美国宇航局的 Starling 任务在自主航天飞行方面又达到了一个里程碑，通过展示一种系统，该系统可以使用太空中的其他物体作为参考点来确定卫星的轨道位置，而不是依靠外部导航网络。该技术被称为 FALCON（快速自主失落空间目录光学导航），旨在帮助航天器以更大的独立性运行。随着美国宇航局开展更远离地球的任务，包括月球卫星群、分布式科学任务和未来人类探索，这种能力可能变得越来越重要。 在没有 GPS 的情况下导航太空 靠近地球的卫星通常依靠 GPS 进行导航，但在月球和深空周围的信号可能微弱、不可靠或不可用。FALCON 提供了一种替代方案，让航天器通过观察周围的物体来确定其位置。FALCON 有效载荷是由美国宇航局和从斯坦福大学走出的初创公司 EraDrive 开发的联合飞行实验。该系统将 EraDrive 的 Era-Core 飞行软件和嵌入式算法与 Starling 的摄像头和已知卫星的机载目录相结合。通过这些工具，可以实现不依赖 GPS 的导航，同时帮助航天器跟踪其周围的活动和物体。 “FALCON 是 Starling 示范任务的又一个成功。FALCON 的结果可能对轨道空间交通监控、碰撞避免和替代导航产生深远影响，”加州硅谷的美国宇航局艾姆斯研究中心的小型航天器和分布式系统项目经理罗杰·亨特（Roger Hunter）说。“Starling 的‘首次’数量不断增加。” 使用卫星和 debris 作为参考点 FALCON 演示评估了利用 Starling 机载星跟踪摄像头的两个相关能力。这些摄像头是标准的航天器仪器，能够检测太空中的明亮物体并帮助确定航天器的方向和位置。在位置、导航和时间实验中，FALCON 识别了 Starling 摄像头看到的物体，包括其他航天器和轨道 debris，并将其与美国国防部公开维护的已知空间物体目录进行比较。一旦观察到的物体被识别和验证，FALCON 就将它们用作参考点来计算 Starling 的轨道。另一个单独的实验测试了航天器是否能够改善它观察到的物体的轨道估计。任务控制人员将包含大约 20,000 个空间物体及其预测轨道的目录加载到 Starling。接着 FALCON 将目录信息与 Starling 摄像头收集的观测数据进行了比较。利用这些测量数据，它计算了 Starling 的位置，同时还提升了对太空中其他物体的估计位置。最终的估计比现有的目录数据更加精确。在三天的时间内，FALCON 没有任何地面操作人员的干预，改善了 200 多个物体的已知轨道。 自主光学导航的新首次 FALCON 确定其自身轨道的能力代表了航天器基于相对于其他空间物体的位置进行光学导航的第一次。在单独的目录更新测试中，Starling 也生成了比地面站提供的更好的物体位置的机载预测。这些能力对于未来没有 GPS 的卫星网络特别有价值。协调卫星系统可能在支持人类在月球或火星表面活动中发挥重要作用。精确的航天器定位对于分布式科学任务也是至关重要的，其中从多个位置收集的测量数据必须准确对齐。对于空间交通管理，自主导航和机载目录更新可以减少对基于地面的跟踪网络的依赖，同时改善碰撞避免。 从大学研究到商业技术 FALCON 实验还展示了美国宇航局在帮助大学研究发展为商业技术方面的作用。这项工作始于一项大学小型卫星技术合作项目，后来发展为 EraDrive，现在正在将其 Era-Core 软件及相关硬件商业化以供更广泛使用。Starling 为该技术提供了在轨道真实条件下进行测试的机会，展示了先进飞行软件如何使卫星能够作为越来越自主的导航员运作。今年晚些时候，于2023年发射的Starling将使用Era-Core扩展FALCON实验。该任务的四颗航天器将相互共享跟踪信息，并利用这些组合观测共同精确自己的位置。美国宇航局加州硅谷的艾姆斯研究中心领导着 Starling 任务。