一种基于预测的空间非合作目标抓捕策略制造技术

本发明专利技术涉及一种基于预测的空间非合作目标抓捕策略，首先，结合空间机器人的数字建模，构建空间机械臂的工作空间W；基于非合作目标的历史观测数据，对非合作目标的运动状态在有限时域内进行最优状态序列预测，并借此对非合作目标动态安全区进行时空推演；结合工作空间分析与运动预测，考虑抓捕点在空间中的运动轨迹，确定当前态势下抓捕的可行性以及抓捕时机；在此基础上，基于RRT算法搜索可行的快速抓捕路径，并进行路径的平滑，得到空间机械臂可执行的跟踪路径。有益效果：生成的路径满足避障、抓捕末端条件等约束，同时算法具有快速性。

A Prediction-based Spatial Non-cooperative Target Capture Strategy

The present invention relates to a prediction-based space non-cooperative target capture strategy. Firstly, the workspace W of the space manipulator is constructed by combining the digital modeling of the space robot. Based on the historical observation data of the non-cooperative target, the optimal state sequence of the non-cooperative target is predicted in a finite time domain, and the dynamic safety zone of the non-cooperative target is deduced in time and space. Combining workspace analysis and motion prediction, considering the trajectory of the capture point in space, the feasibility and timing of the capture under the current situation are determined. On this basis, the feasible fast capture path is searched based on RRT algorithm, and the path is smoothed to obtain the executable tracking path of the space manipulator. Beneficial effect: The generated path satisfies the constraints of obstacle avoidance and terminal capture conditions, and the algorithm is fast.

【技术实现步骤摘要】
一种基于预测的空间非合作目标抓捕策略
本专利技术属于空间非合作目标控制技术，涉及一种基于预测的空间非合作目标抓捕策略，涉及一种利用空间机器人基于运动预测进行空间非合作目标抓捕的策略。
技术介绍
针对空间中的失效航天器、失控航天器、空间垃圾等非合作目标，实现对此类目标的在轨自主捕获是完成空间飞行器在轨服务与维护的前提，也是实现在轨服务的关键所在。因此，空间抓捕与操控是在轨服务与维护的核心技术之一，具有重要的理论与工程研究价值。鉴于机械臂的敏捷性、可重用性、多功能性等特点，利用空间平台搭载机械臂对空间目标进行在轨操控是当前航天技术发展的重要方向之一，见文献：刘宏,蒋再男,刘业超.空间机械臂技术发展综述[J],载人航天,21(5),2015,435-443.。由于空间非合作目标几何和质量特性复杂，其运动存在的复杂的非线性特性；机械臂与搭载平台之间存在复杂的动力学耦合特性，以及当前机器人智能技术水平的限制，使得利用空间机器人抓捕非合作目标的难度大大提升，制约了空间自主操控技术的发展。空间机器人的运动规划问题成为在轨抓捕过程中一个极具挑战性的技术难题。针对空间机械臂的运动规划问题，Yoshida等学者提出了零反作用空间的概念并在ETS-VII项目中进行了飞行验证，特别是针对运动学冗余机械臂，在此空间内设计的机械臂轨迹可以最小化基座姿态干扰并移除操作过程中的关节速度约束，见文献：K.Yoshida,K.Hashizume,S.Abiko.ZerosReactionManeuver:FlightValidationwithETS-VIISpaceRobotandExtensiontoKinematicallyRedundantArm[C],ProceedingsoftheIEEEInternationalConferenceonRoboticsandAutomation(ICRA),1,2001,441-446.。基于智能搜索的遗传算法，Xu等人针对自由漂浮空间机器人提出了速度级逆运动学的方法，用于实现机械臂末端执行器连续位姿跟踪、基座姿态调整等任务，见文献：W.Xu,B.Liang,C.Li,Y.Xu.AutonomousRendezvousandRoboticCapturingofNon-CooperativeTargetinSpace[J],Robotica,28(5),2010,705-718.。史士财等采用4-3-4分段关节轨迹描述，设计了空间机械臂全局反作用优化方法，并基于气浮轴承法利用地面试验系统进行了验证，见文献：史士财,吴剑威,崔平远,刘宏.空间机械臂全局反作用优化及其地面试验研究[J],机器人,31(3),2009,242-247.。Aghili利用激光相机辅助Kalman滤波，预测抓捕目标卫星的运动状态并提出近距离抓捕翻滚卫星的最优控制策略，实现了对目标负载捕获的时间最优控制或机械臂关节速度、加速度的最优控制，见文献：F.Aghili.APredictionandMotion-PlanningSchemeforVisuallyGuidedRoboticCapturingofFree-FloatingTumblingObjectswithUncertainDynamics[J],IEEETransactionsonRobotics,28(3),2012,634-649.。Lampariello等则应用B样条曲线描述关节参数化轨迹并调用非线性优化中的序列二次规划法进行搜索，见文献：R.Lampariello,G.Hirzinger.GeneratingFeasibleTrajectoriesforAutonomousOn-OrbitGraspingofSpinningDebrisinaUsefulTime[C],ProceedingsoftheIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS),2013,5652-5659.。基于采样的运动规划方法是最近十几年提出的一种算法，并且已引起学术界的极大关注。基于采样的运动规划一般通过连接一系列自由空间中的随机采样点，试图建立从初始状态到终端状态的路径。RRT及其改进算法是近来得到广泛发展的基于采样的运动规划算法之一，见文献：S.M.LaValle,J.J.Kuffner.RandomizedKinodynamicPlanning[J],InternationalJournalofRoboticsResearch,20,2001,378-400.。其设计用于有效搜索高维非凸空间，可用于路径规划、虚拟现实等，适合解决多自由度机器人在复杂和动态环境中的路径规划，目前主要应用于地面移动机器人的运动规划，在空间任务中的应用仍然较少，见文献：L.Palmieri,S.Koenig,K.O.Arras.RRT-BasedNonholonomicMotionPlanningUsingAny-AnglePathBiasing[C],ProceedingsoftheIEEEInternationalConferenceonRoboticsandAutomation(ICRA),2,2016,2775-2781.。上述有关机器人的自主运动规划研究对于机械臂的工作空间分析、抓捕时机确定以及运动过程中可能发生的碰撞等问题，仍缺乏统一有效的理论支撑。
技术实现思路
要解决的技术问题为了避免现有技术的不足之处，本专利技术提出一种基于预测的空间非合作目标抓捕策略，针对空间机器人在轨抓捕非合作目标的任务，结合机械臂的工作空间分析、非合作目标运动预测、抓捕时机确定、目标动态影响区映射以及快速随机搜索树算法，构建一种空间机械臂在轨捕获的快速运动规划框架，为非合作目标在轨的快速、安全抓捕提供了新的解决方案。技术方案一种基于预测的空间非合作目标抓捕策略，其特征在于步骤如下：步骤1、非合作目标在轨抓捕约束确定：定义：障碍空间ObstacleSpace：定义了位姿空间中的障碍空间自由空间FreeSpace：位姿空间中的无碰撞区域成为自由空间，表示为Cobs与C的集合差集，Cfree＝C/Cobs；约束确定：工作空间约束：非合作目标上选定的抓捕点在抓捕过程中要位于空间机械臂的工作空间W中，即要处于由工作空间W构成的Cfree中；避撞约束：要求设计的路径从qinit到qgoal全程无碰撞发生，且机械臂自身不发生自碰撞；抓捕末端约束：非合作目标上的抓捕点需处于工作空间，且满足一定的末端锥约束：ua·ub≥δ，其中ua与ub为单位向量，δ为末端锥约束的门限值；步骤2、机械臂工作空间分析：空间机器人的工作空间其中为关节空间；在θmin≤θ≤θmax关节范围内利用蒙特卡洛随机采样法及机械臂正向运动学，得到空间机械臂的工作空间W；步骤3、非合作目标运动预测：建立非合作目标运动各态历经模型的自回归结构，t时刻非合作目标的运动状态为x(t)：线性函数fμ和fσ采用自回归模型方法计算获得；均值μ和方差σ2为隐Markov参数；当不具备目标的先验信息时，假设Markov转移函数P(x(t))满足Gauss密度分布：将迁移函数P(x(t)本文档来自技高网...

【技术保护点】
1.一种基于预测的空间非合作目标抓捕策略，其特征在于步骤如下：步骤1、非合作目标在轨抓捕约束确定：定义：障碍空间Obstacle Space：

【技术特征摘要】
1.一种基于预测的空间非合作目标抓捕策略，其特征在于步骤如下：步骤1、非合作目标在轨抓捕约束确定：定义：障碍空间ObstacleSpace：定义了位姿空间中的障碍空间自由空间FreeSpace：位姿空间中的无碰撞区域成为自由空间，表示为Cobs与C的集合差集，Cfree＝C/Cobs；约束确定：工作空间约束：非合作目标上选定的抓捕点在抓捕过程中要位于空间机械臂的工作空间W中，即要处于由工作空间W构成的Cfree中；避撞约束：要求设计的路径从qinit到qgoal全程无碰撞发生，且机械臂自身不发生自碰撞；抓捕末端约束：非合作目标上的抓捕点需处于工作空间，且满足一定的末端锥约束：ua·ub≥δ，其中ua与ub为单位向量，δ为末端锥约束的门限值；步骤2、机械臂工作空间分析：空间机器人的工作空间其中为关节空间；在θmin≤θ≤θmax关节范围内利用蒙特卡洛随机采样法及机械臂正向运动学，得到空间机械臂的工作空间W；步骤3、非合作目标运动预测：建立非合作目标运动各态历经模型的自回归结构，t时刻非合作目标的运动状态为x(t)：线性函数f...

【专利技术属性】
技术研发人员：王明明，罗建军，袁建平，朱战霞，党朝辉，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61