[发明专利]一种空间机器人系统基于动量的参数辨识方法

说明书

本发明公开了一种空间机器人系统基于动量的参数辨识方法，包括：步骤1：建立空间机器人系统基于动量的参数辨识模型；步骤2：使用并行学习方法进行参数辨识，在参数辨识结果更新的每一步，同时使用当前时刻以及过去时刻的空间机器人系统运动信息进行参数辨识结果更新，完成参数辨识结果更新。实现了系统的激励运动不需要满足持续激励条件也能够保证参数辨识值能够全局范围内以指数速率收敛到真值，降低了参数辨识方法对系统运动的要求，从而有利于节省燃料消耗以及使系统运动满足其他任务要求。

技术领域

本发明属于空间机器人技术领域，涉及一种空间机器人系统基于动量的参数辨识方法。

背景技术

空间机器人可以用于故障卫星维护、空间碎片清理等任务。当空间机器人捕获动力学参数事先未知的目标后，形成的组合体含有未知的动力学参数。为了得到系统精确的动力学方程以及为系统设计依赖动力学模型的精确的控制律，需要辨识系统未知的动力学参数。现有的空间机器人参数辨识方法大致分为三类：基于视觉、基于力以及基于动量的参数辨识方法。基于力和基于视觉的参数辨识方法需要空间机器人安装特定的传感器并且容易受到传感器测量噪声的影响。基于动量的参数辨识方法在空间机器人捕获目标后的阶段工作，其中，辨识模型依据系统动量守恒性质推导得到，系统需要通过运动产生激励轨迹来完成参数辨识。

目前学者，推导了基于动量守恒方程的参数辨识模型，需要假定捕获后系统的初始线/角动量为零，因为在捕获前目标往往具有翻滚运动，常见的情形是捕获后系统的角动量未知且不为零。使用基于动量的参数辨识模型的导数和增量形式，因为系统的总动量为常值，从而被消除而不会出现在新的参数辨识模型中。基于得到的参数辨识模型，提出了一种基于李雅普诺夫函数的参数自适应律和递归最小二乘算法进行参数辨识。近期基于动量的空间机器人参数辨识方法研究了如何设计系统的激励轨迹，提出使用有限傅里叶级数表示系统的激励轨迹，并通过求解最小化辨识模型中回归矩阵条件数的优化问题来确定傅里叶级数的参数。还有的将参数辨识描述为一个优化问题，并使用粒子群优化算法求解优化问题来确定系统的未知参数。通过将捕获后的空间机器人系统设置为一个单体系统(锁定所有的关节)或者二体系统(依次只解锁一个关节)来进行参数辨识，也使得系统满足条件的激励轨迹更容易被设计得到。

但是，现有的空间机器人基于动量的参数辨识方法要求系统的激励运动满足持续激励条件，才能保证参数辨识结果能够收敛到真值。然而，持续激励条件对系统每一时刻(包括未来)的运动都有要求，因而很难在线判定。此外，持续激励条件对系统运动的要求可能使得系统运动为满足持续激励条件造成额外的燃料消耗，并影响系统的其他运动要求，比如在空间机器人系统中，为保证基座卫星对地通信等要求，需要机械臂的运动不能对基座姿态造成干扰。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种空间机器人系统基于动量的参数辨识方法。

为达到上述目的，本发明采用以下技术方案予以实现：

一种空间机器人系统基于动量的参数辨识方法，包括以下步骤：

步骤1：建立空间机器人系统基于动量的参数辨识模型；

步骤2：使用并行学习方法进行参数辨识，在参数辨识结果更新的每一步，同时使用当前时刻以及过去时刻的空间机器人系统运动信息进行参数辨识结果更新，完成参数辨识结果更新。

本发明进一步的改进在于：

步骤1的具体方法为：

建立空间机器人捕获目标后系统的线动量和角动量方程：

其中，表示系统在惯性系下的线动量，表示系统在惯性系下的角动量，表示连杆i的质量，表示连杆i的惯量矩阵，表示连杆i在惯性系下的角速度，分别表示连杆i质心在惯性系下的位置和速度向量，为臂连杆和关节数目；