달 착륙, Lunar Gateway, 우주 내 연료 보급소 건설 등 급증하는 달 주변 활동은 비용 효율적인 궤적 설계와 항법 및 원격 감지의 안정적인 통합 발전을 요구한다. 기존 지구-달 전이는 경직된 발사 창과 높은 추진제 요구 사항으로 어려움을 겪으며, 지구 기반 GNSS 시스템은 정지 궤도 너머에서는 거의 또는 전혀 서비스를 제공하지 못한다. 이 논문에서는 속도 요구 사항, 비행 시간, 연료 효율성을 평가하여 4가지 주요 전이 전략을 비교하고 유인 및 로봇 임무에 대한 적합성을 식별한다. 인공지능과 머신러닝의 역할이 강조되어, 컨볼루션 신경망은 자동화된 크레이터 인식과 디지털 지형 모델 생성을 지원하고, 심층 강화 학습은 하강 및 착륙 중 적응형 궤적 개선을 가능하게 하여 위험과 의사 결정 지연 시간을 줄인다. 또한, GNSS-반사측정법과 고급 PNT 아키텍처가 어떻게 항법 기능을 현재 한계를 넘어 확장할 수 있는지 조사한다. GNSS-R은 달 얼음, 토양 특성 및 표면 지형을 매핑하기 위한 양방향 레이더 역할을 할 수 있으며, PNT 시스템은 자율 랑데부, 라그랑주 점 유지 및 조정된 위성 군집 운영을 지원한다. 이러한 발전의 결합은 지속 가능한 달 주변 탐험과 장기적인 인간 및 로봇 존재를 위한 확장 가능한 프레임워크를 구축한다.
