混合 RTG-太阳能供电下行星漫游者的能量约束导航.pdfVIP

混合RTG-太阳能供电下行星漫游者的能量约束导航

TianxinHu,WeixiangGuo,RuimengLiu,XinhangXu,RuiQian,JinyuChen,ShenghaiYuan,andLihuaXie

摘要—未来的行星探测漫游车必须在混合动力输入下长时

间运行，这种混合动力结合了稳定的放射性同位素热电发电机

（RTG）输出与可变的太阳能光伏（PV）可用性。尽管已经对电

池限制下的空中和水下机器人进行了节能规划的研究，但很少

有研究明确地为地面漫游车建模功率流或强制即时功率约束。

经典的地形感知规划器强调斜率或可通过性，而轨迹优化方法

本通常关注几何平滑性和动态可行性，忽视了能量可行性。我们

译提出了一种基于混合RTG–太阳能输入的显式集成平移、旋

转和阻抗功率以及基本子系统负载的能量受限轨迹规划框架。

中通过将累积能量预算和即时功率约束纳入SE(2)基础多项式轨

1迹优化中，该方法确保生成的轨迹同时具有平滑性、动态可行

v

2性和功率合规性。在类似月球地形上的模拟结果显示，我们的

6规划器生成的轨迹峰值功率与规定的限制相差0.55%，而现有

0方法超出限制超过17%。这展示了针对长期行星任务的能量感图1:概述在混合RTG-太阳能可用性范围内确保电力消耗的能

5源约束规划框架。

1知自主性的原理和实用方法。

.

9IndexTerms—能量约束规划，混合RTG-太阳能电力，消耗。尽管其重要性，但能效规划仍然是该领域尚未

0不均匀地形，模型预测控制充分解决的问题。

5

2现有机器人导航和规划[12]–[17]大多忽视了详细

:

vI.介绍的能量建模[18]。经典的方法，如A、D及其基于采

i

x行星探索和远程场机器人在最近获得了显著的样的变体，通常假设成本恒定或仅包含基于地形的度

r

a进展，这得益于月球、火星以及极端地球环境中的任量标准，如坡度或粗糙度[19]–[21]。近期的学习型规划

务[1]–[4]。这些平台必须在严重受限的能量资源下长器在感知和策略学习方面取得了进展[22]，但很少将

时间运行，如图所示1。在这种情况下，机器人通常依电力可用性作为约束条件考虑。一些关于长距离导航

赖于混合电源——最著名的是来自放射性同位素热电或漫游者模拟的研究包含能量相关的成本[23]，但通

发生器（RTGs）的低但稳定的输出[5]–[7]，以及持续常将它们视为外部约束而非动态耦合因素。此外，感知

的太阳能光伏（PV）输入[8]–[10]。随着这些系统的自和控制模块——通常是显著的能量消耗者——很少被

主性增强，对智能决策的需求也在增加，这种决策不集成到规划循环中[24]–[39]。这种脱节可能导致在能

仅要考虑通过能力[11]和安全性，还要明确管理能源源受限任务中的次优行为，机器人可能会提前耗尽电

力或由于保守的规划而避免科学价值较高的区域。在

EqualContribution.这项工作中，我们提出了一种基于优化的能量约束轨

CorrespondingAuthor.

AllauthorsarewiththeCentreforAdvancedRoboticsTechnology迹规划框架，适用于在混合RTG和恒定太阳能输入下

Innovation(CARTIN),SchoolofElectricalandElectronicEngineer-运行的行星漫游者。我们的方法明确地建模了与运动

ing,NanyangTech