CN104842355B - 避障约束下冗余空间机器人的混合整数预测控制方法 - Google Patents
避障约束下冗余空间机器人的混合整数预测控制方法 Download PDFInfo
- Publication number
- CN104842355B CN104842355B CN201510028194.0A CN201510028194A CN104842355B CN 104842355 B CN104842355 B CN 104842355B CN 201510028194 A CN201510028194 A CN 201510028194A CN 104842355 B CN104842355 B CN 104842355B
- Authority
- CN
- China
- Prior art keywords
- delta
- theta
- space robot
- centerdot
- omega
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 abstract 1
- 230000009897 systematic effect Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 5
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1643—Programme controls characterised by the control loop redundant control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供了一种避障约束下冗余空间机器人的混合整数预测控制方法,包括:建立自由漂浮空间机器人的动力学模型;基于反馈线性化方法对步骤(1)的动力学模型进行线性化;根据描述的最优控制问题计算线性***的控制输入:根据线性***的控制输入计算原非线性***的控制输入,用于对原非线性的空间机器人***进行控制。本发明将障碍物环境下空间机器人完成任务时对障碍物的躲避描述为最优控制问题下的约束。通过考虑避障约束随机械臂到障碍物距离不同性质会发生改变的特性,以及***地描述最优控制问题下诸多约束的优先级,可以有效地处理原有方法中避障等约束容易导致最优控制问题不可行的缺点。
Description
【技术领域】
本发明涉及一种用于运动学冗余空间机器人的控制方法,特别是一种避障约束下冗余空间机器人的混合整数预测控制方法。
【背景技术】
空间机器人在空间在轨服务中发挥着重要的作用,可以用于在轨卫星的维修,燃料加注,以及对失效卫星、空间碎片捕获等任务。然而,复杂的空间环境中,空间机器人在完成任务时往往需要对障碍物进行躲避。其中,运动学冗余空间机器人因为在避免运动学/动力学奇异,以及躲避障碍物方面具有明显的优势,因而受到研究者的广泛关注。
对障碍物的躲避可以在路径规划时实现,这类方法尝试找到空间机器人由初始状态到达期望状态的一条安全路径,完成对障碍物的躲避[1][2][3],然而存在计算量大,以及往往只适用于静态的空间环境等缺点,对于运动的或者突然出现的障碍物并不能很好地躲避。
在一些冗余空间机器人新的控制方法中,尝试将复杂环境下空间机器人对障碍物的躲避描述为控制下的约束,从而在控制空间机器人完成任务的过程中同时实现对障碍物的躲避,具有计算量小,以及可以躲避动态的障碍物等优点。
模型预测控制方法起源于上世纪70年代的化工领域,因为在约束处理方面具有显著的优势,因而近年来在机械臂的控制和路径规划方面吸引了诸多研究者的兴趣,使用该方法可以方便地将空间机器人对障碍物的躲避描述为控制问题下的避障约束[4]。然而在该方法的应用过程中还存在以下明显的不足:基于模型预测控制方法实现空间机器人对障碍物的躲避最终可以描述为一个具有诸多约束的最优控制问题,而约束的存在往往会导致最优控制问题不可行,在已有的方法中,对模型预测控制方法下形成的优化问题,如何解决约束可能导致最优控制问题不可行的缺点并没有很好的办法。
参考文献:
[1]Z.Shiller and S.Dubowsky,On Computing the Global Time-OptimalMotions of Robotic Manipulators in the Presence of Obstacles,IEEETrans.Robotics and Automation,7(6),785-797(1991)。
[2]M.Galicki,Optimal Planning of a Collision-free Trajectory ofRedundant Manipulators,Int.J.Robotics Research,11(6),549-559(1992)。
[3]M.Stilman,Global Manipulation Planning in Robot Joint Space withTask Constraints,IEEE Trans.Robotics,26(3),576-584(2010)。
[4]Mingming Wang,Jianjun Luo,Ulrich Walter.A Nonlinear ModelPredictive Controller for Kinematically Redundant Space Manipulators,In 64thInternational Astronautical Congress,Beijing,China,2013。
【发明内容】
本发明提出了一种用于冗余空间机器人的混合整数预测控制方法,本发明将空间机器人对障碍物的躲避描述为最优控制问题下的约束,使用混合整数预测控制方法,有效地避免约束会导致最优控制问题不可行的缺点。
本发明采用以下技术方案:
一种避障约束下冗余空间机器人的混合整数预测控制方法,包括以下步骤:
步骤(1):建立自由漂浮空间机器人的动力学模型;
步骤(2):基于反馈线性化方法对步骤(1)的动力学模型进行线性化;
步骤(3):根据描述的最优控制问题计算步骤(2)中线性***的控制输入:
步骤(4):将步骤(3)得到的线性***的控制输入代入以下公式中,得到原非线性***的控制输入,用于对原非线性的空间机器人***进行控制;
所述步骤(3)中,最优控制问题描述为:
优化的目标函数为:
优化的约束条件为:
目标函数中,ΔU*(k)为控制时域内线性***的最优输入增量,Y(k)为预测时域内线性***的实际输出,R(k)为预测时域内线性***的期望输出,ΔU(k)为要优化的变量,Q,T为常数权重矩阵,ε为松弛变量,S为松弛变量对应的权重矩阵,ρ取δ=[δ1,δ2,...δε,δuf,δsf,δif]为引入的逻辑变量,Mp为各逻辑变量相应的权重系数,δuf,δsf,δif,δsi为建立避障约束时引入的逻辑变量,满足 δsf=(1-δuf)δsi,符号为命题逻辑中的等价关系,Γconst为常数,为模型预测控制方法下的相关矩阵;
约束条件中,Nc,Np分别为模型预测控制方法下的控制时域和预测时域,u(k+j|k)表示k时刻往后j步的控制输入,x(k+j+1|k)表示k时刻往后j+1步的状态预测值,fd(x,u)由反馈线性化得到的线性模型离散化得到,c是常数矩阵,d为机械臂到障碍物最近的距离,duf,dsf,dif为障碍物附近定义的不安全距离,安全距离以及影响距离,L,U分别表示取后边括号中函数的最小值和最大值,G,g分别为:
其中,ψ,Θυ,ΩNc,ΩNp,Dυp,Duf,Yp为建立约束时引入的相关矩阵,umax,umin分别为线性模型下控制输入能取得的最大值和最小值,ymax,ymin为线性模型下输出允许的最大值和最小值。
所述步骤(1)的动力学模型是基于广义雅克比矩阵方法建立,该动力学模型如下:
其中,H*为自由漂浮空间机器人的广义惯性张量;θ∈Rn,为广义关节坐标;τ∈Rn,为广义关节力矩;表示H*对时间的导数,为关节角速度,为关节角加速度。
所述步骤(2)进行线性化得到的线性模型为:
其中,
为定义的状态变量,为控制输入。
所述步骤(2)中,建立线性模型后,将线性模型的连续***离散化,得到:
其中,
与现有技术相比,本发明至少具有以下有益效果:本发明首先利用命题逻辑得到了避障约束一种新的描述方式,该方式下可以有效地描述避障约束随空间机器人到障碍物距离的变化,其性质随之改变的特性,同时利用命题逻辑,得到了***描述最优控制问题下诸多约束不同优先级的方法。基于所得到的混合整数预测控制方法,在将空间机器人对障碍物的躲避描述为最优控制问题下的约束时,可以有效地避免约束容易引起最优控制问题不可行的缺点。
【附图说明】
图1给出了空间机器人***的示意图;
图2展示了利用得到的混合整数预测控制方法,空间机器人完成任务时对障碍物进行躲避的过程。
【具体实施方式】
本发明公开了一种避障约束下冗余空间机器人的混合整数预测控制方法,按照以下步骤进行:
步骤一、建立自由漂浮空间机器人的动力学模型
空间机器人***如图1所示。各符号的物理意义分别为:
θ∈Rn:广义关节坐标
τ∈Rn:广义关节力矩
ri∈R3:刚体i质心的位置向量
rc∈R3:***质心的位置向量(包括卫星基座和机械臂)
re∈R3:机械臂末端的位置向量
ai∈R3:连杆i在惯性系下的向量表示
ci∈R3:关节i下测得连杆i质心的位置坐标在惯性系下的向量表示
zi∈R3:表示关节i旋转方向的单位向量
vi∈R3:连杆i质心的线速度
ωi∈R3:连杆i的角速度
v0∈R3:卫星基座的线速度
ω0∈R3:卫星基座的角速度
ve∈R3:机械臂末端的线速度
ωe∈R3:机械臂末端的角速度
fe∈R6:作用在机械臂末端的外力和外力矩
f0∈R6:作用在卫星基座的外力和外力矩
fr∈R3:机械臂运动对卫星基座产生的反作用力
τr∈R3:机械臂运动对卫星基座产生的反作用力矩
基于广义雅克比矩阵方法建立自由漂浮空间机器人的动力学模型。
其中,
Ii∈R3×3:连杆i相对自身质心的惯量矩阵
m:空间机器人***的总质量
mi:刚体i的质量
E∈R3×3:单位矩阵
ρcj∈R3:关节j到刚体j的位置向量
步骤二、基于反馈线性化方法对动力学模型进行线性化
定义状态变量控制输入则反馈线性化以后的线性模型为:
其中,
将连续***离散化得到:
其中,
而原非线性***的控制输入为:
步骤三、利用得到的混合整数预测控制方法,计算线性***的控制输入u
利用得到的混合整数预测控制方法,将空间机器人在障碍物环境中完成任务时对障碍物的躲避描述为下式所示的最优控制问题:
subject to
其中,Y(k)为预测时域内线性***的实际输出,R(k)为预测时域内线性***的期望输出,为要优化的变量,为模型预测控制方法下的相关矩阵,ε为松弛变量,S为松弛变量对应的权重矩阵,ρ取δ=[δ1,δ2,...δε,δuf,δsf,δif]为引入的逻辑变量,δ1,δ2,...δε为对应每个松弛变量的逻辑变量,满足δuf,δsf,δif,δsi为建立避障约束时引入的逻辑变量,满足 δsf=(1-δuf)δsi。其中,符号为命题逻辑中的等价关系,Mp为各逻辑变量相应的权重系数。约束中,Nc,Np分别为模型预测控制方法下的控制时域和预测时域,u(k+j|k)表示k时刻往后j步的控制输入,x(k+j+1|k)表示k时刻往后j+1步的状态预测值,fd(x,u)由反馈线性化得到的线性模型离散化得到,c是常数矩阵,d为机械臂到障碍物最近的距离,duf,dsf,dif为障碍物附近定义的不安全距离,安全距离以及影响距离。L,U分别表示后边函数的最小值和最大值,G,g分别为:
其中,ψ,Θυ,ΩNc,ΩNp,Dυp,Duf,Yp为建立约束时引入的相关矩阵,umax,umin分别为线性模型下控制输入能取得的最大值和最小值,ymax,ymin为线性模型下输出允许的最大值和最小值。
最优控制问题中的相关矩阵取值分别为:
ε(k)=R(k)-Φx(k)-Υu(k-1)
Γconst=ε(k)TQε(k)
M=ΘTQΘ+T
ΩNc=[En…En]T∈RnNc×n
Yp=Φx(k)+Υu(k-1)
ΩNp=[E2n…E2n]T∈R2nNp×2n
Dvp=Θvjyvp,Θv=ΘvjΘvb,Cvd=[0n,En]
yvp=CvdAdx(k)+CvdBdu(k-1),Θvb=[Cvd Bd 0n … 0n]∈Rn×nNc
其中,
pi,pi'为机械臂和障碍物上相距最近的一组点,ni为pi'指向pi的单位向量。
为障碍物pi'的线速度,为机械臂上pi点线速度对应的雅克比矩阵。
ξ为速度阻尼系数。
求解如上最优控制问题,得到线性***的控制输入u。
步骤四、将步骤三得到的线性***的控制输入u代入公式(3),得到原非线性***的控制输入
用于对原非线性的空间机器人***进行控制。
本发明的有益效果是:提出了一种用于冗余空间机器人的混合整数预测控制方法。基于该方法,将障碍物环境下空间机器人完成任务时对障碍物的躲避描述为最优控制问题下的约束。通过考虑避障约束随机械臂到障碍物距离不同性质会发生改变的特性,以及***地描述最优控制问题下诸多约束的优先级,可以有效地处理原有方法中避障等约束容易导致最优控制问题不可行的缺点。
以下结合一种实施例对本发明方法进行阐述:
如图2所示,利用得到的混合整数预测控制方法,在存在障碍物的环境中控制7自由度冗余空间机器人各关节到达期望角度。初始时刻,各关节转角分别为,期望到达角度。1秒钟时,各关节开始运动,5.1秒时检测到障碍物,随后关节4、5调整速度,对障碍物进行躲避,之后各关节继续运动到达期望角度,虚线给出了各关节运动的参考轨迹,实线给出了为躲避障碍物各关节走过的实际轨迹。实例充分说明提出的混合整数预测控制方法用于冗余空间机器人控制,可以实现空间机器人在完成任务的过程中对障碍物进行躲避。
Claims (3)
1.一种避障约束下冗余空间机器人的混合整数预测控制方法,其特征在于:
步骤(1):建立自由漂浮空间机器人的动力学模型;
步骤(2):基于反馈线性化方法对步骤(1)的动力学模型进行线性化;
步骤(3):根据描述的最优控制问题计算步骤(2)中线性***的控制输入:
步骤(4):将步骤(3)得到的线性***的控制输入代入以下公式中,得到原非线性***的控制输入,用于对原非线性的空间机器人***进行控制;
所述步骤(1)的动力学模型是基于广义雅克比矩阵方法建立,该动力学模型如下:
其中,H*为自由漂浮空间机器人的广义惯性张量;θ∈Rn,为广义关节坐标;τ∈Rn,为广义关节力矩;表示H*对时间的导数,为关节角速度,为关节角加速度;
所述步骤(3)中,最优控制问题描述如下:
优化的目标函数为:
优化的约束条件为:
目标函数中,ΔU*(k)为控制时域内线性***的最优输入增量,Y(k)为预测时域内线性***的实际输出,R(k)为预测时域内线性***的期望输出,ΔU(k)为控制时域内线性***的输入增量,Q和T为常数权重矩阵,ε为松弛变量,S为松弛变量对应的权重矩阵,ρ取δ=[δ1,δ2,...δε,δuf,δsf,δif]为引入的逻辑变量,Mp为各逻辑变量相应的权重系数,δuf,δsf,δif,δsi为建立避障约束时引入的逻辑变量,满足 δsf=(1-δuf)δsi,符号为命题逻辑中的等价关系,Γconst为常数,M,为模型预测控制方法下的相关矩阵;
约束条件中,Nc,Np分别为模型预测控制方法下的控制时域和预测时域,u(k+j|k)表示k时刻往后j步的控制输入,x(k+j+1|k)表示k时刻往后j+1步的状态预测值,fd(x,u)由反馈线性化得到的线性模型离散化得到,c是常数矩阵,d为机械臂到障碍物最近的距离,duf,dsf,dif为障碍物附近定义的不安全距离,安全距离以及影响距离,L,U分别表示取后边括号中函数的最小值和最大值,G,g分别为:
其中,ψ,Θυ,ΩNc,ΩNp,Dυp,Duf,Yp为建立约束时引入的相关矩阵,umax,umin分别为线性模型下控制输入能取得的最大值和最小值,ymax,ymin为线性模型下输出允许的最大值和最小值。
2.根据权利要求1所述的一种避障约束下冗余空间机器人的混合整数预测控制方法,其特征在于:所述步骤(2)进行线性化得到的线性模型为:
其中, C=E2n
为定义的状态变量,为控制输入。
3.根据权利要求2所述的一种避障约束下冗余空间机器人的混合整数预测控制方法,其特征在于:所述步骤(2)中,建立线性模型后,将线性模型的连续***离散化,得到:
其中,Ad=eAh,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510028194.0A CN104842355B (zh) | 2015-01-20 | 2015-01-20 | 避障约束下冗余空间机器人的混合整数预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510028194.0A CN104842355B (zh) | 2015-01-20 | 2015-01-20 | 避障约束下冗余空间机器人的混合整数预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104842355A CN104842355A (zh) | 2015-08-19 |
CN104842355B true CN104842355B (zh) | 2016-08-17 |
Family
ID=53842529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510028194.0A Expired - Fee Related CN104842355B (zh) | 2015-01-20 | 2015-01-20 | 避障约束下冗余空间机器人的混合整数预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104842355B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017132905A1 (zh) * | 2016-02-03 | 2017-08-10 | 华为技术有限公司 | 控制运动***的方法和装置 |
CN105563489B (zh) * | 2016-03-01 | 2018-08-17 | 浙江工业大学 | 基于非线性自抗扰控制技术的柔性机械臂控制方法 |
CN105955028B (zh) * | 2016-06-02 | 2018-09-07 | 西北工业大学 | 一种航天器在轨规避制导控制一体化算法 |
CN106002948B (zh) * | 2016-06-29 | 2018-04-10 | 北京空间飞行器总体设计部 | 一种空间超冗余驱动机械臂及组装方法 |
CN106625671B (zh) * | 2016-12-27 | 2019-02-19 | 西北工业大学 | 一种空间机器人抓捕翻滚目标的最优轨迹规划方法 |
CN107168319B (zh) * | 2017-06-01 | 2020-07-28 | 同济大学 | 一种基于模型预测控制的无人车避障方法 |
CN109648564B (zh) * | 2019-01-15 | 2021-07-06 | 西安科技大学 | 一种基于递阶结构mpc的多自由度柔性关节机械臂***的控制方法 |
CN110303501B (zh) * | 2019-07-25 | 2022-05-03 | 华侨大学 | 一种可容噪的冗余度机械臂加速度层避障规划方法 |
CN112338914B (zh) * | 2020-10-27 | 2022-03-04 | 东北大学 | 一种在输出受限和输入时滞下基于随机***的单连杆机械手模糊控制算法 |
CN112571420B (zh) * | 2020-12-21 | 2022-08-23 | 西北工业大学 | 一种未知参数下的双功能模型预测控制方法 |
CN113618742B (zh) * | 2021-08-24 | 2022-07-29 | 深圳市优必选科技股份有限公司 | 一种机器人避障方法、装置和机器人 |
CN113843793B (zh) * | 2021-09-21 | 2023-07-21 | 兰州大学 | 一种具有避障功能的移动冗余机械臂模型预测控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101733749A (zh) * | 2009-12-22 | 2010-06-16 | 哈尔滨工业大学 | 空间机器人多领域统一建模与仿真*** |
CN102902269A (zh) * | 2012-09-21 | 2013-01-30 | 北京邮电大学 | 预选择最小距离指标冗余机器人动态避障方法 |
CN103927451A (zh) * | 2014-04-21 | 2014-07-16 | 西北工业大学 | 一种空间机器人***参数在轨辨识方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101227316B1 (ko) * | 2010-11-05 | 2013-01-28 | 재단법인대구경북과학기술원 | 퍼지 장애물 회피기술을 이용한 모바일 로봇의 원격조정 방법 및 시스템 |
-
2015
- 2015-01-20 CN CN201510028194.0A patent/CN104842355B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101733749A (zh) * | 2009-12-22 | 2010-06-16 | 哈尔滨工业大学 | 空间机器人多领域统一建模与仿真*** |
CN102902269A (zh) * | 2012-09-21 | 2013-01-30 | 北京邮电大学 | 预选择最小距离指标冗余机器人动态避障方法 |
CN103927451A (zh) * | 2014-04-21 | 2014-07-16 | 西北工业大学 | 一种空间机器人***参数在轨辨识方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104842355A (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104842355B (zh) | 避障约束下冗余空间机器人的混合整数预测控制方法 | |
Wang et al. | Uncalibrated visual tracking control without visual velocity | |
Xu et al. | Autonomous rendezvous and robotic capturing of non-cooperative target in space | |
Zhou et al. | Robust prescribed performance tracking control for free-floating space manipulators with kinematic and dynamic uncertainty | |
KR102003216B1 (ko) | 로봇을 위한 모터 제어 및/또는 조정 | |
CN109397265A (zh) | 一种基于动力学模型的关节型工业机器人拖拽示教方法 | |
Tavakoli et al. | Development of an industrial pipeline inspection robot | |
Xu et al. | Autonomous path planning and experiment study of free-floating space robot for target capturing | |
CN106003032B (zh) | 一种可在空间站舱内稳定攀爬的机器人宇航员 | |
Bouzoualegh et al. | Model predictive control of a differential-drive mobile robot | |
Qiu et al. | Model predictive control for uncalibrated and constrained image-based visual servoing without joint velocity measurements | |
Xu et al. | Autonomous target capturing of free-floating space robot: Theory and experiments | |
Giordano et al. | Momentum dumping for space robots | |
Han et al. | Capture and detumble of a non-cooperative target without a specific gripping point by a dual-arm space robot | |
Rybus et al. | Experimental demonstration of singularity avoidance with trajectories based on the Bézier curves for free-floating manipulator | |
Abiko et al. | Adaptive control for a torque controlled free-floating space robot with kinematic and dynamic model uncertainty | |
Zhu et al. | Position-based visual servoing of a 6-RSS parallel robot using adaptive sliding mode control | |
Rigatos | Control and disturbances compensation in underactuated robotic systems using the derivative-free nonlinear Kalman filter | |
Lee et al. | Wire-driven parallel robotic system and its control for maintenance of offshore wind turbines | |
Belousov et al. | Motion planning for the large space manipulators with complicated dynamics | |
Wang et al. | The simulation of nonlinear model predictive control for a human-following mobile robot | |
Shareef et al. | Optimal trajectory planning for robotic manipulators using discrete mechanics and optimal control | |
Jaworski et al. | Grippers for launch adapter rings of non-cooperative satellites capture for active debris removal, space tug and on-orbit satellite servicing applications | |
Meng et al. | On the autonomous target capturing of flexible-base space robotic system | |
Wang et al. | Modelling and control of dual-arm free-floating space robot using virtual decomposition control for capturing target |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20200120 |