NASA의 기술력, 퍼서비어런스 로버에 향상된 자율성 부여

미국 - 이크바리 뉴스 통신사

NASA의 기술력, 퍼서비어런스 로버에 향상된 자율성 부여

NASA와 제트 추진 연구소(JPL)는 화성 로버들이 붉은 행성을 더욱 독립적이고 효율적으로 탐사할 수 있도록 자율성을 강화하는 데 총력을 기울이고 있습니다. 현재 화성에서 활동 중인 큐리오시티(MSL)와 퍼서비어런스 로버 모두 부분적인 자율 기능을 갖추고 있으며, 퍼서비어런스가 더 발전된 기능을 보여줍니다. 실제로, 향상된 자율 항법 개발은 퍼서비어런스의 임무 매개변수에 명시적으로 내장된 핵심 목표였습니다.

두 로버 모두 항법을 위해 AutoNav라는 시스템을 사용합니다. 퍼서비어런스의 AutoNav 구현은 더 강력하고 정교한 것으로 간주됩니다. 화성에서의 첫해 동안 퍼서비어런스는 약 17.7km를 이동했으며, AutoNav는 경로의 약 88%를 평가하고 지도화하는 데 중요한 역할을 했습니다. 그러나 더 높은 수준의 자율 항법 달성에 있어 주요 장애물은 정확한 위치 파악의 어려움이었습니다. 퍼서비어런스가 자율적으로 더 멀리 주행할수록, 화성 표면에서의 정확한 위치에 대한 누적 오차가 커집니다. 자신의 위치에 대한 정확한 자체 평가 없이는, 로버는 계획된 경로를 안정적으로 계획하고 실행하는 데 어려움을 겪으며 사실상 '길을 잃게' 됩니다. 이는 헨리 데이비드 소로에게 귀속된 "길을 잃어야만 비로소 우리 자신을 이해하기 시작한다"는 말과 일맥상통하며, 모든 탐험가에게 자기 인식의 중요성을 강조합니다.

이러한 장애물을 극복하기 위해 퍼서비어런스의 자율 운영은 세 가지 주요 시스템인 AutoNav, AEGIS, OBP의 시너지 조합으로 조정됩니다. AutoNav는 온보드 이미지와 사전 지도를 활용하여 최적의 주행 경로를 계획합니다. AEGIS(향상된 과학 수집을 위한 자율 탐사)는 로버 자체에서 캡처한 광각 이미지를 사용하여 로버의 정교한 SuperCam 장비에 대한 과학 관측 목표를 자율적으로 식별하고 선택합니다. 세 번째 구성 요소인 OBP(온보드 플래너)는 로버의 에너지 자원을 절약하는 방식으로 계획된 작업을 예약하는 역할을 담당합니다. 이 세 시스템의 통합 기능은 퍼서비어런스에 운영 자율성의 수준을 상당히 향상시키며, 이는 모두 과학 데이터 수집을 최대화하는 데 세심하게 초점을 맞추고 있습니다.

퍼서비어런스의 자율성 증진을 향한 여정은 화성 전역 위치 파악(Mars Global Localization - MGL) 시스템의 개발 및 구현으로 또 다른 중요한 도약을 이루었습니다. 화성에는 GPS와 유사한 시스템이 없기 때문에 (적어도 아직은), 외계 지형에서의 로버 위치를 정확하게 파악하는 것이 더 긴 자율 주행 거리를 달성하고 결과적으로 더 나은 과학적 결과를 얻는 데 근본적인 장애물입니다. 이 획기적인 시스템은 "Censible: A Robust and Practical Global Localization Framework for Planetary Surface Missions"라는 제목의 학회 논문에서 자세히 설명되어 있습니다.

이 임무의 로봇 운영 최고 엔지니어인 JPL의 Vandi Verma는 "이것은 마치 로버에게 GPS를 주는 것과 같습니다. 이제 화성에서 자신의 위치를 결정할 수 있습니다."라고 설명했습니다. 그녀는 "이것은 로버가 자율적으로 훨씬 더 먼 거리를 주행할 수 있게 된다는 것을 의미하며, 따라서 우리는 행성의 더 많은 부분을 탐사하고 더 많은 과학을 얻을 것입니다. 또한, 빠르고 멀리 여행하는 거의 모든 다른 로버에서도 사용될 수 있습니다."라고 덧붙였습니다. 이 발언은 MGL이 퍼서비어런스뿐만 아니라 미래의 행성 탐사 노력에도 미치는 혁신적인 잠재력을 강조합니다.

MGL 이전에는 퍼서비어런스의 가장 긴 자율 주행 거리가 3개의 화성일 동안 699.9미터로 기록되었습니다. 위치 인식의 내재된 불확실성은 이 거리를 더 이상 연장하는 것을 방해했습니다. 핵심 문제는 로버가 자율적으로 더 멀리 주행할수록 위치 불확실성이 커진다는 것입니다. 임무 데이터의 시각화는 이러한 현상을 보여줍니다. 퍼서비어런스가 좁은 통로를 통해 장거리 주행을 시도했을 때, MGL이 없는 상태에서 시간 경과에 따라 누적된 위치 불확실성(파란색 원으로 표시)이 상당히 증가했습니다. 이러한 증가된 불확실성은 경로상의 알려진 위험(빨간색 다각형 및 원)의 잠재적 범위를 확장시켜, 로버를 효과적으로 '길을 잃게' 만들고 인간의 개입 없이는 진행할 수 없게 만들었습니다. 반대로, MGL을 포함한 분석은 위치 오류와 위험 범위의 현저한 감소를 보여주어, 로버가 외부 안내 없이 훨씬 더 멀리 주행할 수 있도록 했습니다.

이전의 항법 패러다임 하에서는, 퍼서비어런스는 누적된 위치 오류가 안전한 이동에 너무 커질 때까지 주행했습니다. 이 시점에서 360도 파노라마 이미지를 촬영했습니다. 지구의 임무 관제사들은 로버의 위치를 재설정하기 위해 이 이미지를 전역 지도와 수동으로 일치시켰습니다. "사람들은 '길을 잃지 않았어, 안전해. 계속 가'라고 말해야 했습니다."라고 Verma는 말했습니다. "이 문제를 해결하면 로버가 매일 훨씬 더 멀리 갈 수 있다는 것을 알고 있었습니다."

새로운 MGL 방법은 상당한 업그레이드를 나타냅니다. 현재 위치의 360도 파노라마 이미지를 계속 사용하지만, 인간의 개입 필요성을 제거합니다. 이 시스템은 궤도 우주선에 의해 세심하게 생성된 지형 지도를 퍼서비어런스의 카메라로 캡처한 파노라마 이미지와 비교하는 알고리즘을 사용합니다. 이 정교한 프로세스를 통해 로버는 일반적으로 단 2분 만에 약 10인치 이내의 정확도로 자신의 정확한 위치를 자율적으로 결정할 수 있습니다. 이 기능은 2024년 2월 두 번의 운영 기간 동안 성공적으로 시연되었습니다. MGL이 일일 주행 거리를 극적으로 늘릴 수 있는 잠재력은 엄청나며, 퍼서비어런스의 자율 과학 관측 기능을 고려할 때 상당한 과학적 성과를 약속합니다.

MGL 개발에는 이전에는 Ingenuity 헬리콥터와의 통신에 전념했던 강력한 마이크로프로세서의 가용성이 부분적으로 기여했습니다. Ingenuity의 성공적인 임무와 2024년 1월의 후속 임무 종료 이후, 이 처리 능력은 퍼서비어런스가 항법 시스템에 사용할 수 있게 되었습니다. 이러한 기술적 시너지는 우주 탐사의 한 분야에서의 발전이 다른 분야에 어떻게 연쇄적인 이점을 가져올 수 있는지를 보여줍니다.

지원 학회 논문의 저자들이 지적했듯이, MGL 시스템은 "로버가 지구로부터의 위치 파악 없이 잠재적으로 무제한의 주행 거리를 이동하도록 명령받을 수 있게 합니다." 또한, 그들은 이 시스템의 적용 가능성이 "퍼서비어런스를 넘어, 절대적인 위치 추정은 수많은 다른 로봇 지표면 임무에 핵심적"이라고 제안하며, 더 독립적이고 광범위한 행성 탐사의 미래를 가리키고 있습니다.

이크바리 뉴스 통신사