月球车的运动学、动力学分析及其仿真研究

首先推导出六轮月球车运动学方程 ;其次 ,给出了在崎岖地形中运动的月球车的受力分析 ;最后 ,在考虑月球车多关节动力学问题条件下 ,建立了月球车的动力学模型 ;通过仿真实验表明该动力学模型可以较好地解决月球车在崎岖地形中的复杂运动问题 .     

“玉兔号”月球车成功实施首次月面探测

<正>1月14日21时45分,在北京航天飞行控制中心精确控制下,远在38万公里外的我国嫦娥三号巡视器,即"玉兔号"月球车在月面伸出机械臂,对其脚下月壤成功实施了首次科学探测。继去年12月23日凌晨实施控制机械臂进行投放测试后,这次是"玉兔"车首次正式投放使用机械臂,时间持续近30分钟。后续任务中,"玉免"车还将对月石、月坑等进行科学探测。     

基于立体图像的月球车导航定位试验研究

为获得月球车在轨移动过程中的位置信息,提出了基于立体图像的月球车导航定位算法.首先阐述了月球车导航定位算法原理,包括坐标系转换体系、月球车立体图像相对定向、月球车立体模型绝对定向和连接点坐标观测量权值,然后给出了月球车导航定位流程.最后,通过我国月球车的专项试验,验证了基于立体图像的月球车导航定位算法,具有较高的定位精度和应用稳定性.     

我与月亮有个约会——揭秘“中华牌”月球车

<正>经过漫长的太空旅行,"嫦娥三号"终于到达了目的地。当我的私人座驾——"嫦娥三号"探测器下降到月球上空预定高度时,通过反推火箭缓冲的作用,在月面上徐徐降落,舱门打开,自动弹出斜梯。这时,月球车缓缓地驰出出舱门,滑下斜梯,便开始了激动人心的约会之旅……"嫦娥三号"月球探测器发射升空,最令人瞩目的是它搭载的一部由我国自主研制的"中华牌"月球车。     

VLBI相位参考成像方法用于玉兔巡视器精确定位

实时高精度VLBI技术在嫦娥三号任务中的成功应用,为探测器的成功落月及月面定位提供了重要保障.目前使用VLBI群时延及测距数据获得的玉兔巡视器在月面上相对着陆器的位置精度约100 m.为获得更精确的巡视器位置,在中国VLBI网同波束观测条件下,将天文相位参考成像方法成功用于月面定位.先将探月VLBI软件相关处理机结果转为通用FITS-IDI数据格式,然后用天文成像软件对着陆器和巡视器进行相位参考成像,得到巡视器天线相对于着陆器天线的角位置.在此基础上,提出了新的探测器月面相对定位算法,获得了玉兔相对于着陆器高精度月面位置.由于利用了同一基带转换器数据进行相位参考成像,消除了共同的系统误差,因此获得了极高的定位精度.本文分别完成了玉兔离开着陆器前,两器处于初始零位条件时,以及两器在不同位置相互拍照时的相对位置测量.理论分析、零位测量及与视觉定位结果的比较表明,采用VLBI相位参考法获得的玉兔巡视器的相对位置精度约为1 m.本方法可用于未来月球及行星表面巡视器相对位置精密测量、导航与视觉定位结果的标定.     

用于月球车性能仿真的着陆区三维地形构造方法研究

作者旨在虚拟环境下建立包含典型地形特征的月面数字模型,为月球车的合理设计优化及其运动性能检测提供仿真试验平台。经统计分析建立月面撞击坑和石块的数字模型,采用分形布朗运动算法生成月面基础地形,选择基于直径预先确定和随机生成法将撞击坑和石块添加于该地形中生成三维数据;再基于Imageware利用这些数据重构二维图形,以imw格式输入UG构造parasolid格式三维模型;最后,将该模型和月球车CATIA模型导入ADAMS构造可参数化、可重用的月面着陆区仿真环境。试验表明,该着陆区三维模型可实现月球车在凹凸不平月面上的运动学、动力学仿真试验。     

将来，我们在月球定居

月球是离地球最近的天体,也是地球的天然卫星,从诞生之日起它就一直陪伴着地球绕太阳运行。近50年来,人类发射了许多探测器对月球表面进行探测,甚至还登上月球进行实地考察,为充分开发、利用月球资源做出不懈的努力。     

登陆另一个星球

登陆月球和火星是人类的梦想。1970年11月17日,人类的第一辆“月球车”1号由苏联发射登陆月球。美国第一辆载人月球车“巡行者”1号,在1971年7月26日由“阿波罗”15号搭载到月球。宇航员斯科特和艾尔文第一个驾驶“巡行者”1号月球车在月面上巡视。美国第二代火星车“勇气”号和“机遇”号,可谓劳苦功高。     

一种新型太阳能自动跟踪系统在月球车上的应用

本文在分析传统月球车能源供给系统的基础上,设计了一种跟踪精度高、结构简单,控制可靠的基于方位传感器的双轴可折叠式太阳能自动跟踪系统,实时的调整太阳能电池板的伸展方向,使之始终正对着太阳,这样就将太阳能电池板的效率提高了一至两倍。有效地提高了太阳能的利用率,为月球车顺利完成探测任务提供了保障。     

非结构化环境下基于视觉的障碍物实时检测

针对月面等非结构化环境下的实时障碍物检测问题,提出了一种基于角点的立体视觉障碍物检测方法.为提高角点提取与匹配的效率,采用基于Bresenham圆形模板和Moravec算法的两步角点检测与确认方法,并利用稀疏模板与极性约束进行角点匹配.考虑到单纯基于高度的障碍物的定义及其检测算法在月面等非结构化环境下不再有效,采用了一种基于角点空间关系的障碍物定义,并设计了相关的障碍物检测算法.该算法能实时运行于月面等非结构化环境,且不需要环境的先验知识.实验结果证明了算法的有效性.