[发明专利]基于遗传算法的空间碎片主动清除任务规划方法

说明书

技术领域

本发明涉及一种空间碎片主动清除任务规划方法。

背景技术

近年来，随着航天技术的不断发展，人类航天活动越来越频繁。与此同时，空间碎片以指数速度增加，成为未来空间资源有效利用所面临的一个严峻挑战。尽管为了应对太空碎片的威胁，一些规避、防护等被动的措施已经广泛采用，但是为从根本上治理空间环境，还需要采取主动清除措施，所以开展对空间碎片的在轨主动清除研究具有重要意义。空间碎片的清除工具主要包括机械臂、飞网、充气式结构、标枪绳以及静电吸附毯。机械臂在高转矩或刚性结构点捕获时性能最好，其技术成熟且有多个自由度，便于推力调整；飞网具有质量轻并且成本低的优点，适合抓取形状不规则的空间碎片，但是不能控制碎片的角自由度；充气式结构同样具有质量轻和成本低的优点，但是充气式结构容易发生泄漏；标枪绳适合牵引推力器，但同样缺乏对碎片角自由度的控制；套索可以将碎片套住，降低碎片的角速度；静电吸附毯非常轻，常用于初始接触和捕获。

现有的任务规划方法分类如下：

(1)集中式任务规划系统

在集中式任务规划系统中，任务分配、路径规划等均由地面控制站或者任务执行机构中的Leader完成，其他的任务执行机构处于从属地位，本身没有自主决策能力，在整个系统中充当的是规划决定的执行者。这种任务分配的缺点是计算量以及信息传输量都比较大，给通信网络带来了很大的负担。并且对任务重新规划的能力比较弱，对环境变化的反应较慢。

(2)分布式任务规划系统

在分布式任务规划系统中，每一个任务执行机构都具有自主决策能力。它们相互连接、影响和通信，并且都有一定的感知、测量、存储和计算的能力。任务规划由系统中的每个执行机构完成。与集中式任务规划相比，分布式任务规划具有更好的实时性、容错性、开放性。另外，分布式任务规划在计算量、运行成本、系统限制、鲁棒性、扩展性等方面有着巨大的优势。而实现分布式任务规划采用最多的方法就是多Agent方法。Agent理论和技术，特别是多Agent技术的理论和技术，为分布式任务规划的分析、设计和实现提供了一条崭新的途径。多执行机构的任务规划问题可以很自然的表达成一个多Agent网络，这个网络系统在物理上就是一个分布式系统。

针对于任务规划任务，也会有研究人员想到利用遗传算法进行任务规划，但是目前的利用遗传算法进行任务规划系统或者方法，中采用不同的编码方式，常常对于算法的性能产生重要影响。遗传算法中最重要的编码就是由Holland提出的二进制编码。它采用最小字符编码原则，优点是便于进行编/解码操作，交叉、变异操作易于实现。缺点是在用于多维、高精度数值问题优化时，不能不能很好地克服连续函数离散化时的映射误差；二进制编码同样不能反映问题的固有结构，同时也存在精度不高、个体长度达、内存占用高等问题。如果采用其他编码方式则会给遗产过程的交叉和变异操作造成问题，使优化过程容易陷入局部最优。

针对平台利用载荷清除跨尺度、多数据量、长期性空间碎片的任务，需要研究平台的实时任务规划问题。以往大多数任务规划研究都集中于地面任务，针对空间任务规划问题的研究比较少，且大部分集中于理论，以实际空间任务为背景的任务规划则更少。

发明内容

本发明为了解决现有的遗传算法的编码方式和交叉、变异操作容易导致空间碎片主动清除任务规划陷入局部最优的问题。

基于遗传算法的空间碎片主动清除任务规划方法，包括以下步骤：

步骤1、编码：

碎片清除任务考虑采用机械臂进行碎片抓取，机械臂从平台触发进行碎片清除；

设碎片的数量为n-1；考虑将平台视为第1个城市，碎片作为第2～n个城市；以城市的遍历次序作为编码，即(z₁,z₂,...,z_n)是{1,2,...,n}的一个全排列，其中z₁,z₂,...,z_n表示每次遍历所有城市的次序，将每次遍历所有城市的次序z₁,z₂,...,z_n作为编码；共有(n-1)！种可能，！表示阶乘；将每种可能产生的次序编码作为个体，所有可能的次序编码组合起来作为初始种群；

步骤2、初始化群体：

根据碎片清除任务所给出的碎片相对位置得到各个城市间的距离矩阵；距离矩阵表示在空间中随机分布的空间碎片之间的位置关系；