CN105302156A - 一种地面验证系统及追踪航天器的轨迹规划方法 - Google Patents

Abstract

本发明公开了一种地面验证系统，包含：数据输入与约束选择单元；视觉测量算法单元，其输入端与所述数据输入与约束选择单元的输出端连接；追踪航天器动力学与控制单元，其输入端与所述数据输入与约束选择单元的输出端连接；追踪航天器路径规划单元，其输入端分别与所述数据输入与约束选择单元、视觉测量算法单元及追踪航天器动力学与控制单元的输出端连接；显示单元，其输入端分别与追踪航天器动力学与控制单元及追踪航天器路径规划单元的输出端连接。本发明还公开了一种追踪航天器的轨迹规划方法。本发明具有机动目标路径预测及避障功能，并且燃料消耗较优，接近时间短。

Description

一种地面验证系统及追踪航天器的轨迹规划方法

技术领域

本发明涉及可机动逃逸航天器抓捕与回收研究领域，具体涉及一种地面验证系统及追踪航天器的轨迹规划方法。

背景技术

随着航天技术的发展，航天器的用途更加广泛，随之而来的，失控航天器回收成为研究的一个热点，其中，对失控航天器进行抓捕是有效的解决手段。在实施抓捕过程中，目标航天器处于失控状态，可能会出现自机动的现象，所以追踪航天器相对于机动目标接近的轨迹规划问题是研究的重点，同时也是控制、导航等分系统设计的基础。然而常规的航天器轨迹规划多是针对于合作目标的，缺乏对目标机动问题的考虑，这显然不适用于问题的解决。

发明内容

本发明的目的在于提供一种地面验证系统及追踪航天器的轨迹规划方法，具有机动目标路径预测及避障功能，并且燃料消耗较优，接近时间短。

为了达到上述目的，本发明通过以下技术方案实现：一种地面验证系统，其特点是，包含：

数据输入与约束选择单元，其输入端用于输入系统输入量；

视觉测量算法单元，其输入端与所述数据输入与约束选择单元的输出端连接；

追踪航天器动力学与控制单元，其输入端与所述数据输入与约束选择单元的输出端连接；

追踪航天器路径规划单元，其输入端分别与所述数据输入与约束选择单元、视觉测量算法单元及追踪航天器动力学与控制单元的输出端连接；

显示单元，其输入端分别与追踪航天器动力学与控制单元及追踪航天器路径规划单元的输出端连接；其中

所述的追踪航天器动力学与控制单元与追踪航天器路径规划单元之间的传输链路为双向传输链路；

所述的显示单元用于显示追踪航天器规划和实际位置与姿态。

所述的地面验证系统还包含一机动目标轨迹预测单元，所述的机动目标轨迹预测单元的输入端与所述视觉测量算法单元的输出端连接，输出端与所述追踪航天器路径规划单元的输入端连接。

所述的系统输入量包含追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息。

所述的追踪航天器路径规划单元中包含一避障模块。

一种追踪航天器的轨迹规划方法，用于合作目标接近与抓捕过程中，其特点是，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息及空间约束选择信息；

视觉测量算法单元对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

追踪航天器路径规划单元根据目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息及空间约束选择信息，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器最优规划路径及追踪航天器的运动路径在显示单元上显示。

一种追踪航天器的轨迹规划方法，用于机动目标接近与抓捕过程中，其特点是，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息；

视觉测量算法单元采用预设测量算法对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

机动目标轨迹预测单元采用预设预测算法对数据输入与约束选择单元中的机动信息进行处理，获得目标逃逸路径预测信息；

追踪航天器路径规划单元采用预设规划算法对目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息、目标逃逸路径预测信息及空间约束选择信息进行处理，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器规划和实际位置与姿态，在显示单元上显示出来。

所述的预设测量算法为视觉测量加惯性敏感器修正的方法。

所述的预设预测算法为EKF算法。

所述的预设规划算法为基于导航点的多脉冲轨迹规划算法。

本发明一种机动目标接近规划算法及其地面验证系统与现有技术相比具有以下优点：适用性更强，不仅可以用于空间碎片等不可机动目标的抓捕与回收，还可以用于失控航天器等可机动目标的抓捕与回收；约束考虑更加全面，对于空间环境因素的影响考虑的更加全面，包括避障问题、燃料消耗最优问题、机动时间最短问题等。

附图说明

图1为本发明一种地面验证系统的整体结构示意图；

图2为视觉测量算法单元的工作流程图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1所示，一种地面验证系统，包含：数据输入与约束选择单元100，其输入端用于输入系统输入量；视觉测量算法单元200，其输入端与所述数据输入与约束选择单元100的输出端连接；追踪航天器动力学与控制单元300，其输入端与所述数据输入与约束选择单元100的输出端连接；追踪航天器路径规划单元400，其输入端分别与所述数据输入与约束选择单元100、视觉测量算法单元200及追踪航天器动力学与控制单元300的输出端连接；显示单元500，其输入端分别与追踪航天器动力学与控制单元300及追踪航天器路径规划单元400的输出端连接；其中，所述的追踪航天器动力学与控制单元300与追踪航天器路径规划单元100之间的传输链路为双向传输链路；所述的显示单元500用于显示追踪航天器规划和实际位置与姿态。

在本实施例中，较佳地，所述的地面验证系统，还包含一机动目标轨迹预测单元600，所述的机动目标轨迹预测单元600的输入端与所述视觉测量算法单元200的输出端连接，输出端与所述追踪航天器路径规划单元400的输入端连接；优选地，各组件之间通过接口单元连接在一起。

在本实施例中，所述的系统输入量包含追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息。

在本实施例中，较佳地，所述的追踪航天器路径规划单元500中包含一避障模块，防止出现在最优的规划路径上出现障碍物，导致追踪航天器损坏。

在本过程中，视觉测量算法单元始终处于工作状态，视觉测量算法单元不仅仅用来确定目标航天器的位置与姿态，还负责测量在航天器的运动轨道上是否存在障碍物。假如航天器的运动轨迹上不存在障碍物，那么按照最优规划路径进行运动；如果存在障碍物，那么将航天器的运动轨迹分为多个阶段；第一阶段，按照规划的最优轨迹运动，当遇到障碍物的时候，航天器运动停止。加入约束条件：存在障碍物的视场范围为不可运动区域。利用最优规划方法，重新进行轨迹规划，直到到达目标位置与姿态。

结合上述的地面验证系统，本发明还公开了一种追踪航天器的轨迹规划方法，用于合作目标接近与抓捕过程中(地面验证系统中不包含机动目标轨迹预测单元)，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息及空间约束选择信息；

视觉测量算法单元对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

追踪航天器路径规划单元根据目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息及空间约束选择信息，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器最优规划路径及追踪航天器的运动路径在显示单元上显示。

结合上述的地面验证系统，本发明还公开了一种追踪航天器的轨迹规划方法，用于机动目标接近与抓捕过程中(地面验证系统中不包含机动目标轨迹预测单元)，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息；

视觉测量算法单元采用预设测量算法对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

机动目标轨迹预测单元采用预设预测算法对数据输入与约束选择单元中的机动信息进行处理，获得目标逃逸路径预测信息；

追踪航天器路径规划单元采用预设规划算法对目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息、目标逃逸路径预测信息及空间约束选择信息进行处理，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器规划和实际位置与姿态，在显示单元上显示出来。

具体地，在本实施例中，视觉测量算法单元用于确定目标航天器的位置和姿态，采用视觉测量加惯性敏感器修正的方法，如图2所示。使用单目视觉测量的方法确定目标航天器的位置与姿态信息，然后根据惯性敏感器测量得到的追踪航天器的位置与姿态信息，将两种信息进行滤波处理，得到更加精确的目标航天器的位置与姿态数据。

在本实施例中，当包含机动目标轨迹预测单元时，对目标航天器的运动轨迹机动有一定的预测能力，对于机动目标轨迹预测算法，我们采用的模型预测方法为EKF算法。

其计算流程如下：

假设系统模型由两部分组成：已知的近似系统模型和待定模型误差向量，表达式如下：

$\stackrel{\·}{X}\left(t\right)=f\[X\left(t\right),t\]+G\[X\left(t\right),t\]u\left(t\right)$

Z(t)＝H[[X(t),t]]

其中，X(t)为系统状态向量，f[X(t),t]为已知的近似系统模型，u(t)为待定的模型误差向量，Z(t)为系统观测向量。

对观测方程进行离散化；

Z_k＝H_kX_k+V_k

式中，V_k满足：E(V_k)＝0,E(V_kV_j ^T)＝Rδ_ij，δ_ij为Kronecker函数。

对离散的观测方程在X_k处做Taylor展开，可以得到：

${\hat{Z}}_{k+1}={\hat{Z}}_k+Z({\hat{X}}_k,\mathrm{\Δ}t)+\mathrm{\Λ}\left(\mathrm{\Δ}t\right)S\left({\hat{X}}_k\right)u_k$

式中，Δt为采样周期，并且：

$Z({\hat{X}}_k,\mathrm{\Δ}t)=\underset{k=1}{\overset{P_i}{\Σ}}\frac{{\mathrm{\Δt}}^k}{k!}{L}_f^k\left(H_i\right)$

$\mathrm{\Λ}\left(\mathrm{\Δ}t\right)=diag({\mathrm{\Δt}}^{P_i}/P_i!)$

$S\left(X_k\right)=(L_{gi}\[L_f^{P_i-1}(H_i)\])$

其中，P_i＝1,…,m，它是对H_i(X_k)求导并代入直至出现u(t)时的最低阶数，为H_i(X_k)关于f(X)的k阶导数，定义如下：

$L_f^0\left(H_i\right)=H_i$

$L_f^k\left(H_i\right)=\frac{\∂L_f^{k-1}\left(H_i\right)}{\∂X^T}f(X,k),k\≥1$

$L_{gi}\[L_f^{P_i-1}\left(H_i\right)\]=\frac{\∂L_f^{P_i-1}\left(H_i\right)}{\∂X^T}G(X,k)$

引入误差模型的目的是使得系统模型误差最小，构造目标函数：

$J\left(u\right(k\left)\right)=\frac{1}{2}{\[\hat{Z}(k+1)-\hat{Z}\left(k\right)\]}^T{R}^{-1}\[\hat{Z}(k+1)-\hat{Z}\left(k\right)\]+\frac{1}{2}u{\left(k\right)}^{T}Wu\left(k\right)$

其中，W为半正定阵。

当 $Wu\left(k\right)={\[\mathrm{\Λ}\left(\mathrm{\Δ}t\right)S\left(X_k\right)\]}^T{R}^{-1}\[\hat{Z}(k+1)-\hat{Z}\left(k\right)\]$ 时，J(u(k))最小，有：

$u\left(k\right)=-{\[S{\left({\hat{X}}_k\right)}^T\mathrm{\Λ}{\left(\mathrm{\Δ}t\right)}^T{R}^{-1}\mathrm{\Λ}\left(\mathrm{\Δ}t\right)S\left({\hat{X}}_k\right)+W\]}^{-1}S\left({\hat{X}}_k\right)\mathrm{\Λ}{\left(\mathrm{\Δ}t\right)}^T\×R^{-1}\[Z({\hat{X}}_k,\mathrm{\Δ}t)-Z_{k+1}+{\hat{Z}}_k\]$

实际应用UKF算法时，首先利用k+1时刻观测值计算这个采样周期内的模型误差u(k)；最后，将模型误差u(k)带回原系统状态方程，解算出k+1时刻状态估计X_k+1。

追踪航天器的路径规划方法，对于追踪航天器的轨迹规划，我们采用基于导航点的多脉冲轨迹规划算法，具体运算如下：

在视觉测量装置工作状态下，测量得到，在一定空间上，不存在对航天器运动存在威胁的障碍物。如果要求追踪航天器从t₀时刻的初始状态ρ₀、开始，达到t_f时刻的状态ρ_f、能耗最优，那么最优控制模型如下：

$\min J=\frac{1}{2}{\∫}_{t_0}^{t_f}{u}^{T}ud\mathrm{\τ}=\frac{1}{2}{\∫}_{t_0}^{t_f}(a_x^2+a_y^2+a_z^2)d\mathrm{\τ}$

$\begin{array}{cc}s.t.& \stackrel{\·}{X}\left(t\right)=AX\left(t\right)+Bu\left(t\right)\end{array}$

$X_0=\left[\begin{array}{cccccc}{x}_0& y_0& z_0& {\stackrel{\·}{x}}_0& {\stackrel{\·}{y}}_0& {\stackrel{\·}{z}}_0\end{array}\right]$

$X_f=\left[\begin{array}{cccccc}{x}_f& y_f& z_f& {\stackrel{\·}{x}}_f& {\stackrel{\·}{y}}_f& {\stackrel{\·}{z}}_f\end{array}\right]=\mathrm{\ψ}$

上述模型属于最小积分平方控制问题。最优控制解为：

$u^{*}\left(t\right)=-B^{T}R\left(t\right)Q^{-1}\left(t\right)\[\mathrm{\ψ}-\widehat{\mathrm{\ψ}}\left(t\right)\]$

式中，R(t)称为状态转移矩阵的伴随矩阵，也叫“制导矩阵”，R(t)＝φ^T(t_f-t)，为未施加控制的状态估计值。

$Q\left(t\right)={\∫}_{t_f}^t{R}^T\left(t\right){\mathrm{BB}}^{T}R\left(t\right)dt,Q\left(t_f\right)=0,Q\left(t\right)=Q^T\left(t\right)$

最优性能指标为：

$J_{min}=-\frac{1}{2}{(\mathrm{\ψ}-{\widehat{\mathrm{\ψ}}}_0)}^T{Q}_0^{-1}(\mathrm{\ψ}-{\widehat{\mathrm{\ψ}}}_0)$

将最优控制器方程带入追踪航天器动力学方程，得到最优运动轨迹ρ^*(t)。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (9)

1.一种地面验证系统，其特征在于，包含：

数据输入与约束选择单元，其输入端用于输入系统输入量；

视觉测量算法单元，其输入端与所述数据输入与约束选择单元的输出端连接；

追踪航天器动力学与控制单元，其输入端与所述数据输入与约束选择单元的输出端连接；

追踪航天器路径规划单元，其输入端分别与所述数据输入与约束选择单元、视觉测量算法单元及追踪航天器动力学与控制单元的输出端连接；

显示单元，其输入端分别与追踪航天器动力学与控制单元及追踪航天器路径规划单元的输出端连接；其中

所述的追踪航天器动力学与控制单元与追踪航天器路径规划单元之间的传输链路为双向传输链路；

所述的显示单元用于显示追踪航天器规划和实际位置与姿态。

2.如权利要求1所述的地面验证系统，其特征在于，进一步包含一机动目标轨迹预测单元，所述的机动目标轨迹预测单元的输入端与所述视觉测量算法单元的输出端连接，输出端与所述追踪航天器路径规划单元的输入端连接。

3.如权利要求1所述的地面验证系统，其特征在于，所述的系统输入量包含追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息。

4.如权利要求1所述的地面验证系统，其特征在于，所述的追踪航天器路径规划单元中包含一避障模块。

5.一种追踪航天器的轨迹规划方法，用于合作目标接近与抓捕过程中，其特征在于，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息及空间约束选择信息；

视觉测量算法单元对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

追踪航天器路径规划单元根据目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息及空间约束选择信息，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器最优规划路径及追踪航天器的运动路径在显示单元上显示。

6.一种追踪航天器的轨迹规划方法，用于机动目标接近与抓捕过程中，其特征在于，包含以下步骤：

在数据输入与约束选择单元中输入追踪航航天器的初始位置与姿态信息、目标航天器的位置与姿态信息、机动信息及空间约束选择信息；

视觉测量算法单元采用预设测量算法对数据输入与约束选择单元中的目标航天器的位置与姿态信息进行处理，获得目标航天器的初始位置与初始姿态测量信息；

追踪航天器动力学与控制单元对数据输入与约束选择单元中的追踪航航天器的初始位置与姿态信息进行处理，获得追踪航天器的位置与姿态信息；

机动目标轨迹预测单元采用预设预测算法对数据输入与约束选择单元中的机动信息进行处理，获得目标逃逸路径预测信息；

追踪航天器路径规划单元采用预设规划算法对目标航天器的初始位置与初始姿态测量信息、追踪航天器的位置与姿态信息、目标逃逸路径预测信息及空间约束选择信息进行处理，获得追踪航天器最优规划路径；

追踪航天器动力学与控制单元根据追踪航天器最优运动路径，控制追踪航天器按照最优规划路径进行运动；

将追踪航天器规划和实际位置与姿态，在显示单元上显示出来。

7.如权利要求6所述的轨迹规划方法，其特征在于，所述的预设测量算法为视觉测量加惯性敏感器修正的方法。

8.如权利要求6所述的轨迹规划方法，其特征在于，所述的预设预测算法为EKF算法。

9.如权利要求6所述的轨迹规划方法，其特征在于，所述的预设规划算法为基于导航点的多脉冲轨迹规划算法。