[发明专利]非刚性抓捕的目标状态观测方法、计算机设备及存储介质

说明书

本发明属于航天技术领域，具体公开了一种非刚性抓捕的目标状态观测方法，计算服务机器人在非刚性抓捕接触点所受外力大小；利用双目相机或者激光雷达对目标进行观测，获取姿态与位置数据；构建目标的模型，构建状态方程、观测方程；基于EKF方法，完成非合作目标状态估计，状态包括目标的位置、姿态、速度、角速度、质量、质心位置及转动惯量。本方法能在非合作目标‑末端执行器接触点存在相对运动的情况下对非合作目标的运动状态和质量惯性参数进行估计，且能够降低测量噪音和过程噪音的影响，并具有计算量较小的优点。

技术领域

本发明属于航天技术领域，特别涉及一种非刚性抓捕的目标状态观测方 法、计算机设备及存储介质。

背景技术

在空间任务中，经常采用机器人抓捕非合作目标。然而在抓捕目标的过程 中，存在因抓捕力有限而出现目标转动或者平动的状况，称之为非刚性抓捕。 服务机器人完成对非合作目标抓捕后，其抓捕点一般存在多个自由度的滑动或 转动，需要考虑力约束，基于传统测量信息输入的参数辨识方法误差大，无法 支持后续操控任务开展。同时相机、激光雷达对目标的位置测量有很大的误差， 且基于微分的方法获得的速度级状态误差极大。此时需要依据一定的方法，对 目标的运动状态、质量惯性参数的状态进行观测，从而为控制率设计提供数据 支持。

发明内容

本发明的目的在于提供一种非刚性抓捕的目标状态观测方法、计算机设备 及存储介质，能够在非刚性抓捕过程中，对目标进行质量参数估计、运动估计。

本发明是通过以下技术方案来实现：

一种非刚性抓捕的目标状态观测方法，包括以下步骤：

S1、计算服务机器人在非刚性抓捕接触点所受外力大小；

S2、对目标进行观测，获取目标的姿态与位置数据；

S3、构建目标的模型，构建状态方程和观测方程，得出非合作目标的状态；

S4、基于扩展卡尔曼滤波方法，构造估计方程与更新方程，从而完成非合 作目标状态估计。

进一步，步骤S1中，接触点的力与力矩计算如下：

其中，f_U为非合作目标所受外力，n_U为非合作目标所受外力矩，m_i为服务 机器人基座i臂质量，为i臂质心线加速度，I_i为i臂转动惯量，ω_i为i臂角速 度，p_W为接触点坐标，r_i为i臂质心坐标，N为机械臂关节总数，f_E为环境外 力，τ_E为环境外力矩。

进一步，在步骤S2中，利用双目相机或激光雷达预先测量在服务机器人基 座的本体坐标系中接触点的位置，实时计算非合作目标相对相机的姿态。

进一步，步骤S3中，构建的观测方程如下：

其中，为非合作目标相对相机的位置，q₁₃表示3坐标系相对于1坐标系 的姿态四元数，υ为观测误差。

进一步，在步骤S3中，构建非合作目标的状态方程如下：

其中，q₂为目标的姿态四元数，ω₂为目标角速度，p为目标主惯性坐标系的 惯性张量，ε_τ为干扰力矩，ε_f为干扰力，w为两者的向量，r_U为目标在惯性空间 矢量，m_U为目标质量，p_xx为目标在x-轴的惯性分量；

其中，[·×]为叉乘运算；