邓云山,夏元清,*,孙中奇,沈刚辉

1. 北京理工大学 自动化学院,北京 100081

2. 复杂系统智能控制与决策国家重点实验室,北京 100081

未来的火星探测任务要求探测器具有精确着陆的能力[1-2]。探测器需要经历大气进入(Entry)、下降(Descent)以及最终着陆(Landing)过程(也称为EDL过程)[3],其中下降段包含伞降段与动力下降段(Powered-Descent Guidance, PDG),而动力下降段的轨迹规划是动力下降段制导控制问题中的重要研究内容。因此提高轨迹规划速度,使着陆器在线实时生成着陆轨迹对提高着陆器的生存能力和着陆精度具有重要意义[4]。

着陆器抛弃降落伞后,探测器进入动力下降段,需要利用火箭反推技术,进行姿态调整及障碍规避,最终悬停于预期着陆点正上方,释放火星车[3]。整个过程需要满足最大、最小推力约束,最小下降角等多个约束条件。文献[5]将能量最优动力下降段制导问题转化为二阶锥优化问题。在给定精度下,此类型优化问题可使用内点法在多项式时间内求解[6-8]。文献[9]在文献[5]的基础上,针对着陆点不可达问题,提出了最小着陆误差的轨迹规划算法,首先求解最小着陆误差问题得到距离预期着陆点最小距离的可降落区域,然后在该降落区域内求解能量最优规划问题。文献[4] 将能量最优下降问题转化为有限个推力为常值的分段函数,给出了每段内微分方程的解析表达式,并利用序列二次规划(Sequential Quadratic Program,SQP)算法对待求参数进行迭代求解。这种方法在一定程度上提高了计算效率。文献[10]基于凸优化方法研究了给定着陆精度下的约束可控集与约束可达集,通过对数据集的量化,评估给定着陆器着陆的可行性。……