模块化机器人系统具有构型可重组的特性，因而能够很好地适应严苛的空间环境，具有广泛的空间应用前景。模块化机器人的构型重组与控制是充分发挥该系统高度适应性及鲁棒性的关键技术，直接关系到模块化机器人构型重组的效率及成功率，甚至是整个空间探测任务的成败。因此有必要展开模块化机器人构型重组与控制方法的研究，本文立足于模块化机器人在空间环境中探测及应用的重大需求，以解决模块化机器人构型重组与控制中的难题为主要目的。结合空间探测任务背景，立足拓展新的理论与应用方法，系统研究了模块化机器人构型重组中的规划及控制问题。论文主要研究内容包括如下：
　　研究了模块化机器人的自动建模技术。1)针对传统的构型重组方式造成的模块联接面误差累积和消除的困难，提出了一种基于折纸的模块化机器人重构方式。这种重构方式能够有效减小联接面误差，大大提高模块化机器人构型重组的鲁棒性及成功率；2)考虑模块化机器人构型可变的特性，以及空间环境对系统自主性、实时性的要求，提出了模块化机器人的运动学模型及动力学模型的自动建立方法，该方法能够实时、高效地对模块化机器人的模型进行自动建立，满足空间任务对系统建模及计算实时性的要求；3)考虑到空间环境中的能源有限，模块化机器人重构过程的能量消耗是一项重要的性能指标，故基于提出的自动建模技术对能量指标进行实时的计算，能够大大降低在线计算量，提高能量计算的效率。
　　研究了能量最优的模块化机器人重构规划方法。为节省空间系统的能源，提高能量利用效率，对模块化机器人能量最优的重构规划方法展开研究。针对基于折纸的模块化机器人重构方式，考虑能量指标的两种度量形式，即关节力矩峰值以及关节力矩能量消耗，分别进行优化算法的设计。提出了两种求解能量最优重构方案的优化算法：1)基于自动建模技术的遍历求解算法，该算法能够保证求解结果的最优性，但求解的计算量大，运算时间长，对空间机器人系统的在线计算能力要求高；2)基于启发式算法的优化算法，该算法对构型重组方案中的各要素是解耦的，如根结点模块，初始构型和模块驱动次序等，对这些要素逐一进行启发式算法设计，从而大大降低求解过程的计算量和计算时间，满足空间系统的实时性要求。
　　研究了模块化机器人构型中的主动模块最优配置方法。相比模块化机器人的被动模块，主动模块单元的结构较为复杂，生产制造成本较高。为降低模块化机器人的构型重组及应用成本，并进一步减少重构的能量消耗，对主动模块的最优配置方法展开研究。面向两种不同的任务场景，即面向初始平面构型及目标三维构型的重构任务，提出基于图着色算法和启发式算法的最优配置方法，提高了配置方法的通用性。这两种方法均能求解出主动模块的最优配置方案，使得构型中的主动模块数量最少，且能够通过驱动这些模块完成构型重组，进行重构后的运动并根据指令执行相关的任务。相比图着色算法，基于启发式算法的最优配置方法大大降低了算法复杂度、计算量和运算时间，因此该算法有效提高了空间机器人系统的实时规划效率。
　　研究了模块化机械臂在轨协调操作与控制技术。考虑多模块化机械臂在轨协调操作柔性单元的空间任务，该任务对空间机器人的控制系统提出了很高的要求，不仅需要保证协调操作时柔性单元质心运动的轨迹跟踪精度，同时还要使得柔性单元大范围运动产生的振动最小化。针对协调操作任务中的控制目标，基于奇异摄动理论，提出了双时间尺度控制方案。该复合控制器包括基于非奇异终端滑模控制技术的慢子系统控制器，以及基于最优控制技术的快子系统控制器，能够同时实现协调操作任务的两个控制目标。仿真结果验证了上述算法的有效性。