CN107102549B - 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 - Google Patents
参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 Download PDFInfo
- Publication number
- CN107102549B CN107102549B CN201710354961.6A CN201710354961A CN107102549B CN 107102549 B CN107102549 B CN 107102549B CN 201710354961 A CN201710354961 A CN 201710354961A CN 107102549 B CN107102549 B CN 107102549B
- Authority
- CN
- China
- Prior art keywords
- space
- robot
- attitude
- control
- neural network
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法,建立了空间绳系机器人逼近抓捕动力学模型,针对模型中存在的参数不确定问题,采用神经网络进行估计。针对推力器控制力/力矩饱和问题,设计抗饱和辅助系统。设计了空间绳系机器人位姿稳定控制算法,该算法实现对位姿干扰以及参数未知等影响的抑制。
Description
技术领域
本发明属于航天器控制技术研究领域,涉及一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法,该控制方法可应用于空间绳系机器人的逼近稳定控制中。
背景技术
空间绳系机器人是一种带系绳具备对自旋等空间失稳非合作目标自主逼近和抓捕的空间操控载荷,能够对空间目标进行多次捕获并与目标形成可靠连接,对失控目标辅助稳定、拖曳变轨等操作。并且具备可重复使用功能。
空间绳系机器人对非合作失稳目标逼近抓捕任务中,由于非合作目标的自旋章动等运动特性、待抓捕部位几何尺寸未知,视觉测量给出位姿信息精度有限。系绳张力的存在会给空间绳系机器人的位姿稳定带来干扰,空间绳系机器人采用推力器进行位姿控制,而推力器推力有限并且推力器难免存在安装偏差以及推力偏差。由于空间绳系机器人具备可重复使用功能,无法确定当前任务中空间绳系机器人的实际质量、质心、惯量等参数。并且在对高速自旋目标进行逼近过程中,由于需要空间绳系机器人进行强制跟旋运动,需要消耗大量燃料,因而在整个逼近任务过程中,空间绳系机器人的质量、质心、惯量等参数会发生大幅度变化。以上这些因素给逼近抓捕任务带来了较大困难。因而需要设计合适的控制器来保证逼近抓捕任务的顺利执行。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法。
技术方案
一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法,其特征在于步骤如下:
步骤1、空间绳系机器人动力学模型建立:
系统的动力学方程为:
G=(M(ξ))-1
系统状态其中l、α和β分别为空间系绳长度、空间系绳面内角和空间系绳面外角,θ和ψ为空间绳系机器人姿态角;
M为系统惯量矩阵;N非线性速度相关项;
为广义控制力与控制力矩,Gr为重力相关项;
步骤2:
1、不确定参数F和G的估计:采用RBF神经网络对不确定项(F,G)进行逼近,设计两个RBF网络分别对F,G进行建模,两个网络的输出分别为FSNN,GSNN,ΘF,ΘG的最优逼近参数为对应理想神经网络逼近误差为:εF,εG;
令理想神经网络逼近误差:
2、抗饱和辅助系统设计:
其中,是辅助系统状态变量;μ是设计的小正数;ΔQ=Q′-Q,Q′为通过限幅器后的控制输出;是设计的正定矩阵;
步骤3:
1、设计的控制律为:Q=Qc+Qr+Qd
其中:
2、设计自适应率为:
其中
k1>0,γ0>0,η0>0,δ(0)>0;
以步骤3得到的控制律实现空间绳系机器人目标逼近姿轨的控制。
有益效果
本发明提出的一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法,建立了空间绳系机器人逼近抓捕动力学模型,针对模型中存在的参数不确定问题,采用神经网络进行估计。针对推力器控制力/力矩饱和问题,设计抗饱和辅助系统。设计了空间绳系机器人位姿稳定控制算法,该算法实现对位姿干扰以及参数未知等影响的抑制。
附图说明
图1:空间绳系机器人系统示意图
图中:1.空间绳系机器人;2.空间系绳;3.空间平台;4.地球;5.空间目标
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明所采用的技术方案包括以下步骤:
1)空间绳系机器人动力学模型建立
2)模型参数估计
3)抗饱和辅助系统设计
4)控制力/力矩计算
具体实施:
1)空间绳系机器人动力学模型建立
建立空间绳系机器人目标逼近动力学方程
其中,系统状态其中l、α和β分别为空间系绳长度、空间系绳面内角和空间系绳面外角,θ和ψ为空间绳系机器人姿态角;M为系统惯量矩阵;N非线性速度相关项;为广义控制力与控制力矩,Gr为重力相关项;。
通过数学变换,系统的动力学方程可以表示为:
令G=(M(ξ))-1
则系统的动力学方程可以表示为:
2)不确定参数估计
考虑到空间绳系机器人的质量参数变化以及建模误差等,需对F和G进行估计。
考虑到神经网络算法对连续函数具有非常好的逼近能力,采用RBF神经网络对不确定项(F,G)进行逼近。神经网络算法如下:
y=ΘTΦ(x)
其中x为神经网络输入信号,y为网络的输出信号。Φ=[φ1,φ2…,φn]为高斯基函数的输出,Θ为网络权值。
令为理想逼近的神经网络输出。其中Θ*为最佳逼近的网络权值。并且可以表示为如下形式:
则理想神经网络最佳逼近误差η可以表示为如下形式:
其中:
设计两个RBF网络分别对F,G进行建模,两个网络的输出分别为FSNN,GSNN,ΘF,ΘG的最优逼近参数为对应理想神经网络逼近误差为:εF,εG。
令理想神经网络逼近误差:
3)抗饱和辅助系统设计(与2并行)
为了减小推力器饱和的影响,引入如下辅助系统:
其中,是辅助系统状态变量;μ是设计的小正数;ΔQ=Q′-Q,Q′为通过限幅器后的控制输出;是设计的正定矩阵.
4)控制力/力矩计算
设计的控制律为:
Q=Qc+Qr+Qd
其中:
设计自适应率为:
其中:k1>0,γ0>0,η0>0,δ(0)>0。
以得到的控制律实现空间绳系机器人目标逼近姿轨的控制。
Claims (1)
1.一种参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法,其特征在于步骤如下:
步骤1、空间绳系机器人动力学模型建立:
系统的动力学方程为:
G=(M(ξ))-1
系统状态其中l、α和β分别为空间系绳长度、空间系绳面内角和空间系绳面外角,θ和ψ为空间绳系机器人姿态角;
M为系统惯量矩阵;N非线性速度相关项;
为广义控制力与控制力矩,Gr为重力相关项;
步骤2:
1、不确定参数F和G的估计:采用RBF神经网络对不确定项(F,G)进行逼近,设计两个RBF网络分别对F,G进行建模,两个网络的输出分别为FSNN,GSNN,ΘF,ΘG的最优逼近参数为对应理想神经网络逼近误差为:εF,εG;
令理想神经网络逼近误差:
2、抗饱和辅助系统设计:
其中,是辅助系统状态变量;μ是设计的小正数;ΔQ=Q′-Q,Q′为通过限幅器后的控制输出;是设计的正定矩阵;
步骤3:
1、设计的控制律为:Q=Qc+Qr+Qd
其中:
2、设计自适应率为:
其中
k1>0,γ0>0,η0>0,δ(0)>0;
以步骤3得到的控制律实现空间绳系机器人目标逼近姿轨的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710354961.6A CN107102549B (zh) | 2017-05-19 | 2017-05-19 | 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710354961.6A CN107102549B (zh) | 2017-05-19 | 2017-05-19 | 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107102549A CN107102549A (zh) | 2017-08-29 |
CN107102549B true CN107102549B (zh) | 2019-12-27 |
Family
ID=59670503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710354961.6A Active CN107102549B (zh) | 2017-05-19 | 2017-05-19 | 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107102549B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108563914B (zh) * | 2018-06-08 | 2022-05-17 | 中国人民解放军63789部队 | 基于夏式最小二乘的轨道控制推力拟合系数计算方法 |
CN109212970B (zh) * | 2018-09-18 | 2021-12-03 | 西北工业大学 | 一种欠驱动绳系复合体系统的神经网络动态面控制方法 |
CN113800007B (zh) * | 2021-08-29 | 2022-07-26 | 西北工业大学 | 部分状态未知下的空间绳系系统快速定向部署方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064420A (zh) * | 2012-12-14 | 2013-04-24 | 西北工业大学 | 可移动系绳点的空间绳系机器人的逼近姿态协调控制方法 |
CN105159304A (zh) * | 2015-06-26 | 2015-12-16 | 哈尔滨工业大学 | 接近并跟踪空间非合作目标的有限时间容错控制方法 |
CN105182748A (zh) * | 2015-09-01 | 2015-12-23 | 西北工业大学 | 一种空间绳系机器人目标抓捕稳定控制方法 |
CN106137400A (zh) * | 2016-05-31 | 2016-11-23 | 微创(上海)医疗机器人有限公司 | 用于机械臂的控制系统、控制方法及一种手术机器人 |
CN106502260A (zh) * | 2016-12-01 | 2017-03-15 | 西北工业大学 | 空间绳系机器人抓捕挠性目标卫星后的姿态接管控制方法 |
-
2017
- 2017-05-19 CN CN201710354961.6A patent/CN107102549B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064420A (zh) * | 2012-12-14 | 2013-04-24 | 西北工业大学 | 可移动系绳点的空间绳系机器人的逼近姿态协调控制方法 |
CN105159304A (zh) * | 2015-06-26 | 2015-12-16 | 哈尔滨工业大学 | 接近并跟踪空间非合作目标的有限时间容错控制方法 |
CN105182748A (zh) * | 2015-09-01 | 2015-12-23 | 西北工业大学 | 一种空间绳系机器人目标抓捕稳定控制方法 |
CN106137400A (zh) * | 2016-05-31 | 2016-11-23 | 微创(上海)医疗机器人有限公司 | 用于机械臂的控制系统、控制方法及一种手术机器人 |
CN106502260A (zh) * | 2016-12-01 | 2017-03-15 | 西北工业大学 | 空间绳系机器人抓捕挠性目标卫星后的姿态接管控制方法 |
Non-Patent Citations (3)
Title |
---|
Impact Dynamic Modeling and Adaptive Target Capturing Control for Tethered Space Robots With Uncertainties;Panfeng Huang,等;《IEEE/ASME TRANSACTIONS ON MECHATRONICS》;20161031;第21卷(第5期);第2260-2271页 * |
空间绳系机器人目标抓捕及抓捕后稳定控制方法研究;王东科;《中国博士学位论文全文数据库 信息科技辑》;20170115(第1期);第I140-23页 * |
空间绳系机器人目标逼近姿态协调控制;王东科,等;《宇航学报》;20140531;第35卷(第5期);第545-552页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107102549A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189085B (zh) | 基于事件触发的航天器网络化系统姿态控制方法 | |
CN110018687B (zh) | 基于强化学习方法的无人水面船最优轨迹跟踪控制方法 | |
CN106985139B (zh) | 基于扩展状态观测与补偿的空间机器人自抗扰协调控制方法 | |
Xu et al. | Sliding mode control of a quadrotor helicopter | |
CN112180729B (zh) | 一种机械臂自适应轨迹跟踪控制方法 | |
CN108445766B (zh) | 基于rpd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 | |
CN107357166B (zh) | 小型无人直升机的无模型自适应鲁棒控制方法 | |
CN109901605A (zh) | 一种四旋翼飞行器跟踪无人水面船的控制方法 | |
CN105182748B (zh) | 一种空间绳系机器人目标抓捕稳定控制方法 | |
CN107102549B (zh) | 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法 | |
CN111610721B (zh) | 模型参数完全未知的带负载四旋翼无人机速度控制方法 | |
CN109062043B (zh) | 考虑网络传输以及执行器饱和的航天器自抗扰控制方法 | |
CN109164822B (zh) | 一种基于具有混合执行机构的航天器姿态控制方法 | |
Bonna et al. | Trajectory tracking control of a quadrotor using feedback linearization | |
CN111722645B (zh) | 模型参数已知的带负载四旋翼无人机速度控制方法 | |
CN111506095B (zh) | 一种双刚体特征点间饱和固定时间相对位姿跟踪控制方法 | |
CN111813140A (zh) | 一种具有高精度的四旋翼无人机轨迹跟踪控制方法 | |
CN106406337B (zh) | 一种优化航天器姿态控制系统鲁棒性的方法及系统 | |
Liu et al. | Non‐linear adaptive tracking control for quadrotor aerial robots under uncertain dynamics | |
Sun et al. | Robust adaptive relative position and attitude control for spacecraft autonomous proximity | |
Zhang et al. | Adaptive stabilization and trajectory tracking of airship with neutral buoyancy | |
CN110456808B (zh) | 面向目标抓捕的空间机器人快速非奇异终端滑模控制方法 | |
Diao et al. | An output feedback attitude tracking controller design for quadrotor unmanned aerial vehicles using quaternion | |
Wu et al. | Neuroadaptive output-feedback trajectory tracking control for a stratospheric airship with prescribed performance | |
CN110647161A (zh) | 基于状态预测补偿的欠驱动uuv水平面轨迹跟踪控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |