NASA Perseverance 火星車行駛里程破 45 公里創下新紀錄
文章摘要
NASA「毅力號」火星車於2026年10月11日的Sol 2006任務日,總行駛里程正式突破45.22公里,刷新了在其他天體表面行駛最遠距離的世界紀錄。此成就不僅歸功於科學考察期間的多次移動,更得益於工程團隊針對崎嶇地形所進行的軟硬體升級與路徑規劃優化。
為因應複雜的巨石陣與陡坡挑戰,團隊將火星車傾斜角限制提升至24度,並縮減底盤離地間隙至20公分。同時,工程師更新了煞車系統與轉向馬達電流限制,並透過動態滑移表與基岩行駛策略,提升了車輛在惡劣環境下的脫困能力。技術層面上,新增的「全球定位」(GBLC)功能藉由火星直升機基地站的處理器,比對地面與軌道影像以建立全球坐標,實現不依賴外部GPS的自主長距離導航。針對該處理器欠缺抗輻射能力造成的記憶體位元翻轉問題,團隊亦開發了專屬軟體防護機制。展望未來,團隊正研擬導入生成式AI技術,進一步優化自主導航的戰略路徑規劃與資源運用,以利後續在火星隕石坑邊緣執行更長距離的探測任務。
為因應複雜的巨石陣與陡坡挑戰,團隊將火星車傾斜角限制提升至24度,並縮減底盤離地間隙至20公分。同時,工程師更新了煞車系統與轉向馬達電流限制,並透過動態滑移表與基岩行駛策略,提升了車輛在惡劣環境下的脫困能力。技術層面上,新增的「全球定位」(GBLC)功能藉由火星直升機基地站的處理器,比對地面與軌道影像以建立全球坐標,實現不依賴外部GPS的自主長距離導航。針對該處理器欠缺抗輻射能力造成的記憶體位元翻轉問題,團隊亦開發了專屬軟體防護機制。展望未來,團隊正研擬導入生成式AI技術,進一步優化自主導航的戰略路徑規劃與資源運用,以利後續在火星隕石坑邊緣執行更長距離的探測任務。
AI 大叔解析
## 【核心判斷】
「毅力號」於 2026 年 10 月 11 日(Sol 2006)累計行駛里程達到 45.22 公里,這不僅是帳面紀錄,更證明了 NASA 團隊透過硬體參數邊界探索與軟體層面的自主導航優化,成功讓火星車在長距離移動與科學採樣之間取得平衡。
## 【毒舌吐槽】
說實話,這台火星車在地球上的雙胞胎拿到金氏世界紀錄獎牌時,心情應該很複雜。工程團隊為了這 45 公里,硬是把原本保守的傾斜限制推到 24 度,底盤離地間隙壓縮到 20 公分(約 7.9 吋),簡直是在玩「火星極限越野」。最絕的是那個為了克服「沒導航系統」而硬生生用直升機基地站處理器湊出來的 GBLC(全球定位)功能,明明該處理器不是為了火星高輻射環境設計的,工程師居然靠軟體繞過記憶體位元翻轉(bit flips)這種致命問題,這種為了「多跑幾里路」而壓榨運算資源的執著,確實很符合我們工程師那種「只要沒燒掉,什麼都能搞定」的死腦筋。
## 【為什麼重要?】
這項紀錄的意義不在於里程本身,而在於火星車從「被動聽從指令」進化到「具備局部自主判斷」的跨越。透過導入「動態滑移表」(dynamic slip tables)與更新馬達電流限制(幾近翻倍),工程團隊實際上是將火星車在基岩上的摩擦力極限摸得更透,讓這台原本被設定為精細地質取樣的實驗車,具備了長距離機動的能力。
更值得關注的是 GBLC 功能的實現。在缺乏全球磁層保護的火星,這類非抗輻射設計的商用處理器本就是故障重災區,團隊開發的軟體級防護機制證明了即使沒有昂貴的硬體加固,也能透過演算法容錯提升系統韌性。現在他們打算進一步導入生成式 AI 輔助路徑規劃,這意味著未來的火星探測將不再是「指令式駕駛」,而是由系統根據資源消耗與科學價值,自行算出最優路徑。
## 【影響對象與建議】
**自動駕駛與機器人研發人員:**
當設備處於無法輕易硬體升級的遠端環境,應優先開發軟體層面的容錯機制,如文中處理記憶體位元翻轉的做法。不要迷信硬體冗餘,應專注於利用非標準算力(如文中利用直升機殘餘處理器)達成邊緣運算。
**系統架構師:**
應參考毅力號將「科學停靠」與「自主長距離導航」分模組優化的邏輯,透過預先執行的模擬測試(團隊執行了數千次模擬)來逐步放寬安全參數(如傾斜角與離地間隙),在極端環境下以軟體策略換取操作效率。
## 【逆風觀點】
原文雖提到將導入生成式 AI 優化自主導航,但文中並未給出該技術在火星低功耗、高輻射環境下的具體算力消耗預估,以及相較於現有 AutoNav 系統的實際路徑規劃效率指標。在尚未見到部署細節前,這項計畫仍停留在願景階段,不宜過度神話 AI 對於火星任務的具體改善幅度。
「毅力號」於 2026 年 10 月 11 日(Sol 2006)累計行駛里程達到 45.22 公里,這不僅是帳面紀錄,更證明了 NASA 團隊透過硬體參數邊界探索與軟體層面的自主導航優化,成功讓火星車在長距離移動與科學採樣之間取得平衡。
## 【毒舌吐槽】
說實話,這台火星車在地球上的雙胞胎拿到金氏世界紀錄獎牌時,心情應該很複雜。工程團隊為了這 45 公里,硬是把原本保守的傾斜限制推到 24 度,底盤離地間隙壓縮到 20 公分(約 7.9 吋),簡直是在玩「火星極限越野」。最絕的是那個為了克服「沒導航系統」而硬生生用直升機基地站處理器湊出來的 GBLC(全球定位)功能,明明該處理器不是為了火星高輻射環境設計的,工程師居然靠軟體繞過記憶體位元翻轉(bit flips)這種致命問題,這種為了「多跑幾里路」而壓榨運算資源的執著,確實很符合我們工程師那種「只要沒燒掉,什麼都能搞定」的死腦筋。
## 【為什麼重要?】
這項紀錄的意義不在於里程本身,而在於火星車從「被動聽從指令」進化到「具備局部自主判斷」的跨越。透過導入「動態滑移表」(dynamic slip tables)與更新馬達電流限制(幾近翻倍),工程團隊實際上是將火星車在基岩上的摩擦力極限摸得更透,讓這台原本被設定為精細地質取樣的實驗車,具備了長距離機動的能力。
更值得關注的是 GBLC 功能的實現。在缺乏全球磁層保護的火星,這類非抗輻射設計的商用處理器本就是故障重災區,團隊開發的軟體級防護機制證明了即使沒有昂貴的硬體加固,也能透過演算法容錯提升系統韌性。現在他們打算進一步導入生成式 AI 輔助路徑規劃,這意味著未來的火星探測將不再是「指令式駕駛」,而是由系統根據資源消耗與科學價值,自行算出最優路徑。
## 【影響對象與建議】
**自動駕駛與機器人研發人員:**
當設備處於無法輕易硬體升級的遠端環境,應優先開發軟體層面的容錯機制,如文中處理記憶體位元翻轉的做法。不要迷信硬體冗餘,應專注於利用非標準算力(如文中利用直升機殘餘處理器)達成邊緣運算。
**系統架構師:**
應參考毅力號將「科學停靠」與「自主長距離導航」分模組優化的邏輯,透過預先執行的模擬測試(團隊執行了數千次模擬)來逐步放寬安全參數(如傾斜角與離地間隙),在極端環境下以軟體策略換取操作效率。
## 【逆風觀點】
原文雖提到將導入生成式 AI 優化自主導航,但文中並未給出該技術在火星低功耗、高輻射環境下的具體算力消耗預估,以及相較於現有 AutoNav 系統的實際路徑規劃效率指標。在尚未見到部署細節前,這項計畫仍停留在願景階段,不宜過度神話 AI 對於火星任務的具體改善幅度。