[发明专利]一种空间大型结构在轨装配序列规划方法

说明书

本发明提供了一种空间大型结构在轨装配序列规划方法，建立装配机器人的动力学方程，建立多机器人路径协调规划方法，通过分析机器人运动并计算能量消耗，并建立评价函数，采用粒子群算法对装配序列进行寻优。本发明装配过程中，保证各机器人之间不会发生碰撞且能量最优，在装配序列规划完成后，即可给出机器人的运动规划与控制方法，有利于后续任务的进行；约束指标保证了装配的可行性，优化指标考虑到装配过程中机器人移动的路径最短与能耗最低。

技术领域

本发明涉及空间大型结构在轨装配领域，尤其是一种装配序列规划的方法。

背景技术

随着航天技术的进步与应用需求的拓展，代表国家科技实力的空间站、空间反射镜、通信天线、太阳能电站、地外基地等空间大型平台和基础设施的建设需求日益迫切，空间飞行器在轨服务和维护的技术与系统已列入国家重大发展计划。空间在轨服务可以拓展人类的太空活动，帮助人类进行更广泛，更深入，更创新的空间探索活动。

大型空间结构与我们目前熟悉的卫星、飞船、空间站相比有很大的差别。大型空间结构体积巨大，目前的运载工具都无法满足其运载需求。所以，大型空间结构无法从地面上整体发射，只能各部件运输到太空进行组装。而过去，在太空中都是由空间机械臂配合宇航员出舱完成装配，但是宇航员出舱存在着一定的危险性。随着大型空间结构的体积与复杂性不断增大，机械臂配合宇航员的装配方案会受到局限，并且危险性不断上升，甚至无法完成任务。

随着机器人技术的发展，用空间机器人代替人类完成危险的太空任务将会成为未来的趋势。通过多自主空间机器人协调作业，完成大型空间结构的装配将成为未来构建大型空间桁架结构的主要方法。但是，由于大型空间桁架结构尺寸大，复杂性高，并且在装配过程中需要多机器人协调工作。

目前现有在轨装配序列规划方法有很多。Bonneville使用了遗传算法进行求解，但是其对新空间探索能力有限，容易陷入局部最优。Hong提出了一种具有启发式工作规则的三阶段集成方法，以帮助计划者生成最佳和最有效的装配序列，最后使用反向神经网络方法进行求解。但是当数据不充分时，神经网络就无法进行工作。Cao使用了一种新的免疫算法并应用在装配序列优化中，缩短了计算时间，但是缩短时间影响了求解的精度。Motavall使用模拟退火算法给出了用于序列优化的评价函数，但是算法性能对初始值等参数很敏感，对初值及参数设置提出了很高要求。Yi提出利用萤火虫算法进行序列规划，但是其存在惯性权重没有充分利用目标函数信息、不能更好地控制和约束萤火虫的移动距离的缺点。Guo等人采用分层规划的方法，用蚁群算法进行求解，但是蚁群算法中信息素会随着时间的推移而逐渐挥发，也存在敛速度慢，容易陷入局部最优的缺点。

为了应对机器人装配的情况，Weiwei Wan考虑了机器人的可抓捕性与装配方向，并对可装配性进行定义。但是该方法只考虑了机器人的约束，保证可行性，并没有考虑机器人装配过程中的最优性。Rodríguez I将机器人装配序列规划问题分为两层，逻辑层与物理层。在逻辑层中规划序列，并通过物理层进行检测并反馈，对逻辑层规划结果进行改进，提高机器人装配序列规划效率。但是该方法需要实时反馈状态，对装配序列进行实时优化，计算量较大，对星载计算机提出较高要求。

发明内容

为了克服现有技术的不足，本发明提供一种空间大型结构在轨装配序列规划的方法。本发明考虑了机器人在装配过程中的路径最短与能耗最小，对装配序列评价函数进行了重新定义。本发明考虑更全面，更切合实际。并且具有节约在轨装配能耗，可在规划装配序列的同时，规划出机器人运动的特点。

本发明解决其技术问题所采用的技术方案的步骤如下：

步骤一、首先建立装配机器人的动力学方程；

根据拉格朗日函数推导装配机器人动力学方程，经计算得到n连杆的机械臂动力学方程为：

其中，M(q)为惯量矩阵，q为关节角，为非线性项，τ为关节力矩，J为雅可比矩阵，F_e为机器人末端力；