This Paper was presented at AIAA 2021 SciTech Forum with Session: Mission Architectures: Studies, Analysis, and Operational Scenarios for Human Exploration. Paper ID - AIAA-2021-0628
Mars is the next frontier for the space explorers to demonstrate the extent of human presence in space beyond low-earth orbit. Both government and private space industries have been fascinated by Mars quest to attempt a crewed expedition to the red planet. The journey to Mars is vastly challenging as it endowed with numerous challenges from the inception of the mission engage to the mission achievement. Therefore, it is substantial to overcome those challenges for a reliable mission. Hence we have studied and emphasized the comprehensive challenges under the categorization of terrestrial, Earth-bound, interplanetary, Mars-bound, and planetary surface challenges. These challenges are suspected to encounter by the astronauts and mission planners throughout the mission timeline. Our research is different from other studies as it reports complete challenges and their implications on the way to human exploration of Mars.
Science from the In Situ Exploration of the Proxima Centauri System
Space Initiatives Inc；LUX, Paris Observatory（巴黎天文台 LUX 实验室）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）；Initiative for Interstellar Studies（星际研究倡议）；SnT, University of Luxembourg（卢森堡大学科学与技术学院）；LIRA, Paris Observatory（巴黎天文台 LIRA 实验室）；Institute for Interstellar Studies (i4is US)（星际研究所（美国））；Department of Aerospace, Physics and Space Sciences, Florida Institute of Technology（佛罗里达理工学院航空航天、物理与空间科学系）；Department of Physics and Institute for Fusion Studies, The University of Texas at Austin（德克萨斯大学奥斯汀分校物理系及聚变研究所）；University of California at Santa Barbara（加州大学圣塔芭芭拉分校）；Department of Physics and School Of Earth and Space Exploration, Arizona State University（亚利桑那州立大学物理系及地球与太空探索学院）；School of Earth and Space Exploration, Arizona State University（亚利桑那州立大学地球与太空探索学院）
The Cyborg Astrobiologist: Testing a Novelty-Detection Algorithm on Two Mobile Exploration Systems at Rivas Vaciamadrid in Spain and at the Mars Desert Research Station in Utah
Freie Univ. Berlin（柏林自由大学）；Centro de Astrobiología (CSIC/INTA)（天体生物学中心（西班牙国家研究委员会/西班牙航空航天技术研究所））；McDonnell Center for the Space Sciences, Washington Univ.（华盛顿大学麦克唐纳空间科学中心）；Univ. Malta（马耳他大学）；Univ. Málaga（马拉加大学）；ESTEC（欧洲空间研究与技术中心）；Geological Survey of Spain (IGME)（西班牙地质调查局）；Technische Fakultät, Univ. Bielefeld（比勒费尔德大学工程学院）；IfG - Institute for Scientific Instruments GmbH（IfG科学仪器有限公司）；Univ. Chicago（芝加哥大学）
在以前的工作中，已经开发了两个平台来测试机器人行星探索的计算机视觉算法（McGuire等人，2004 b，2005; Bartolo等人，2007）。可穿戴计算机平台已在西班牙的地质和天体生物学现场（Rivas Vaciamadrid和Riba de Euste）进行了测试，手机相机已在马耳他的地质现场进行了测试。在这项工作中，我们（i）应用Hopfield神经网络算法进行基于颜色的新颖性检测，（ii）在可穿戴计算机平台上集成一个现场数字显微镜，（iii）在Rivas Vaciamadrid使用数字显微镜测试这种新颖性检测，（iv）为手机相机平台开发蓝牙通信模式，以便允许访问现场的移动处理计算机，以及（v）在犹他州的火星沙漠研究站测试连接到上网本计算机的具有蓝牙功能的手机摄像头上的新奇检测。这种系统工程和现场测试一起使我们能够开发一种实时计算机视觉系统，该系统能够在半干旱沙漠环境中获得的一系列图像中识别地衣。我们获得了犹他州和西班牙地质露头的图像序列，包括各种岩石类型和颜色，以测试该算法。该算法通过颜色鲁棒地识别先前观察到的单元，同时只需要单个图像或几个图像就可以将颜色学习为熟悉的颜色，这证明了其快速学习能力。
Mapping "Brain Terrain" Regions on Mars using Deep Learning
Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）；Planetary Science Institute（行星科学研究所）；California Institute of Technology（加州理工学院）
Enabling Astronaut Self-Scheduling using a Robust Advanced Modelling and Scheduling system: an assessment during a Mars analogue mission
Universite catholique de Louvain（鲁汶天主教大学）；European Space Agency（欧洲空间局）；Blue Abyss（蓝色深渊）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）；Space Applications Services（空间应用服务公司）；NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）
Indigenous rights, peoples, and space exploration: A response to the Canadian Space Agency (CSA) Consulting Canadians on a framework for future space exploration activities
