[논문 리뷰] Network of Nano-Landers for In-Situ Characterization of Asteroid Impact Studies

Himangshu Kalita, Erik Asphaug외 2명|arXiv (Cornell University)|2017. 09. 09.

Astro and Planetary Science참고 문헌 3인용 수 7

한 줄 요약

이 논문은 행성 방어 및 소행성 구성 연구를 향상시키기 위해 1kg, 1U 나노 랜더를 네트워크로 구성하여 소행성 충돌 사건의 현장 특성 분석을 제안한다. 현장에 장착된 스테레오 카메라, 분광계, 손 렌즈 이미저를 활용한 자율적 점프, 비행, 굴림 주행를 통해, 충돌 물질 분포, 지진 활동, 천체 표면 퇱토(미세먼지)의 다각도 고해상도 측정이 가능하며, 이는 행성 방어 및 소행성 구성 연구에 중대한 기여를 한다.

ABSTRACT

Exploration of asteroids and comets can give insight into the origins of the solar system and can be instrumental in planetary defence and in-situ resource utilization (ISRU). Asteroids, due to their low gravity are a challenging target for surface exploration. Current missions envision performing touch-and-go operations over an asteroid surface. In this work, we analyse the feasibility of sending scores of nano-landers, each 1 kg in mass and volume of 1U, or 1000 cm3. These landers would hop, roll and fly over the asteroid surface. The landers would include science instruments such as stereo cameras, hand-lens imagers and spectrometers to characterize rock composition. A network of nano-landers situated on the surface of an asteroid can provide unique and very detailed measurements of a spacecraft impacting onto an asteroid surface. A full-scale, artificial impact experiment onto an asteroid can help characterize its composition and geology and help in the development of asteroid deflection techniques intended for planetary defence. Scores of nano-landers could provide multiple complementary views of the impact, resultant seismic activity and trajectory of the ejecta. The nano-landers can analyse the pristine, unearthed regolith shielded from effects of UV and cosmic rays and that may be millions of years old. Our approach to formulating this mission concepts utilizes automated machine learning techniques in the planning and design of space systems. We use a form of Darwinian selection to select and identify suitable number of nano-landers, the on-board instruments and control system to explore and navigate the asteroid environment. Scenarios are generated in simulation and evaluated against quantifiable mission goals such as area explored on the asteroid and amount of data recorded from the impact event.

연구 동기 및 목표

• 행성 방어 응용을 위한 인공 소행성 충돌 사건의 세밀한 현장 특성 분석을 가능하게 하기 위해.
• 저중력 소행성 표면 탐사의 과제를 해결하기 위해 소형화된 자율 랜더의 군집을 활용하기 위해.
• 우주 날씨에 노출되지 않은 채 오랜 기간 보존된 순수한 퇱토를 연구하여 소행성의 구성 및 역사를 이해하기 위해.
• 기계 학습을 활용한 스케일러블이고 자동화된 미션 설계 프레임워크를 개발하여 랜더 배치 및 장비 선택 최적화를 위해.
• 충돌 사건 동안 탐사 영역 및 수집된 데이터와 같은 정량적 목표를 기반으로 한 성능 시뮬레이션 및 평가를 수행하기 위해.

제안 방법

• 저중력 소행성 표면에서 점프, 굴림, 비행이 가능한 1kg, 1U 나노 랜더 군집을 배치하기 위해.
• 현장에서 암석 및 퇳토의 구성 분석을 위한 스테레오 카메라, 손 렌즈 이미저, 분광계를 각 랜더에 탑재하기 위해.
• 기계 학습 기반 기법, 특히 다윈의 진화 선택 이론을 모델로 삼은 알고리즘을 활용하여 랜더 수, 장비 적재량, 제어 시스템을 최적화하기 위해.
• 충돌 사건 동안 탐사 영역 커버리지 및 데이터 수집과 같은 미션 목표를 기반으로 한 성능 평가를 위한 미션 시나리오 시뮬레이션을 수행하기 위해.
• 충돌 시점, 분출 물질 궤도, 지진 반응에 대한 다수의 보완적 시야 확보를 위한 분산형 네트워크 설계를 위해.
• 최적의 구성 선택을 유도하기 위해 미션 설계를 정량적 성능 지표와 통합하기 위해.

실험 결과

연구 질문

• RQ1 저중력 소행성 표면을 효과적으로 탐사하고 특성 분석하기 위해 나노 랜더 군집은 어떻게 활용될 수 있는가?
• RQ2 인공 충돌 사건 동안 데이터 수집을 극대화하기 위해 최적의 나노 랜더 수와 구성은 무엇인가?
• RQ3 기계 학습 기반 설계는 현장 소행성 탐사 미션의 효율성과 내구성을 향상시킬 수 있는가?
• RQ4 분산형 네트워크에서의 다각도 관측은 충돌 역학 및 분출 물질 행동 이해에 어떻게 기여하는가?
• RQ5 자율적 나노 랜더를 활용해 얼마나 깊이까지 순수한 지하 퇳토에 접근하고 분석할 수 있는가?

주요 결과

• 나노 랜더 군집은 인공 충돌 실험 동안 분출 물질, 지진 활동, 표면 변화에 대한 다각도 고해상도 데이터를 제공할 수 있다.
• 제안된 네트워크를 통해 수백만 년 동안 우주 방사선과 우주 날씨로부터 보호된 순수한 퇳토의 세밀한 분석이 가능하다.
• 기계 학습 기반 최적화 기법은 소행성 탐사에 적합한 랜더, 장비, 제어 시스템 조합을 성공적으로 식별한다.
• 시뮬레이션 결과에 따르면 네트워크는 충돌 사건 동안 상당한 탐사 영역 커버리지와 높은 데이터 수확량을 달성할 수 있다.
• 이 접근법은 소행성 구성 및 구조의 정확한 특성 분석을 가능하게 하여 현장 자원 활용(ISRU) 및 행성 방어에 기여한다.
• 이 미션 개념은 확장 가능하고 유연하며, 향후 지구 근접 소행성 또는 코메트에 대한 배치에 응용 가능하다.