基于混合动力学的柔性基座空间机械臂运动规划与控制
《Aerospace Science and Technology》:Motion planning and control based on hybrid dynamics for flexible-base space manipulators
【字体:
大
中
小
】
时间:2026年09月26日
来源:Aerospace Science and Technology 6.4
编辑推荐:
**主要贡献:**
- 为柔性基座机械臂开发了一种基于混合动力学建模的方法,该方法在兼容速度环控制的同时,降低了运动规划的计算机成本。
- 提出了一种两阶段控制框架,将轨迹优化与模型预测控制相结合,以缓解轨迹跟踪误差并抑制柔性基座的残余振动。
- 设计并搭建了一套地面实验平
**主要贡献:**
- 为柔性基座机械臂开发了一种基于混合动力学建模的方法,该方法在兼容速度环控制的同时,降低了运动规划的计算机成本。
- 提出了一种两阶段控制框架,将轨迹优化与模型预测控制相结合,以缓解轨迹跟踪误差并抑制柔性基座的残余振动。
- 设计并搭建了一套地面实验平台,用于验证所提出的平面柔性基座机械臂建模与控制框架。
---
## 引言
空间机器人能够为各类在轨空间任务提供安全高效的解决方案,例如在轨组装、航天器对接、载荷转运、加注、航天器维护以及舱外活动(EVA)辅助[1], [2], [3]。然而,为满足轻量化的严格设计要求,空间结构正变得越来越柔性,这给操作在这些结构上的机械臂带来了严峻的控制挑战。当机械臂在这些柔性结构上操作时(以下称为柔性基座机械臂),不可避免地会产生动态耦合现象,即机械臂的运动引发柔性结构的振动,从而降低机械臂的操作精度。因此,确保机械臂的精确到位并主动抑制柔性基座振动已成为一个关键的控制目标[4]。
柔性基座机械臂本质上是一个欠驱动系统,上述控制目标必须仅通过关节驱动来实现。一种值得关注的控制策略是反馈关节角度和基座振动,计算系统相对于期望目标的偏差(即机械臂在静止柔性基座上处于目标构型)。然后根据这些偏差,利用专门设计的增益矩阵确定关节力矩,该增益矩阵可通过反应零空间[5]、基于李雅普诺夫稳定性的模糊规则[6]、线性二次调节器[7]以及实验试错[8]等方法确定或整定。然而,大多数这些方法依赖于柔性基座机械臂的刚柔耦合动力学。动力学方程中的非线性增加了计算负担,而在实际实现中,摩擦和其他与执行器相关的效应往往也需要建模。此外,基于力矩的控制还面临额外的硬件相关挑战。在商用伺服系统中,力矩指令通常通过基于假设的线性力矩-电流关系的电流控制来实现[9],其精度可能受参数不确定性和未建模非线性的影响。因此,精确的力矩控制通常需要大量的校准。此外,配备专用力矩传感器的执行器目前并不常见。综合来看,这些因素限制了基于力矩的振动抑制策略的实际部署。
商用执行器通常配备内部控制回路,能够实现直接的位置和速度控制。因此,机械臂的运动可以通过关节位置或速度指令来控制[10], [11]。基于加速度的控制也可以通过速度指令实现。因此,直接控制关节运动提供了一种替代方案。Nenche[12]的一项工作利用反应零空间方法开发了一种基于加速度的控制律,然而该方法受限于运动学冗余的要求,即基座的自由度(DOFs)必须严格小于机械臂的自由度。离线规划轨迹并进行在线跟踪是另一种方案。由于给定的关节轨迹唯一地决定了柔性基座对应的形变轨迹,振动抑制问题可以表述为一个以刚柔耦合动力学为约束条件的运动规划问题[13], [14], [15], [16], [17]。然而,当机械臂以位置或速度控制模式运行时,关节运动可以具有相对较高的跟踪精度。因此,在轨迹规划中引入机械臂的完整动力学是不必要的复杂化。受这一观察的启发,本研究开发了柔性基座机械臂的混合动力学模型,该模型保留了动态耦合,同时省略了机械臂的非线性力矩-运动关系。此处,混合动力学被定义为一种混合的正/逆动力学表述形式,与Featherstone[18]的表述形式相同。因此,决策变量和优化约束的维度都可以降低,从而提高了计算效率。此外,精确的模型参数对于离线轨迹规划和跟踪至关重要;然而,在温度变化的环境中,这些参数具有不确定性[19]。在实践中,建模误差可能导致执行轨迹偏离参考轨迹,导致误差累积。特别是在机械臂到达目标构型时,柔性基座的残余振动可能持续存在,轨迹执行的时间延迟会削弱振动抑制效果甚至放大振动。为缓解这一问题,应将柔性基座的形变反馈给控制器,以实现对机械臂构型的实时调整,有效抑制残余振动。
基于上述考虑,我们提出了一种两阶段控制策略,该策略采用了分层优化方法[20], [21], [22],如图1所示。在第一阶段,基于混合动力学开发了一种运动规划方案,使机械臂接近目标构型,同时对柔性基座的位移进行粗略约束。优化后的关节轨迹随后通过电机的速度控制模式进行跟踪。与之前基于完整刚柔动力学的轨迹优化方法[13], [14], [15], [16], [17]不同,所提出的方法将关节运动视为预定的,消除了关节力矩-运动方程,同时保留了机械臂-基座的动态耦合。这减小了优化问题的规模,提高了计算效率。在第二阶段,部署了模型预测控制(MPC)框架,以主动抑制机械臂目标构型附近柔性基座的残余振动,从而克服了纯前馈轨迹优化方法的局限性。由于机械臂只需小幅修正运动,系统动力学可以在目标构型附近进行线性化,避免了在MPC实现过程中持续更新系统矩阵的需要。为验证所提出的两阶段控制策略,开发了一个实验平台。与许多现有的测试台架不同,后者采用安装在弹簧上的机械臂[8], [23], [24]或相对较硬的悬臂结构[12], [17], [25],所提出的平台具有更柔性的基座,并利用气浮系统提供低摩擦环境,从而更贴近柔性空间结构的动态特性。
本工作的贡献总结如下:
- 为柔性基座机械臂开发了一种基于混合动力学的运动规划表述方法。通过预定关节运动并消除关节力矩-运动方程,同时保留刚柔耦合,该方法避免了直接力矩控制,降低了优化维度,并与商用位置/速度控制执行器兼容。
- 为柔性基座机械臂提出了一种两阶段控制框架。基于混合动力学的运动规划首先将机械臂驱动至目标构型并约束柔性基座位移;随后,线性化MPC方案抑制残余振动并补偿建模和跟踪误差,避免了系统矩阵的重复更新。
- 设计了一套实验平台。通过实验验证了所提出的控制框架,并展示了其有效性。
本文其余部分组织如下。第2节描述了动力学建模的数学基础。第3节讨论了混合动力学建模方法。第4节讨论了所提出的两阶段控制框架。第5节通过实验验证了控制策略。最后,第6节总结了全文。
---
## 预备知识
使用Featherstone空间向量[18]来描述刚体动力学。对于三维空间中的刚体$\mathcal{R}$,其运动可以用给定坐标系$\mathcal{F}$中的一个向量场来表示,该坐标系的原点位于点$o$。刚体$\mathcal{R}$相对于$\mathcal{F}$的对应速度场可以写成:
$$\mathbf{V}(x, y, z) = \mathbf{v}_o + \boldsymbol{\omega} \times \mathbf{r}$$
其中$\mathbf{v}_o$表示$\mathbf{V}(x, y, z)$在点$o$处的值,$\boldsymbol{\omega}$是$\mathcal{R}$的角速度,$\mathbf{r}$是从$o$指向$[x, y, z]^T$的向量。因此,可以使用一个6维向量$[\boldsymbol{\omega}^T, \mathbf{v}_o^T]^T$来描述刚体的运动。
---
## 动力学建模
本研究中考虑的柔性基座机械臂由一个细长柔性结构和一个安装在其自由端的平面刚性机械臂组成。柔性结构旨在代表附着在更大支撑平台上的局部柔性结构,例如空间系统中的服务平台。假设支撑平台的质量和转动惯量相对于柔性结构和机械臂足够大,使得……
---
## 运动规划
定义状态变量$\mathbf{x} := [\mathbf{q}^T, \dot{\mathbf{q}}^T]^T$,其中$\mathbf{q} := [\mathbf{q}_b^T, \mathbf{q}_r^T]^T$。机械臂的目标构型为$\mathbf{q}_r^*$,目标状态为$\mathbf{x}^* = [\mathbf{0}_n^T, \mathbf{q}_r^{*T}, \mathbf{0}_n^T, \mathbf{0}_n^T]^T$。方程(17)可以简洁地表示为$\boldsymbol{\phi}(\mathbf{x}, \dot{\mathbf{x}}) = 0$。要计算时间区间$[0, t_f]$上的关节轨迹,优化问题可以写为:
$$\min_{\mathbf{x}(t)} \int_0^{t_f} L(\mathbf{x}(t))\, dt$$
$$\text{约束条件:}$$
$$\boldsymbol{\phi}(\mathbf{x}, \dot{\mathbf{x}}) = 0$$
$$\mathbf{x}_{\text{low}} \leq \mathbf{x}(t) \leq \mathbf{x}_{\text{up}}$$
$$\ddot{\mathbf{q}}_{r,\text{low}} \leq \ddot{\mathbf{q}}_r(t) \leq \ddot{\mathbf{q}}_{r,\text{up}}$$
$$\mathbf{x}(0) = \mathbf{x}_0$$
$$\mathbf{q}_r(t_f) = \mathbf{q}_r^*, \quad \dot{\mathbf{q}}_r(t_f) = \mathbf{0}_n$$
$$t_f = T_{\text{terminal}}$$
其中$\mathbf{x}_{\text{low}}$和$\mathbf{x}_{\text{up}}$表示……的下界和上界。
---
## 实验设置
两阶段控制策略通过实验进行了验证。设计并搭建了一个柔性基座机械臂,由一个悬臂和一个安装在悬臂自由端的机械臂组成,如图3所示。柔性基座机械臂放置在气浮平台上,以创建低摩擦环境。
悬臂长度为$l = 1.0\,\text{m}$,矩形截面尺寸为$w \times t = 0.032\,\text{m} \times 0.0015\,\text{m}$。悬臂材料为不锈钢($E = 1.98 \times 10^{11}\,\text{Pa}$,$\rho = 7542\,\text{kg/m}^3$……
---
## 结论
本文提出了一种基于混合动力学的两阶段控制框架,用于柔性基座空间机械臂。通过假设关节运动可以由嵌入式伺服控制器执行,所提出的混合动力学模型在避免显式建模机械臂力矩-运动动力学的同时,保留了机械臂运动与柔性基座振动之间的耦合关系。基于该模型,首先建立了一个运动规划问题,将机械臂驱动至目标构型……
---
**作者贡献声明(CRediT)**
宫一星:撰写-初稿,可视化,软件,调研,形式化分析。
文浩:撰写-审阅与编辑,监督,方法论,概念化。
张晨:撰写-审阅与编辑,验证,调研。
陈小龙:撰写-审阅与编辑,验证,调研。
**利益冲突声明**
作者声明不存在已知的可能影响本文所述工作的财务利益或个人关系方面的竞争冲突。
宫一星 | 文浩 | 张晨 | 陈小龙