基于星像位置误差估计星敏感器姿态角偏差的方法

利用传统的反正切法估算星敏感器测量姿态角偏差时,存在因计算量大干扰算法实时性等问题。针对上述问题,文中提出了根据星像位置误差直接估算星敏感器姿态角偏差的方法。通过分析星敏感器姿态测量原理,推导出星敏感器姿态角变化量对星像位置影响的数学关系式,进而在小视场条件下,得到星像位置误差与星敏感器姿态角测量偏差的公式。该公式计算过程简单,避免了大量的反正切计算。仿真结果表明,在相同的仿真实验条件下,该方法的计算时间比传统方法缩短了近四分之一,且该方法的计算精度也优于传统的反正切法。理论推导和仿真实验说明该方法具有计算量小、实时性好且精度较高的优点,具有一定的工程应用价值。

基于强化学习的采摘机器人采摘臂避碰设计

首先介绍了采摘机器人采摘臂避障问题和强化学习理论,并将强化学习方法应用到采摘臂避障问题中,构建了一平面3自由度的采摘机器人采摘臂的多Agent避碰系统。笔者研究目标是通过Agent感知采摘臂连杆与障碍物之间最小距离d和采摘臂姿态偏差角θ两方面信息,然后进行避障规划,在复杂未知环境中使其找到合适路径采摘目标。在NET平台上进行了基于强化学习的采摘臂避障系统平台的开发与仿真,对采摘臂避障系统的避障能力进行了测试分析。仿真实验表明:采摘臂避障避碰系统避障能力比较强,能够在复杂环境中采取避障措施,并准确达到指定位置。

载人运载火箭干扰在线补偿制导方法研究

由于干扰引起大推力运载火箭入轨前箭体姿态与最佳推力方向产生偏离,致使降低了入轨精度。为实现精确入轨,需对未知干扰进行在线估计和补偿。提出了姿态角偏差反馈和舵偏角反馈两种补偿方案,论述了两种方案的可行性。然后以姿态角偏差反馈为例给出具体实现步骤和三种姿态角偏差的在线估值方式。最后,给出仿真结论。结果表明,采用姿态角偏差反馈方式实现干扰在线补偿能够显著提高火箭的入轨精度。