CN113987914B - 一种面向冷气推进的空间机器人跟踪控制方法 - Google Patents
一种面向冷气推进的空间机器人跟踪控制方法 Download PDFInfo
- Publication number
- CN113987914B CN113987914B CN202111111744.7A CN202111111744A CN113987914B CN 113987914 B CN113987914 B CN 113987914B CN 202111111744 A CN202111111744 A CN 202111111744A CN 113987914 B CN113987914 B CN 113987914B
- Authority
- CN
- China
- Prior art keywords
- thrust value
- expected
- thruster
- space robot
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 239000007921 spray Substances 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims 5
- 230000003287 optical effect Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003032 molecular docking Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000005486 microgravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明的一个实施例公开了一种面向冷气推进的空间机器人跟踪控制方法,包括:S1、建立空间机器人的动力学模型,并引入PID反馈控制,得到前馈反馈控制模型,根据前馈反馈控制模型得到空间机器人的期望推力值;S2、获得空间机器人携带的推力器的理论推力值;S3、采用PWM波方法将步骤S1得到的期望推力值转换成开关值,利用开关值控制电磁阀的通断来模拟推力大小的变化,从而跟踪期望推力值和期望路径,并利用理论推力值和期望推力值获得推力器接通时长topen;S4、在推进过程中利用传感器,通过递推最小二乘‑仿射投影符号算法的混合辨识方法辨识推力器的实际推力值,并利用得到的实际推力值更新步骤S3的理论推力值,进一步获得更新后的推力器接通时长topen。
Description
技术领域
本发明涉及航天技术领域。更具体地,涉及一种面向冷气推进的空间机器人跟踪控制方法、计算机设备以及计算机可读存储介质。
背景技术
人类对太空领域的探索日渐频繁,发射的航天器数目正在逐步积累。然而航天器受到其燃料载荷或元器件工作时长的限制,在轨道上的运行寿命有限,一旦服役时间超出预定寿命就会成为太空垃圾。这些卫星不仅占据了相当大的轨道资源,还由于能源耗尽导致其成为不可通信、不可对接的非合作目标,会对正常在轨运行的卫星造成极大威胁。于是研究人员提出了在轨服务方案,即使用服务机器人捕获对这些不可通信、无对接设计的废弃航天器,对其进行维修或气液补加,使其重新进入服役状态。
空间机器人在轨服务需要解决的一项关键技术就是对空间机器人进行跟踪控制,使得本体、各关节的位置、速度、加速度等状态量能够跟踪期望轨迹。空间机器人处于微重力环境因此相较于地面机器人有着更强的耦合关系,存在着延时、数模转换误差、未建模噪声和外界干扰等不确定性误差和扰动,是一种复杂的非线性时变的多输入多输出系统,从而导致控制器的设计难度较大。控制器的设计必须满足空间机器人能够对规划路径实现高精度跟踪,并且当自身构型或外界环境发生变化时,控制器仍能适应控制对象与环境。目前主流的控制方法有比例-积分-微分(PID)控制、计算力矩(前馈)控制、自适应控制、鲁棒控制及智能控制算法等,这些控制算法对执行机构为关节电机或飞轮等线性机构的自由漂浮空间机器人有较好的控制效果。
但是自由漂浮机器人的机动能力极弱,仅能通过机械臂的运动改变本体的姿态,无法实现位移机动,而冷气推进是一种理想的位移机动方式,冷气推进结构简单、安全性高、响应迅速,目前已经在空间交会对接等等空间在轨服务场景广泛使用。然而和双组元或三组元的热推力器相比,冷气推进比冲较小,为了保证携带足够的工质,通常使用高压气瓶存储气体,但在高压环境下气体分子体积不能忽略,理想气体状态方程无法适用,理论推力与实际推力会有显著差别,而且工作一段时间后气瓶压力会出现明显下降,也会造成推力的改变。为保证空间机器人对理想路径实现高精度跟踪控制,需要设计一种能够适应冷气推力误差的控制策略。
发明内容
本发明的目的在于提供一种面向冷气推进的空间机器人跟踪控制方法、计算机设备以及计算机可读存储介质。以解决现有技术存在的问题中的至少一个。
为达到上述目的,本发明采用下述技术方案:
第一方面,本发明提供了一种面向冷气推进的空间机器人跟踪控制方法,包括:
S1、建立空间机器人的动力学模型,并引入PID反馈控制,得到前馈反馈控制模型,根据所述前馈反馈控制模型得到所述空间机器人的期望推力值;
S2、获得所述空间机器人携带的推力器的理论推力值;
S3、采用PWM波方法将步骤S1得到的期望推力值转换成开关值,利用所述开关值控制电磁阀的通断来模拟推力大小的变化,从而跟踪期望推力值和期望路径,并利用所述理论推力值和期望推力值获得推力器接通时长topen;
S4、在推进过程中利用传感器,通过递推最小二乘-仿射投影符号算法的混合辨识方法辨识所述空间机器人携带的推力器的实际推力值,并利用得到的实际推力值更新步骤S3的理论推力值,进一步获得更新后的推力器接通时长topen。
在一个具体实施例中,
所述前馈反馈控制模型的前馈部分基于动力学模型的计算力矩法,根据前述规划得到的轨迹代入动力学模型解算,得到相关执行器控制指令;
所述前馈反馈控制模型的反馈部分基于期望轨迹和实际轨迹的偏差量通过PID控制与前馈指令相叠加,得到连续的期望推力值。
在一个具体实施例中,所述动力学模型如下:
其中,其中a和ω分别为线加速度和角速度,m为机器人总质量,J为惯量张量矩阵,F和M分别为推进器提供的力和力矩,I3为三阶单位矩阵。
在一个具体实施例中,
所述PWM波实现原理为,将模拟量归一化之后与载波进行比较,当模拟量大于等于载波时,输出高电平,反之输出低电平,其中载波选取为双斜率的三角波。
在一个具体实施例中,
所述理论推力值是根据推力器的温度,压力,口径以及喷管形状计算出来的。
在一个具体实施例中,
所述推力器接通时长topen取决于所述理论推力值和期望推力值,原理见下示:
其中f(t)是根据轨迹规划结果得到的期望推力值,T为单个PWM波周期长度,F为理论推力值。
在一个具体实施例中,所述通过递推最小二乘-仿射投影符号算法的混合辨识方法辨识所述空间机器人携带的推力器的实际推力值的步骤包括:
首先使用递推最小二乘法进行辨识,当收敛速度变慢时,则切换到仿射投影符号算法进行辨识。
第二方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请第一方面提供的方法。
第三方面,本发明还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本申请第一方面提供的方法。
本发明的有益效果如下:
本发明提出的冷气推进的空间机器人跟踪控制方法,针对冷气推进的空间机器人存在脉冲、迟滞、压降、非建模项等非线性误差进行抑制,设计了一套自适应前馈反馈跟踪控制算法,其中前馈模块可以实现对指令的快速跟踪,反馈模块可以抑制迟滞和非建模误差等,自适应模块可以跟随冷气推进的推力变化以调整模型。相较于其他传统方法,该方法对使用冷气推进误差的空间机器人的非线性误差抑制能力更强,相关思路可以用于空间在轨服务、航天器对接、空间攻防等场景中的避障路径规划,对于提高空间机器人的跟踪控制精度具有重要意义。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出根据本发明一个实施例的一种面向冷气推进的空间机器人跟踪控制方法流程图。
图2示出根据本发明一个实施例的前馈反馈复合控制策略结构示意图。
图3示出根据本发明一个实施例的PWM波实现原理图。
图4示出根据本发明一个实施例的引入自适应补偿机制后的控制模块结构示意图。
图5示出根据本发明一个实施例的载波与模拟量输入关系。
图6示出根据本发明一个实施例的计算得到的PWM波。
图7示出根据本发明一个实施例的X轴平动仿真结果。
图8示出根据本发明一个实施例的Y轴平动仿真结果。
图9示出根据本发明一个实施例的Z轴平动仿真结果。
图10示出根据本发明一个实施例的三轴姿态仿真结果。
图11示出根据本发明一个实施例的有自适应和无自适应模块的跟踪结果。
图12示出适于用来实现本申请实施例的计算机设备的结构示意图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
第一实施例,如图1所示,本发明实施例提供一种面向冷气推进的空间机器人跟踪控制方法,包括:
S1、建立空间机器人的动力学模型,并引入PID反馈控制,得到前馈反馈控制模型,根据所述前馈反馈控制模型得到所述空间机器人的期望推力值;
在一个具体实施例中,以某型空间机器人为例,所述动力学模型如下:
其中,其中a和ω分别为线加速度和角速度,m为机器人总质量,J为惯量张量矩阵,F和M分别为推进器提供的力和力矩,I3为三阶单位矩阵。
在一个具体实施例中,所述前馈反馈控制模型的前馈部分基于动力学模型的计算力矩法,根据前述规划得到的轨迹代入动力学模型解算,得到相关执行器控制指令;所述前馈反馈控制模型的反馈部分基于期望轨迹和实际轨迹的偏差量通过PID控制与前馈指令相叠加,得到连续的期望推力值。本发明采用前馈反馈复合控制策略,结构如图2所示。
S2、获得所述空间机器人携带的推力器的理论推力值;具体的,所述理论推力值是根据推力器的温度,压力,口径以及喷管形状计算出来的。
在一个具体实施例中,路径规划指令都是连续量,但实际空间机器人的喷气机构由减压阀-电磁阀-喷嘴组成,在减压阀参数、电磁阀喉径、喷嘴喉径确定后推力大小就已经确定,因此需要控制电磁阀的通断来模拟推力大小的变化,本发明采用PWM波方法实现,PWM波实现原理如图3所示。
S3、采用PWM波方法将步骤S1得到的期望推力值转换成开关值,利用所述开关值控制电磁阀的通断来模拟推力大小的变化,从而跟踪期望推力值和期望路径,并利用所述理论推力值和期望推力值获得推力器接通时长topen。
在一个具体实施例中,所述PWM波实现原理为,将模拟量归一化之后与载波进行比较,当模拟量大于等于载波时,输出高电平,反之输出低电平,其中载波选取为双斜率的三角波。具体的,以x轴平动指令为例,载波与模拟量输入关系如图5所示,输出的PWM波如图6所示。其中,图5中横轴代表时间,单位为秒,纵轴代表期望推力值。图6中横轴代表时间,单位为秒,纵轴代表经过pwm转换后的开关量。
在一个具体实施例中,
所述推力器接通时长topen取决于所述理论推力值和期望推力值原理见下示:
其中f(t)是根据轨迹规划结果得到的期望推力值,T为单个PWM波周期长度,F为理论推力值。
若理论推力值误差较大,则推力器接通时长topen也会出现较大误差,因此该补偿问题本质上是辨识问题。对于仅包含高斯噪声的传统辨识问题,最小二乘方法及其衍生算法(例如递推最小二乘RLS)即可准确求解。然而,空间机器人使用的冷气推进中存在阶跃脉冲、有色噪声等非高斯噪声,使用传统LS或RLS难以实现对推力的准确辨识。因此,本发明针对冷气推进的特点提出一种混合辨识算法,该混合算法由RLS和仿射投影符号算法组成(APSA)组成。RLS可以实现辨识结果的快速收敛,从而快速获得一个近似辨识结果;APSA可以抑制有色噪声和脉冲噪声,在RLS获得近似辨识结果后切换为APSA实现对实时推力的准确辨识。
S4、在推进过程中利用传感器,通过递推最小二乘-仿射投影符号算法的混合辨识方法辨识所述空间机器人携带的推力器的实际推力值,并利用得到的实际推力值更新步骤S3的理论推力值,进一步获得更准确的推力器接通时长topen。
在一个具体实施例中,一般辨识方程形式为
AΩ=b
其中A为空间机器人的惯性参数矩阵、包括质量和惯量矩阵,Ω=F(t)为实时推力,b=a(t)为机器人的线、角加速度。
RLS标准形式如下,
APSA标准形式如下,
X(k)=[A(k);A(k-1);A(k-2)...A(k-M+1)]
在上述两式中,A(k)是A在k时刻的状态,b(k)是b在k时刻状态,是Ω的k时刻的估计值;定义遗忘因子为λ,该因子的大小主要影响收敛速度;定义步长因子为μ,定义调节因子为ε,这两个因子共同调整着APSA的收敛速度。
在初始辨识阶段,为了快速获得一个近似辨识结果,会首先使用RLS(递推最小二乘法)进行辨识,一旦收敛速度变慢,则切换到APSA进行辨识用以抑制有色噪声和脉冲噪声等。两种算法的切换条件设计如下:
其中,
ρ0为人为给定的参数辨识的误差阈值。本发明引入自适应补偿机制后的控制模块结构如图4所示。图4中还包括了前馈部分没有考虑的因素,比如关节摩擦之类,属于非建模部分。
在本示例中,遗忘因子λ选为0.01,步长因子μ选为0.1,调节因子ε选为0.5,误差阈值ρ0选为0.3。仿真结果如图7、图8、图9、图10所示,从上述仿真结果可以看出,该控制策略对空间机器人获得了很好的路径跟踪效果,速度和位置跟踪精度均较高,而且三轴的姿态均在较小范围内往复振荡,姿态保持效果也较好。
自适应模块对提高跟踪控制精度十分关键,以x轴位移跟踪控制结果为例,有自适应和无自适应模块的跟踪结果如图11所示,自适应前馈反馈跟踪控制的平均位置误差比仅使用前馈反馈的平均误差降低17.1%,显著提高了空间机器人的跟踪控制精度。
本发明提出的冷气推进的空间机器人跟踪控制方法,针对冷气推进的空间机器人存在脉冲、迟滞、压降、非建模项等非线性误差进行抑制,设计了一套自适应前馈反馈跟踪控制算法,其中前馈模块可以实现对指令的快速跟踪,反馈模块可以抑制迟滞和非建模误差等,自适应模块可以跟随冷气推进的推力变化以调整模型。相较于其他传统方法,该方法对使用冷气推进误差的空间机器人的非线性误差抑制能力更强,相关思路可以用于空间在轨服务、航天器对接、空间攻防等场景中的避障路径规划,对于提高空间机器人的跟踪控制精度具有重要意义。
第二实施例
图12示出了本申请的另一个实施例提供的一种计算机设备的结构示意图。图12显示的计算机设备50仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。如图12所示,计算机设备50以通用计算设备的形式表现。计算机设备50的组件可以包括但不限于:一个或者多个处理器或者处理单元500,系统存储器516,连接不同系统组件(包括系统存储器516和处理单元500)的总线501。
总线501表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设50典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备50访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器516可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)504和/或高速缓存存储器506。计算机设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统508可以用于读写不可移动的、非易失性磁介质(图12未显示,通常称为“硬盘驱动器”)。尽管图12中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线501相连。存储器516可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行实施例一的功能。
具有一组(至少一个)程序模块512的程序/实用工具510,可以存储在例如存储器516中,这样的程序模块512包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块512通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备50也可以与一个或多个外部设备70(例如键盘、指向设备、显示器60等)通信,还可与一个或者多个使得用户能与该计算机设备50交互的设备通信,和/或与使得该计算机设备50能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口502进行。并且,计算机设备50还可以通过网络适配器514与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图12所示,网络适配器514通过总线501与计算机设备50的其它模块通信。应当明白,尽管图12中未示出,可以结合计算机设备50使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器单元500通过运行存储在系统存储器516中的程序,从而执行各种功能应用以及数据处理,例如实现本申请实施例一所提供的一种面向冷气推进的空间机器人跟踪控制方法。
本申请针对目前现有的问题,制定一种适用于面向冷气推进的空间机器人跟踪控制方法的计算机设备,针对脉冲、迟滞、压降、非建模项等非线性误差有很好的抑制效果,对于提高空间机器人的跟踪控制精度具有重要意义。
第三实施例
本申请的另一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例一所提供的方法。在实际应用中,所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。
计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (9)
1.一种面向冷气推进的空间机器人跟踪控制方法,其特征在于,包括:
S1、建立空间机器人的动力学模型,并引入PID反馈控制,得到前馈反馈控制模型,根据所述前馈反馈控制模型得到所述空间机器人的期望推力值;
S2、获得所述空间机器人携带的推力器的理论推力值;
S3、采用PWM波方法将步骤S1得到的期望推力值转换成开关值,利用所述开关值控制电磁阀的通断来模拟推力大小的变化,从而跟踪期望推力值和期望路径,并利用所述理论推力值和期望推力值获得推力器接通时长topen;
S4、在推进过程中利用传感器,通过递推最小二乘-仿射投影符号算法的混合辨识方法辨识所述空间机器人携带的推力器的实际推力值,并利用得到的实际推力值更新步骤S3的理论推力值,进一步获得更新后的推力器接通时长topen。
2.根据权利要求1所述的方法,其特征在于,
所述前馈反馈控制模型的前馈部分基于动力学模型的计算力矩法,根据前述规划得到的轨迹代入动力学模型解算,得到相关执行器控制指令;
所述前馈反馈控制模型的反馈部分基于期望轨迹和实际轨迹的偏差量通过PID控制与前馈指令相叠加,得到连续的期望推力值。
3.根据权利要求2所述的方法,其特征在于,
所述动力学模型如下:
其中,其中a和ω分别为线加速度和角速度,m为机器人总质量,J为惯量张量矩阵,F和M分别为推进器提供的力和力矩,I3为三阶单位矩阵。
4.根据权利要求1所述的方法,其特征在于,
所述PWM波实现原理为,将模拟量归一化之后与载波进行比较,当模拟量大于等于载波时,输出高电平,反之输出低电平,其中载波选取为双斜率的三角波。
5.根据权利要求1所述的方法,其特征在于,
所述理论推力值是根据推力器的温度,压力,口径以及喷管形状计算出来的。
6.根据权利要求1所述的方法,其特征在于,
所述推力器接通时长topen取决于所述理论推力值和期望推力值,原理见下示:
其中f(t)是根据轨迹规划结果得到的期望推力值,T为单个PWM波周期长度,F为理论推力值。
7.根据权利要求1所述的方法,其特征在于,所述通过递推最小二乘-仿射投影符号算法的混合辨识方法辨识所述空间机器人携带的推力器的实际推力值的步骤包括:
首先使用递推最小二乘法进行辨识,当收敛速度变慢时,则切换到仿射投影符号算法进行辨识。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111744.7A CN113987914B (zh) | 2021-09-23 | 2021-09-23 | 一种面向冷气推进的空间机器人跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111744.7A CN113987914B (zh) | 2021-09-23 | 2021-09-23 | 一种面向冷气推进的空间机器人跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113987914A CN113987914A (zh) | 2022-01-28 |
CN113987914B true CN113987914B (zh) | 2024-05-03 |
Family
ID=79736317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111111744.7A Active CN113987914B (zh) | 2021-09-23 | 2021-09-23 | 一种面向冷气推进的空间机器人跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113987914B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4893068A (en) * | 1988-11-15 | 1990-01-09 | Hughes Aircraft Company | Digital servo employing switch mode lead/lag integrator |
CN109327178A (zh) * | 2018-10-29 | 2019-02-12 | 江苏大学 | 一种开关磁阻电机多步预测控制器构造方法 |
CA3028749A1 (en) * | 2018-12-31 | 2020-06-30 | Steve Mann | Health, wellness, and fitness system, means, and appartaus based on integral kinesiology, or the like |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1948356B1 (en) * | 2005-11-11 | 2014-01-15 | L&L Engineering LLC | Non-linear controller for a switching power supply |
US8014879B2 (en) * | 2005-11-11 | 2011-09-06 | L&L Engineering, Llc | Methods and systems for adaptive control |
DE112015007209T5 (de) * | 2015-12-22 | 2018-10-25 | Intel Corporation | Universalsteuerung für robuste Trajektorienfolge bei unbemannten Multirotorluftfahrzeugen (UAVs) |
US10932772B2 (en) * | 2017-06-29 | 2021-03-02 | Ethicon Llc | Methods for closed loop velocity control for robotic surgical instrument |
-
2021
- 2021-09-23 CN CN202111111744.7A patent/CN113987914B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4893068A (en) * | 1988-11-15 | 1990-01-09 | Hughes Aircraft Company | Digital servo employing switch mode lead/lag integrator |
CN109327178A (zh) * | 2018-10-29 | 2019-02-12 | 江苏大学 | 一种开关磁阻电机多步预测控制器构造方法 |
CA3028749A1 (en) * | 2018-12-31 | 2020-06-30 | Steve Mann | Health, wellness, and fitness system, means, and appartaus based on integral kinesiology, or the like |
Non-Patent Citations (7)
Title |
---|
Inertial parameter identification using contact force information for an unknown object captured by a space manipulator;Zhongyi Chu 等;Acta Astronautica 131 (2017);20161117;第69-82页 * |
基于 PWM 高速开关阀的气缸位置控制的研究;胡杰;中国优秀硕士学位论文全文数据库 工程科技II辑;20130215;C029-73 * |
基于RLS优化模糊控制DC-DC转换器的仿真研究;甘家梁;刘桂涛;范晨;南德;万兴;;湖北工程学院学报;20180612(第03期);第81-85页 * |
基于自适应全阶观测器的永磁同步电机参数辨识策略;姜红;郎孝宇;杨明;徐殿国;;微电机;20161128(第11期);第42-49页 * |
弹载电液舵机的Bang-Bang+PID双模控制研究;赵治龙;祁晓野;;自动化博览;20101015(第10期);第77-80页 * |
直流力矩电机力矩波动的自适应补偿控制;宋彦;高慧斌;张淑梅;杜璧秀;郭同健;;光学精密工程;20101015(第10期);第2212-2220页 * |
适用于双馈风电场联络线的距离保护方案;杨增力;孔祥平;王力军;张哲;周虎兵;;电工技术学报;20161225(第24期);第256-264页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113987914A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107490965B (zh) | 一种空间自由漂浮机械臂的多约束轨迹规划方法 | |
CN109189085B (zh) | 基于事件触发的航天器网络化系统姿态控制方法 | |
Giordano et al. | Coordinated control of spacecraft's attitude and end-effector for space robots | |
Ming et al. | A novel non-singular terminal sliding mode control-based integrated missile guidance and control with impact angle constraint | |
Meng et al. | Vibration suppression control of free-floating space robots with flexible appendages for autonomous target capturing | |
CN107263466B (zh) | 空间机器人基于二次规划问题的基座无扰控制方法 | |
CN113341731B (zh) | 一种基于序列凸优化的空间机器人轨迹规划方法 | |
Oda | Coordinated control of spacecraft attitude and its manipulator | |
CN109240343B (zh) | 一种绳系机器人逼近目标位姿一体化控制方法 | |
CN103970142A (zh) | 在轨拖曳的组合体航天器姿轨复合控制方法 | |
Zhao et al. | Concurrent learning adaptive finite-time control for spacecraft with inertia parameter identification under external disturbance | |
Zhang et al. | Manipulator-actuated adaptive integrated translational and rotational stabilization for spacecraft in proximity operations with control constraint | |
Lian et al. | Full attitude control of a quadrotor using fast nonsingular terminal sliding mode with angular velocity planning | |
CN109623812B (zh) | 考虑航天器本体姿态运动的机械臂轨迹规划方法 | |
Sheng et al. | Nonsingular finite-time second order sliding mode attitude control for reentry vehicle | |
Lampariello | Motion planning for the on-orbit grasping of a non-cooperative target satellite with collision avoidance | |
CN113987914B (zh) | 一种面向冷气推进的空间机器人跟踪控制方法 | |
CN103921959B (zh) | 星上二维指向系统构型设计方法 | |
Yu et al. | Time delay estimation-based reactionless augmented adaptive sliding mode control of a space manipulator’s pregrasping a target | |
Sun et al. | Finite-time integrated target tracking for spacecraft with two-dimensional turntable under performance constraints | |
CN116540721A (zh) | 基于改进遗传粒子群算法的空间机器人最优轨迹规划方法 | |
Wen et al. | Nonlinear predictive control applied to spacecraft attitude control | |
CN115857340A (zh) | 基于递进打靶法的双航天器博弈路径规划方法 | |
Xu et al. | Optimal guidance law and control of impact angle for the kinetic kill vehicle | |
CN113111433B (zh) | 一种双线程嵌入式实时轨迹优化与制导方法 |
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 |