空间机器人抓捕目标后动力学参数辨识研究

合集下载

空间柔性机器人在轨抓取与转移目标动力学与控制

建模分析
空间柔性机械臂的建模过程包括对其结构、材料选择、动力学等方面的分析。首先，在结构方面，需要考虑机械臂的长度、自由度、关节类型等因素，以使其适应不同的任务需求。其次，在材料选择方面，应选择轻质、高强度、耐腐蚀等性能优越的材料，以确保机械臂在太空环境下的稳定性和可靠性。最后，在动力学方面，需要建立准确的数学模型，以描述机械臂在轨运行时的动态特性。
3、姿态估计：常用的姿态估计方法包括最小二乘法、卡尔曼滤波器等。这些方法可以对机械臂末端执行器的姿态进行实时估算，从而为控制系统的决策提供准确依据。
谢谢观看
五、智能感知与交互
智能感知和交互设备是空间柔性机器人的重要组成部分，用于实现机器人与外部环境的交互和感知。视觉传感器、红外传感器、超声波传感器等是常用的感知设备，能够获取环境中的图像、温度、距离等信息。同时，空间柔性机器人还具有与其他设备或人员的交互能力，例如通过无线通信与地面控制中心进行信息交换，或者与空间机器人进行协同作业等。
空间柔性机器人在轨抓取与转移目标动力学与控制
目录
01 一、引言
03
三、抓取与转移目标动力学与控制
02 二、总体结构
04
四、面向任务的目标识别与适应控制
目录
05 五、智能感知与交互
07 七、结论
06 六、安全与可靠性 08 参考内容
随着空间探索的不断深入，空间机器人在轨服务已成为越来越重要的研究方向。其中，空间柔性机器人在轨抓取和转移目标成为一项关键技术。本次演示将介绍空间柔性机器人的概念、总体结构、抓取与转移目标动力学与控制、面向任务的目标识别与适应控制、智能感知与交互以及安全与可靠性等方面的内容。
七、结论
空间柔性机器人在轨抓取和转移目标具有广泛的应用前景和发展潜力。通过对其总体结构、抓取与转移目标动力学与控制、面向任务的目标识别与适应控制、智能感知与交互以及安全与可靠性等方面的研究，可以不断提高机器人的性能和可靠性，拓展其在空间探索领域的应用范围。未来，随着技术的不断进步和发展，空间柔性机器人将在更广泛的领域发挥重要作用，为人类探索未知领域提供重要支持。

机器人运动学与动力学参数辨识

机器人运动学与动力学参数辨识机器人在现代工业中起着至关重要的作用，在许多领域被广泛应用。

而要使机器人能够精准地执行任务，需要对其运动学和动力学参数进行准确辨识。

机器人的运动学和动力学参数是描述机器人运动和力学特性的重要参数。

运动学参数主要包括位姿参数（如机器人的坐标和角度等），而动力学参数则包括质量、惯性矩阵和摩擦力等。

机器人运动学的研究主要关注机器人的位姿和轨迹，通过定义机器人的坐标系和关节坐标来描述机器人的运动状态。

机器人动力学则关注机器人在运动过程中的力学特性，如力、力矩和速度等。

机器人的运动学和动力学参数辨识旨在精确地确定机器人的参数，进而提高机器人的运动和控制性能。

机器人运动学和动力学参数辨识的方法可以分为基于物理模型和非基于物理模型的方法。

基于物理模型的方法主要是通过解析机器人的数学方程来确定参数，比较常用的方法有最小二乘法和最大似然法。

而非基于物理模型的方法则是通过实验数据的采集和处理来辨识参数，这种方法需要较大的样本量和数据处理能力。

在机器人运动学参数辨识中，最小二乘法是一种常用的方法。

该方法通过最小化误差平方和来估计机器人的参数。

具体步骤是先设置参数初值，然后通过运动学模型计算机器人的位姿，最后通过误差函数的最小化来求解参数，使得计算结果与实际观测值之间的差异最小。

机器人动力学参数的辨识相对较为复杂，通常需要通过实验数据和逆动力学模型来进行。

逆动力学模型是根据机器人运动学和动力学方程推导得到的，可以通过遗传算法、神经网络等方法来优化参数，从而准确地描述机器人的力学性能。

除了基于物理模型和非基于物理模型的方法外，还有一些其他方法可用于机器人运动学和动力学参数的辨识。

例如，基于惯性传感器的方法可以通过测量机器人的加速度和角速度来辨识参数，这种方法可以克服物理模型误差和噪声对参数辨识的影响。

总之，机器人运动学和动力学参数的辨识对于机器人的精确控制和运动能力至关重要。

通过准确辨识机器人的参数，可以提高机器人的精度、稳定性和可靠性，进而推动机器人技术的发展和应用。

空间机器人捕获动力学与控制

第２１卷第１２期２０２３年１２月动力学与控制学报J O U R N A L O FD Y N AM I C SA N DC O N T R O LV o l ．２１N o ．１２D e c ．２０２３文章编号:１６７２Ｇ６５５３Ｇ２０２３Ｇ２１(１２)Ｇ０２２Ｇ０１５D O I :１０．６０５２/１６７２Ｇ６５５３Ｇ２０２３Ｇ１３２㊀２０２２Ｇ１２Ｇ２９收到第１稿,２０２３Ｇ０３Ｇ２６收到修改稿．∗国家自然科学基金面上基金资助项目(１２１７２２１４),N a t i o n a lN a t u r a l S c i e n c eF o u n d a t i o no fC h i n a (１２１７２２１４)．†通信作者E Ｇm a i l :c a i g p ＠s jt u ．e d u ．c n 空间机器人捕获动力学与控制∗蔡国平†㊀刘晓峰㊀刘元卿(上海交通大学工程力学系,上海㊀２００２４０)摘要㊀空间目标的在轨捕获是航天器在轨服务的重要内容,无论是太空碎片清理还是对航天器进行维修等,都首先需要解决捕获这个极具挑战性的问题．本文对空间机器人捕获空间目标的动力学与控制问题进行综述,首先介绍国内外主要的空间机器人计划,然后介绍捕获前㊁捕获中㊁捕获后三个阶段的动力学与控制问题,寄望于本文内容能够对从事空间机器人技术研究的学者有所裨益．关键词㊀空间机器人,㊀捕获,㊀空间目标,㊀动力学与控制中图分类号:O ３２文献标志码:AC a p t u r i n gD y n a m i c s a n dC o n t r o l o f S pa c eR ob o t s ∗C a iG u o p i n g †㊀L i uX i a o f e n g ㊀L i uY u a n q i n g(D e p a r t m e n t o fE n g i n e e r i n g M e c h a n i c s ,S h a n g h a i J i a oT o n g U n i v e r s i t y ,S h a n gh a i ㊀２００２４０)A b s t r a c t ㊀I n Ｇo r b i t c a p t u r e o f s p a c e o b j e c t s i s a c r u c i a l a s p e c t o f s p a c e c r a f t s e r v i c i n g,w h e t h e r i t i n v o l v e s s p a c e d e b r i s r e m o v a l o r s p a c e c r a f tm a i n t e n a n c e ．T h e c h a l l e n g i n g t a s ko f c a p t u r i n g o b j e c t s i n s pa c e i s t h e p r i m a r y f o c u s o f t h i s a r t i c l e ．T h i s p a p e r p r o v i d e s a c o m p r e h e n s i v e r e v i e wo f t h e d yn a m i c s a n d c o n t r o l i s Ｇs u e s r e l a t e d t o s p a c e r o b o t c a p t u r e ．I t b e g i n s b y i n t r o d u c i n g m a j o r s p a c e r o b o t p r o gr a m s b o t h d o m e s t i c a l Ｇl y a n d i n t e r n a t i o n a l l y ．S u b s e q u e n t l y ,i td e l v e s i n t ot h ed y n a m i c sa n dc o n t r o l p r o b l e m sd u r i n g t h e p r e Ｇc a p t u r e ,m i d Ｇc a p t u r e ,a n d p o s t Ｇc a p t u r e p h a s e s ．I t i s h o p e d t h a t t h e c o n t e n t o f t h i s a r t i c l ew i l l b e b e n e f i Ｇc i a l t o s c h o l a r s e n g a g e d i n s p a c e r o b o t t e c h n o l o g y re s e a r c h ．K e y wo r d s ㊀s p a c e r o b o t ,㊀c a p t u r e ,㊀s p a c e o b j e c t ,㊀d y n a m i c s a n d c o n t r o l 引言随着人类对外太空探索的逐渐深入,空间领域相关技术引起了人们的更多关注,它不仅是一个国家荣誉的象征,也是一个国家科技水平的标志,它的发展关系着未来空间资源利用以及国家空间安全等重大问题．由于太空环境的强辐射㊁微重力㊁大温差㊁高真空等特点,宇航员在太空的活动存在着很多威胁和困难,空间机器人便成为代替宇航员完成太空任务的重要选择之一[１,２]．空间机器人具有如下优势与特点[３]:(１)不需要考虑维持人类生命的生态系统,(２)可以大幅度提升空间环境的适应能力,(３)可以长时间地在太空中执行任务,(４)能够降低成本和提高空间任务的效率,(５)能够完成很多情况下人类无法胜任的高精度㊁高可靠度的操作任务．正是由于空间机器人所具有的诸多优势,各个航天技术大国都在大力开展空间机器人相关技术的研第１２期蔡国平等:空间机器人捕获动力学与控制究．空间机器人主要是由航天器的本体及装载在本体上的机械臂所构成,主要用于太空垃圾清除㊁空间站建造及维护㊁航天器组装与维修㊁空间探测㊁空间攻防以及太空实验等[３,４],以空间机器人为核心的在轨服务技术逐渐成为当下空间技术发展和应用的热点之一[５]．以下从四方面简略阐述空间机器人的用途．太空垃圾清理．随着空间技术的不断发展,人类向太空中发射的航天器数量也在不断增多,太空垃圾数量呈现出爆发式增长．太空垃圾包括达到使用年限而报废或失效失控的人造卫星㊁火箭末级㊁箭星分离所产生的碎片㊁太空中漂浮的废弃物相互撞击所产生的小碎片等．世界各国目前每年发射的航天器的数量大约是８０~１３０颗,其中约有２％的航天器没有成功进入指定轨道,并且有８％左右的航天器在进入指定轨道后一个月后就发生失效[６]．据估计,在太空中环绕地球飞行㊁长度大于１０c m 的各种太空垃圾的数量不少于２１０００件．这些太空垃圾长期占据着有限的轨道资源,对正常在轨运转的航天器带来严重威胁,如何清理太空垃圾已成为人们关注的热点问题[７,８],利用空间机器人来对太空垃圾进行捕获㊁然后将其拉进坟墓轨道或者将其拉至更低轨道进入大气层销毁,是太空垃圾治理的重要手段之一．在轨修理维护与燃料添加．卫星从研制㊁生产㊁及在轨使用等整个过程的投入是巨大的．卫星在发射之前都经过了周密设计,并且充分考虑了各种可能会导致卫星失效的因素．但是由于太空环境的恶劣等因素,有些卫星在未到达设计寿命时就发生故障[９,１０]．另一方面,卫星所能携带的燃料有限,太阳能设备也存在着使用寿命,当燃料耗尽或者太阳能设备使用寿命到期后,卫星成为了废星．利用空间机器人则可以对卫星进行维修与添加燃料,使其重新正常工作．失效卫星再利用．卫星发射升空后有可能出现太阳翼无法正常展开,也有可能出现通讯设施无法对地正常通讯等问题,从而导致卫星失效[１１,１２]．１９９７年６月,价值４．７４亿美元㊁原本设计寿命３年的日本A d e o s卫星在工作一年后,由于太阳翼故障而导致卫星完全失效,它是日本公开的已发射的最大和最复杂的卫星之一．２００６年１０月,西昌卫星发射中心发射的鑫诺二号通信广播卫星由于太阳能帆板和收发信号的天线没能成功展开,导致这颗耗费２０亿元的卫星失效．以上这些问题可以利用空间机器人而得以解决,相比再次发射新卫星可以大大节约成本．空间军事攻防[１３]．由于空间技术的飞速发展,军用卫星也在不断涌现,使得现代战争发生了巨大变革．军事力量对通信㊁气象㊁导航及定位等有着绝对依赖,可以讲空间技术能够决定现代战争的成败．如何削弱敌方空间设备的能力㊁保证己方空间设备的安全和正常工作,是未来战争的一个重要课题,利用空间机器人技术来提升空间攻防的能力是其中的焦点之一．１㊀国内外空间机器人发展概况近几十年来,空间机器人技术得了迅速发展,取得了很多成果,以下对各个航天大国的主要空间机器人计划做一简介．１．１㊀美国早在２０世纪８０年代,美国就已逐步着手空间机器人相关项目的科研工作,他们的主要项目包含如下,项目示意图如图１所示．(１)F T S项目(F l i g h t T e l e r o b o t i cS e r v i c eＧF T S)[１４]．F T S是１９８６年由N A S A主导发起的,它是美国最早的空间机器人项目,原定于１９９３年对项目中的D T FＧ１空间机器人进行测试飞行实验,以评估机器人系统在太空中的性能．它的主要目标是把机器人带出实验室而将其应用于恶劣的太空中环境,使其朝着自主的方向发展,从而替代宇航员完成在轨任务．虽然该项目于１９９１年被取消了,但是D T FＧ１空间机器人的设计已经基本结束,并且完成了机器人末端执行机构的制作．此外,该项目在各阶段相关飞行硬件方面的研究也取得了一些成果．(２)R T F X项目(R a n g e rT e l e r o b o t i cF l i g h t E x p e r i m e n tＧR T F X)[１５,１６]．该项目开始于１９９２年,计划于１９９８年从地球低轨道上的航天飞机上发射,主要目的是验证空间遥操作机器人对航天器的各种服务功能,为将来执行对近地轨道上航天器的在轨任务做准备．项目中的机器人是高度先进的,并且在太空环境中具有自由飞行能力．３２动㊀力㊀学㊀与㊀控㊀制㊀学㊀报２０２３年第２１卷图１㊀美国空间机器人项目示意图F i g．１㊀S c h e m a t i c d i a g r a mo f t h eU S s p a c e r o b o t p r o j e c t㊀㊀(３)S k y w o r k e r项目[１７]．S k y w o r k e r是由C a rＧn e g i eM e l l o n大学自主研制的,主要用于大规模有效载荷的运输和装配任务,它是一个具有１１个自由度的可移动空间机器人．(４)A E R C a m项目(T h eA u t o n o m o u sE x t r aＧv e h i c u l a rA c t i v i t y R o b o t i cC a m e r aＧA E R C a m)[１８]．A E R C a m是一个沙滩球大小㊁具有６个自由度的摄像机器人,主要用来对空间站和航天飞机内外部进行观察,从而帮助宇航员完成空间在轨任务．它是由美国N A S A约翰逊航天中心设计开发的,机器人的半径为１４c m,总重为１５．３３K g,其中带有重为０．５４４K g的燃料．上面装有用来传送视频流到电脑和地面的两个摄像机㊁１２个小型氮气动力推进器和航电设备．１９９７年１２月,A E R C a m进行了在轨测试,由舱外宇航员手动释放后飞行了约３０分钟,由舱内宇航员对它进行操纵拍摄图片并回传相关数据[１９]．(５)R o b o n a u t项目[２０,２１]．R o b o n a u t是由美国N A S A约翰逊航天中心研制的,是一款用来取代航天员完成舱段外工作的空间机器人．R o b o n a u t在外形和运动能力上基本与人类的上半身一样,主要包含头部㊁躯体和手臂等部分,它能够使用多种工具完成大量复杂的操作．(６)S C O U T项目(S p a c e C o n s t r u c t i o na n d O r b i t a lU t i l i t y T r a n s p o r tＧS C O U T)[２２]．由于现有的E V A(e x t r a v e h i c u l a r a c t i v i t y)压力服系统对太阳辐射和空间辐射的防护有限而不能满足在深空环境中的使用,同时为了在舱外活动中最大程度地利用人类灵活的手工操作,美国M a r y l a n d大学在结合压力服系统设计㊁航天器技术及机器人服务系４２第１２期蔡国平等:空间机器人捕获动力学与控制统的基础上,开发了S C O U T系统,该系统的高㊁宽及深分别约为２m㊁１．５m和２m,可为宇航员在太空作业中提供良好的工作环境．(７) 轨道快车项目[２３,２４]．该项目是由美国国防部高级研究计划局在１９９９年提出的,主要是为了检验航天器在轨操作的一些相关核心技术,主要包括:短程及远程自动交汇对接技术,捕捉及停靠,太空中的电力电子设备升级和在轨加注燃料等．２００７年３月８日成功发射了轨道快车项目相关的航天器,２００７年７月２２日实现了所有在轨项目的演示[２５]．(８) 凤凰(P h o e n i x) 计划项目[２６]．该计划是由美国国防部高级研究计划局于２０１１年发起的,整个系统由服务星(空间机器人)㊁细胞星(S a t l e t)和在轨投送设备(P O D)三部分组成．主要任务是通过空间机器人将商业卫星上弹出的S a t l e t和P O D捕获后存放起来,然后携带它们至目标星附近并捕获目标星,最后通过P O D的相关工具将S a t l e t安装在目标星上并激活．(９) 在轨服务㊁装配与维修(O nＧO r b i tS e r v iＧc i n g,A s s e m b l y a n dM a n u f a c t u r i n gＧO S AM) 计划项目[２７]．该项目是由美国航天局于２０２０年发起的,计划于发射两个在轨服务卫星,分别是O S AMＧ１与O S AMＧ２．O S AMＧ１卫星计划于２０２５年后发射,旨在使用机械臂为L a n d s a t７地球成像卫星进行轨道捕获与燃料加注工作,完成主要任务后,由麦克萨科技公司(M a x a rT e c h n o l o g i e s)制造的空间基础设施灵巧机器人(S p a c eI n f r a s t r u c t u r eD e xＧt e r o u sR o b o t,S P I D E R)进行在轨组装与制造任务．O S AMＧ２卫星预计不早于２０２４年发射,正在开发与O S AMＧ１任务互补的技术．该卫星将在轨道上建造并部署一个替代太阳能电池阵列．在轨准备就绪后,O S AMＧ２将３D打印一个从航天器一侧延伸１０米的横梁,完成后将来到航天器的另一侧打印一个延伸６米的横梁．１．２㊀加拿大(１)加拿大S R M S(S h u t t l eR e m o t eM a n i p u l a t o r S y s t e mＧS R M S)[２８]．S R M S是由加拿大M D R o b o t i c 公司于１９８１年开发的,也是全球上首个成功应用的远程遥操控的空间机械臂,主要用于航天飞机检查维修㊁操纵以及在轨构筑和组装等在轨任务,目前已经成功完成了几十个航天飞行器上的任务．它由上臂和下臂㊁终端执行机构和位于航天飞行器终端甲板上的控制台所组成,机械臂的总长为５０英寸,包含有６个可以实现转动和平移运动的关节．(２)加拿大M S S(M o b i l eS e r v i n g S y s t e mＧM S S)[２９]．在S R M S的基础上,M D R o b o t i c公司又研制了在空间站上使用的远程遥操控的机器人系统．该系统主要由移动本体[３０,３１](M o b i l eB a s eS y sＧt e mＧM B S)㊁空间站远程遥操控机械臂系统[３２,３３] (S p a c eS t a t i o n R e m o t e M a n i p u l a t o rS y s t e mＧS SＧR M S)和专用灵巧机械手[３４Ｇ３６](S p e c i a lP u r p o s e D e x t e r o u sM a n i p u l a t o rＧS P D M)三部分组成．其中, M B S相当于整个系统的基座,系统运行的能源由它来提供;S S R M S主要用来搬运和组装大型物件,它由总共有７个自由度的两臂杆所组成;S P D M可以执行一些更加复杂和精细的任务．(３)加拿大机械臂３号(C a n a d a r m３)[３７]．C a n aＧd a r m３是加拿大航天局为美国月球空间站设计的空间机械臂系统,其一个８．５m长的机械臂㊁一个灵巧机械臂和一套在轨替换单元构成,主要用于完成空间站的维护㊁修理和检查㊁访问飞船的捕获㊁航天员的太空行走辅助以及科学实验．图２㊀加拿大空间机器人项目示意图F i g．２㊀S c h e m a t i c d i a g r a mo fC a n a d i a n s p a c e r o b o t p r o j e c t５２动㊀力㊀学㊀与㊀控㊀制㊀学㊀报２０２３年第２１卷１．３㊀欧洲欧洲的德国㊁欧空局㊁俄罗斯及意大利等国家针对空间机器人技术都进行了研究和实验,相关项目如下所述,项目示意图如图３所示．图３㊀欧州空间机器人项目示意图F i g ．３㊀S c h e m a t i c d i a g r a mo fE u r o p e a ns p a c e r o b o t p r o je c t ㊀㊀(１)德国R O T E X 项目(R o b o t i cT e c h n o l o g y E x pe r i m e n t ＧR O T E X )[３８]．该项目发起于１９８６年,并在１９９３年从哥伦比亚航天飞机上成功发射,进行了结构组装㊁连接/断开开关动作及捕获空间漂浮目标等实验,并在多传感器融合的夹持技术及遥操作的延时补偿技术等方面取得了重大成果．R O ＧT E X 使用了一个小型６轴的空间机器人(太空中第一个遥操作机器人),抓手上安装有很多的传感器,包含两个６轴的腕关节力(力和力矩)传感设备㊁触觉阵列㊁一组９个激光测距仪设备和一个小型的深度摄像机等．(２)德国E S S 项目(E x p e r i m e n t a lS e r v i c i n gS a t e l l i t e ＧE S S )[３９]．该项目的主要目的是以G E O 轨道上T V ＧS a t １为服务对象,利用服务星验证R O ＧT E X 中的遥操作思想在目标星检测㊁接近㊁抓取㊁停泊㊁维修及释放等操作的应用．(３)德国R O K V I S S 项目(R o b o tK o m po n e n t V e r i f i c a t i o no n I S S ＧR O K V I S S )[４０Ｇ４２]．２００２年D L R(G e r m a nS p a c eC e n t e r )发起了R O K V I S S 项目,并于２００４年随俄罗斯进步号宇宙飞船升空,２００５年实现了在国际空间站的俄罗斯舱段上的装配,它主要是为了验证模块化轻型机器人关节在实际外太空条件下的性能㊁持续时间下的动力学和摩擦行为㊁以及远程遥操作监控方法的可行性．R O K V I S S 中包含一个两关节力控的小型机器人㊁一个控制器㊁一个深度相机㊁一套光照系统㊁一个地球探测相６２第１２期蔡国平等:空间机器人捕获动力学与控制机㊁一套电力能源设备以及其他用于机器人性能验证的相关装置．(４)德国T E C S A S项目(T e c h n o l o g y S a t e lＧl i t e s f o rd e m o n s t r a t i o na n dv e r i f i c a t i o no fS p a c e s y s t e m sＧT E C S A S)[４３,４４]．该项目是由德国于２００３年发起㊁加拿大参与的,整个项目由德国安装有７个自由度的服务卫星和加拿大的客户端卫星构成,主要目标是验证远程汇合㊁近距离交汇㊁绕飞观察㊁捕获合作与非合作目标㊁稳定组合体和辨识被捕获目标㊁组合体的机动飞行㊁分离目标星和编队分行等．(５)德国D E O S项目(D e u t s c h e O r b i t a l e S e r v i c i n g M i s s i o nＧD E O S)[４５]．T E C S A S项目在２００６年被中止后,D L R后续又发起了D E O S项目．D E O S同样包含服务和客户端两颗卫星,他们同时被发射到初始轨道．D E O S的主要任务包括利用服务星的机械臂捕获翻滚非合作客户端卫星和捕获后组合体再入预先定义的轨道．(６)欧空局G S V项目(G e o s t a t i o n a r y S e r v i c e V e h i c l eＧG S V)[４６]．G S V项目是于１９９０年发起的,它本质上是一带有机器人系统的服务航天器．它在发射后,一直处在静止轨道上直到生命期结束,一旦有任务时才会被激活并去执行任务．G S V的主要任务是针对地球静止轨道的卫星进行在轨操作,包括近距离对问题卫星进行观测检查及维修㊁将失效卫星拖入坟墓轨道等．(７)欧空局E R A项目(E u r o p e a n R o b o t i c A r mＧE R A)[４７,４８]．该项目是由欧空局与俄罗斯航天局共同合作主导的,主要用于国际空间站俄罗斯舱段的装配和维修等任务．E R A是一个长１１m㊁结构完全对称的７关节机械系统．(８)意大利S P I D E R项目(S P I D E R m a n i p uＧl a t o rS y s t e mＧS M S)[４９]．S P I D E R项目是一个由意大利航天局(I S A)主导的在空间机器人领域长久的战略性项目,项目中设计了用于轨道附近执行检查和修理任务㊁并且具有７个旋转自由度的高度自治自由漂浮空间机器人．(９)欧空局主动碎片清除/在轨服务项目(A c t i v eD e b r i sR e m o v a l/I nＧO r b i tS e r v i c i n gＧA DＧR I O S)[５０]．２０２０年,欧空局将第一个A D R I O S任务分配给C l e a rS p a c e公司,该公司是一家由洛桑联邦理工学院(E P F L)研究人员成立的初创公司．在第一个A D R I O S任务中,C l e a rS p a c e公司计划发射一颗名为清洁太空一号(C l e a r S p a c eＧ１)的航天器．C l e a r S p a c eＧ１将是欧洲首个实用性空间碎片主动清除系统,这是２０１２年E S A 欧洲离轨 (e．D eＧo r b i t)任务的延续,计划在２０２５年发射,通过其四重机械臂进行在处置轨道上进行一个太空垃圾的捕获与销毁任务．１．４㊀日本日本在空间机器人领域的研究工作始于上世纪８０年代,是首先倡导在轨自主服务技术的国家之一[５１],并在这个领域取得了重大成就,主要项目如下所述,,项目示意图如图４所示．(１)M F D项目(M a n i p u l a t o rF l i g h tD e m o nＧs t r a t i o nＧM F D)[５２]．M F D是日本首个与空间机器人相关的试验项目．它作为N A S A肯尼迪航天中心(K S C)s t sＧ８５其中的一个任务,于１９９７年从发现号航天飞机上成功发射,并进行了在轨实验．M F D 整个系统主要由空间的机载设备和地面的操控系统构成,该项目主要用于评价和估计空间环境对材料性能退化的影响㊁收集宇宙尘埃㊁两相流体循环实验的热控技术㊁评定在空间微小重力条件下机械臂系统的各种性能㊁评定机械臂控制系统的人机接口性能㊁以及验证机械臂对O R U的调试装卸等．(２)OM S项目(O r b i t a lM a i n t e n a n c e S y s t e mＧOM S)[５３]．日本通信研究实验室(C R L)于２００４年提出了在轨执行监控测量㊁修理和清除等任务的轨道维护项目OM S,并且为其开发了一套可以实现各种图像处理功能的机械臂模块,该项目的首要任务是能够自主识别并实现与目标航天器的交汇对接．(３)E T SＧV I I(E n g i n e e r i n g T e s t S a t e l l i t eV I IＧE T SＧV I I)[５４]．１９９７年１１月２８号,日本宇航局(N A S D A)成功发射世界上第一颗使用了机械臂系统的卫星．E T SＧV I I由质量为２．５t的追踪星和质量为０．４t的目标星所组成,其中机械臂机构安装在追踪星上,长度为２m,有６个旋转自由度,在末端执行机构上和第一个关节上配置有摄像设备．E T SＧV I I的主要任务是验证自主交会对接等在轨关键技术[５５Ｇ５７]．(４)J E M R M S(J a p a n e s eE x p e r i m e n tM o d u l e R e m o t e M a n i p u l a t o rS y s t e mＧJ E M R M S)[５８]．J E MＧ７２动㊀力㊀学㊀与㊀控㊀制㊀学㊀报２０２３年第２１卷R M S是日本宇航局为国际空间站中日本实验舱段设计的遥操作机器人系统．该系统主要由主臂杆(MA)和小臂杆(S F A)所构成,其中主臂(MA)安装在舱段P M上,它有９．８m长,４２０K g,６个自由度,主要用来传递㊁取回及停泊有效载荷[５９];小臂(S F A)初始时放在外部设备E F上备用,使用时就安装在主臂终端上,它有１．６m长,１１００K g,也是６个自由度,主要用来完成一些比较精细的工作,如天线安装等．(５)C D R２项目(C o mm e r c i a l R e m o v a lo f D e b r i sD e m o n s t r a t i o n)[６０]．C D R２是日本宇航局主导空间碎片移除任务,目前东京宇宙尺度公司(A sＧt r o s c a l e)来发射一颗卫星;对一台废弃的日本火箭上面级进行检查,从而为后续清理任务铺路．合同要求该公司在２０２３年前完成这项检查任务．若能再拿到J A X A＂商业碎片清理验证＂(C R D)２计划下的一项后续合同,宇宙尺度公司将需要在２０２６年３月３１日前把这台废弃上面级清出轨道．图４㊀日本空间机器人项目示意图F i g．４㊀S c h e m a t i c d i a g r a mo f J a p a n e s e s p a c e r o b o t p r o j e c t１．５㊀中国我国在空间机器人技术方面的探索研究工作起步比较晚,直到上世纪八十年代末才开始了空间机器人的相关项目．到目前为止,国内的一些研究所和高校已经对空间机器人技术的许多基础问题进行了研究,在一些关键技术上也取得了突破[６１],其中舱外自由移动空间机器人的地面模拟演示系统 (E M R系统)是这些研究当中影响力比较大的．E MR系统包括重力抵消系统㊁可以实现走动和操控运动的机构㊁及可以模拟舱内外环境的机器人作业平台[６２]．近年来,在众多空间需求的引导下,比如空间站建设㊁在轨维护㊁空间碎片清除㊁月球/火星/小行星探测㊁空间太阳能电站的建设等,我国空间机器人及空间人工智能技术也在蓬勃的发展,并在在轨服务㊁空间组装与生产㊁月球与深空勘探等方面也获得了一系列的成绩．嫦娥三号的成功发射实现了玉兔号月球车对月面的勘探计划,火星表面巡视监测机器人也在积极地进行研制,一系列航天器的在轨能源补给关键技术也获得了重大突破．２０２２年,美媒体证实我国与２０２１年发生实践二十一号卫星在１月２２日成功捕获了失效的北斗２号G２卫星,１月２６日将其拖到墓地轨道后,自己又回到了地球静止轨道(G E O)．自此,中国的空间碎片减缓技术实验取得圆满成功．２㊀空间非合作目标抓捕措施在轨服务任务中,被捕获目标可以分为两类:合作目标,非合作目标．合作目标具有合作性,是指目标可以向服务机器人传递相对运动信息,或向服８２第１２期蔡国平等:空间机器人捕获动力学与控制务航天器提供便于进行交会对接等操作的条件．这类航天器通常安装有用于测量的特征表示和机械臂抓持或对接的装置．相对而言,非合作目标是指那些无法向服务机器人提供相对状态信息㊁而且交互对接所需信息都未知的目标．美国空间研究委员会(S S B)㊁航空与空间工程局(A S E B)在哈勃望远镜修复计划的评估报告中曾这样定义过非合作目标的概念[６３]: 非合作目标是指那些没有安装通讯应答机或其它主动传感器的空间目标,其它航天器不能通过电子讯问或发射信号等方式实现对此类目标的识别或定位．非合作目标不能向服务航天器提供有效的信息,这就给交互测量㊁抓捕和对接等操作带来了极大的挑战．如何在没有合作信息的情况下对目标进行识别㊁测量和抓捕便成为了非合作在轨服务的一项关键技术,同时也是任务中面临的难点技术．目前各国实际在轨运行的航天器和在研型号,并没有专门设计用于接受在轨服务的抓捕手柄和测量标志器(发光标识器或角反射镜),即是非合作的,因此基于合作目标的在轨服务技术无法用于此类目标．在轨捕获技术是航天高技术领域中的一项极具前瞻性和挑战性的课题,同时也具有极高的军民两用双重价值．美国宇航局(N A S A)㊁欧洲航天局(E S A)以及日本N A S D A等航天科研机构都对该技术表现出了高度关注,国内哈尔滨工业大学㊁清华大学㊁上海交通大学㊁北京理工大学㊁南京航空航天大学㊁西北工业大学㊁北京邮电大学㊁福州大学㊁中国空间技术研究院和上海航天技术研究院等单位也对相关技术进行了长期研究．在国内外学者的共同努力下,相关研究已经取得了不错的研究进展,并提出了多种行之有效的捕获方法．如图５所示,这些捕获方法可分为:刚性连接捕获和柔性连接捕获．刚性连接捕获方法主要指利用直接利用机械臂和其末端的刚性适配器来完成非合作目标捕获的方法[６４]．该类方法主要针对各类非合作航天器,且要求目标具有星箭对接环或卫星发动机喷管等结构[６５Ｇ６７]．相对柔性连接捕获方法,其在技术成熟度㊁可控性和重复使用性上具有一定优势．不过由于该类方法所采用的末端执行器往往具有较高的刚度,因此当末端执行器与目标发生接触碰撞后存在接触分离和损伤目标结构的风险．柔性连接捕获方法主要指利用飞网[６８Ｇ７４]㊁鱼叉[７５Ｇ７９]㊁飞爪[８０,８１]等来完成非合作目标捕获的方法．由于柔性连接捕获方法不再要求目标上具有特殊机构,因此该类方法具有通用性更高的优点．不过相对第一类捕获方法,该类方法的可重复使用性较低．另外,由于柔性连接捕获方法所采用的抓捕机构往往具有较高的自由度,所以此类方法可控性也较低．以飞网为例,其在捕获过程中会面临无法展开和无法包裹住目标的风险．图５㊀捕获方法分类F i g．５㊀C l a s s i f i c a t i o no f c a p t u r em e t h o d s３㊀空间机器人动力学与控制空间机器人的在轨服务中蕴含着大量的动力学与控制问题,它涉及到力学㊁材料㊁信息㊁自动化等多个学科,是需要这些学科技术的有效综合．总体上讲,动力学的问题是根本,控制问题是目的,动力学问题的有效解决可以为控制设计提供参数与模型保障,减轻控制设计的难度．空间机器人一般用于空间大质量目标的捕获,过程可以分为捕获前㊁捕获中和捕获后三个阶段．捕获前的主要任务通常是空间机器人与空间目标的远距离交会㊁运动观测与运动预测㊁近距离交会㊁消旋㊁捕获点确定等,以便规划空间机器人的作业路径．捕获中的核心问题是空间机器人和空间目标之间的接触碰撞,该过程冲击载荷大㊁作用时间短㊁存在碰撞后再次分离的可能,是复杂的非线性动力学问题．捕获后的主要问题是系统姿态的快速稳定控制．上海交通大学蔡国平教授课题组对这三个阶段的主要动力学与控制问题进行了深入研究,出版了«空间机器人捕获动力学与控制»学术专著[８２],下面对这三个阶段的动力学与控制问题做一简介．捕获前的动力学与控制问题．(１)首先表现在空间机器人与空间目标的远距离交会,此时两者相距较远,可达几百甚至上千公里．当目标为报废卫星等的无动力目标时,远距离交会的轨迹规划与控制设计较为容易．但当目标为有动力的非合作目标时,远距离交会则变成了零和博弈问题,需要采用９２。

空间机器人抓捕未知目标的动力学参数辨识

辨识精度，适合实际工程应用。
关键词参数辨识；抓捕目标；空间机器人中图分类号：４２３．９ＴＰ２４２文献标识码：Ａ文章编号：１６７４ — ５８２５（２０１３）０２ — ００５６ — ０５
１引言
空间机器人系统在执行任务过程中，机器人抓
线辨识方法主要基于线动量及角动量守恒方程，将目标物体作为末端杆件或末端执行器的一
部分。这些方法的辨识结果是末端杆件的动力学参数而非目标物体本身的参数，并且需要测量多种传感信息。与现有方法不同，在惯性坐标系中基于达朗贝尔原理和欧拉方程，提出了
捕未知非合作目标会改变系统的动力学参数。因此，在运动控制时对目标物体进行参数辨识具有十分重要的现实意义： ①通过辨识目标物体的质量参数，可以预判目标物体的质量是否超出空间机器人负载的额定范围，从而确定目标任务是否可行； ②通过辨识
目标物体的质量、质心和惯量参数，可以保证系统动
的动力学参数而非目标物体本身的参数。陈恩伟圜等人将众多国内外学者提出的对操作
臂惯性参数辨识问题的研究方法归结为４类：① 解
体测量方法； ②解体实验方法ｌ４．５； ③ＣＡＤ方法嘲；
④理论辨识方法。他们指出了这些方法尚存在的缺陷，在此基础上提出了利用多维力传感器的信息，通过牛顿一欧拉动力学方程来辨识操作臂的惯性参

机器人运动学与动力学参数辨识方法研究

机器人运动学与动力学参数辨识方法研究一、引言机器人技术在现代工业中发挥着重要的作用。

机器人的运动学和动力学参数是设计和控制机器人的关键。

然而，由于机器人的复杂性和多样性，准确地辨识机器人的运动学和动力学参数一直是一个挑战。

本文将研究机器人运动学与动力学参数的辨识方法。

二、机器人运动学参数辨识方法机器人的运动学参数描述了机器人在运动学上的特性。

辨识机器人的运动学参数是基于机器人的几何形状和连杆长度等信息。

常见的机器人运动学参数辨识方法包括离线辨识和在线辨识。

离线辨识方法是通过对机器人进行一系列特定运动的实验，并根据实验数据计算机器人的运动学参数。

该方法的优点是准确度高，但需要大量的实验数据和较长的计算时间。

在线辨识方法是在机器人运动过程中通过传感器获取数据，然后通过辨识算法实时计算机器人的运动学参数。

该方法的优点是实时性强，但辨识结果可能存在误差。

三、机器人动力学参数辨识方法机器人的动力学参数描述了机器人在动力学上的特性。

辨识机器人的动力学参数是基于机器人的质量、摩擦力等信息。

常见的机器人动力学参数辨识方法包括基于牛顿-欧拉动力学方程的方法和基于最小二乘法的方法。

基于牛顿-欧拉动力学方程的方法是通过推导和求解机器人的运动方程，然后通过实验数据辨识机器人的动力学参数。

该方法的优点是准确度高，但需要较强的数学理论和较大的计算量。

基于最小二乘法的方法是通过对机器人在多个位置和力矩条件下进行一系列实验，并根据实验数据利用最小二乘法辨识机器人的动力学参数。

该方法的优点是计算简单，但需要较多的实验数据。

四、机器人运动学与动力学参数辨识方法的发展趋势随着机器人技术的不断发展，机器人运动学与动力学参数辨识方法也在不断完善。

未来的研究重点主要集中在以下几个方向：1. 基于深度学习的参数辨识方法：利用深度学习的强大能力，将其应用于机器人运动学与动力学参数的辨识中，提高参数辨识的准确度和效率。

2. 基于传感器数据的参数辨识方法：利用更加先进和精准的传感器技术，提高机器人运动学与动力学参数的辨识精度。

SCARA机器人动力学参数辨识及轨迹跟踪控制方法研究

SCARA机器人动力学参数辨识及轨迹跟踪控制方法探究一、引言SCARA（Selective Compliance Assembly Robot Arm）机器人是一种常见的工业机器人，具有高刚性和高精度的特点，在装配、焊接、喷涂等工业领域中得到广泛应用。

为了实现机器人的精确控制，探究机器人的动力学参数辨识和轨迹跟踪控制方法显得尤为重要。

二、动力学参数辨识方法机器人的动力学参数辨识是指通过试验或模型计算来确定机械臂的动力学参数，包括质量、惯性矩阵和关节摩擦力等。

常用的参数辨识方法有逆动力学方法、最小二乘法和辨识模型拟合法等。

1.逆动力学法逆动力学法是一种基于测量输入输出信号的方法，通过测量机器人的位置、速度和加速度等信息，利用动力学方程求解未知参数。

该方法需要精确的测量设备和较高的计算能力，但可以得到较精确的参数预估结果。

2.最小二乘法最小二乘法是一种统计学中常用的参数预估方法，通过最小化实际输出值与模型猜测值之间的差异来确定动力学参数的预估值。

该方法不需要测量输入信号，但需要对机器人的动力学方程进行显式建模，且对噪声敏感。

3.辨识模型拟合法辨识模型拟合法是一种基于数据采集的非参数辨识方法，通过采集机器人在不同工作空间中的输入输出数据，利用神经网络、遗传算法等拟合方法来确定动力学参数。

该方法不需要对机器人的动力学方程进行显式建模，有较好的适用性。

三、轨迹跟踪控制方法轨迹跟踪控制是指将机器人的末端执行器按照给定的轨迹进行精确控制，并实现高精度的姿态和位置跟踪。

常用的轨迹跟踪控制方法有PID控制、模型猜测控制和自适应控制等。

1.PID控制PID控制是一种经典的反馈控制方法，通过比较机器人的实际运动状态与期望轨迹来调整控制量，使机器人能够跟踪给定轨迹。

PID控制简易易实现，但对于非线性系统和参数变化较大的系统效果较差。

2.模型猜测控制模型猜测控制是一种基于系统状态猜测的控制方法，通过建立机器人的数学模型来猜测将来一段时间的系统状态，并依据期望轨迹进行优化控制。

机器人动力学参数辨识方法及其应用

机器人动力学参数辨识方法及其应用近年来，机器人技术发展迅猛，越来越多的机器人开始在工业制造、医疗卫生、航空航天等领域得到广泛应用。

然而，机器人的实际应用需要满足高精度、高速度、高可靠性的需求，因此机器人的动力学参数辨识显得尤为重要。

本文将围绕机器人动力学参数辨识方法及其应用展开讨论。

一、机器人动力学参数辨识方法机器人动力学参数辨识是指通过实验数据来估计机器人的运动方程中的未知参数，例如惯量、摩擦力、弹性系数等。

因此，机器人动力学参数辨识需要进行实验观测，获得机器人在不同位置、不同速度下的动态响应。

下面将介绍几种机器人动力学参数辨识方法。

1.最小二乘法最小二乘法是一种线性回归分析方法，可以用于机器人动力学参数辨识。

该方法通过最小化误差平方和的方式，求出机器人运动方程中的未知参数。

最小二乘法的优点是计算简单，但它对数据的偏差敏感，且只适用于线性模型。

2.基于神经网络的方法神经网络是一种能够学习、归纳、推理的人工智能技术，可用于机器人动力学参数辨识。

在使用神经网络进行辨识时，通过输入机器人的运动学和动力学参数以及实验数据，训练神经网络模型来获得机器人的未知参数。

神经网络的优点是可以适应非线性和复杂的系统模型，但是需要大量的训练数据和较强的计算能力。

3.遗传算法遗传算法是一种模拟自然进化过程的优化算法，可用于机器人动力学参数辨识。

遗传算法通过自然选择、基因交叉和基因突变等操作，优化机器人的运动模型，从而得到机器人的动力学参数。

遗传算法的优点是可以适应复杂的非线性和随机环境，但是运算速度较慢。

二、机器人动力学参数辨识应用机器人动力学参数辨识应用广泛，除了在机器人控制领域应用外，也可以应用于机器人的设计、制造和维护。

1.机器人控制机器人动力学参数辨识可以用于机器人控制中，通过实时辨识机器人的动力学参数，实现更精准、更快速的控制。

例如，在运动控制中，通过辨识机器人的惯量、摩擦系数等参数，可以实现更加精确的运动控制。

机器人捕捉运动目标的动力学视觉伺服方法

பைடு நூலகம்
—
——
机器人捕捉运动目标的动力学视觉伺服方法
邝宏武，郝矿荣，丁永生，
（．１东华大学信息科学与技术学院，上海２１２；２数字化纺织服装技术教育部工程研究中心，上海２１２）０６０．０６０
摘
要：出一种机器人捕捉运动目标的动力学视觉伺服方法。提基于位置阻抗控制器，通过双目立体视觉检测并跟踪运动目标的位置，结
ＤｎｍｉｉａＳｒｏＭｅｈｄｆｒｂｔａｐｎｖｎｊｃｙａｃＶｓｌｅｖｔｏｏ’ＧｒｓｉｇＭｏｉｇＯｂｅｔｓｕｏＲｏＳ
ＫＵＡＮＧｎ－ＨＡＯａ．ｏｇ，ＮＧｏｇｓｅｇ，ＨｏｇＷＵ，ＫｕｎｇｔｎＤＩＹｎ．ｈｎ２（．ｌｇｆｎｏｍａｉｎＳｉｎｅａｄＴｃｎｌｇ，ｎｈａｉｅｓｔ，ｈｎｈｉ０６０Ｃｉａ１ＣｏｌｅｆｒｔｃｅｃｅｈｏｏｙＤｏｇｕｖｒｉＳａｇａ１２，ｈｎ；ｅｏＩｏｎＵｎｙ２２ＥｇｎｅｉｇＲｓａｃｅｔｏＤｉｉｚｄｅｔｅ＆ＦｓｉｎｅｈｏｏｙｏＭｉｉｒｆｄｃｔｎＳａｇａ２６０Ｃｈｎ）．ｎｉｅｒｎｅｅｒｈＣｎｅｆｇｔｅＴｘｉｒｉｌａｈｏＴｃｎｌｇｆｎｓｙｏＥｕａｉ，ｈｎｈｉ０１２．ｉａｔｏ
成运动目标捕捉任务，系统硬件结构如图ｌ所示。
｜
’

空间机器人动力学参数在轨辨识方法

ＰａａｅｅｓｆｒＳｃｂｏｓｒｍｔｒｏｐａｅＲｏｔ
ＤＮｅ，Ｉａｊｎ，ＨＡｅ，ＡＧＸｏｇＯＧＬｉＬｎ— ｕＺＮＧＫｉＨＵＮｉＹｎ
（．ＣｌｇｆｓｏａｔｓＮｒｗｓｒｏｔｃｎｃｌｎｅｉ，ｉｎＳａｘ７０７，Ｃｉａ１ｏｅｅｏｔｎｕｉ，ｏｈｅｔｎＰｌｅｈｉａＵｉｒｔＸ ’ ｈｎｉ１０２ｈｎ；ｌＡｒｃｔｅｙｖｓｙａ
ｏｓｕｅｏｏｔｉｈｅｔｅａｕｓｏｅｐｒｍｅｅｓｈｅｕｔｏｅｓｍｕａｉｎｖｒｆａｉｐｒａｈｃｎｄｉｓｄｔｂａｎｔｅｉｎｉｄｖｌｅｆｔａａｔｒ．Ｔｅｒｓｌｆｔｉｌｔｅｙｔｔｔｓａｐｏｃａｄｉｆｈｓｈｏｉｈｈ
ｑｉｌａｄａｃｒｅｅｔｅｄｎｍｃａａｅｅｄｅｓｒｏｅｃｎｌｇｓｃｉｖｄｈｉａｐｏｃｎ— ｕｃｙｎｃｕａｌｉｎｆｔｙａｉｓｒｍｔｒａｎｕｅｓｍｏｔｉｈｅｅ．Ｔｓｐｒａｈｅａｋｔｙｄｉｈｙｐｓｎｏｒｎｉａ
关键词：空间机器人；动力学；参数辨识；角动量守恒
中图分类号：４８２Ｖ４．１文献标识码：Ｂ
Ｏｎ — ＯｒｉｄｎｉｃｔｏｇｒｔｆＤｙａｉｓ — ｂｔＩｅｔｆａｉｎＡｌｏｉｈｍｏｎｍｃｉ
ｂｅｙａｃａａｔｒｄｎｉｃｔｎｂｓｎｅｆｇｔｔｌｍｅｒａａａｄｗｉｏｔｓｅｉｌａｕｅｎｐａａｕｌｓｄｎｍｉｓｐｒｍｅｅｉｅｔａｉｙｕｉｇｔｉｈｅｅｔｄｔｎｔｕｐｃａｓｉｆｏｈｌｙｈｍｅｓｒｍｅｔａｐｒｔｓｏｐｒｔｎｐｏｅｕｅＡｕｔｅｅｅｒｈ，ｔｅａｐｏｃｓａｐｔｎｉｌａｇｒｈｔｘｅｄｄｔｅｌ— ｒｏｅａｉｒｃｄｒ．ｓａｆｒｒｒｓａｃｏｈｈｐｒａｈｉｏｅｔｌｏｔｍｏｂｅｔｎｅｏａｒａａｉｅ

机器人动力学参数辨识

机器人动力学参数辨识机器人动力学参数辨识是指通过实验或计算的方法，确定机器人的动力学参数，包括机器人的质量、惯性、摩擦等相关参数。

这些参数的准确性对于设计、控制和模拟机器人系统都具有重要意义。

本文将介绍机器人动力学参数辨识的背景、方法及其应用。

一、背景在机器人研究和应用中，准确的动力学参数是保障机器人系统控制和运动的关键。

机器人动力学参数包括质量、惯性、摩擦等因素，这些参数的准确性直接影响机器人的运动控制精度和能量消耗。

然而，机器人的结构复杂，参数多且难以测量，因此如何获取机器人的动力学参数一直是一个挑战。

二、方法1. 基于建模的参数辨识方法基于建模的参数辨识方法是通过建立机器人的动力学模型，利用实验或计算的方法对模型参数进行辨识。

常用的建模方法有拉格朗日法、牛顿-欧拉法等。

通过对机器人运动的观测和测量，可以得到机器人的位置、速度和加速度等信息，进而可以辨识出相关的动力学参数。

2. 基于优化的参数辨识方法基于优化的参数辨识方法是通过优化算法，将机器人的实际运动数据与建模的理论运动数据进行比较，从而得到最优的参数值。

常用的优化算法有最小二乘法、遗传算法等。

这种方法相对于基于建模的方法更加灵活，不需要建立复杂的动力学模型，适用于复杂机器人系统的参数辨识。

三、应用1. 机器人运动控制机器人动力学参数的准确性对机器人的运动控制非常重要。

辨识出准确的动力学参数可以提高机器人的运动控制精度和稳定性，从而实现更高级别的自主导航和操作。

2. 机器人建模与仿真建立准确的机器人动力学模型是进行机器人建模和仿真的基础。

通过辨识出机器人的动力学参数，可以建立更真实、准确的机器人模型，为机器人的运动和控制仿真提供准确的基础。

3. 机器人故障诊断与维修机器人动力学参数辨识还可以应用于机器人的故障诊断和维修。

通过辨识出机器人的动力学参数，可以对机器人进行故障诊断和故障定位，从而提高故障排除的效率和准确性。

四、总结机器人动力学参数辨识是实现准确运动控制、模型建立和故障诊断的关键步骤。

自由漂浮空间机器人多体动力学及目标捕获研究

多体动力学分析
多体动力学是研究多体系统运动规律和动态性能的学科。在自由漂浮空间机器人中，多体动力学问题尤为突出。由于机器人各部分之间的相互作用力、机器人与环境的相互作用力等因素，使得机器人的动力学行为变得更为复杂。为了解决这些问题，通常需要建立精确的多体动力学模型，并采用数值方法进行求解。
目标捕获的关键在于精确的定位和追踪。常用的定位和追踪方法包括雷达、全球定位系统（GPS）、惯性测量单元（IMU）等。这些方法可以在不同场景下实现目标物体的定位和追踪。此外，还可以采用视觉传感器进行目标识别和定位，但这种方法需要处理大量的数据，且对计算能力的要求较高。
在实现目标捕获时，还需要考虑机器人的控制策略。常用的控制策略包括PID 控制、鲁棒控制、自适应控制等。这些控制策略可不同程度的提高机器人的追踪精度和稳定性。其中，PID控制简单易用，但鲁棒性较差；鲁棒控制和自适应控制能够处理不确定性，提高机器人的鲁棒性，但实现起来较为复杂。
谢谢观看
结论与展望
本次演示对自由漂浮空间机器人的多体动力学及目标捕获问题进行了总结和分析。多体动力学问题的解决需要建立精确模型并采用合适的数值方法进行求解；目标捕获问题需要综合运用多种传感器和技术实现精确定位和追踪。在实现目标捕获时，还需根据具体任务要求选择合适的控制策略。
展望未来，自由漂浮空间机器人的应用前景仍然十分广阔。随着技术的不断发展，机器人的多体动力学性能和目标捕获能力将得到进一步提高。未来的研究可围绕以验证上述路径规划和控制方法的有效性，我们在实验室进行了一系列模拟实验。实验结果表明，基于神经网络的路径规划和自适应/鲁棒控制方法能够显著提高FFR的路径规划能力和控制精度。具体来说，与传统的路径规划和控制方法相比，基于神经网络的路径规划方法能够更好地避障和追踪目标；自适应和鲁棒控制方法在应对空间环境干扰时表现出了更高的稳定性和鲁棒性。

机器人动力学参数辨识的最新研究进展

机器人动力学参数辨识的最新研究进展机器人动力学参数辨识是机器人技术中一个重要的研究领域，其目的是通过实验和计算，确定机器人模型中的动力学参数，以实现机器人的精确控制和运动规划。

随着机器人技术的不断发展，对于动力学参数辨识的研究也在不断深入。

本文将介绍机器人动力学参数辨识的最新研究进展。

首先，传统的动力学参数辨识方法主要基于机器人的静态模型，即假设机器人处于静止状态下进行参数辨识。

然而，这种方法并不能完全满足实际应用中的需求，因为机器人在实际操作中往往是运动的。

因此，近年来的研究趋势是将动力学参数辨识与机器人的实际运动相结合，即利用机器人的动态行为来辨识动力学参数。

一种用于动力学参数辨识的新方法是基于最小二乘法的优化算法。

这种方法通过最小化模型预测与实际测量之间的差异来确定参数。

研究表明，与传统的基于静态模型的参数辨识方法相比，基于优化算法的方法能够更准确地辨识动力学参数。

因为它可以充分利用机器人的动态行为信息，提高参数辨识的精度。

另一种新的研究方法是基于机器学习的动力学参数辨识。

机器学习技术可以通过处理大量的数据来自动学习机器人的动力学模型，并从中提取出动力学参数。

这种方法的优势在于能够适应不同机器人的动力学模型，并能够快速准确地辨识参数。

近年来，深度学习技术的兴起为机器学习方法在动力学参数辨识中的应用提供了更多的可能性。

此外，还有一些新的研究成果将传统的物理动力学模型与数据驱动的方法相结合，以提高参数辨识的准确性。

例如，研究人员提出了一种基于时间刻度的辨识方法，该方法通过将物理模型与观测数据进行时间对齐，从而准确地辨识出动力学参数。

这种方法能够有效地解决传统方法中由于时间误差引起的参数辨识困难的问题。

除了上述介绍的方法，还有许多其他的研究成果在机器人动力学参数辨识领域取得了突破。

例如，一些研究人员提出了新的辨识算法，如基于贝叶斯方法、进化算法等。

同时，还有一些研究关注辨识方法的实时性和计算效率，以适应机器人实时应用的需求。

机器人抓取技术的力学分析研究

机器人抓取技术的力学分析研究在当今科技飞速发展的时代，机器人技术的应用越来越广泛，从工业生产到医疗服务，从航天探索到家庭生活，机器人的身影无处不在。

而机器人抓取技术作为机器人操作的关键环节之一，对于机器人完成各种任务具有至关重要的意义。

机器人抓取物体的过程涉及到复杂的力学原理。

首先，我们需要了解抓取过程中的接触力学。

当机器人的抓取器与物体接触时，会产生接触力和摩擦力。

接触力的大小和分布取决于抓取器与物体的几何形状、材料特性以及接触方式。

例如，抓取一个光滑的球体和一个粗糙的立方体，所产生的接触力和摩擦力会有很大的差异。

对于光滑表面，摩擦力相对较小，主要依靠抓取器施加的压力来保持物体稳定；而对于粗糙表面，摩擦力较大，抓取相对更容易。

在机器人抓取中，静力学分析也是必不可少的。

这涉及到对抓取器和被抓取物体之间的力平衡和力矩平衡的研究。

要成功抓取一个物体并保持其稳定，抓取器施加的力和力矩必须能够平衡物体自身的重力以及可能存在的外部干扰力。

如果抓取力不足或者分布不合理，物体可能会滑落或者发生不稳定的旋转。

抓取过程中的动力学因素同样不可忽视。

当机器人抓取物体并进行移动或操作时，物体的惯性和加速度会对抓取的稳定性产生影响。

快速的运动或突然的停止可能导致抓取力瞬间变化，从而使物体脱离抓取器。

此外，考虑到实际应用中可能存在的振动和冲击，机器人抓取系统需要具备一定的动态响应能力，以适应这些变化并保持抓取的可靠性。

为了实现有效的抓取，机器人抓取器的设计至关重要。

抓取器的结构和材料直接影响其力学性能。

常见的抓取器类型包括夹爪式、吸盘式和多指灵巧手等。

夹爪式抓取器通过两个或多个相对运动的夹爪来夹持物体，适用于抓取形状规则、尺寸较大的物体；吸盘式抓取器则利用负压吸附物体表面，适用于抓取表面平整、光滑的物体；多指灵巧手则具有更高的灵活性和适应性，可以模拟人手的动作，抓取各种形状和大小的物体，但控制难度较大。

在设计抓取器时，需要综合考虑抓取力的大小、抓取精度、响应速度以及对不同物体的适应性等因素。

空间机器人目标捕获的路径规划与实验研究

空间机器人目标捕获的路径规划与实验研究一、本文概述随着科技的飞速发展，空间机器人在太空探索、在轨服务、空间碎片清理等领域的应用日益广泛。

空间机器人目标捕获作为其中的一项关键技术，其路径规划问题成为了研究的热点。

本文旨在探讨空间机器人进行目标捕获时的路径规划方法，并通过实验验证所提算法的有效性和可靠性。

文章首先概述了空间机器人目标捕获的背景与意义，然后详细介绍了路径规划的相关理论和方法，接着提出了基于优化算法的空间机器人路径规划策略，并通过仿真和实物实验对所提算法进行了验证。

文章总结了研究成果，并展望了未来的研究方向。

本文的研究内容不仅对于推动空间机器人技术的发展具有重要意义，而且为实际的空间任务提供了理论支持和技术指导。

通过对空间机器人目标捕获路径规划的研究，我们可以提高空间机器人在复杂环境中的作业能力，为未来的太空探索和利用提供有力保障。

二、空间机器人目标捕获路径规划理论基础空间机器人目标捕获的路径规划是一个涉及多学科的问题，它不仅需要机器人学、控制理论、优化算法等专业知识，还需要对空间环境有深入的理解。

路径规划的目标是在满足各种约束条件（如能量消耗、时间限制、安全性等）的前提下，找到一条从起始点到目标点的最优路径。

动力学模型：空间机器人的运动学模型描述了其位置、速度和加速度与时间和控制输入之间的关系。

而动力学模型则进一步考虑了机器人的质量、惯性、力和力矩等物理特性。

准确的模型是路径规划的基础，它可以帮助我们预测机器人的行为并设计出更有效的路径。

约束条件：空间机器人在执行目标捕获任务时，会受到各种约束条件的限制。

例如，机器人的关节角度、速度、加速度等可能存在限制，同时还需要考虑能量消耗、路径长度、时间等因素。

这些约束条件需要在路径规划过程中进行考虑和处理。

优化算法：路径规划问题的本质是一个优化问题，即在满足约束条件的前提下，找到一条最优路径。

常用的优化算法包括梯度下降法、遗传算法、粒子群优化算法等。

空间机器人自主捕获目标的轨迹规划与控制研究

空间机器人自主捕获目标的轨迹规划与控制研究一、概述随着科技的不断发展，空间机器人在太空探索、资源开采、卫星维修、在轨服务等领域的应用日益广泛。

在这些应用中，空间机器人需要自主捕获目标，并进行精确的轨迹规划与控制，以实现高效、安全的任务执行。

对空间机器人自主捕获目标的轨迹规划与控制进行研究具有重要的理论价值和实际应用意义。

空间机器人自主捕获目标的轨迹规划与控制涉及多个关键技术，包括目标识别与定位、轨迹规划、控制算法设计、动力学建模与优化等。

目标识别与定位是轨迹规划与控制的前提，需要准确获取目标的位置和姿态信息。

轨迹规划则需要根据任务需求和空间环境，设计出满足约束条件的机器人运动轨迹。

控制算法设计则需要考虑空间机器人的动力学特性和控制精度要求，以实现精确的运动控制。

本文旨在探讨空间机器人自主捕获目标的轨迹规划与控制方法，重点研究目标识别与定位、轨迹规划、控制算法设计等方面的关键技术。

对空间机器人的动力学建模与优化进行分析，为后续的轨迹规划与控制提供理论基础。

研究基于视觉的目标识别与定位方法，实现对目标的快速准确识别。

接着，针对空间机器人自主捕获目标的任务需求，设计满足约束条件的轨迹规划算法。

研究基于优化算法的控制策略，实现对空间机器人的精确运动控制。

通过本文的研究，旨在为空间机器人自主捕获目标的轨迹规划与控制提供有效的理论支持和技术指导，推动空间机器人在太空探索、资源开采、卫星维修等领域的应用发展。

1. 研究背景与意义随着空间技术的发展，空间机器人在执行深空探测、在轨服务、空间基础设施建设等任务中发挥着越来越重要的作用。

这些任务往往要求空间机器人具备高度的自主性和精确的操作能力，尤其是在复杂、不确定的空间环境中。

空间机器人的轨迹规划与控制技术成为实现其高效、安全执行任务的关键。

研究空间机器人自主捕获目标的轨迹规划与控制，具有重大的理论与实际意义。

从理论层面来看，这一研究有助于深化和完善空间机器人学的基本理论，推动其从传统的遥控操作向智能化、自主化方向发展。

机器人空间抓取的控制技术研究

机器人空间抓取的控制技术研究一、引言机器人技术的发展已经深入到了各个行业，其中机器人空间抓取技术的发展尤为迅猛。

机器人空间抓取技术是机器人技术在太空、深海等特殊环境下的应用，而机器人的自主控制和动态定位等技术则是其能够实现任务的关键。

二、机器人空间抓取的定义机器人空间抓取是指机器人在太空、深海等特殊环境下进行抓取和操控操作的技术，主要应用于航天、海洋勘探、环境监测、化工等领域。

机器人空间抓取的主要特点是应用场景复杂，任务难度大，并且机器人需要具备良好的自主控制和动态定位能力。

三、机器人空间抓取的技术瓶颈机器人空间抓取技术的发展受到一些技术瓶颈的制约，主要包括以下几个方面：1、机器人的自主控制技术。

机器人需要在复杂的无重力环境中实现自主控制，其动态定位精度和响应速度需要得到提高。

2、机器人抓取技术。

机器人需要通过机械臂等抓取系统实现对目标物体的抓取和操控，实现高精度和高可靠性的抓取技术是其面临的主要技术难题之一。

3、机器人动力系统技术。

机器人需要在特殊环境下长时间运行，其动力系统需要具备高效、耐用和安全的特点。

四、机器人空间抓取的控制技术机器人空间抓取的控制技术是机器人空间抓取能否实现的关键。

它主要包括以下几个方面：1、自主控制技术。

机器人需要通过自主控制实现定位、抓取等操作。

自主控制技术可根据机器人所处环境的不同分为地面遥控、自主导航和半自主导航等。

2、抓取技术。

机器人需要通过机械臂等抓取系统实现对目标物体的抓取和操控。

抓取技术主要涉及到机械臂的运动学和动力学分析，以及抓取姿态分析和控制等。

3、力控制技术。

机器人需要掌握对运动的力学控制技术，以保证其在完成任务的过程中不会对目标物体造成破坏或对周围环境造成影响。

同时，力控制技术也可以帮助机器人在复杂的环境中保持稳定的姿态和位置，实现更加精确的操作。

4、动力系统技术。

机器人需要具备强大的动力和控制系统，可保证其长时间在特殊环境下安全可靠的运行。

同时，动力系统技术还需要具备高效、耐用和安全的特点，以满足机器人在特殊环境下的运行需求。

空间机器人动力学参数辨识的开题报告

空间机器人动力学参数辨识的开题报告一、选题背景和意义空间机器人是指用于在空间环境中执行特定任务的机器人。

与地面机器人不同的是，空间机器人面临的环境条件更为恶劣，例如极低温、强烈的电磁辐射、高真空等。

在空间任务中，机器人的动力学参数辨识是一项重要的任务，因为它能够为机器人的控制系统提供必要的信息。

然而，空间机器人的动力学参数辨识对技术要求极高，目前国内外对该问题的研究还不充分，因此此项研究势在必行。

二、研究内容和方法本次研究旨在开发一种有效的方法，用于空间机器人动力学参数辨识。

研究内容包括以下几个方面：1、空间机器人动力学模型的建立：空间机器人动力学模型是机器人控制系统调试和性能分析的关键之一，因此研究动力学模型建立的方法至关重要。

2、动力学参数辨识的算法设计：空间机器人的动力学参数数量庞大，需要采用系统化的方法进行辨识，因此需要针对空间机器人的特殊情况，设计一种合适的参数辨识算法。

3、仿真实验：通过对建立的动力学模型进行仿真实验，验证所设计的动力学参数辨识算法是否有效。

研究方法主要包括理论分析和仿真实验两部分。

理论分析主要包括动力学模型的建立和参数辨识算法的设计；仿真实验则是根据建立的动力学模型进行的，通过分析辨识结果的准确性来验证所设计的辨识算法的有效性。

三、预期目标和成果本研究旨在提高空间机器人动力学参数辨识算法的准确性和实用性，预期达到以下目标和成果：1、建立基于变参数的空间机器人动力学模型；2、设计一种基于优化算法的动力学参数辨识方法；3、仿真实验验证所设计的动力学参数辨识算法是否有效；4、撰写研究论文并向相关领域的学术期刊投稿。

四、研究难点和解决方案空间机器人动力学参数辨识是一项难度较大的任务，主要有以下几个难点：1、系统的非线性：空间机器人的动力学模型复杂，非线性性很强，需要研究适合空间机器人的动力学模型建立方法。

2、参数数量大：空间机器人的动力学参数数量很多，通过实验手段进行辨识困难。

基于改进遗传算法辨识空间机器人动力学参数

基于改进遗传算法辨识空间机器人动力学参数刘宇;李瑰贤;夏丹;徐文福【摘要】为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高.【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2010(042)011【总页数】6页(P1734-1739)【关键词】空间机器人;动力学参数辨识;角动量守恒;改进的遗传算法【作者】刘宇;李瑰贤;夏丹;徐文福【作者单位】哈尔滨工业大学,基础与交叉科学研究院,哈尔滨,150001;哈尔滨工业大学机器人技术与系统国家重点实验室,哈尔滨,150001;哈尔滨工业大学机电工程学院,哈尔滨,150001;哈尔滨工业大学机电工程学院,哈尔滨,150001;哈尔滨工业大学,基础与交叉科学研究院,哈尔滨,150001【正文语种】中文【中图分类】TP242.2空间机器人名义动力学参数通常偏离其实际的动力学参数，而其运动规划所用的广义雅克比矩阵包含动力学参数，这意味着动力学参数的误差将导致其末端位姿轨迹的误差，从而影响了空间机器人在轨执行任务的能力.因此，有必要寻求一种经济可行的方法实现对空间机器人动力学参数的在轨辨识.与地面机器人相比，空间机器人的基座是漂浮的，相当于增加了6个自由度.由于空间微重力环境的影响，针对地面机器人的重力平衡辨识方法无法使用，而目前用于空间机器人基座与关节的加速度和驱动力/力矩传感器信噪比较低，这些因素均使空间机器人的动力学参数辨识遇到困难.V.A.Sujan和S.Dubowsky［1］提出了基于交互信息的可观测性指标，用于产生最优外部激励.该方法假定系统装配有加速度计、倾角计以及六维力/力矩传感器，通过测量机械臂运动对基座作用的力/力矩，采用Kalman滤波器进行在线的动力学参数辨识mpariello和 G. Hirzinger［2］则对动力学方程重新组织(经运动分解去除轨道部分的影响后，得到新的状态空间，其矢量为在轨道坐标系下的表示)，将相对于惯性系的矢量(特别是平移运动矢量)在局部坐标系中进行表示，以解决实际中不能直接得到相对于惯性系测量的问题，但辨识中需要基座的加速度、关节力矩以及关节加速度的测量数据.Y.Gu和Y.Xu［3］讨论了基座姿态受控情况下的动力学参数辨识问题，将动力学方程在关节空间进行了参数线性化表示.Y.Xu［4］等提出了“扩展机器人”(extended robot)的概念，将空间机器人系统的动力学方程在笛卡尔空间进行参数线性化表示.Y. Murotsu［5］等研究了空间机器人捕获未知目标后载荷动力学参数的辨识问题，提出了两种辨识方法，分别用到了基座线速度、线加速度测量以及关节力/力矩传感器的测量.R.Katoh等［6］也研究了目标捕获载荷后的参数辨识及控制问题.Satoko Abiko和Kazuya Yoshida［7］研究了柔性空间机械臂捕获目标后的动力学参数辨识问题，同时，借助重力梯度力矩还辨识了ETS-VII上各杆件的质量、惯量以及质心位置［8］.该方法用到了ETSVII的飞行数据，但其不能辨识各杆质心位置，而是假定其已知，这使得辨识精度不甚理想.R. Lampariello［9］等根据德国GETEX(德国在ETSVII)所做的动力学实验的经验，提出了基于加速度计的参数辨识方法，并针对3个辨识问题(基座惯性参数的辨识、载荷惯性参数的辨识以及整个空间机器人系统惯性参数的辨识)，研究了相应的动力学建模和实验设计.国内在这方面的研究较少，哈工大何光彩等［10］采用神经网络的方法，辨识基座和捕获载荷的质量，但对于动力学参数的辨识，没有太多的研究.本文利用基于改进的遗传算法对空间六关节机器人的动力学参数进行辨识，并给出仿真结果.1 角动量守恒方程1.1 基本假设与变量定义空间机器人系统由卫星本体和机械臂组成，如图1所示.建立系统运动学模型时，需作如下假设:1)连接机械臂各构件的关节均为转动关节，具有一个旋转自由度，没有其他机械约束作用.2)忽略重力梯度力矩及其他环境力矩影响，系统相对轨道坐标系的运动可以认为无外力和外力矩作用，系统的线动量和角动量守恒.图1 空间机器人的一般模型图1是具有单一机械臂的自由漂浮空间机器人的一般模型，它由n个关节的机械臂和作为基座的卫星本体组成.刚体0代表卫星本体，刚体i代表机械臂的第i个连杆，从本体往上编号依次为1～n.Ci表示第i个连杆的质心;连杆i-1和连杆i通过关节i连接.采用D-H规则建立各连杆的坐标系，用Σi表示第i个连杆坐标系，Oi 表示其原点(其中O0为卫星本体的质心);Og为整个系统的质心;ΣI为惯性系.为方便讨论，各符号定义如下(注:ix为矢量x在坐标系Σi中的表示，如不特别注明，均为在惯性坐标系中的表示):Θ =［θ1，θ2，…，θn］T∈Rn为机械臂关节角向量;ri∈R3为连杆i的质心位置矢量，rg∈R3为整个系统质心的位置矢量;pi∈R3为坐标系Σi原点的位置矢量;ai∈R3为矢量;bi∈R3为矢量;li为矢量;v0∈R3为卫星本体质心处的绝对线速度(=˙r0);ω0∈R3为卫星本体的绝对角速度;vi∈R3为连杆i质心处的绝对线速度(=˙ri);ωi∈R3为连杆i的绝对角速度; mi为连杆i的质量;M为整个系统的总质量，Ii∈R3×3为连杆i的惯性张量.再定义如下的操作数:如果r=［x，y，z］T，则1.2 各矢量位置关系如图1所示，坐标系Σi原点的位置矢量如下:各连杆质心的位置矢量将惯性参考系选在系统质心rg=［0，0，0］T，由，可以求出r0:各杆件质心处的速度在惯性系中的表示:另一方面，各刚体质心及末端的角速度可表示为1.3 角动量守恒假设整个系统不受外力和外力矩，则系统的角动量守恒.设L表示系统角动量(相对于惯性坐标系)，则将式(1)和式(2)代入式(3)，可得式中:如前所述，惯性参考系选在系统质心，式(4)可简化为一般情况下，空间机器人系统安装了用于基座姿态控制的反作用力飞轮，因此，还需要在式(3)中加入飞轮的角动量LRW.这样，式(5)可以重新修正如下:2 基于改进遗传算法辨识动力学参数2.1 待辨识参数一般地，空间机器人动力学在轨参数包括基座质量、质心位置、惯性矩、惯性积以及机械臂各个连杆质量、质心位置、惯性矩、惯性积.需辨识的动力学在轨参数数目为k=10(n+1)，n为机器人的关节数，用矢量q表示式中:根据式(7)，对于一个六关节空间机器人，其待辨识动力学参数达70个.在本文中，为了简化辨识模型，仅取动力学参数中影响较大的质量和惯性矩进行辨识，这样，辨识参数减少到28个，即:式中:2.2 动力学参数辨识的偏差模型Iw和Iφ包括了未知的待辨识的动力学在轨参数q.由方程(6)，LRW可以表达为q 的函数，即假设LRW是实际测量而来的，~LRW是基于当前卫星本体的角速度ω0、关节角速度˙Θ和名义动力学在轨参数q估计而来.名义动力学参数与真实动力学参数之间的误差Δq导致反作用飞轮的测量值与估计值存在误差ΔLRW，可表示如下:ΔLRW=LRW-~LRW=f(q+Δq)-f(q).2.3 改进的遗传算法将传统的遗传算法应用于六关节的参数辨识，发现辨识结果容易出现“早熟现象”，不能保证辨识结果收敛到最优.但由于遗传算法处理的群体是有限的，因而存在随机过程，使群体中个体的多样性过早地丢失，从而使算法陷入局部最优点.本文从初始群体的生成、精英个体的保留以及大变异操作等方面对传统的遗传算法进行了改进，能有效地克服早熟现象，明显提高收敛速度，并具有优良的自适应特性.1)小区间生成即依据待辨识参数的取值范围，将其约束为确定的小区间，再在各小区间内随机生成各个参数，组成种群内的个体.这样可根据已知的实际情况，保证所选择的个体在可行域内，减小了不必要的搜索，提高了搜索效率.2)大变异操作当辨识结果出现局部收敛时，可采用大变异操作来解决这个问题，即当某一代中所有个体集中在一起时，就以一个远大于通常变异概率的概率执行一次变异操作，从而跳出局部最优，避免早熟［11］，但大变异是以牺牲收敛速度为代价的.3)精英保留策略大变异操作改变了收敛进程，增大了搜索的随机性，有可能破坏当前群体中适应度最好的个体，影响遗传算法的运行效率.为了加快优化速度，本文采用了精英保留策略，在父代个体中选择一个适应度最高的个体作为精英，与进化后子代适应度最高的个体相比较，如果前者大于后者，则用前者取代子代中最差的个体;反之，后者取代前者成为精英.2.4 适应度函数的选择在本文中，遗传算法的最佳适应度函数作如下表示:式中:i为第i次采样.即该问题的优化目标是使反作用飞轮的实际角动量与根据参数当前值估算得出的角动量之差的平方和最小.3 参数辨识仿真3.1 仿真过程利用改进后的遗传算法对动力学参数辨识的过程如下:1)种群内个体(染色体)选择为q，采用浮点数的形式对这些参数进行编码(浮点数编码比二进制编码及其他编码的计算效率和精度高);2)定义各个动力学参数的小区间;3)设定遗传算法的相关参数，如种群大小np，优化的最大代数nm，交叉概率pc，变异的概率pm，大变异的概率pmax和密集因子α等.这里，优化的代数ng连同适应度函数的容许精度etol共同控制遗传算法的结束;4)令ng=1，在第2步所定义的小区间约束下，随机产生一个初始种群，其有np个个体;5)计算每个个体的适应度函数值，且评价最佳个体的适应度函数值是否满足收敛精度的条件，如果满足则转到第13步，否则，继续下一步;6)取适应度最高(适应度函数值最小)的个体作为精英;7)基于每个个体的适应度值，分配其选择概率，从而完成子代的选择;8)随机产生相配对个体和交叉点的位置，经交叉得到新个体;9)将交叉后子代的最大适应度fmax与平均适应度favg比较，如果αfmax＜favg，则按大变异概率pmax对交叉后得到的个体进行变异操作得到新个体，否则用pm 完成变异操作.10)将所选择的精英与子代适应度值最高的个体相比较，如果前者大于后者，则用前者取代子代中最差的个体.11)以新产生子代个体取代当前父代的个体，从而构成下一代;12)令ng=ng+1，如果ng＞nm，则转到第13步，否则，转到第5步;13)获得最佳适应度的个体，经解码得到需要的动力学参数.3.2 输入条件本文所研究的空间机器人系统如图2所示，由一飞行基座和6-DOF机械臂组成.图2 空间机器人系统其刚体固连坐标系如图3所示(图中所示为机械臂展开的情况，定义为关节处于零位的状态)，Zi为关节Ji的旋转方向.预先设定的名义动力学参数如表1所示，所设置的真实的动力学参数如表2所示.表1 名义动力学参数刚体mi/kg Ixxi/(kg·m2)Iyyi/(kg·m2)Izzi/(kg·m2) 0 613.30 272.21 406.32 222.12 1 9.98 0.06 0.20 0.07 2 7.49 0.03 0.29 0.67 3 10.090.11 0.13 0.04 4 6.69 0.54 0.47 0.11 5 10.07 0.13 0.10 0.04 6 11.92 0.11 0.10 0.04表2 真实动力学参数刚体mi/kg Ixxi/(kg·m2)Iyyi/(kg·m2)Izzi/(kg·m2) 0 593.34 290.66 432.25 245.34 1 8.14 0.04 0.40 0.06 2 7.49 0.03 0.29 0.67 3 12.340.15 0.28 0.02 4 8.39 0.58 0.32 0.17 5 9.23 0.08 0.15 0.06 6 10.28 0.17 0.13 0.05图3 六关节空间机器人的构型最后，作为约束条件，对动力学参数的辨识精度提出要求:参数误差百分比控制在10%.3.3 基座与机械臂的轨迹规划本文采用机械臂各关节分别单独激励的方法来完成对飞轮角动量的估算，规划方法均采用三次多项式插值法.所规划关节的输入条件如下:1)驱动关节i(i=1～6)，其他关节经抱闸锁紧，作为一个刚体绕该驱动关节旋转;2)驱动关节初始角和角速度θ0=˙θ0=0;3)驱动关节末端角和角速度θf=θ，˙θf=0;4)规划时间为10 s，采样时间为0.5 s.取θ=π/6，则驱动关节的轨迹规划曲线如图4所示.3.4 辨识结果利用改进遗传算法，经仿真所获得的动力学参数辨识结果如表3所示;优化进程的适应度函数变化曲线如图5所示.由图5可知，仅经过600代，通过对28个待辨识动力学参数的调整，所优化的最佳适应度函数值达到0.013 7，取得了满意的优化效率和优化结果.在辨识中，如果平均适应度函数值与最佳适应度函数值较接近，则采取大变异操作，增大个体之间的差异，加快优化的进程;反之，如果平均适应度函数值与最佳适应度函数值差异较大，则采用通常的变异概率pm，保证由优化的稳定性.图5可看出，经过改进的遗传算法表现稳定，最佳适应度函数值随着代数的增加逐渐递减，而且趋势相比一般遗传算法较陡峭，证明其优化能力增强.如果最大遗传代数加大，则优化会继续进行，评价函数将进一步被优化，所辨识参数会更接近真实值.图4 驱动关节规划曲线根据表3，所辨识动力学参数的最大百分比误差(相对于真实动力学参数)为7.33%，最小百分比误差为0.006 52%，差别较大.总体而言，对飞轮角动量影响大的动力学参数辨识效果要好一些，影响弱的要差一些.然而，所辨识的参数均满足所提出的辨识精度要求，证明了上述算法具有强大的优化能力.表3 改进遗传算法辨识参数的误差百分比刚体 mi kg mi误差% Ixxi kg·m2 Ixxi误差% Iyyi kg·m2 Iyyi误差% Izzi kg·m2 Izzi误差% 24 0.01 1 8.116 0.29 0.038 3.75 0.405 1.25 0.063 5.33 2 7.355 1.80 0.031 3.67 0.277 4.48 0.682 1.79 3 12.233 0.87 0.143 4.67 0.286 2.14 0.018 8.50 4 8.378 0.14 0.592 2.07 0.329 2.81 0.166 2.35 5 9.274 0.47 0.075 6.25 0.139 7.33 0.058 3.33 0 593.582 0.04 290.745 0.03 431.753 0.12 245.3 6 10.346 0.64 0.182 7.06 0.134 3.08 0.047 6.00图5 适应度函数变化曲线4 结论1)本文基于空间机器人角动量守恒方程，通过六自由度机械臂的关节轨迹激励，计算名义动力学参数估算的飞轮角动量与实测角动量(在仿真中通过真实动力学参数计算)的差异，建立了遗传算法的适应度函数.2)针对常规遗传算法容易出现“早熟”问题，本文采用小区间生成，大变异操作以及精英保留策略对其进行了改进.3)仿真结果表明改进后的遗传算法能够有效避免局部收敛现象的发生，增加了动力学参数辨识的优化效率，取得了良好的辨识效果.参考文献:［1］SUJAN V A，DUBOWSKY S.An optimal information method for mobile manipulator dynamic parameter identification［J］.IEEE/ASME Transactions on Mechatronics，2003，2(2):215-225.［2］LAMPARIELLO R，HIRZINGER G.Free-flying robots-inertialparameters identification and control strategies［C］//ESA Workshop on Advanced Space Technologies for Robotics and Automation(ASTRA 2000). Noordwijk，Netherland:［s n］，2000:1-8.［3］GU Y，XU Y.A normal form augmentation approach to adaptive control of space robot systems［C］//Proceedings of the IEEE International Conference on Robotics and Automation.Atlanta，USA:［s n］，1993:731-737.［4］XU Y，SHUM H，LEE J，et al.Space Robotics:Dynamics and control ［M］.Deventer，Netherland:Kluwer Academic Publishings，1993:51-58. ［5］MUROTSU Y，SENDA K，OZAKI M.Parameter identification of unknown object handled by free-flying space robot［J］.Journal of Guidance，Control and Dynamics，1994，17(3):488-494.［6］KATOH R，SAKON H，YAMAMOTO T.A control method for space manipulator mounted on a free-flying robot by using parameter identification［C］//Proceedings of the Asian-Pacific Vibration.Kitakyushu，Japan:［s n］，1993:1205-1209.［7］ABIKO S，YOSHIDA K.On-line parameter identification of a payload handled by flexible based manipulator［C］//Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems.Sendai，Japan:［s n］，2004:2930-2935.［8］YOSHIDA K，ABIKO S.Inertial parameter identification for a free-flying space robot［C］//Guidance，Navigation，and Control Conference and Exhibit.Monterey，USA:［s n］，2002:1-8.［9］LAMPARIELLO R，HIRZINGER G.Modeling and experimental designfor the on-orbit inertial parameter identification of free-flying space robots ［C］//2005 International Design Engineering Technical Conference and Computers and Information in Engineering Conference.Long Beach，USA:［s n］，2005:1-10.［10］何光彩，洪炳镕，郭恒业.基于参数辨识的冗余自由飞行空间机器人多臂协调运动规划［J］.宇航学报，2000，21(1):85-89.［11］吕佳.大变异遗传算法在非线形系统参数估计中的应用［J］.重庆师范大学学报，2004，21(4):13-16.。