自由漂浮空间机器人最小基座反作用轨迹规划

在自由漂浮空间机器人系统中,由于机械臂与基座之间存在动力学耦合,机械臂运动会对基座产生不期望的反作用干扰,因此必须最小化基座反作用。为此,提出了一种关节空间内点对点轨迹规划的方法。首先,利用sin函数参数化关节轨迹;然后根据基座反作用和运动约束定义适应函数;最后利用混沌粒子群优化(CPSO)算法搜索空间机械臂的全局最优轨迹,使基座反作用最小。该方法考虑了机械臂的关节角、关节速度和加速度约束。给出一个仿真算例来验证该方法的有效性。规划的轨迹连续平滑,适用于多自由度空间机械臂。     

基于多项式插值的自由漂浮空间机器人轨迹规划粒子群优化算法

针对自由漂浮空间机器人轨迹规划问题,提出一种基于多项式插值与粒子群优化算法相结合的非完整运动规划方法。首先,通过对系统非完整约束条件进行分析,给出了以机械臂关节角耗散能为目标函数的轨迹最优控制算法;并采用高阶多项式插值方法逼近机械臂关节角轨迹,将插值多项式的系数作为优化参数,结合粒子群优化算法对关节角轨迹进行优化求解。最后,对本文提出的轨迹规划算法进行数值仿真。仿真结果表明关节角轨迹平滑连续,保证了关节角速度及关节角加速度在初始和终止状态均为零,从而验证了所提方法的有效性和可行性。     

基于轨迹规划的自由漂浮空间机器人抓取运动物体的研究

针对空间机器人非完整性和冗余性，对笛卡空间下的轨迹规划问题进行了研究。在此基础上，分析了空间机器人抓取运动物体的策略，提出了基于轨迹规划的空间机器人路径规划方法，并以三自由度空间机器人为例，对空间机器人抓取运动目标体的问题进行了研究，该方法是开环控制方法，但由于在进行轨迹跟踪过程中，误差不累积，得到的实际曲线与理论曲线相近，误差达到了规定的范围。     

空间机器人抓捕碰撞分析与轨迹规划镇定控制

针对空间机器人抓捕目标过程中产生的碰撞冲击问题,分析了抓捕瞬态碰撞对机器人系统产生的影响,提出了一种控制力矩能量消耗少、对卫星平台基座扰动小的镇定控制方法,实现了对抓捕目标后组合体系统的镇定控制。首先,利用Kane方法建立了抓捕后的目标-机械臂-卫星平台组合体动力学模型;其次,利用ADAMS软件分析了瞬态碰撞冲击对空间机器人系统的影响,为后续镇定控制策略的设计提供初始仿真参数;采用四次多项式实现了机械臂关节空间轨迹的参数化,设定了基于控制力矩能量与基座扰动的加权目标函数,利用差分进化算法(DE)求解得到满足控制力矩能量消耗小、平台基座扰动少的机械臂关节空间轨迹。最后,利用七自由度空间机器人的数值仿真,验证了所提出方法的有效性。     

一种改进阻尼倒数的空间机器人避奇异算法

针对自由漂浮空间机器人运动规划过程中存在的动力学奇异问题,提出一种动力学奇异转化加改进阻尼倒数的奇异回避算法。首先,通过运动学分解,间接求解机器人逆运动学方程,避免直接求解逆广义雅可比矩阵,以实现奇异参数的分离;然后,采用改进的高斯分布阻尼因子的阻尼倒数代替奇异参数的普通倒数,回避运动学奇异的影响。与现有阻尼倒数方法相比,提高了算法在奇异点附近的连续性,进一步减小了算法带来的跟踪误差。在PUMA类型空间机器人模型上进行仿真试验,校验算法的有效性。     

空间3R机器人工作空间分析

由于存在动力学耦合,空间机器人工作空间的分析比地面机器人复杂得多,以往的研究仅针对平面运动的情况,本文探讨了三维工作空间的分析方法。首先根据基座的不同控制策略,推导了基座位姿固定、自由飞行及自由漂浮三种模式的运动学方程,然后分析相应的工作空间。基座位姿固定时,采用几何分析法;基座自由飞行时,借助虚拟机械臂分析其受限工作空间;而对于自由漂浮模式,结合角动量守恒方程,提出了计算路径相关工作空间和路径无关工作空间的数值算法。文中以3R机器人为例进行实际计算,比较了各种工作空间的特点。最后讨论了动力学奇异回避方法,并提出减小其影响的建议。     

重力梯度对自由漂浮空间机器人姿态扰动分析

分析重力梯度对在轨运行的自由漂浮空间机器人姿态运动影响。由Lagrange方法建立自由漂浮空间机器人受重力梯度扰动的非线性动力学模型。首先,考虑无控关节自由状态,分析重力梯度对关节运动的影响。其次,利用相平面轨迹分析重力梯度对自由漂浮系统姿态运动影响。最后,由速度偏差曲线分析重力梯度对机械臂的影响。结果表明,当作用时间接近轨道周期或更长时,重力梯度引起的关节偏差已十分显著,且这种扰动作用主要由轨道偏心率决定;关节锁定时俯仰姿态受扰运动有周期振动与翻滚两种形式,若初始角速度满足一定限值可以保证俯仰运动不发生翻滚;当机械臂长时间工作时,忽略重力梯度将产生明显的末端定位误差。     

空间机器人抓捕目标星碰撞前构型优化

空间双臂机器人抓捕目标星会导致碰撞,针对碰撞引起机器人系统基座姿态变化的问题,提出一种基于粒子群算法的碰撞前构型优化方法。该方法首先给出了碰撞前和碰撞后的动力学模型,然后根据冲量-动量方程推导出碰撞阶段动力学方程,最后提出基于粒子群算法的最优碰撞前构型规划数值方法,使碰撞对机器人系统角动量的影响尽量小。通过计算校验了该方法的有效性,找到了用于空间机器人抓捕目标星的较理想的碰撞前构型。     

机器人在轨构建空间桁架结构的装配序列规划方法

针对机器人在轨构建空间桁架结构的装配序列规划问题,提出一种可同时求解装配单元装配序列与机器人运动的序列规划方法.首先设计了装配机器人并建立了动力学模型;其次,对机器人在整个装配过程中的运动进行了分类并分别给出了规划与控制方法;然后,建立了装配序列规划的评价指标并采用离散粒子群算法求解.最后,以常用空间桁架结构为例,通过...     

欠驱动刚性航天器姿态的非完整运动规划粒子群算法

研究欠驱动刚性航天器姿态的非完整运动规划问题。众所周知航天器利用三个动量飞轮可以控制其姿态和任意定位，当其中一轮失效，航天器动力学方程表现为不可控。在系统角动量为零的情况下，系统的姿态控制问题可转化为无漂移系统的运动规划问题。基于粒子群优化技术设计了欠驱动刚性航天器姿态的非完整运动规划算法。通过数值仿真，并和遗传算法进行了比较，结果表明该方法对欠驱动航天器姿态运动规划是有效的。     

充液挠性航天器姿态机动控制的多目标优化

针对充液挠性航天器姿态快速机动、快速稳定的控制要求,为减小姿态机动对挠性附件振动和液体晃动的激发,设计了一种基于正弦型加加速度的姿态机动路径规划方法。为进一步提高姿态控制性能,提出了一种基于云多目标粒子群算法的姿态控制器参数和机动路径参数联合优化方法。以最小化充液挠性航天器三轴姿态达到指定指向精度的时间以及三轴姿态稳定度,构建多目标优化模型,并应用云多目标粒子群算法求取姿态控制器参数和机动路径参数的Pareto最优解。仿真结果表明:采用多目标联合优化算法得到的控制器与路径参数,能够有效减小液体晃动和挠性附件振动,显著提高充液挠性航天器大角度姿态机动的快速性和稳定性。     

基于混合量子粒子群优化算法的三维航迹规划

针对粒子群优化算法(PSO)存在的早熟收敛问题,通过将种群的繁殖机制引入量子粒子群优化算法(QPSO),提出了一种混合量子粒子群优化算法(HQPSO),将该算法应用于无人飞行器的三维航迹规划。同时,运用统计学方法,通过仿真实验比较了HQPSO算法与QPSO算法以及带动态变化惯性权系数的PSO算法的性能。仿真实验结果表明,HQPSO不但比QPSO和PSO具有更强的全局搜索能力,而且比QPSO和PSO具有更快的收敛速度。     

空间机器人惯性参数辨识的粒子群优化新算法

提出了针对一类多自由度空间机器人卫星惯性参数在轨辨识的一种粒子群（PSO）优化新算法。通过粒子邻域限定的多样性保持、低效粒子随机重置和粒子误差的序列性评价,得到了比常规方法更好的结果,且具有无附加燃料消耗、线动量测量和特定的机器人路径规划等便利性优点。仿真算例表明,该改进方法具有较高的准确性与效率。     

导弹垂直发射转弯规律优化设计

防空导弹垂直发射转弯控制是一非线性最优控制问题.在优化设计垂直发射转弯规律时,粒子群算法存在易早熟而陷入停滞问题,而变尺度法对俯仰角规律初值敏感容易发散,且计算量大.利用粒子群算法无需手动设定初始值、速度快的特点,将其优化结果作为后者的初始值,然后利用变尺度法较强的局部搜索能力逼近最优解.采用这2种算法简单串联的方法优化得出的垂直发射转弯控制规律,经仿真验证可满足速度、攻角、过载等约束条件,俯仰角速度和攻角变化规律与工程经验一致.     

Time-optimal trajectory planning for underactuated spacecraft using a hybrid particle swarm optimization algorithm

A hybrid algorithm combining particle swarm optimization (PSO) algorithm with the Legendre pseudospectral method (LPM) is proposed for solving time-optimal trajectory planning problem of underactuated spacecrafts. At the beginning phase of the searching process, an initialization generator is constructed by the PSO algorithm due to its strong global searching ability and robustness to random initial values, however, PSO algorithm has a disadvantage that its convergence rate around the global optimum is slow. Then, when the change in fitness function is smaller than a predefined value, the searching algorithm is switched to the LPM to accelerate the searching process. Thus, with the obtained solutions by the PSO algorithm as a set of proper initial guesses, the hybrid algorithm can find a global optimum more quickly and accurately. 200 Monte Carlo simulations results demonstrate that the proposed hybrid PSO–LPM algorithm has greater advantages in terms of global searching capability and convergence rate than both single PSO algorithm and LPM algorithm. Moreover, the PSO–LPM algorithm is also robust to random initial values.     

基于能量约束的翼伞系统分段归航设计与仿真

针对翼伞系统的基本飞行特性和良好的可操纵性,采用分段设计的思想对翼伞系统的归航轨迹进行规划.根据各分段轨迹之间的几何关系,将航迹规划问题转变为对设计参数的寻优问题.实际系统所能提供的能量是有限的.因此,在目标函数中加入控制能量的约束.运用改进的粒子群算法对目标函数进行求解计算,得到整个归航轨迹的设计参数.仿真结果表明:...