NASA的Starling任务在自主航天飞行领域再度实现重大突破，成功验证了一套以空间中的其他物体为参照点来确定卫星轨道位置的系统，彻底摆脱了对外部导航网络的依赖。
这项技术名为FALCON（快速自主失空目录光学导航系统），旨在帮助航天器以更高的自主性运行。随着NASA着力推进更远离地球的探索任务——包括月球卫星群、分布式科学任务以及未来的载人探索计划——这一能力的重要性将日益凸显。
在没有GPS的情况下导航
靠近地球的卫星通常依赖GPS进行导航，但在月球附近及深空环境中，GPS信号可能极为微弱、不稳定，甚至完全无法使用。FALCON提供了一种替代方案，允许航天器通过观察周围环境来自主判断所在位置。
FALCON载荷是NASA与EraDrive联合开展的飞行试验项目，EraDrive是一家由斯坦福大学孵化的初创企业。该系统将EraDrive的Era-Core飞行软件及嵌入式算法与Starling的摄像头及机载已知卫星目录相结合，从而实现无GPS的自主导航，同时协助航天器追踪周边的活动目标与空间物体。
"FALCON是Starling演示任务的又一项成功。FALCON的研究成果对在轨空间交通监控、碰撞规避以及替代导航方式都将产生深远影响。"NASA埃姆斯研究中心小型航天器与分布式系统项目经理Roger Hunter表示，"Starling创造的'第一次'纪录还在不断增加。"
以卫星与碎片作为参照点
此次FALCON演示利用Starling机载星跟踪摄像头对两项相关能力进行了验证。这类摄像头是航天器的标准仪器，能够探测空间中的明亮物体，并帮助确定航天器的姿态与位置。
在定位、导航与授时实验中，FALCON对Starling摄像头捕捉到的物体（包括其他航天器和轨道碎片）进行识别，并将其与美国战争部维护的公开已知空间物体目录进行比对。一旦观测目标被识别与核实，FALCON便以其为参照点来计算Starling的轨道位置。
另一组实验则测试了航天器能否改善对所观测物体的轨道估算。任务控制人员将一份包含约2万个空间物体及其预测轨道的目录上传至Starling。
FALCON随即将目录信息与Starling摄像头采集的观测数据进行对比，在计算Starling自身位置的同时，对其他空间物体的估算位置进行精化，最终得出的估算结果甚至比现有目录数据更为精确。
在长达三天的时间里，FALCON在无需地面操作人员任何干预的情况下，改善了逾200个物体的已知轨道数据。
自主光学导航的历史性突破
FALCON自主确定本星轨道的能力，代表了航天器首次基于与其他空间物体的相对位置，利用光学摄像头完成导航定轨。在独立开展的目录更新测试中，Starling还生成了比地面站更为精准的机载物体位置预测。
这些能力对于未来无GPS运行的卫星网络尤具价值。协同卫星系统可能在支持人类在月球或火星表面开展活动方面扮演重要角色。
精准的航天器定位对分布式科学任务同样至关重要——在这类任务中，从空间多处采集的测量数据必须实现精确对齐。在空间交通管理方面，自主导航与机载目录实时更新有助于减少对地面追踪网络的依赖，同时提升碰撞规避能力。
从大学研究到商业技术
FALCON实验同样彰显了NASA在推动大学研究成果转化为商业技术方面的重要作用。该研究最初是一个大学小型卫星技术合作项目，后逐步发展为EraDrive公司，目前该公司正在将Era-Core软件及相关硬件向更广泛的应用领域推进商业化。
Starling为这项技术提供了在真实轨道条件下接受检验的机会，充分证明先进飞行软件能够使卫星成为日益自主的导航系统。
今年晚些时候，于2023年发射的Starling将借助Era-Core进一步扩展FALCON实验。任务编队中的四颗航天器将相互共享追踪信息，并利用这些综合观测数据协同精化各自的位置。
NASA加利福尼亚州硅谷埃姆斯研究中心负责主导Starling任务，其旗下的小型航天器与分布式系统项目为Starling任务提供资金支持和管理工作，该项目隶属于研究与技术任务理事会。
Q&A
Q1：FALCON技术是什么？它能解决什么问题？
A：FALCON（快速自主失空目录光学导航系统）是NASA与EraDrive联合开发的一套自主导航技术，核心能力是让航天器在没有GPS信号的情况下，通过观察周围的卫星和轨道碎片来确定自身位置。这一技术可用于解决深空和月球环境中GPS信号微弱或不可用的导航难题，同时也能协助追踪空间物体，改善碰撞规避能力。
Q2：FALCON在Starling任务中具体取得了哪些成果？
A：在本次演示中，FALCON在三天内无需地面干预，自主改善了超过200个空间物体的已知轨道数据，精度甚至超过了现有公开目录。此外，它还成功利用卫星和轨道碎片作为参照点，首次实现了航天器借助光学摄像头完成相对定轨导航，创下了历史纪录。
Q3：FALCON技术未来有哪些应用方向？
A：FALCON的潜在应用场景广泛，包括：支持月球或火星载人任务中的卫星网络自主导航、为分布式科学任务提供精准定位、以及改善空间交通管理中的在轨物体监控和碰撞规避能力。此外，该技术由斯坦福大学孵化的EraDrive公司负责商业化推广，未来有望在更多航天任务中得到应用。
