CN104020773B - 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 - Google Patents
一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 Download PDFInfo
- Publication number
- CN104020773B CN104020773B CN201410264716.2A CN201410264716A CN104020773B CN 104020773 B CN104020773 B CN 104020773B CN 201410264716 A CN201410264716 A CN 201410264716A CN 104020773 B CN104020773 B CN 104020773B
- Authority
- CN
- China
- Prior art keywords
- joint
- acceleration
- robot
- planning
- trajectories
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,本发明涉及一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法。本发明的目的是解决空间机器人控制中由于上下位机的时钟不同步及关节层轨迹加速度的剧烈变化引起的机器人运动过程中的不平稳问题。步骤一、建立在一个轨迹段规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型,并得到关节轨迹方程;步骤二、依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数,并进行关节空间轨迹的连续规划;步骤三、在关节空间轨迹的连续规划的基础上进行同步控制。本发明应用于机器人控制领域。
Description
技术领域
本发明涉及一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法。
背景技术
随着各国航天技术的发展,空间机器人在未来空间操作中的作用日益重要。空间机器人除了对硬件系统的可靠性提出严苛的要求外,对其规划与控制方法也提出了很高的要求。一般空间机器人的控制与规划相对于传统的地面机器人的难点主要在于:1)空间机器人存在很强的结构柔性,并且空间机器人载体(或基座)的自由漂浮特性使得空间机器人在运动中不仅会产生柔性抖动,而且对其载体的扰动会引起载体位姿的明显变化,从而严重影响空间机器人的位姿精度。2)空间机器人的中央控制器受其处理器运算能力及与机器人关节间通讯带宽的限制,空间机器人的控制需要采用分布式控制结构,即分为笛卡尔层和关节层,且两层具有独立的时钟周期。上述的两个难点使得空间机器人的控制与规划与地面机器人存在明显的区别。首先,空间机器人的中央控制器与机器人关节的通讯周期ΔT一般较长(如几十毫秒或几百毫秒),即中央控制器每隔ΔT为机器人关节提供运行的期望位置信息等,而为了保证机器人关节运动控制的稳定性,机器人关节控制器的周期Δt一般较小(如几毫秒),因此需要对中央控制器规划的期望位置信息进行关节层的再次规划。由于中央控制器和关节控制器采用2个不同时钟,因此二者需要同步,如图1所示,空间机器人的输入指令可由地面工作站通过两种输入方式提供:其一为地面预编程指令输入,即将地面离线规划完成的操作数据通过特定指令上注到在轨机器人控制器,空间机器人通过指定的时间序列完成任务操作;其二为地面遥操作设备的指令输入,即地面遥操作人员通过遥操作杆生成机器人轨迹序列,通过天地信号传输通道传输给在轨机器人控制器,完成任务操作。机器人中央控制器将地面轨迹插补为间隔ΔT的轨迹序列,每ΔT发送给机器人关节控制器,关节控制器根据本发明所提出的方法将中央控制器ΔT间隔的指令序列规划为Δt间隔的轨迹序列,输入给关节运动控制器,驱动机器人运动。其次,空间机器人关节运动的加速度会对机器人运动的平稳性产生严重影响,这也需要在空间机器人的规划中加以考虑。
发明内容
本发明的目的是解决空间机器人控制中由于上下位机的时钟不同步及关节层轨迹加速度的剧烈变化引起的机器人运动过程中的不平稳问题,而提供了一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,
一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,包括以下步骤:
步骤一、建立在一个关节轨迹规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型,并得到关节轨迹方程;
步骤二、依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数,并进行关节空间轨迹的连续规划;
步骤三、在关节空间轨迹的连续规划的基础上进行同步控制,即完成了一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划。
发明效果:
该方法保证了机器人关节加速度在整个插补周期内的最优化,通过所提出的关节控制周期自适应时钟同步机制,消除了由于上下位机的时钟不同步所导致的关节层轨迹抖动问题,大大改善了空间机器人的轨迹跟踪性能。
1、基于该方法可以实现机器人关节运动轨迹位置、速度的连续性,加速度在整个插补周期内的最优规划;
2、该方法解决了由于上下位机时钟不同步所引起的关节期望位置信息丢失而导致的关节轨迹抖动问题;
3、基于该方法设计的时钟同步机制及轨迹规划方法具有很小的计算量,方便空间机器人嵌入式系统的应用;
4、基于该方法设计的空间机器人运动轨迹可以在一定程度上降低空间机器人运行的柔性抖动,提高空间机器人末端的跟踪精度。
附图说明
图1是背景技术中的空间机器人在轨操作的控制流程示意图;
图2是步骤一和步骤二中的加速度最优的关节轨迹插补原理图;
图3是步骤三中控制周期自适应时钟同步的加速度最优轨迹规划算法执行时序及流程图;
图4是仿真对比试验中空间机器人中央控制器规划的250ms间隔的关节轨迹;其中,实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度;
图5是仿真对比试验中无时钟同步控制的传统轨迹规划方法得到的关节层2ms间隔的关节轨迹,其中,实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度;
图6是仿真对比试验中无时钟同步控制的加速度最优规划得到的关节层2ms间隔的关节轨迹。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度;
图7是仿真对比试验中有时钟同步控制的传统轨迹规划方法得到的关节层2ms间隔的关节轨迹。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度;
图8是仿真对比试验中有时钟同步控制的加速度最优规划得到的关节层2ms间隔的关节轨迹;实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度;
图9是仿真对比试验中有时钟同步控制的规划方法在实际机器人系统中的速度响应及控制输入的比较曲线;实线为有时钟同步控制时的控制效果,虚线为无时钟同步控制时的控制效果;
图10是仿真对比试验中无时钟同步控制的规划方法在实际机器人系统中的速度响应及控制输入的比较曲线;实线为有时钟同步控制时的控制效果,虚线为无时钟同步控制时的控制效果。
具体实施方式
具体实施方式一:本实施方式的一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,包括以下步骤:
步骤一、建立在一个关节轨迹规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型,并得到关节轨迹方程;
步骤二、依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数,并进行关节空间轨迹的连续规划;
步骤三、在关节空间轨迹的连续规划的基础上进行同步控制,即完成了一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划。
本实施方式效果:
该方法保证了机器人关节加速度在整个插补周期内的最优化,通过所提出的关节控制周期自适应时钟同步机制,消除了由于上下位机的时钟不同步所导致的关节层轨迹抖动问题,大大改善了空间机器人的轨迹跟踪性能。
5、基于该方法可以实现机器人关节运动轨迹位置、速度的连续性,加速度在整个插补周期内的最优规划;
6、该方法解决了由于上下位机时钟不同步所引起的关节期望位置信息丢失而导致的关节轨迹抖动问题;
7、基于该方法设计的时钟同步机制及轨迹规划方法具有很小的计算量,方便空间机器人嵌入式系统的应用;
8、基于该方法设计的空间机器人运动轨迹可以在一定程度上降低空间机器人运行的柔性抖动,提高空间机器人末端的跟踪精度。
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤一建立在一个关节轨迹规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型具体为:
在一个关节轨迹规划周期tp内,若加速度最优,则选取加速度为常值,速度为时间的一次函数,关节轨迹曲线位置的最高次数为时间的二次函数,即:
y(t)=a0+a1t+a2t2 (1)
其中,所述y(t)表示关节轨迹曲线位置,a0,a1,a2表示待定的参数,t表示时间,v(t)表示速度,表示关节轨迹曲线位置y(t)的一阶导数,表示关节位置轨迹y(t)的二阶导数,a(t)表示加速度。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述步骤二依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数具体为:
假设在当前时刻,轨迹刚好通过A点而向B点运动,正好是B点到C点的过渡轨迹段的开始,其中,A点为关节轨迹规划初始时刻的关节位置点,B和C为关节相邻时刻的期望位置点,定义,ΔB=A-B,ΔC=C-B,则由位置、速度的连续性可得:
加速度方程满足:
求解上述方程,可求得轨迹系数分别为:
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述步骤三具体为:
1)在关节控制器中利用关节控制器的定时机制对中央控制器向关节发送期望位置的时间间隔ΔT进行计时,得到关节控制器收到期望位置的时间序列为0,1,…,tk-1,tk,tk+1,…;
2)判断在Ti时刻关节控制器是否启动步骤一和步骤二中所述的关节轨迹方程,其中i=0…k,若启动了关节轨迹方程后,则按照关节控制器的时钟步长每隔Δt计算一次关节期望轨迹,即调用关节轨迹方程输出关节期望位置、期望速度和期望加速度;若关节轨迹方程未启动,则输出关节当前位置、速度和加速度为0;
3)判断上述步骤2)中的关节轨迹方程是否执行了ΔT/Δt-1次,若没有执行ΔT/Δt-1次,则不作处理,依然按照关节控制器的时钟步长每隔Δt计算一次关节期望轨迹;若已经执行了ΔT/Δt-1次,则转入步骤4);
4)判断tk-tk-1与中央控制器发送期望位置的时间间隔ΔT的关系,若tk-tk-1大于ΔT,则最后一次关节轨迹规划以Δt+ε为采样周期执行,其中ε为小参数;若tk-tk-1小于ΔT,则最后一次关节轨迹规划以Δt-ε为采样周期执行;若中央控制器周期等于ΔT,则最后一次轨迹规划以Δt为采样周期执行。
其它步骤及参数与具体实施方式一至三之一相同。
仿真对比试验:
下面结合图4~图8说明本实施方式,本仿真试验给出一个轨迹规划仿真应用实例。
本实施例以一种6自由度空间机器人原型样机为例。该机器人由6个旋转关节构成,关节采用无刷直流电机驱动,谐波减速器(减速比1:160)作为力矩传动。每个关节都安装有一个电位计和一个旋转变压器用于分别测量关节和电机的角度,关节绝对角度通过电位计和旋转变压器传感器信息融合得到。
机器人控制算法的实施由一个中央控制器和6个独立的关节控制器实现。中央控制器负责机器人任务调度、机器人笛卡尔空间规划及计算,包括动力学算法、任务空间规划、逆运动学算法、视觉信息规划等。中央控制器由ARM处理器及外围电路组成,中央处理器的时钟由外部独立晶振提供。中央控制器通过CAN总线与关节控制器建立通讯,通讯周期为250ms。关节控制器由FPGA嵌入软核处理器实现,关节控制器时钟由关节的外部晶振提供,通过软件设置关节处理器的定时器中断时间间隔为500us。关节运动控制及轨迹规划的周期为2ms,即每4个定时器中断执行一次关节运动控制。时钟同步控制时,在每个250ms周期的最后一次期望轨迹计算时可设置成每3个或每5个定时器中断执行一次,以此实现时钟同步功能。
在本仿真试验中,中央控制器每250ms向关节控制器发送期望位置信息,即ΔT=0.25s。中央控制器发送的期望轨迹如图4所示。关节控制器根据中央控制器发送的期望位置信息每2ms进行一次轨迹插补,即Δt=0.002s。若中央控制器与关节控制器严格同步时,则在每个ΔT时间间隔内关节轨迹插补算法可执行125次。
若采用传统的关节插补算法,在没有时钟同步的条件下,关节插补后的期望轨迹如图5所示。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度。图中可以看出,传统的轨迹规划方法在轨迹的加减速时间内关节加速度存在较大波动,在时钟不同步的时刻关节速度及加速度的波动尤为剧烈。进行时钟同步控制后,关节插补的期望轨迹如图7所示。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度。图中可以看出,时钟同步控制有效消除了由时钟不同步造成的速度及加速度的剧烈波动,但正常加减速时间段内的加速度波动却依然存在。
若采用本发明所提出的关节插补算法(步骤一和步骤二中所述),在没有时钟同步的条件下,关节插补后的期望轨迹如图6所示。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度。图中可以看出,本发明所提出的轨迹规划方法在轨迹的加减速时间内关节加速度可以平滑过渡,在时钟不同步的时刻关节加速度的波动幅值减小为传统轨迹插补算法(图5)波动幅值的一半左右。进行时钟同步控制后,关节插补的期望轨迹如图8所示。实线为关节期望角位置,虚线为关节期望角速度,点线为关节期望角加速度。图中可以看出,本发明所提出的规划算法不仅有效消除了由时钟不同步造成的加速度的剧烈波动,而且保证了在正常加减速时间段内的加速度的平缓过渡。
图9、图10分别给出了本方法在实际机器人控制中产生的效果图,有效证明了本发明的实用性及可行性。图中可以看出,本发明所提出的规划算法有效消除了由时钟不同步造成的速度及控制输入的剧烈波动,保证了在正常加减速时间段内的机器人控制输入及输出响应的平缓过渡,大大减小了机器人的抖动。
Claims (4)
1.一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,其特征在于它包括以下步骤:
步骤一、建立在一个关节轨迹规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型,并得到关节轨迹方程;
步骤二、依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数,并进行关节空间轨迹的连续规划;
步骤三、在关节空间轨迹的连续规划的基础上进行同步控制,即完成了一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划。
2.根据权利要求1所述的一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,其特征在于所述步骤一建立在一个关节轨迹规划周期内具有最优加速度的空间机器人关节轨迹曲线位置、速度及加速度的数学模型具体为:
在一个关节轨迹规划周期tp内,若加速度最优,则选取加速度为常值,速度为时间的一次函数,关节轨迹曲线位置为时间的二次函数,即:
y(t)=a0+a1t+a2t2 (1)
其中,所述y(t)表示关节轨迹曲线位置,a0,a1,a2表示待定的参数,t表示时间,v(t)表示速度,表示关节轨迹曲线位置y(t)的一阶导数,表示关节轨迹曲线位置y(t)的二阶导数,a(t)表示加速度。
3.根据权利要求2所述的一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,其特征在于所述步骤二依据关节轨迹插补的连续性条件,求取步骤一中关节轨迹方程中的参数具体为:
假设在当前时刻,轨迹刚好通过A点而向B点运动,随后由B点向C点运动,其中,A点为关节轨迹规划初始时刻的关节位置点,B和C为关节相邻时刻的期望位置点,定义,ΔB=A-B,ΔC=C-B,则由位置、速度的连续性可得:
加速度方程满足:
求解上述方程,可求得轨迹系数分别为:
4.根据权利要求3所述的一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法,其特征在于所述步骤三具体为:
1)在关节控制器中利用关节控制器的定时机制对中央控制器向关节发送期望位置的时间间隔ΔT进行计时,得到关节控制器收到期望位置的时间序列为0,1,…,tk-1,tk,tk+1,…;
2)判断在Ti时刻关节控制器是否启动步骤一和步骤二中所述的关节轨迹方程,其中i=0…k,若启动了关节轨迹方程后,则按照关节控制器的时钟步长每隔Δt计算一次关节期望轨迹,即调用关节轨迹方程输出关节期望位置、期望速度和期望加速度;若关节轨迹方程未启动,则输出关节当前位置、速度和加速度为0;
3)判断上述步骤2)中的关节轨迹方程是否执行了ΔT/Δt-1次,若没有执行ΔT/Δt-1次,则不作处理,依然按照关节控制器的时钟步长每隔Δt计算一次关节期望轨迹;若已经执行了ΔT/Δt-1次,则转入步骤4);
4)判断tk-tk-1与中央控制器发送期望位置的时间间隔ΔT的关系,若tk-tk-1大于ΔT,则最后一次关节轨迹规划以Δt+ε为采样周期执行,其中ε为小参数;若tk-tk-1小于ΔT,则最后一次关节轨迹规划以Δt-ε为采样周期执行;若中央控制器周期等于ΔT,则最后一次轨迹规划以Δt为采样周期执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410264716.2A CN104020773B (zh) | 2014-06-13 | 2014-06-13 | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410264716.2A CN104020773B (zh) | 2014-06-13 | 2014-06-13 | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104020773A CN104020773A (zh) | 2014-09-03 |
CN104020773B true CN104020773B (zh) | 2016-09-14 |
Family
ID=51437582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410264716.2A Active CN104020773B (zh) | 2014-06-13 | 2014-06-13 | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104020773B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105710881B (zh) * | 2016-03-16 | 2017-10-31 | 杭州娃哈哈精密机械有限公司 | 一种机器人末端连续轨迹规划过渡方法 |
CN108393883B (zh) * | 2018-01-12 | 2021-03-16 | 苏州工业职业技术学院 | 一种表面改性机器人关节空间轨迹优化的方法 |
CN108388272B (zh) * | 2018-03-30 | 2020-09-29 | 五邑大学 | 一种基于时间最优的无人机前飞速度计算方法 |
CN111026164B (zh) * | 2019-12-24 | 2022-07-05 | 南京埃斯顿机器人工程有限公司 | 一种机器人目标跟踪轨迹规划方法 |
CN114845377B (zh) * | 2022-05-05 | 2024-02-23 | 中南大学 | 一种基于uwb的高精度无线时钟同步方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002361576A (ja) * | 2001-06-05 | 2002-12-18 | Toshiba Corp | 3次元空間内サービス提供システム |
JP2004230530A (ja) * | 2003-01-31 | 2004-08-19 | Kawasaki Heavy Ind Ltd | 宇宙ロボットの姿勢制御方法及び装置 |
CN101045298A (zh) * | 2007-04-12 | 2007-10-03 | 武汉科技大学 | 一种多自由度机器人运动规划控制器 |
CN102039600A (zh) * | 2010-12-13 | 2011-05-04 | 北京航空航天大学 | 基于混合传动的关节型轻型机械臂 |
CN102298391A (zh) * | 2011-04-27 | 2011-12-28 | 哈尔滨工业大学 | 一种重载工业机器人操作空间内运动轨迹规划方法 |
-
2014
- 2014-06-13 CN CN201410264716.2A patent/CN104020773B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002361576A (ja) * | 2001-06-05 | 2002-12-18 | Toshiba Corp | 3次元空間内サービス提供システム |
JP2004230530A (ja) * | 2003-01-31 | 2004-08-19 | Kawasaki Heavy Ind Ltd | 宇宙ロボットの姿勢制御方法及び装置 |
CN101045298A (zh) * | 2007-04-12 | 2007-10-03 | 武汉科技大学 | 一种多自由度机器人运动规划控制器 |
CN102039600A (zh) * | 2010-12-13 | 2011-05-04 | 北京航空航天大学 | 基于混合传动的关节型轻型机械臂 |
CN102298391A (zh) * | 2011-04-27 | 2011-12-28 | 哈尔滨工业大学 | 一种重载工业机器人操作空间内运动轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104020773A (zh) | 2014-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104020773B (zh) | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 | |
CN105700536B (zh) | 基于绳系拖曳系统的主动星姿态和系绳摆振联合控制方法 | |
CN104142686B (zh) | 一种卫星自主编队飞行控制方法 | |
Zhang et al. | Control of coordinated patterns for ocean sampling | |
Li et al. | Active disturbance rejection control for high pointing accuracy and rotation speed | |
Rodic et al. | Control of a Quadrotor Flight | |
CN104484717B (zh) | 基于当前航路的一种机载航迹预测方法 | |
CN102298315A (zh) | 基于rbf神经网络滑模控制的mems陀螺仪的自适应控制系统 | |
CN110007681B (zh) | 一种利用连续推进器实现绳系编队自旋稳定展开优化方法 | |
CN105867382A (zh) | 一种基于等效干扰补偿的船舶动力定位控制系统 | |
Ankarali et al. | Haptic feedback enhances rhythmic motor control by reducing variability, not improving convergence rate | |
CN109799835A (zh) | 一种空间碎片的绳系拖曳最优离轨方法 | |
CN105867167B (zh) | 跨平台的自旋稳定卫星飞行仿真系统 | |
Rossi et al. | Online nonlinear model predictive control for tethered uavs to perform a safe and constrained maneuver | |
Morgan et al. | Decentralized model predictive control of swarms of spacecraft using sequential convex programming | |
CN106168762A (zh) | 一种基于模糊聚类逆模型的残余振动抑制方法 | |
Nino-Suarez et al. | Discrete-time sliding mode path-tracking control for a wheeled mobile robot | |
CN106227934A (zh) | 精确获取变长度绳索设备横向振动的方法 | |
Mulyadi et al. | Digital Twin Model Development for Autonomous Tram Localization | |
Meinlschmidt et al. | Cascaded backstepping control of a Duocopter including disturbance compensation by unscented Kalman filtering | |
CN106055799A (zh) | 一种利用悬浮轨道实现异面轨道快速机动方法 | |
Yu et al. | Hybrid multi-frequency attitude estimation based on vision/inertial integrated measurement system | |
Jones et al. | H2 optimal halo orbit guidance | |
Serrano et al. | Estimation based controller for marine vessel exposed to environmental perturbations | |
Zlajpah et al. | Control strategy for robotic yo-yo |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Liu Yechao Inventor after: Xia Jinjun Inventor after: Ni Fenglei Inventor after: Jin Minghe Inventor after: Wei Chuanfeng Inventor before: Liu Yechao Inventor before: Xia Jinjun Inventor before: Ni Fenglei Inventor before: Jin Minghe |
|
COR | Change of bibliographic data | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |