Decentralized Guidance and Control for Rendezvous and Docking with a Tumbling Target using Multiple Servicers
作者: Jonathan Taylor Jönsson, Sathyanarayanan Seshasayanan, Sumeet Gajanan Satpute, George Nikolakopoulos
分类: eess.SY
发布日期: 2026-09-22
备注: Accepted as a contributing paper to the iSpaRo 2026 conference
💡 一句话要点
提出去中心化控制框架以解决多小型服务器对翻滚目标的对接问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 去中心化控制 模型预测控制 多航天器系统 空间对接 自主航天器 轨道碎片清理 软对接 碰撞避免
📋 核心要点
- 现有方法在面对翻滚目标时，单个小型航天器的推力和到达范围常常不足，且多航天器的协调仍然存在安全性挑战。
- 本文提出了一种去中心化的六自由度模型预测控制框架，允许多个服务器在没有彼此输入信息的情况下进行安全对接。
- 通过MATLAB验证，三个服务器在固定障碍物配置下成功实现对接，所有约束条件均得到满足，显示出该方法的有效性。
📝 摘要（中文）
随着太空中小型化趋势的增长以及轨道碎片的急剧增加，本文提出了一种新的操作范式，即部署多个小型服务器共同完成翻滚目标的会合、对接和服务。单个小型航天器在推力和到达范围上常常受到限制，而在近距离安全协调多个自主航天器仍然是一个开放性挑战。本文展示了一种去中心化的六自由度模型预测控制（MPC）框架，能够在不知彼此预测输入的情况下，安全地实现多个服务器对翻滚目标的对接。该框架通过嵌入约束来强制执行软对接条件、服务器间的碰撞避免和障碍物避免，同时通过线性时不变（LTI）形式保持计算的可行性。通过在MATLAB中对三个服务器和固定障碍物配置的验证，确认所有约束得到满足并成功实现对接。
🔬 方法详解
问题定义：本文旨在解决多个小型服务器在对接翻滚目标时的协调与安全性问题。现有方法通常依赖于单一航天器，推力和范围受限，且缺乏有效的多航天器协调机制。
核心思路：提出的去中心化模型预测控制（MPC）框架允许多个服务器在没有彼此输入信息的情况下进行安全的会合与对接，确保了系统的灵活性和适应性。
技术框架：该框架包括多个模块，首先是状态预测模块，其次是控制输入生成模块，最后是约束处理模块。通过嵌入式约束，确保了软对接和碰撞避免。
关键创新：最重要的创新在于去中心化的控制策略，使得多个服务器能够在不共享信息的情况下进行协调，这与传统集中式控制方法形成鲜明对比。
关键设计：在设计中，采用线性时不变（LTI）系统模型，确保计算的高效性和可行性，同时设置了软对接条件和碰撞避免的约束，确保了系统的安全性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，三个服务器在固定障碍物配置下成功实现对接，所有约束条件均得到满足。该方法在处理多服务器协调时表现出良好的计算效率和安全性，验证了去中心化控制框架的有效性。
🎯 应用场景
该研究具有广泛的应用潜力，尤其是在太空任务中，如卫星维修、空间站对接和轨道碎片清理等。通过多小型服务器的协作，可以提高任务的灵活性和安全性，降低单一航天器的风险与成本。未来，该框架有望推动自主航天器技术的发展，促进更复杂的空间操作任务的实现。
📄 摘要（原文）
The growing trend of miniaturization in space, combined with an exponential increase in orbital debris, motivates a new operational paradigm, that is the deployment of multiple small servicers to collectively rendezvous, dock and service large tumbling targets. A single small spacecraft is often limited in thrust or reach for such targets, yet coordinating multiple autonomous spacecraft safely in close proximity remains an open challenge. This paper presents a proof-of-concept decentralized 6-DOF model predictive control (MPC) framework for multiple servicers to safely rendezvous and dock (RVD) to a tumbling target with no knowledge about each others predicted input over the prediction horizon. The proposed framework enforces soft docking conditions, inter-servicer collision avoidance, and obstacle avoidance through embedded constraints, while remaining computationally tractable via a linear time-invariant (LTI) formulation. Validation in MATLAB with three servicers and fixed obstacle arrangements confirms that all constraints are satisfied and successful docking is achieved.