在虚拟环境中月球车智能导航研究

【摘要】： 随着我国空间技术的不断发展,登月探测已经列入了我国近期的宇航计划中,月球车作为登月探测的先行者,对它的研究已经得到了国家重点科研项目支持。为了能够在复杂月面环境下完成各种任务,月球车必须具有自主导航能力。本文对虚拟环境中月球车智能导航技术进行了深入系统的研究,提出了一些新的思想和方法。 主要包括如下几个方面: 环境建模是月球车导航的关键问题,它是进行月球车路径规划的基础。然而,随着建模技术的快速发展,环境模型通常含有巨大的数据量,这给环境模型的储存、绘制与传输带来了极大的不便,也对月球车自主导航的实时性提出了极大的挑战。因此,建立环境模型时必须对模型进行简化。基于上述考虑,本文提出了基于三角网格模型的地形生成算法,该算法利用边折叠法进行简化,采用数据预处理技术,避免了在内存缓冲器中存储所有输入网格模型的边界三角形,降低了内存消耗,提高了月球车自主导航的实时性。仿真结果证明了该算法的可行性和有效性。 路径规划是月球车导航的核心任务,然而,复杂的月面环境下月球车的路径规划问题在已有的工作中却鲜有这方面的研究成果,因此,本文提出了一种基于遗传算法的月球车智能路径规划算法,该算法对传统遗传算法进行了改进,提出了一种基于知识的自适应遗传算法,通过把领域知识并入初始种群及自适应调整控制参数,克服了传统遗传算法的早熟收敛问题,提高了遗传算法的效率;采用三角网格建立虚拟的月表地形环境模型,降低了内存消耗;同时,综合考虑月面地形的可通行性、系统的不确定性、人的辅助性和运动的平滑性等问题,设计路径代价函数,保证了路径规划的安全性。仿真结果验证了算法的有效性和实用性。 轨迹跟踪控制是月球车运动控制的一个重要问题。轨迹跟踪控制的第一步就是求解月球车动力学方程,然而,目前月球车动力学方程还仅限于用有限差分法进行数值求解,这会引起优化收敛不恰当的问题。因此,本文提出了基于再生核理论的月球车轨迹跟踪控制算法。该算法通过再生核的引入,在通常条件下给出了微分方程组解的解析表达式,保证了月球车动力学方程的求解精度,从而提高了月球车轨迹跟踪控制精度,克服了采用差分法求解月球车动力学方程、单纯采用模糊变结构控制实现轨迹跟踪控制跟踪精度低的缺陷。仿真结果验证了本章算法的有效性。 开发了月球车导航仿真系统,为深入研究月球车导航技术提供了一个标准的试验平台。该仿真系统采用模块化设计,便于对新的算法进行仿真研究,并通过各种试验对本文所提方法进行了验证。 最后,总结了全文工作,并讨论了本课题今后的发展方向。