面向桁架抓持的三分支机器人构型优化方法

doi:10.7527/S1000-6893.2024.31033

材料工程与机械制造

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向桁架抓持的三分支机器人构型优化方法

王一帆¹, 郭喜云¹, 贾世元¹(), 陈钢¹, 任默²

^1.北京邮电大学智能工程与自动化学院，北京 100876
^2.航天系统部装备部，北京 100094

收稿日期:2024-08-01 修回日期:2024-08-27 接受日期:2024-11-18 出版日期:2024-12-04 发布日期:2024-12-04
通讯作者: 贾世元 E-mail:jiasy28@bupt.edu.cn
基金资助:
国家自然科学基金(62103058)

Configuration optimization method of three-branch robot for truss holding

Yifan WANG¹, Xiyun GUO¹, Shiyuan JIA¹(), Gang CHEN¹, Mo REN²

^1.School of Intelligent Engineering and Automation，Beijing University of Posts and Telecommunications，Beijing 100876，China
^2.Space Systems Department Equipment Division，Beijing 100094，China

Received:2024-08-01 Revised:2024-08-27 Accepted:2024-11-18 Online:2024-12-04 Published:2024-12-04
Contact: Shiyuan JIA E-mail:jiasy28@bupt.edu.cn
Supported by:
National Natural Science Foundation of China(62103058)

摘要/Abstract

摘要：

随着太空探索的深入和空间技术的提高，大型航天器的在轨建造已成为重点研究方向，该类航天器通常以空间大型桁架作为支撑，需要依靠空间机器人完成多种载荷的在轨搬运与装配。由于其桁架结构具有大柔性、低阻尼的特点，空间机器人攀爬抓持桁架时易引发时变动态的桁架结构振动，从而影响载荷搬运的平稳性。为此，针对三分支机器人桁架攀爬中抓持构型优化问题，以“桁架-三分支机器人”复合系统为研究对象开展其接触碰撞特性分析；面向抓持构型构建攀爬平稳性、抓持平衡性和可操作性评价指标；利用多目标优化算法NSGA-Ⅱ建立以三分支机器人关节角度为决策变量的抓持构型优化模型，得到兼顾接触碰撞激励抑制、任务效率与机器人可操作性的抓持构型优化方法；最后通过对照仿真实验评估了该方法的有效性，为大型航天器桁架攀爬运动的平稳规划提供了分析手段和解决思路。

关键词: 三分支机器人, 大型航天器攀爬, 抓持构型优化, 接触碰撞冲量, 多目标优化

Abstract:

With the advancement of space exploration and technology， the on-orbit construction of large spacecraft has become a key research focus. These spacecraft typically use large space trusses as support structures and rely on space robots to carry out various on-orbit transportation and assembly tasks. Due to the characteristics of the truss structures， which have high flexibility and low damping， vibrations in the truss structure can be easily induced by time-varying dynamics when the space robot climbs and grasps the truss. This can affect the stability of load transportation. To address the holding configuration optimization problem for a three-branchrobot climbing a truss， the “truss-three-branch robot” composite system was used as the research object to analyze its contact and collision characteristics. Evaluation metrics for climbing stability， holding balance， and operability were constructed for the holding configuration. The NSGA-Ⅱ （Non-dominated Sorting Genetic Algorithm-Ⅱ） multi-objective optimization algorithm was used to establish a holding configuration optimization model with the joint angles of the three-branch robot as decision variables. This approach provided an optimized method for holding configuration that balanced contact collision excitation suppression， task efficiency， and robot operability. Finally， the effectiveness of this method was evaluated through comparative simulation experiments， offering analytical means and solutions for the smooth planning of truss climbing motions in large spacecraft.

Key words: three-branch robot, large spacecraft climbing, holding configuration optimization, contact impact impulse, multi-objective optimization

中图分类号:

王一帆, 郭喜云, 贾世元, 陈钢, 任默. 面向桁架抓持的三分支机器人构型优化方法[J]. 航空学报, 2025, 46(7): 431033.

Yifan WANG, Xiyun GUO, Shiyuan JIA, Gang CHEN, Mo REN. Configuration optimization method of three-branch robot for truss holding[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(7): 431033.

图/表 13

图 1

图 2

表 1

三分支机器人D-H参数表

关节 $i$	$α i / (°)$	$a i / m$	$θ i / (°)$	$d i / m$
1	90	0	$θ 1$	$a 0$
2	-90	0	$θ 2$	$a 1$
3	0	0	$- 90 + θ 3$	$a 2$
4	0	$a 3$	$θ 4$	0
5	90	$a 5$	$90 + θ 5$	$a 4$
6	-90	0	$θ 6$	$a 6$
7	90	0	$θ 7$	$a 7$
8	0	$2 l c o s 30 °$	$θ 8$	0
9	90	0	$θ 9$	$a 8$
10	-90	0	$θ 10$	$a 9$
11	0	$a 10$	$- 90 + θ 11$	$a 11$
12	0	$a 12$	$θ 12$	0
13	-90	0	$- 90 + θ 13$	$a 13$
14	-90	0	$θ 14$	$a 14$
$8'$	0	$l c o s 30 °$	$180 + θ 8'$	$1.5 l$
$9'$	90	0	$θ 9'$	$a 8'$
$10'$	-90	0	$θ 10'$	$a 9'$
$11'$	0	$a 10'$	$- 90 + θ 11'$	$a 11'$
$12'$	0	$a 12'$	$θ 12'$	0
$13'$	-90	0	$- 90 + θ 13'$	$a 13'$
$14'$	-90	0	$θ 14'$	$a 14'$

表 1

图 3

图 4

图 5

表 2

航天器桁架及机器人相关参数

参数类型	数值
桁架单元尺寸	2.5 m×1.25 m×1.25 m
桁杆尺寸	外径60 mm，内径55 mm
桁架单元质量	113.291 758 kg
三分支机器人连杆长度	$a 0 = a 15 = a 15' = 0.13 m a 1 = a 14 = a 14' = 0.5 m a 2 = a 13 = a 13' = 0.5 m a 3 = a 12 = a 12' = 1 m a 4 = a 11 = a 11' = 0.2 m a 5 = a 10 = a 10' = 1 m a 6 = a 9 = a 9' = 0.5 m a 7 = a 8 = a 8' = 0.5 m l = 0.5 m$
三分支机器人连杆质量	$m 0 = m 15 = m 15' = 2.915 k g m 1 = m 14 = m 14' = 4.428 k g m 2 = m 13 = m 13' = 4.428 k g m 3 = m 12 = m 12' = 8.855 k g m 4 = m 11 = m 11' = 1.528 k g m 5 = m 10 = m 10' = 8.855 k g m 6 = m 9 = m 9' = 4.428 k g m 7 = m 8 = m 8' = 4.428 k g m l = 17.157 k g$
三分支机器人惯性张量	$I 0 = I 15 = I 15' = d i a g 0.005 9, 0.005 9, 0.003 6 I 1 = I 14 = I 14' = d i a g 0.095 0, 0.095 0, 0.005 5 I 2 = I 13 = I 13' = d i a g 0.095 0, 0.095 0, 0.005 5 I 3 = I 12 = I 12' = d i a g 0.743 5, 0.743 5, 0.011 1 I 4 = I 11 = I 11' = d i a g 0.006 0, 0.006 0, 0.001 9 I 5 = I 10 = I 10' = d i a g 0.743 5, 0.743 5, 0.011 1 I 6 = I 9 = I 9' = d i a g 0.095 0, 0.095 0, 0.005 5 I 7 = I 8 = I 8' = d i a g 0.095 0, 0.095 0, 0.005 5 I l = d i a g 1.083 0, 1.083 0, 0.021 4$

表 2

表 3

NSGA-Ⅱ多目标优化算法相关参数

参数名称	数值
优化目标	$m i n f = m i n [f 1, f 2, f 3]$
优化目标权重系数	$ζ 1 = 0.5, ζ 2 = 0.5$ $λ 1 = 0.4, λ 2 = 0.6$ $κ 1 = 0.5, κ 2 = 0.5$
种群规模	$p o p = 200$
迭代次数	$g e n = 100$
决策变量数目	$V = 21$
优化目标数目	$M = 3$
交叉概率	$p c = 0.9$
变异概率	$p m = 0.1$

表 3

图 6

图 7

表 4

各组构型优化结果

组别	角度/（°）	$f 1 / (m · s - 1)$	$f 2 / m$	$f 3$	综合指标
0°~90°	20.81	0.098 1	1.650 4	0.115 1	0.41
90°~180°	162.75	0.082 0	1.795 2	0.075 9	0.61
180°~270°	199.26	0.107 3	1.489 4	0.044 1	0.39
270°~360°	352.99	0.113 9	1.775 0	0.069 5	0.49

表 4

表 5

综合评价指标下最优构型

分支	角度/（°）
1	$98.95, 40.72, 158.56, 23.82, - 71.74, 48.38, - 19.31$
2	$- 22.35, - 112.53,10.28, - 42.39,63.05, - 105.86,18.06$
3	$136.50,47.49, - 54.59,96.26, - 51.85,68.63,0.73$

表 5

表 6

对照实验结果

区间	构型类型	$f 1 / (m · s - 1)$	$f 2 / m$	$f 3$
0°~90°	未经优化	0.122 5	3.235 0	0.136 7
0°~90°	经过优化	0.098 1	1.650 4	0.115 1
90°~180°	未经优化	0.136 1	3.327 3	0.125 0
90°~180°	经过优化	0.082 0	1.795 2	0.075 9
180°~270°	未经优化	0.182 5	3.512 8	0.129 6
180°~270°	经过优化	0.107 3	1.489 4	0.044 1
270°~360°	未经优化	0.116 7	3.372 4	0.164 5
270°~360°	经过优化	0.113 9	1.775 0	0.069 5

表 6

参考文献 25

1	ZHANG Z B， LI X H， LI Y Y， et al. Modularity， reconfigurability， and autonomy for the future in spacecraft： a review‍［J］. Chinese Journal of Aeronautics， 2023， 36（7）： 282-315.
2	SHE Y C， LI S， LIU Y F， et al. In-orbit robotic assembly mission design and planning to construct a large space telescope‍［J］. Journal of Astronomical Telescopes， Instruments， and Systems， 2020， 6（1）： 017002.
3	LI D L， ZHONG L， ZHU W， et al. A survey of space robotic technologies for on-orbit assembly‍［J］. Space： Science & Technology， 2022（4）： 1-13.
4	侯新宇，张帆，黄攀峰，等. 空间大型桁架天线姿态与振动一体化控制［J］. 航空学报， 2023， 44（S1）： 727552.
	HOU X Y， ZHANG F， HUANG P F， et al. Integrated attitude and vibration control of space large antenna with truss［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（S1）： 727552 （in Chinese）.
5	KOPYLOV V， SHARDYKO I， TITOV V. Robotization of in-orbit large-scale structure assembly［C］‍∥KATALINIC B. Proceedings of 34th International DAAAM Symposium on Intelligent Manufacturing and Automation. 2023： 111-120.
6	王明明，罗建军，袁建平，等. 空间在轨装配技术综述［J］. 航空学报， 2021， 42（1）： 523913.
	WANG M M， LUO J J， YUAN J P， et al. In-orbit assembly technology： review［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（1）： 523913 （in Chinese）.
7	YANG S L， MENG D S， JIANG P， et al. Kinematic analysis and gait planning of a three-branch relative robot for on-orbit assembly［C］‍∥Proceedings of the 2021 IEEE International Conference on Robotics and Biomimetics. 2021： 1884-1889.
8	YANG S L， WU Z G， MENG D S， et al. Coupled dynamics and gait optimization of the spatial structure of robot walking assembly［J］. Chinese Journal of Theoretical and Applied Mechanics， 2023， 55（7）： 1548-1558.
9	YOSHIDA K， SASHIDA N. Modeling of impact dynamics and impulse minimization for space robots［C］∥Proceedings of the 1993 IEEE International Conference on Intelligent Robots and Systems. 1993： 2064-2069.
10	LIN Z C， PATEL R V， BALAFOUTIS C A. Impact reduction for redundant manipulators using augmented impedance control［J］. Journal of Robotic Systems， 1995， 12（5）： 301-313.
11	华卫江，章定国. 柔性机器人系统碰撞动力学建模［J］. 机械工程学报， 2008， 43（12）： 222-228.
	HUA W J， ZHANG D G. Modeling of impact dynamics of flexible robots［J］. Journal of Mechanical Engineering， 2008， 43（12）： 222-228 （in Chinese）.
12	ZHENG Y F， HEMAMI H. Mathematical modeling of a robot collision with its environment［J］. Journal of Robotic Systems， 1985， 2（3）： 289-307.
13	陈钢，贾庆轩，孙汉旭，等. 空间机器人目标捕获过程中碰撞运动分析［J］. 机器人， 2010（3）： 146-152.
	CHEN G， JIA Q X， SUN H X， et al. Analysis on impact motion of space robot in the object capturing process［J］. Robot， 2010（3）： 146-152 （in Chinese）.
14	朱永杰. 机器人碰撞动力学分析与轨迹优化［D］. 天津：天津工业大学， 2020： 11-43.
	ZHU Y J. Robot collision dynamics analysis and trajectory optimization‍［D］. Tianjin： Tiangong University， 2020： 11-43 （in Chinese）.
15	XU R N， LUO J J， WANG M M. Optimal grasping pose for dual-arm space robot cooperative manipulation based on global manipulability‍［J］. Acta Astronautica， 2021， 183： 300-309.
16	孟光，韩亮亮，张崇峰. 空间机器人研究进展及技术挑战［J］. 航空学报， 2021， 42（1）： 523963.
	MENG G， HAN L L， ZHANG C F. Research progress and technical challenges of space robot［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（1）： 523963 （in Chinese）.
17	YANG G L， CHEN I M. Task-based optimization of modular robot configurations： minimized degree-of-freedom approach［J］. Mechanism and Machine Theory， 2000， 35（4）： 517-540.
18	ARTIGAS J， BALACHANDRAN R， RIECKE C， et al. Kontur-2： force-feedback teleoperation from the international space station［C］‍∥Proceedings of the 2016 IEEE International Conference on Robotics and Automation. 2016： 1166-1173.
19	LI Q， ZHAO J. A universal approach for configuration synthesis of reconfigurable robots based on fault tolerant indices［J］. The Industrial Robot， 2012， 39（1）： 69-78.
20	MENG D S， WANG X Q， LIANG B. Safe configuration optimization of flexible joint manipulator based on equivalent model of head collision［J］. Robot， 2017， 39（4）： 523-531.
21	郭闻昊，王天舒. 空间机器人抓捕目标星碰撞前构型优化［J］. 宇航学报， 2015， 36（4）： 390-396.
	GUO W H， WANG T S. Pre-impact configuration optimization for a space robot capturing target satellite［J］. Journal of Astronautics， 2015， 36（4）： 390-396 （in Chinese）.
22	赵智远，徐振邦，何俊培，等. 基于工作空间分析的9自由度超冗余串联机械臂构型优化［J］. 机械工程学报， 2019， 55（21）： 51-63.
	ZHAO Z Y， XU Z B， HE J P， et al. Configuration optimization of nine degree of freedom super-redundant serial manipulator based on workspace analysis［J］. Journal of Mechanical Engineering， 2019， 55（21）： 51-63 （in Chinese）.
23	ZHANG B， LIANG B， WANG X Q， et al. Manipulability measure of dual-arm space robot and its application to design an optimal configuration［J］. Acta Astronautica， 2016， 128： 322-329.
24	AGUSTIAN I， DARATHA N， FAURINA R， et al. Robot manipulator control with inverse kinematics PD-pseudoinverse Jacobian and forward kinematics Denavit Hartenberg［DB/OL］. arXiv preprint： 2103. 10461， 2021.
25	金国光，武光涛，畅博彦，等. 机械臂接触碰撞动力学分析［J］. 农业机械学报， 2016， 47（11）： 369-375.
	JIN G G， WU G T， CHANG B Y， et al. Dynamic analysis of manipulator with contact impact［J］. Transactions of the Chinese Society for Agricultural Machinery， 2016， 47（11）： 369-375 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	崔瑀欣, 陆中, 周伽. 基于多目标人工蜂鸟算法的研制保证等级分配[J]. 航空学报, 2025, 46(4): 330946-330946.
[2]	单程军, 贡天宇, 易理哲, 杨浩辉, 龙垚松. 超声速民机高效高可信度声爆/气动多学科优化方法[J]. 航空学报, 2024, 45(24): 630573-630573.
[3]	李恒伟, 罗启章, 顾轶, 范才智, 伍国华. 基于滚动时域策略的中继卫星多目标动态调度优化方法[J]. 航空学报, 2024, 45(16): 329706-329706.
[4]	杨倩, 郑皓冉, 程显达, 董威. 基于引气控制的热气防冰优化设计方法[J]. 航空学报, 2023, 44(S2): 729285-729285.
[5]	董杰忠, 楚武利, 张皓光, 罗波, 晏松. 基于因果网络分析的扩压叶栅波浪形前缘控制机理[J]. 航空学报, 2023, 44(19): 128336-128336.
[6]	毕文豪, 周久力, 段晓波, 张安, 徐双飞. 基于多要素改进NSGA-Ⅱ的小直径制导炸弹空面打击最优火力分配方法[J]. 航空学报, 2023, 44(17): 328116-328116.
[7]	梁超, 杨力, 潘成胜, 戚耀文. 卫星网络动态资源图多QoS约束路由算法[J]. 航空学报, 2023, 44(1): 326422-326422.
[8]	邹子缘, 陈琪锋. 基于决策树搜索的空间飞行器集群对抗目标分配方法[J]. 航空学报, 2022, 43(S1): 726910-726910.
[9]	孙刚, 彭双, 陈浩, 伍江江, 李军. 面向测控数传资源一体化场景的卫星地面站资源多目标优化方法[J]. 航空学报, 2022, 43(9): 326114-326114.
[10]	郑帅, 王子涵, 赵浩然, 杨朋涛, 洪军. 基于差分进化算法的飞机油量传感器布局优化方法[J]. 航空学报, 2022, 43(8): 125809-125809.
[11]	荆涛, 田锡天. 基于蒙特卡洛-自适应差分进化算法的飞机容差分配多目标优化方法[J]. 航空学报, 2022, 43(3): 425278-425278.
[12]	罗庆, 张涛, 单鹏, 张文涛, 刘子豪. 基于改进Q学习的IMA系统重构蓝图生成方法[J]. 航空学报, 2021, 42(8): 525792-525792.
[13]	张军峰, 游录宝, 杨春苇, 胡荣. 基于多目标帝国竞争算法的进场排序与调度[J]. 航空学报, 2021, 42(6): 324439-324439.
[14]	孙刚, 陈浩, 彭双, 杜春, 李军. 一种基于偏好MOEA的卫星地面站资源多目标优化算法[J]. 航空学报, 2021, 42(4): 524475-524475.
[15]	何程, 马东立, 贾玉红, 杨穆清, 陈刚. 联翼布局传感器飞机多目标优化设计[J]. 航空学报, 2021, 42(12): 224761-224761.

面向桁架抓持的三分支机器人构型优化方法

Configuration optimization method of three-branch robot for truss holding

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价