空间机器人的智能控制器设计

自由漂浮空间机器人动力学方程不能被参数线性化并且存在模型不确定性，使得基于数学模型的控制问题变得十分复杂。本文研究了自由漂浮空间机器人的智能控制方法，提出了一个鲁棒的模糊神经网络控制器。首先利用模糊神经网络控制器来逼近理想控制器，然后利用鲁棒控制器对逼近误差进行估计和抑制。根据Lyapunov函数建立的新的网络学习算法保证了系统的稳定性。最后利用该控制器对平面二连杆空间机器人进行了研究。仿真结果表明该智能控制方案是有效的。     

地球静止轨道在轨服务技术研究现状与发展趋势

地球静止轨道(GEO)是人类仅有的一条独特卫星轨道,是极其珍贵的轨道资源。首先分 析了GEO环境现状和未来趋势,然后从“GEO轨道保护”和“GEO卫星在轨维护”两方面论述 了GEO在轨服务技术的内涵、服务机会和效益,介绍了世界各国GEO在轨服务技术的主要研究 进展,归纳了其中的关键技术。最后,对未来的发展趋势进行了展望。
     

无人月球基地总体初步设想

构建月球基地是月球探测的核心目标之一。作为一个巨型项目,月球基地总体建设涉及空间运输、能源、结构构建、月面移动、资源利用、科学探索、测控通信等诸多方面。文章尝试论述构建无人月球基地的任务目标、核心功能与组成、概念方案、实施步骤等核心要素,提出构建无人月球基地的总体思路,为未来月球基地任务的实施提供参考。     

基于观测器的漂浮基空间机器人模糊神经网络控制

针对自由漂浮状态的空间机器人模型不确定性及外部干扰,并考虑到通常其关节电机运行于低速工况下,测速机难以满足要求,提出了一种速度重构的空间机器人模糊基函数网络控制策略。首先建立空间机器人动力学模型,而后借助观测器来重构速度信息,利用模糊基函数网络的学习能力来同时逼近控制器和观测器中的非线性,动态抵消模型不确定性及系统偏差对速度重构的影响。网络的权值及参数的调整算法在线实时自适应调整,不需要离线学习阶段。仿真结果表明该控制策略能够达到较高的控制精度,对于通常工作在低速工况下的空间机器人具有重要工程应用价值。     

基于后退设计的空间机器人系统的自适应控制

 结合后退设计方法和自适应控制理论,对载体姿态可控的空间机器人系统提出了一种自适应跟踪控制算法。当系统的惯性参数未知时,该算法可以保证空间机器人的手端跟踪误差渐近趋于零。和已有的算法相比,所提出的算法可以消除Lyapunov函数导数表达式中的交叉项,明显改善系统的跟踪性能。对平面两关节空间机器人的仿真结果证实了算法的有效性。     

能量辅助骨骼服NAEIES的开发

骨骼服是一种辅助人承受负载,有效增强人的负重能力,并帮助人们在各种地形条件下行走,结合了人的智能和机械动力装置的机械能量的一种人机结合的机器人。文章介绍了海军航空工程学院开发的能量辅助骨骼服(NAEIES)的系统组成及工作原理。NAEIES采用上肢控制下肢的原理,通过测量上肢的运动信息,控制下肢膝关节的运动,而下肢髋关节的运动则通过气弹簧来巧妙地实现,良好的实现了骨骼服在承载的同时,跟踪人的行走步态。     

机器人智能化焊接技术发展综述及其在运载火箭贮箱中的应用

针对当前航天产品焊接尚存在焊接自动化水平低、产品质量依赖操作者水平等问题,迫切需要采用机器人智能化焊接技术实现"以机器人换人".文章阐述了机器人智能化焊接技术的概念,综述了机器人智能化焊接技术发展现状,分析了机器人焊接动态过程的多信息传感技术、知识提取与建模方法以及智能化控制等关键技术.结合上海航天精密机械研究所近年来...     

空间细胞机器人面向桁架在轨攀爬步态分析

面向空间在轨装配维修过程中的攀爬移动问题,基于空间细胞机器人(CSR)理念,提出连接细胞、转动细胞、末端执行细胞三种基本细胞单元。利用图论和拓扑学原理,在关联矩阵的基础上进行改进得到一种细胞迁移矩阵,直观准确地表达细胞机器人任意构型,以及不同节点之间的组织迁移过程。考虑桁架应用环境和细胞机器人自身的特点,划分出三种广义双杆攀爬工况,能够覆盖所有桁架攀爬任务需求。利用基于旋量理论的指数积公式进行不失一般性运动学分析。基于一致性、重复性以及无干涉原则,针对每种攀爬工况提出相应的攀爬步态,进行数值仿真分析,对比不同步态细胞机器人的关节力矩、能耗以及末端轨迹所占据工作空间等参数。仿真结果对空间机器人在轨攀爬路径规划以及控制方式的研究具有重要理论意义和工程价值。     

基于信息素差异分布策略的路径规划蚁群改进算法

针对传统蚁群算法用于移动机器人路径规划时存在初期盲目性搜索、收敛速度慢以及容易陷入局部最优的问题,提出一种蚁群改进算法。首先根据各节点相对于起始点和目标点连线之间的距离,对初始信息素不平均分配,使其呈正态分布,降低算法搜索初期的盲目性,加快最优解的搜索;其次改进挥发因子,采用双挥发因子原则,控制信息素的挥发,既降低局部最优的可能,又能加快收敛速度;对冗余路径作进一步优化处理,使得路径更优。仿真结果表明,本文蚁群改进算法相对比传统蚁群算法以及其他蚁群改进算法收敛速度更快,收敛性更稳定。     

基于状态改变的机器人动态障碍物路径规划算法

借鉴电路中,电器元件对于外加激励,状态发生改变,同时在最短时间内恢复到初始状态的现象,将动态障碍物的实时变化类比为外加激励,提出一种基于状态改变的机器人动态障碍物路径规划算法。首先对机器人绕行单个固定障碍物进行深入分析,然后采用状态更新的方式,对动态障碍物进行分析,最后利用叠加法,对存在动态障碍物和静态障碍物的混合任务规划区域进行分析,并生成避障路径。为了验证算法在多障碍物环境的路径规划能力,利用数值仿真模拟实验,结果表明,在该算法中,机器人能够分别有效的实现静态障碍物区域、动态障碍物区域以及动静混合障碍物区域的路径规划。