基于强化学习算法的超冗余机械臂自主抓捕空间碎片方法

授权

摘要

本发明公开了一种基于强化学习算法的超冗余机械臂自主抓捕空间碎片方法，包括S100：服务航天器通过携带的测量装置获取空间碎片信息；S200：服务航天器接近空间碎片，实现与空间碎片的轨道运动同步，并调整自身姿态；S300：基于空间翻滚目标是处于自由漂浮状态的动态物体这一事实，采用马尔科夫决策过程对抓捕过程进行建模，得到超冗余机械臂抓捕空间碎片的抓捕模型；S400：对空间碎片抓捕过程中的多元约束进行数学化的表征；S500：根据强化学习方法求解马尔科夫决策过程的最优策略，得到一条超冗余机械臂从初始构型到成功抓捕住空间碎片构型的抓捕路径，并根据抓捕路径进行抓捕。该方法能够自主性地规划超冗余机械臂从初始构型到成功抓捕住空间碎片构型的抓捕路径。

基本信息

专利标题：

基于强化学习算法的超冗余机械臂自主抓捕空间碎片方法

专利标题（英）：

暂无

公开（公告）号：

CN112809675A

申请号：

CN202011644421.X

公开（公告）日：

2021-05-18

申请日：

2020-12-31

授权号：

CN112809675B

授权日：

2022-04-01

发明人：

孙冲万文娅袁源

申请人：

西北工业大学深圳研究院;西北工业大学

申请人地址：

广东省深圳市南山区高新南九道45号西北工业大学深圳三航科技大厦25层

代理机构：

西安通大专利代理有限责任公司

代理人：

范巍

优先权：

CN202011644421.X

主分类号：

B25J9/16

IPC分类号：

B25J9/16 B25J15/08 B25J17/02 B25J18/00