【摘 要】
:
小行星探测对于研究太阳系生命起源和太空资源开发有着重要的意义,逐渐成为当前的研究热点。小行星表面取样是小行星探测最直接、有效的方法之一。为了克服小行星表面微重力环境,目前主要采用“一触即走”的软着陆取样方法。为解决小行星表面微重力环境和样品机械物理属性未知两个关键问题,本文基于仿生学原理提出了一种适用于小行星表面微重力环境的移动和取样方案,设计了一种小行星微重力环境采样机器人,其通过仿生轮腿式移动
【基金项目】
:
2017 年上海航天科技创新基金资助项目(SAST2017045):深空微重力环境中移动采样机器人建模、控制及实验研究; 2018 年江苏省自然科学基金资助项目(BK20181270):小行星微重力环境机器人取样探测关键技术研究;
论文部分内容阅读
小行星探测对于研究太阳系生命起源和太空资源开发有着重要的意义,逐渐成为当前的研究热点。小行星表面取样是小行星探测最直接、有效的方法之一。为了克服小行星表面微重力环境,目前主要采用“一触即走”的软着陆取样方法。为解决小行星表面微重力环境和样品机械物理属性未知两个关键问题,本文基于仿生学原理提出了一种适用于小行星表面微重力环境的移动和取样方案,设计了一种小行星微重力环境采样机器人,其通过仿生轮腿式移动机器人携带取样器进行取样作业。通过对猫科类动物爪刺生理结构和运动机理的研究,提出一种具备微重力环境中锚固和爬行功能的仿生轮腿式移动机器人设计方法,同时解决了微重力环境下移动和锚固问题,能够为采样提供支撑力。设计了移动机器人的柔性躯体机构以及腿足机构,对机器人的锚固和移动性能进行了力学建模与结构优化分析,最后基于ADMAS软件进行了机器人运动学和动力学仿真研究,初步验证了设计方案的可行性。以穿山甲为仿生设计原型,对其打洞机理进行研究和分析,在此基础上提出一种基于刷扫和研磨的复合式取样器设计方法,解决了小行星表面样品机械物理属性未知下的自适应采样难题。首先通过理论建模的方法,评估了取样方案的可行性,然后基于离散元仿真软件EDEM研究不同参数对取样性能的影响,同时介绍了一种用于控制取样器向下推进取样的刚柔耦合结构伸展机械臂机构。在仿生轮腿式移动本体和取样器设计的基础上,设计了机器人的感知和控制方案,实现了软硬件系统设计。最后,制备了机器人样机,并搭建了实验测试平台,对机器人的移动和锚固性能进行了实验测试;选择不同样品模拟物进行了取样实验研究,分析了不同参数下取样质量、刷轮驱动力矩、取样器与样品间作用力的变化规律。实验结果表明,该机器人可以完成平地、沙地和崎岖石路爬行,并可以实现倒挂天花板爬行运动,同时机器人携带的取样器可以采集不同的样品模拟物,验证了基于仿生的轮腿锚固移动方案、刷扫和研磨取样方案的可行性,可为我国的小行星探测取样提供相关技术依据。
其他文献
纹理是反映物体表面状态的重要信息,通过触觉可以感知和操控物体,在人机交互领域,触觉交互可以使操作者被动或者主动地感受到物体的外形、粗糙度等纹理信息,研究纹理的力触觉再现可以弥补在交互过程中触觉信息的缺失。纹理触觉传感器采集纹理表面信号,所采信号用于对物体表面信号的力触觉再现。纹理力触觉再现技术可以将物体表面纹理通过触觉方式再现在远端,在遥操作机器人、多模态感知技术、虚拟现实领域都有宽广的前景。本文
在目标检测系统中引入人工标注的环节,利用人的经验以及认知能力,有望突破传统人工智能技术在检测不确定目标、遮挡目标、难以描述目标时的瓶颈,但在一定程度上也限制了检测的效率。注视相关电位(Fixation Related Potential,FRP)是一种反映了人脑对由注视事件诱发感兴趣认知行为处理过程的脑电成分,并且由感兴趣与非感兴趣目标诱发的FRP时域波形具有明显的区别,因此利用基于FRP的脑电感
细胞支架是细胞体外培养时不可或缺的重要材料。细胞支架可以为细胞生长营造仿生环境,模仿天然细胞外基质的性质,诱导细胞的各项行为。因此,细胞支架需要具备生物可降解性,良好的生物相容性和细胞亲和性。在此基础上,还需具备一定的细胞外基质的特性,例如一定的力学性能,可调节的化学性能等。目前报道的文献中,细胞支架存在着性能单一,静态,材料降解速度过快或过慢等问题。本论文基于二硫键光动态性,制备了表面理化性质可
航空对地观测系统中子天线处高精度的导航信息可借助传递对准来实现。不同于船载、车载等系统,机载分布式惯性测量系统中载机工作环境复杂、结构变形严重,其传递对准技术研究涉及到的问题也更具独特性,本文以此为背景,研究了机载分布式惯性测量系统传递对准技术。论文首先对系统中涉及到的机翼挠曲变形建模方法、载机运动与挠曲变形解耦合、挠曲变形误差补偿、杆臂效应误差补偿以及多节点全局信息融合五个关键技术进行分析,并给
随着科技社会的不断发展,同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术成为了热门研究话题。目前,单机器人SLAM算法在学界取得了诸多进展,并逐渐应用于生产生活中,但仍存在精度与耗时矛盾、动态稳定性差等不足;进一步由于任务场景不断复杂化与扩大化,单机器人SLAM常无法满足任务需求,协作SLAM应运而生。与单机器人SLAM相比,协作SLA
近年来基于车路协同的智能驾驶技术逐渐成为智慧交通领域的研究热点,而对交通环境信息的可靠感知是各类高级驾驶功能有效实现的重要基础,其中车载端的感知功能已有较多研究,而路侧端相关的感知功能则少有成型的研究成果。行人作为城市交通场景中关键的组成部分,其位置等信息的准确采集与感知常受到众多研究人员的广泛关注。目前利用机器视觉信息对图像数据中的行人目标进行检测的方式大致可以分为两种类型:基于人工特征的传统机
通过车辆运动学模型和车轮力可以推算出车辆在任意时刻的运动状态。车轮力传感器能够测量车轮的受力情况,为汽车的测试和安全性能评估提供重要参考依据,对智能车辆的运行状态和控制起到一定的指导意义。但是,由于车轮力传感器与车轮固定连接,车轮力测量坐标系与解算坐标系不一致,从而存在测量结果与车轮姿态(旋转、偏转、倾侧)相互耦合的问题。而目前车轮力传感器采用的是光电编码器,只能测量车轮的旋转角度,同时车轮的偏转
捷联惯性/天文组合导航是以捷联惯性导航系统作为参考系统,以天文导航的天体测量信息作为辅助,以获取高精度导航定位参数的,高自主性、高可靠性导航系统,是卫星、深空探测器、弹道导弹等新一代飞行器的首选导航系统。为实现高精度导航定位,减小系统运行过程中的各项误差、优化信息融合算法是必不可少的过程。在此背景下,本文对主动段惯性器件误差开展了分析与研究,并对捷联惯性/天文导航关键算法进行了优化,设计完成了可有
不动产实地调查以不动产单元为对象,对不动产的权属、界限、面积等进行调查与测量。全站仪、GPS、捷联惯性测量系统等测量方法存在环境依赖度高、效率低、误差累积等缺点,本文引入自主性强、不受外界干扰的视觉/惯性组合测量系统用于不动产测量,系统自身的导航定位是视觉/惯性组合测量系统工作的基础和关键,测量过程中系统自身位姿变化的估计精度决定着不动产的测量精度。本文主要研究视觉/惯性组合测量系统的软件实现,采
未知环境下移动机器人自主探索及地图构建方法是移动机器人领域的关键技术之一,同时也是移动机器人实现未知环境下搜救、侦察、探测和排爆等任务的前提。在人类无法或者不方便进入的环境中,移动机器人需要通过自主探索及地图构建技术实现对未知环境的主动探索,并构建出全局环境地图。根据上述需求,本课题针对未知环境下的移动机器人自主探索算法和三维环境地图构建等关键技术开展研究,主要的研究内容如下:(1)针对传统RRT