针对空间绳系机器人(Tethered space robot,TSR)目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补...针对空间绳系机器人(Tethered space robot,TSR)目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补偿,设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制,在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器,并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比,对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明,设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制,与无鲁棒项自适应的稳定控制器仿真结果相比,本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿,控制过程中超调量更小,收敛时间更短,并且控制精度更高.展开更多
辐射开环空间绳系机器人(tethered space robot,TSR)编队是一种新型的空间绳系编队系统,其在构型稳定性、任务灵活性以及燃料消耗方面具有明显的优势。研究了辐射开环TSR编队自旋转速最优控制问题。首先建立了辐射开环TSR编队的自旋动...辐射开环空间绳系机器人(tethered space robot,TSR)编队是一种新型的空间绳系编队系统,其在构型稳定性、任务灵活性以及燃料消耗方面具有明显的优势。研究了辐射开环TSR编队自旋转速最优控制问题。首先建立了辐射开环TSR编队的自旋动力学模型;然后对编队自旋转速控制问题以及hp-自适应伪谱法求解最优控制问题的基本原理进行了描述,并设计了基于hp-自适应伪谱法的编队自旋转速闭环最优控制系统;最后通过仿真算例对设计的闭环最优控制系统进行验证和分析。展开更多
行星表面有探索价值的区域多处于极端地形之中,目前应用于探索该类地形的多为绳系机器人。首先简要评述极端地形绳系机器人的发展现状,依据现有极端地形绳系机器人机构构型的不同,将其划分为4类,分别为腿式、轮式、履带式及复合式,并分...行星表面有探索价值的区域多处于极端地形之中,目前应用于探索该类地形的多为绳系机器人。首先简要评述极端地形绳系机器人的发展现状,依据现有极端地形绳系机器人机构构型的不同,将其划分为4类,分别为腿式、轮式、履带式及复合式,并分析其优劣所在;其次分析绳系机器人关键技术,即系绳管理技术的发展现状。为了避免系绳缠绕,系绳从最初作为基本组件逐步发展为基于系绳的同步定位与建图(tethered simultaneous localization and mapping,TSLAM)问题,同时讨论了现有方法的局限性及未来可能的发展方向。展开更多
文摘针对空间绳系机器人(Tethered space robot,TSR)目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补偿,设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制,在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器,并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比,对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明,设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制,与无鲁棒项自适应的稳定控制器仿真结果相比,本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿,控制过程中超调量更小,收敛时间更短,并且控制精度更高.
文摘辐射开环空间绳系机器人(tethered space robot,TSR)编队是一种新型的空间绳系编队系统,其在构型稳定性、任务灵活性以及燃料消耗方面具有明显的优势。研究了辐射开环TSR编队自旋转速最优控制问题。首先建立了辐射开环TSR编队的自旋动力学模型;然后对编队自旋转速控制问题以及hp-自适应伪谱法求解最优控制问题的基本原理进行了描述,并设计了基于hp-自适应伪谱法的编队自旋转速闭环最优控制系统;最后通过仿真算例对设计的闭环最优控制系统进行验证和分析。
文摘行星表面有探索价值的区域多处于极端地形之中,目前应用于探索该类地形的多为绳系机器人。首先简要评述极端地形绳系机器人的发展现状,依据现有极端地形绳系机器人机构构型的不同,将其划分为4类,分别为腿式、轮式、履带式及复合式,并分析其优劣所在;其次分析绳系机器人关键技术,即系绳管理技术的发展现状。为了避免系绳缠绕,系绳从最初作为基本组件逐步发展为基于系绳的同步定位与建图(tethered simultaneous localization and mapping,TSLAM)问题,同时讨论了现有方法的局限性及未来可能的发展方向。