[中配]為何登月如此困難?探索人類與月球的歷程

深入探討探討
74粉絲
6 次觀看·2026年3月12日
AI 生成·可能包含錯誤
在廣袤的宇宙空虛中
地球只有一個近鄰
那就是我們的月球
夜空中明亮蒼白的光芒
自人類起源以來
便深深吸引着我們
直到19世紀
月球仍然只是一個
令人驚歎和猜測的對象
然後在1865年
朱爾凡爾納在他的小說
《從地球到月球》中
想象了一個到達月球的方法
在那本書中
未來的宇航員們
在現實生活中
他們早該被壓成血泊
但在當時
這被視爲革命性的
1902年喬治·梅里愛
在他的無聲電影《月球旅行》中
調侃了這一想法
這部電影受到了
凡爾納書籍的啓發
並給我們留下了
這一標誌性的月兩人形象
撇開科幻小說不談
直到1959年
蘇聯才通過一顆
名爲月球一號的探測器
他們錯過了
月球一號掠過月球
現在仍在太陽周圍的
某個軌道上
但至少這證明了
這是可能的
自那時以來
人類進行了許多次登月嘗試
但這些嘗試的成功率相當低
包括阿波羅任務在內
已經有近40次試圖登月
還有更多的任務在籌備中
其中20個任務安全着陸
包括6個阿波羅任務
但有15個探測器
要麼從未進入軌道
要麼完全錯過月球
或者墜毀在表面
所以這些機會並不太好
直觀機器公司
最近的阿泰納着陸器的完全失利
證明這是一個持續存在的問題
雖然首個火影藍色幽靈
着陸器的巨大成功
讓人對月球探測的可能性
依然充滿希望
這就引出了一個問題
爲什麼登月仍然如此困難
事實上並沒有簡單的單一答案
而是有一系列原因
解釋了爲什麼那麼多任務失敗
那麼讓我們來將其分爲4個類別
第一進入軌道
第二月月轉移
三下降到月球表面
四安全着陸
我們先從第一類開始進入軌道
發射窗口是無情的
如果點火前出現任何問題
你得等幾周才能再次嘗試
即便今天看起來很平常
進入太空也絕非易事
美國發射的第一顆月球探測器
先鋒號非常小
它基本上是一個直徑75釐米的圓柱
上下各有一個錐形部分
它僅重35公斤
但其助推器在發射74秒後爆炸
因此根本沒有進入地球軌道
接下來的幾次先鋒任務同樣不成功
主要是由於助推器或上級階段的故障
現在假設你成功進入了軌道
下一步就是前往月球
對於月球轉移軌道
如果想要直線飛行
需要大量燃料
許多探月探測器和所有阿波羅任務
都採用了這種方法
還有另一種方法稱爲LITO
即低能量轉移軌道
這種方法通過一系列重力輔助加速
來減少燃料消耗
但所需時間要長得多
NASA於2022年發射的CAPSTONE任務
利用了這種方法
CAPSTONE是通往月球門戶空間站的重要基礎
爲我們重返月球鋪平了道路
但僅僅因爲你開始了前往月球的旅程
並不意味着你一定能到達那裏
看看阿波羅13號
在前往月球的途中
任務進行至56小時時
一個氧氣罐爆炸導致宇宙飛船癱瘓
爲了讓宇航員安全返回地球
NASA發揮了全部的智慧
包括將月球着陸器作爲一種救生艇
撇開爆炸不談
儘管看起來不可能
還是有些探測器
就是偏偏沒能飛到月球上
在如此長的距離上
軌跡上的一個小錯誤
可能導致完全偏離
探測器最終進入太陽軌道
要擺脫地球的引力
你需要以非常快的速度前進
大約每秒11公里
這個速度將帶你到達月球
這就引出了我們的第三個類別
降落到表面
一旦到達那裏
你需要減速
爲了做到這一點
到目前爲止的每一個探測器
都是先進入月球軌道
然後再準備着陸
當你在月球軌道上時
仍然以每秒約1.6公里的速度移動
必須在到達表面時減速至0
不幸的是
月球沒有大氣層可以摩擦
在像火星或地球這樣的
有大氣的行星上
我們可以利用摩擦來減速
你使用熱頓
最後用降落傘輕輕地降落到地面
但由於月球沒有大氣
降落傘無法起作用
唯一的着陸方式
就是與SpaceX的
獵鷹9號返回地球時
所使用的方法完全相同
這被稱爲推進着陸
意思是
你必須用火箭發動機來減速
很多探測器在這一環節失敗
在2023年
俄羅斯的月球25號
在下降過程中出現故障
燃料耗盡
不過
它們還是成功地達到了零速度
這意味着
這不僅僅是減速那麼簡單
這將帶我們進入最後一個類別
軟着陸
這可能是最困難的部分
從宇宙的角度來看
月球是非常接近的
但在人的尺度上
它距離我們有38500公里
信號到達月球需要超過一秒鐘
返回則需要再加1.3秒
這個延遲太長
無法讓NASA的控制人員
戴上VR頭盔
來引導探測器着陸
探測器必須依靠其onboard計算機
獨立完成着陸
但每一個成功背後
至少都有一個失敗
無論你的程序員多聰明
他們也無法想到所有事情
爲了阿波羅11號
NASA選擇了最平坦最安全
同時也是科學上最有趣的着陸點
即寧靜海
然而
當尼爾·阿姆斯特朗和巴茲·奧爾德林
即將着陸時
尼爾意識到
預選的着陸點佈滿了巨石
着陸變得極其危險
他必須接管控制手動降落
雄鷹號
他用眼睛和大腦找到了正好的地方
當他們最終安全着陸時
只剩下15秒的燃料
險些遭遇災難
如果沒有人類在onboard探測器
必須自己判斷究竟該在哪裏着陸
日本的宇宙航空研究開發機構JHXA
利用高清攝影繪製了
尼億着陸區域的地圖
他們的數據經過如此精確的校準
以至於着陸器能夠在預定着陸點
100米範圍內安全着陸
不幸的是
他着陸時翻了個身
如前所述
直覺機器公司在他們最新的任務
阿特納號着陸器中使用了相同的方法
這個着陸器很沉重
它的高度超過4米
重量達到2公噸
不幸的是
它遭遇了與IAM之前的任務
奧德修斯相同的命運
雅典納偏離目標250米
降落在一個隕石坑邊緣
翻倒在地
被宣告失效
雅典納的姐妹飛船
奧德修斯降落時
異常尷尬
其中一個着陸腳掌
恰好落在一塊石頭上
整個裝置也翻倒在一側
尼爾·阿姆斯特朗安全降落阿波羅11號
因爲它運用人類智慧
成功跨越了最後的那一英里
但對於無人探測器來說
我們沒有這種奢侈
那我們能做些什麼呢
另一種可能的方案
還處於初級階段
但可能正是解決之道
想想特斯拉全自動駕駛軟件的演變
直到2019年
特斯拉的程序員們
一直在努力考慮軟件中的
每一種突發情況
但他們仍然無法找到一個
針對意外問題的通用解決方案
自動駕駛團隊意識到
單靠滿裏編程
永遠無法達到理想效果
因此他們轉向使用神經網絡
機器學習
以及來自道路上特斯拉車輛的數據
來訓練他們的系統
現在特斯拉計劃在2025年6月
在德克薩斯州奧斯汀發佈
無監督的完全自動駕駛
這意味着
他們對由人工智能驅動的汽車
足夠安全
甚至可能比人類駕駛更安全
充滿信心
並不是說我們是安全駕駛的金標準
這就引出了一個問題
NASA及其合作伙伴
能否在探月器中使用人工智能
以類似特斯拉汽車的方式
在沒有人爲干預的情況下安全着陸
開源的DeepQ學習用於月球着陸器
是團隊如何利用這種新方法的
一個很好的例子
這個項目背後的人
使用一個逼真的模擬月球環境
讓智能體可以學習導航和着陸
同時避免障礙物
並保持直立着陸
這些項目中的神經網絡
通過一系列的反覆嘗試進行訓練
逐漸通過學習過去的經驗來提高性能
就像特斯拉的FSD一樣
火鷹航天的藍色幽靈着陸器
於3月2日成功着陸
使用了一個由人工智能驅動的
計算機視覺導航系統
藍色幽靈使用一系列攝像頭
來識別危險並繞過它們
就像一輛自動駕駛汽車避免碰撞一樣
在這種情況下
它使藍色幽靈能夠像56年前
尼爾·阿姆斯特朗做到的一樣
自主駛入一個安全的着陸區域
隨着人工智能技術的進步
我們可以期待未來的月球任務
雖然這種方法可能永遠無法實現
100%的成功率
但這是我們在不讓人類登月的情況下
能接近的結果
並將爲人類重返月球鋪平道路
