在2026年4月，四名宇航员在超过五十年的时间里首次绕月飞行。科学传播者和YouTuber Hank Green 创建了一个出色的网站，来可视化任务中拍摄的许多照片。我受到了Hank项目的启发（正如我受到了他大部分项目和内容的启发），作为Foxglove团队的最新成员，我看到了一个很好的机会，既可以学习我们的工具，又可以用新的方式探索相同的数据集。Foxglove专为机器人技术而构建，组织和可视化开发和调试自主系统所需的传感器数据。相同的工具在机器人之外也能很好地扩展，并且这是一个真正有趣的环境，可以在其中构建东西。我知道我可以利用3D面板绘制Orion在惯性空间中的实际路径；你可以旋转、放大并实时跟踪，而第二个标签则将照片和任务状态与时间线中的位置保持同步。获取数据管道首先来自两个源。Orion的轨迹来自JPL Horizons API，该API为包括载人航天器在内的太阳系物体提供精确的历书数据。照片及其元数据来自Hank的阿尔忒弥斯时间线项目，其中单个photos.js文件捕获了所有内容：时间戳、相机类型、标题、摄影师，以及每张照片的全分辨率JPEG链接。几个Python脚本处理其余部分。一个获取轨迹，一个从其原始的多兆字节RAW导出下载并调整照片大小至更可管理的~1280px，第三个将所有内容融合到单个同步时间线中，并将其写出为MCAP文件。事后看来简单，但获取时间戳以整齐对齐花费了一些时间。构建3D场景现在我有了所需的所有数据，下一步是构建3D场景以跟随轨迹。早期我尝试了一个原始URDF；箱子和圆柱大致代表航天器。它有效，但感觉不像Orion。然后我在GitHub上找到了Ian Dees的artemis-viewer。它使用NASA的AROW Orion模型，正是来自NASA的实时阿尔忒弥斯追踪器的模型，太阳能电池板看起来也确实像太阳能电池板。我将其连接到MCAP并重用了Ian的调节面板部署姿势，因此板阵以在轨配置状态而不是折叠在船壳上。布局：更少杂乱，更多视觉效果起初所有内容都位于一个屏幕上：3D视图、图表、时间线、照片、日志。这很有信息量，但显得繁忙。我希望突出轨道视图和图像。因此，我将布局分成了一个带有两个标签的面板：一个集中于数据和图片，一个专注于3D面板和图片。您可以深入研究距离图和任务状态，想要数字时查看，然后切换到视觉选项卡，当您只想观看Orion在太空中移动时与照片一起。视觉标签数据标签扩展的力量Foxglove附带了一套强大的内置面板，但扩展系统才是有趣所在。扩展允许您构建自定义面板，直接插入布局并与其他所有内容共享相同的时间线。对于这个项目，这意味着一个照片步进面板：一次逐张快进和快退，通过相机过滤，或运行幻灯片放映。任务持续了10天，近500张照片，因此拥有专用控制使浏览相册变得愉快。最好的部分是，跳转到新照片时，整个布局都会随之移动。3D视图、距离图和里程碑指示器都会自动对齐到任务的那一刻。一个时间线，跨越每个面板共享。照片步进器在GitHub上与项目的其他部分一起，如果您想要一个可以开始的工作示例。最后的修饰在最后我添加了随机星空和有纹理的地球和月球模型。在任务规模下，场景可能显得稀疏；星星和行星纹理给它增添了一些深度，而不会妨碍轨迹和照片。致谢轨迹：JPL Horizons / NASA照片和时间线数据：Hank Green的阿尔忒弥斯时间线Orion模型和太阳能电池板姿势：Ian Dees的artemis-viewer（NASA的AROW模型）可视化：Foxglove尝试一下！完整项目：构建脚本、URDF模型、构建的.mcap、Foxglove布局和照片步进扩展都在GitHub上。您需要Python 3.10+、Foxglove安装和大约10-30分钟的初步构建时间（照片下载占主导地位）。README中有逐步说明。如果您用它构建了某些东西，或将其改编为其他任务，我很想听听。