精確抓捕等操作的要求高，通過研究燃料補加全過程的人工智能技術，對實現準確抓捕、快速響應、精確補加等操作服務具有重要意義。在軌補加應用場景和人工智能關鍵技術應用如圖5～6所示。

圖5 在軌補加應用場景Fig.5 Application scenarios of on?orbit refueling

圖6 在軌補加智能技術Fig.6 Intelligence technology of on?orbit refueling

4.2 在軌組裝與維護

空間操控服務平臺需要具備實現航天器?？?、轉運、維修、組裝和分離等功能，采用空間機械臂完成對模塊化、可重構航天器的在軌組裝和維護操作，對延長航天器使用壽命、降低運營成本具有重要意義，人工智能的應用可使在軌組裝技術更加適應非定制化任務和緊急突發(fā)狀態(tài)，體現智能化服務與操控能力。在軌組裝與維護應用場景及人工智能關鍵技術應用如圖7～8所示。

圖7 在軌組裝與維護應用場景Fig.7 Application scenarios of on?orbit assembly and maintenance

圖8 在軌組裝與維護的智能化技術Fig.8 Intelligence technology of on?orbit assembly and maintenance

4.3 星表太陽能電站建造

采用機器人實現星表太陽能電站的建造是無人科研站建設的重要內容，其任務包括選址勘察、三維地形重建、移動路徑規(guī)劃和動態(tài)避障、協(xié)同組裝操作等，將人工智能技術應用于星表環(huán)境下機器人的探測、采樣與組裝，可有效解決因天地大時延帶來的地面遙操作實時性差、操作穩(wěn)定性不高等難題。星表太陽能電站建造應用場景及人工智能關鍵技術如圖9～10所示。

圖9 星表太陽能電站建造應用場景Fig.9 Application scenarios of solar power station construction on planet surface

4.4 微小飛行器“鏡群”試驗

圖10 星表太陽能建造的智能化技術Fig.10 Intelligence technology of solar power station construction on planet surface

為了防止小天體撞擊地球，提出微小飛行器“鏡群”構想：發(fā)射一個航天器群，每顆航天器攜帶一個小鏡子，通過統(tǒng)一的星務系統(tǒng)進行管理，組建成一個天基群鏡系統(tǒng)。把反射太陽光聚焦于小天體表面的某一指定點，將小天體的表面加熱到至少2100℃，使小天體汽化。汽化后的小天體內部會噴射出氣體，產生一個與噴射方向相反的推力，進而改變軌道。該“鏡群”試驗可體現航天器的群體智能，并能夠智能地防護空間碎片或小天體的碰撞，具有較好的創(chuàng)新研究價值。微小飛行器“鏡群”試驗的應用場景和智能技術如圖11～12所示。

圖11 微小飛行器“鏡群”試驗應用場景Fig.11 Application scenarios of Mirror Swarm ex?periment with micro space vehicles

圖12 微小飛行器“鏡群”試驗的智能化技術Fig.12 Intelligence technology of Mirror Swarm ex?periment with micro space vehicles

5 結論

1）從公開發(fā)表的文獻來看，盡管空間服務與操控技術已經發(fā)展了近37年，但人工智能技術的應用仍然受限，主要是因為針對海量數據的計算處理和分析能力還沒有根本性提高，計算機的硬件水平和人工智能算法水平也只是近年來才獲得突破性發(fā)展。

2）當前人工智能在航天領域的應用研究主要表現在：視覺圖像識別－感知－跟蹤、交會對接、故障診斷、專家系統(tǒng)等算法應用層面，人工智能技術的體系性不強，而“有意識、可思維、善學習”的強人工智能還遠未達到。

3）隨著空間操控和服務的復雜化與多樣化，精確感知與智能識別、精細操作與多機協(xié)同將是需要重點發(fā)展的智能化技術，而基于神經網絡、深度學習、人機共融的新一代人工智能為空間服務與操控的發(fā)展進步提供了重要技術支撐。

［1］ Cernadas E，Delgado M F， Rufino E G， et al.Influence of normalization and color space to color texture classification［J］.Pattern Recognition， 2017（61）： 120?138.

［2］ Wang N，Yang CG，Lyu M R，et al.An EMGenhanced im?pedance and force control framework for telerobot operation in space［C］ ／／2014 IEEE， Aerospace Conference， March 1，2014.

［3］ Itoh T， Yudate K，Ito S，et al.New predictive display meth?od of motion and force information for network teleoperation without using virtual environment model［C］ ／／2003 IEEE／RSJ International Conference on Intelligent Robots and Sys?tems， Las Vegas， Nevada， USA， October 27?31， 2003.

［4］ Siddharth T，Matthew D， Riccardo N.Development of ther?mal capacitors for temperature regulation in spacecraft［C］／／66thInternational Astronautical Congress， IAC2015， Jerusa?lem， Israel， October 12?16， 2015.

［5］ Chuang L P， Wu S C， Ghofranian S.System level flexible body dynamics analysis integration in space applications［C］ ／／AIAA Modeling and Simulation Technologies Confer?ence and Exhibit， Honolulu， Hawaii， USA， August 18?21，2008.

［6］ Ravindran R，Assaf SA，Nguyen PK.Shuttle remote manip?ulator control system and in?flight verification［C］ ／／Interna?tional Symposium on Design and Synthesis， Tokyo， Japan，July 11?13， 1984.

［7］ Shuichi M，Yasufumi W，Yoshiaki O，et al.Reconfigurable space manipulator for in?orbit servicing［C］ ／／4thInternational Conference and Exposition on Robotics for Challenging Situa?tions and Environments?Robotics 2000， Denver， CO， USA，August 5?8， 2000.

［ 8 ］ Madison R W.Micro?satellite based， on?orbit servicing work at the air force research laboratory［C］ ／／2000 IEEE， Pro?ceedings of Aerospace Conference， March 18?25， 2000.

［9］ Hintze G C，Cornett K G，Rahmatipour M H，et al.AVGS，AR＆D for satellites， ISS， the moon， mars and beyond［C］ ／／AIAA， 2007 Aerospace and Exhibit， Rohnert Park， Califor?nia， USA， May 7?10， 2007.

［10］ Pete T J， Anthony H， Jane P， et al.Autonomous satellite docking system［C］ ／／AIAA Space 2001?Conference and Ex?position， Albuquerque， NM， USA， August 28?30， 2001.

［11］ 楊南基，黃獻龍，王玉峰，等.細胞衛(wèi)星體系的關鍵技術及啟示［J］.航天器環(huán)境工程，2015，32（4）： 434?439.

Yang N J， Huang X L， Wang Y F， et al.Key technologies of cellularized satellite building block system and its enlighten?ment［J］.Spacecraft Environment Engineering， 2015， 32（4）： 434?439.（in Chinese）

［12］ Charles D E， Philip R B， Roy E G， et al.Replenishing the Mars relay network［C］ ／／2014， IEEE Aerospace Conference

［13］ Hoyt R P， Slosad JT， Moser T J， et al.In?space manufactur?ing of constructableTMlong?baseline sensors using the trussela?torTMtechnology［C］ ／／AIAA SPACE 2016， Long Beach，California， USA， September 13?16， 2016.

［14］ Heindl J， Dietrich J， Hirzinger G.ROTEX ～ The first robot in space［C］ ／／24thInternational Conference on Environmental Systems and 5thEuropean Symposium on Space Environmental Control Systems， Friedrichshafen， Germany， June 20， 1994.

［15］ Freund E， Rossmann J， Schluse M.Real?time collision a?voidance in space： the GETEX experiment［C］ ／／SPIE， Sen?sor Fusion and decentralized Control in Robotic Systems III，2000.

［16］ Bongardt K， Pabst M.Final bunch rotation and momentum spread limitation for the ESSfacility［C］ ／／Proceedings of the 1995 Particle Accelerator Conference， May 1?5， 1995.

［17］ Preusche C， Reintsema D， Landzettel K， et al.Robotics component verification on ISS ROKVISS?preliminary results for telepresence［ C］ ／／2006 IEE／RSJ International Confer?ence on Intelligent Robots and Systems， Beijing， China， Oc?tober 9?15， 2006.

［18］ Schoonmade M.Mission preparation and training equipment（MPTE） for the European Robotic Arm （ERA）［C］ ／／Pro?ceedings of the seventh international space university alumni conference， Cleveland， Ohio， USA， July 23?26， 1998.

［19］ Kassebom M， Koebel D， Tobehn C， et al.ROGER?An ad?vanced solution for a geostationary service satellite［C］ ／／26thAmerican Control Conference， Chicago， IL， USA， June 2000， 28?30.

［20］ Sommer B.Automation and robotics in the German space pro?gram?unmanned on?orbit servicing （ OOS） ＆ the TECSAS mission［C］ ／／55thInternational Astronautical Congress， Van?couver， Canada， October 4?8， 2004

［21］ Kawano I， Mokuno M， Horiguchi H， et al.In?orbit demon?stration of an unmanned automatic rendezvous and docking system by the Japanese engineering test satellite ETS?VII［C］ ／／AIAA Guidance， Navigation and Control Conference，Scottsdale， AZ， USA， August 1?3， 1994.

［22］ Nagatomo M， Hisatome Y， Sato T， et al.Manipulator Flight Demonstration （MFD ）?mission and development status［C］ ／／20thInternational Symposium on Space Technology and Science， Gifu， Japan， May 19?25， 1996.

［23］ Kazuya I， Shinobu D， Kazutaka W， et al.Japanese Experi?ment Module Remote Manipulator System （JEMRMS） opera?tions for HTV?1 mission［C］ ／／61stInternational Astronautical Congress2010， Prague， Czech republic， September 27?Octo?ber 1， 2010.

［24］ Kalaycioglu S，Giray M，Asmer H.Identification of structural parameters of SSRMS［C］ ／／The AAS／AIAA Space Flight Me?chanics Conference， Huntsville， AL， USA， February 10?12，1997.

［25］ Coleshill E.Dextre：improving maintenance operations on the International Space Station［C］ ／／58thInternational Astronau?tical Congress， January 1， 2007.

［26］ Gardell G G， Alex J， Joseph P， et al.Advance in robotic servicing technology development［C］ ／／AIAA SPACE Confer?ence and Exposition， 2015， Pasadena， CA， USA， August 31?September 2， 2015.

［27］ 崔乃剛，王平，郭繼峰，等.空間在軌服務技術發(fā)展綜述［J］.宇航學報， 2007， 28（4）： 805?811.

Cui N G， Wang P， Guo JF， et al.A review of on?orbit servi?cing［J］.Journal of Astronautics， 2007， 28（4）： 805?811.（in Chinese）

［28］ 陳小前，袁建平，姚雯，等.航天器在軌服務技術［M］.北京：中國宇航出版社，2009.

Chen X Q， Yuan J P， Yao W， et al.On?orbit Servicing Technology of Spacecraft［M］.Beijing： China Astronautics Publishing House， 2009.（in Chinese）

［29］ Piedboeuf JC， Bilodeau G， Lange C， et al.Preparatory ex?ploration activities： CSA exploration core program［C］ ／／61th International Astronautical Congress， Prague， Czech repub?lic， September 27?October 1， 2010.

［30］ Ambrose R， Wilcox B， Reed B， et al.Robotics， tele?robotics and autonomous systems roadmap［R］.NASA， Technology Area 04， 2012.

［31］ Holdren JP，Bruce A，Felten E，et al.The national artificial intelligence research and development strategic plan［R］.Na?tional Science and Technology Council， Networking and Infor?mation Technology Research and Development Subcommittee，2016.

［32］ 中華人民共和國國務院.新一代人工智能發(fā)展規(guī)劃［R］.北京：人民出版社，2017.

State Council of the People＇s Republic of China.New genera?tion artificial intelligence research and development plan［R］.Beijing： People’s Publishing House， 2017.（in Chinese）

［33］ 王彪，馮維明.開關函數在航天器主被動交會軌道優(yōu)化中的應用［J］.力學與工程應用， 2016， 16：165?168

Wang B，Feng W M.Application of switch function in orbital optimization for active and passive rendezvous of space vehi?cles［J］.Application of Mechanics and Engineering， 2016，16： 165?168.（in Chinese）

［34］ 韓李萍，馮維明，王彪.人工智能算法在航天器協(xié)同交會優(yōu)化中的應用［C］／／中國力學大會，2015，CCTAM2015?A21?E1850.

Han L P，Feng W M，Wang B.Application of artificial intel?ligence algorithm in collaborative rendezvous optimization of space vehicles［C］／／China Mechanics Conference， 2015，CCTAM2015?A21?E1850.（in Chinese）

［35］ Johnson A E， Goldberg SB， Cheng Y， et al.Robust and ef?ficient stereo feature tracking for visual odometry［C］ ／／IEEE International Conference on Robotics and Automation， Pasa?dena， 2008， 39?46.

［36］ Jones E S， Soatto S.Visual?inertial navigation， mapping and localization： a scalable real?time causal approach［J］.Inter?national Jounal of Robotics Research， 2011， 30： 407?430.

［37］ 王保豐，周建亮，唐歌實，等.嫦娥三號巡視器視覺定位方法［J］.中國科學： 信息科學，2014，44（4）：452?460

Wang B F， Zhou JL， Tang GS， et al.Research on visual lo?calization method of lunar rover［J］.Science China： Informa?tion Science， 2014， 44（4）： 452?460.（in Chinese）

［38］ 李寰宇，畢篤彥，楊源，等.基于深度特征表達與學習的視覺跟蹤算法研究［J］.電子與信息學報，2015，37（9）：2033?2039.

Li H Y，Bi D Y，Yang Y，et al.Research on visual tracking algorithm based on deep feature expression and learning［J］.Journal of Electronics＆ Information Technology，2015，37（9）： 2033?2039.（in Chinese）

［39］ 李衛(wèi).深度學習在圖像識別中的研究及應用［D］.武漢：武漢理工大學，2014.

Li W.The Research and Application of Deep Learning in Im?age Recognition［D］.Wuhan： Wuhan University of Science and Technology， 2014.（in Chinese）

［40］ 麥超，陶迪.深度學習在高光譜遙感圖像分類中的應用研究［J］.工程技術， 2016（13）： 298.

Mai C， Tao D.Application research of deep learning in re?mote sensing imagine classification［J］.Engineering Technol?ogy， 2016（13）： 298.（in Chinese）

［41］ 董志存.航天器綜合健康管理系統(tǒng)研究［D］.哈爾濱：哈爾濱工業(yè)大學，2013.

Dong Z C.Research on Integrated Health Management System of Spacecraft［D］.Harbin： Harbin Institute of Technology，2013.（in Chinese）

［42］ Schwabacher M，Oza N，Matthews B.Unsupervised anomaly detection for liquid?fueled rocket propulsion health monitoring［J］.Journal of Aerospace Computing， Information and Com?munication， 2009， 6（7）： 464?482.

［43］ David L， Iverson， Rodney M， et al.General purpose data?driven system monitoring for space operations［J］.Journal of Aerospace Computing， Information and Communication，2012， 9（2）： 26?44.

［44］ 高克寒，張素明，王曉林，等.基于改進歸納式監(jiān)控算法的液體火箭發(fā)動機實時故障檢測［J］.航空動力學報，2016， 31（10）： 2554?2560.

Gao K H，Zhang SM，Wang X L，et al.Fault detection for liquid?propellant rocket engine based on improved inductive monitoring system［J］.Journal of Aerospace Power，2016，31（10）： 2554?2560.（in Chinese）

［45］ 樊友平，陳允平，黃席樾，等.運載火箭控制系統(tǒng)漏電故障診斷研究［J］.宇航學報， 2004，25（5）： 507?513.

Fan Y P， Chen Y P， Huang X Y，et al.Research on the leak current fault diagnosis system for launch vehicle control system［J］.Journal of Astronautics， Chinese Journal of Aeronautics，2004， 25（5）： 507?513.（in Chinese）

［46］ Miao L J， Shi J.Model?based robust estimation and fault de?tection for MEMS?INS／GPSintegrated navigation systems［J］.Chinese Journal of Aeronautics， 2014（4）： 947?954.

［47］ Waivio N.Parallel test description and analysis of parallel test system speed up through Amdahl law［C］／／IEEE Aerospace and Electronic System Society.IEEE Autotestcon Proceed?ings.Baltimore， USA， 2007： 432?450.

［48］ Hiba A S， Nazih M.Research on hybrid renewable energy systems with fault detection technology［J］.Journal of Energy and Power Engineering， 2013， 7（12）： 2256?2262.

［49］ 馮通.基于深度學習的航空飛行器故障自助檢測研究［J］.計算機仿真，2015， 32（11）：119?122.

Feng T.A fault detection algorithm of aviation aircraft based on deep learning［J］.Computer Simulation， 2015， 32（11）：119?122.（in Chinese）

［50］ Sun Y Y，Guo L L，Ma Z S.A fault diagnosis system design for space application［C］／／2015 12th IEEE International Conference on Electronic Measurement＆ Instruments， ICE?MI2015， Qiangdao， China， July 16?18， 2015.

［51］ Yin S， Xiao B，Ding SX，et al.A Review on recent develop?ment of spacecraft attitude fault tolerant control system［J］.IEEE Transactions on Industrial Electronics， 2016， 63（5）：3311?3320.

［52］ 錢宇，向小軍，楊軍利.基于CLIPS的航天器預警專家系統(tǒng)的設計與實現［J］.計算機仿真，2012， 29（9）：61?64.

Qian Y， Xiang X J， Yang JL.Development of spacecraft col?lision warning expert system based on CLIPS［J］.Computer Simulation， 2012， 29（9）： 61?64.（in Chinese）