2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、基于運動預(yù)測和非線性優(yōu)化方法,本文為空間機器人自主抓捕合作型目標衛(wèi)星提出了一種方法,可以為空間機器人抓捕目標衛(wèi)星計算出可行的關(guān)節(jié)軌跡,且在保證成功抓捕的前提下,最小化關(guān)節(jié)運動對基座的姿態(tài)擾動。本方法基于兩步:(1)目標衛(wèi)星的運動觀測與預(yù)測,(2)點到點任務(wù)的基座姿態(tài)擾動最小的運動規(guī)劃。完成第一步后,根據(jù)目標運動的預(yù)測結(jié)果可以給定一個合適的抓捕時刻。由于抓捕時刻目標衛(wèi)星上手柄坐標系的位姿已知,故而可用點到點的運動規(guī)劃方法為空間機器人抓捕目

2、標衛(wèi)星規(guī)劃出合理的關(guān)節(jié)運動。具體研究內(nèi)容如下:
  研究了利用視覺信息對自由漂浮剛體的一般運動進行預(yù)測的算法。該算法可用來支持空間機器人抓捕衛(wèi)星的這類復(fù)雜操作的運動規(guī)劃,也可在缺少實時運動觀測結(jié)果的情況下用于替代運動觀測結(jié)果(如由于閉塞、有限的衛(wèi)星與地面的通信而造成無觀測結(jié)果)。本算法分為三步,首先使用空間機器人上的雙目相機觀測目標的運動,然后使用運動觀測結(jié)果識別一組合適的動力學參數(shù),最后用這組參數(shù)預(yù)測目標的運動。可用優(yōu)化算法求解

3、此參數(shù)識別問題,此優(yōu)化問題的目標函數(shù)為這組動力學參數(shù)對應(yīng)的位姿運動與觀測得到的位姿運動之差。可用運動觀測結(jié)果估計部分動力學參數(shù)的近似值,減少優(yōu)化問題的計算量。本文建立了運動觀測與預(yù)測的仿真系統(tǒng),用于檢驗算法的運動預(yù)測效果。利用仿真系統(tǒng)進行大量算例,并對結(jié)果統(tǒng)計分析,發(fā)現(xiàn)了算法的運動預(yù)測結(jié)果的一些規(guī)律,驗證了本算法的可靠性。
  提出了一種結(jié)合預(yù)測目標衛(wèi)星運動和規(guī)劃機械臂運動的抓捕方法,用于空間機器人自主抓捕目標衛(wèi)星。首先,基于多剛

4、體動力學理論,建立機械臂末端的運動微分方程和機械臂基座的姿態(tài)運動微分方程,這些方程中,關(guān)節(jié)運動是輸入項;然后用適當?shù)膮?shù)離散化機械臂的關(guān)節(jié)運動,最后使用基座姿態(tài)擾動最小的運動規(guī)劃方法為空間機器人抓捕目標衛(wèi)星尋找最優(yōu)的關(guān)節(jié)運動參數(shù)。規(guī)劃機械臂的運動時,首先利用目標衛(wèi)星的運動預(yù)測結(jié)果判斷機械臂沿著規(guī)劃的關(guān)節(jié)軌跡運動時,機械臂是否會與目標發(fā)生碰撞,排除危險的關(guān)節(jié)運動軌跡;然后,抓捕目標衛(wèi)星是首要目標,同時還考慮了最小化機械臂運動對基座姿態(tài)的擾

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論