柔性着陆器智能附着控制方法

1.本发明涉及一种着陆器智能控制方法，尤其涉及一种柔性着陆器智能附着控制方法，属于深空探测技术领域。


背景技术：

2.由于小天体具有引力弱、环境扰动复杂和表面形貌不规则的特点，传统的立方体构型刚性着陆器在着陆时存在较大的倾覆和逃逸风险。采用圆盘面状构型和柔性材质的新型着陆器，可以增大着陆时与小天体表面的接触面积，利用内部阻尼消耗着陆时的残余动能，从而降低倾覆反弹风险，提高着陆成功率。柔性着陆器的整体构型呈圆盘状，由柔性材料包裹连接多个刚性的质量聚集区构成。柔性着陆器的推力器和敏感器都安装在刚性质量聚集区。在着陆过程中，为保持或调整敏感器和推力器的指向，需要对柔性着陆器的姿态进行保持或调整。不同于对传统刚性着陆器的姿态控制，柔性着陆器姿态控制面临以下难点：一方面，柔性着陆器是无限维分布参数系统，整体姿态难以表征；另一方面，柔性着陆器由多对推力器协同控制，推力器之间的柔性连接使得推力作用耦合，姿控指令难以分配。对于柔性着陆器，研究合理的姿态表征方法，设计合理的控制律和分配律，协调各推力器完成对着陆器姿态保持和姿态机动的控制，对实现柔性着陆器在小天体表面的安全平稳着陆，是非常必要的。


技术实现要素：

3.针对柔性着陆器的特殊构型和着陆过程中的姿态控制需求，本发明主要目的是提供一种柔性着陆器智能附着控制方法，通过推力节点之间的高度差来表征柔性着陆器的整体姿态，将柔性着陆器的姿态控制问题转化为节点间高度差的控制问题；设计解析标称-智能补偿的节点高度差控制律，通过反馈节点高度差及其变化率设计解析标称控制项，通过神经网络学习确定智能补偿项，得到以节点推力差为控制量的解析标称-智能补偿的节点高度差控制律；通过设计节点推力分配律，实现节点推力差控制量向各节点推力器的合理分配。应用所述的柔性着陆器智能附着控制方法，柔性着陆器能够协调各推力器的控制能力，完成整体姿态机动和姿态保持，控制过程具有良好的瞬态性能和稳态性能。
4.本发明的目的是通过下述技术方案实现的。
5.本发明公开的柔性着陆器智能附着控制方法，包括如下步骤：
6.步骤一、针对柔性着陆器系统高维复杂，整体姿态难以表征和控制的问题，以推力节点之间的高度差来描述柔性着陆器整体姿态，推导柔性着陆器俯仰和滚转姿态与节点高度差的转换关系，将柔性着陆器的姿态控制问题转化为对节点高度差的控制问题。
7.步骤一的具体实现方法为：
8.柔性着陆器上配置有推力器和敏感器的质量聚集区，称为节点。三节点的柔性着陆器在无形变的标称状态下，为标准圆盘状。三节点均匀分布在探测器表面，构成等边三角形。三节点按逆时针顺序编号为1、2和3，称为节点1、节点2和节点3。
9.在保留柔性特性和面状构型特性的前提下，建立面向节点的柔性着陆器简化模型。
10.定义着陆点坐标系o
l-x
lylzl
，以着陆点o
l
为原点，垂直于着陆点处小天体表面的法线方向为z
l
轴，小天体表面东向为x
l
轴，表面北向为y
l
轴。着陆点坐标系下，柔性着陆器的节点位置矢量ri为
[0011][0012]
其中，i为推力节点编号(i＝1,2,3)，xi为节点i与着陆点连线在x
l
轴上的分量，yi为节点i与着陆点连线在y
l
轴上的分量，zi为节点i与着陆点连线在z
l
轴上的分量即节点i在小天体表面的高度。
[0013]
柔性着陆器的质量集中在各节点处，柔性着陆器的质心为节点三角形的形心
[0014][0015]
其中，rc为柔性着陆器的质心位置矢量。
[0016]
对于圆盘面状构型的柔性着陆器，只考虑沿圆盘面径向的姿态倾转，以节点质心连线为轴，定义柔性着陆器俯仰姿态和滚转姿态。以柔性着陆器质心指向节点1的矢量r
c1
为轴，柔性着陆器的俯仰姿态用r
c1
与o
l
x
lyl
平面的夹角来表示，俯仰角θ的表达式为
[0017][0018]
柔性着陆器的滚转姿态用节点3指向节点2的矢量r
32
与o
l
x
lyl
平面的夹角来表示，滚转角ψ的表达式为
[0019][0020]
在着陆过程中，节点间的距离变化远小于节点距离原长，在计算俯仰和滚转姿态角的时候，忽略节点间的距离变化，近似的俯仰角和滚转角表达式为
[0021][0022]
其中，l0为标称状态下的节点距离原长。
[0023]
定义柔性着陆器节点之间的高度差变量h
[0024][0025]
其中，h
12
为节点1与节点2的高度差，h
13
为节点1与节点3的高度差。
[0026]
圆盘状柔性着陆器的俯仰和滚转姿态由节点之间的高度差来表征，高度差变量与俯仰角和滚转角的转换关系为
[0027][0028]
由此，柔性着陆器的整体姿态控制问题转化为对节点高度差的控制问题。
[0029]
步骤二、建立面向节点的柔性着陆器动力学模型，以节点推力差为控制量，设计解析标称-智能补偿的节点高度差控制律。基于pd控制器实现对节点高度差及节点高度差变化率的反馈控制，并确定作为节点高度差控制律中的解析标称控制项。
[0030]
步骤二的具体实现方法为：
[0031]
着陆点坐标系下，面向节点的柔性着陆器着陆动力学模型为
[0032][0033]
其中，vi＝[v
xi
,v
yi
,v
zi
]
t
为节点i的速度，ui＝[u
xi
,u
yi
,u
zi
]
t
为节点i的推力，m为每个节点的质量，fi＝[f
xi
,f
yi
,f
zi
]
t
为节点i所受的柔性内力，a
ai
＝[a
axi
,a
ayi
,a
azi
]
t
为节点i受小天体环境力而产生的加速度。
[0034]
由于柔性着陆器尺寸远小于小天体尺寸，认为各节点处所受的小天体环境外力相等。由着陆动力学知，节点高度方向间的加速度差仅与节点高度方向的推力差和柔性内力差有关，即
[0035][0036]
其中，u
12
为节点1与节点2在高度方向所受推力之差，u
13
为节点1与节点3在高度方向所受推力之差，f
12
为节点1与节点2在高度方向所受柔性内力之差，f
13
为节点1与节点3在高度方向所受柔性内力之差，即
[0037][0038]
由节点高度方向间的加速度差与节点高度方向的推力差和柔性内力差之间的动力学关系，以节点推力差为控制量，设计解析标称-柔性补偿的节点高度差控制律，表达式为
[0039][0040]
其中，为节点高度差的解析标称控制项，为f
12
的补偿项，为f
13
的补偿项。
[0041]
基于pd控制器，设计对节点高度差及节点高度差变化率的反馈控制，建立节点高度差控制律中的解析标称控制项
[0042][0043]
其中，k
p
》0为高度差反馈项的增益，kd》0为高度差变化率反馈项的增益，he为期望的高度差，为期望的高度差变化率。
[0044]
步骤三、基于神经网络学习，建立节点状态量与节点柔性内力差之间的智能映射函数，作为节点高度差控制律中的智能补偿项。通过智能补偿项的加权切换系数，避免对柔性着陆器的控制进入稳态后出现柔性内力过补偿。与步骤二建立的解析标称控制项组合，得到解析标称-智能补偿的节点高度差控制律。
[0045]
步骤三的具体实现方法为：
[0046]
在柔性着陆器的模拟着陆过程中，进行状态量采样，生成训练神经网络所需的数据集。对柔性着陆器的三个推力节点施加高度方向的周期性随机推力。各节点推力幅值受限，取值范围为u
zi
∈[-u
max
,u
max
]，u
max
为推力约束上限值。每组随机推力的作用周期为δt，随后切换下一组随机推力，直到柔性着陆器的俯仰角或滚转角到达约束上限值θ
max
,ψ
max
，或飞行时间到达约束上限值t
max
。在着陆过程中，每间隔时间δt对柔性着陆器的节点位置量、节点姿态量和节点处所受的内力进行采样并记录保存数据。重复上述着陆采样过程n次，生成节点状态量与节点内力的映射数据集。
[0047]
柔性着陆器着陆过程中，各节点所受内力与节点间高度差、节点间相对距离和节点自身姿态有关。将映射数据集中的节点状态量与节点内力差作为输入量和输出量，基于神经网络学习，建立节点内力智能映射函数，映射函数表达式为：
[0048][0049]
其中，f
in
(
·
)为智能映射函数，节点距离形变量δl＝[l
12-l0,l
13-l0,l
23-l0]
t
，l
12
为节点1和节点2之间的距离，l
13
为节点1和节点3之间的距离，l
23
为节点2和节点3之间的距离。节点角加速度变量为节点i的姿态角加速度在着陆点坐标系x
l
轴和y
l
轴的分量。
[0050]
在柔性着陆器进行姿态倾转机动时，节点间相对距离和节点姿态快速变化，节点受到较强的柔性内力，此时，在控制设计中考虑内力补偿，使柔性探测器的节点高度差控制过程具有更好的瞬态性能。而当柔性着陆器趋于稳态时，着陆器整体呈现出较强的刚性，柔性内力会出现过补偿的现象，导致较大的稳态误差。因此，通过内力智能补偿项的加权切换系数，使姿态控制过程中柔性内力的补偿更为合理。
[0051]
对于柔性着陆器姿态倾转机动的控制过程，加权切换系数λ的表达式为
[0052][0053]
其中，e
max
表示高度差控制进入稳态的判据取值。柔性着陆器的姿态机动进入稳态后，加权系数取值切换为零，不再对节点间的柔性内力进行补偿。
[0054]
以节点推力差为控制量，解析标称-智能补偿的节点高度差控制律最终写为
[0055][0056]
步骤四、设计节点推力分配律，将步骤三建立的解析标称-智能补偿的节点高度差控制律中的节点推力差控制量分配到各节点推力器上，使推力幅值受限的各节点推力器能充分利用自身控制能力，实现对柔性着陆器整体姿态的智能协同控制。
[0057]
步骤四的具体实现方法为：
[0058]
设计节点推力分配律，将节点推力差控制量分配到各节点的推力器上。为充分利用各节点推力器的控制能力，最大的节点推力取值与最小的节点推力取值应互为相反数，即ui＝-u
k when ui≤uj≤uk,i,j,k＝1,2,3。节点推力的分配律表达式为
[0059][0060]
根据公式(16)将节点推力差控制量分配到各节点推力器上，使推力幅值受限的各节点推力器能充分利用自身控制能力，实现对柔性着陆器整体姿态的智能协同控制。
[0061]
有益效果：
[0062]
1、本发明公开的柔性着陆器智能附着控制方法，针对柔性着陆器复杂高维且推力作用耦合导致的整体姿态难以表征和控制的问题，建立面向节点高度差的柔性着陆器姿态表征模型，将柔性着陆器的整体姿态控制转化对节点高度差的控制，使柔性着陆器的姿态机动控制问题变得简单可解。
[0063]
2、本发明公开的柔性着陆器智能附着控制方法，通过设计解析标称-智能补偿的节点高度差控制律，实现了对柔性着陆器的整体姿态的控制。通过设计智能补偿项的加权切换系数，避免对柔性着陆器的控制进入稳态后出现柔性内力过补偿，使柔性着陆器的姿态机动控制过程具有良好的瞬态性能和稳态性能。
[0064]
3、本发明公开的柔性着陆器智能附着控制方法，通过设计节点推力分配律，实现了节点高度差控制律中的节点推力差控制量向各节点推力器的合理分配。在节点推力幅值受限的情况下，实现对各节点推力能力的充分利用，协同各推力器完成柔性着陆器的整体姿态机动控制。
附图说明
[0065]
图1为本发明公开的柔性着陆器智能附着控制方法流程示意图。
[0066]
图2为节点高度差示意图。
[0067]
图3为柔性着陆器俯仰机动的节点高度差曲线。
[0068]
图4为柔性着陆器俯仰机动的俯仰角曲线。
[0069]
图5为柔性着陆器俯仰机动的三节点推力曲线。
具体实施方式
[0070]
为了更好的说明本发明的目的和优点，下面结合附图和实例对发明内容做进一步说明。
[0071]
为了验证方法的可行性，以小天体eros433上的柔性着陆器着陆任务为例，进行柔性着陆器智能附着控制方法的仿真。柔性着陆器节点质量m＝333kg，节点间距离原长l0＝1.0392m，解析反馈控制项增益k
p
＝0.15,kd＝0.5，节点推力上限u
max
＝10n，高度差稳态判据值e
max
＝0.01m。
[0072]
如图1所示，本实施例公开的柔性着陆器智能附着控制方法，具体实现步骤如下：
[0073]
步骤一、针对柔性着陆器系统高维复杂，整体姿态难以表征和控制的问题，提出以推力节点之间的高度差来描述柔性着陆器整体姿态的方案，推导柔性着陆器俯仰和滚转姿态与节点高度差的转换关系，将柔性着陆器的姿态控制问题转化为对节点高度差的控制问题。
[0074]
步骤一的具体实现方法为：
[0075]
柔性着陆器上配置有推力器和敏感器的质量聚集区，称为节点。三节点的柔性着陆器在无形变的标称状态下，为标准圆盘状。三节点均匀分布在探测器表面，构成等边三角形。三节点按逆时针顺序编号为1、2和3，称为节点1、节点2和节点3。
[0076]
在保留柔性特性和面状构型特性的前提下，建立面向节点的柔性着陆器简化模型。
[0077]
定义着陆点坐标系o
l-x
lylzl
，以着陆点o
l
为原点，垂直于着陆点处小天体表面的法线方向为z
l
轴，小天体表面东向为x
l
轴，表面北向为y
l
轴。着陆点坐标系下，柔性着陆器的节点位置矢量ri为
[0078][0079]
其中，i为推力节点编号(i＝1,2,3)，xi为节点i与着陆点连线在x
l
轴上的分量，yi为节点i与着陆点连线在y
l
轴上的分量，zi为节点i与着陆点连线在z
l
轴上的分量即节点i在小天体表面的高度。
[0080]
柔性着陆器的质量集中在各节点处，忽略柔性材料质量及各节点处的质量差异，认为柔性着陆器的质心为节点三角形的形心
[0081][0082]
其中，rc为柔性着陆器的质心位置矢量。
[0083]
对于圆盘面状构型的柔性着陆器，只考虑沿圆盘面径向的姿态倾转，以节点质心连线为轴，定义柔性着陆器俯仰姿态和滚转姿态。以柔性着陆器质心指向节点1的矢量r
c1
为轴，柔性着陆器的俯仰姿态用r
c1
与o
l
x
lyl
平面的夹角来表示，俯仰角θ的表达式为
[0084][0085]
柔性着陆器的滚转姿态用节点3指向节点2的矢量r
32
与o
l
x
lyl
平面的夹角来表示，滚转角ψ的表达式为
[0086][0087]
在着陆过程中，节点间的距离变化远小于节点距离原长，在计算俯仰和滚转姿态角的时候，忽略节点间的距离变化，近似的俯仰角和滚转角表达式为
[0088][0089]
其中，l0为标称状态下的节点距离原长。
[0090]
定义柔性着陆器节点之间的高度差变量h
[0091][0092]
其中，h
12
为节点1与节点2的高度差，h
13
为节点1与节点3的高度差，如图2所示。
[0093]
圆盘状柔性着陆器的俯仰和滚转姿态由节点之间的高度差来表征，高度差变量与俯仰角和滚转角的转换关系为
[0094][0095]
由此，柔性着陆器的整体姿态控制问题转化为对节点高度差的控制问题。
[0096]
步骤二、建立面向节点的柔性着陆器动力学模型，以节点推力差为控制量，设计解析标称-智能补偿的节点高度差控制律。基于pd控制器，设计对节点高度差及节点高度差变化率的反馈控制，作为节点高度差控制律中的解析标称控制项。
[0097]
步骤二的具体实现方法为：
[0098]
着陆点坐标系下，面向节点的柔性着陆器着陆动力学模型为
[0099][0100]
其中，vi＝[v
xi
,v
yi
,v
zi
]
t
为节点i的速度，ui＝[u
xi
,u
yi
,u
zi
]
t
为节点i的推力，m为每个节点的质量，fi＝[f
xi
,f
yi
,f
zi
]
t
为节点i所受的柔性内力，a
ai
＝[a
axi
,a
ayi
,a
azi
]
t
为节点i受小天体环境力(包括小天体引力和小天体自旋惯性力等)而产生的加速度。
[0101]
由于柔性着陆器尺寸远小于小天体尺寸，认为各节点处所受的小天体环境外力相等。由着陆动力学知，节点高度方向间的加速度差仅与节点高度方向的推力差和柔性内力差有关，即
[0102]
[0103]
其中，u
12
为节点1与节点2在高度方向所受推力之差，u
13
为节点1与节点3在高度方向所受推力之差，f
12
为节点1与节点2在高度方向所受柔性内力之差，f
13
为节点1与节点3在高度方向所受柔性内力之差，即
[0104][0105]
由节点高度方向间的加速度差与节点推力差和柔性内力差之间的动力学关系，以节点推力差为控制量，设计解析标称-柔性补偿的节点高度差控制律，表达式为
[0106][0107]
其中，为节点高度差的解析标称控制项，为f
12
的补偿项，为f
13
的补偿项。
[0108]
基于pd控制器，设计对节点高度差及节点高度差变化率的反馈控制，建立节点高度差控制律中的解析标称控制项
[0109][0110]
其中，k
p
＝0.15为高度差反馈项的增益，kd＝0.5为高度差变化率反馈项的增益，he为期望的高度差，为期望的高度差变化率。
[0111]
步骤三、基于神经网络学习，建立节点状态量与节点柔性内力差之间的智能映射函数，作为节点高度差控制律中的智能补偿项。设计智能补偿项的加权切换系数，避免对柔性着陆器的控制进入稳态后出现柔性内力过补偿。与步骤二建立的解析标称控制项组合，得到解析标称-智能补偿的节点高度差控制律。
[0112]
步骤三的具体实现方法为：
[0113]
在柔性着陆器的模拟着陆过程中，进行状态量采样，生成训练神经网络所需的数据集。对柔性着陆器的三个推力节点施加高度方向的周期性随机推力。各节点推力幅值受限，取值范围为-10n≤u
zi
≤10n。每组随机推力的作用周期为5s，随后切换下一组随机推力，直到柔性着陆器的俯仰角或滚转角到达30
°
，或飞行时间到达50s。在着陆过程中，每间隔时间0.05s对柔性着陆器的节点位置量、节点姿态量和节点处所受的内力进行采样并记录保存数据。重复上述着陆采样过程10000次，生成节点状态量与节点内力的映射数据集。
[0114]
柔性着陆器着陆过程中，各节点所受内力与节点间高度差、节点间相对距离和节点自身姿态有关。将映射数据集中的节点状态量与节点内力差作为输入量和输出量，基于神经网络学习，建立节点内力智能映射函数，映射函数表达式为：
[0115][0116]
其中，f
in
(
·
)为智能映射函数，节点距离形变量δl＝[l
12-l0,l
13-l0,l
23-l0]
t
，l
12
为节点1和节点2之间的距离，l
13
为节点1和节点3之间的距离，l
23
为节点2和节点3之间的距
离。节点角加速度变量为节点i的姿态角加速度在着陆点坐标系x
l
轴和y
l
轴的分量。
[0117]
在柔性着陆器进行姿态倾转机动时，节点间相对距离和节点姿态快速变化，节点受到较强的柔性内力，此时，在控制设计中考虑内力补偿，使柔性探测器的节点高度差控制过程具有更好的瞬态性能。而当柔性着陆器趋于稳态时，着陆器整体呈现出较强的刚性，柔性内力会出现过补偿的现象，导致较大的稳态误差。因此，设计内力智能补偿项的加权切换系数，使姿态控制过程中，柔性内力的补偿更为合理。
[0118]
对于柔性着陆器姿态倾转机动的控制过程，加权切换系数λ的表达式为
[0119][0120]
其中，e
max
＝0.01m表示高度差控制进入稳态的判据取值。柔性着陆器的姿态机动进入稳态后，加权系数取值切换为零，不再对节点间的柔性内力进行补偿。
[0121]
以节点推力差为控制量，解析标称-智能补偿的节点高度差控制律最终写为
[0122][0123]
图3和图4给出了柔性着陆器跟踪俯仰角为20
°
的阶跃机动时，解析标称-智能补偿的节点高度差控制律与不考虑智能补偿项的解析标称控制律的阶跃响应曲线，图3为节点高度差曲线，图4为柔性着陆器姿态俯仰角曲线。可以看出，解析标称-智能补偿的节点高度差控制律很好地实现了对节点高度差和整体姿态角的跟踪。对比动态性能指标，对于节点高度差跟踪，解析标称控制的超调量为14.23％，峰值时间为11.2s，稳态误差为0.015％，而考虑了柔性内力补偿的智能控制的超调量为9.14％，峰值时间为10.15s，稳态误差为0.016％；对于俯仰角跟踪，解析标称控制的超调量为14.99％，峰值时间为11.2s，稳态误差为0.016％，而考虑了柔性内力补偿的智能控制的超调量为9.97％，峰值时间为10.25s，稳态误差为0.018％。相较之下，解析标称-智能补偿的节点高度差控制律以很小的稳态误差代价显著减小了超调量和响应时间，柔性着陆器的姿态机动控制有很好的瞬态性能和稳态性能。
[0124]
步骤四、设计节点推力分配律，将步骤三建立的解析标称-智能补偿的节点高度差控制律中的节点推力差控制量分配到各节点推力器上，使推力幅值受限的各节点推力器能充分利用自身控制能力，实现对柔性着陆器整体姿态的智能协同控制。
[0125]
步骤四的具体实现方法为：
[0126]
设计节点推力分配律，将节点推力差控制量分配到各节点的推力器上。为充分利用各节点推力器的控制能力，最大的节点推力取值与最小的节点推力取值应互为相反数，即ui＝-u
k when ui≤uj≤uk,i,j,k＝1,2,3。节点推力的分配律表达式为
[0127][0128]
图5给出了柔性着陆器以解析标称-智能补偿的节点高度差控制律跟踪俯仰角为20
°
的阶跃机动时，节点推力分配律分配的三节点推力曲线。可以看出，在推力幅值受限的情况下，未出现控制饱和。上述分配律对推力差控制量进行了合理分配，使得三节点推力器充分利用了自身控制能力，实现了对柔性着陆器整体姿态的协同控制。
[0129]
以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.柔性着陆器智能附着控制方法，其特征在于：包括如下步骤，步骤一、以推力节点之间的高度差来描述柔性着陆器整体姿态，推导柔性着陆器俯仰和滚转姿态与节点高度差的转换关系，将柔性着陆器的姿态控制问题转化为对节点高度差的控制问题；步骤二、建立面向节点的柔性着陆器动力学模型，以节点推力差为控制量，设计解析标称-智能补偿的节点高度差控制律；基于pd控制器实现对节点高度差及节点高度差变化率的反馈控制，并确定作为节点高度差控制律中的解析标称控制项；步骤三、基于神经网络学习，建立节点状态量与节点柔性内力差之间的智能映射函数，作为节点高度差控制律中的智能补偿项；通过智能补偿项的加权切换系数，避免对柔性着陆器的控制进入稳态后出现柔性内力过补偿；与步骤二建立的解析标称控制项组合，得到解析标称-智能补偿的节点高度差控制律；步骤四、设计节点推力分配律，将步骤三建立的解析标称-智能补偿的节点高度差控制律中的节点推力差控制量分配到各节点推力器上，使推力幅值受限的各节点推力器能充分利用自身控制能力，实现对柔性着陆器整体姿态的智能协同控制。2.如权利要求1所述的柔性着陆器智能附着控制方法，其特征在于：步骤一的具体实现方法为，柔性着陆器上配置有推力器和敏感器的质量聚集区，称为节点；三节点的柔性着陆器在无形变的标称状态下，为标准圆盘状；三节点均匀分布在探测器表面，构成等边三角形；三节点按逆时针顺序编号为1、2和3，称为节点1、节点2和节点3；在保留柔性特性和面状构型特性的前提下，建立面向节点的柔性着陆器简化模型；定义着陆点坐标系o
l-x
l
y
l
z
l
，以着陆点o
l
为原点，垂直于着陆点处小天体表面的法线方向为z
l
轴，小天体表面东向为x
l
轴，表面北向为y
l
轴；着陆点坐标系下，柔性着陆器的节点位置矢量r
i
为r
i
＝[x
i
,y
i
,z
i
]
t (1)其中，i为推力节点编号(i＝1,2,3)，x
i
为节点i与着陆点连线在x
l
轴上的分量，y
i
为节点i与着陆点连线在y
l
轴上的分量，z
i
为节点i与着陆点连线在z
l
轴上的分量即节点i在小天体表面的高度；柔性着陆器的质量集中在各节点处，柔性着陆器的质心为节点三角形的形心其中，r
c
为柔性着陆器的质心位置矢量；对于圆盘面状构型的柔性着陆器，只考虑沿圆盘面径向的姿态倾转，以节点质心连线为轴，定义柔性着陆器俯仰姿态和滚转姿态；以柔性着陆器质心指向节点1的矢量r
c1
为轴，柔性着陆器的俯仰姿态用r
c1
与o
l
x
l
y
l
平面的夹角来表示，俯仰角θ的表达式为柔性着陆器的滚转姿态用节点3指向节点2的矢量r
32
与o
l
x
l
y
l
平面的夹角来表示，滚转角ψ的表达式为
在着陆过程中，节点间的距离变化远小于节点距离原长，在计算俯仰和滚转姿态角的时候，忽略节点间的距离变化，近似的俯仰角和滚转角表达式为其中，l0为标称状态下的节点距离原长；定义柔性着陆器节点之间的高度差变量h其中，h
12
为节点1与节点2的高度差，h
13
为节点1与节点3的高度差；圆盘状柔性着陆器的俯仰和滚转姿态由节点之间的高度差来表征，高度差变量与俯仰角和滚转角的转换关系为由此，柔性着陆器的整体姿态控制问题转化为对节点高度差的控制问题。3.如权利要求1或2所述的柔性着陆器智能附着控制方法，其特征在于：步骤二的具体实现方法为，着陆点坐标系下，面向节点的柔性着陆器着陆动力学模型为其中，v
i
＝[v
xi
,v
yi
,v
zi
]
t
为节点i的速度，u
i
＝[u
xi
,u
yi
,u
zi
]
t
为节点i的推力，m为每个节点的质量，f
i
＝[f
xi
,f
yi
,f
zi
]
t
为节点i所受的柔性内力，a
ai
＝[a
axi
,a
ayi
,a
azi
]
t
为节点i受小天体环境力而产生的加速度；由于柔性着陆器尺寸远小于小天体尺寸，各节点处所受的小天体环境外力相等；由着陆动力学知，节点高度方向间的加速度差仅与节点高度方向的推力差和柔性内力差有关，即其中，u
12
为节点1与节点2在高度方向所受推力之差，u
13
为节点1与节点3在高度方向所受推力之差，f
12
为节点1与节点2在高度方向所受柔性内力之差，f
13
为节点1与节点3在高度
方向所受柔性内力之差，即由节点高度方向间的加速度差与节点推力差和柔性内力差之间的动力学关系，以节点推力差为控制量，设计解析标称-柔性补偿的节点高度差控制律，表达式为其中，为节点高度差的解析标称控制项，为f
12
的补偿项，为f
13
的补偿项；基于pd控制器，设计对节点高度差及节点高度差变化率的反馈控制，建立节点高度差控制律中的解析标称控制项其中，k
p
>0为高度差反馈项的增益，k
d
>0为高度差变化率反馈项的增益，h
e
为期望的高度差，为期望的高度差变化率。4.如权利要求3所述的柔性着陆器智能附着控制方法，其特征在于：步骤三的具体实现方法为，在柔性着陆器的模拟着陆过程中，进行状态量采样，生成训练神经网络所需的数据集；对柔性着陆器的三个推力节点施加高度方向的周期性随机推力；各节点推力幅值受限，取值范围为u
zi
∈[-u
max
,u
max
]，u
max
为推力约束上限值；每组随机推力的作用周期为δt，随后切换下一组随机推力，直到柔性着陆器的俯仰角或滚转角到达约束上限值θ
max
,ψ
max
，或飞行时间到达约束上限值t
max
；在着陆过程中，每间隔时间δt对柔性着陆器的节点位置量、节点姿态量和节点处所受的内力进行采样并记录保存数据；重复上述着陆采样过程n次，生成节点状态量与节点内力的映射数据集；柔性着陆器着陆过程中，各节点所受内力与节点间高度差、节点间相对距离和节点自身姿态有关；将映射数据集中的节点状态量与节点内力差作为输入量和输出量，基于神经网络学习，建立节点内力智能映射函数，映射函数表达式为：其中，f
in
(
·
)为智能映射函数，节点距离形变量δl＝[l
12-l0,l
13-l0,l
23-l0]
t
，l
12
为节点1和节点2之间的距离，l
13
为节点1和节点3之间的距离，l
23
为节点2和节点3之间的距离；节点角加速度变量点角加速度变量为节点i的姿态角加速度在着陆点坐标系x
l
轴和y
l
轴的分量；在柔性着陆器进行姿态倾转机动时，节点间相对距离和节点姿态快速变化，节点受到较强的柔性内力，此时，在控制设计中考虑内力补偿，能够使柔性探测器的节点高度差控制过程具有更好的瞬态性能；而当柔性着陆器的姿态趋于稳态时，柔性着陆器整体呈现出较
强的刚性，柔性内力会出现过补偿的现象，导致较大的稳态误差；因此，通过内力智能补偿项的加权切换系数，使姿态控制过程中柔性内力的补偿更为合理；对于柔性着陆器姿态倾转机动的控制过程，加权切换系数λ的表达式为其中，e
max
表示高度差控制进入稳态的判据取值；柔性着陆器的姿态机动进入稳态后，加权系数取值切换为零，不再对节点间的柔性内力进行补偿；以节点推力差为控制量，解析标称-智能补偿的节点高度差控制律最终写为5.如权利要求4所述的柔性着陆器智能附着控制方法，其特征在于：步骤四的具体实现方法为，设计节点推力分配律，将节点推力差控制量分配到各节点的推力器上；为充分利用各节点推力器的控制能力，最大的节点推力取值与最小的节点推力取值应互为相反数，即u
i
＝-u
k when u
i
≤u
j
≤u
k
,i,j,k＝1,2,3；节点推力的分配律表达式为根据公式(16)将节点推力差控制量分配到各节点推力器上，使推力幅值受限的各节点推力器能充分利用自身控制能力，实现对柔性着陆器整体姿态的智能协同控制。

技术总结
本发明公开的柔性着陆器智能附着控制方法，属于深空探测技术领域。本发明实现方法为：通过推力节点之间的高度差来表征柔性着陆器的整体姿态，将柔性着陆器的姿态控制问题转化为节点间高度差的控制问题；设计解析标称-智能补偿的节点高度差控制律，通过反馈节点高度差及其变化率确定解析标称控制项，通过神经网络学习柔性内力差设计智能补偿项，得到以节点推力差为控制量的解析标称-智能补偿的节点高度差控制律；通过设计节点推力分配律，实现节点推力差控制量向各节点推力器的合理分配。应用本发明的柔性着陆器能够协调各推力器的控制能力，实现整体姿态机动和姿态保持，控制过程具有良好的瞬态性能和稳态性能。程具有良好的瞬态性能和稳态性能。程具有良好的瞬态性能和稳态性能。


技术研发人员：梁子璇 鲁冰洁 崔平远 朱圣英 龙嘉腾 葛丹桐
受保护的技术使用者：北京理工大学
技术研发日：2023.05.29
技术公布日：2023/8/6