空间机器人抓捕非合作目标的智能控制与识别

• 作 者: 刘帅
• 出 处: 大连理工大学
• 发表日期: 2019年01期
• 关键词: 空间机器人 非合作目标 拉格朗日方程 强化学习 深度学习

空间机器人在空间在轨服务中具有不可替代的作用,航天任务的日益复杂与太空环境的愈发严峻,人类的太空遥操作已经不能满足未来航天任务的要求,更多的是需要空间机器人自身具备一定的智能性,面对外界太空环境的变化能够自主地进行决策与行动。因此,无人智能化是未来空间机器人的重要发展方向。本文以空间机器人抓捕非合作目标为研究对象,针对抓捕目标的非合作特性,以人工智能方法为技术背景,研究了空间机器人抓捕非合作目标过程中的抓捕控制问题与目标识别问题。本文的主要研究内容包括以下几个方面:(1)以自由飞行空间机器人为研究对象,采用多体动力学对其进行简化建模,运用拉格朗日方程得到空间机器人的动力学方程,研究抓捕目标航天器过程中的碰撞效应。最后对空间机器人系统的动力学进行仿真分析,在空间机器人的运动过程中,机械臂与基座平台构成了一个时变非线性耦合动力学系统。(2)在空间机器人抓捕非合作目标过程中,提出一种强化学习控制与PD控制组成的双回路控制方法,对空间机器人基座平台轨道姿态与机械臂运动进行控制。内回路中将强化学习与模糊理论结合在一起设计控制器对机械臂末端运动进行控制,外回路中采用PD控制对基座平台姿态轨道态进行稳定控制。最后使用所提控制方法进行数值仿真,并与传统PD控制方法作对比,验证控制方法的有效性。结果表明,强化学习控制下的机械臂运动过程平稳,控制精度较高,具有较好的自主学习能力,更加适应于抓捕目标的非合作特性。(3)提出深度学习的方法对非合作目标进行图像识别。目标航天器的非合作特性使得人工识别具有一定的困难,本文采用深度学习中的YoloV3网络结构,对识别非合作目标航天器任务进行了神经网络训练,并进行目标识别实验验证。实验结果表明,采用深度学习的方法能够有效完成对目标航天器的识别,而且不受目标航天器的非合作特性限制,对太阳光照等外界信息不敏感,具有重要研究意义。