空間機器人目標捕獲的路徑規(guī)劃與實驗研究.pdf

1、隨著空間探索的深入，空間機器人將發(fā)揮越來越重要的作用，在軌服務技術(shù)成為近年來的研究熱點。而目標捕獲是在軌服務的一項關鍵技術(shù)，本文以此為運用背景，重點研究空間機器人的笛卡爾路徑規(guī)劃、目標捕獲的自主路徑規(guī)劃、捕獲后目標的?？恳约盎藨B(tài)重穩(wěn)定的規(guī)劃等，并建立地面實驗系統(tǒng)，進行實驗研究。研究內(nèi)容主要包括以下幾個方面：
　　首先研究了空間機器人的笛卡爾路徑規(guī)劃，包括點到點路徑規(guī)劃和連續(xù)路徑規(guī)劃。點到點的路徑規(guī)劃僅用到正運動學方程，因而不受

2、動力學奇異的影響。多項式函數(shù)用于對關節(jié)角進行參數(shù)化，并進行歸一化處理。根據(jù)參數(shù)化的運動軌跡，通過數(shù)值積分得到機械臂末端位姿相對于待定參數(shù)的函數(shù)關系，最后采用牛頓迭代法求解待定參數(shù)。該方法克服了以往方法的局限性，考慮了關節(jié)位置、速度及加速度的限制，并給出了通用的賦待定參數(shù)初值的準則。對于連續(xù)路徑規(guī)劃，本文提出了以基座姿態(tài)、機械臂末端位置、末端姿態(tài)9個變量中的任意6個作為被控對象，利用機械臂6個關節(jié)角的運動，實現(xiàn)被控對象到達期望狀態(tài)的路徑規(guī)

3、劃方法。該方法基于速度級運動學方程和角動量守恒方程，實現(xiàn)了機械臂末端位姿跟蹤、基座無擾動位置跟蹤、基座無擾動姿態(tài)跟蹤、基座姿態(tài)調(diào)整的位置跟蹤及基座姿態(tài)調(diào)整的姿態(tài)跟蹤，具有重要的理論和實際意義。
　　笛卡爾路徑規(guī)劃受動力學奇異的影響，而基于廣義雅可比的奇異回避方法運算量較大。論文提出了實用的動力學奇異回避方法，將其轉(zhuǎn)換為實時的運動學奇異回避問題。首先，根據(jù) PUMA類型機器人的特點，將導致雅可比奇異的參數(shù)分離出來，并用阻尼倒數(shù)代替其

4、普通倒數(shù)，以回避運動學奇異的影響。該方法無需對雅可比進行 SVD分解，也無需對其最小奇異值進行估計，因而運算量小，且不犧牲末端所有方向的精度，將精度的損失降低到最小限度。在此研究的基礎上，結(jié)合空間機器人的動量守恒定理，提出了實用的空間機器人奇異回避路徑規(guī)劃方法。
　　論文還研究了目標捕獲的自主路徑規(guī)劃，提出了基于圖像和基于位置的兩種方法。文中將“自主”的概念詮釋為“自主預測目標運動”、“自主進行奇異回避”、“自主調(diào)整自身運動以免對

5、基座產(chǎn)生較大擾動”?；谖恢玫姆椒ㄖ苯釉诘芽柨臻g描述機械臂的操作任務，可控制機械臂的末端沿最佳軌跡接近并捕獲目標，但測量精度受手眼標定精度的影響很大；而基于圖像的方法，對標定誤差不敏感，且避免了3D重建的復雜過程，但需要實時計算圖像雅可比矩陣，而且圖像雅可比的奇異會導致算法的失效。因而，在實際運用中，將兩種方法結(jié)合起來，互為備份。
　　目標捕獲后組合體的姿態(tài)發(fā)生了偏轉(zhuǎn)，需重新穩(wěn)定姿態(tài)并將目標?？吭谥付ㄎ恢?，才能對其進行在軌服務。

6、本文提出了基于遺傳算法的非完整路徑規(guī)劃方法及捕獲后目標的?？颗c基座姿態(tài)重穩(wěn)定的思想。首次將遺傳算法用于非完整路徑規(guī)劃中，所規(guī)劃的路徑滿足機械臂關節(jié)的限制(即關節(jié)位置、速度及加速度受限)、關節(jié)路徑平滑、不受動力學奇異的影響。并將其用于同時實現(xiàn)“目標?？俊迸c“基座姿態(tài)重穩(wěn)定”。
　　為了驗證路徑規(guī)劃方法，論文將動力學仿真與運動學等效相結(jié)合，提出了地面實驗系統(tǒng)的兩種實現(xiàn)模式，并利用相對簡單的設備建立了實驗系統(tǒng)。該系統(tǒng)的特點是：可模擬觀察