定位着陆点、研制“火星相机”：香港团队助力天问一号探测任务

　　【解说】5月15日7时18分，天问一号探测器成功着陆于火星乌托邦平原南部预选着陆区，这意味着中国首次火星探测任务着陆火星取得成功。在天问一号成功着陆的背后，有两支来自香港的科研团队做出的努力。5月21号，记者从香港理工大学获悉，该校有两支跨学科科研团队参与了此次火星探测任务，他们分别负责为火星着陆区进行地形测量和评估，以及“落火状态监测相机”即“火星相机”的研制工作。其中，该校教授容启亮率领科研团队共同研发了此次搭载于火星探测系统上的关键仪器“火星相机”。

　　【同期】香港理工大学教授 香港工程科学院院士 容启亮

　　你见到它需要的指标就很高的。比如它要能够抵受6200G，即6200倍的地心引力的冲击。这个很广的镜头有没有变形，以及无热(化)设计，就是说它里面所有的零件，同它这个机壳是一样的温度。很低的功效。以及因为火星没有大气的环境，所以它里边需要自动调节的。

　　【解说】容启亮介绍说，火星上未知的环境对相机的研发提出了更高的要求，不仅要确保相机在变化的新环境中顺畅运作，而且要控制相机的整体质量，可谓挑战巨大。

　　【同期】香港理工大学教授 香港工程科学院院士 容启亮

　　研发这个相机有什么挑战呢？第一件事整个相机的重量是390克左右。这个镜头本身有9块玻璃在里边，首先就是它的重量，它很重。那么你既要承受这个镜头的重量，又要研究怎样能够保持它在不同温度之下，玻璃互相之间的距离，膨胀系数和收缩系数，它不会受到(温度的)影响。

　　【解说】除“火星相机”的研发外，理工大学吴波教授团队主要负责天问一号着陆区的地形地貌分析和着陆点的评估选取。

　　【同期】香港理工大学教授 吴波

　　我们利用天问一号高分相机的图像，通过我们自己研发的这种人工智能的深度学习的算法来提取石块。在我们整个着陆区范围里面，我们分析和提取了200多万个石块。有些地方它的石块是分布非常密的。你像这样的地方，我们是不希望着陆器去这个地方着陆的。同样撞击坑，基于我们自主研发的人工智能的机器学习的算法，在整个着陆区范围里面，我们分析和提取了67万多个撞击坑来分析它的密度。最后我们把地形的坡度、撞击坑的密度、石块的丰度，我们把它综合在一起，对整个目标着陆区范围70公里乘以180公里范围，我们来生成了一个风险指数图。

　　【解说】吴波介绍说，着陆点的选择并非一日之功，而需长时间的测算和评估。其中，由理工大学自主研发的“三维集成测量模型”以及基于人工智能的深度学习算法等技术为这一过程助力不少。

　　【同期】香港理工大学教授 吴波

　　这个红色的十字叉是最开始选择的目标区域的中心点，后面我们发现这个中心点附近不是特别好，那么我们就在整个区域进行详细的测量与分析。最后我们向航天五院建议了三个着陆椭圆，天问一号的任务管理团队，就选择了这个16号椭圆的中心点附近，作为目标着陆点。最后火星车着陆的地点就是在这个位置，这个坐标就在我们选的这个16号椭圆的中心点的附近。

　　【解说】据悉，香港理工大学此前已多次参与包括嫦娥五号探月工程在内的国家重大工程任务，此后也将继续投入更多资源支持航天方面的科学技术研究。

　　记者 范思忆 香港报道

责任编辑：【卢岩】