基于普吕克直线的交会对接相对位姿确定算法

为了描述航天器交会对接中的相对位置和姿态测量信息,提出了结合特征线的双目视觉测量以及普吕克直线方程来进行航天器交会对接的相对位姿测量算法。传统算法中航天器的相对位姿是分开测量和计算的,普吕克直线方程则统一描述了两个航天器的相对位姿信息。首先采用双目视觉算法计算得到目标航天器中两条非共面直线在追踪航天器下的坐标值,然后根据普吕克直线方程得到这两条直线在两个坐标系下的相对位姿关系,最后通过采用奇异值分解的方法解算出两个航天器间的相对位姿信息。仿真结果表明该算法不仅实现了位置和姿态的统一测量,而且能够满足航天器交会对接相对位姿的测量要求,验证了该算法的科学合理性与解算快捷性。     

基于先验子图检测的失效航天器SLAM方法

基于激光雷达的航天器位姿估计技术是当前在轨服务研究热点。针对失效航天器位姿估计,将通用的图优化SLAM技术应用到空间非合作目标的研究中。为解决SLAM算法在动态场景中产生累积误差问题,利用失效航天器自身运动特点,提出一种基于先验子图检测改进的SLAM算法。在该算法中,通过激光雷达和惯性测量单元分别采集失效航天器及周围环境的点云数据、服务航天器的运动信息,构建出服务场景下航天器的相对位姿图;再采用先验子图检测方法建立不连续的位姿节点间的约束关系;最后用约束信息对位姿图进行优化。仿真结果表明,相较于通用的SLAM算法的位姿估计,该方法减小了累积误差,提高了相对位姿估计精度,可以为后期的导航、控制等在轨任务提供信息。     

基于双焦单目视觉的航天器间相对位姿确定算法

文章首先利用双焦成像算法确定航天器间的相对位置,再利用相对位置确定两个航天器间的相对姿态,最终获取相对位姿参数的解析解。在给定相机两个独立焦距条件下,对双焦深度估计误差进行分析,指出影响其精度的因素,并对相对位姿参数估计精度进行了讨论。最后,对该算法进行数学仿真,仿真结果表明该算法能够满足航天器相对位姿确定精度和实时计算要求。     

基于编解码双路卷积神经网络的视觉自定位方法

为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络（CNN）,提升了视觉自定位的精度。首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参数。由于位置和姿态的特性不同,网络从解码器开始采用双路结构,对位置和姿态分别进行处理,并且在编解码之间增加跳跃连接以保持空间信息。实验结果表明:所提网络的精度与目前同类型算法相比有明显提升,其中相机姿态角度精度有较大提升。      

基于多传感器测量的航天器舱段自动 对接位姿调整方法

针对航天器舱段对接通常采用的手工操作方式效率低、精度差和可靠性难以保证的问题,研发了一种基于多传感器测量的舱段自动对接装置,其中舱体位姿的测量和调整是保证对接质量和效率的关键因素。提出了一种基于激光轮廓传感器和CCD图像传感器等多传感器协同测量的舱段六自由度位姿估计和调整方法。首先,采用激光轮廓传感器对舱体进行扫描,获取位姿三维点云信息,并采用改进的最小二乘法对被测舱段位姿进行求解;然后,通过CCD图像传感器获取舱段对接孔位置,通过圆拟合计算角度偏差,求解和拟合的结果将反馈至控制系统进行调姿和对接。采用Gocator 2350激光轮廓传感器及大恒MER-1810-21U3C工业相机进行舱体测量和对接实验,结果表明,舱体位姿调整精度和效率均达到对接要求。该方法结合了激光轮廓传感器的可靠性和机器视觉的灵活性,有效提高了自动对接系统的效率、稳定性和一致性,足以满足未来军用以及民用的需求。      

基于视觉技术的非合作航天器相对位姿测量方法

提出一种基于特征信息融合的非合作目标相对位姿测量方法,该方法以航天器自有的特征信息作为识别目标,采用椭圆轮廓和特征角点相结合的方法对非合作目标特征进行识别,解决了位姿测量中无合作标志器提供理想特征信息的问题。针对典型的卫星目标模型,进行了非合作目标相对位置姿态测量方法的验证试验,实验结果表明:该方法可以成功识别目标物体并对目标物体进行准确定位。     

基于MEMS器件的旋转调制式航姿参考系统设计

为实现中精度、低成本的航姿测量系统,提出了一种基于低精度MEMS(Mi-cro Electronic Mechanical System)陀螺旋转调制技术的解决方案.系统采用四元数及三子样法进行航姿解算,可选用全自主及快速两种对准模式.全自主对准采用基于速度观测的Kalman滤波方案,利用30(°)/h的MEMS陀螺可实现优于5°的航向对准精度;快速对准时航向角由磁场计提供,经磁罗差补偿后航向精度优于0.4°.静态及动态实验结果表明:旋转调制可将MEMS陀螺的精度提高30倍左右,系统在1 h内的航姿保持精度优于1°.     

基于单目视觉的非合作目标相对位姿测量

为实现对空间姿态翻滚航天器的在轨服务与维护以及对空间碎片的清理，需对其进行精确的相对位姿测量。针对相对位姿测量问题，提出了基于单目视觉与卡尔曼滤波的相对位姿测量方法。通过对特征点匹配算法进行调查，采用了具有尺度不变性与旋转不变性的尺度不变特征变换算法(SIFT)和加速稳健特征算法(SURF)的特征点提取方法，并对二者进行了对比，得到了二者分别适用的工况条件。通过对Kalman滤波算法进行研究，引入了相机偏置矩阵，设计了Kalman滤波器，解决了单目相机的距离模糊问题，估计得到了非合作目标的相对位姿、主惯量比以及特征点位置信息。经过仿真，姿态角度估计误差在稳定后低于0.3°，相对位置估计误差在稳定后低于0.5m，相较于真值，误差小于1.67%，主惯量比估计误差在稳定后低于0.01，特征点位置误差在稳定后低于0.005m。在引入相机偏置条件后，滤波状态变量均收敛，并得到具有足够精度的估计，成功解决了单目相机深度信息缺失问题。     

对失效卫星特征点的自适应位姿跟踪控制

为满足对失效卫星上某个特征点位置悬停的同时使追踪星上敏感器指向该特征点,展开了对失效卫星特征点与追踪星间相对动力学建模与控制的研究。在追踪星本体坐标系下建立了六自由度相对位姿动力学模型,并结合失效卫星上特征点的运动规律,给出追踪星的期望跟踪位置和期望跟踪姿态。考虑到追踪星质量、转动惯量、系统所受扰动力、扰动力矩及失效卫星转动惯量的不确定性,设计了复合自适应位姿跟踪控制律,并通过Lyapunov法证明了闭环系统稳定性。对输出受限情况,采取设计控制参数调节过程及输出限幅措施。在仿真条件下,系统在自适应控制律下能够以位置误差约1cm、姿态误差约0.01°完成位姿跟踪任务;增大不确定参数偏差后,位置跟踪误差增至约7cm,姿态误差增至约0.1°;对控制参数进行调节后,可在不影响跟踪精度的条件下在指定范围内限制输出幅值,将幅值限制在指定范围内,并减小控制所需冲量的9%和冲量矩的30%。     

基于变系数PID的无刷直流电动机双闭环系统

针对应用于直接驱动阀的电气双余度无刷直流力矩电动机控制系统,提出在位置环采用变系数PID(Proportion Integration Differentiation)控制算法,根据位置偏差改变调节参数,逐步加强比例和积分作用以快速消除系统稳态误差而又不引起系统抖动;为了保证系统的稳定性,对位置偏差的积分项进行了限制.实验结果表明:位置环采用该变系数PID控制算法的双闭环系统能够有效地保证系统的稳定性能和响应精度.同幅值的位置阶跃响应,位置环/电流环双闭环系统的上升时间比位置环/速度环双闭环系统的上升时间减小了32%;位置环/速度环双闭环系统具有优良的负载适应性能,鲁棒性强.     

基于双CAN总线的数字伺服通信协议

分析了目前国外先进数控系统现场总线的通信特性,提出和定义了一种基于双CAN(Controller Area Network)总线的数控系统位置控制通信协议——CANsmc(CAN for Synchronous Motion Control).CANsmc采用主从式的双通道网络,由一个主站和最多61个从站组成,实现了带有广播同步电报的轮询式通信.协议以通用的CAN总线芯片为硬件基础,利用CAN芯片通信报文的描述符定义出CANsmc的通信报头.CANsmc共定义了3种电报类型:主站同步电报MST,主站数据电报MDT和伺服电报DT.主站通过主通道向从站发送MST和MDT,从站在收到MDT后通过从通道向主站反馈DT.最后,建立了一个CANsmc实验验证系统,用软件的方式实现了CANsmc协议,主站基于PC机ISA总线,从站是一个位控卡,可以实现位置、速度、回参考点等多种控制.实验证明,CANsmc总线可以满足先进工业机器人和数控机床控制系统的应用要求.      

基于模型诊断技术的神经网络实现方法

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.     

神经网络专家系统在姿控系统诊断中的应用

为了解决传统专家系统在知识获取和推理方面的问题,提出了一种神经网络和专家系统相结合的诊断系统。采用主成分分析方法简化神经网络训练样本,进而优化网络的结构。采用神经网络集成技术,克服选取网络中间层节点数目及判断阈值的困难。给出了诊断推理过程和对诊断结果进行解释的方法。把此技术应用在了卫星姿控系统的故障诊断中,结果表明提高了诊断效率和诊断的正确率。     

机群组网定位的一种新途径

机群组网将成为体系对抗条件下空中行动的一种基本工作模式.提出的机群组网定位技术是基于飞行器相互测距信息优化惯导位置精度的一种新途径,可以明显提高网络节点间的时间同步水平.仿真结果表明:对一个由8架飞机组成的机群,当相互测距误差为20m(1 σ)时,经过1.5 min组网定位可将惯导水平位置误差校正到5m之内,同时将时间同步水平提高到1ms左右;经过15min组网定位可进一步估计每套惯导的误差模型参数,使纯惯导在校正后0.5 h内的定位精度提高约一个量级,达到30m(CEP,Circular Error Probability).周期性的组网定位不仅可以明显提高机群定位精度,还可识别出个别系统的软故障并加以隔离和重构.      

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

基于改进神经网络的空间机械臂阻抗控制方法

针对环境信息不确定和碰撞模型未知情况下的空间机械臂柔顺控制问题,提出了一种基于改进型神经网络的阻抗控制方法.以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因.利用粒子群优化算法调整神经网络中的权值矩阵,以提高神经网络的收敛速度和寻优性能.基于改进后的神经网络设计阻...     

旋转弹的神经网络变质心姿态控制

研究了旋转弹变质心控制系统的姿态控制问题.建立了内部带有n个可移动滑块的导弹系统仿真数学模型,分析了滑块与弹壳间的相对运动对系统运行产生的耦合影响.利用神经网络的自学习性以及自适应特性,设计了基于神经网络控制的姿态控制律来计算系统质心的期望位置.利用最优原理确定了各滑块的期望偏移以实现系统质心位置的改变,从而达到改变导弹飞行姿态的目的,提高了系统的动态响应品质.以带有2个滑块的旋转弹姿态控制系统为例进行非线性仿真,证明了所设计控制律的有效性.      

Stewart平台远程操作试验系统的研制

为了研究Stewart平台大时延情况下的远程操作稳定性,建立了相关试验系统.用以太网模拟远程通信信道,连接2套Stewart平台控制系统;利用DirectX技术,对用户屏蔽了具体硬件设备,建立了用户输入接口和视频反馈;利用OpenGL(Open Graphic Library)技术,建立了虚拟操作环境,以便于未来利用虚拟操作环境补偿时延;用神经网络的位置正解方法代替传统方法驱动虚拟模型,获得更高的精度;对通讯的带宽进行在线监控,优先保证指令传输;通过改变发送速率,保证视频连续发送.试验结果表明,用户通过输入指令可以方便地控制平台,平台位姿可以通过虚拟操作环境和视频进行反馈,系统满足了设计要求.      

环火星自主导航系统设计及参数优化研究

当前火星探测器环绕段的导航信息主要依赖地面深空探测网提供,基于光学成像的导航方式尚不能提供较高的导航精度。因此提出一种应用相对测量的探测器实现火星环绕段的自主导航。两颗编队飞行的探测器进行相对测量,观测信息为探测器之间的相对视线矢量(LOS)。同时利用主星的星敏感器确定星体在惯性空间的姿态,将观测信息转换至惯性系下获得简化的观测方程,使用扩展卡尔曼滤波器(EKF)对卫星的轨道进行确定。介绍了具体导航方案的实现方法和技术细节,使用粒子群优化方法(PSO)对模型设计的相关参数进行优化,导航精度得到明显提高。实现位置确定精度10 m,速度确定精度0.01 m/s。为设计最优的编队导航系统参数提供了有效思路。