《Aerospace Science and Technology》：Artificial potential field-based cluster motion planning method for modular self-reconfigurable satellites
编辑推荐：
该研究提出基于人工势场的立方模块卫星集群运动规划算法，包含反向流策略防止 deadlock，开发了适用于不同任务序列的涌现（surging）和梯级（laddered）两种规划框架，前者优化空间紧凑性，后者侧重路径效率，并构建了基于A*算法的分层规划框架解决复杂环境中的局部最优问题。
Jialin Yu|Dong Ye|Haoran Liu|Pengyu Guo|Ling Meng
哈尔滨工业大学卫星技术研究中心，中国哈尔滨，150080
摘要
本文提出了一种基于人工势场的立方体可重构模块化卫星集群运动规划算法。该算法采用了逆流策略以防止集群僵局。针对不同的模块执行顺序，开发了两种分别采用“涌动模式”和“阶梯模式”运行的集群运动规划框架。这两种互补的框架能够适应不同的应用场景：阶梯模式优先考虑路径效率，而涌动模式则优先考虑空间紧凑性。为了实现在复杂环境中的集群运动，基于A*算法开发了一种分层规划框架。在该框架中，顶层算法规划一系列目标点以规避障碍物，从而防止集群陷入人工势场中的局部最小值。通过对不同距离下的重构过程进行仿真，比较了涌动模式和阶梯模式的运动特性。来自两个复杂环境的仿真结果验证了分层规划框架的有效性。
引言
随着航空航天技术的进步，卫星的形态特征和功能发生了变化[1]、[2]。卫星的发展趋势朝着分布式和小型化设计或单体化和扩展型配置方向发展。这一演变受到日益多样化的运营模式和多个领域（包括导航、通信、遥感和科学探索）复杂功能需求的驱动[3]、[4]。此外，由于微卫星具有开发周期短和制造成本低的优点，它们已成为大规模生产和星座部署的理想候选者。
因此，提出了一种新型的微卫星集群概念，即通过发射模块化卫星在轨进行组装和重构[5]、[6]、[7]、[8]、[9]。这些模块化架构能够动态调整成多种结构配置，从而支持复杂的任务需求，例如在轨服务[10]、[11]、[12]、[13]。这种航天器模型被称为模块化自重构航天器（MSRS），如图1所示。
在可重构航天器领域取得了显著进展。可重构航天器的概念最初在日本PETSET项目中提出[15]。另一个名为MOSAR的项目由欧盟资助，旨在设计能够执行空间组装等任务的航天器模型[16]，如图2所示。2010年，德国启动了iBOSS项目，旨在开发一种可扩展的模块化航天器，允许根据不同任务选择和组合模块[14]。Tanaka等人提出了一个更先进的蜂窝卫星概念[17]。根据这一概念，MSRSs的工作原理类似于生物细胞，具有相同的紧凑性和可重构结构特性。麻省理工学院的Nisser设计了Electro Voxel，这是一种纯电动的可重构立方体模块机器人[18]。该机器人代表了早期M-cube设计的进化版本，其变换子系统完全由电磁驱动[19]。
为了确保MSRS的设计适用于各种复杂的操作条件，它应具备通过重构在太空中移动的能力[20]、[21]、[22]。这一功能将使得通过空间站的舱口或在其内部转移等操作成为可能。因此，研究模块运动规划对于可重构航天器系统的有效运行至关重要[23]。
可重构航天器的概念源自可重构机器人系统。然而，大多数现有的自重构规划算法主要适用于地面自重构系统，不能直接应用于自重构卫星集群。Fitch等人开发了适用于大规模分布式可重构系统的运动规划算法[24]、[25]。然而，为了确保算法效率，这些算法引导模块附着在物体表面，这使其在可重构航天器系统中的应用变得复杂。Butler等人提出了一种基于PacMan算法的模块表面运动系统，适用于可压缩的模块，可以防止运动过程中的冲突[26]。Song等人分别利用强化学习和A*算法为自重构卫星集群引入了形态学重构规划算法[27]、[28]。然而，他们的研究重点在于改变集群的配置，而不是引导卫星集群在太空中的运动。
分层规划算法为引导自重构系统规避障碍物提供了一种特定方法。Yoshida等人提出了一种由两层组成的分层运动规划框架[29]。这两层分别是生成集体运动轨迹的全局规划器和通过从运动约束数据库中提取的预定义规则迭代评估单个模块路径可行性的局部规划器。然而，他们的规划算法依赖于研究中的特定硬件架构。Ababsa等人进行了顶层规划，以确定集群在规避障碍物时所需的配置，并评估了集群质心与目标点之间的距离，而底层采用了类似PacMan的算法进行模块运动规划[30]。然而，这种算法不适用于不可压缩的模块化卫星。Bassil等人提出了一种结合了集中式全局算法和分布式局部算法的混合算法[31]、[32]。Huang等人采用了一种分层算法，结合了顺序路径规划层和任务及轨迹规划层来实现自重构系统的运动规划[33]。然而，他们的算法难以在集群的紧凑性和运动效率之间取得平衡。
本研究的主要贡献如下：首先，开发了一种用于构建立方体MSRS的数学模型并推导其可行运动集的方法。随后使用Tarjan算法检验了可重构卫星集群的连通性。其次，开发了一种基于人工势场和D1框架的集群运动规划方法，该方法采用了逆流策略，通过反向遍历最短路径来避免集群僵局。第三，为不同的模块执行顺序建立了两种分别采用“涌动模式”和“阶梯模式”运行的集群运动规划框架，并分析了这两种规划框架的特性。最后，开发了一种基于A*算法的分层规划方法，其中顶层算法规划一系列目标点以引导配置规避障碍物。
本文的其余部分组织如下：第2节介绍了立方体MSRS模块的开发，并概述了使用Tarjan算法验证可重构卫星集群连通性的方法。第3节建立了用于模块集群导航的人工势场，并描述了基于该势场的集群流动规划方法。同时介绍了通过反向遍历最短路径来避免集群僵局的逆流策略。此外，该节还介绍了为不同模块执行顺序建立的两种集群运动规划框架。第4节介绍了一种基于A*算法的分层规划方法，用于计算目标序列。第5节通过数值仿真比较了不同距离下涌动模式和阶梯模式的运动特性，并展示了所提出的分层规划算法在复杂环境中的可行性。第6节总结了本文提出的运动规划算法。
章节摘录
立方体模块化卫星
本文的运动规划重点在于立方体MSRS模块，如图3所示。在这种设计中，模块化卫星的对接和旋转依赖于安装在模块上的电磁机制和永磁机制。永磁机制设计为嵌入在卫星模块边缘的四分之一圆柱体，而电磁机制则嵌入在每个面上。在旋转过程中，边缘上的磁铁提供吸引力，以确保
人工势场
为了解决可重构卫星集群中的流动运动规划问题（即系统必须通过集中协调向目标位置前进，每次只有一个模块移动），首先需要回答两个问题：
(1) 如何为可移动模块选择动作？
(2) 如何确定模块的运动顺序（即确定哪个模块移动？
本文采用环境刺激方法来解决第一个问题。
分层规划框架
在仿真过程中，第3节中的规划框架导致模块集群在复杂环境的人工势场中陷入局部最小值，从而阻止模块成功到达目标位置。本节重点在于将上述规划算法适应于复杂环境。考虑了两种典型的复杂场景：通过狭窄孔口的移动和在受限Z形通道内的导航。
涌动框架和阶梯框架
使用涌动框架和阶梯框架模拟了模块集群的运动，并比较了这两种框架的重构特性。
该仿真模拟了模块化卫星集群在太空微重力环境中的运动过程。初始环境配置如下：一个40×40×40的可工作空间，其中64个模块化立方体（边长=1）堆叠在区域
结论
本文提出了一种基于人工势场的模块集群运动规划方法。该方法包含三个关键组成部分：
(1) 势场的构建。
(2) 通过D1框架建立基本流动规则。
(3) 开发基于最短路径的逆流策略。
为了适应不同的模块执行顺序，开发了两种集群流动规划框架：涌动框架和阶梯框架。
CRediT作者贡献声明
Jialin Yu：撰写——审稿与编辑，撰写——初稿，验证，方法论。Dong Ye：监督，项目管理，资金获取。Haoran Liu：验证，方法论。Pengyu Guo：资金获取。Ling Meng：资金获取。
