CN102915008A - 车间无人运输机智能调度系统 - Google Patents

车间无人运输机智能调度系统 Download PDF

Info

Publication number
CN102915008A
CN102915008A CN2012103414885A CN201210341488A CN102915008A CN 102915008 A CN102915008 A CN 102915008A CN 2012103414885 A CN2012103414885 A CN 2012103414885A CN 201210341488 A CN201210341488 A CN 201210341488A CN 102915008 A CN102915008 A CN 102915008A
Authority
CN
China
Prior art keywords
transporter
sub
workshop
control device
unmanned
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012103414885A
Other languages
English (en)
Inventor
邹娟
郑金华
王康
蔡霞
陈良军
周维
匡林爱
王雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiangtan University
Original Assignee
Xiangtan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiangtan University filed Critical Xiangtan University
Priority to CN2012103414885A priority Critical patent/CN102915008A/zh
Publication of CN102915008A publication Critical patent/CN102915008A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提出一种车间无人运输机智能调度系统,该车间无人运输机智能调度系统至少包含两个装置:一个中央控制装置;一个子运输机自主控制装置;在中央控制装置和子运输机自主控制装置间有无线通信模块。其中中央控制器及其自主调度装置由手持终端设备来控制,包括人机交互界面和中央报警系统;用到了车间无人运输机最短路径搜索策略。子运输机自主控制装置由相关传感器组成,在子运输机中加入实时障碍检测模块和子母控制器通信模块,实现实时路径修改和局部应急动作控制,以安全躲避车间内动态障碍物或行人;避免暂时路径修改对持久工作带来的影响。附加的语音报警系统,能够进一步确保车间工作的安全,具有智能化高、实时性好、制造及维护成本低廉等优点。

Description

车间无人运输机智能调度系统
技术领域
本发明属于人工智能领域和多机器人调度领域,涉及机器人智能导航和机器人传感器布局方法。 
背景技术
随着科技的发展和生产力水平的日益提高,原有的人工生产线开始朝着机器的、全自动的生产方式发展。运用智能机器取代人力劳动已成为当今科技研发的重点方向。无人运输机的使用有效的避免了人力资源的浪费,在准确节能的基础上提高了生产效率。 
无人运输机包括单运输机和多运输机两个方面。单运输机主要完成单一路线往返的运输工作,设备的设计过程向对简单,需要考虑的实际因素较少;而多运输机系统主要完成条路径运输工作,已有的方法是首先对每一个运输机路径进行规划,再将每个运输机的路径整合,设计出无碰撞的安全路径。这类方法设计路线比较单一,不灵活,每台运输机无法根据实际突发情况调节其路径。 
针对机器间的无线通信,目前已有的研究成果主要分为TCP协议和UDP协议两类,这两种方法各有优缺点,TCP协议可有效保证通信系统的可靠性,但该协议牺牲了系统的实时性,UDP协议具有“快速”、“轻量”的性能,但没有发送前建立连接和发送方等待确认信息的过程,使系统可靠性有所下降。 
发明内容
本发明以已有的技术为支撑,设计了一个卷烟车间无人运输机智能调度系统,将全局路径搜索策略与局部搜索策略相融合,针对初始车间障碍信息进行全局路径搜索,并针对于环境发生动态未知变化的情况下做路径的局部修改,提高了无人运输机的快速反应能力,并实现了运输机系统的中央控制。 
设计一个性能良好的车间无人运输机智能调度系统,需要解决一下几方面的问题:(1)整个系统(包括:中央控制和子运输机控制)的功能设计和硬件实现;(2)车间无人运输机全局路径搜索策略和局部路径修改策略算法的实现(包括:模型建立,优化算法,功能算子的设计);(3)无线通讯方式的选择和设计。 
为解决上述技术问题,本发明采用以下技术方案: 
一种车间无人运输机智能调度系统,该车间无人运输机智能调度系统至少包含两个装置: 
一种车间无人运输机智能调度系统,该车间无人运输机智能调度系统至少包含两个装置: 
一个中央控制装置;一个遥控子运输机;中央控制装置与遥控子运输机之间通过无线通信联系;所述的中央控制装置包括:中央决策模块;在中央决策模块连接中央无线通信模块、中央报警系统、人机界面;所述遥控子运输机包括:包括子运输机,在子运输机上装有运输机控制器;在运输机控制器连接有无线通信模块、运输机速度传感器、运输机障碍物测距传感器、运输机语音提示模块、运输机移动动作控制模块;运输机移动动作控制模块控制运输机机械/电气部分。 
在子运输机四面侧装有运输机障碍物测距传感器。 
在中央决策模块连接有手持终端,手持终端与中央决策模块通过无线通信联系。 
本发明具有如下效果:通过中央控制器控制遥控运输机,控制装置包括人机界面和手持终端;中央决策模块用到了车间无人运输机最短路径搜索策略;在遥控运输机中加入运输机障碍物测距传感器,实现实时路径修改和局部应急动作控制,以安全躲避车间内动态障碍物或行人;避免暂时路径修改对持久工作带来的影响。附加的语音报警系统,能够进一步确保车间工作的安全。整个系统通过DSP(或单片机)芯片,主机,具有智能化高、实时性好、制造及维护成本低廉等优点。 
附图说明
图1为本发明框图。 
图2为本发明网格安全系数赋值策略示意图。 
图3为本发明编码1解码路径示意图。 
图4为本发明实施例烟厂卷烟车间布局抽象及全局路径搜索效果图。 
图5为本发明遥控子运输机及传感器布局图。 
图6为本发明局部路径修改策略流程图。 
图7为本发明局部路径修改模型。 
图8为本发明人机交互界面。 
图9为本发明车间无人运输机智能调度系统控制流程。 
图10为本发明各模块主要功能及职责。 
具体实施实例 
如图1所示,一种车间无人运输机智能调度系统,该车间无人运输机智能调度系统至少包含两个装置: 
一个中央控制装置;一个遥控子运输机;中央控制装置与遥控子运输机之间通过无线通信联系;所述的中央控制装置包括:中央决策模块;在中央决策模块连接中央无线通信模块、中央报警系统、人机界面;所述遥控子运输机包括:包括子运输机,在子运输机上装有运输机控制器;在运输机控制器连接有无线通信模块、运输机速度传感器、运输机障碍物测距传感器、运输机语音提示模块、运输机移动动作控制模块;运输机移动动作控制模块控制运输机机械/电气部分。 
在子运输机四面侧装有运输机障碍物测距传感器。 
在中央决策模块连接有手持终端,手持终端与中央决策模块通过无线通信联系。 
各模块主要功能及职责如图10所示。 
2.运输机控制器的传感器及其硬件布局如附图5所示。 
3.车间无人运输机智能调度系统全局路径搜索策略和局部路径修改策略算法的实现。中央决策模块由手持终端实现,是一个基于多目标遗传算法的全局路径规划系统和一个基于Voronoi图的安全避障局部路径搜索系统。 
系统输入信号主要有以下3个:(1)车间全局地图信息,由人机界面通过空间拍照,以权重栅格的形式建立数据组输入手持终端作为环境模型;(2)运输机起止位置及最大运输量设置,通过人机界面通过以下两种方式输入:a)输入起止位置及各路径运输机的选择,b)输入起止位置和最大运输量由系统自主分配遥控子运输机;(3)遥控子运输机求助信号、当前各运输机位置坐标及速度。 
所述环境建模通过采集地图信息将平面进行网格抽象,并对每个网格按照如下公式设定危险系数权值: 
λi,j=1/8×(λi-1,ji+1,ji,j-1i,j+1i-1,j-1i+1,j-1i-1,j+1i+1,j+1
       +1/16×(λi-2,ji+2,ji,j-2i,j+2i-2,j-1i+2,j-1i-2,j+1i+2,j+1
       +λi-2,j-2i+2,j-2i-2,j+2i+2,j+2i-1,j-2i+1,j-2i-1,j+2i+1,j+2
其中λi,j为第i行、第j列网格危险性系数权重。该公式的实现过程如附图2所示。 
中央决策模块生成路径决策算法由多目标遗传算法路径搜索策略实现,基于栅格编码多目标遗传算法路径搜索策略主要有以下几方面问题: 
(1)栅格编码机制:按照栅格序号所组成的策略生成路径,其中序列起始坐标和终止坐标由决策者给出,中间节点有多目标遗传算法搜索得到。 
以下为一个完整路径的机器编码(编码1): 
<1,1>-<1,2>-<2,3>-<3,3>-<4,4>-<4,5>-<5,6>-<6,6>-<7,7> 
其相应路径图示如附图3所示。 
(2)路径搜索机制:运用遗传算法对一下个目标进行折衷优化,分别为: 
Figure BSA00000777962200051
length(i)=dist(geni,geni+1
min f 2 = &Sigma; i = 1 N - 2 angle ( i ) ,
Figure BSA00000777962200053
min f 3 = &Sigma; i = 2 N - 1 Fit i , Fit i = &lambda; ge n i . x , gen i . y
其中,目标f1表示路径长度,目标f2表示路径光滑度,目标f3表示路径安全性。geni为第i个路径节点<x,y>,且<x,y>=<geni.x,geni.y>。 
(3)局部路径修改策略:对于行人挡道或车辆挡道时的突发状况,由遥控子运输机检测后向中央控制器发送求助指令和障碍物情况,由中央处理器进行局部路径修改。根据障碍物边缘所在栅格中点顺次链接生成多边形障碍,根据多边形障碍分布情况建立Delaunay三角形,连接三角形外接圆圆心并选择最适合的路径对原始路径进行修改。 
局部路径修改策略流程如附图6所示: 
局部路径修改模型见附图7。 
中央决策模块输出信号为路径编码序列,针对不同子运输机穿件的不同序列发送给对应遥控子运输机,并由子运输机接收并通过运输机控制器解码后控制子运输机按照相应路径行驶。 
3.车间无人运输机智能调度系统通信系统。主要包括以下2方面: 
(1)“中央决策模块--子运输机”通信协议,本发明采用CSMA/CD协议,实现遥控子运输机向中央决策模块发送求助信号并将中央决策模块应急决策送回给遥控子运输机实现。 
(2)“子运输机--子运输机”间通信协议,采用TCP/UDP协议,实现单独子运输机遇到危险状况时通知其他子运输机同时向中央决策模块发送当前运行状况。通过多协议融合,保证系统的稳定性和可靠性,基本不发生丢包的现象。以下对各模块实现方法做具体介绍: 
1.基于多目标遗传算法的车间无人运输机智能调度系统智能路径搜索策略。 
根据子运输机个数,对每一个子运输机运用多目标遗传算法路径搜索策略生成一组可行路径策略;针对每个子运输机执行以下路径选择策略: 
第1步:初始化种群,初始化种群采用栅格编码机制,首先确定起始点坐标<x0,y0>和终止点坐标<xn,yn>,并运用两种节点生成机制生成路径个体:(1)先在每个障碍物周围生成若干组尽量少的可行节点,该组可行节点保证路径可绕过障碍物。在其他空间中生成若干可行节点并顺次链接,组成一个可行路径;(2)随机生成一定长度的路径个体。通过以上两种方法,生成的路径个体存在两类:一类为可行路径,但并非最优路径;另一类为不可行路径。共生成popsize个个体。 
第2步:对该popsize个个体,运用以下三个评价函数进行适应度评价: 
Figure BSA00000777962200061
length(i)=dist(geni,geni+1
min f 2 = &Sigma; i = 1 N - 2 angle ( i ) ,
Figure BSA00000777962200063
min f 3 = &Sigma; i = 2 N - 1 Fit i , Fit i = &lambda; ge n i . x , gen i y
并对该popsize个个体进行Pareto排序。 
第3步:通过竞标赛选择策略,在上述种群中循环选择两个体进行基因片段的交叉,直到生成popsize个新个体为止。 
第4步:对新生成的popsize个个体运用步骤2进行适应度评价,并将其 与原有的popsize个个体合并,生成新的2*popsize个体的种群,对该种群进行分类,将无穿越障碍物的路径分至A类,将有穿越障碍物的路径分至B类;分别对A、B两类进行非支配关系排序,针对A类,经过分层机制选择个体进入子代,针对B类,选择最下层个体进行基因片段变异,在A类中选择与该个体最接近的基因片段替换穿越障碍物的基因片段,生成可行解。按照概率(A类概率较高、B类概率较低),从A、B两个种群中选择优秀个体共计popsize个,进入下一代操作。 
第5步,循环第3、第4步操作N次。 
第6步,输出所有可行路径编码。 
图4为烟厂卷烟车间布局抽象和路径搜索效果图,该卷烟车间主要包括烟丝分类加工、烟支卷装、烟支包装三个功能车间,每个车间的相关设施(障碍物)抽象为如图相应多边形。遥控子运输机需要在不同车间、不同机器之间做往返运输工作。运用上述搜索算法已给出其所有路径方案。 
将各遥控子运输机搜索到的路径方案融合,选择距离最短且无碰撞情况的一组方案,发送至各遥控子运输机。 
遥控子运输机协同作业过程中,需要实时检测周围障碍物情况以便做出局部路径修正。障碍物检测通过6个运输机障碍物测距传感器对前侧向、正向、轴向、后侧项四个主要方向进行障碍物检测,该检测方式在保证全面检测的基础上,最大限度的避免了由于检测范围重叠而导致的检测失真现象。 
如图5所示,遥控子运输机上装有右前侧向测距传感器1,左前侧向测距传感器传感器3;正向测距传感器传感器3,轴向测距传感器4,左后测向测距传感器5,右后测向测距传感器6,无线信号收发器7,运输机控制器8,载物台9,定位装置10。 
2.基于Voronoi图的局部路径修改策略。 
第1步:当子运输机发出“会车”、“撞车”报警信号时,中央决策模块通过子运输机传送来的障碍物信息,在原有的环境模型中匹配障碍物位置,针对局部障碍物边界点的信息,进行局部Delaunay三角剖分。 
第2步:针对每个三角形,找出其外接圆圆心位置,顺次连接其外接圆圆心,生成新的可行路径,计算f3,选择f3值最小的路径替换当前路径段。 
图6为局部路径修改策略流程图。 
图7为局部路径修改模型。 
第3步:将新的路径编码显示在终端屏幕上等待工作人员调度。 
图8为局部路径修改后手持终端人机交互界面。 
结合图4和图8,烟厂车间调度系统流程简述如下: 
图4为一个卷烟厂加工车间示意图,该厂包括3个主要加工车间,分别为:1号烟丝制造车间;2号烟支卷装车间;3号烟支包装车间;每个车间包括5个分别加工A、B、C、D、E五个档次香烟的机器。 
子运输机作用是:将烟丝从1号车间的某台机器上将加工好的烟丝运送到2号车间对应机器上进行卷装加工,待烟支生产量达到一定数量时将烟丝运送至3号车间对应的包装台上进行封装。 
子运输机需求量为:负责烟丝运输的运输机5台;负责烟支运输的运输机5台。图中虚线部分为本系统对这10台运输机规划出的初始路径。在该路径图中,红色虚线表示的为“会车、撞车”事件高发路段,针对“会车、撞车”事件,系统主要做以下操作: 
当传感器检测到有“会车、撞车”事件发生时: 
1提前向终端发送报警信号,并等待终端新的动作序列; 
2终端接收子运输机当前位置,并对路径进行局部路径规划; 
3手持终端显示可选方案,输出格式为(最大拖延时间、危险系数),供操作人员选择,并等待5秒。 
4若5秒内操作人员未做出选择,则系统自动选择安全系数最高的方案执行,若5秒内操作人员已做出选择,则系统按照所选方案执行。 
3.车间无人运输机智能调度系统控制流程,见附图9。 

Claims (3)

1.一种车间无人运输机智能调度系统,其特征在于:该车间无人运输机智能调度系统至少包含两个装置:
一个中央控制装置;一个遥控子运输机;中央控制装置与遥控子运输机之间通过无线通信联系;所述的中央控制装置包括:中央决策模块;在中央决策模块连接中央无线通信模块、中央报警系统、人机界面;所述遥控子运输机包括:包括子运输机,在子运输机上装有运输机控制器;在运输机控制器连接有无线通信模块、运输机速度传感器、运输机障碍物测距传感器、运输机语音提示模块、运输机移动动作控制模块;运输机移动动作控制模块控制运输机机械/电气部分。
2.根据权利要求1所述的一种车间无人运输机智能调度系统,其特征在于:在子运输机四面侧装有运输机障碍物测距传感器。
3.根据权利要求1所述的一种车间无人运输机智能调度系统,其特征在于:在中央决策模块连接有手持终端,手持终端与中央决策模块通过无线通信联系。
CN2012103414885A 2012-09-13 2012-09-13 车间无人运输机智能调度系统 Pending CN102915008A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012103414885A CN102915008A (zh) 2012-09-13 2012-09-13 车间无人运输机智能调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012103414885A CN102915008A (zh) 2012-09-13 2012-09-13 车间无人运输机智能调度系统

Publications (1)

Publication Number Publication Date
CN102915008A true CN102915008A (zh) 2013-02-06

Family

ID=47613414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012103414885A Pending CN102915008A (zh) 2012-09-13 2012-09-13 车间无人运输机智能调度系统

Country Status (1)

Country Link
CN (1) CN102915008A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345190A (zh) * 2013-06-25 2013-10-09 上海交通大学 一种基于Android平台的AGV监控系统及方法
CN105911936A (zh) * 2016-06-30 2016-08-31 华南理工大学 一种agv小车的手持智能终端
CN106681334A (zh) * 2017-03-13 2017-05-17 东莞市迪文数字技术有限公司 基于遗传算法的自动搬运小车调度控制方法
CN107065888A (zh) * 2017-05-26 2017-08-18 金陵科技学院 一种基于磁导航机器人及导航调度系统和方法
CN107092981A (zh) * 2017-04-10 2017-08-25 哈尔滨理工大学 紧密衔接工序组优先加工的二车间综合调度方法
WO2018018574A1 (zh) * 2016-07-29 2018-02-01 罗伯特·博世有限公司 人员保护系统及其运行方法
CN107784380A (zh) * 2016-08-30 2018-03-09 上海创和亿电子科技发展有限公司 一种巡检最短路径的优化方法及优化系统
CN109062219A (zh) * 2018-08-29 2018-12-21 广州市君望机器人自动化有限公司 在单向通道上对机器人的调度方法及装置
CN111123929A (zh) * 2019-12-23 2020-05-08 天行智控(成都)科技有限公司 一种轨道运输分区调度系统
CN112550521A (zh) * 2020-09-23 2021-03-26 上海上实龙创智能科技股份有限公司 一种智慧工厂的智能上下料机器人、系统和控制方法
CN113568411A (zh) * 2021-07-30 2021-10-29 深圳市新盒科技有限公司 用于轨道地图的机器小车调度系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639699A (zh) * 2008-08-01 2010-02-03 邓伟雄 一种智能自动搜索跟踪高尔夫球车
CN202394364U (zh) * 2011-12-11 2012-08-22 陕西亚泰电器科技有限公司 智能化自寻迹机器人小车无线遥控系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101639699A (zh) * 2008-08-01 2010-02-03 邓伟雄 一种智能自动搜索跟踪高尔夫球车
CN202394364U (zh) * 2011-12-11 2012-08-22 陕西亚泰电器科技有限公司 智能化自寻迹机器人小车无线遥控系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345190A (zh) * 2013-06-25 2013-10-09 上海交通大学 一种基于Android平台的AGV监控系统及方法
CN105911936A (zh) * 2016-06-30 2016-08-31 华南理工大学 一种agv小车的手持智能终端
WO2018018574A1 (zh) * 2016-07-29 2018-02-01 罗伯特·博世有限公司 人员保护系统及其运行方法
CN107784380A (zh) * 2016-08-30 2018-03-09 上海创和亿电子科技发展有限公司 一种巡检最短路径的优化方法及优化系统
CN106681334A (zh) * 2017-03-13 2017-05-17 东莞市迪文数字技术有限公司 基于遗传算法的自动搬运小车调度控制方法
CN107092981B (zh) * 2017-04-10 2020-10-09 哈尔滨理工大学 紧密衔接工序组优先加工的二车间综合调度方法
CN107092981A (zh) * 2017-04-10 2017-08-25 哈尔滨理工大学 紧密衔接工序组优先加工的二车间综合调度方法
CN107065888A (zh) * 2017-05-26 2017-08-18 金陵科技学院 一种基于磁导航机器人及导航调度系统和方法
CN109062219A (zh) * 2018-08-29 2018-12-21 广州市君望机器人自动化有限公司 在单向通道上对机器人的调度方法及装置
CN111123929A (zh) * 2019-12-23 2020-05-08 天行智控(成都)科技有限公司 一种轨道运输分区调度系统
CN112550521A (zh) * 2020-09-23 2021-03-26 上海上实龙创智能科技股份有限公司 一种智慧工厂的智能上下料机器人、系统和控制方法
CN113568411A (zh) * 2021-07-30 2021-10-29 深圳市新盒科技有限公司 用于轨道地图的机器小车调度系统
CN113568411B (zh) * 2021-07-30 2023-10-27 深圳市新盒科技有限公司 用于轨道地图的机器小车调度系统

Similar Documents

Publication Publication Date Title
CN102915008A (zh) 车间无人运输机智能调度系统
CN103017757B (zh) 工程机械入场路径规划方法和路径规划装置
CN109240290B (zh) 一种电力巡检机器人返航路径确定方法
Kumar et al. A cloud-assisted design for autonomous driving
CN109062202A (zh) 基于物联网驱动的智能仓储配送系统
CN102420392B (zh) 基于磁导航的变电站巡检机器人全局路径规划方法
CN102207736A (zh) 基于贝塞尔曲线的机器人路径规划方法及装置
CN104897168B (zh) 基于道路危险评估的智能车路径搜索方法及系统
CN108088445A (zh) 基于八叉树表示的三维栅格地图路径规划系统及方法
CN103903453B (zh) 一种智能交通控制系统、装置和方法
CN107490382A (zh) 一种无人驾驶汽车路径规划系统及控制方法
CN109213155A (zh) 用于多机器人相互避让的调度方法、装置及服务器
CN107680378A (zh) 一种事故勘察方法、系统、设备及计算机存储介质
CN108762268A (zh) 多agv无碰撞路径规划算法
US11698640B2 (en) Method and apparatus for determining turn-round path of vehicle, device and medium
CN110285822A (zh) 无人机建图算法与无人车导航算法的融合应用系统及方法
KR20160132789A (ko) 사회적 자율주행 교통장치
CN105404938A (zh) 一种缩短输电线路巡视时间的巡线路径优化方法
CN110047306A (zh) 一种智能交通网络
CN107454945A (zh) 无人机的导航系统
CN114756034B (zh) 一种机器人实时避障路径规划方法及装置
CN107065848A (zh) 一种基于高精度定位导航终端的井下矿机车无人驾驶系统及方法
TW202020589A (zh) 用於教練式驅動多機器人合作運作系統之教練裝置及其合作運作控制方法
CN107480373A (zh) 输电线路选线方法及系统
CN109491383A (zh) 多机器人定位与建图系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130206