深空探測(cè)器指令序列智能執(zhí)行技術(shù)進(jìn)展

柴敬軒，趙寒冰，梅 杰，馬廣富

（哈爾濱工業(yè)大學(xué)（深圳），深圳 518055）

0 引言

隨著空間科學(xué)和航天技術(shù)的快速發(fā)展，深空探測(cè)任務(wù)變得越來越復(fù)雜。深空探測(cè)任務(wù)具有典型的目標(biāo)非合作、飛行時(shí)間長，以及環(huán)境不確定等特點(diǎn)，這會(huì)導(dǎo)致指令傳送時(shí)延，地面測(cè)控滯后、指令執(zhí)行魯棒性弱等一系列指令執(zhí)行難題。

目前世界上大多數(shù)空間探測(cè)器仍采用地面遙控遙測(cè)的控制方法。地面測(cè)控人員事先制定好探測(cè)器的飛行程序，編排飛行事件表，據(jù)此生成探測(cè)器的在軌注入指令序列。這些指令一般都是線性的。構(gòu)成指令序列的命令包括比較低級(jí)的命令如：“撥動(dòng)電源開關(guān)27”和相對(duì)較高級(jí)的指令如：“將探測(cè)器轉(zhuǎn)到姿態(tài)a”。在執(zhí)行飛控任務(wù)時(shí)，以指令序列的形式將指令批量發(fā)送至探測(cè)器，通過地面遙測(cè)信息確認(rèn)指令的執(zhí)行情況和各部件的狀態(tài)［1］。

但深空中大多數(shù)需要探測(cè)的目標(biāo)都具有不確知的特點(diǎn)。例如，火星車在行駛前較難確切知道行駛到目標(biāo)點(diǎn)所需的時(shí)間，也無法確知需要多少燃料，更無法確定星表的軟硬程度。若采用遙操作［2］的方式，操作人員必須通過一個(gè)很長的測(cè)控周期去控制火星車運(yùn)動(dòng)，這使得目前火星車的移動(dòng)受到極大的限制。如美國的“機(jī)遇”火星車在2004—2018 年之間僅行走了45 km［3］，最新的“毅力號(hào)”在著陸后的13 個(gè)月里，也僅沿著耶澤羅隕石坑底部行駛了大約5 km［4］。而中國的“祝融號(hào)”火星車自2021 年5 月15 日著陸截止到2021年7月14日，在車輪有輕微打滑的情況下仍向著陸區(qū)西南方向行進(jìn)了450.9 m［5］。此外，采用延時(shí)指令［6］的方式也會(huì)受到不確定性的影響。為了應(yīng)對(duì)不確定性，即使是一個(gè)簡單的確定性指令序列也需要根據(jù)持續(xù)時(shí)間和資源使用的最壞情況來估計(jì)。

針對(duì)上述問題，發(fā)展深空探測(cè)自主技術(shù)是高效的解決方案［7］。通過構(gòu)建智能自主的管理系統(tǒng)，使探測(cè)器能夠自主地進(jìn)行工程任務(wù)與科學(xué)任務(wù)的規(guī)劃調(diào)度、命令執(zhí)行，完成無地面操控和無人參與情況下的自主安全運(yùn)行。文獻(xiàn)［8］提出了感知-演化-決策-執(zhí)行的深空探測(cè)器自主化運(yùn)行模型。文獻(xiàn)［9］提出了深空探測(cè)器自主能力構(gòu)建過程的五階模型，對(duì)探測(cè)器的智能執(zhí)行機(jī)制進(jìn)行了研究。傳統(tǒng)的指令執(zhí)行是嚴(yán)格按照任務(wù)規(guī)劃結(jié)果，使探測(cè)器去執(zhí)行規(guī)劃好的任務(wù)序列。而智能執(zhí)行則指探測(cè)器根據(jù)自身所處的環(huán)境情況，面對(duì)突發(fā)情況或者執(zhí)行失敗時(shí)，靈活調(diào)整指令序列最終完成任務(wù)目標(biāo)，從而避免指令傳送時(shí)延等問題。智能執(zhí)行能夠減少地面人員的工作量，提高任務(wù)的效率，最大限度地利用探測(cè)器資源，迅速處理出現(xiàn)的問題，而無需等待來自地面的指示。本文綜述了深空探測(cè)器指令序列智能執(zhí)行技術(shù)的國內(nèi)外研究進(jìn)展，并就其實(shí)際應(yīng)用和進(jìn)一步發(fā)展給出建議，可為相關(guān)研究工作提供參考。

1 深空探測(cè)器指令執(zhí)行

最初，深空探測(cè)器的遙控命令采用模擬信號(hào)進(jìn)行傳輸。然而，在20 世紀(jì)60 年代數(shù)字技術(shù)成熟之后，深空探測(cè)器開始采用由0 和1 構(gòu)成的二進(jìn)制序列來構(gòu)建遙控命令，這被稱為脈沖編碼調(diào)制（Pulse code modulation，PCM）遙控。中國航天器工程領(lǐng)域也在此后幾十年間廣泛應(yīng)用了PCM 遙控體系，并制定了航天器PCM 遙控的國家軍事標(biāo)準(zhǔn)［10］。隨后，在20世紀(jì)80年代，空間數(shù)據(jù)系統(tǒng)咨詢委員會(huì)制定了分包遙控的標(biāo)準(zhǔn)，通過采用與遙測(cè)信源包類似的幀格式，擴(kuò)展了遙控命令的構(gòu)造功能，并提升了檢測(cè)和糾錯(cuò)能力。從90年代開始，空間數(shù)據(jù)系統(tǒng)咨詢委員會(huì)在分包遙控的基礎(chǔ)上進(jìn)一步發(fā)展，提供了更加靈活多樣的數(shù)據(jù)處理業(yè)務(wù)，這就是高級(jí)在軌數(shù)據(jù)系統(tǒng)（Advanced Orbiting System，AOS）［11］。目前，中國大部分深空探測(cè)器仍然采用PCM 遙控，而分包遙控也在一些型號(hào)中得到了應(yīng)用。21 世紀(jì)以來，為了滿足多種不同類型航天器聯(lián)合控制的需求，空間數(shù)據(jù)系統(tǒng)咨詢委員會(huì)在已有的分包遙控和AOS 的基礎(chǔ)上開發(fā)了一個(gè)新的系統(tǒng)，稱為臨近空間鏈路協(xié)議（Proximity space link protocol，PSLP），目前已在中國得到應(yīng)用［12］。

傳統(tǒng)的深空探測(cè)器是由地面工程師所制定的線性、開環(huán)指令所控制，這些指令通常以序列的形式批量上注到探測(cè)器。早期的指令只有開關(guān)命令一種形式，如設(shè)置電源通斷、信號(hào)通斷等。隨著航天任務(wù)日益復(fù)雜，遙控概念逐漸拓寬為上注數(shù)據(jù)及文件的傳輸。由于深空探測(cè)器在可視弧段外也有工作需求，對(duì)于某些不能長期加電的載荷設(shè)備（比如相機(jī)等），延時(shí)指令就成為了唯一的執(zhí)行手段。其基本技術(shù)途徑是先將帶有時(shí)標(biāo)的指令在可視弧段內(nèi)發(fā)送到深空探測(cè)器上進(jìn)行儲(chǔ)存，當(dāng)?shù)街付〞r(shí)間時(shí)，深空探測(cè)器自動(dòng)執(zhí)行這些指令。這個(gè)功能對(duì)深空探測(cè)器尤為重要，特別是在重要的進(jìn)入、下降、著陸（Entry descent and landing，EDL）過程和深空機(jī)動(dòng)等過程。

深空探測(cè)器的任務(wù)目標(biāo)通常在研制該型號(hào)之前就已明確確定。任務(wù)規(guī)劃需要考慮任務(wù)目標(biāo)、探測(cè)器設(shè)計(jì)參數(shù)、攜帶載荷、軌道測(cè)算等多種因素，通過計(jì)算機(jī)的規(guī)劃算法或人工的方式，制定一套實(shí)際可行的任務(wù)計(jì)劃。任務(wù)序列是任務(wù)計(jì)劃的進(jìn)一步詳細(xì)化，根據(jù)任務(wù)序列和深空探測(cè)器的工作模式生成探測(cè)器的事件表，即指令序列。指令序列的編制依據(jù)現(xiàn)有的宏指令和腳本程序，參考指令格式說明和數(shù)據(jù)注入表進(jìn)行指令編碼和打包，生成指令包。隨后，將指令包發(fā)送至深空探測(cè)器的測(cè)控中心，通過指令上行的方式，將編碼和封裝完成的注入包發(fā)送至測(cè)控站，進(jìn)而注入到探測(cè)器中。探測(cè)器接收到上行的遙控命令后，進(jìn)行指令分析和執(zhí)行。探測(cè)器上行遙控指令的常規(guī)操作過程如圖1所示［9］。

圖1 探測(cè)器遙控指令的常規(guī)操作過程［9］Fig.1 The operation process of probe command［9］

目前，非自主運(yùn)行的探測(cè)器的各個(gè)子系統(tǒng)和設(shè)備僅能接收預(yù)先定義的指令，并按照指令執(zhí)行相應(yīng)的操作。這些指令定義了許多細(xì)粒度的操作，例如在成像偵察衛(wèi)星上啟動(dòng)相機(jī)、開始攝像或結(jié)束攝像等。然而，對(duì)于像小行星著陸這樣的復(fù)雜任務(wù)而言，需要探測(cè)器上的多個(gè)子系統(tǒng)協(xié)同工作來完成復(fù)雜的操作。此外，由于受到通信時(shí)延的限制，無法實(shí)時(shí)進(jìn)行控制，因此需要采用延時(shí)指令來完成任務(wù)［13］。這類指令的顯著特點(diǎn)是非常保守，每條指令都具有較大的安全裕度，一旦發(fā)生故障，探測(cè)器將被置于安全模式［14］。為確保探測(cè)器的運(yùn)行效果，工程師必須在發(fā)射前使用復(fù)雜的半實(shí)物仿真測(cè)試臺(tái)對(duì)探測(cè)器本身和指令序列進(jìn)行精確建模和全面測(cè)試。一旦指令序列上傳到探測(cè)器，這些序列將按照預(yù)定的時(shí)間表以開環(huán)方式執(zhí)行相關(guān)命令。

采用上述延時(shí)指令存在一些不足之處。在執(zhí)行關(guān)鍵任務(wù)序列，如行星飛越、軌道機(jī)動(dòng)、大氣進(jìn)入、下降和著陸等過程中，將探測(cè)器置于安全模式可能導(dǎo)致任務(wù)失敗。在安全模式下，所有非必要的探測(cè)器功能都被禁用。一旦進(jìn)入安全模式，探測(cè)器將與地面測(cè)控中心進(jìn)行通信，并等待地面測(cè)控中心診斷問題并提供糾正措施。這些干預(yù)措施可能帶來高昂的成本，包括地面操作成本和在安全模式下失去的科學(xué)機(jī)會(huì)。

以火星探測(cè)器的進(jìn)入過程為例［15］，如圖2 所示。在環(huán)繞過程的最后階段，探測(cè)器首先打開并加熱主發(fā)動(dòng)機(jī)，使其進(jìn)入待機(jī)模式。四個(gè)半小時(shí)后，當(dāng)探測(cè)器進(jìn)入火星大氣層時(shí)，將星敏和慣性測(cè)量單元（Inertial measurement unit，IMU）的組合導(dǎo)航模式切換為只使用IMU 的慣性導(dǎo)航模式。這種導(dǎo)航模式的切換是必要的，因?yàn)橐坏┻M(jìn)入大氣層，探測(cè)器將無法跟蹤參考星。切換導(dǎo)航模式后的4 min內(nèi)，探測(cè)器調(diào)整姿態(tài)，為進(jìn)入大氣層做準(zhǔn)備。一旦姿態(tài)調(diào)整完成，著陸器將從環(huán)繞器分離，并朝著進(jìn)入火星大氣層的方向前進(jìn)，始終保持進(jìn)入方向的姿態(tài)。

圖2 火星進(jìn)入段部分關(guān)鍵指令序列Fig.2 Key command sequence of Mars entry

在上述序列中，時(shí)間點(diǎn)是指令執(zhí)行主要的考慮條件。如果能夠根據(jù)探測(cè)器的實(shí)時(shí)狀態(tài)作為指令執(zhí)行條件，例如利用探測(cè)器運(yùn)行軌道與火星大氣層進(jìn)入點(diǎn)的距離來決定切換導(dǎo)航模式的條件，將使序列更加靈活。然而，由于探測(cè)器無法實(shí)時(shí)獲取到自身與火星大氣層進(jìn)入點(diǎn)的距離，這種方式是不可行的。因此，執(zhí)行序列必須包含一個(gè)事先設(shè)定的時(shí)間延遲。通常，地面操作人員根據(jù)探測(cè)器的環(huán)繞軌跡進(jìn)行保守估計(jì)來確定這個(gè)延遲的時(shí)間。

在這種情況下，需要設(shè)計(jì)專門的指令序列來應(yīng)對(duì)問題。例如，中國的天問一號(hào)針對(duì)其著陸器的飛行過程和任務(wù)，設(shè)計(jì)了11 種工作模式，并能夠自動(dòng)切換［16］。然而，這些專門設(shè)計(jì)的執(zhí)行序列需要覆蓋各種可能發(fā)生故障的場(chǎng)景，并提供應(yīng)對(duì)復(fù)雜著陸過程的故障解決方法。設(shè)計(jì)和測(cè)試這些關(guān)鍵序列是一項(xiàng)極為繁瑣的任務(wù)。此外，探測(cè)器從故障中恢復(fù)的時(shí)間非常有限，增加了問題的復(fù)雜性，并可能導(dǎo)致在意外故障條件下出現(xiàn)更加脆弱、缺乏魯棒性的行為。一旦出現(xiàn)設(shè)計(jì)之外的情況，任務(wù)將無法完成。

2 智能體系下指令執(zhí)行

綜上，現(xiàn)有的指令執(zhí)行存在較大弊端。主要原因是探測(cè)器無法根據(jù)實(shí)際情況做出最優(yōu)的決斷，而人工智能可以改變這種局面。所謂人工智能，是希望制造出可以代替人力開展工作的系統(tǒng)。而深空探測(cè)器因其特殊的工作環(huán)境和任務(wù)需求，恰恰是最需要人工智能的系統(tǒng)，深空探測(cè)智能化也是近年的研究重點(diǎn)。目前各國已經(jīng)取得的智能化相關(guān)進(jìn)展見表1所示。

表1 典型探測(cè)器上智能應(yīng)用Table 1 Intelligent applications on typical probes

根據(jù)文獻(xiàn)［17-21］，在航天領(lǐng)域有多種關(guān)于智能等級(jí)的劃分。其中NASA 將智能分為如下三個(gè)等級(jí)：自動(dòng)（automatic）、自治（autonomous）、自主（autonomic）。文獻(xiàn)［22］則將其分為：手動(dòng)-自動(dòng)-自主-智能四個(gè)階段。上述劃分方式雖有不同，其內(nèi)涵基本一致。其中自動(dòng)過程是按照事先制定好的固定流程執(zhí)行任務(wù)，由人來處理環(huán)境和模型中的決策問題；自主過程則是針對(duì)確知環(huán)境，采用一些規(guī)劃決策算法使深空探測(cè)器具有自主決策的能力，主要應(yīng)對(duì)執(zhí)行信息基本健全、環(huán)境基本確定等低動(dòng)態(tài)的任務(wù)；智能過程主要面向非合作、高動(dòng)態(tài)的任務(wù)場(chǎng)景，包含了系統(tǒng)的自我管理，任務(wù)規(guī)劃等出于主動(dòng)意圖的思維過程，這就類似于探測(cè)器擁有了“大腦”，可以處理一些突發(fā)情況，面對(duì)非合作環(huán)境能進(jìn)行決策并執(zhí)行相關(guān)動(dòng)作以解決問題。

從指令執(zhí)行的角度來看，根據(jù)文獻(xiàn)［9］，探測(cè)器能夠執(zhí)行的指令可以分為命令級(jí)（單條指令）、計(jì)劃級(jí)（帶有約束的指令）和任務(wù)級(jí)（指令序列）。命令級(jí)指令是探測(cè)器可以直接執(zhí)行的指令，例如在著名的阿波羅登月任務(wù)的最后階段，宇航員采用手動(dòng)操作相關(guān)指令；中國的玉兔2 號(hào)月球車采用地面遙操作指令。計(jì)劃級(jí)指令通常帶有時(shí)間、位置等約束條件，是目前最常用的指令類型，由地面工程師事先制定并上傳給探測(cè)器，就像前面提到的延時(shí)指令一樣。而任務(wù)級(jí)指令序列需要探測(cè)器通過任務(wù)規(guī)劃將任務(wù)目標(biāo)分解為計(jì)劃級(jí)指令和命令級(jí)指令，然后執(zhí)行這些指令序列。未來的探測(cè)器將不再使用計(jì)劃級(jí)指令序列進(jìn)行控制，而是通過輸入任務(wù)目標(biāo)使探測(cè)器能夠自主智能地生成指令序列。在指令執(zhí)行過程中，探測(cè)器將具備局部容錯(cuò)能力，能夠適應(yīng)環(huán)境的不確定性。任務(wù)級(jí)指令序列將成為自主智能體系下深空探測(cè)器指令執(zhí)行的發(fā)展趨勢(shì)。這意味著探測(cè)器將能夠自主規(guī)劃和執(zhí)行復(fù)雜任務(wù)，而不僅僅是依賴于地面工程師預(yù)先設(shè)計(jì)的指令序列。

綜合考慮智能技術(shù)的特征與指令執(zhí)行的特點(diǎn)，給出深空探測(cè)器指令序列智能執(zhí)行技術(shù)的定義：

定義1.深空探測(cè)器指令序列智能執(zhí)行技術(shù)是指在已經(jīng)取得深空探測(cè)器任務(wù)規(guī)劃結(jié)果的基礎(chǔ)上，運(yùn)用智能搜索和智能推理技術(shù)，在指令的執(zhí)行過程中根據(jù)實(shí)時(shí)狀況，自主調(diào)整指令序列（包括指令執(zhí)行順序、指令執(zhí)行約束、指令的取消與添加等），從而提高深空探測(cè)器的任務(wù)成功率。

3 指令序列智能執(zhí)行實(shí)現(xiàn)方法及應(yīng)用

目前關(guān)于深空探測(cè)器指令序列智能執(zhí)行的研究較多，但實(shí)際應(yīng)用的卻較少，其中主要原因是自主任務(wù)規(guī)劃尚無法適應(yīng)高動(dòng)態(tài)的情況［36］。深空探測(cè)器所處環(huán)境具有非合作、高動(dòng)態(tài)不確定等特性，而且任務(wù)目標(biāo)也可能在探測(cè)器運(yùn)行過程中發(fā)生變化［37］。如果在有上述情況時(shí)仍死板地執(zhí)行原有的規(guī)劃序列可能無法實(shí)現(xiàn)任務(wù)目標(biāo)。因此需要探測(cè)器智能地執(zhí)行任務(wù)序列，智能地處理規(guī)劃結(jié)果執(zhí)行失敗的問題，從而解決任務(wù)序列在非合作、高動(dòng)態(tài)不確定環(huán)境下執(zhí)行的穩(wěn)定性與魯棒性問題。目前主要有兩種主流的方法。包括規(guī)劃-執(zhí)行相結(jié)合的智能執(zhí)行方法和基于模型推演的智能執(zhí)行方法，以下對(duì)兩種方法以及它們的綜合應(yīng)用進(jìn)行論述。

3.1 規(guī)劃-執(zhí)行相結(jié)合的智能執(zhí)行方法

深空探測(cè)器在原有任務(wù)序列的執(zhí)行過程中，一旦空間環(huán)境發(fā)生變化，或者動(dòng)作執(zhí)行失敗（如某推進(jìn)器未能正常工作），原有規(guī)劃結(jié)果無法保證目標(biāo)被實(shí)現(xiàn)。此時(shí)，從規(guī)劃-執(zhí)行相結(jié)合的角度出發(fā)有兩種解決思路：通過快速重規(guī)劃技術(shù)，在遇到執(zhí)行失敗時(shí)，推翻原有規(guī)劃序列，針對(duì)原有目標(biāo)重新生成新的任務(wù)規(guī)劃，然后再執(zhí)行新的規(guī)劃序列；規(guī)劃修復(fù)技術(shù)，從原有的規(guī)劃中提取有用信息，在局部序列進(jìn)行快速重規(guī)劃，只改變部分規(guī)劃結(jié)果從而提升規(guī)劃效率，減輕規(guī)劃器的壓力。一般探測(cè)器的計(jì)算資源相對(duì)緊張，規(guī)劃過程需要消耗大量的時(shí)間［38］，且原有規(guī)劃結(jié)果已經(jīng)對(duì)相關(guān)執(zhí)行機(jī)構(gòu)進(jìn)行了資源（燃料、內(nèi)存）的分配，有效利用已經(jīng)生成的資源調(diào)度結(jié)果也更為合理。因此規(guī)劃修復(fù)技術(shù)應(yīng)當(dāng)比重規(guī)劃技術(shù)更適合應(yīng)對(duì)執(zhí)行問題。目前規(guī)劃修復(fù)技術(shù)主要有規(guī)則匹配、局部調(diào)整、狀態(tài)轉(zhuǎn)移、刪除∕求精、構(gòu)造新問題等，文獻(xiàn)［39］對(duì)上述方法有詳盡的研究。

3.2 基于模型推演的智能執(zhí)行方法

基于模型推演的智能執(zhí)行方法由NASA 提出并已應(yīng)用到其Titan系統(tǒng)中［40］，其理論框架如圖3所示。控制程序使用標(biāo)準(zhǔn)的編程方法構(gòu)造系統(tǒng)期望狀態(tài)的演化模式，作為指令序列的參考。被控對(duì)象模型包含了系統(tǒng)正常行為模式和常見故障模式，還有各種約束、并行過程和馬爾可夫過程，用于推理系統(tǒng)狀態(tài)。基于模型的執(zhí)行器由兩個(gè)模塊組成，分別是控制序列生成器和演繹推理控制器。控制序列生成器在控制程序和系統(tǒng)模型狀態(tài)估計(jì)的指導(dǎo)下生成配置目標(biāo)序列。每個(gè)配置目標(biāo)指定一個(gè)系統(tǒng)要實(shí)現(xiàn)的抽象狀態(tài)。演繹推理控制器再根據(jù)觀察結(jié)果估計(jì)被控對(duì)象最可能的當(dāng)前狀態(tài)，從而發(fā)出指令使被控對(duì)象達(dá)到目標(biāo)狀態(tài)（同時(shí)最大化預(yù)先給定的獎(jiǎng)勵(lì)指標(biāo)）。

圖3 基于模型推演的指令執(zhí)行框架Fig.3 An command execution framework based on model inference

圖4 探測(cè)器自主管理系統(tǒng)框架［41］Fig.4 Probe autonomous management system［41］

在指令的執(zhí)行過程中，時(shí)間是需要考慮的核心因素。探測(cè)器的控制程序通常包括某些動(dòng)作之間的硬編碼延遲，這些動(dòng)作隱式地獲取關(guān)于探測(cè)器或其環(huán)境狀態(tài)的信息。例如，火星著陸器拋防熱罩和其支撐腿展開之間的延遲確保支撐腿能夠順利展開。文獻(xiàn)［41］對(duì)文獻(xiàn)［40］進(jìn)行了拓展，將指令的執(zhí)行時(shí)間考慮進(jìn)去，并對(duì)其執(zhí)行框架進(jìn)行了優(yōu)化。

3.3 指令序列智能執(zhí)行方法的綜合應(yīng)用

探測(cè)器在應(yīng)對(duì)空間環(huán)境多變，探測(cè)目標(biāo)非合作時(shí)，通常是采用“星地大回路”的測(cè)控方式：遙測(cè)下傳→地面決策規(guī)劃→上注指令序列→在軌執(zhí)行，涉及到了多個(gè)子系統(tǒng)。因此全面實(shí)現(xiàn)深空探測(cè)指令序列的自主智能執(zhí)行，是一個(gè)系統(tǒng)性的工程，在具體實(shí)施時(shí)需要解決各子系統(tǒng)之間協(xié)調(diào)和管理活動(dòng)、資源調(diào)度以及狀態(tài)檢測(cè)等問題，往往需要將3.1 與3.2節(jié)所述的方法結(jié)合使用。

1）中國“自主管理軟件”系統(tǒng)

文獻(xiàn)［8］提出了一種新型“感知-演化-決策-執(zhí)行”星上閉環(huán)控制框架，其中執(zhí)行環(huán)節(jié)是根據(jù)決策結(jié)果，精確解算執(zhí)行機(jī)構(gòu)指令實(shí)施變軌方案、姿態(tài)指向、載荷開關(guān)、載荷指向等動(dòng)作，以保證任務(wù)完成。

文獻(xiàn)［42］對(duì)探測(cè)器控制系統(tǒng)自主管理軟件架構(gòu)進(jìn)行了研究，其中執(zhí)行模塊主要與規(guī)劃調(diào)度模塊、和故障診斷模塊交互。執(zhí)行模塊本身主要負(fù)責(zé)處理地面上注的直接指令。通過與規(guī)劃調(diào)度模塊交互，發(fā)起規(guī)劃申請(qǐng)，生成相應(yīng)的指令序列，并根據(jù)執(zhí)行結(jié)果決策是否需要發(fā)起重規(guī)劃；與故障診斷模塊交互，推斷指令執(zhí)行是否正確，采用基于模型的診斷方法，跟蹤探測(cè)器控制系統(tǒng)的執(zhí)行狀態(tài)。以深空探測(cè)器行星軌道變換為場(chǎng)景，進(jìn)行了仿真實(shí)驗(yàn)。通過模擬軌控發(fā)動(dòng)機(jī)故障，驗(yàn)證了系統(tǒng)能夠自主診斷發(fā)動(dòng)機(jī)故障，并自主切換發(fā)動(dòng)機(jī)組繼續(xù)完成軌道變換任務(wù)。

文獻(xiàn)［9］制定了探測(cè)器自主能力構(gòu)建的五階模型，其模型的第二到第四階就探測(cè)器的智能執(zhí)行進(jìn)行了研究：首先應(yīng)使探測(cè)器具有基本的任務(wù)執(zhí)行能力，確保執(zhí)行安全和可靠，實(shí)現(xiàn)指令序列的自動(dòng)執(zhí)行；然后應(yīng)該構(gòu)建探測(cè)器的自學(xué)習(xí)能力，通過使用宏指令將固定且數(shù)據(jù)量較大的數(shù)據(jù)、程序、文件等事先加載到探測(cè)器上，擇機(jī)通過簡短的編號(hào)進(jìn)行釋放，從而靈活實(shí)現(xiàn)星上指令的調(diào)度和生成能力；最后構(gòu)建系統(tǒng)的自我管理能力，通過引入事件表將原本在地面進(jìn)行的各項(xiàng)規(guī)劃和決策能力移植到探測(cè)器上。通過構(gòu)建在線監(jiān)控能力，解決任務(wù)在執(zhí)行過程中探測(cè)器各項(xiàng)狀態(tài)的檢測(cè)問題。文獻(xiàn)［43］在文獻(xiàn)［9］的基礎(chǔ)上，提出了基于Hierarchical task network（HTN）規(guī)劃技術(shù)的探測(cè)器執(zhí)行機(jī)制，給出了規(guī)劃結(jié)果、事件表、宏指令的轉(zhuǎn)換方法和匹配格式，實(shí)現(xiàn)規(guī)劃到指令的分解過程，并通過仿真研究論證了有效性。

2）NASA的MEXEC系統(tǒng)

NASA 從二十世紀(jì)末期就開始研究探測(cè)器的自主化，并進(jìn)行了大量的在軌驗(yàn)證。如1999年成功發(fā)射的深空一號(hào)，其自主化遠(yuǎn)程智能體［44-45］（Remote agent，RA）中集成了專門的智能執(zhí)行模塊（Smart executive）；后續(xù)又基于Extensible universal remote operations architecture 2［46-47］（EUROPA2）開發(fā)了更為強(qiáng)大的Map generation software（MAPGEN），并成功應(yīng)用到了Mars Exploration Rover 火星車上；Advanced system for process engineering（ASPEN）系統(tǒng)［48］在“UFO-1”衛(wèi)星、“對(duì)地觀測(cè) 一 號(hào)”以及“TechSat21”等探測(cè)器上也得到了成功應(yīng)用。

2019 年末，NASA 開展了一項(xiàng) Arcsecond space telescope enabling research in astrophysics（ASTERIA）的拓展任務(wù)［49］，對(duì)其最新開發(fā)的自主執(zhí)行系統(tǒng)Mission execution and planning system executor（MEXEC）進(jìn)行了在軌驗(yàn)證。與RA相比，MEXEC更注重探測(cè)器各子系統(tǒng)的兼容性問題［49］，具有很強(qiáng)的參考性和指導(dǎo)意義。因此，本文對(duì)該任務(wù)進(jìn)行詳細(xì)討論。該任務(wù)目標(biāo)是在執(zhí)行預(yù)定的軌道確定任務(wù)時(shí)，通過人為設(shè)置故障，驗(yàn)證MEXEC 系統(tǒng)是否可以通過優(yōu)化指令序列降低故障對(duì)軌道確定任務(wù)的影響。

ASTERIA 所進(jìn)行科學(xué)觀測(cè)需要其運(yùn)行軌道十分精確。但是隨著時(shí)間的推移，由于磁場(chǎng)和稀薄的大氣阻力對(duì)探測(cè)器的運(yùn)行軌道產(chǎn)生影響，使得軌道誤差增大。因此需要對(duì)其軌道進(jìn)行實(shí)時(shí)修正。ASTERIA 搭載的AutoNav系統(tǒng)可通過拍攝已知位置的探測(cè)器圖像，解算自身的軌道信息。AutoNav 對(duì)其他探測(cè)器的成像和軌道解算一般在太陽被地球遮住時(shí)進(jìn)行，如圖5所示。

圖5 ASTERIA軌道修正過程示意［49］Fig.5 ASTERIA orbit correction process［49］

如圖6所示，其任務(wù)過程為：①姿態(tài)控制系統(tǒng)將相機(jī)對(duì)準(zhǔn)另一個(gè)軌道探測(cè)器；②對(duì)預(yù)計(jì)停留相機(jī)視野內(nèi)的探測(cè)器拍攝三張照片；③指向和成像重復(fù)三次。

圖6 ASTERIA軌道修正過程的具體指令序列［49］Fig.6 The specific sequence of instructions for the ASTERIA orbit correction process［49］

圖像拍攝依賴于探測(cè)器姿態(tài)控制。如果探測(cè)器在姿態(tài)機(jī)動(dòng)或姿態(tài)保持期間出現(xiàn)故障，會(huì)導(dǎo)致拍攝任務(wù)失敗，或者獲得錯(cuò)誤的圖像。但姿態(tài)系統(tǒng)的故障并不會(huì)對(duì)圖像傳輸和處理的過程產(chǎn)生影響。為了在出現(xiàn)故障時(shí)，探測(cè)器仍能對(duì)指令執(zhí)行做出正確的決策，就需要對(duì)每一個(gè)動(dòng)作的執(zhí)行狀態(tài)進(jìn)行監(jiān)視。

測(cè)試#1：注入與當(dāng)前任務(wù)無關(guān)的錯(cuò)誤。當(dāng)最后一次拍攝任務(wù)完成后，在姿態(tài)控制系統(tǒng)中注入瞬態(tài)故障，并在下一次姿態(tài)指向前恢復(fù)該故障。在故障期間MEXEC 判斷出該故障對(duì)AutoNav 的圖像處理任務(wù)并無影響，所以沒有將探測(cè)器切換到安全狀態(tài)，而是讓任務(wù)繼續(xù)進(jìn)行，其處理結(jié)果如圖7所示。

圖7 注入與當(dāng)前任務(wù)無關(guān)故障時(shí)系統(tǒng)的處理結(jié)果［49］Fig.7 The system processing result when a fault is not related to the current task［49］

測(cè)試#2：在拍照期間注入姿態(tài)無法保持穩(wěn)定的故障。拍照時(shí)必須保持姿態(tài)穩(wěn)定，否則將會(huì)拍出“錯(cuò)誤”的照片，這種照片不僅無法使用還可能影響最終軌道確定的精度。此時(shí)MEXEC 立即取消了拍攝圖像任務(wù)，并直接啟動(dòng)下一次姿態(tài)機(jī)動(dòng)過程。其處理結(jié)果如圖8所示。后續(xù)的啟動(dòng)緩沖區(qū)，圖片傳輸、圖像處理等任務(wù)也相繼被取消，從而避免AutoNav 處理有“瑕疵”的圖像，降低軌道修正精度。

圖8 注入與當(dāng)前任務(wù)相關(guān)的故障時(shí)系統(tǒng)的處理結(jié)果［49］Fig.8 System processing result when faults related to the current task are injected［49］

MEXEC 是一種以任務(wù)目標(biāo)為導(dǎo)向，融合了規(guī)劃-執(zhí)行相結(jié)合和模型推演的智能執(zhí)行方法，因此它可以推演不同指令序列對(duì)任務(wù)目標(biāo)的影響，從而選擇最優(yōu)的執(zhí)行序列（例如為定軌精度而放棄瑕疵圖像的拍攝）。而RA 本質(zhì)上是一種以指令完成為目標(biāo)，僅采用規(guī)劃-執(zhí)行相結(jié)合的執(zhí)行方法。在遇到問題時(shí)，只能確保當(dāng)前指令序列的魯棒執(zhí)行（設(shè)法完成拍攝），而不會(huì)考慮執(zhí)行結(jié)果對(duì)后續(xù)任務(wù)目標(biāo)實(shí)現(xiàn)的影響（定軌精度）。

4 未來指令序列智能執(zhí)行研究方向

通過對(duì)現(xiàn)有指令序列智能執(zhí)行方法及其綜合應(yīng)用分析可知，在深空探測(cè)這一充滿不確定與高動(dòng)態(tài)的領(lǐng)域，指令序列的智能執(zhí)行可以很好地解決相關(guān)問題。但目前的指令序列智能執(zhí)行方法尚處在發(fā)展初期，還存在一些亟待攻克的問題。如“規(guī)劃-執(zhí)行相結(jié)合的智能執(zhí)行方法”中的“指令序列重構(gòu)”問題，“基于模型推演的智能執(zhí)行方法”中的“指令序列魯棒執(zhí)行”問題，以及形成指令閉環(huán)的關(guān)鍵“指令執(zhí)行在線監(jiān)控”問題。未來應(yīng)重點(diǎn)研究上述三個(gè)方向，從而更好實(shí)現(xiàn)指令序列的智能執(zhí)行。”

4.1 指令序列重構(gòu)

指令序列生成是其重構(gòu)的基礎(chǔ)，指令序列生成主要解決指令的由來問題。待執(zhí)行任務(wù)可根據(jù)其復(fù)雜度分為粗粒度任務(wù)和細(xì)粒度的可執(zhí)行指令。粗粒度的任務(wù)無法直接執(zhí)行，需要經(jīng)過規(guī)劃器轉(zhuǎn)換為細(xì)粒度的可執(zhí)行指令。常規(guī)的生成方法如圖9所示，規(guī)劃器的輸入由兩部分組成：①粗粒度的任務(wù)目標(biāo)和關(guān)于系統(tǒng)狀態(tài)的問題文件；②描述相關(guān)動(dòng)作和約束的領(lǐng)域文件。規(guī)劃器的輸出是一系列具體動(dòng)作，根據(jù)宏指令與領(lǐng)域文件的對(duì)應(yīng)關(guān)系，將規(guī)劃結(jié)果轉(zhuǎn)換為執(zhí)行器能夠接受（數(shù)據(jù)格式上）的事件表，并為其進(jìn)行時(shí)間和資源的調(diào)度分配，從而生成一條可執(zhí)行指令序列。例如成像偵察衛(wèi)星要執(zhí)行目標(biāo)光學(xué)成像任務(wù)，首先需要將任務(wù)規(guī)劃成一條行動(dòng)序列如：相機(jī)開機(jī)、側(cè)擺、攝像等動(dòng)作。再由這些簡單動(dòng)作根據(jù)規(guī)則轉(zhuǎn)換為指令由成像偵察衛(wèi)星執(zhí)行［43］。

圖9 任務(wù)規(guī)劃-執(zhí)行序列轉(zhuǎn)化過程Fig.9 Task planning execution sequences transformation process

指令序列重構(gòu)是在已有指令序列的基礎(chǔ)上局部或整體的產(chǎn)生一條新的可執(zhí)行指令序列。其一般過程是將重規(guī)劃的結(jié)果重新編排入事件表并為其分配相應(yīng)的時(shí)間及資源，從而形成新的指令序列。目前關(guān)于重規(guī)劃的方法已有大量的研究［39］。但重規(guī)劃后指令的執(zhí)行時(shí)間分配及資源調(diào)度［38］，尤其是在高動(dòng)態(tài)環(huán)境時(shí)，仍存在處理效率低準(zhǔn)確度差的問題。因此需要開發(fā)一些時(shí)間復(fù)雜度低且精度高的分配及調(diào)度算法以提高指令序列的重構(gòu)效率。此外高動(dòng)態(tài)環(huán)境下，指令的定時(shí)精度取決于相應(yīng)計(jì)時(shí)器的分辨率和芯片晶振的穩(wěn)定性，因此需要設(shè)計(jì)誤差修正算法以消除晶振頻率漂移和累計(jì)誤差對(duì)定時(shí)精度的影響［50］。

4.2 指令序列魯棒執(zhí)行

所謂指令序列魯棒執(zhí)行，是指探測(cè)器可以根據(jù)實(shí)時(shí)環(huán)境靈活地調(diào)整指令序列的執(zhí)行［51］，是指令序列智能化執(zhí)行的重要基礎(chǔ)。具體每條指令的執(zhí)行是由執(zhí)行語言進(jìn)行控制，是事件表的進(jìn)一步細(xì)化。當(dāng)需要調(diào)整指令或取消當(dāng)前指令時(shí)，可以通過管理事件表的方式實(shí)現(xiàn)。執(zhí)行語言會(huì)綜合當(dāng)前探測(cè)器和環(huán)境的狀態(tài)、時(shí)間、優(yōu)先級(jí)及其他約束方面的相互依賴關(guān)系，對(duì)指令序列邏輯進(jìn)行控制。按照指令的執(zhí)行控制方法可以對(duì)指令進(jìn)行如圖10所示的劃分。

圖10 指令執(zhí)行時(shí)的控制方式分類Fig.10 Classification of command execution control

直接指令一般是指地面直接上注到探測(cè)器的應(yīng)急命令，如進(jìn)入最高級(jí)別的安全模式，用于地面工程師修復(fù)探測(cè)器故障。

延時(shí)指令，無論是通過地面遙控的方式，還是探測(cè)器智能規(guī)劃的方式，所生成的指令序列都會(huì)先被存儲(chǔ)到探測(cè)器上。然后通過絕對(duì)時(shí)間、相對(duì)時(shí)間或條件控制的方式執(zhí)行。由絕對(duì)時(shí)間控制的指令將包含一個(gè)絕對(duì)的時(shí)刻信息，指令將按時(shí)逐條執(zhí)行。如果沒有異常狀態(tài)發(fā)生（規(guī)劃之外的情況），這樣的方式可以高效的將指令整合在一起。一旦有異常狀態(tài)出現(xiàn)，就會(huì)打斷整個(gè)指令序列的執(zhí)行，魯棒性較差。而相對(duì)時(shí)間控制可以在某種程度上提高指令序列的魯棒性。因?yàn)閳?zhí)行語言將以關(guān)鍵狀態(tài)的出現(xiàn)為依據(jù)，從而確定出指令的執(zhí)行時(shí)刻，這樣的指令控制相對(duì)靈活，受異常狀態(tài)的影響小。采用上述基于時(shí)間的指令控制方式，對(duì)于任意一個(gè)微小的異常狀態(tài)都需要在執(zhí)行時(shí)做出最大的時(shí)間冗余估計(jì)，這無疑會(huì)降低指令執(zhí)行的效率。

而條件控制則是以探測(cè)器及環(huán)境的實(shí)時(shí)狀態(tài)為依據(jù)，決定哪條指令將會(huì)被執(zhí)行。當(dāng)使用條件控制時(shí)，需要先定義出一個(gè)用來執(zhí)行指令序列的邏輯判斷樹［52］。執(zhí)行語言按照邏輯判斷樹進(jìn)行決策，對(duì)未執(zhí)行指令進(jìn)行選擇。條件控制可以更加靈活地執(zhí)行探測(cè)器的指令序列，可以選擇性的執(zhí)行指令序列，從而優(yōu)化指令的執(zhí)行時(shí)間及資源（例如：高能天文觀測(cè)臺(tái)2號(hào)［53］上十分靈活的星上指令執(zhí)行是由其目標(biāo)列表所驅(qū)動(dòng)的）。上述這些多樣的指令控制方式為確保魯棒、高效地執(zhí)行指令序列提供了基礎(chǔ)支持。

未來的指令序列智能執(zhí)行雖然不涉及復(fù)雜的算法，但必須有執(zhí)行語言的控制，如確定約束是否滿足的條件結(jié)構(gòu)以及可以重復(fù)操作至成功的循環(huán)結(jié)構(gòu)等。但如果注入大量的上述執(zhí)行語言控制結(jié)構(gòu)，將會(huì)額外增加探測(cè)器的存儲(chǔ)需求。綜上所述，參照表2 中已有的執(zhí)行語言，可總結(jié)出未來執(zhí)行語言的重點(diǎn)研究內(nèi)容：輕量化地設(shè)計(jì)執(zhí)行語言；整合各種指令控制方式，構(gòu)建統(tǒng)一的執(zhí)行語言框架，從而實(shí)現(xiàn)指令序列的魯棒執(zhí)行。

表2 典型的指令執(zhí)行語言及其特點(diǎn)Table 2 Typical instruction execution languages and their characteristics

4.3 指令序列在線監(jiān)控

指令的閉環(huán)執(zhí)行離不開探測(cè)器的在線監(jiān)控。根據(jù)指定的條件對(duì)特定參數(shù)進(jìn)行監(jiān)視，能夠監(jiān)視系統(tǒng)本體的健康狀態(tài)，便于自主地采取相應(yīng)對(duì)策和動(dòng)作，維護(hù)系統(tǒng)并支持指令的正常運(yùn)行。在線監(jiān)控是為了減少地面監(jiān)視和操控的代價(jià)和難度，提高在軌指令執(zhí)行的精確度與及時(shí)性。

按照Packet utilization standard（PUS）標(biāo)準(zhǔn)，在線監(jiān)視分為參數(shù)監(jiān)視和功能監(jiān)視。可以監(jiān)視的參數(shù)類型包括數(shù)據(jù)范圍、期望值和相對(duì)值三種［9］。功能監(jiān)視是在參數(shù)監(jiān)視的基礎(chǔ)上，結(jié)合多參數(shù)的機(jī)理組合，實(shí)現(xiàn)對(duì)某一事件的綜合監(jiān)視判斷。基于參數(shù)監(jiān)視和功能監(jiān)視，根據(jù)特定監(jiān)控需求可以設(shè)計(jì)有針對(duì)性的監(jiān)控算法，并具有開放性。參數(shù)監(jiān)視、功能監(jiān)視和監(jiān)控算法的輸出均為調(diào)用事件動(dòng)作，其原理如圖11所示。

圖11 指令執(zhí)行在線監(jiān)控原理Fig.11 Principle of on-line monitoring of command execution

在線監(jiān)視的核心是監(jiān)視算法，由兩部分組成：①監(jiān)視參數(shù)信息融合［74-77］；②故障診斷技術(shù)［78］。目前參數(shù)監(jiān)視的功能大都集成在探測(cè)器的故障診斷模塊中，如深空一號(hào)探測(cè)器上搭載的遠(yuǎn)程智能體RA 系統(tǒng)中的Mode identification and recovery（MIR）模塊。一旦某條指令被執(zhí)行，MIR 就會(huì)開始采集來自探測(cè)器各種傳感器的觀測(cè)信息，對(duì)觀測(cè)信息進(jìn)行融合，從而得到系統(tǒng)某些功能的運(yùn)行情況。

然后利用基于模型的故障診斷技術(shù)［79］根據(jù)系統(tǒng)模型預(yù)測(cè)出指令執(zhí)行后的狀態(tài)與實(shí)際觀測(cè)狀態(tài)進(jìn)行比較，從而判斷指令是否正常執(zhí)行。綜上，一個(gè)良好的執(zhí)行監(jiān)視系統(tǒng)需要對(duì)觀測(cè)信息進(jìn)行準(zhǔn)確的融合，以便得到準(zhǔn)確的系統(tǒng)功能運(yùn)行狀態(tài)；同時(shí)，更離不開故障診斷技術(shù)的支持，因?yàn)橹噶畹恼?zhí)行主要還是通過故障診斷技術(shù)來判斷。將來，信息融合的效率和故障診斷的準(zhǔn)確度將是重點(diǎn)研究方向。

5 結(jié)論

智能自主是未來深空探測(cè)任務(wù)的必然趨勢(shì)，而指令序列智能執(zhí)行技術(shù)是實(shí)現(xiàn)智能自主的基礎(chǔ)。本文首先對(duì)現(xiàn)有深空探測(cè)器指令執(zhí)行方法進(jìn)行綜述，對(duì)其特點(diǎn)和不足進(jìn)行分析，指出現(xiàn)有的指令執(zhí)行技術(shù)已難以應(yīng)對(duì)深空探測(cè)任務(wù)日益增長的復(fù)雜性及任務(wù)中的不確定性。為尋求解決方法，對(duì)已經(jīng)取得成功的探測(cè)器案例進(jìn)行分析，指出智能執(zhí)行技術(shù)是解決探測(cè)器自主智能運(yùn)行的關(guān)鍵。通過總結(jié)文獻(xiàn)，歸納出兩類實(shí)現(xiàn)智能執(zhí)行的方法：①規(guī)劃-執(zhí)行相結(jié)合的智能執(zhí)行方法；②基于模型推演的智能執(zhí)行方法。上述兩種方法從不同的層面解決了指令序列的智能執(zhí)行問題。本文以ASTERIA 任務(wù)為例對(duì)上述方法進(jìn)行了詳細(xì)論述。進(jìn)一步提出了未來指令序列智能執(zhí)行的三個(gè)重點(diǎn)研究方向：①指令序列重構(gòu)；②指令序列魯棒執(zhí)行；③指令執(zhí)行在線監(jiān)控。最后對(duì)上述研究方向進(jìn)行了展望。