Los aterrizajes lunares seguros y confiables son cruciales para la futura exploración de la Luna. El regolito expulsado por el chorro de escape del cohete de un módulo de aterrizaje representa un obstáculo significativo para lograr este objetivo. Impide que las naves espaciales utilicen de manera confiable sus sensores de navegación para monitorear su trayectoria y detectar peligros emergentes en la superficie a medida que se acercan a ella. Como parte del Desafío de Módulo Humano de NASA 2024 (HuLC), el equipo de la Universidad de Michigan desarrolló un concepto innovador para ayudar a mitigar este problema. Desarrollamos e implementamos un sistema de fusión de sensores basado en aprendizaje automático (ML), ARC-LIGHT, que integra datos de sensores de las cámaras, lidars o radares que los módulos de aterrizaje ya llevan pero que desactivan durante la fase final de aterrizaje. Utilizando estas corrientes de datos, ARC-LIGHT eliminará señales erróneas y recuperará una detección útil de las características de la superficie que luego será utilizada por la nave espacial para corregir su perfil de descenso. También ofrece una capa de redundancia para otros sensores clave, como las unidades de medida inercial. La viabilidad de esta tecnología fue validada a través del desarrollo de un algoritmo prototipo, que fue entrenado con datos de un banco de pruebas diseñado específicamente que simula la imagen a través de un entorno polvoriento. Basado en estos hallazgos, se creó una línea de tiempo de desarrollo, un análisis de riesgos y un presupuesto para que ARC-LIGHT sea desplegado en un aterrizaje lunar.