空间技术是当今世界高新技术水平的集中展示，也是衡量一个国家综合国力的重要标志。空间机器人是航天器的典型代表之一，因其能代替人类完成空间站的组装与维修、轨道垃圾清理、太空资产维护，以及抓捕、释放、回收卫星等高度复杂的任务，所以对其技术的研究与开发一直是航天科技大国关注的热点。
历史上第一个空间机器人是20 世纪70 年代加拿大为美国的航天飞机研制的，并于1981 年上天服务，它是一个6 自由度15 m 长的机械臂，俗称“加拿大臂”(Canadarm)，它负责从美国的航天飞机上装卸载荷、抓捕漂浮载荷、检测航天飞机的隔热外层以及为宇航员提供活动平台等工作。直至2011 年随航天飞机的退休而停止工作，五条相同的机械臂在天上共完成了34 项不同的任务，包括协助宇航员维修哈勃望远镜等。20 世纪90 年代，加拿大又研发了两个空间机器人，一个是长度17.6 m 的加拿大2 号臂(又称SSRMS 或Canadarm2)，主要用于组装国际空间站；另一个是加拿大灵巧臂(又称SPDM 或DEXTRE)，用于维修空间站。与之前的加拿大臂相比，这两个新机器人都有冗余自由度，可以优化任务轨迹。
▲ 加拿大MSS (Mobile Servicing System)
主要由移动本体系统(mobile base system, MBS)、空间站远程遥操控机械臂系统(space station remote manipulator system, SSRMS)和专用灵巧机械手(special purpose dexterous manipulator, SPDM) 三部分组成。
日本研发的长9.9 m 的6 自由度空间站机械臂JEMRM，在2008 年运送到国际空间站，其主要工作是帮助照料空间站舱外的科学实验。
欧洲空间局也研发了一个11 m 长7 自由度的空间站机械臂(ERA)，但由于多种原因，该机械臂直到2017 年才进入国际空间站，将用于空间站的辅助维护工作。
美国国防高级研究计划局(Defense Advanced Research Projects Agency, DARPA) 于2007 年在“轨道快车计划”(Orbital Express) 中，演示了一个6 自由度3 m 长的机械臂在轨抓捕一颗漂浮卫星并对该卫星进行加注燃料、更换部件和维修等典型的在轨服务操作。美国随后又在“凤凰计划”(Pheonix) 等几个项目中继续研发在轨服务机械人技术，旨在在轨维修故障卫星和从报废的卫星上回收零部件进行再利用。同时，美国还正在研究小卫星的抓捕与变轨技术，他们认为，未来小卫星很可能会撞击地球，因此需要研究追踪与抓捕小卫星的方法以及改变小卫星运行轨迹的路径。
▲ “轨道快车” 项目的验证内容
我国的空间站机械臂长10.2 m，有7 个自由度，主要用于抓捕飞船和组装空间站的工作，已于2021 年发射上天。我国空间机器人研究起步较晚，第一个在轨工作的机械臂是在2014 年上天的，比发达国家晚了30 多年。
在轨服务任务中，被捕获的目标航天器可分为两类：合作目标、非合作目标。合作目标具有合作性，可向服务航天器传递相对运动信息，或便于进行交会对接等操作的条件。这类航天器通常安装有用于测量的特征和机械臂抓持或对接的装置。相对而言，非合作目标是指那些无法向服务航天器提供相对状态信息而且交互对接所需信息都未知的航天器。非合作目标不能向服务航天器提供有效的信息，这就给交互测量、机械臂抓捕和对接等操作带来了极大的挑战。如何在没有合作信息的情况下对目标进行识别、测量和抓捕便成为非合作在轨服务的一项关键技术，同时也是任务中面临的难点技术。
▲抓取空间翻滚目标是当前国际上的热点研究课题，它对空间站的组装与建设、航天器的在轨维修、空间碎片的清理、空间军事攻防等极具战略意义。
人类迄今为止已经成功开展的在轨服务案例大都是针对合作目标的空间任务，即目标航天器经过了特殊设计以配合完成在轨服务任务，尚没有捕获非合作翻滚目标的成功案例报道。目前，各国实际在轨运行的航天器和在研型号，并没有专门设计用于接受在轨服务的抓捕手柄和测量标识器(发光标识器或角反射镜)，即是非合作的，因此基于合作目标的在轨服务技术无法用于此类目标。在轨抓捕技术是航天高新技术领域中的一项极具前瞻性和挑战性的课题，同时也具有极高的军民两用双重价值。
目前空间目标的抓捕方式有机械臂、绳系和微小卫星抓捕等。抓捕过程可以分为抓捕前、抓捕中和抓捕后。抓捕前的主要任务通常是采用视觉等非接触方式确定被抓捕目标的几何外形、运动参数、惯量、质心和到抓捕点的距离等参数，以便确定合适的抓捕位置，规划空间机器人作业过程的路径和轨迹。抓捕中的核心问题是工作航天器和目标航天器间的接触碰撞，特别是动力学和控制问题。该过程冲击载荷大、作用时间短、存在碰撞后再次分离的可能，是复杂的非线性动力学问题。抓捕后的主要问题是系统的稳定控制。
▲ 组合航天器示意图
空间机器人通过机械臂对空间非合作目标进行抓捕后形成的组合航天器系统。
目前，针对空间机器人抓捕合作目标的研究已经取得一些研究成果，但对非合作目标抓捕尚有许多科学问题有待进行探索。由于非合作目标不能提供有效信息来辅助空间机器人完成抓捕任务，因此有效获取非合作目标的运动参数、几何外形以及减慢目标的转动速度等是保证完成在轨抓捕的必要前提。
随着现代计算机视觉技术的发展，通过视觉传感器可以实现对非合作目标的3 维结构重建，以及对目标的运动分析已成为可能。目前，比较成熟的基于视觉3 维重建技术的方案有两种：基于视觉里程计(VO)/视觉实时定位与地图构建(VSLAM) 的双目方案和单目RGB-D 方案。这两种方案都能在光照条件比较理想的情况下完成对观测物体的3 维重建，但考虑到太空环境中复杂的光照条件以及航天器表面附有具有反光特点的防护膜，上述3 维重建方案尚不具备直接应用于太空环境的条件。另外，由于空间非合作目标并不能配合空间机器人对其表面信息进行获取，所以空间机器人需要具有主动获取非合作目标表面信息的能力，即根据当前观测数据规划下一步空间机器人运动轨迹以及快速实现在轨位置姿态机动控制的能力。由此可见，将视觉技术应用于在轨服务尚有许多科学问题有待解决。太空环境中，以失效航天器及其碎片为代表的非合作目标在结构外形上具有非常大的差异，仅通过人类经验设计具有通用性的抓取策略是有很大难度的。
近年来，以深度学习和强化学习为代表的人工智能算法的不断成熟为抓捕非合作目标策略设计提供了新的可能。到目前为止，该类算法已经在图像分析、语音识别、自然语言处理、视频分类、视频游戏、棋牌类游戏、物理系统的导航与控制、用户交互算法等领域取得了令人瞩目的成就。在机器人领域，美国Berkeley 大学的Mahler等基于深度学习技术开发的机器人智能抓取系统在多种零部件抓取任务的成功率已经超过了基于人类设定规则所设计的抓取系统。该系统相对于传统的抓取系统，最大的区别是零部件的抓取位置是通过一个经过训练的深度学习网络获得的。美国Berkeley 大学的Levine 和Abbeel 在使用人工智能训练机器人完成复杂任务的研究领域也开展了很多非常有意义的探索，研究成果显示，通过强化学习训练获得的自主机器人控制系统在处理复杂任务的性能上已经远超基于人类制定规则所设计的控制系统。有理由相信，人工智能技术可以为空间非合作目标的在轨捕获提供帮助，且该技术具有在航天领域广泛应用的前景。
本文摘编自《空间机器人捕获动力学与控制》（蔡国平, 刘晓峰, 刘元卿著. 北京: 科学出版社, 2022.2）一书“第1 章绪论”，有删减，标题为编者所加。
《空间机器人捕获动力学与控制》（蔡国平, 刘晓峰, 刘元卿著. 北京: 科学出版社, 2022.2）是作者多年来从事空间机器人技术研究的总结，详细介绍了空间机器人在轨抓捕空间非合作目标的相关动力学与控制问题。内容包括：空间机器人的动力学建模，抓捕前的非合作目标的智能识别、运动观测、运动预测、近距离交会、大质量空间非合作目标的动力学演化机理和主动消旋策略，抓捕中的空间机器人机械臂的无扰路径规划控制技术、接触碰撞分析以及两种抓捕策略，抓捕后的空间非合作目标惯性参数辨识技术和两种航天器组合体的姿态快速稳定控制技术。另外，本书最后还安排有三个专题，详细介绍空间机器人的关节柔性及摩擦建模、容错控制问题以及追逃博弈问题。
（本文编辑：刘四旦）
一起阅读科学!
科学出版社│微信ID：sciencepress-cspm
专业品质 学术价值
原创好读 科学品味
科学出版社视频号
硬核有料 视听科学
传播科学，欢迎您点亮★星标，点赞、在看▼