一种柔性空间双臂机器人的协同控制和避障方法

针对柔性空间机械臂在轨服务应用需求，提出一种基于刚体运动与柔性振动相耦合的空间双臂机器人协同控制方法.首先引入空间位姿变量的概念，构造出面向协同控制目标的Jacobian矩阵，建立柔性空间机器人系统的刚柔耦合动力学模型，基于指定的最小距离得到其运动学逆解，并根据系统动量矩守恒关系及系统的Jacobian矩阵，并根据机械臂末端的运动速度,然后采用阻尼最小二乘法得出关节角度，使柔性空间机器人能够有效完成协同控制和空间避障任务，并基于RecurDyn V7R5软件环境验证算法的正确性.最后，基于SolidWorks和ADAMS虚拟样机建立柔性空间机器人系统的立体CAD模型，并结合空间在轨搬运任务进行模拟仿真，柔性空间机器人关节操作和运动轨迹的仿真结果图验证了本文算法的有效性.     

Neural adaptive control for a ground experiment of the space proximity operation in a six-degree-of-freedom micro-gravity simulation system

In this study, a neural adaptive controller is developed for a ground experiment with a spacecraft proximity operation. As the water resistance in the experiment is highly nonlinear and can significantly affect the fidelity of the ground experiment, the water resistance must be estimated accurately and compensated using an active force online. For this problem, a novel control algorithm combined with Chebyshev Neural Networks (CNN) and an Active Disturbance Rejection Control (ADRC) is proposed. Specifically, the CNN algorithm is used to estimate the water resistance. The advantage of the CNN estimation is that the coefficients of the approximation can be adaptively changed to minimize the estimation error. Combined with the ADRC algorithm, the total disturbance is compensated in the experiment to improve the fidelity. The dynamic model of the spacecraft proximity maneuver in the experiment is established. The ground experiment of the proximity maneuver that considers an obstacle is provided to verify the efficiency of the proposed controller. The results demonstrate that the proposed method outperforms the pure ADRC method and can achieve close-to-real-time performance for the spacecraft proximity maneuver.     

基于避障伪距离的自由漂浮空间机器人规划跟踪一体化控制

针对自由漂浮空间机器人(Free Floating Space Robot,FFSR)的避障规划与控制问题，提出一种FFSR的避障规划-跟踪一体化控制方法。首先，基于障碍物伪距离技术，采用FFSR逆几何模型求解期望末端位姿下的连杆伪距离估计值，进而通过求解非线性优化问题，获得FFSR避障期望轨迹。其次，将全局轨迹规划与局部在线避障相结合，辅以离散状态黎卡提方程（DSDRE）控制方法实现FFSR的避障规划-跟踪一体化控制。最后，采用6R空间机器人模型验证了所提方法的有效性。仿真结果表明，该方法能够实现FFSR的避障控制，有效克服了传统FFSR控制中末端轨迹规划与控制相分离的问题，提高了FFSR的环境适应性。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

High-adaption locomotion with stable robot body for planetary exploration robot carrying potential instruments on unstructured terrain

There is a strong demand for Planetary Exploration Mobile robots (PEMRs) that have the capability of the traversability, stability, efficiency and high load while tackling the specialized tasks on planet surface. In this paper, an electric parallel wheel-legged hexapod robot which has high-adaption locomotion on the unstructured terrain is presented. Also, the hybrid control framework, which enables robot to stably carry the heavy loads as well as to traverse the uneven terrain by utilizing both legged and wheeled locomotion, is also proposed. Based on this framework, robot controls the multiple DOF leg for performing high-adaption locomotion to negotiate obstacles via Gait Generator (GG). Additionally, by using Whole-Body Control (WBC) of framework, robot has the capability of flexibly accommodating the uneven terrain by Attitude Control (AC) kinematically adjusting the length of legs like an active suspension system, and by Force/torque Balance Control (FBC) equally distributing the Ground Reaction Force (GRF) to maintain a stable body. The simulation and experiment are employed to validate the proposed framework with the physical system in the planetary analog environments. Particularly, to smoothly demonstrate the performance of robot transporting heavy loads, the experiment of carrying 3-person load of about 240 kg is deployed.     

辅助空间遥操作的虚拟管道设计与实现

针对复杂空间环境下进行遥操作的安全性问题,提出一种基于路径点的光滑虚拟管道快速生成算法,改进深度优先算法对虚拟管道进行静态规划,并给出动态修正算法,实现管道的动、静态避障。虚拟管道可为操作者提供视觉、触觉等反馈信息以调整自身操作。操作对象在管道内运动,能安全、快速地达到目标。相对于路径规划方式按指定轨迹避障,该方法提高了操作灵活性和效率。在CHAI 3D仿真平台下进行多组避障实验,验证了算法的有效性。     

一种适用于航路改变情况的冲突概率预测算法

针对如何有效地预测飞行中将发生的冲突,提出了适用于航路改变情况下的冲突预测算法.基于飞机实际飞行轨迹的不确定性,计算冲突发生的概率来预测冲突发生的可能性.改进了直线航路预测算法,充分利用ADS-B(广播式自动相关监视)所提供的航路意图信息,获得飞机航路改变点及航路偏转角,依此进行相应的矩阵变换来计算航路改变后的误差协方差矩阵,并利用有效的近似方法对继续累加的误差表示进行简化,进而实现冲突发生概率的计算.运用Monte-Carlo方法进行仿真,结果验证了其较好的准确性,与直线航路算法的比较表明了其在更复杂环境下具有的适用性和有效性.     

利用人工势函数法的卫星电磁编队控制

卫星电磁编队是指利用卫星之间相互作用的电磁力进行卫星相对运动控制,对控制律的要求主要是计算量小和能避免碰撞.以目标星对参考星的相对运动矢量作为控制对象,分析了使用电磁力控制卫星编队的可行性,结果是如果编队卫星磁矩能够任意控制,那么卫星相对运动也能完全控制.设计了人工势函数,以相对位置和相对速度矢量作为变量,人工势函数在达到控制目标时为最小值,在碰撞的位置具有局部最大值.设计的控制律能够实时调整控制参数,能够保证电磁线圈控制电流不至于饱和,以及人工势函数导数在控制过程中小于零.仿真表明,所设计的控制律能生成编队构型并避免碰撞,而且具有一定的抗干扰性.     

冗余空间机械臂粗捕获段无碰撞轨迹规划算法

现有的基于C空间的无碰撞轨迹规划算法需要求解C空间以获得C空间障碍边界。对于多自由度的冗余机械臂,求解过程需要消耗很大的计算量和内存,不适用于计算资源紧张的空间机械臂轨迹的快速规划。文章提出了一种不需要求解C空间的试探性规划算法,包含4个子算法：碰撞检测算法、无碰撞目标构型求解算法、无碰撞路径搜索算法和路径平滑算法。已知期望的末端作用器位置和姿态,利用目标构型求解算法得到无碰撞的目标构型,然后由路径搜索算法在C空间障碍边界未知的情况下,利用碰撞检测算法,采用一定的试探规律,在C空间中搜索出一条无碰撞路径,最终由路径平滑算法使该路径平滑,易于实现。仿真算例表明,该算法是快速有效的,适用于冗余空间机械臂粗捕获段的快速轨迹规划。