首页 » 国内科研 >

attn:美国宇航局的火星好奇风车司机需要你的帮助

2021-11-02 15:50:07来源:

来自工具的三张图像,称为Ai4mars显示了美国宇航局的好奇罗孚所看到的不同种类的火星地形。通过绘制地形特征周围的边框并向他们分配四个标签之一,您可以帮助训练将自动识别奇妙的流动策划者的地形类型的算法。

使用在线工具来标记火星地形类型,您可以培训一个人工智能算法,可以改善工程师引导好奇石揽胜的方式。

您可以帮助美国航空航天局的好奇心搬家司机更好地导航火星。使用在线工具Ai4mars在从红色行星下载的图片中标记地形功能,您可以培训一个人工智能算法来自动读取景观。

那是左边的大岩石吗?它可以是沙吗?或者也许是漂亮的,平坦的基岩。托管在公民科学网站Zooniverse上的AI4MARS,让您在地形周围绘制边界,并选择四个标签之一。这些标签是锐化称为SPOC(土壤属性和对象分类)的火星地形分类算法的关键。

在NASA的喷气式推进实验室开发,该实验室已经管理了所有代理机构的火星火车站任务,SPOC标记各种地形类型,创建一个可视地图,帮助使命团队成员确定要采取的哪些路径。SPOC已经在使用中,但系统可以使用进一步的培训。

“通常,培训深入学习算法需要数以亿计的例子,”JPL AI研究员Hiro Ono说。“例如,自动驾驶汽车的算法培训,具有许多道路,标志,交通灯,行人和其他车辆的图像。深度学习的其他公共数据集包含人,动物和建筑物 - 但没有火星景观。“

美国宇航局的好奇心火星流动站的低角度自画像。

一旦完全达到速度,SPOC将能够自动区分粘性土壤,高岩石,平坦的基岩和危险沙丘,将图像发送到地球,这将使更容易计划奇妙的下一个移动。

“在未来,我们希望这种算法可以准确地做出其他有用的任务,例如预测流动车轮在不同表面上滑动的可能性有多大,”Ono说。

流动策划者的工作

JPL工程师称为Rover规划者可能会使来自更好训练的SPOC受益。他们对好奇的各个举动负责,无论是采取自拍照,将粉碎的样品滴入罗孚的身体,待分析(下面的视频),或从一个地方驾驶到下一个地方。


美国宇航局的好奇程度罗弗用各种仪器分析了它的第一个MARS样品,包括MARS(SAM)仪表套件的样品分析。在美国国家航空航天局的戈德轿车的航天飞行中心开发,山姆,山姆是一个藏在好奇心罗孚内的便携式化学实验室。SAM检查样本的化学物质,它摄取,特别是与环境是否可以支持或能够支持生命的相关化学。

完成驱动器可能需要四到五个小时(现在几乎完成),需要多个人编写和审查数百行代码。该任务涉及与科学家合作广泛:地质学家评估了地形来预测奇妙的轮子是否可以滑倒,被锋利的岩石损坏或陷入困境,困扰着精神和机会群体。

规划者还考虑将ROVE在驱动器结束时指出的方式,因为它的高增益天线需要一个明确的地球视线以接收命令。他们试图在一个驱动器期间预测落在地形上的阴影,这会干扰好奇心如何确定距离。(ROVER使用称为视觉径管的技术,将相机图像与附近的地标进行比较。)

AI如何提供帮助

SPOC不会取代流动策划者的复杂,延时的工作。但它可以释放他们专注于他们工作的其他方面,比如与科学家讨论下一步学习的科学家。

“我们的工作是如何安全地获得特派团的科学,”斯蒂芬妮·奥伊亚,其中一位参与AI4MARS的JPL ROVER规划者之一。“自动生成地形标签会节省我们的时间并帮助我们更加富有成效。”

智慧算法的好处将延伸到美国宇航局下一个火星任务的规划者,这是今年夏天推出的坚持不懈的罗佛。但首先,需要标记图像的存档。到目前为止,已经向AI4MARS站点上传了超过8,000个好奇心的图像,为算法提供大量饲料。ONO希望将来从精神和机会添加图像。与此同时,JPL志愿者正在翻译该网站,以便说西班牙语,印地文,日语和其他几种语言的参与者也可以贡献。