申请/专利权人：厦门工学院

申请日：2024-02-05

公开（公告）日：2024-03-15

公开（公告）号：CN117697766A

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明提供了一种基于退步小波神经网络的柔性臂空间机器人抓捕控制方法，涉及空间机械臂捕抓目标控制领域，包括：实时采集空间站载体的位置、姿态角及机械臂关节角；对柔性臂空间机器人抓捕目标航天器的过程进行动力学分析，得到抓捕碰撞冲击影响下组合体航天器系统的动力学方程；根据抓捕碰撞冲击影响下组合体航天器系统的动力学方程以及组合体航天器系统对期望轨迹的跟踪行为设计基于退步小波神经网络的控制器，控制器所对应的控制律包括退步小波神经网络鲁棒控制律和自适应调节律；采用控制器对组合体航天器系统中空间站载体的位置、姿态角及机械臂关节角进行控制，直至满足控制目标，解决现有柔性臂空间机器人抓捕控制方法实用性差的问题。

主权项：1.一种基于退步小波神经网络的柔性臂空间机器人抓捕控制方法，柔性臂空间机器人由空间站载体、刚性机械臂和柔性臂组成，所述空间站载体与所述刚性机械臂之间设有第一关节，所述刚性机械臂与柔性臂之间设有第二关节，其中，机械臂为均匀可变形的柔性臂；为即将抓捕的目标航天器，所述柔性臂空间机器人与目标航天器构成组合体航天器系统，其特征在于：包括如下步骤：S1，实时采集空间站载体的位置、姿态角及机械臂关节角，所述机械臂关节角包括分别与所述第一关节和第二关节对应的第一关节角和第二关节角；S2，对所述柔性臂空间机器人抓捕目标航天器的过程进行动力学分析，得到抓捕碰撞冲击影响下所述组合体航天器系统的动力学方程；S3，根据所述抓捕碰撞冲击影响下所述组合体航天器系统的动力学方程以及所述组合体航天器系统对期望轨迹的跟踪行为设计基于退步小波神经网络的控制器，所述控制器所对应的控制律包括退步小波神经网络鲁棒控制律和自适应调节律，所述退步小波神经网络鲁棒控制律的构造过程如下：基于退步小波神经网络设计退步小波神经网络逼近函数，具体包括：根据神经网络的逼近性质，存在一个理想的权值矩阵、伸缩矢量和平移矢量，定义如下退步小波神经网络逼近函数来逼近柔性臂空间机器人的未知部分，即： ；式中，为退步小波神经网络的输入变量，，为退步小波神经网络逼近函数的误差，表示小波层理想输出矢量；退步小波神经网络逼近函数的估计值可由下式表达： ；式中，分别为最优权值的估计值，表示小波层估计输出矢量；由和看出，和之间的近似误差可定义为： ；定义估计误差，，则可变换为： ；根据所述退步小波神经网络逼近函数构造所述退步小波神经网络鲁棒控制律，具体包括：设为组合体航天器系统的期望跟踪轨迹，为相应的期望速度和加速度，跟踪误差为；设为组合体航天器系统的轨迹，其与实际跟踪轨迹的误差定义为；对抓捕碰撞冲击影响下组合体航天器系统的动力学方程进行矩阵分解，得到： ；式中，、、和碰撞冲击影响下组合体航天器系统的广义质量矩阵的方块子矩阵，和为碰撞冲击影响下组合体航天器系统包含科氏力、离心力的列向量的方块子矩阵，；由第二项求出代入第一项得： ；其中，，；所述组合体航天器系统中目标航天器的参数是未知的，为此对作如下处理： ；式中，分别表示为所述组合体航天器系统的已知部分；包含了组合体航天器系统的未知参数；将对时间求导，可得：；式中，，为对时间的一阶导数，为对时间的一阶导数；视为虚拟控制量；根据反演退步设计方法，定义如下变量：；式中，为设计的参数矩阵；将对时间求导，可得： ；其中，表示对时间的一阶导数，为对时间的二阶导数；所述退步小波神经网络鲁棒控制律设计为：；式中，为设计的参数矩阵；为鲁棒控制项，用于补偿集中误差；将退步小波神经网络鲁棒控制律代入得到： ；并采用如下所示的所述鲁棒控制项及自适应律：，；其中，为对角正定常值矩阵；S4，采用所述控制器对所述组合体航天器系统中空间站载体的位置、姿态角及机械臂关节角进行控制，直至满足控制目标。

全文数据：

权利要求：

百度查询： 厦门工学院 基于退步小波神经网络的柔性臂空间机器人抓捕控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD