基于航天员运动特性的机器人宇航员空间站大范围移动方法研究

Robot astronauts assisting or replacing astronauts to work in space station is a key development direction for all aerospace powers, and an important development strategy for China. Microgravity and other circumstances in space station pose new challenges to large-scale autonomous motion planning and control for robot astronauts. Based on large-scale movement mechanism of astronaut in the space station, this project establishes the coupled dynamic model of the astronaut’s movement process, analyses the effects that the muscle work, the elasticity, the damping characteristics, and the mass distribution of human body on the stability of movement, and reveals the internal mechanism of stable motion of astronaut in the space station. Based on this, this project studies the strategy and parameters optimization of compliance control, and the coordination planning and control strategy of robot astronaut, builds typical action library of astronaut moving in the space station, and solves the problem of the large-scale movement in the space station of robot astronaut based on the deep learning theory. This project proposes an image-processing algorithm for complex lighting environment in the space station, and studies the complex nonlinear noise filtering mechanism in the target image to provide basis for bionic movement of robot astronaut. A hardware-in-the-loop microgravity verification system is proposed to verify the research contents. This project will break through the mobile theories and methods under the complex environment of the space station and promote the development and application of robotics technology in space exploration, which are significant for improving the strategic status of China in space.

机器人宇航员辅助或代替航天员进行空间站作业是各航天大国重点发展方向，也是我国空间站重要发展战略。由于空间站微重力等环境，给机器人宇航员空间站大范围自主移动规划控制提出新的挑战。本项目借鉴航天员在空间站大范围运动机制，建立航天员移动过程耦合动力学模型，分析人类肌肉做功、身体弹性、阻尼特性、质量分布对移动稳定性的影响，揭示航天员空间站的稳定运动内在机理。依此，研究机器人宇航员柔顺策略与参数优化及身体协同规划控制策略，构建航天员空间站移动典型动作库，基于深度学习理论，解决机器人宇航员空间站大范围移动的难题。提出一种面向空间站复杂光照环境的图像处理算法，研究目标图像中复杂非线性噪声滤除机理，为机器人宇航员仿生移动提供依据。采用一种硬件在环的微重力验证系统，对研究内容进行验证，以突破机器人空间站复杂环境下的移动理论和方法，促进机器人技术在空间探测中的发展与应用，对提升我国空间战略地位有重要意义。

现有的空间站辅助作业机器人运动范围有限，极大的限制了其作业能力，大范围移动是制约机器人宇航员辅助或代替航天员进行空间站维护与值守的重要难题。本项目提出一种基于光照预处理模块的空间弱光环境下弱角点目标的六维位姿估计方法，通过引入光照预处理模块，降低了弱光环境对物体位姿估计造成的负面影响，并提出基于三角几何约束的关键点检测模块，通过约束并剔除预测关键点候选中的离群值，实现空间弱光下的目标六维位姿的精确解算，为机器人宇航员仿人大范围移动提供精确引导。通过大量采集模拟微重力环境下人体运动的位置、速度、接触力和肌电信号，建立了包含肌肉驱动力、身体质量、腿部质量、弹簧、阻尼多变量耦合的人体原地跳跃模型。该模型能够准确描述人在连续跳跃过程中人体与地面的接触反力，人的髋关节和踝关节位置、速度等运动学和动力学特性，并揭示了人高稳定性、高运动效率、高运动安全性的动力学机理。在人体原地跳跃模型基础上，建立了微重力下人的粘弹性漂浮运动指导动力学模型，构建了以肘关节为核心的机器人加减速控制模式，提出了指导模型与机器人宇航员力、速度和位置的等效动力学映射控制方法，将人的运动特性赋予了机器人宇航员，使机器人具备与航天员类似的大范围运动能力。