A Convex Formulation of the Soft-Capture Problem

我们提出了一种快速轨迹优化算法，用于软捕获不配合翻滚的空间物体。我们的算法为六自由度维修航天器生成安全、动态可行且最小燃料轨迹，以实现服务航天器上的预定义位置和目标物体之间的软捕获（接触时几乎零相对速度）。我们通过强制执行视场约束的凸松弛，然后进行顺序凸规划来纠正轨迹以避免碰撞来解决凸问题。优化问题可以使用标准的二阶锥规划求解器来解决，使算法快速且实用，可以在飞行软件中实现。我们在模拟中展示了我们的算法在物体翻滚速率高达10{\deg}/s的范围内的性能和鲁棒性。

论文旨在解决软捕捉非合作翻滚空间物体的快速轨迹优化问题，以实现安全、动态可行和最小燃料消耗的轨迹规划。

通过强制执行视场约束的凸松弛，然后使用顺序凸规划来纠正轨迹以避免碰撞，解决凸优化问题。此算法可以使用标准二阶锥规划求解器解决，速度快，易于实现。

论文在模拟中演示了算法在各种物体翻滚速率（最高可达10度/秒）下的性能和鲁棒性。值得关注的是，该算法的速度快且易于实现。

在这个领域中，最近的相关研究包括《Deep Reinforcement Learning for Autonomous Spacecraft Rendezvous and Docking》和《Spacecraft Pose Estimation Using Vision and Deep Learning》。