面向在轨服务的自适应视觉伺服

本文提出了一种用于机器人在轨服务（OOS）的自适应视觉伺服框架，专为捕获翻滚卫星而设计。该视觉引导机器人系统能够在视觉系统部分或完全失效的情况下，特别是在短期内，选择最优控制动作。该自主系统考虑了物理和操作约束，执行视觉伺服任务以最小化成本函数。开发了一种分层控制架构，集成了用于图像配准的迭代最近点（ICP）算法变体、约束噪声自适应Kalman滤波器、故障检测与恢复逻辑，以及受约束的最优路径规划器。动态估计器提供了对运动预测至关重要的未知状态和不确定参数的实时估计，同时通过一组不等式约束确保了一致性。它还根据意外的视觉误差自适应地调整Kalman滤波器参数。在视觉系统故障的情况下，激活由故障检测逻辑引导的恢复策略，该逻辑通过图像配准的度量拟合误差来监控视觉反馈。估计/预测的位姿和参数随后被输入到最优路径规划器中，由其引导机器人末端执行器到达目标的抓取点。该过程受多重约束，包括加速度限制、平滑捕获以及与目标保持视线。实验结果表明，即使视觉系统被完全遮挡，所提出的视觉伺服系统仍成功捕获了自由漂浮物体。