Detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target

The rotational motion of a tumbling target brings great challenges to space robot on successfully capturing the tumbling target. Therefore, it is necessary to reduce the target’s rotation to a rate at which capture can be accomplished by the space robot. In this paper, a detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target is proposed. This strategy can reduce the target’s rotational velocity while maintaining base attitude stability through the establishment of the rotation attenuation controller and base attitude adjustment controller. The rotation attenuation controller adopts the multi-space hybrid impedance control method to control the friction precisely. The base attitude adjustment controller applies the dual-arm extended Jacobian matrix to stabilize the base attitude. The main contributions of this paper are as follows: (1) The compliant control method is adopted to achieve a precise friction control, which can reduce the target angular velocity steadily; (2) The dual-arm extended Jacobian matrix is applied to stabilize the base attitude without affecting the target capture task; (3) The detumbling strategy of dual-arm space robot is designed considering base attitude stabilization, realizing coordinated planning of the base attitude and the arms. The strategy is verified by a dual-arm space robot with two 7-DOF (degrees of freedom) arms. Simulation results show that, target with a rotation velocity of 20 (°)/s can be effectively controlled to stop within 30 s, and the final deflection of the base attitude is less than 0.15° without affecting the target capture task, verifying the correctness and effectiveness of the strategy. Except to the tumbling target capture task, the control strategy can also be applied to other typical on-orbit operation tasks such as space debris removal and spacecraft maintenance.     

弹跳机器人动力学分析

弹跳机器人可以跃过数倍于自身尺寸的障碍物或沟渠,对地形有较强的适应力。但是相对于已经实用化的其他类型机器人,弹跳机器人目前还处于研究阶段。本文把驱动机构和弹跳机构一起加以考虑,综合各种阻尼的影响,构建了两类弹跳机器人模型。然后采用二阶拉格朗日方程,对其进行相应的动力学分析和比较,求出模型的动力学标准状态方程和弹跳高度的计算公式;并通过计算机模拟结果和试验结果的对比说明了分析的正确性。本文的分析结果同时适用于连续型和间隙型弹跳机器人的动力学分析。     

基于自组织与LVQ神经网络的足球机器人协作策略学习

足球机器人系统目前已成为人工智能应用技术研究的重要实验平台，系统的核心部分就是决策子系统。本文主要研究机器人足球比赛中协作策略的学习问题，采用了自组织与学习向量量化（LVQ）神经网络算法实现了两个足球机器人的传球学习。提出了一种协作策略学习的改进算法。该算法通过对网络权值矩阵进行改进，可以显著提高网络的训练质量。仿真和实验结果表明了该方法的可行性与有效性。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

柔性机械臂的模糊自适应控制研究

提出了一种用于柔性机器人操作臂控制的模糊自适应控制策略。由于柔性臂的结构特点，在进行其操作臂的控制研究时，必须考虑系统的振动特性才能达到末端的高精度控制。本将拉格朗日法和假设模态法相结合，建立了单自由度柔性臂系统的动力学方程，提出了一种模糊自适应控制策略。在柔性操作臂末端带有不同载荷的情况下，分两种类型进行了控制仿真实验：定位控制和轨迹跟踪控制。仿真结果与传统的PD控制仿真实验结果相比较，表明模糊自适应控制器在轨迹跟踪和系统的振动抑制方面反映出更好的稳定性和鲁棒性，适用于柔性机械臂系统的动力学控制。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.     

自由浮动空间双臂机器人的鲁棒协调控制

研究自由浮动空间双臂机器人在本体位置、姿态均不加控制时,抓取物体运动情况下的动力学协调控制。根据空间双臂机器人抓取系统的闭链约束关系,推导出广义雅可比矩阵,针对抓取系统动力学模型的不确定性,提出一种鲁棒协调控制方法,来控制被抓物体的运动,使被抓物体的运动轨迹跟踪期望的运动轨迹,并保证内力跟踪误差的有界性。通过对自由浮动空间平面双臂机器人进行鲁棒协调控制仿真实验,结果表明了该方法的有效性。     

平面型两关节空间机器人的自适应轨迹控制

基于参数线性分离方法，得到了平面型两关节空间机器人线性参数化形式的动力学模型，这种模型非常适合于采用自适应控制方法。控制策略考虑了机器人各关节之间的耦合及机械臂与基座航天器之间的耦合，对航天器姿态的控制和机械臂的控制进行综合，在满足手端跟踪期望轨迹的同时，保证航天器姿态基本不变。控制器由一个PD反馈项和一个补偿动力学不确定性的非线性自适应反馈项构成，能够保证对期望关节轨迹的全局渐进跟踪，提高了空间机器人操作的适应性和安全性。     

时延下空间遥操作机器人系统工作模式研究

工作在人机交互方式下的遥操作机器人是实现空间作业的有力手段。首先介绍了空间遥操作机器人系统的构成与工作原理，然后提出了基于临场感遥控技术、虚拟现实技术与自主控制技术相结合的多种工作模式，用于实现在不同条件下时延空间遥操作机器人系统的作业任务，并讨论了工作模式选择的方法。最后经模拟实验系统验证了所提出的工作模式的有效性。     

基于小波神经网络的双足步行机器人步态规划控制器

对于传统的神经网络中神经元模型在结构和信息存储能力上存在的不足，本文提出了一种基于广义小波其函数网络的神经元集聚模型，这种小波神经网络不仅收敛速度快，非线性逼近能力更好，而且具有内部结构变尺度、自适应调整和广义信息存储等智能化特点，更符合生物原型的实际情况。静态学习和准动态学习仿真实验证明这种神经网络结构的有效性。