空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前，目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时，随着脑科学研究的不断深入，人们对人脑视觉系统的理解逐渐透彻，利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs)，提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法，包括：基于演算侧抑制的目标检测算法，基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明，将类脑模型和深度神经网络应用于目标检测和跟踪领域，有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

太阳电池电路深空探测服役环境与关键技术分析

针对月球、火星、木星等不同的深空探测任务，本文通过在轨服役环境分析，说明了火星探测火星表面光谱计算方法、火星光谱太阳电池设计思路、火星表面除尘技术路线及木星探测低温低光强技术风险。结合工程技术经验，给出了特殊任务应用条件下单片太阳电池推算整板输出功率的计算方法，解决了我国尚无特殊条件的瞬态大太阳模拟器作为整板输出功率测试地面模拟光源的工程难题，为相关科研人员提供参考。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system，BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接，网络权值可以用求解伪逆的方法快速求得，避免了耗时的训练过程，从而成为快速而高效的学习方法。然而在追求高精度结果的过程中，BLS对于增强节点数量的需求过于巨大，容易造成过拟合问题。为此，本文提出了基于函数链神经网络（Functional-link neural network，FLNN）的深度分类器（FLNN based deep classifier，FLNNDC），旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构，每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点，而不是全部映射节点。和原宽度结构相比，在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

利用地月间空间站的载人登月飞行模式分析

为提高空间站利用率，降低载人登月任务成本，有效开发地月空间，研究了基于地月空间不同轨道空间站的载人登月飞行模式。首先对比直接往返登月飞行模式，对基于空间站的载人登月飞行模式进行任务分析，通过空间站将载人登月任务解耦为载人天地往返任务和登月任务两部分；其次通过轨道设计和稳定性分析提出考虑登月任务需求的地月间空间站可运行轨道和停泊点；最后建立一套飞行模式评价模型，从速度增量需求、飞行时间、空间环境、登月任务窗口、测控条件、交会对接技术难度、后续任务支持性和任务可靠性方面对6种不同位置空间站的登月飞行模式进行分析和定量评价。评价结果表明基于L2点Halo轨道空间站的载人登月飞行模式为更优飞行模式。     

密封舱内漂浮小球运动规律的数值模拟研究

"天宫二号"空间实验室开展了首次人机协同在轨维修技术试验,机械臂操作终端抓取漂浮小球试验为在轨试验任务之一。为研究漂浮小球与机械臂操作终端运动特性之间的匹配性,文章建立了在轨微重力环境下小球运动的物理模型与数学模型,采用动网格方法对不同小球的运动特性进行数值模拟,得到小球的运动规律,由此确定小球的设计参数范围,作为机械臂操作终端系统方案设计的依据。最终,数值模拟结果与"天宫二号"空间实验室在轨试验数据的对比初步验证了该计算结果的正确性。     

基于深度学习的空间站舱内服务机器人视觉跟踪

为提升舱内跟随服务机器人的任务辅助能力,解决机器人对航天员的视觉跟踪问题,提出了一种基于深度学习和概率模型的人体视觉跟踪算法。利用深度卷积神经网络实现了对穿着多样、姿态任意人体的稳定检测。结合人体检测结果,设计了运动预测概率模型,实现了对指定人员准确、连续的跟踪。算法对包含大多数航天员活动的多个数据集进行了验证。实验结果表明:提出的跟踪算法实现了对穿着多样、姿态任意人体的稳定跟踪,并有效避免了由于穿着相似、遮挡可能造成的误跟踪问题。该算法为空间站舱内跟随服务机器人对航天员的视觉跟踪提供了有效的解决方法。算法基于融合的RGB-D图像,工程上易于构建和实现,也可拓展到其他跟随服务机器人视觉跟踪任务中。     

弱引力下小行星动量驱动机器人的可控跳跃行为

以小行星表面着陆探测为背景,提出一种动量驱动机器人(MoRo)以满足弱引力复杂环境下的探测需求。该机器人利用弱引力环境下的摩擦和碰撞特性,通过主动辨识环境参数,规划和控制动量轮以产生期望的驱动力矩,完成可控性跳跃及腾空后的稳定拍照等任务。首先,基于MoRo的动量轮刹车机构特性,分析了MoRo在弱引力环境下的跳跃机理并对其跳跃方式进行了规划;接着考虑动量轮驱动机构三闭环伺服系统的非线性特性,基于Herze碰撞模型和Karnopp摩擦模型建立了MoRo在小行星表面的跳跃行为动力学模型;其次,使用机器学习算法建立环境参数和MoRo运动的函数关系,并基于环境参数规划动量轮转速实现跳跃距离和腾空高度的可控。最后,通过数值仿真校验了MoRo跳跃规划方法和控制方法的可行性。     

超大口径环形天线包带展开过程动力学仿真

中间柔性包带是环形可展开天线的重要组成部分。中间包带拔销器解锁后，复材包带与环形桁架同步展开。因复材包带柔性较强，它会绕根部固定端进行回弹，因此展开过程存在金属接头和桁架上复材薄壁管件碰撞风险。随着天线口径增大，该风险会持续增大。基于柔性多体动力学理论对超大型口径环形可展开天线包带展开过程进行动力学建模仿真，并在此基础上分析得出包带展开过程金属接头到环形桁架最小距离主要和复材包带阻尼率以及桁架预展速度相关。通过进一步研究发现：复材包带阻尼率越高，展开过程金属接头到环形桁架最小距离越大；桁架预展速度越快，展开过程金属接头到环形桁架最小距离越小。此外，对逆止回弹机构失效这一在轨极端条件下包带展开过程进行建模仿真，分析得出包带在该条件下展开过程金属接头到环形桁架最小距离变化规律。该研究可为超大口径环形天线结构优化设计及包带在轨展开预示提供依据。