微重力环境模拟作业训练机器人碰撞力反馈控制

针对航天员在地球表面进行微重力环境中操作训练时微重力环境模拟作业训练机器人存在的碰撞力反馈控制问题,建立碰撞力反馈模型、提出单个柔索驱动单元控制策略和机器人系统碰撞力反馈控制策略。利用Matlab/Simulink软件对碰撞力反馈模型和控制策略进行仿真验证,该模型和控制策略可以实现机器人碰撞力反馈,且具有计算量小、实时性好、不需要额外增加传感器等优势;结合提出的柔索驱动单元复合控制策略和机器人系统碰撞力反馈控制策略进行机器人碰撞力反馈控制实验,提高机器人控制的准确性和实时性。结果表明,基于干扰观测器的柔索驱动单元复合控制策略将柔索驱动单元主动控制精度提升11%,被动控制多余力消除率达到81.82%;机器人碰撞力反馈控制策略可以有效提升航天员作业训练时碰撞力临场感体验。     

什么是模拟失重水槽

航天员出舱活动是载人航天的重要技术组成部分,通过出舱活动,航天员可以进行航天器的在轨维修和故障排除、有效载荷的布放、回收和在轨维修以及大型航天器（如空间站）的在轨安装构建等任务。这些任务的完成需要航天员穿着舱外航天服在空间失重环境下进行。失重状态下人的运动和作业方式与在地球表面的重力状态下完全不同。为了完成这些出舱活动任务,航天员必须熟练掌握失重状态下运动和作业的规律和技巧,需要通过地面上模拟的失重环境对航天员进行大量的训练。     

太空行走100问（十一）

62，航天员太空行走有哪些训练设备？航天员太空行走的训练设备有很多，归纳起来可分为四大类：1-g模拟设备、失重飞机、水下训练设备和专用训练设备。在这四大类设备中，最常用的是失重飞机和水下训练设备。水下训练设备主要是中性浮力水池，这是航天员太空行走训练的必备设备，是在地面模拟太空失重环境的比较理想的一种方法。专用训练设备包括虚拟现实技术、     

SAR400首个俄制机器人航天员

2011年2月，美国向国际空间站发射了全球首个机器人航天员Robonaut-2，并表演性地与航天员进行了第一次太空中的人机握手，该机器人能在舱内协助航天员开展相关工作，但不具备舱外操作的条件。2013年8月，日本研制的世界首款语音机器人Kirobo抵达国际空间站，并发出空间站机器人航天员的第一声，Kirobo可以与航天员进行简单的交流互动，为长期处于隔离环境下的航天员提供情感支持。     

太空跑步机

滨临航天城,滨临航天员训练,滨临太空生活。航天员教员,讲述大家未知的知识和故事。美国总统布什有着良好的身体状况,他每周几乎有6天的早晨都要在白宫的花园里跑步5千米左右,就连总统专机“空军—号”内也摆放着跑步机。他说:“人在奔跑时会忘记一切,心灵无比澄澈,这最利于保持年轻的状态。”——跑步确实是一种很好的锻炼方式。随着生活节奏的加快,很多人都处于亚健康状态。为了能在有限的时间里进行有效的身体锻炼,越来越多的人选择去健身房,在跑步机上做健身运动。跑步机作为一种室内的健身器材,被广泛地应用于大众体育健身、职业体育训练、临床医学、科研实验等项目中。很多人为了方便,还把它“搬”到     

太空行走100问（十）

58航天员太空行走如何训练？ 航天员的太空行走训练有基础训练和专门训练两种。基础训练是让航天员学会在太空失重环境中如何控制自己的身体运动,当然也包括如何穿脱舱外航天服;专门训练是学习如何完成太空行走任务。     

失重作用对机体造成的不良影响及防护措施

航天员在飞行过程中,由于失重的不良影响使航天员工作能力下降,工作效率降低,为了保障航天员的身体健康和正常的工作能力,必须采取一系列的防护措施。本文阐述了失重对机体的不良影响及其产生机理,并介绍了防止和减轻失重不良影响的一系列措施：飞行前的适应性训练,飞行中的体育锻炼、肌肉电刺激、下体负压、药物、体内水盐补充,飞行后的康复措施等。     

虚拟人体建模技术及其在载人航天中的应用(下)

三、应用领域显而易见,虚拟人体在载人航天中的应用主要是用于载人航天器系统的人-机界面方案设计的评价或者航天员在失重环境下完成任务时的动作编排、设计与训练,具体有:(1)航天器人-机界面的设计。如前所述,航天员是整个载人飞行器系统的核心,是控制者与决策者。系统的设计与环境因素的确定必须满足航天员的生活与工作要求。通过嵌入虚拟人体,可以完成空间布局与航天员的匹配性、视域航天员的视域分析以及对控制器设计的工效学仿真评价。例如,在进行空间布局与航天员的匹配性仿真评价时,由于必须充分考虑人的使用特点及任务需要,就可以设…     

航天员微重力作业训练系统重力补偿控制策略

针对航天员微重力作业训练系统的重力场补偿控制这一关键技术,进行了理论和实验研究。分析了模拟微重力环境的机理,确定了微重力作业训练系统的总体结构方案,提出了一种基于电流反馈的重力补偿控制及多干扰力补偿控制策略。通过虚拟重力补偿控制实验,验证了在地面环境、动态作业过程中,模拟物体在不同空间重力加速度环境下的运动规律,实现了在重力方向模拟空间环境下物体移动的作业训练效果。研究成果为在地面实现三维作业训练系统的控制奠定了基础。     

抛出25秒“超人”感觉

失重飞机训练是航天员训练中最具特色的一种。失重飞机通过抛物线飞行,可以产生连续几十秒的失重,也可以产生与月球和火星相似的重力水平。现在,美国和俄罗斯的地面太空游都开展了失重飞机体验项目,也许有一天你也能在失重飞机上体验失重的奇妙感觉。不同的人在进行失重飞机训练时,会有不同的感受。NASA的2004届航天员为我们讲述了他们在进行失重飞行训练时各自不同的训练体验——这也许对你将来体验失重飞机有所帮助。     

柔索驱动式航天员虚拟微重力训练系统控制与实验

针对现有的航天员地面微重力训练设备存在成本高、单次训练时间短、模拟精度低等问题,提出了一种柔索驱动的航天员虚拟微重力训练系统。通过采样航天员对作业对象的操作力,控制柔索驱动虚拟物体(末端执行器)运动,使虚拟物体符合在微重力环境中的运动规律。建立了柔索驱动训练系统的动力学模型,分析了系统的特性。针对传统力伺服系统多余力对控制力精度影响较大且难以克服的问题,提出了一种使用弹簧产生柔索张力的并联柔索全位置型控制方法,并引入力/速局部反馈的控制策略。实验结果表明,系统克服多余力效果明显,可以获得较高的驱动力控制精度;虚拟质量在操作力作用下的运动符合在微重力环境中的运动规律,且有较高的模拟精度;系统稳定性良好,可以实现微重力环境中移动不同质量物体的虚拟作业训练。     

A glimpse from the inside of a space suit: What is it really like to train for an EVA?

The beauty of the view from the office of a spacewalking astronaut gives the impression of simplicity, but few beyond the astronauts, and those who train them, know what it really takes to get there. Extravehicular Activity (EVA) training is an intense process that utilizes NASA’s Neutral Buoyancy Laboratory (NBL) to develop a very specific skill set needed to safely construct and maintain the orbiting International Space Station. To qualify for flight assignments, astronauts must demonstrate the ability to work safely and efficiently in the physically demanding environment of the space suit, possess an acute ability to resolve unforeseen problems, and implement proper tool protocols to ensure no tools will be lost in space. Through the insights and the lessons learned by actual EVA astronauts and EVA instructors, this paper will take you on a journey through an astronaut’s earliest experiences working in the space suit, termed the Extravehicular Mobility Unit (EMU), in the underwater training environment of the NBL. This work details an actual Suit Qualification NBL training event, outlines the numerous challenges the astronauts face throughout their initial training, and the various ways they adapt their own abilities to overcome them. The goal of this paper is to give everyone a small glimpse into what it is really like to work in a space suit.     

Extravehicular activity training and hardware design consideration

Preparing astronauts to perform the many complex extravehicular activity (EVA) tasks required to assemble and maintain Space Station will be accomplished through training simulations in a variety of facilities. The adequacy of this training is dependent on a thorough understanding of the task to be performed, the environment in which the task will be performed, high-fidelity training hardware and an awareness of the limitations of each particular training facility. Designing hardware that can be successfully operated, or assembled, by EVA astronauts in an efficient manner, requires an acute understanding of human factors and the capabilities and limitations of the space-suited astronaut. Additionally, the significant effect the microgravity environment has on the crew members' capabilities has to be carefully considered not only for each particular task, but also for all the overhead related to the task and the general overhead associated with EVA. This paper will describe various training methods and facilities that will be used to train EVA astronauts for Space Station assembly and maintenance. User-friendly EVA hardware design considerations and recent EVA flight experience will also be presented.     

基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务，基于仿生思想设计了一种仿海胆结构的十二足球形机器人，其具备自主改变构型以贴合复杂地形的能力，可实现无倾覆、高容错的全向运动；基于数据驱动方法，对该机器人设计了一种数据高效的无模型强化学习运动策略，可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验，验证了经过训练的机器人具备自主运动、适应非结构地形等能力；通过与常用基准策略进行对比，证实了本文提出的运动策略具有训练高效、鲁棒性好的优势；最后通过开发原理样机，开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

柔索牵引式力觉交互机器人工作空间分析

为了在地面上实现航天员的虚拟作业训练，基于柔索牵引式并联机器人，研究了与VR技术结合的柔索牵引式力觉交互机器人的力螺旋可行工作空间。建立平面柔索的静力学模型，分析竖直平面内4柔索3自由度末端执行器不同位姿及人机交互力下的力螺旋可行工作空间，对比分析了柔索牵引式力觉交互机器人在实际应用中交叉柔索不同布局方式、外力旋量和末端执行器不同结构参数对力螺旋可行工作空间的影响。确定了合理的柔索牵引式力觉交互机器人的力螺旋可行工作空间、合理的柔索布局、末端执行器的结构参数。因为柔索牵引式力觉交互机器人具有工作空间大、可以提供较大的力及力矩、刚度可变、安全性高、人机交互性强等优点，因此可以满足航天员虚拟作业训练的需求。     

空间黏附足式爬行机器人的稳定性判据及蠕动步态

面向空间在轨服务任务中的黏附足式爬行机器人应用需求,提出一种通过足端和腹部黏附实现爬行的机器人构型,分析了空间黏附足式爬行机器人的稳定性原理,推导了一种以机器人黏附和脱附力矩平衡为稳定条件的空间黏附足式爬行机器人稳定性判据。在此基础上,分析得出空间黏附足式爬行机器人3+1步态的不稳定性,并规划了一种适用于黏附足式爬行机器人在空间微重力环境下的稳定行走步态,即蠕动步态。最后,通过仿真验证了所提出的空间黏附足式爬行机器人稳定性判据及所规划蠕动步态的有效性。     

A review of muscle atrophy in microgravity and during prolonged bed rest

With the prospect of long duration space missions in Earth orbit or to Mars, there is a need for adequate information on the physiological adaptations that will occur. One consequence of prolonged exposure to microgravity is muscle atrophy (loss of muscle mass). After a long duration space flight, muscle atrophy along with skeletal calcium loss would affect the capacity of astronauts to re-adapt to gravity on return to Earth. Of importance are any countermeasures which can attenuate the adaptive responses to microgravity. Experimentation is difficult in space with small subject numbers and mission constraints. Prolonged bed rest using healthy volunteers is used as an Earth-based model to simulate the muscle atrophy which occurs in the microgravity environment.     

不同重力环境下空间机械臂神经自适应鲁棒控制

针对空间机械臂从地面装调到空间应用过程中重力项的变化问题,提出了一种神经网络自适应鲁棒补偿控制策略用于空间机械臂的末端控制,从而实现在地面重力环境下装调好的空间机械臂在空间微重力环境下实现在轨操控任务。通过神经网络在线建模来逼近系统模型中变化的重力项,逼近误差及系统的不确定性通过自适应鲁棒控制器来补偿。该控制策略不依赖于系统的模型,避免了回归矩阵的复杂计算及未知参数的估计,降低了计算量。基于李亚普诺夫理论证明了闭环系统的渐近稳定性。仿真结果表明该控制器对不同重力环境下空间机械臂的末端控制均能达到较高的控制精度,具有重要的理论研究和工程应用价值。