[发明专利]一种空间机械臂与未知环境接触过程的智能柔顺操控方法

说明书

本发明涉及一种空间机械臂与未知环境接触过程的智能柔顺操控方法，首先，利用凯恩方程和多体动力学理论建立空间机械臂系统的动力学模型，对机械臂末端与目标的环境接触模型进行数学表征；其次，将接触模型简化为最优跟踪模型，设计性能函数和基于部分模型信息及状态反馈的积分强化学习算法；然后，将状态观测器与积分强化学习算法融合，提出基于输入输出数据的无模型最优控制方法；最后针对简化前的接触模型，将提出的算法进行修正，应用于空间机械臂抓捕未知目标的最优阻抗控制。本发明能够通过自主学习实现部分状态可测情况下的无模型最优控制，可用于空间机械臂抓捕非合作目标的安全柔顺接触控制。

技术领域

本发明属于空间机器人智能控制领域，具体涉及一种空间机械臂与未知环境接触过程的智能柔顺操控方法。

背景技术

空间机械臂在现代空间任务中发挥着越来越重要的作用，如空间碎片清理、在轨组装与维护、非合作航天器抓捕与破坏等。空间机械臂抓捕目标通常可分为抓捕前、抓捕中、抓捕后三个阶段，本发明考虑抓捕中阶段，若机械臂末端位置存在控制误差或待抓捕/接触目标的位置存在测量误差，则末端工具与目标表面的接触就会产生接触力，其大小与接触刚度和形变量成正比，一旦接触力过大就会损坏所抓取的物体甚至破坏空间机械臂系统，因此亟需对末端接触过程施加安全控制。

阻抗控制(也称导纳控制)是一种控制末端接触过程的柔顺算法，1985年由Hogan首次提出，其将末端工具的位姿与接触力/力矩之间的关系视为一个弹簧-质量-阻尼系统，可通过测量接触力对末端位姿进行实时修正，在现代机械臂柔顺控制中被广泛应用。传统阻抗控制中，力与位置之间是一对相互矛盾的指标，且阻抗参数通常固定或需要已知环境参数，在解决这些问题的方案中，自适应控制无法实现力与位置的最优权衡(CN202011169349.X，CN202010087388.9)，迭代学习控制方法需要重复训练(Y.Li andS.S.Ge,Impedance Learning for Robots Interacting With Unknown Environments,in IEEE Transactions on Control Systems Technology,vol.22,no.4,pp.1422-1432,2014)，基于模型辨识的方法则增加了算法的复杂性(CN202010226048.X)。考虑到强化学习在处理最优控制与无模型控制方面具有较大的优势，本发明将自适应/近似动态规划算法应用到最优阻抗控制问题求解中。积分强化学习作为一种处理连续系统最优控制问题的自适应/近似动态规划算法，在诸多领域得到了应用。但是目前积分强化学习算法在处理状态不完全可测、模型完全未知问题时存在依赖初始稳定控制策略、状态重构受噪声影响大等问题(H.Modares,F.L.Lewis and Z.-P.Jiang,Optimal Output-Feedback Control ofUnknown Continuous-Time Linear Systems Using Off-policy ReinforcementLearning,in IEEE Transactions on Cybernetics,vol.46,no.11,pp.2401-2410,2016.)，因此提出一种基于测量数据的无模型值迭代积分强化学习算法，并成功应用于空间机械臂阻抗控制中，能够有效保证机械臂操纵的成功率，增强机械臂系统的可靠性。

发明内容

针对现有机械臂阻抗控制算法中无法实现接触力与位置的最优控制、阻抗参数固定或需要已知环境参数、需要重复训练等问题，本发明提供一种空间机械臂与未知环境接触过程的智能柔顺操控方法，其基于状态观测器的连续系统积分强化学习算法，具有自主学习、不依赖模型和全状态测量信息等优点，可应用于空间机械臂最优阻抗控制。

为达到上述目的，本发明采用的技术方案为：