基于具身认知智能(ECI)的月球背面采样技术突破：嫦娥六号任务的高效自主采样新范式

针对月球背面采样时间受限、光照条件复杂等挑战，北京交通大学与中国航天控制中心团队创新性提出具身认知智能(ECI)框架，通过融合人类专家知识、AI模型与实时环境交互数据构建动态认知地图，实现嫦娥六号在11小时内高效采集1,935.3克月壤样本，单次采样效率较嫦娥五号提升67.7%，为深空探测任务提供了智能自主决策新范式。

　　

【研究背景】
月球背面采样是人类深空探测史上的"无人区"挑战。2024年嫦娥六号任务面临两大核心难题：一是受地月通信限制，采样窗口期仅有嫦娥五号任务的一半；二是极端光照条件导致传统视觉定位系统失准率高达40%。这些瓶颈使得传统遥控采样模式难以满足毫米级精度的容器定位需求，单次采样耗时长达1.5小时。如何实现"快、准、稳"的自主采样，成为国际月球科研站(ILRS)建设必须攻克的技术壁垒。

【研究方法】
北京交通大学联合中国航天控制中心创新提出具身认知智能(ECI)框架，通过三阶段技术路径突破限制：(1)基于嫦娥3-5号历史数据构建初始认知地图，整合专家经验与1,200次地面模拟实验数据；(2)开发实时视觉分析系统，融合手眼相机3D信息与椭圆检测算法实现月面接触盘定位；(3)建立动态更新机制，当关键点识别失败时引入人工标注辅助决策。研究团队特别设计了任务导向的认知地图演化方案，使采样指令序列优化效率提升300%。

【研究结果】
Moon sample collection using ECI
通过ECI框架的迭代优化，嫦娥六号实现三大突破：采样总时长从20小时压缩至11小时；单次铲取操作时间从1.5小时降至0.5小时；平均单次采样量从144.25克提升至241.91克。在极端光照条件下，系统仍能保持毫米级定位精度。

Post-verification of Chang'e-5
基于嫦娥五号数据的仿真验证表明，ECI使单次采样操作时间从小时级缩短至分钟级。认知地图的3D监督机制将容器定位误差控制在±1.2mm内，较传统棋盘格标定法效率提升8倍。

Practical application of Chang'e-6
实际任务中，智能椭圆检测算法成功识别月面接触盘，保障了设备安全。采样总量达1,935.3克的同时，铲取次数减少33%，验证了ECI在复杂光照条件下的鲁棒性。

Future viability
研究指出ECI框架可延伸至嫦娥7/8号任务，解决移动载荷协同采样难题。针对当前钻探深度仅1米的局限，提出整合地质专家知识的ECI增强方案，为ILRS建设提供智能勘探新范式。

【结论与意义】
该研究开创性地将人类认知优势与具身智能相结合，首次实现月球背面采样任务的自主决策闭环。发表于《The Innovation》的成果表明，ECI框架不仅将采样效率提升至国际领先水平，其"认知地图+实时演化"机制更为深空探测任务提供了可扩展的智能架构。这项技术突破标志着我国在太空自主智能领域已实现从"跟跑"到"领跑"的跨越，为后续月球基地建设奠定了关键技术基础。