Angesichts der lebensfeindlichen Bedingungen außerirdischer Umgebungen spielen unbemannte Rover eine entscheidende Rolle bei der Erforschung von Planeten und Monden. Die Mars- und Monderkundungsrover der NASA haben wesentlich zu unserem Verständnis dieser außerirdischen Körper beigetragen. Planetenoberflächen stellen oft anspruchsvolle Landschaften mit Hängen, Kratern und Dünen dar.
Noch wichtiger ist, dass das Vorhandensein von Regolith, feinen Partikeln, die diese Oberflächen bedecken, eine erhebliche Herausforderung für die Rovermobilität darstellt. Das Ausrutschen von Rovern auf diesen losen Oberflächen kann ihr Vorankommen behindern und sogar ihre Missionen gefährden.
Es wurden verschiedene Methoden erforscht, die hauptsächlich auf visuellen Daten von Kameras basieren, um den Fahrzustand oder den Schlupfzustand von Rovers zu erkennen. Allerdings weisen diese Methoden Einschränkungen auf, da sie möglicherweise Schwierigkeiten haben, zwischen verschiedenen Geländemerkmalen zu unterscheiden, beispielsweise zwischen Felsen und losem Sand. Eine Lösung für dieses Problem besteht darin, dass die Rover Informationen über die Traktion an jedem Rad erhalten. Auf diese Weise könnte der Rover seinen Fahrzustand schneller erkennen und seine Haltung korrigieren, um ein Ausrutschen zu vermeiden.
Um dies zu realisieren, haben Professor Kojiro Iizuka von der Abteilung für Maschinen und Steuerungssysteme des College of Systems Engineering and Science am Shibaura Institute of Technology (SIT), Japan, und Dr. Kohei Inaba, ebenfalls vom SIT, kürzlich ein neuartiges System entwickelt Dadurch kann ein Rover seinen Fahrzustand anhand der Formänderung seines Fahrgestells erkennen.
„Unsere Inspiration kam von der Art und Weise, wie Menschen ihren eigenen Fahrzustand anhand der Muskelspannung beim Gehen erkennen. Unser Ziel war es, ein ähnliches System zu entwickeln, das den Fahrzustand anhand der Verformung der Fahrgestellform erkennt“, erklärt Prof. Iizuka. Ihr Studium war in der Zeitschrift veröffentlicht Fernerkundung.
Die Muskeln im menschlichen Körper verfügen über spezielle Muskelfasern, sogenannte Kernkettenfasern und Kernbeutelfasern, die bei der Erkennung des Bewegungszustands des Körpers helfen. Die Kernkettenfasern erkennen die Verschiebung der Spannung in den Muskeln und helfen bei der Bestimmung der statischen Körperhaltung. Andererseits erkennen Kernbeutelfasern, wie schnell sich Muskelfasern dehnen, und helfen bei der Erkennung des dynamischen Zustands des Körpers.
Die Forscher zogen Parallelen zu menschlichen Muskeln und klassifizierten die Formänderung des Chassis des Rovers, die sich als Belastung äußert, in zwei Kategorien: Verformungsverschiebung und Vibrationsänderung der Belastung. Sie untersuchten die Dehnungsverschiebungsdaten mithilfe der Analyse der Kernkettenfasern und der Dehnungsgeschwindigkeit als Analyse der Kernbeutelfasern.
Die Kernkettenfaseranalyse ergab, dass sich die vertikal und in Bewegungsrichtung des Rovers wirkenden Kräfte mit der Belastung änderten. Daher kann die Überwachung von Belastungsänderungen die Erkennung von Kraftänderungen ermöglichen, die letztendlich Aufschluss über den Fahrzustand des Rovers geben.
Darüber hinaus stellten die Forscher durch die Analyse des Kernbeutels fest, dass die Rate der Dehnungsänderung das Ausmaß des Schlupfs und die daraus resultierenden Änderungen im Reisezustand des Rovers effektiv messen kann. Anhand dieser Daten kann das System den Zustand des Rovers in Echtzeit ermitteln und so dem Rover ermöglichen, wichtige Manöver durchzuführen, um mögliche Ausrutscher zu verhindern.
Die Studie betont auch die Fähigkeit des Systems, Umwelthindernisse wie Steine und Steine zu erkennen, und unterstreicht sein Potenzial, die Sicherheit und Effizienz des Rover-Einsatzes zu verbessern.
Prof. Iizuka hebt die Bedeutung dieser Studie hervor und bemerkt: „Bei der Routenplanung der Rover sollten die Erfahrungen aus dieser Studie berücksichtigt werden, um sicherzustellen, dass die Rover sicher reisen können. Diese Ergebnisse stellen den ersten Schritt zur Einbeziehung von Elementen biologischer Funktionalität in die Bewegungserkennung dar.“ Objekte. Wir glauben, dass unser Ansatz in Zukunft auch für unbemannte Luftfahrzeuge und automatisches Fahren wirksam sein wird.“
Zusammenfassend lässt sich sagen, dass diese innovative Studie einen bedeutenden Schritt zur Verbesserung der Sicherheit und Effektivität von Rover-Missionen darstellt und Fortschritte bei der Erforschung anderer Planeten und Himmelskörper verspricht.
Mehr Informationen:
Kojiro Iizuka et al., Schlupfschätzung unter Verwendung von Variationsdaten der Belastung des Fahrgestells von Mondfahrzeugen, die auf lockerem Boden fahren, Fernerkundung (2023). DOI: 10.3390/rs15174270
Bereitgestellt vom Shibaura Institute of Technology