本发明公开了一种基于强化学习算法的超冗余机械臂自主抓捕空间碎片方法,包括S100:服务航天器通过携带的测量装置获取空间碎片信息;S200:服务航天器接近空间碎片,实现与空间碎片的轨道运动同步,并调整自身姿态;S300:基于空间翻滚目标是处于自由漂浮状态的动态物体这一事实,采用马尔科夫决策过程对抓捕过程进行建模,得到超冗余机械臂抓捕空间碎片的抓捕模型;S400:对空间碎片抓捕过程中的多元约束进行数学化的表征;S500:根据强化学习方法求解马尔科夫决策过程的最优策略,得到一条超冗余机械臂从初始构型到成功抓捕住空间碎片构型的抓捕路径,并根据抓捕路径进行抓捕。该方法能够自主性地规划超冗余机械臂从初始构型到成功抓捕住空间碎片构型的抓捕路径。
声明:
“基于强化学习算法的超冗余机械臂自主抓捕空间碎片方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)