空間細胞機器人接管控制的分布式控制分配

常海濤，黃攀峰，＊，王明，孟中杰

1．西北工業(yè)大學航天飛行動力學技術重點實驗室，西安 710072 2．西北工業(yè)大學 智能機器人研究中心，西安 710072 3．北方自動控制技術研究所，太原 030006

空間細胞機器人接管控制的分布式控制分配

常海濤1，2，黃攀峰1，2，＊，王明3，孟中杰1，2

1．西北工業(yè)大學航天飛行動力學技術重點實驗室，西安 710072 2．西北工業(yè)大學 智能機器人研究中心，西安 710072 3．北方自動控制技術研究所，太原 030006

采用接管控制技術延長航天器壽命為在軌服務提供了一種新思路，本文提出一種利用空間細胞機器人實施航天器接管控制的方案。針對空間細胞機器人實施接管控制的控制分配問題，建立了空間細胞機器人實施接管控制的動力學模型。為實現(xiàn)分布式控制分配，提出了一種基于CBBA算法的接管控制分配算法，利用自由市場機制實現(xiàn)控制分配的分布和異步計算。綜合考慮了執(zhí)行能力匹配、剩余能量和執(zhí)行器輸出限制，定義了空間細胞機器人的收益函數(shù)，空間細胞機器人通過自由拍賣和一致性協(xié)商完成控制任務的分配。通過蒙特卡羅分析，將本文算法與集中式分配算法零空間修正偽逆法相比較并進行參數(shù)影響分析，本文算法在保證分配精度的情況下，具有能量均衡等能力。

細胞機器人；接管控制；控制分配；CBBA算法；零空間

空間技術發(fā)展日新月異，各種航天器得到了廣泛的應用，近年來，GEO軌道衛(wèi)星年均發(fā)射量約25顆［1］，但仍難滿足日益增長的需求。傳統(tǒng)航天器設計模式需要大量的測試，難以降低成本和縮短周期。另外目前航天器大多無可接受在軌服務設計，針對各種不同在軌服務任務定制相應空間機器人系統(tǒng)，將帶來時間和成本的巨大消耗。空間細胞機器人（Cellular Space Robot，CSR）是面向在軌服務新挑戰(zhàn)的一種新的空間系統(tǒng)構建形式和操作手段。通過打破航天器系統(tǒng)架構和設計模式，按照典型子系統(tǒng)將其拆分為多個標準化、物理獨立、功能獨立、采用標準接口連接的細胞機器人，如測量細胞、通信細胞、執(zhí)行器細胞、載荷細胞、操作細胞等，仿照生物多細胞組織將細胞機器人相互結合，形成滿足多種功能需求的空間細胞機器人群落，以適應不同的在軌構建和在軌服務任務需求。

空間細胞機器人的概念是從Tanaka等［2］所提出的細胞星（CellSat）概念發(fā)展而來的。Cell－Sat的理念是將衛(wèi)星按典型子系統(tǒng)拆分為多個標準化的細胞，利用機器人將不同類型的細胞裝配在一起形成集成航天器。Tanaka等［3］完成了CellSat樣機設計并進行了精確裝配方法研究。類似的還有DARPA的鳳凰計劃（Phoenix Project）［4－5］和 DLR 的iBOSS （Intelligent Building Blocks for On－orbit－Satellite Servicing）［6－7］，上述項目均需由額外的機器人完成裝配操作，因此每個細胞均需配備機械臂位姿測量的合作靶標［8］。空間細胞機器人在上述項目基礎上，利用操作細胞的操作能力實現(xiàn)航天器系統(tǒng)的自主構建和自重構；同時可以與待服務航天器等操作目標連接組合，實現(xiàn)在軌服務。

利用空間細胞機器人實施接管控制是其典型在軌服務任務。接管控制［9］是通過服務航天器與目標航天器結合，利用自身的執(zhí)行機構來接管目標的姿軌控制，實現(xiàn)控制系統(tǒng)失效航天器的壽命延長。空間細胞機器人實施接管控制任務中，由于單個細胞機器人執(zhí)行能力有限，因此執(zhí)行器細胞需要冗余配置，才能使系統(tǒng)具備足夠的執(zhí)行能力，此時將期望控制量在冗余配置的執(zhí)行細胞間進行分配，使執(zhí)行細胞的合成輸出盡可能與期望控制量匹配是本文的主要研究內(nèi)容。

常用的控制分配方法有偽逆法、直接分配法、數(shù)學規(guī)劃法等。由于偽逆法無法保證輸出在執(zhí)行器輸出可行域內(nèi)，因此Bordignon和Durham［10－11］利用控制效率矩陣的零空間對偽逆解進行修正，使其重新落入可行域內(nèi)，張世杰等［12］等利用該思想解決了過驅衛(wèi)星的反作用飛輪控制分配，但該算法需要進行多次矩陣偽逆求解；直接分配法是Durham［13－14］提出的一種幾何算法，幾何原理直觀，但求解可達集時計算量和計算復雜度較大；數(shù)學規(guī)劃法通過選取一定的優(yōu)化指標，將控制分配問題轉化為標準的線性規(guī)劃問題，Harkegard［15］將控制分配與執(zhí)行機構的動態(tài)響應相結合，提出了動態(tài)控制分配方法。以上三類控制分配算法為集中式算法，而實際空間細胞機器人相互之間通過通信線路互聯(lián)協(xié)作，具有分布式特點，因此本文參考多機器人任務分配算法［16－17］，實現(xiàn)細胞機器人的分布和異步控制分配。

本文以空間細胞機器人實施接管控制為任務背景，首先建立其動力學模型，然后考慮空間細胞機器人的分布式特點，研究其在接管控制中的控制分配問題。采用基于市場法和一致性算法，實現(xiàn)分布、異步計算，最后通過與一種零空間修正的集中式算法進行了仿真對比，并對本文算法進行了參數(shù)影響分析。

1 動力學模型

1．1 系統(tǒng)組成

空間細胞機器人作為一種新的空間系統(tǒng)構建形式和操作手段，其系統(tǒng)由多個標準化的細胞機器人，如測量細胞、通信細胞、執(zhí)行器細胞等，通過標準化機械、電、數(shù)據(jù)接口連接，形成不同功能的空間系統(tǒng)。圖1所示為空間細胞機器人典型應用：圖1（a）為利用不同功能的細胞機器人裝配成為新的空間系統(tǒng)，用于空間系統(tǒng)在軌裝配；圖1（b）為利用細胞機器人和天線等目標結合，并利用執(zhí)行器細胞等實施接管控制，用于控制系統(tǒng)失效航天器壽命延長等在軌服務任務。本文研究圖1（b）所示接管控制的控制分配問題。

圖1 空間細胞機器人（CSRs）典型應用Fig．1 Typical applications of cellular space robots（CSRs）

1．2 動力學模型

為建立空間細胞機器人接管控制的動力學模型，將接管目標及細胞機器人的組合體視為剛體B0，細胞機器人視為固連其上的質(zhì)點，空間細胞機器人系統(tǒng)一般模型如圖2所示。

圖2 空間細胞機器人系統(tǒng)一般模型Fig．2 General model of CSR system

圖2中：cB為組合體質(zhì)心位置，cBxByBzB為組合體質(zhì)心坐標系，oIxIyIzI為慣性坐標系。在B0上不同位置安裝有不同類型的細胞機器人，根據(jù)細胞機器人的執(zhí)行器種類將其劃分為兩類：一類為外力型細胞機器人共n個，裝備推力器等力執(zhí)行器，分別記為Rf1，Rf2，…，Rfn，安裝位置相對于質(zhì)心cB的位移矢量分別為a1，a2，…，an，力作用方向的單位矢量分別為k1，k2，…，kn，作用力大小分別為f1，f2，…，fn；另一類為力矩型細胞機器人共m個，裝備反作用飛輪等力矩執(zhí)行器，分別記為Rt1，Rt2，…，Rtm，力矩作用方向單位矢量分別 為 d1，d2，…，dm，力 矩 大 小 分 別 為 τ1，τ2，…，τm。

外力型細胞機器人Rfi對系統(tǒng)的力Fi∈R3×1和力矩Ti∈R3×1分別為力矩型細胞機器人Rtj對系統(tǒng)的力Fj∈R3×1

和力矩Tj∈R3×1分別為

定義輸出向量F＝ ［f1f2… fn］T∈Rn×1，T＝ ［τ1τ2… τm］T∈Rm×1。則系統(tǒng)所受作用力Fe∈R3×1和作用力矩Te∈R3×1分別為

式中：Jf∈R6×n為推力控制效率矩陣，表示外力型細胞機器人力輸出到系統(tǒng)外力和外力矩的轉換關系；Jt∈R6×m為力矩控制效率矩陣，表示力矩型細胞機器人力矩輸出到系統(tǒng)外力和外力矩的轉換關系。由式（1）和式（2）可知

式中：M為組合體質(zhì)量；I∈R3×3為其轉動慣量；v∈R3×1為質(zhì)心線速度；ω∈R3×1為角速度；ξe∈R6×1為外部干擾力和干擾力矩。

式（6）可以整理為

式中：

根據(jù)Newton－Euler法，系統(tǒng)動力學方程為

其中：H （X）為系統(tǒng)慣性矩陣，描述系統(tǒng)的質(zhì)量和慣量特性；X＝ ［x y z α β γ］T為系統(tǒng)位姿，其中x、y、z為三軸位置，α、β、γ為1－2－3歐拉角；c （）為非線性力項，包括科氏力和離心力；E3為3階單位矩陣。

2 控制分配問題描述

利用細胞機器人對目標航天器實施接管控制，由于單個細胞機器人通常執(zhí)行能力有限，因此需要配置細胞機器人的數(shù)量要大于接管目標航天器系統(tǒng)的自由度，系統(tǒng)為過驅動控制系統(tǒng)。令系統(tǒng)控制量為W∈R6×1（力和力矩），執(zhí)行細胞機器人的輸出向量為u∈ R（m＋n）×1，對應關系如式（8）所示，其中m＋n＞6，系統(tǒng)控制效率矩陣為B∈R6×（m＋n），與細胞機器人位置和方向相關。

當細胞機器人與接管目標結合后，由于細胞機器人安裝位置和方向的不同，將影響系統(tǒng)控制效率矩陣，因此需要控制分配算法將控制器的控制輸出分配到各個細胞機器人，實現(xiàn)由給定控制量W，得到各細胞機器人的輸出向量u。

3 基于CBBA的控制分配

由于空間細胞機器人的分布性，本文參考多機器人系統(tǒng)的任務分配方法實現(xiàn)控制分配，任務分配問題是多機器人系統(tǒng)協(xié)同控制基本問題［17］，按照每個任務所需機器人數(shù)量可將任務分為單機器人任務 （Single－robot，SR）和 多 機 器 人 任 務（Multi－robot Task，MR）；按照每個機器人所能執(zhí)行任務數(shù)量可將機器人分為單任務機器人（Singletask，ST）和多任務機器人（Multi－task，MT）。

將給定W分割成多個任務，可將細胞機器人控制分配問題化為SR－MT任務分配問題，此類分配可視為整數(shù)規(guī)劃：

式中：Nr為總細胞機器人數(shù)，細胞機器人集合為I＝ ｛1，2，…，Nr｝；Nt為總任務數(shù)，任務集合為J＝ ｛1，2，…，Nt｝；Lt為每個細胞機器人所能承擔的任務上限；xi∈ ｛0，1 ｝Nt為任務分配標記向量；xij為xi的第j個元素，表示任務j是否分配給細胞機器人i，是則xij＝1，否則為xij＝0；pi∈（J ∪ ｛0｝ ）Nt為任務隊列向量，pi中元素的順序表示細胞機器人i所分配的任務的順序，0表示未分配；gij（pi）表示細胞機器人在任務隊列pi下，執(zhí)行任務j的收益，定義見3．3節(jié)。

針對SR－MT任務分配，MIT的Choi等［18］提出 了 CBBA（Consensus－Based Bundle Algorithm，CBBA）算法，該算法是基于一致性的組合拍賣算法，分為兩步：第一步為任務拍賣分配階段，機器人各自報價，報價較高的機器人獲得任務；第二步為一致性協(xié)商階段，通過與相鄰的機器人進行通信，解除任務分配沖突，達到任務分配結果的協(xié)商一致。該算法可以實現(xiàn)異步、并行計算，并在無人機的編隊控制中得到了一定的應用［19］。

在SR－MT任務分配中，完成一致性協(xié)商后機器人i按照pi表示的順序依次執(zhí)行所分配任務，而控制分配完成一致性協(xié)商后，所有任務同時執(zhí)行，因此本文對CBBA算法進行以下修正：①精簡本地維護向量，無需記錄通信時間，降低了本地存儲消耗；②精簡原CBBA中收益函數(shù)的時間衰減因子，使得pi中各項時間優(yōu)先度一致；③由于無通信時間記錄數(shù)據(jù)，對應調(diào)整了一致性協(xié)商階段的響應規(guī)則，簡化判斷條件，減少了條件判斷計算量。

精簡后細胞機器人i本地維護以下4個向量：①分配標記向量xi；②任務隊列向量pi；③報價記錄向量yi∈RNt，yi的第j個元素yij表示機器人i所記錄的任務j的最高報價；④分配歸屬向量zi∈ （I ∪ ｛0｝ ）Nr，zij為其第j個元素；若zij＝k，表示細胞機器人i認為任務j分配給細胞機器人k，對應報價為yij；zij＝0表示細胞機器人i認為任務j未分配。

3．1 拍賣分配階段

任務拍賣分配過程采用市場法，是目前任務分配問題中廣泛采用的分配策略。在本步中，每個細胞機器人根據(jù)自身所能承擔的任務數(shù)量，對未分配的任務進行評價，根據(jù)每個任務所能帶來的收益添加到自身的任務隊列中，并更新任務報價，拍賣分配階段細胞機器人i的計算流程如圖3所示，圖中符號“⊕”表示隊列添加；gmax表示最大邊際收益；Ji為細胞機器人i獲得最大邊際收益時對應的任務；arg max（gmax）表示gmax到對應任務Ji的映射。分配過程中，各細胞機器人僅需自身信息，所有的細胞機器人收益計算均可分布式、異步實現(xiàn)。

圖3 拍賣分配階段細胞機器人i的計算流程Fig．3 Auction process calculating flow of CSRi

3．2 一致性協(xié)商階段

為了實現(xiàn)所有細胞機器人對任務分配結果的協(xié)商一致性，解除任務分配的沖突和互鎖現(xiàn)象，細胞機器人之間需要進行互相通信。設細胞機器人i接收到細胞機器人k關于任務j的報價ykj和分配結果zkj，在整個協(xié)商過程中，每個細胞機器人可能執(zhí)行更新、重置、忽略3種操作：①更新操作，yij＝y(tǒng)kj，zij＝zkj；②重置操作，yij＝0，zij＝0；③忽略操作，yij＝y(tǒng)ij，zij＝zij。

按照細胞機器人i和k所記錄的分配歸屬和對應報價分為幾種情況，對應的細胞機器人i接收細胞機器人k的響應規(guī)則如表1所示。

另外，若對yij進行了更新或重置操作，將影響到任務隊列向量pi中任務j之后添加的各任務的收益，因此需要將其重置。設pir表示pi中的第r個元素，任務j在細胞機器人任務隊列中排序為，即pi＾r(nóng)＝j。則更新或重置操作，任務隊列中第項之后各項均需重置，即

表1 細胞機器人i接收細胞機器人k的響應規(guī)則Table 1 Action rule for receiver CSRi based on communication with sender CSR k

3．3．1 能力匹配

在控制效率矩陣中，各列向量代表對應細胞機器人單位輸出的控制力和力矩，類比文獻［20］定義其為細胞機器人的能力向量。

則細胞機器人i的能力向量ci為式（8）中控制效率矩陣B的第i列，設ci與完成任務j其所需的能力向量cj之間的能力匹配系數(shù)為

3．3 收益函數(shù)

定義在算法拍賣分配階段的收益函數(shù)，綜合考慮細胞機器人能力匹配、剩余能量和執(zhí)行器輸出限制3個因素，定義細胞機器人i執(zhí)行任務j的加權收益為

顯然，μij＝cosθ，其中θ為ci、cj之間的夾角，定義收益gdij用于描述細胞機器人i對任務j的能力匹配程度為

式中：σd為與曲線陡峭程度相關的參數(shù)。

此時，細胞機器人i輸出為uij，令uij在沿任務需求能力向量的投影為cj，則細胞機器人i執(zhí)行任務j對應的輸出為

3．3．2 剩余能量

由于每個細胞機器人剩余能量不同，為實現(xiàn)能量均衡，這里引入與細胞機器人剩余能量相關的收益函數(shù)為

式中：εi為細胞機器人i的剩余能量比例，εi∈［0 1］；σe為與曲線陡峭程度相關的參數(shù)。對于推力細胞機器人εi為其燃料剩余比例；對于力矩型細胞機器人，考慮反作用飛輪雙向輸出特性，根據(jù)輸出uij方向不同，可得

其中：Li為細胞機器人i的反作用飛輪角動量；Lmax為反作用飛輪正向飽和角動量；Lmin為負向飽和角動量，通常Lmin＝－Lmax。3．3．3 執(zhí)行器輸出限制

考慮執(zhí)行器輸出限制，定義其可行域為

則定義與執(zhí)行器輸出限制相關的收益為

式中：σb為與曲線陡峭程度相關的參數(shù)；λij為細胞機器人i執(zhí)行任務j的輸出飽和指數(shù)；其表達式為

4 零空間修正法

作為對比，本文采用的集中式分配算法為零空間修正（Null－Space Intersections，NSI）［10－11］，其基本思想是利用控制效率矩陣的零空間對初始偽逆解進行修正，使得修正解重新落入可行域內(nèi)。

對于控制效率矩陣B，給定控制量W，有Bup＝W ，其中up＝B＋W為偽逆解。效率矩陣B的零空間矩陣N ∈ R（m＋n）×（m＋n－6）滿足如下性質(zhì)：BN＝0

因此，可將偽逆解進行修正為

式中：k∈ R（m＋n－6）×1為修正因子。

顯然，對于任意k，式（16）成立：

至此，分配問題轉換為給定控制量up，滿足Bup＝W ，且在upΩ的情況下，Ω為輸出可行域，尋找參數(shù)k，使得u＝up＋Nk∈Ω成立。將up和N 分塊，可得

式中：up1為輸出超限的偽逆解分量；up2為輸出未超限偽逆解分量；N1和N2分別為與up1和up2對應的零空間矩陣行分量。

同樣對u進行分塊，可得

則式（15）可化簡為

對up1各元素進行判定，若超上限，則置u1對應元素為輸出上限，反之則置為輸出下限，則

若經(jīng)過修正后u2不超限，則u1和u2組成可行解u；若修正后u2超限，則需要進一步修正。但可能遇到以下兩種特殊情況：①超限分量修正后導致其他分量超限，多次迭代后形成循環(huán)，無法形成可行解；②所有分量均超限。對于第①種情況，通常設定修正迭代次數(shù)避免多次修正，對于第②種情況，通常按照偽逆解各分量超出限制的多少進行矩陣分塊，再進行修正，或將所有超限分量設為其對應極限值。但以上兩種特殊情況都無法保證分配結果的精度。

5 仿真分析

在多智能體系統(tǒng)的研究中，通常用圖論方法表示信息拓撲。本文將每個細胞機器人看作圖的一個頂點，細胞機器人之間通過通信總線互相通信，系統(tǒng)拓撲可用無向圖表示。A∈R（m＋n）×（m＋n）為圖的鄰接矩陣，設節(jié)點與自身無連通性，即aii＝0，若節(jié)點j存在一條邊指向節(jié)點i，則aij＝1。無向圖中，對于任意i、j有aij＝aji。

本文以力矩型細胞機器人為例，構型如下：①為保證控制完整性［21］，設在目標航天器上安裝18個力矩型細胞機器人，接管其姿態(tài)控制，其中x、y、z軸向各6個；②各細胞機器人參數(shù)相同，參考Maryland Aerospace MAI－400微型反作用飛輪［22］：最大輸出力矩τmax＝0．625×10－3N·m，飽和角動量Lmax＝11．8×10－3N·m·s；③細胞機器人通信鏈路拓撲為隨機生成的連通圖，如圖4所示。

圖4 細胞機器人通信鏈路拓撲Fig．4 Communication topology of CSRs

5．1 蒙特卡羅分析

為分析本文所述算法的控制分配精度和能量均衡等特性，采用蒙特卡羅法進行仿真分析，仿真設置如下：①在 （－0．2Lmax，0．2Lmax）區(qū)間內(nèi)，隨機初始化各細胞機器人的初始角動量；②隨機生成三維期望力矩指令τcmd，各軸分量在 （－ 3，3）N·m區(qū)間均勻分布；③分別設置收益函數(shù)參數(shù)αd＝αe＝αb＝1，σd＝0．001，σe＝Lmax／3，σb＝0．2；④仿真時間為10s，指令條數(shù)為21條。

分別采用CBBA法和零空間修正法進行仿真，三軸輸出力矩Tx、Ty、Tz對比如圖5所示，兩種算法的輸出誤差分別記為eCBBA和eNSI，對比如圖6所示，可見兩種方法均可獲得較為精確的分配結果，保證控制的精度。其中，對應的各細胞機器人輸出力矩分別為uCBBA和uNSI，如圖7所示，兩種控制算法均能保證細胞機器人的輸出力矩在限制范圍以內(nèi)。

圖5 CBBA和零空間修正偽逆法輸出對比Fig．5 Output comparison of CBBA and NSI

圖6 CBBA和零空間修正偽逆法輸出誤差對比Fig．6 Output error comparison of CBBA and NSI

各細胞機器人剩余能量分布情況可由其角動量表示，角動量趨于飽和則剩余能量較少。隨著各細胞機器人的輸出，對應各細胞機器人角動量分別為LCBBA和LNSI，如圖8所示，可以看出，采用本文算法，能夠在保證控制精度的基礎上使得各細胞機器人的能量趨于一致，圖9為各細胞機器人角動量標準差σL，可見采用本文算法，各細胞機器人能量標準差明顯降低，可以有效實現(xiàn)能量均衡，防止個別細胞機器人的飛輪飽和而失去執(zhí)行能力。

圖7 各細胞機器人輸出力矩Fig．7 Torque output of CSRs

圖8 各細胞機器人角動量Fig．8 Angular momentums of CSRs

圖9 各細胞機器人角動量標準差Fig．9 Standard deviation of CSRs’angular momentums

5．2 參數(shù)影響分析

為分析各參數(shù)對分配結果的影響，需要分析收益函數(shù)中的αd、αe、αb以及σd、σe、σb的影響。αd和σd對分配結果精度有著至關重要的作用，調(diào)整二者有可能導致分配精度無法保證，失去控制分配的意義，因此本文暫不分析。主要分析αe和σe對細胞機器人能量均衡的影響，以及αb和σb對細胞機器人輸出值得影響。

1）αe、σe對能量收斂的影響

令αd＝αb＝1，σd＝0．001，σb＝0．2，分別取αe＝1，2，…，5，σe＝Lmax，Lmax／3，Lmax／5，各細胞機器人仿真初始時刻能量及期望指令與上文保持一致，不同αe和σe下各細胞機器人角動量標準差如圖10所示，可見相同σe下，αe較小時，能量收斂速度較慢，αe增大收斂速度加快；不同σe下，σe越大，收斂速度對αe越敏感。

αe分別為1，2，3時各細胞機器人角動量標準差如圖11所示。可見，相同αe下，角動量標準差收斂速度隨σe增大明顯加快。

圖10 不同αe和σe下各細胞機器人角動量標準差Fig．10 Standard deviation of CSRs’angular momentums with differentαeandσe

圖11 αe＝1，2，3時各細胞機器人角動量標準差Fig．11 Standard deviation of CSRs’angular momentumswithαe ＝1，2，3

2）αb、σb對輸出的影響

設αd＝αe＝1，σd＝0．001，σe＝Lmax／3，分別取αb＝1，2，…，5，σb＝0．1，0．2，0．3，其他參數(shù)設置與上文保持一致。得到不同參數(shù)設置下各細胞機器人輸出平方和qu如圖12所示。

圖12 各細胞機器人輸出平方和Fig．12 Quadratic sum of CSRs’output

可見，σb較小時，所有細胞機器人輸出力矩平方和收斂速度受αb影響較小。

6 結 論

1）為實現(xiàn)分布式控制分配，提出一種基于CBBA的接管控制分配方法，利用自由市場機制實現(xiàn)控制分配的分布和異步計算。

2）綜合考慮了執(zhí)行能力匹配、剩余能量和執(zhí)行器輸出限制等因素，定義了空間細胞機器人的收益函數(shù)。

3）通過仿真分析，并與零空間修正偽逆法相比較，CBBA算法在保證分配精度的前提下，具有能量均衡的能力。

4）通過參數(shù)影響分析得出αe、σe對能量收斂和αb、σb對總輸出的影響，權值αe和αb分別影響能量收斂和總輸出的收斂速度，而σe和σb分別影響能量收斂和總輸出對權值的敏感性。

［1］ BENEDICT B L．Rationale for need of in－orbit servicing capabilities for GEO spacecraft：AIAA－2013－5444［R］．Reston：AIAA，2013．

［2］ TANAKA H，YAMAMOTO N，YAIRI T，et al．Reconfigurable cellular satellites maintained by space robots［J］．Journal of Robotics and Mechatronics，2006，18（3）：356－364．

［3］ TANAKA H，YAMAMOTO N，YAIRI T，et al．Precise assembly by autonomous space robot using skill acquisition learning［C］／Proceedings of The 8th International Symposium on Artificial Intelligence，Robotics and Automation in Space． Munich：European Space Agency，2005，609－616．

［4］ JAEGER T，MIRCZAK W．Satlets－the building blocks of future satellites－and which mold do you use：AIAA－2013－5485［R］．Reston：AIAA，2013．

［5］ JOHNSON L K，HOLLMAN J，MCCLELLAN J，et al．Utilizing CubeSat architecture and innovative low－com－plexity devices to repurpose decommissioned apertures for RF communications： AIAA－2013－5487 ［R］． Reston：AIAA，2013．

［6］ WEISE J，BRIEB K，ADOMEIT A，et al．An intelligent building blocks concept for on－orbit－satellite servicing［C］／International Symposium on Artificial Intelligence，Robotics and Automation in Space．Turin：European Space A－gency，2012．

［7］ GOELLER M，OBERLAENDER J，UHL K，et al．Modular robots for on－orbit satellite servicing［C］／Proceedings of the 2012IEEE International Conference on Robotics and Biomimetics．Piscataway，NJ：IEEE Press，2012：2018－2023．

［8］ 溫卓漫，王延杰，初廣麗，等．空間站機械臂位姿測量中合作靶標的快速識別［J］．航空學報，2015，36（4）：1330－1338．WEN Z M，WANG Y J，CHU G L，et al．Fast recognition of cooperative target used for position and orientation measurement of space station’s robot arm［J］．Acta Aeronautica et Astronautica Sinica，2015，36（4）：1330－1338（in Chinese）．

［9］ 王明，黃攀峰，孟中杰，等．空間機器人抓捕目標后姿態(tài)接管控制［J］．航空學報，2015，36（9）：3165－3175．WANG M，HUANG P F，MENG Z J，et al．Attitude takeover control after capture of a target by a space robot［J］．Acta Aeronautica et Astronautica Sinica，2015，36（9）：3165－3175（in Chinese）．

［10］ BORDIGNON K A，DURHAM W C．Null－space augmented solutions to constrained control allocation problems：AIAA－1995－3209－CP［R］．Reston：AIAA，1995．

［11］ BORDIGNON K A．Constrained control allocation for systems with redundant control effectors［D］．Virginia：Virginia Polytechnic Institute and State University，1996：101－117．

［12］ 張世杰，趙亞飛，陳閩，等．過驅動輪控衛(wèi)星的動態(tài)控制分配方法［J］．航空學報，2011，32（7）：1260－1268．ZHANG S J，ZHAO Y F，CHEN M，et al．Dynamic control allocation for overactuated satellite with redundant reaction wheels［J］．Acta Aeronautica et Astronautica Sinica，2011，32（7）：1260－1268（in Chinese）．

［13］ DURHAM W C．Constrained control allocation［J］．Journal of Guidance，Control，and Dynamics，1993，16（4）：717－725．

［14］ DURHAM W C．Constrained control allocation：Threemoment problem［J］．Journal of Guidance，Control，and Dynamics，1994，17（2）：330－336．

［15］ HARKEGARD O．Dynamic control allocation using constrained quadratic programming［J］．Journal of Guidance，Control，and Dynamics，2004，27（6）：1028－1034．

［16］ KORSAH G A，STENTZ A，DIAS M B．A comprehensive taxonomy for multi－robot task allocation［J］．The International Journal of Robotics Research，2013，32（12）：1495－1512．

［17］ GERKEY B P，MATARIC M J．A formal analysis and taxonomy of task allocation in multi－robot systems［J］．The International Journal of Robotics Research，2004，23（9）：939－954．

［18］ CHOI H L，BRUNET L，HOW J P．Consensus－based decentralized auctions for robust task allocation［J］．IEEE Transactions on Robotics，2009，25（4）：912－926．

［19］ REDDING J，UNDURTI A，CHOI H L，et al．An intelligent cooperative control architecture［C］／American Control Conference．Piscataway，NJ：IEEE Press，2010：57－62．

［20］ 柳林，季秀才，鄭志強．基于市場法及能力分類的多機器人任務分配方法［J］．機器人，2006，28（3）：337－343．LIU L，JI X C，ZHENG Z Q．Multi－robot task allocation based on market and capability classification［J］．Robot，2006，28（3）：337－343（in Chinese）．

［21］ 張兵，吳宏鑫．單向執(zhí)行器系統(tǒng)配置的完整性［J］．自動化學報，2000，26（3）：392－396．ZHANG B，WU H X．Complete configuration of unidirectional actuator system［J］．Acta Automatica Sinica，2000，26（3）：392－396（in Chinese）．

［22］ LEENA S，MATTHEW F，SAGAR B，et al．On the phoenix ADCS－M3Darchitecture：AIAA－2013－5535［R］．Reston：AIAA，2013．

Distributed control allocation for cellular space robots in takeover control

CHANG Haitao1，2，HUANG Panfeng1，2，＊ ，WANG Ming3，MENG Zhongjie1，2
1．National Key Laboratory of Aerospace Flight Dynamics，Northwestern Polytechnical University，Xi’an 710072，China 2．Research Center for Intelligent Robotics，Northwestern Polytechnical University，Xi’an 710072，China 3．North Automatic Control Technology Institute，Taiyuan 030006，China

Spacecraft takeover control provides a new idea for on－orbit service to extend the lifetime of spacecraft．In this paper，cellular space robots（CSR）are implemented in spacecraft takeover control．On the foundation of the takeover control dynamic model for CSRs，a distributed control allocation algorithm based on consensus－based bundle algorithm （CBBA）is proposed．This market－based algorithm allows the distributed and asynchronous allocation for CSRs．The profit of the CSR depends on the capability matching with the task，energy level and output limits．The consensus allocation is achieved by auction procedure and consensus procedure．As a comparison，a centralized algorithm called null－space intersection is considered．Monte Carlo simulations indicate that the algorithm proposed in this paper can achieve energy consumption balance of the CSRs while allocating the control tasks．

cellular space robot；takeover control；control allocation；CBBA algorithm；null－space

2015－09－08；Revised：2015－09－25；Accepted：2015－10－12；Published online：2015－11－26 14：29

URL：www．cnki．net／kcms／detail／11．1929．V．20151126．1429．016．html

National Natural Science Foundation of China（11272256）

V448．2

A

1000－6893（2016）09－2864－10

10．7527／S1000－6893．2015．0270

2015－09－08；退修日期：2015－09－25；錄用日期：2015－10－12；網(wǎng)絡出版時間：2015－11－26 14：29

www．cnki．net／kcms／detail／11．1929．V．20151126．1429．016．html

國家自然科學基金 （11272256）

＊通訊作者．Tel．：029－88460366 E－mail：pfhuang＠nwpu．edu．cn

常海濤，黃攀峰，王明，等．空間細胞機器人接管控制的分布式控制分配［J］．航空學報，2016，37（9）：28642－873．CHANG H T，HUANG P F，WANG M，et al．Distributed control allocation for cellular space robots in takeover control［J］．Acta Aeronautica et Astronautica Sinica，2016，37（9）：28642－873．

黃攀峰 男，博士，教授，博士生導師。主要研究方向：空間機器人學、在軌服務、空間遙操作、導航、制導與控制。

Tel．：029－88460366

E－mail：pfhuang＠nwpu．edu．cn

＊Corresponding author．Tel．：029－88460366 E－mail：pfhuang＠nwpu．edu．cn