⚛️Ars Technica•最新收集於 30m
Perseverance 在火星上大多自主行駛
💡Perseverance 有 90% 的自主行駛率，展現具身 AI 如何在地球之外運作。
⚡ 30-Second TL;DR
有什麼變化
Perseverance 被描述為首部在火星上運作的自駕車輛。
為什麼重要
這項成果凸顯自主導航如何在通訊延遲嚴重的環境中降低對持續人工控制的依賴。對於開發能在不確定地形中運作的機器人與具身 AI 系統而言，這也是一個有價值的參考案例。
下一步行動
在通訊延遲與地形變化的條件下，測量你的機器人導航系統有多少任務能自主執行，並以此進行基準測試。
誰應關注：Researchers & Academics
關鍵要點
- •Perseverance 被描述為首部在火星上運作的自駕車輛。
- •它累計行駛距離中約有 90% 是自主完成。
- •這項成果代表自主移動技術已成功部署於遙遠的行星環境。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Perseverance 搭載了名為 AutoNav 的自主導航系統，該系統利用專用硬體加速器進行即時影像處理與路徑規劃。
- •與過往火星車（如 Curiosity）相比，Perseverance 的自主駕駛速度提升了約 5 倍，大幅縮短了穿越複雜地形的時間。
- •AutoNav 系統能夠在行駛過程中同時進行地形測繪與避障計算，無需等待地球端的指令回傳，實現了真正的「邊緣運算」。
- •該火星車在 Jezero 隕石坑的探索任務中，利用自主導航成功穿越了被稱為「野貓嶺」（Wildcat Ridge）等高難度地質區域。
- •NASA 工程師透過 Perseverance 的自主駕駛數據，正在開發下一代火星探測器的導航演算法，以應對更具挑戰性的冰層或陡峭地形。
🛠️ 技術深入
- 導航架構：採用視覺里程計（Visual Odometry）技術，透過連續拍攝的影像比對來計算移動距離與姿態。
- 硬體配置：搭載專用的視覺處理單元（VPU），專門處理立體視覺（Stereo Vision）數據，將路徑規劃的延遲降至最低。
- 演算法：使用基於機率的地形評估模型，將火星表面劃分為可通行與不可通行區域，並即時計算最佳路徑。
- 運作模式：具備「思考即行駛」（Thinking while driving）能力，火星車在移動時會持續更新周遭環境的 3D 地圖，無需頻繁停下進行計算。
🔮 前景展望AI analysis grounded in cited sources
自主導航技術將成為未來深空探測任務的標準配置。
隨著探測目標距離地球越遠，通訊延遲使得遠端遙控變得不可行，自主性將是任務成功的關鍵。
火星車的自主駕駛演算法將被應用於地球上的極端環境探測。
NASA 的自主導航技術已開始轉移至地球上的自動駕駛與無人機領域，用於搜救或危險環境監測。
⏳ 時間線
2021-02
Perseverance 火星車成功登陸 Jezero 隕石坑。
2021-07
首次啟用 AutoNav 自主導航系統進行實地測試。
2022-06
Perseverance 創下單日自主行駛距離的新紀錄。
2023-09
火星車自主穿越複雜的「野貓嶺」區域，驗證了系統在崎嶇地形的可靠性。
2025-04
NASA 宣布 Perseverance 的自主駕駛效率已達到任務目標的 90% 以上。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ars Technica ↗