[发明专利]一种空间机器人的自适应柔顺稳定控制方法

说明书

本发明提出一种空间机器人的自适应柔顺稳定控制方法，推导了空间机器人抓捕后的动力学模型；设计了目标与机械臂末端接触的虚拟弹簧，对期望运动进行柔顺化处理；设计了基于自适应的跟踪控制器，实现了阻抗跟踪期望过程中控制效果的自适应调整；最后通过实例验证了本发明提出的方法的有效性。本发明通过设计虚拟弹簧，使得空间机器人不需要在机械臂末端装备柔顺机构的情况下，实现了抓捕非合作目标后的自适应柔顺控制。

技术领域

本发明涉及一种空间机器人柔顺地稳定翻滚非合作目标的方法，特别涉及空间机器人的柔顺控制方法。

背景技术

空间机器人抓取在轨目标是在轨服务任务所需的重要关键基础技术之一。在现有的研究中，研究者们通常将抓捕任务按序分为三个阶段，即抓捕前、抓捕中以及抓捕后。空间机器人在抓捕前、中两个阶段中操纵机械臂末端靠近抓捕点，并且实现机械臂末端与抓捕点的握紧。在抓捕后阶段，空间机器人的机械臂和基座协同操作，完成对目标的稳定或者重构任务。在整个抓捕任务中，抓捕前、中段的任务目标分别侧重于操作最优性的保证以及接触安全的保障。而抓捕后阶段与前两个阶段不同，抓捕后阶段任务要求空间机器人在保证机械臂末端与被抓捕目标接触安全的同时提高操作效率。因此，空间机器人协调控制效率与操纵安全的控制方法是该阶段研究的重点。

对于惯性参数不确定的翻滚目标，根据估计参数设计的期望运动轨迹并不安全。在跟踪期望运动的过程中，末端接触可能对抓捕点造成损伤。针对机器人在抓取的过程中，机器人无法准确快速地跟踪上期望轨迹从而因为跟踪的期望位移与力不统一继而破坏被抓捕目标的问题。一部分学者将柔顺控制应用于抓捕后的消旋控制过程当中，以实现对翻滚目标的柔顺消旋。在实际的应用中，即使研究者们在规划优化的过程中考虑了接触安全的约束，在稳定翻滚的非合作目标时，由于目标的不确定性的影响，机械臂末端与目标的接触安全仍然无法保障。简而言之，机械臂准确地跟踪期望轨迹时，机械臂末端的接触力与力矩会因为目标的不确定性影响而违反规划过程中设计的接触约束。在已有研究成果中，研究者们通过设计基于位置的柔顺控制律，实现稳定过程中的操作柔顺。该种方法牺牲了跟踪的效率与精度，是一种过于保守的策略。而基于力的柔顺控制又过于依赖对于控制参数的选择。

发明内容

为解决现有技术存在的问题，本发明针对空间机器人抓捕空间非合作目标后接触安全的需求，提出了一种基于自适应策略的柔顺控制方法，区别于传统的柔顺方法，本发明从能量的角度出发，通过设计机械臂末端与目标接触的虚拟弹簧实现对期望运动的柔顺化调整，通过在线调整期望轨迹而调整稳定过程中接触的刚度，从而消除不确定性对期望轨迹的影响，使得机械臂可以准确地跟踪稳定轨迹，从而在保证末端接触安全的同时提高对翻滚非合作目标的稳定效率，在不需要安装被动式的柔顺机构的情况下，实现了空间机器人对目标的自适应柔顺控制。

本发明的技术方案为：

所述一种空间机器人的自适应柔顺稳定控制方法，其特征在于：包括以下步骤：

步骤1：建立空间单臂机器人动力学模型：

其中H_c为空间机器人的惯性矩阵，c_c为空间机器人所受到的科式力，为基座位置与机械臂末端位置组成的广义状态变量，维度为基座的6自由度加机械臂末端的6自由度，一共12个自由度，为基座加速度与机械臂末端加速度组成的广义变量，u为系统控制输入，J_e为机械臂末端以及基座到机械臂末端的雅阁比矩阵，f_e为机械臂末端测量的接触力；

步骤2：采用以下过程获取每个控制周期的系统控制输入u：

步骤2.1：获取当前周期空间机器人跟踪期望轨迹的误差z＝x_r-x，x_r为经过柔顺处理后的基座位置与机械臂末端位置的期望状态；

步骤2.2：将误差z输入神经网络，神经网络输出调整后的神经网络估计参数所述神经网络的自适应律为：