在轨操控机器人拓邻域搜索三维路径规划

针对空间在轨操控机器人在桁架式空间站执行操控任务时,需要在桁架间自由穿行且时刻与空间站保持接触的任务特性,提出基于拓邻域搜索蚁群算法的三维全局路径规划方法.该方法首先建立桁架式空间站的三维栅格模型;充分考虑机器人穿行时的包络约束和操控时的接触约束,在路径规划和轨迹搜索前对被操控对象的三维栅格模型进行预处理和修正,缩减路...     

空间连续型机器人位姿与构型的能量整形控制

针对空间连续型机器人(SCR)位置和姿态机动、连续型机械臂变形控制以及系统受到外界干扰的问题,基于连接与阻尼配置-无源性控制(IDA PBC)方法设计了控制器。通过能量整形得到空间连续型机器人期望的能量函数,再对系统注入阻尼使其渐近稳定。利用非线性干扰观测器估计系统受到的干扰,并对外界干扰进行补偿。仿真结果表明：设计的控制器可以使空间连续型机器人机动到指定的位置和姿态,同时控制连续型机械臂变形为期望的构型,并且具有主动抗干扰的能力。通过选择合适的能量整形系数和阻尼注入系数,可使系统以期望的动态性能到达指定的平衡点。     

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。     

基于相关峰细化时延估计的舱内服务机器人发话人定位研究

发话人定位是舱内服务机器人有效区分航天员与环境并获取与航天员相对位置关系的重要手段。针对时延估计的机器人声定位算法精度受采样频率和噪声限制的问题,提出了一种基于相关峰精确插值的空间六元阵列发话人定位方法。该方法基于机器人球形结构设计,利用信号预处理和二次相关降低噪声干扰,通过线性调频Z变换(MCZT)取代快速傅里叶变换(FFT)计算细化频谱,突破已有时域采样率的限制,能有效弱化FFT带来的栅栏效应,提高相关函数分辨率、时延估计精度及发话人定位精度。实验结果表明:基于相关峰精确插值算法的发话人定位方法,其时延估计性能有明显提升,能较好地对声源目标进行定位,且算法精度优于基于广义互相关的发话人定位方法,能满足舱内服务机器人的定位需求。     

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。     

一种空间机器人用复杂末端执行装置的可靠性验证方法

对空间机器人用末端执行装置的功能展开分析，确定表征产品功能的可靠性特征参数和分布类型，提出一种可靠性试验验证方法。结合空间站机械臂末端执行器给出具体应用验证，包括产品分析、可靠性模型的建立、特征量和分布类型的确定、样本量的选取和故障判据等内容，为其他复杂空间产品的可靠性验证提供思路。该验证方法基于计量型可靠性试验的基本思路，通过极小的样本量完成产品的可靠性验证，大幅缩减研制经费，降低科研成本。     

腿臂融合型在轨装配机器人运动建模与步态规划

针对目前机器人在轨装配存在的作业效率低、空间操作受限、环境感知不完全等问题，提出一种腿臂融合型在轨装配机器人。首先，使用D-H法建立了腿臂融合型装配机器人运动学模型，并对其单个腿部进行正逆运动学分析，得到单个腿各个关节角和足端之间的运动关系；其次，分析了腿臂融合型装配机器人的行走步态和装配步态，行走步态中分析了二步态和三步态，装配步态中分析了单臂装配和双臂装配，使机器人达到平稳的行走和装配；最后，基于ROS(robot operating system)搭建仿真平台并对行走步态进行了仿真验证，结果表明提出的方法能够有效用于该机器人的行走。     

Capture and detumbling control for active debris removal by a dual-arm space robot

Active debris removal (ADR) technology is an effective approach to remediate the proliferation of space debris, which seriously threatens the operational safety of orbital spacecraft. This study aims to design a controller for a dual-arm space robot to capture tumbling debris, including capture control and detumbling control. Typical space debris is considered as a non-cooperative target, which has no specific capture points and unknown dynamic parameters. Compliant clamping control and the adaptive backstepping-based prescribed trajectory tracking control (PTTC) method are proposed in this paper. First, the differential geometry theory is utilized to establish the constraint equations, the dynamic model of the chaser-target system is obtained by applying the Hamilton variational principle, and the compliance clamping controller is further designed to capture the non-cooperative target without contact force feedback. Next, in the post-capture phase, an adaptive backstepping-based PTTC is proposed to detumble the combined spacecraft in the presence of model uncertainties. Finally, numerical simulations are carried out to validate the feasibility of the proposed capture and detumbling control method. Simulation results indicate that the target detumbling achieved by the PTTC method can reduce propellant consumption by up to 24.11%.     

基于深度强化学习的四足机器人后空翻动作生成方法

四足机器人灵巧运动技能的生成一直受到机器人研究者们的广泛关注,其中空中翻滚运动既能展现四足机器人运动的灵活性又具有一定的实用价值.近年来,深度强化学习方法为四足机器人的灵巧运动提供了新的实现思路,利用该方法得到的闭环神经网络控制器具有适应性强、稳定性高等特点.本文在绝影Lite机器人上使用基于模仿专家经验的深度强化学习方法,实现了仿真环境中四足机器人的后空翻动作学习,并进一步证明了设计的后空翻闭环神经网络控制器相比于开环传统位置控制器具有适应性更高的特点.