基于Lyapunov方法的双臂空间机器人避障碍分级非完整运动规划

以Lyapunov方法为基础,讨论了载体姿态与位置均不受控制的双臂空间机器人系统的避障碍分级非完整运动规划问题.该方法充分利用系统的非完整动力学性质,以系统动量矩守恒关系及运动Jacobi关系为基础,建立控制设计所需的系统状态方程及控制输出方程;并在Lyapunov函数的选取上采用两级采取方式,即初级Lyapunov函数确保双臂空间机器人的两个末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保两个末端抓手避开工作空间中的障碍区域;两级合成则使双臂空间机器人的两个末端抓手既实现了指定的位置移动又避开了障碍区域.系统数值仿真,证明了方法的有效性.      

滑移铰空间机器人基于分级Lyapunov方法的避障碍非完整运动规划

基于分级Lyapunov方法,讨论了载体姿态与位置均不受控制的滑移铰空间机器人末端运动轨迹的避障碍运动学规划问题．首先以系统动量矩守恒关系及运动Jacobi关系为基础,建立了控制设计所需的系统状态方程及控制输出方程．此后,在Lyapunov函数的选取上采取分两级采取的方式,即初级Lyapunov函数确保滑移铰空间机器人的末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保末端抓手避开工作空间中的障碍区域;两级合成则使空间机器人的末端抓手既实现了指定的位置移动又避开了障碍区域．系统数值仿真,证明了方法的有效性．     

双臂空间机器人系统运动规划的双向逼近方法

基于双向逼近方法,讨论了载体位置与姿态均不受控制的双臂空间机器人系统的运动规划问题．该方法以系统动量和动量矩守恒关系为基础,建立了控制系统设计所需系统状态方程;并通过对系统状态方程应用双向逼近方法,获得了机械臂关节角的控制输入方程,从而达到对载体姿态及机械臂关节角的双重控制效果．该方法的优点是减少了载体姿态控制燃料的消耗,有效地延长了空间机器人系统的使用寿命．系统数值仿真证明了该方法的有效性．     

漂浮基姿态受控空间机械臂关节运动的自适应神经网络控制

讨论了载体位置无控、姿态受控情况下,空间机械臂姿态及关节协调运动的自适应神经网络控制问题.由拉格朗日第二类方法及系统动量守恒关系,建立了漂浮基空间机械臂的系统动力学方程.以此为基础,借助于RBF神经网络技术和GL矩阵及乘积算子定义,对空间机械臂系统进行了神经网络系统建模;之后针对空间机械臂所有惯性参数未知的情况,设计了空间机械臂载体姿态与机械臂各关节协调运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练和学习,因此更适于实时应用.通过对一个平面两杆自由漂浮空间机械臂系统的数值仿真,证实了方法的有效性.