双轴卫星天线扰动特性建模、仿真及试验

卫星天线微振动是影响卫星姿态控制精度的重要因素,卫星天线扰动建模的目的是掌握其扰动规律,进而采取相应的控制方法和隔离技术.综合考虑卫星天线扰动源步进电机的扰动力以及天线结构固有模态对星体的扰动影响,建立了卫星天线机构机电一体系统对星体扰动力的数学模型.通过仿真计算,设计试验测试卫星天线扰动力,比较仿真结果和试验结果,对所建模型进行验证.比较结果表明:建立的天线扰动模型准确可靠,对卫星指向控制精度和稳定性的影响提供了借鉴和参考.      

基于深度学习的视觉检测及抓取方法

针对现有机器人抓取系统对硬件设备要求高、难以适应不同物体及抓取过程产生较大有害扭矩等问题，提出一种基于深度学习的视觉检测及抓取方法。采用通道注意力机制对YOLO-V3进行改进，增强网络对图像特征提取的能力，提升复杂环境中目标检测的效果，平均识别率较改进前增加0.32%。针对目前姿态估计角度存在离散性的问题，提出一种基于视觉几何组-16(VGG-16)主干网络嵌入最小面积外接矩形(MABR)算法，进行抓取位姿估计和角度优化。改进后的抓取角度与目标实际角度平均误差小于2.47°，大大降低两指机械手在抓取过程中对物体所额外施加的有害扭矩。利用UR5机械臂、气动两指机械手、Realsense D435相机及ATI-Mini45六维力传感器等设备搭建了一套视觉抓取系统，实验表明：所提方法可以有效地对不同物体进行抓取分类操作、对硬件的要求较低、并且将有害扭矩降低约75%，从而减小对物体的损害，具有很好的应用前景。