一种基于共面特征点的单摄像机姿态测量方法研究

利用单摄像机采集4个共面特征点图像的方法来测量物体的相对姿态变化。系统选用IR-LED作为特征点并对其发光特性进行优化控制,利用基于双线性插值的高斯曲面拟合方法确定图像特征点的坐标,最终使用解决P4P问题的一种线性解法确定特征点坐标及位姿变化信息。进行了实物和仿真实验,并对该方法进行了不确定度分析,结果表明这种方案具有较高的准确度、实时性。     

弱撞击对接机构捕获过程的传力性能分析

弱撞击对接机构(Low impact docking mechanism,LIDM)的力雅可比矩阵包含了驱动臂与负载传感环力和力矩的传递关系信息。然而,力和力矩具有不同的量纲,将雅可比矩阵分解为两个分别与力和力矩传递相关的子矩阵,在两个子矩阵的基础上,分别推导出力和力矩传递关系的数学模型,并通过计算工作空间内力和力矩传递能力的分布规律,研究LIDM力和力矩的传递性能。分析结果表明,对接机构的结构构型确定后,力和力矩传递性能呈椭球体分布,并随负载传感环沿不同路径移动,呈现不同的规律。研究结果对以LIDM为代表的空间对接机构的结构性能评价及优化具有重要的工程意义。     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.     

基于容积卡尔曼滤波的卫星姿态估计

为了获得更好的估计精度和滤波稳定性,提出了一种基于容积卡尔曼滤波（Cubature Kalman Filter, CKF）的容积四元数估计器（Cubature Quaternion Estimator,CQE）估计卫星姿态。新方法利用四元数进行姿态更新,同时采用广义罗德里格参数表示误差角,有效地避免了滤波过程中的奇异。为克服多传感器融合时运算效率低的问题,通过容积四元数估计器与信息滤波相结合,提出了一种容积信息四元数估计器（Cubature Information Quaternion Estimator,CIQE）。仿真表明角度和陀螺漂移初始估计误差较大时,新方法仍能取得良好的估计性能。     

推广联合滤波算法在卫星组合定姿系统中的应用

研究了不同模型下的推广联合滤波算法。基于信息融合理论和信息守恒原理，提出信息分配是信息融合的逆过程的观点，给出和证明了信息分配定理，为推广联合滤波算法提供了理论基础。以某卫星组合姿态确定系统为例，详细讨论了推广联合滤波的结构及其实现过程。理论分析和数学仿真结果表明：推广联合滤波算法比现有的联合滤波算法计算量小，且推广联合滤波算法能够同时保证全局最优和局部最优，而现有的联合滤波算法不是局部最优。     

大椭圆轨道卫星编队T-S模糊控制

针对椭圆轨道卫星编队的相对运动模型参数大范围变化的情况,设计了基于T-S模糊模型的渐近跟踪控制器。该方法对非线性系统在一些选定工作点进行线性化,针对每一个线性模型采用LQR方法设计了局部渐近跟踪控制器。在此基础上,以卫星轨道角速度为前件,局部线性模型为后件,构造T-S模糊控制系统。然后采用线性矩阵不等式(LMI)方法分析系统的稳定性,保证系统的大范围渐近稳定。仿真结果验证了该控制系统能在大范围参数变化下工作良好。     

RLV再入姿态双环滑模控制及舵喷混合配置

设计了一种基于滑模控制的可重复运载器（RLV）再入姿态控制方法。用内外两环滑模控制同时跟踪对角速度和角度;根据RLV再入姿态的动力面与反作用混合控制的特点,用优化控制选择配置算法将控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器执行。仿真结果表明：由该法可获得高精度、鲁棒性和解耦的跟踪性能。     

饱和非线性系统增量增益的LMI界定方法

利用系统的输入－输出研究方法，通过求解系统的线性矩阵不等式（LMI），确定了具有饱和非线性系统的增量增益，示例计算结果表明，确定系统的增量增益不但可以方便地判断饱和非线性系统的稳定性，而且在一定程度上也反映了系统的鲁棒性。     

空间坐标转换技术的分析与研究(一)

系统分析了空间坐标转换的不同形式及其相互关系,运用旋转矩阵理论作了较为深入的探讨,指出了使用中应注意的问题。提出了齐次矩阵,微分算子及雅可比阵矩等有用概念,作为例子,讨论了这些概念在机器人学中的应用。