基于接触碰撞预估模型的空间机器人智能抓取策略研究

Space robot will play an important role in future deep space exploration, and it will undertake tasks such as topographic exploration and sampling retrieval of astral surface. Focusing on the contact-impact problem and the operation strategy when space robot performs the contact operational tasks, this research proposes an intelligent grabbing strategy based on contact-impact prediction model. It is based on comprehensive evaluation of the operational risk by the contact-impact prediction model, and uses the enhanced learning method to build a knowledge experience base through the interactive learning between space robot and the operating environment. And thus the intelligent decision-making of space robot for operational tasks is realized. The relative mass is regarded as the characteristic parameter during contact-impact process, which can solve contact-impact problem of space robot multi-body system by dimensionality reduction. The space robot multi-agent model with joint angular velocity as training variable, considers the non-holonomic nature and solves the problem of the existing intelligent planning methods of ground robot limited in use in deep space environment. The research results can improve the cognitive and intelligent decision-making ability of space robot in deep space environment, which has important theoretical significance and practical engineering value for the development of deep space exploration in China in the future.

未来空间机器人将在深空探测任务中扮演重要角色，其将承担起对星体表面的地形勘探和采样取回等任务。本课题针对空间机器人在执行接触性操作任务过程中的接触碰撞问题与操作策略进行研究，提出了一种基于接触碰撞预估模型的空间机器人智能抓取策略，以接触碰撞预估模型对操作任务风险的综合评价为导向，以增强学习方法为手段，通过空间机器人与操作环境的交互学习构建知识经验库，实现对操作任务的智能决策。接触碰撞预估模型以相对质量作为特征量，可以弥补传统空间机器人接触碰撞建模方法复杂通用性不强的问题，实现对空间机器人多体系统接触碰撞问题的降维求解。以关节角速度作为训练变量的空间机器人多智能体模型，考虑了空间机器人的非完整特性，解决了现有地面机器人智能规划方法在深空探测环境下应用受限的问题。本课题研究成果可以提升空间机器人对操作任务风险的认知与智能决策能力，对未来我国深空探测的发展具有重要的理论意义和实际工程价值。

空间机器人执行在轨抓取和天体采样等接触操作任务时不可避免的要与操作环境发生接触碰撞，由于冲击大、时间短、多体耦合等问题，导致空间微重力环境下的接触碰撞是一个非常复杂的非线性动力学问题。接触碰撞不仅会给空间机器人操作带来扰动甚至可能引发系统失稳，过大的接触碰撞力还会对空间机器人造成不可逆的损伤。因此，接触碰撞预估问题可能是决定空间机器人深空探测任务成败的重要安全性问题。.本课题面向未来空间机器人在深空探测中的应用需求，以提升空间机器人对接触操作风险的评估能力与智能决策能力为目的，对基于接触碰撞预估模型的空间机器人智能抓取策略进行研究。研究内容包括：（1）对多自由度空间机器人接触碰撞预估方法进行研究。传统的接触碰撞过程求解方法是基于对空间机器人复杂运动方程在接触碰撞过程全程积分的基础上实现的，精度虽高但计算量大，无法实现对接触碰撞风险的快速评估。本课题提出集成等效质量概念，将高自由度接触碰撞对象进行单自由度抽象比拟，可实现对空间机器人接触碰撞信息的快速求解，以七自由度空间机器人为例，求解精度可达99.74%，解算效率可提升93.84%。（2）以接触碰撞预估算法为核心建立空间机器人接触碰撞风险评估模型。该模型以风险因子延拓评估空间，以风险阈值划分绝对安全、次安全、临近危险和危险等风险区域，形成高维度、可拓展、高展示度的风险评估模型，可实现对空间机器人接触操作任务风险状态的精确定位，本课题中风险因子包括最大接触碰撞力、基座姿态扰动等。（3）以风险评估结果为引导的空间机器人智能抓取策略研究。根据风险评估结果设计奖惩函数和自动调节系数，采用强化学习和零空间梯度映射的方法实现对接触碰撞力、基座姿态扰动等风险因子的智能优化与调节，可确保接触操作任务顺利执行。本课题对空间机器人接触操作风险评估与智能决策的研究成果，可在空间机器人执行小天体采样、在轨抓取等操作任务的安全性方面提供有力保障。