[논문 리뷰] Lunar Rover Cargo Transport: Mission Concept and Field Test

Alexander Krawciw, Nicolas A. Olmedo외 4명|arXiv (Cornell University)|2026. 01. 06.

Soil Mechanics and Vehicle Dynamics인용 수 0

한 줄 요약

본 논문은 도전적인 환경에서 화물을 운반하기 위한 lidar teach-and-repeat 자율 파이프라인의 임무 개념과 현장 테스트를 제시합니다. 이 시스템은 시뮬레이션된 달 임무에서 정밀 도킹과 화물 취급을 달성합니다.

ABSTRACT

In future operations on the lunar surface, automated vehicles will be required to transport cargo between known locations. Such vehicles must be able to navigate precisely in safe regions to avoid natural hazards, human-constructed infrastructure, and dangerous dark shadows. Rovers must be able to park their cargo autonomously within a small tolerance to achieve a successful pickup and delivery. In this field test, Lidar Teach and Repeat provides an ideal autonomy solution for transporting cargo in this way. A one-tonne path-to-flight rover was driven in a semi-autonomous remote-control mode to create a network of safe paths. Once the route was taught, the rover immediately repeated the entire network of paths autonomously while carrying cargo. The closed-loop performance is accurate enough to align the vehicle to the cargo and pick it up. This field report describes a two-week deployment at the Canadian Space Agency's Analogue Terrain, culminating in a simulated lunar operation to evaluate the system's capabilities. Successful cargo collection and delivery were demonstrated in harsh environmental conditions.

연구 동기 및 목표

• 월에서 자율 화물 운송을 촉진하여 착륙선과 서식지 간에 보급품을 이동시키도록 한다.
• LT&R(Lidar Teach-and-Repeat)를 화물이 포함된 정밀 경로 설정을 위한 자율성 해결책으로 평가한다.
• 월 모사 환경에서 자동 또는 준자율로 걸고 내려놓을 수 있는 화물 시스템을 통합한다.

제안 방법

• Lidar Teach and Repeat를 사용하여 착륙선과 서식지 사이의 안전한 경로망을 생성하고 반복한다.
• 정밀한 경로 추적을 위해 lidar 오도메트리와 함께 MPC 기반 제어 루프를 사용한다.
• 자율 하역과 도킹을 가능하게 하는 네 개의 텔레스코픽 다리와 래칭 시스템이 있는 화물 메커니즘을 구현한다.
• 달 남극 조건을 모사하기 위해 대역폭 축소 및 sun-gun 조명을 사용하여 CSA Analogue Terrain에서 현장 시험을 수행한다.
• 세 단계로 운영: 반자율 학습, 자율 역주, 자율 전진 반복.

실험 결과

연구 질문

• RQ1 LT&R이 달에서 화물 운송을 위한 안정적인 장거리 자율성을 제공할 수 있는가?
• RQ2 월 모사 조명과 바람 조건에서 도킹 및 화물 인계의 정확도와 타이밍은 얼마나 달성 가능한가?
• RQ3 경로 일관성 및 임무 지속 시간 측면에서 자율 반복은 반자율 학습과 어떻게 차이가 있는가?
• RQ4 원격 달 시나리오에서 화물 적재/하역 및 정밀 정렬의 실질적 도전과제는 무엇인가?

주요 결과

• 폐루프 LT&R 접근 방식은 래치 및 픽업을 위한 화물과의 정렬에 충분한 정확성을 달성한다.
• 현장 테스트는 가혹한 환경 조건에서 성공적인 화물 수집 및 전달을 입증했다.
• 2주 간의 CSA Analogue Terrain 배치는 개념을 검증하는 모의 달 탐사 운영으로 귀결되었다.
• 반자율 학습에 이어 자율 반복이 탑재 화물을 이용한 장거리 주행을 가능하게 했다.