空间机械臂自主捕获目标的增量式运动学控制方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61803312
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0307.导航、制导与控制
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

For the sake of the sustainability of space exploration, active debris removal and on-orbit servicing attract great attention of the international community, and among which, the capturing operation of space targets is considered a key step. However, the capture operation in current space missions mainly adopts robotic manipulator with human-in-the-loop control. Studies on the control scheme of space robotic manipulator for autonomous capture of target are of great scientific significance. First, a vision-based hybrid algorithm of photogrammetry and adaptive extended Kalman filter will be employed to perform the target recognition and precise motion estimation. The results will provide important feedback information for the robotic control. Second, kinematic coupling mechanism of free floating base space robotic manipulator will be analyzed, and the generalized Jacobian matrix approach and the incremental kinematic control methods will be adopted for a fast approaching and an accurate capturing of the space target. Third, by means of performing parameters identification, kinematic analysis and applying the incremental kinematic control, fast attitude stabilization of the robot-target combination will be achieved. The proposed method will be evaluated and validated by both computer simulation and ground test. This research will provide novel idea for the control of free floating base space robotic manipulator, and will greatly support the engineering practice of autonomous capture of target by space robotic manipulators from both theoretical and experimental points of view.
为了实现空间探索活动的可持续发展,空间垃圾主动清理及在轨服务技术受到国际社会的广泛关注。其中,空间目标的捕获是非常关键的一环。然而,目前空间任务中捕获操作主要采用机械臂以人在回路的方式实现,研究空间机械臂自主捕获目标的控制方法具有重要的科学意义。①.采用基于视觉的摄影测量与自适应扩展卡尔曼滤波结合的方法实现目标的识别与精确运动状态估计,为机械臂控制提供重要的反馈信息;②.针对漂浮基座空间机械臂的控制问题,通过分析漂浮基座空间机械臂系统的运动学耦合机理,采用广义雅克比矩阵及增量式运动学控制方法,实现机械臂末端对空间目标的快速抵近与精确捕获;③.通过参数辨识及复合体运动学分析,应用增量式运动学控制的方式实现成功捕获后复合体的快速姿态稳定。本课题提出的方法采用仿真与地面试验结合的方式进行验证,研究成果将为空间机械臂控制技术提供新的思路,为空间机械臂自主捕获目标的工程应用提供理论基础与实验依据。

结项摘要

为了实现空间探索活动的可持续发展,空间垃圾主动清理及在轨服务技术受到国际社会的广泛关注。其中,空间目标的捕获是非常关键的一环。然而,目前空间任务中捕获操作主要采用机械臂以人在回路的方式实现,研究空间机械臂自主捕获目标的控制方法具有重要的科学意义。.本项目研究目标在于解决当前空间机械臂基于动力学控制实施捕获操作的系统复杂度高、可靠性低,以及避免人在回路、逆运动学多解等问题。主要研究内容包括目标的识别估计、机械臂运动规划、漂浮基座机械臂控制三个方面。.首先,本项目采用了基于视觉的摄影测量与自适应扩展卡尔曼滤波结合的方法实现目标的识别与精确运动状态估计,为机械臂控制提供重要的反馈信息。其次,针对漂浮基座空间机械臂的控制问题,通过分析漂浮基座空间机械臂系统的运动学耦合机理,采用改进的FABRIK规划方法,实现机械臂末端对空间目标的快速抵近与精确捕获。最后,通过参数辨识及复合体运动学分析,应用增量式运动学控制的方式实现成功捕获后复合体的快速姿态稳定。.通过建立空间机械臂及漂浮基座的运动学模型,引入关节电机的物理约束条件,采用增量式关节角位置作为控制输入,根据视觉反馈及关节角位置反馈实现机械臂自主捕获空间目标的运动学控制。由于空间环境微重力的特殊性以及目前机械臂负载能力的不断提高,采用基于运动学的增量式控制方法不仅具有简单直观的特点,而且可以避免动力学控制中机械臂逆运动学的多解问题。研究成果可为空间机械臂控制技术提供新的思路,也将为使用机械臂实施空间垃圾清理及顺利开展在轨服务任务奠定技术基础。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
Modeling and Path Planning for Persistent Surveillance by Unmanned Ground Vehicle
无人地面车辆持续监控的建模和路径规划
  • DOI:
    10.1109/tase.2020.3013288
  • 发表时间:
    2021-10
  • 期刊:
    IEEE Transactions on Automation Science and Engineering
  • 影响因子:
    5.6
  • 作者:
    Wang Tong;Huang Panfeng;Dong Gangqi
  • 通讯作者:
    Dong Gangqi
Adaptive Stiffness and Damping Impedance Control for Environmental Interactive Systems With Unknown Uncertainty and Disturbance
具有未知不确定性和干扰的环境交互系统的自适应刚度和阻尼阻抗控制
  • DOI:
    10.1109/access.2019.2955961
  • 发表时间:
    2019-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Dong, Gangqi;Huang, Panfeng;Ma, Zhiqiang
  • 通讯作者:
    Ma, Zhiqiang
Capture and detumbling control for active debris removal by a dual-arm space robot
双臂空间机器人清除空间碎片的捕获和滚转控制
  • DOI:
    10.1016/j.cja.2021.10.008
  • 发表时间:
    2022-09-01
  • 期刊:
    CHINESE JOURNAL OF AERONAUTICS
  • 影响因子:
    5.7
  • 作者:
    Han, Dong;Dong, Gangqi;Ma, Zhiqing
  • 通讯作者:
    Ma, Zhiqing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

视觉导引受限下空间绳系机器人最优逼近控制
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    宇航学报
  • 影响因子:
    --
  • 作者:
    胡永新;黄攀峰;孟中杰;刘正雄;张夷斋;董刚奇
  • 通讯作者:
    董刚奇

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

董刚奇的其他基金

空间多臂机器人地面操控的时空分离效应与动力学耦合效应消解技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
空间多臂机器人地面操控的时空分离效应与动力学耦合效应消解技术研究
  • 批准号:
    62273278
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码