一种探测行星陨石坑的新技术，将使科学家能够使用不同类型的数据准确绘制行星表面，可用于未来的太空任务。

来自阿伯丁大学的一组研究人员使用META AI的分段任何模型(SAM)开发了一种新的通用陨石坑检测算法(CDA)。

本月早些时候发布的SAM是一种新的人工智能模型，可以自动“剪切”任何图像中的任何对象。

(资料图片仅供参考)

该技术使团队能够自动绘制陨石坑地图，而不是手动绘制，这是一个耗时的过程。同时，使用不同类型的数据可以实现更准确和灵活的表面表征。

CDA方法可以处理不同的数据和天体，使其有可能成为各种行星表面陨石坑检测的通用解决方案。

它还可以帮助确定机器人或人类任务的可能着陆点，并可能用于基于地形观测的自动导航。

来自该大学地球科学学院的Iraklis Giannakis博士与该大学的同事合作领导了这项研究。结果的预印本已在arXiv上发布。

Giannakis博士说：“陨石坑探测是行星科学中的一项关键任务，使我们能够更好地了解火星，月球和其他行星等天体的地质，历史和演化。

“我们的通用CDA方法利用SAM的强大功能以高精度和高效率自动检测陨石坑，减少了手动识别的需要。

“凭借其先进的分割功能，SAM已被证明是CDA的游戏规则改变者，使我们能够准确识别各种大小，形状和方向的陨石坑 - 即使在具有挑战性的地形条件下也是如此。

Giannakis博士说，CDA的发展为行星科学以及未来的探索任务创造了新的可能性。

“通过自动绘制陨石坑，科学家可以研究它们的分布，大小和形态，以更好地了解行星表面及其随时间的演变。这有助于揭示行星或月球的地质历史，表面过程和潜在的可居住性。

“陨石坑也可能是宝贵资源的潜在来源，例如月球或火星等行星体上的水冰。通过自动绘制陨石坑，科学家可以确定资源可能集中的潜在位置，这对于未来的人类任务和规划太空探索场景中的资源利用策略非常重要。