[发明专利]一种空间机器人抓捕控制系统、强化学习方法及动力学建模方法

说明书

本发明公开了一种空间机器人机械臂抓捕控制系统，包括内、外两个回路；在外回路中，系统通过PD控制器实现抓捕过程中空间机器人机械臂基座平台的姿态稳定；在内回路中，系统通过基于强化学习的强化学习控制系统控制机械臂实现对非合作目标的抓捕机动。本发明还进一步的公开了一种用于控制系统内回路中机械臂强化学习控制系统的强化学习方法，以及空间机器人机械臂抓捕控制系统的空间机器人动力学建模方法。本发明相比PD控制，强化学习RL控制下的基座平台姿态扰动更小，机械臂末端运动过程更平稳，控制精度更高，且使强化学习RL控制下的机械臂运动灵活性好，更具有自主智能性。

技术领域

本发明涉机器人控制领域，尤其涉及一种空间机器人机械臂抓捕控制系统及方法。

背景技术

近年来，越来越多的卫星被发射升空，尽管卫星任务失败大部分是因为运载火箭发射失败，但在轨故障也是影响卫星任务失败的重要原因，还有许多卫星因为燃料耗尽或电力供应不足而无法继续完成工作，严重影响卫星的使用寿命。由于恶劣的太空环境对于宇航员舱外作业有着较大风险，而空间机器人完全可以替代人类完成这些舱外空间作业，可广泛应用于在轨维修、燃料加注与在轨组装等多方面的在轨服务任务中，已成为多个国家的研究热点。机械臂与基座平台组成高度耦合的动力学系统，机械臂的运动会影响空间机器人基座平台的姿态稳定，这些问题都对空间机器人的在轨稳定控制提出了较大的挑战，关系到在轨服务任务的成功与否。本发明专利提出一种智能控制方法对空间机器人进行控制。

许多学者提出了针对空间机器人系统稳定控制的方法。有针对空间机器人基座平台可控的情况设计了自适应控制方法，并在关节空间中对机械臂控制进行了仿真计算。有提出了带扰动观测器的鲁棒控制策略，将模型的不确定性与外界的干扰集中在一起，在机械臂的每个关节处设计了扰动观测器，结合PD控制完成对机械臂的控制。有提出了自适应神经网络控制方法,对不确定部分用神经网络近似，并证明了系统的稳定性。有将H∞控制与神经网络结合在一起，对自由漂浮空间机器人的操作手进行了控制，并考虑了模型的不确定性与外界的扰动。有在进行空间机器人抓捕漂浮目标的研究中，引入末端装置抓取目标时的碰撞模型，提出了动态抓取域用于机械臂抓取目标时的控制,同时应用关节主动阻尼控制,以减小抓取碰撞激振对空间机器人冲击的影响。有针对载体位置、姿态均不受控并具有有界外部扰动的漂浮基柔性两杆空间机械臂振动进行了不主动抑制的全局鲁棒Terminal滑模控制。有在自由漂浮空间机器人系统中，考虑基座平台的反作用干扰，对机械臂运动进行了轨迹优化。有通过估计机械臂产生的角动量，然后对基座平台姿态进行补偿控制，对机械臂运动与基座平台姿态进行了协调控制。有提出在自由漂浮基下，由空间机械臂自身的控制实现机械臂与基座平台协调运动的方法。有考虑反应轮的方面来重新描述自由飞行空间机器人的动力学方程，应用一种新的自适应变结构控制方法实现了受系统不确定性影响的空间机器人鲁棒协调控制器。有针对空间机械手轨迹跟踪问题，使用分散递推控制策略，设计了分散鲁棒控制器。

空间机械臂的运动与基座平台的运动相互耦合，为提高机械臂抓捕的精度与稳定度，需要同时控制机械臂和基座平台的运动。此外，机械臂的运动导致系统的动力学参数发生变化，因此抓捕过程中的空间机器人是一个时变的非线性耦合系统。传统的控制器需要已知空间机器人系统精确的动力学模型，且并没有考虑目标的非合作特性。

发明内容

针对上述问题，本发明提出了一种基于强化学习的空间机械手臂抓捕控制系统，该控制系统包括内、外两个回路，在外回路中，通过PD控制器保证抓捕过程中空间机器人基座平台的姿态稳定；在内回路中，通过基于强化学习的机械臂运动控制器以实现对非合作目标的抓捕机动。本发明还进一步提出了一种基于强化学习空间机械臂抓捕控制方法，通过与外界环境的交互中学习得到控制律，提高空间机器人系统在轨工作的自主性。

本发明的技术方案是这样实现的：