论文部分内容阅读
舱内辅助机器人是运行于空间站内部,辅助航天员执行在轨任务和开展科学实验的智能飞行器。本文围绕舱内辅助机器人的导航与控制问题展开研究,提出采用视觉导航方法实现辅助机器人的舱内导航,并利用多组螺旋桨推力器实现辅助机器人的六自由度位姿一体化控制。论文的主要工作如下:针对空间站环境相对固定、机器人运行范围有限的特殊应用背景,提出采用基于稀疏点云地图的舱内视觉导航方法。稀疏点云地图表达紧凑,计算量小,能够支持无漂移的厘米级位置确定精度和度量级的姿态确定精度,满足辅助机器人的舱内导航需求。考虑机器人在轨运行的不同阶段以及舱内环境的变化情况,提出针对性的导航策略。其中,在机器人在轨运行初期或当环境变化较明显时,采用基于同步定位与地图构建的视觉导航方式,以应对未知和动态的环境;在机器人在轨运行后期或当环境相对稳定时,则利用已构建的地图进行舱内导航,以减小计算消耗和避免所构建的地图出现过饱和。针对辅助机器人同步定位与地图构建具体任务,对其中涉及的特征提取与匹配、视觉里程计、地图的初始化与构建以及基于地图的位姿确定与优化等问题开展了深入研究。提出利用计算高效,且具有尺度、旋转和光照不变性的ORB特征进行导航解算,并对特征提取的均匀性进行了改良;推导了利用辅助机器人先验运动信息进行特征匹配的方法,提升了特征匹配效率和准确性;给出了利用无约束的李代数进行位姿非线性优化的方法。建立了舱内辅助机器人与空间站的相对位置运动与相对姿态运动的数学模型。通过设计PD控制器以及期望控制力与控制力矩的推力分配模型,实现了基于螺旋桨推力器的辅助机器人六自由度位姿一体化闭环控制,并对控制过程的渐进稳定性进行了证明。深入分析了机器人与空间站近距离相对运动模型相平面轨迹的动态特性,提出了具有二次函数型切换面的滑模变结构控制方法。该控制方法能够更好地克服舱内气流干扰、模型误差和测量噪声等对机器人位姿控制带来的不良影响,消除了控制过程中出现的超调和稳态误差,提升了控制的鲁棒性。利用Kinect深度相机采集RGB-D数据,实现了空间站地面模拟舱稀疏点云地图、稠密点云地图以及栅格地图的构建,验证了在轨运行初期辅助机器人同步定位与地图构建方法的有效性。搭建了基于四旋翼平台的舱内辅助机器人视觉导航地面试验系统,基于已构建的稀疏点云地图,实现了四旋翼从任意位置出发到达指定目标点的舱内自主返回实验,验证了在运行后期辅助机器人基于已构建地图进行舱内导航方法的有效性。