小天体柔性附着过程自主GNC地面试验验证系统及方法

    公开(公告)号:CN118960756A

    公开(公告)日:2024-11-15

    申请号:CN202411039918.7

    申请日:2024-07-31

    Abstract: 本发明公开的一种小天体柔性附着过程自主GNC地面试验验证系统及方法,属于深空探测技术领域。本发明包括深空失重环境下的柔性附着探测器六自由度运动模拟模块、柔性附着探测器模拟模块、小天体弱引力模拟模块、小天体地形模拟模块。小天体弱引力模拟模块由两个弱引力模拟器、六自由度气浮台和一个三自由度气浮台组成。本发明通过在地面等效模拟柔性附着小天体过程深空失重环境、小天体弱引力和小天体自转的空间环境,构建柔性附着探测器等效模型,利用真实导航敏感器、等效执行机构和柔性附着机构以及星上GNC算法实现等效柔性附着探测器在等效模拟的深空环境下附着小天体的六自由度运动控制,从而实现对柔性附着探测器GNC系统的试验验证。

    一种多任务多约束高可信实时自主决策优化方法及系统

    公开(公告)号:CN113516300B

    公开(公告)日:2024-03-29

    申请号:CN202110678584.8

    申请日:2021-06-18

    Abstract: 本发明公开了一种多任务多约束高可信实时自主决策优化方法及系统,其中,该方法包括如下步骤:步骤S1:对机器人获得的矩形件进行尺寸测量,得到矩形件的尺寸信息;步骤S2:对储存盒内放置环境进行拍照,利用图像处理技术得到储存盒环境俯视图;步骤S3:将储存盒环境俯视图映射成一个二值矩阵;步骤S4:生成一个与矩形件长宽相同的第一卷积核矩阵,将第一卷积核矩阵与步骤S3的二值矩阵做卷积运算,得到放置矩阵;步骤S5:生成一个第二卷积核矩阵,将第二卷积核矩阵与步骤S4得到的放置矩阵做卷积运算,得到价值矩阵;所述价值矩阵中值最小的元素位置即为放置的像素坐标系最优位置。本发明能够处理存在强烈外干扰作业情况下的放置优化问题。

    一种地外探测中基于自学习的装箱归置决策优化方法

    公开(公告)号:CN116151441A

    公开(公告)日:2023-05-23

    申请号:CN202310054835.4

    申请日:2023-02-03

    Abstract: 一种地外探测中基于自学习的装箱归置决策优化方法,包括:对获得的样本进行三维重建,获得对应的点云描述;对储存盒内放置环境进行拍照,获取储存盒深度图;建立点云特征提取网络,用于提取样品矿石特征;将提取到的样品矿石的特征平铺成矩阵,与储存盒深度图叠加在一起,得到当前环境状态;采用强化学习方法,将当前环境状态输入网络,网络输出样本的放置位置。本发明利用相机获取储存盒的深度图作为状态输入网络,能够处理由于外部干扰导致储存盒内样矿石发生移动的放置情况,从而适应地表复杂崎岖环境产生的外部干扰,鲁棒性好;计算时间短、速度快,具有广泛的应用前景。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173B

    公开(公告)日:2022-12-27

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

    一种端到端的地外探测样品智能抓取方法

    公开(公告)号:CN113524173A

    公开(公告)日:2021-10-22

    申请号:CN202110674012.2

    申请日:2021-06-17

    Abstract: 一种端到端的地外探测样品智能抓取方法,按照先数字训练,再物理试验的方式开展了数字‑物理试验;包括:设计了基于强化学习的样品采集方法,然后构建样品采集数字仿真训练环境对模型进行训练,最后将模型迁移到物理环境中进行验证,结果表明能够对几何形状未知不规则的物体进行高成功率的抓取,保证地外采样任务成功。

    航天器态势理解特征确定方法、选取方法及装置

    公开(公告)号:CN113516134A

    公开(公告)日:2021-10-19

    申请号:CN202110679580.1

    申请日:2021-06-18

    Abstract: 一种航天器态势理解特征确定方法,态势理解特征包括航天器上的点特征和线特征;包括:根据点特征的观测值,确定基于点特征的位姿估计观测模型;根据线特征的观测值,确定基于线特征的位姿估计观测模型;获得基于点特征的位姿估计观测模型中观测量的Fisher信息矩阵;获得基于线特征的位姿估计观测模型中观测量的Fisher信息矩阵;利用克拉美罗界,确定两种Fisher信息矩阵的误差下限,选取误差下限较小的态势理解特征作为最终的航天器态势理解特征。本发明能够解析直观的确定态势理解特征,并在点特征和线特征之间做出准确判断,有利于快速进行航天器态势理解。

    一种面向不确定对象的感知执行交互自然柔顺类人操控方法

    公开(公告)号:CN113478478A

    公开(公告)日:2021-10-08

    申请号:CN202110667497.2

    申请日:2021-06-16

    Abstract: 本发明公开了一种面向不确定对象的感知执行交互自然柔顺类人操控方法,包括设计应用场景,并通过相机获得工作区域俯视视角Heightmap;设计拨推操控智能体网络;设计操控网络的状态空间输入和动作空间输出;设计操控网络的奖励函数;设计知识引导,包括对拨推操控知识引导、动作空间选取引导、拨推力反馈引导;搭建虚拟仿真场景,设置符合物理世界的动力学参数;搭建仿真学习训练工程,生成拨推操控智能体网络;搭建相应的真实物理场景,并将拨推操控智能体网络进行迁移实验。本发明实现对样本的智能自主拨推归置操控和更高的装箱率。

Patent Agency Ranking