航天科技创新比赛 · 航天+AI领域

王上九重天 AI 月石采集车

一辆由小学生设计的智能月球探测车,搭载 AI 视觉识别系统,能够自主识别并采集月表岩石样本。

👩‍🚀 王一然 🏫 永泰小学
探索项目 ↓
AI月石采集车实物

项目简介

AI月石采集车侧面

智能月球岩石采集机器人

搭载摄像头作为"眼睛",利用 AI 视觉识别技术,精准区分月球表面的岩石与土壤。前端配备类似抓娃娃机的多轴机械臂结构,可以灵活抓取各种形态的岩石,并安全存入后背收纳箱中。采用履带式底盘,轻松应对月球复杂地形。

🔭

AI 视觉识别

利用人工智能技术实时分析月表图像,自动识别有价值的岩石样本。

⚙️

履带式驱动

采用履带结构增大受力面积,确保在月球松软土壤上稳定行驶。

🦾

机械臂采集

前端抓钩采用多轴机械臂设计,灵活精准地完成岩石抓取任务。

📡

无线终端控制

AI 计算单元通过无线通信进行远程智能决策与控制指令传输。

阿波罗宇航员与月球巨石

真实的月球表面

这些珍贵的月表照片来自人类历次探月任务——阿波罗计划与中国嫦娥工程。崎岖的地形、散布的岩石,正是我们的 AI 采集车未来将要面对的挑战。

玉兔号月球车

玉兔号月球车

中国嫦娥三号搭载的月球车,在月表留下了车辙印痕

嫦娥着陆器

嫦娥着陆器

中国探月工程着陆器与散布的月表岩石

阿波罗月球车

阿波罗月球车

人类最早的月球漫游车——启发了我们的设计

宇航员采集岩石

手工采集岩石

阿波罗宇航员用铲子采集月表岩石——未来由 AI 机器人替代

月球岩石样本

月表岩石采样

月球表面散布着各种大小的岩石,正是 AI 识别的目标

月球大型岩石

大型月球岩石

宇航员正在研究月表巨石的分层结构

月球车概念图

从人工到智能的演进

阿波罗时代,宇航员必须亲自弯腰用工具采集每一块岩石。嫦娥工程实现了无人月球车的探测。而我们的 AI 月石采集车更进一步——搭载视觉大模型,能够自动识别、定位并抓取月表岩石,让月球采样真正进入智能时代。

382kg 阿波罗计划带回月石总量
1,731g 嫦娥五号采回月壤重量
AI 我们的方案:AI 自动采集

核心功能

01

4G 无线视觉系统

搭载支持 4G/WiFi 双模的工业级无线摄像头,支持 RTMP 实时推流和 RTSP 拉流协议。即插即用,无需布线,通过蜂窝网络将月球表面的高清画面实时传回地球控制中心。红外 LED 补光确保在月球阴影区也能清晰成像。

4G无线摄像头
02

AI 大模型岩石识别

摄像头实时截帧后,将图像通过无线网络发送至 AI 大模型(Llama 4 Scout Vision)进行分析。大模型能精准区分月球表面的岩石与土壤,输出每块岩石的位置坐标、类型分类和置信度,在画面中实时标注目标位置。

AI视觉识别
03

6DOF 多轴机械臂

配备 6 自由度机械臂,前端抓钩可以精准抓起各种形态的岩石样本。臂展达 24cm,配合精密数字舵机驱动,实现灵活多角度操作。AI 识别出目标后,自动规划最优抓取路径。

6自由度机械臂
04

智能夹爪系统

前端配备精密金属夹爪,齿形咬合面设计确保抓取稳固。舵机驱动开合,可适应不同尺寸和形状的岩石样本,抓取可靠,不会在搬运过程中脱落。

智能夹爪
05

履带式全地形底盘

将万向轮升级为履带结构,大幅增加与地面的接触面积,有效避免在月球松软土壤中下陷。四履带独立驱动,应对各种复杂地形环境。

履带式底盘

硬件组成

每一个精心挑选的组件,共同构成这辆智能月球探测车

整车侧面视图

整车装配

履带底盘 + 6DOF 机械臂 + 4G 摄像头 + AI 视觉的完整集成

4G 无线摄像头

4G 无线摄像头

双天线 · 红外夜视 · RTMP推流

SDK 开发摄像头

SDK 开发摄像头

RTSP/RTMP · SDK开放 · 4G联网

6DOF 机械臂(银色)

6DOF 机械臂

6自由度 · 臂展24cm · 重量0.76kg

6DOF 机械臂(黑色)

6DOF 机械臂 Pro

全金属 · 数字舵机 · 高精度

金属夹爪

金属夹爪

齿形咬合面 · 舵机驱动 · 双色可选

夹爪特写

夹爪特写

精密齿形结构 · 牢固抓取岩石

夹爪装配

夹爪装配

与机械臂末端精密连接,实现可靠抓取

Arduino UNO

Arduino UNO

核心控制器 · ATmega328P · 14路数字IO

电机驱动板

电机驱动板

4路电机 + 16路舵机 · 蓝牙/WiFi · 7-18V

研究过程

问题发现

如何在月球行走?

月球表面土壤松软,普通轮式结构容易下陷。我们发现需要增大受力面积来解决这个问题。

方案设计

履带替代万向轮

将万向轮改为履带结构,大幅增加接触面积,确保小车在月球表面稳定行驶不下陷。

技术集成

无线 AI 终端

通过无线通信技术将 AI 系统与车体分离,使用远程终端进行智能决策和控制。

制作实现

AI 辅助设计与制造

运用 AI 进行整体设计,部分零件 3D 打印制造,部分零件外部采购,最终组装成型并开发控制程序。

成果展示

模型诞生

成功制作出一款履带式月球采样机器人模型,搭载 AI 驱动的月表岩石识别系统。

设计方案

AI月石采集车3D设计图

整车技术参数

底盘型材 欧标 2020 · 田字加强布局
投影尺寸 约 30 × 45 cm
行走机构 履带式四驱 ×4
采样方式 6DOF 机械臂 + 金属夹爪
主控芯片 Arduino UNO · ATmega328P
驱动系统 4电机 + 16路舵机驱动板
视觉系统 4G 摄像头 · RTMP 推流
AI 引擎 Llama 4 Scout Vision 大模型
通信方式 4G / WiFi / 蓝牙
CAMERA SYSTEM

摄像头视觉方案

4G 无线视频推流架构

采用 4G+WiFi 双模工业摄像头作为小车的"眼睛"。摄像头通过 4G/5G 蜂窝网络接入互联网,将实时视频通过 RTMP 协议推送至流媒体服务器。操控端通过 RTSP/WebRTC/HLS 等多种协议拉取视频流,实现多终端(手机、平板、PC)同时在线观看和控制。

RTMP 推流 RTSP 拉流 WebRTC 低延迟 4G/WiFi 双模 红外夜视 SDK 开放
摄像头开发方案架构图
AI RECOGNITION

AI 大模型识别方案

视觉大模型实时识别流程

车载摄像头以每秒 1 帧的频率截取画面,通过 4G 网络传输至云端 AI 服务。采用 Meta Llama 4 Scout Vision 多模态大模型进行图像理解,模型能精准识别:

  • 岩石目标 — 自动识别画面中所有岩石,输出位置坐标 (x, y, w, h) 和类型分类
  • 机械臂姿态 — 检测机械臂各关节位置,绘制骨架连线
  • 夹爪状态 — 识别夹爪的位置及开合状态(张开/闭合)
  • 场景描述 — 生成当前画面的自然语言描述
Llama 4 Scout Vision Groq 高速推理 OpenAI 兼容 API JSON 结构化输出
4G+WiFi 摄像头
SAMPLE TARGETS

AI 识别目标样本

以下是真实月球表面的岩石采样场景——也是 AI 大模型识别训练的参考对象。在操控台的「演示 Demo」模式中可使用这些月石图像进行实时 AI 识别体验。

📷
摄像头截帧
📡
4G 上传
🧠
AI 大模型分析
🎯
标注目标
🦾
指令下发

创新亮点

🌟

航天 × AI 融合

将人工智能技术与航天探测深度结合,赋予探测车自主决策能力。

🪨

岩石采集新思路

不同于大多数采集土壤的方案,本项目专注于月球岩石样本的智能采集。

🧠

AI 全流程参与

从设计到制造到程序开发,AI 贯穿整个项目生命周期。

体验远程操控台

接入摄像头或上传图片,AI 实时识别岩石与机械臂位置。演示模式内置 12 张真实月球表面照片,全自动循环识别——无需任何准备,一键体验 AI 采样全流程。

🛰️ 进入操控台
月球岩石采样预览

总结与展望

这是一辆可以用来采集月表岩石的智能小车。从设计到制造,从 AI 识别到远程操控,每一步都由一位小学生带着对太空的热爱完成。

"我们的展望是希望这辆小车能真的登上月球,
成为第一个登上月球的小朋友小车。"
—— 王一然 · 永泰小学