像Astrobee机器人一样的空间自由传单,目前正在运营的国际空间站必须与固有的系统不确定性运行。像质量和惯性矩等的参数不确定性对于量化在这些安全关键空间系统中的量化尤为重要,并且可以在轨道货物运动等场景中改变,其中未知的擒讨的有效载荷显着改变了系统动态。谨慎地学习这些不确定性,途径可能会避免时间和燃料消耗的纯系统识别演习。认识到这一点,这项工作提出了一种在线信息感知运动规划算法,该拨浪鼓明确地将参数模型 - 学习与实时重新扫描能力相结合,可以利用改进的系统模型。该方法包括双层(全局和本地)策划仪,一个低级模型预测控制器和在线参数估计器,可以为机器人的惯性属性进行估算,以便在飞行中重新打倒;所有级别的规划和控制都具有在线更新的模型。 Astrobee自由传单争夺不确定有效载荷的频道的仿真结果与硬件演示的结果展示了明确鼓励模型参数学习的能力,同时实现其他有用的运动。
translated by 谷歌翻译