ロケット技術

完全自律ロケットの未来

はじめに

現代のロケットは打上げから軌道投入まで自動的に飛行するが、それは事前にプログラムされたシーケンスとアルゴリズムの実行であり、真の意味での「自律」ではない。ミッション計画、軌道設計、打上げ判断、異常時の対応の多くは地上の人間が担っている。

完全自律ロケットとは、ミッション目標の達成に必要な判断と行動をすべて機体自身が行えるシステムだ。計画変更、異常対応、環境適応、さらにはミッション目標の再定義まで、地上の関与なしに実行する能力を持つ。

本記事では、ロケットの自律化レベルの定義、必要な技術要素、課題、そして将来のロードマップを解説する。

自律化レベルの定義

ロケットの自律化5段階

自動車の自動運転レベル（SAE J3016）に倣い、ロケットの自律化レベルを以下のように定義する。

レベル 名称 説明 例
L0 手動制御 人間がリアルタイムで操縦 初期のロケット（V-2等）
L1 自動シーケンス 事前プログラムによる自動飛行 従来の使い捨てロケット
L2 閉ループ自律 センサフィードバックによる閉ループ誘導・制御 現代のロケット（Falcon 9等）
L3 条件付き自律 限定的な異常判断・ミッション変更能力 AFTS搭載ロケット、一部の着陸判断
L4 高度自律 広範な異常対応・計画変更能力、地上支援は監視のみ 将来の再使用ロケット
L5 完全自律 地上関与なしのミッション完遂、自己修復・自己進化 将来構想

現在の最先端ロケット（Falcon 9）はL2〜L3に位置する。着陸誘導のリアルタイム再計算とAFTSによる自律的な飛行中断判断がL3の要素だ。

L4に向けた技術要素

自律的な異常診断と対応

L4の核心は、事前に想定されていない異常に対しても自律的に診断・対応する能力だ。

現状のFDIR（Fault Detection, Isolation, and Recovery） – 事前定義された故障モードに対するルールベースの対応 – 「If故障A → Then対応B」のテーブル – 想定外の故障には対応できない

次世代の自律FDIR – モデルベース診断：システムの物理モデルとの残差で異常を検知 – データ駆動診断：機械学習による異常検知（正常データからの逸脱検出） – 因果推論：故障の根本原因を推論 – 自律的な再構成：故障したサブシステムの機能を残存サブシステムで代替

自律的なミッション再計画

L4のロケットは、飛行中にミッション計画を自律的に変更する能力を持つ。

シナリオ例： 1. エンジン1基が停止 → 残りエンジンで到達可能な軌道を自律計算 → 代替軌道への投入を決断 2. ペイロードの分離異常 → 再投入軌道を計算 → 帰還プロファイルを変更 3. 着陸地点の天候悪化 → 代替着陸地点への誘導を決断 4. 宇宙デブリとの近接通過 → 回避マヌーバの自律計算と実行

これには凸最適化やMPCのリアルタイム計算能力が不可欠であり、制約条件の動的な変更に対応できる柔軟な最適化フレームワークが必要だ。

自律的な飛行安全判断

AFTSの発展として、飛行中断だけでなく飛行継続の判断も自律化する。

  • 一部のシステム異常があっても、ミッション達成可能か自律判断
  • リスク評価をリアルタイムで実行（地上のリスク vs ミッション価値）
  • 段階的なデグレード運用（フルパフォーマンス → 制限運用 → 最低限の安全確保 → 中断）

AI/ML統合のアーキテクチャ

オンボードAIの構成

完全自律ロケットのオンボードAIは、複数のレベルで機能する。

┌─────────────────────────────────────────────┐
│            戦略レベル（Mission AI）            │
│  ミッション目標管理・リスク評価・計画変更      │
├─────────────────────────────────────────────┤
│            戦術レベル（Guidance AI）           │
│  軌道計画・再計画・障害物回避                  │
├─────────────────────────────────────────────┤
│            実行レベル（Control AI）            │
│  姿勢制御・推力配分・適応制御                  │
├─────────────────────────────────────────────┤
│            認知レベル（Perception AI）         │
│  航法・センサフュージョン・環境認識            │
├─────────────────────────────────────────────┤
│            監視レベル（Health AI）             │
│  異常検知・故障診断・プログノスティクス        │
└─────────────────────────────────────────────┘

各レベルは異なる時間スケールで動作する： – 監視レベル：ミリ秒（高速異常検知） – 認知・実行レベル：10〜100ミリ秒（GNCループ） – 戦術レベル：秒（軌道再計画） – 戦略レベル：秒〜分（ミッション判断）

計算基盤

完全自律ロケットの計算基盤には、従来のフライトコンピュータを超える能力が必要だ。

要件 技術
NN推論 GPU/NPU/FPGA
リアルタイム最適化 高性能CPU + SOCP/QP ソルバー
センサフュージョン マルチコアCPU
冗長性 TMR/異種冗長
放射線耐性 COTS + TMR or Rad-Hard SoC

自律着陸の進化

現在：Falcon 9

Falcon 9の着陸は高度に自動化されているが、以下は地上で判断される： – 着陸の実施/中止の最終判断 – 着陸地点の選定（RTLS or ASDS） – 飛行前の軌道設計

将来：完全自律着陸

完全自律着陸では以下が機体自身で実行される： – 着陸地点の自律選定：地形認識、障害物検出、風評価に基づく最適着陸点の選定 – 動的な着陸判断：推進剤残量・機体状態・気象に基づくGo/No-Go判断 – 未整備地への着陸：事前に用意されていない地点への安全な着陸 – 着陸後の自律的なセーフィング：推進剤の安全処理、電力システムの管理

月面・火星での自律着陸

地球外天体への着陸は、通信遅延のため地上からのリアルタイム制御が不可能であり、完全自律が必須だ。

天体 通信遅延（片道） 自律性要求
月 1.3秒 着陸フェーズは完全自律
火星 4〜24分 EDL全体が完全自律
小惑星 数分〜数十分 接近・着陸が完全自律

NASAのTRN（Terrain Relative Navigation）技術はこの方向の先駆けであり、Perseveranceの火星着陸（2021年）で実証された。

自律ランデブー・ドッキング

現在の技術

自律ランデブー・ドッキングはISSへの補給船（Dragon、Cygnus、HTV等）で実用化されている。

SpaceX DragonのISSドッキング： – ライダー、赤外線カメラ、スタートラッカーによるセンサフュージョン – 相対航法のカルマンフィルタ – 接近マヌーバの自律計画・実行 – NN画像認識による相対位置推定

将来：軌道上サービシング

自律ランデブー技術は、以下の将来ミッションで重要になる： – 軌道上給油：再使用ロケットの上段/宇宙船への推進剤補給 – 宇宙デブリ除去：非協力的ターゲットへのランデブー – 衛星修理・アップグレード：故障衛星へのアプローチ – 軌道上組立：大型構造物の宇宙空間での建設

宇宙交通管理（STM）

デブリ回避の自律化

宇宙デブリの増加に伴い、打上げ時のデブリ回避が重要になっている。

現在は地上のデブリ追跡データに基づいて打上げウィンドウを調整するが、将来の高頻度打上げでは： – リアルタイムのデブリカタログ参照 – 軌道上でのデブリ回避マヌーバの自律判断 – 他の宇宙機との衝突回避の協調

自律的な打上げ判断

打上げの最終Go/No-Go判断を自律化する。気象、飛行安全、デブリ状況、ペイロード要求を統合的に評価し、最適な打上げタイミングを自律判断する。

認証と規制の課題

自律システムの認証

自律AIシステムの認証は、航空分野（DO-178C等）の経験を参考にしつつ、宇宙特有の課題に対応する必要がある。

課題 説明
NNの認証 ブラックボックスモデルの安全性保証
自律判断の責任 自律システムの判断に対する責任の所在
テスト空間 自律システムの全挙動空間のカバレッジ
運用境界 自律判断が許容される範囲の定義
フォールバック 自律システムが失敗した場合の安全策

FAAの規制枠組み

米国FAAは打上げ免許の枠組みでAFTSを認可してきた実績がある。完全自律ロケットの規制枠組みは今後整備される必要がある。

段階的なアプローチとして： 1. 現行のAFTS規制の拡張 2. 自律判断の範囲の段階的拡大 3. 安全性証明手法の標準化 4. 運用実績に基づく規制緩和

技術ロードマップ

短期（〜2030年）

  • L1適応制御の飛行実証
  • NN誘導の補助的使用
  • AFTSの高度化（より多くの判断を自律化）
  • 着陸判断の限定的自律化
  • デブリ回避の半自律化

中期（2030〜2040年）

  • オンボードAIによる異常診断・ミッション再計画
  • 完全自律着陸（未整備地対応）
  • 軌道上サービシングの自律ランデブー
  • 宇宙交通管理の自律参加
  • NN誘導の主誘導系への採用

長期（2040年〜）

  • 完全自律ロケット（L5）の実現
  • 地球外天体での自律着陸・離陸
  • 自律的な推進剤補給・軌道変更
  • 複数機体の協調自律運用
  • 自己修復・自己改善能力

完全自律化に必要な技術の統合

完全自律ロケットの実現には、個別技術の進歩だけでなく、それらの統合が不可欠だ。

必要な技術領域：

技術領域 具体的技術 自律化への役割
誘導 凸最適化、MPC、NN誘導 リアルタイム軌道再計画
航法 INS/GPS統合、ビジョン航法 自律的な状態推定
制御 適応制御、ロバスト制御 不確実性への対応
実装基盤 フライトコンピュータ、アクチュエータ AI計算基盤と物理的操作
検証 Monte Carlo、HIL/SIL 自律判断の信頼性保証
AI/ML 強化学習、異常検知、因果推論 未知状況への判断能力

これらの技術は互いに密接に関連し、統合されて初めてロケットの完全自律飛行が可能になる。

まとめ

完全自律ロケットの実現は、GNC技術・AI/ML・センサ技術・計算基盤の統合的な進歩を必要とする長期的な目標だ。現在のロケットはL2〜L3の自律化レベルにあり、L4への移行は2030年代に始まるだろう。

自律化の鍵は、不確実性と未知の状況に対する堅牢な判断能力であり、これは適応制御、ロバスト制御、凸最適化、強化学習、NN誘導といった技術の統合によって実現される。

宇宙はかつてないほど身近になりつつある。再使用ロケットの経済革命は打上げコストを劇的に低下させ、打上げ頻度の増大は自律化への需要を高めている。完全自律ロケットは、宇宙をさらに身近にする次のブレークスルーとなるだろう。