CN105973239B - 无人机最短路径搜索方法 - Google Patents
无人机最短路径搜索方法 Download PDFInfo
- Publication number
- CN105973239B CN105973239B CN201610529872.6A CN201610529872A CN105973239B CN 105973239 B CN105973239 B CN 105973239B CN 201610529872 A CN201610529872 A CN 201610529872A CN 105973239 B CN105973239 B CN 105973239B
- Authority
- CN
- China
- Prior art keywords
- grid
- map
- unmanned plane
- wall
- serial number
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种无人机最短路径搜索方法,包括:S1:获取地图;依据预设方格边长划分所述地图为方格图;S2:通过超声波摄像头获取当前路况信息;S3:依据所述当前路况信息,判断以当前方格为出发点,能够通过的下一方格,并标记所述下一方格;S4:选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;S5:返回执行S2,直到所述方格为目的地方格。能够快速地搜索出到达指定地点的最短路径。
Description
技术领域
本发明涉及无人机技术领域,特别涉及一种无人机最短路径搜索方法。
背景技术
目前的无人机的路径搜索装置通常仅仅是找到目的地,而不是搜索出到达指定点的最短路径。通常寻找最短路径的方法是根据地图的复杂程度设置节点,因此其地图越复杂,节点设置也就越多,从而寻找最短路径的算法运算量也就越大。公开号为CN103697896A的中国专利提出了一种无人机路径规划方法,包括:第一步,初始化任务地图,标注起点Start(xstart,ystart)、终点Goal(xgoal,ygoal)和障碍物的坐标,计算出所述无人机的最小安全转向半径R;第二步,设定起点为节点Node[0]和终点为节点Node[-1],查找其它节点坐标,以结构体建立二叉树,第三步,以深度优先左值遍历方法读取二叉树,依次记录节点顺序,将相邻节点间的连线及采用了Dijkstra算法生成的路径存入矩阵Path[]之中。该方案在节点标定方面进行了优化,节省了一定的计算时间和存储空间,然而,其节点设置仍然受地图复杂程度的影响,不能实现快速、高效地搜索出到达指定地点的最短路径。
发明内容
本发明所要解决的技术问题是:无人机如何快速搜索出到达指定地点的最短路径。
为了解决上述技术问题,本发明采用的技术方案为:
一种无人机最短路径搜索方法,包括:
S1:获取地图;依据预设方格边长划分所述地图为方格图;
S2:通过超声波摄像头获取当前路况信息;
S3:依据所述当前路况信息,判断以当前方格为出发点,能够通过的下一方格,并标记所述下一方格;
S4:选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
S5:返回执行S2,直到所述方格为目的地方格。
本发明的有益效果在于:将地图划分成方格图,并根据超声波摄像头获取的当前路况信息即可判断下一步能够进入哪些方格,再根据向心法则,选择能够进入的方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入,实现每走一格都是最短路径,直到到达到目的地方格,通过本发明实现以快速的、高效的方式搜索出到达目的地的最短路径。
附图说明
图1为本发明实施例一的无人机最短路径搜索方法流程图;
图2为本发明实施例一的无人机最短路径搜索装置结构图;
图3为本发明实施例二的无人机最短路径搜索方法的地图;
图4为本发明实施例二的无人机最短路径搜索方法的方格图;
图5为本发明实施例二的无人机最短路径搜索方法的有墙地图最终搜索结果;
图6为本发明实施例二的无人机最短路径搜索方法的无墙地图最终搜索结果;
图7为本发明实施例三的无人机最短路径搜索方法的方格序号标记示意图。
标号说明:
1、超声波摄像头;2、双目超声波摄像头;3、处理器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:对地图划分方格,根据实时的路况信息判断当前所在方格能够通过的下一方格,并选择下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入。
本发明涉及的技术术语解释见表1:
表1
技术术语 | 解释 |
有墙地图 | 初始化时,地图上所有网格的边界均是有墙的 |
无墙地图 | 初始化时,地图上所有网格的边界均是无墙的 |
请参照图1,本发明提供了一种
一种无人机最短路径搜索方法,包括:
S1:获取地图;依据预设方格边长划分所述地图为方格图;
S2:通过超声波摄像头获取当前路况信息;
S3:依据所述当前路况信息,判断以当前方格为出发点,能够通过的下一方格,并标记所述下一方格;
S4:选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
S5:返回执行S2,直到所述方格为目的地方格。
从上述描述可知,本发明的有益效果在于:将地图划分成方格图,并根据超声波摄像头获取的当前路况信息即可判断下一步能够进入哪些方格,再根据向心法则,选择能够进入的方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入,实现每走一格都是最短路径,直到到达目的地方格,实现以快速的、高效的方式搜索出到达目的地的最短路径。
进一步的,所述S1还包括:
S101:将所述方格图分别存储为有墙地图和无墙地图;标记有墙地图的所有方格初始状态为1;标记无墙地图的所有方格初始状态为0;
所述S3具体为:
S301:依据所述当前路况信息,判断与当前方格有共同边的方格是否有墙;
S302:标记有墙地图中无墙的方格为0,以及为能够通过的下一方格;标记无墙地图中无墙的方格为能够通过的下一方格,以及与当前方格相邻且除所述下一方格外的所有方格为1;
S303:对应标记有墙地图和无墙地图中所述下一方格的序号为当前方格的序号加1;
所述S4具体为:
S401:判断有墙地图中所述下一方格的序号和无墙地图中所述下一方格的序号是否相同;
S402:若相同,分别选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
若不相同,分别选择有墙地图和无墙地图中下一方格序号较小者进入。
从上述描述可知,将方格图保存为有墙地图和无墙地图,并且依次对能够进入的方格进行升序序号标记,根据能够进入的方格序号的统计选择下一步走哪个方格,确保搜索到的路径最短。
进一步的,所述S303中,记录起始点所在方格的序号为1,通过洪水填充法分别记录有墙地图和无墙地图当前方格的序号和下一方格的序号,所述下一方格的序号为当前方格的序号加1。
从上述描述可知,通过洪水填充法将起始点方格到目标点方格经过的方格按起始序号为1升序排列,按照方格的序号统计结果即可迅速找到能够通过的路径。
进一步的,所述S2具体为:通过超声波摄像头检测障碍物以及与障碍物之间的距离;通过双目超声波摄像头测量无人机的角速度,通过超声波摄像头和双目摄像头测量障碍物的形状和尺寸。
从上述描述可知,通过超声波摄像头和双目超声波摄像头即可得到当前的路况信息和无人机自身的飞行信息。
进一步的,所述S1之前,进一步包括:
S01:无人机悬停时,获取无人机的晃动幅度L;
S02:记录无人机的机身宽度D;
S03:预设方格边长为4*L+D。
从上述描述可知,将方格的边长设为4*L+D能够确保无人机能够通过方格,且避免方格太大导致搜索不准确。
进一步的,所述无人机的上、下方向分别设有超声波摄像头;左、中、右方向分别设有双目超声波摄像头;所述无人机的晃动幅度L由无人机上的处理器依据所述超声波和所述双目超声波摄像头传回的数据计算得到。
从上述描述可知,由超声波摄像头和双目超声波摄像头传回的路况信息以及无人机自身的飞行信息计算出的无人机晃动幅度L,能够反映无人机能够通过的范围。
请参照图2,本发明的实施例一为:
一种无人机最短路径搜索装置,包括无人机,两个分别用于监控向上方向和向下方向的超声波摄像头1,以及三个分别监控左、前、右方向的双目超声波摄像头;两个超声波摄像头1配合用于光流计算;三个双目摄像头2用于测量障碍物的形状和尺寸;所述无人机包括处理器3,处理器3分别与超声波摄像头1和双目摄像头2通讯连接,用于接收超声波摄像头1和双目摄像头2上传的数据并根据所述数据进行相应的处理;其中,所述超声波摄像头1包括摄像头和超声波模块,所述摄像头用于测量无人机的角速度,所述超声波模块用于测量距离。
请参照图3以及图4,本发明的实施例二为:
利用上述实施例一的无人机最短路径搜索装置的无人机最短路径搜索方法,包括
S1:获取地图;依据预设方格边长划分所述地图为方格图;该步骤还可以进一步包括:
S101:将所述方格图分别存储为有墙地图和无墙地图;标记有墙地图的所有方格初始状态为1;标记无墙地图的所有方格初始状态为0;地图如图3所示,将地图划分成一个16*16的方格图;如图4所示,第15行第1列为起始点方格,第7行第8列为目的地方格;
S2:通过超声波摄像头1和双目超声波摄像头2获取当前路况信息和无人机自身的飞行信息;具体为:通过超声波摄像头1检测障碍物以及与障碍物之间的距离;通过双目超声波摄像头2测量无人机的角速度,通过超声波摄像头1和双目超声波摄像头2测量障碍物的形状和尺寸;
S301:依据所述当前路况信息,判断与当前方格有共同边的方格是否有墙;
S302:标记有墙地图中无墙的方格为0,以及为能够通过的下一方格;标记无墙地图中无墙的方格为能够通过的下一方格,以及与当前方格相邻且除所述下一方格外的所有方格为1;如图4所示,假设当前方格为第14行第6列的方格,相邻阴影部分的方格互相可通过,分别对有墙地图和无墙地图的下一方格进行标记,则有墙地图中第13行第6列的方格标记为0,无墙地图第14行第5列和第14行第7列的方格标记为1;
S303:对应标记有墙地图和无墙地图中所述下一方格的序号为当前方格的序号加1;具体的,记录起始点所在方格的序号为1,通过洪水填充法分别记录有墙地图和无墙地图当前方格的序号和下一方格的序号,所述下一方格的序号为当前方格的序号加1;例如,如图4所示,第15行第1列标记序号为1,第15行第2列标记序号为2,第15行第3列标记序号为3。
S401:判断有墙地图中所述下一方格的序号和无墙地图中所述下一方格的序号是否相同;
S402:若相同,分别选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
若不相同,分别选择有墙地图和无墙地图中下一方格序号较小者进入;
S5:返回执行S2,直到所述方格为目的地方格。
S6、若到达目的点之后,有墙地图和无墙地图指示的最短路径还未统一,那么按照无墙图指示的最短路径去探索最短路径,直到无墙地图与有墙地图指示的路径相同时,找到真正的最短路径。如图5和图6所示,图5为有墙地图最终的搜索路径,图6为无墙地图最终的搜索路径。因为无墙图中的最短路径永远小于等于有墙图中的最短路径;当不相等时,说明在没有探索的空间可能存在通路使得最短路径更短,因此就要确认无墙地图中的这条通路是否能走通;如果能走通,那么此时有墙图中也出现了这条通路,否则无墙图中的这条通路就消失了。
请参照图7,本发明的实施例三为:
上述实施例二的无人机最短路径搜索装置的方法中方格序号的标记方法,包括:
将起始点方格标记序号为1;获取到起始点方格的路况信息后,更新有墙地图和无墙地图,得到能够进入的下一方格,并分别利用洪水填充法计算等高图,对能够进入的下一方格标记序号为2;
当经过上述实施例二S401和S402的步骤进入序号为2的方格后,获取当前方格(即序号为2的方格)的路况信息后,更新有墙地图和无墙地图,得到能够进入的下一方格,并分别利用洪水填充法计算等高图,对能够进入的下一方格标记序号为3;
依此类推,每一次获取到新的方格路况信息后,更新有墙地图和无墙地图,并分别利用洪水填充法计算等高图,标记经过的方格序号,如图4所示,相邻的阴影部分方格表示互相能通过,序号为3的方格能过的下一方格有两个,则对所述两个方格标记序号为4;最终从起始点方格到目标点方格的序号为1、2、3......
本发明实施例四为:上述实施例二的无人机最短路径搜索装置的方法中“预设方格边长”的计算方法,包括:
超声波摄像头1和双目超声波摄像头2将实时的路况信息和无人机自身的飞行信息数据上传至无人机上的处理器3;
处理器3根据所述数据计算得到无人机悬停时的晃动幅度L;
记录无人机的机身宽度D;
预设方格边长为4*L+D。
综上所述,本发明提供的无人机最短路径搜索方法,处理器根据超声波摄像头和双目超声波摄像头获取实时的路况信息和无人机的飞行信息计算出无人机悬停时的晃动幅度L,再根据L和无人机的机身宽度计算出预设方格边长,使得预设的方格能够刚好被无人机通过,且不会过大导致搜索不准;对地图按预设方格边长划分成方格图,之后只需对方格进行判断选择下一步进入哪个方格即可,将搜索目标简单化;通过设置有墙地图和无墙地图,并分别对有墙地图和无墙地图中能够进入的下一个方格标记为当前方格的序号加1,比较有墙地图和无墙地图的下一方格序号是否相同,选择序号小的下一方格进入,确保选择的路径最短;在多个下一方格中,选择与起始点方格到目的地方格直线连接的方向夹角最小的方格进入,确保每一步都是路径最短,从而实现快速有效的搜索出到达目的地的最短路径。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种无人机最短路径搜索方法,其特征在于,包括:
S1:获取地图;依据预设方格边长划分所述地图为方格图;
S2:通过超声波摄像头获取当前路况信息;
S3:依据所述当前路况信息,判断以当前方格为出发点,能够通过的下一方格,并标记所述下一方格;
S4:选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
S5:返回执行S2,直到所述方格为目的地方格;
其中,所述S1还包括:
S101:将所述方格图分别存储为有墙地图和无墙地图;标记有墙地图的所有方格初始状态为1;标记无墙地图的所有方格初始状态为0;其中,所述有墙地图是指初始化时,地图上所有网格的边界均是有墙的;所述无墙地图是指初始化时,地图上所有网格的边界均是无墙的;
所述S3具体为:
S301:依据所述当前路况信息,判断与当前方格有共同边的方格是否有墙;
S302:标记有墙地图中无墙的方格为0,以及为能够通过的下一方格;标记无墙地图中无墙的方格为能够通过的下一方格,以及与当前方格相邻且除所述下一方格外的所有方格为1;
S303:对应标记有墙地图和无墙地图中所述下一方格的序号为当前方格的序号加1;
所述S4具体为:
S401:判断有墙地图中所述下一方格的序号和无墙地图中所述下一方格的序号是否相同;
S402:若相同,分别选择所述下一方格中与起始点方格到目的地方格直线连接的方向夹角最小的方格进入;
若不相同,分别选择有墙地图和无墙地图中下一方格序号较小者进入。
2.根据权利要求1所述的无人机最短路径搜索方法,其特征在于,所述S303中,记录起始点所在方格的序号为1,通过洪水填充法分别记录有墙地图和无墙地图当前方格的序号和下一方格的序号,所述下一方格的序号为当前方格的序号加1。
3.根据权利要求1所述的无人机最短路径搜索方法,其特征在于,所述S2具体为:通过超声波摄像头检测障碍物以及与障碍物之间的距离;通过双目超声波摄像头测量无人机的角速度,通过超声波摄像头和双目摄像头测量障碍物的形状和尺寸。
4.根据权利要求1所述的无人机最短路径搜索方法,其特征在于,所述S1之前,进一步包括:
S01:无人机悬停时,获取无人机的晃动幅度L;
S02:记录无人机的机身宽度D;
S03:预设方格边长为4*L+D。
5.根据权利要求4所述的无人机最短路径搜索方法,其特征在于,所述无人机的上、下方向分别设有超声波摄像头;左、中、右方向分别设有双目超声波摄像头;所述无人机的晃动幅度L由无人机上的处理器依据所述超声波和所述双目超声波摄像头传回的数据计算得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610529872.6A CN105973239B (zh) | 2016-07-06 | 2016-07-06 | 无人机最短路径搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610529872.6A CN105973239B (zh) | 2016-07-06 | 2016-07-06 | 无人机最短路径搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105973239A CN105973239A (zh) | 2016-09-28 |
CN105973239B true CN105973239B (zh) | 2019-01-18 |
Family
ID=56954614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610529872.6A Active CN105973239B (zh) | 2016-07-06 | 2016-07-06 | 无人机最短路径搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105973239B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106846796A (zh) * | 2017-01-06 | 2017-06-13 | 四川克瑞斯航空科技有限公司 | 一种实时检测路况的小型探测设备 |
US11692837B2 (en) | 2017-10-18 | 2023-07-04 | Here Global B.V. | Automatic discovery of optimal routes for flying cars and drones |
CN109859524A (zh) * | 2019-03-29 | 2019-06-07 | 中国铁塔股份有限公司上海市分公司 | 用于车位监控的系统、方法与设备 |
CN110262489A (zh) * | 2019-06-21 | 2019-09-20 | 重庆市农业科学院 | 用于蔬菜立体栽培agv导航磁条布局方法 |
CN111580563B (zh) * | 2020-06-09 | 2023-06-23 | 中国电子科技集团公司第五十四研究所 | 一种基于种子搜索的无人机自主避障飞行方法 |
CN112762948A (zh) * | 2021-01-09 | 2021-05-07 | 化学工业第一勘察设计院有限公司 | 一种勘察路径生成方法、装置、服务器及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1948912A (zh) * | 2006-10-31 | 2007-04-18 | 中国电子科技集团公司第三十八研究所 | 基于分层的路线计算的交通控制方法 |
CN101126645A (zh) * | 2006-08-18 | 2008-02-20 | 三星电子株式会社 | 为机器人划分覆盖区域的方法及其装置 |
CN103809597A (zh) * | 2014-02-18 | 2014-05-21 | 清华大学 | 无人机的飞行路径规划方法及无人机 |
CN104075717A (zh) * | 2014-01-21 | 2014-10-01 | 武汉吉嘉伟业科技发展有限公司 | 一种基于改进a*算法的无人机航线规划算法 |
CN104932526A (zh) * | 2015-05-29 | 2015-09-23 | 深圳市大疆创新科技有限公司 | 一种飞行设备的控制方法及飞行设备 |
CN105137440A (zh) * | 2015-07-16 | 2015-12-09 | 安阳全丰航空植保科技有限公司 | 基于超声波与双目视觉的无人机避险探测装置及方法 |
WO2015198004A1 (en) * | 2014-06-26 | 2015-12-30 | Bae Systems Plc | Route planning |
CN105302150A (zh) * | 2015-11-30 | 2016-02-03 | 上海理工大学 | 无人机无限续航系统 |
CN105389988A (zh) * | 2015-12-07 | 2016-03-09 | 北京航空航天大学 | 一种多无人机协同的高速公路智能巡检系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7228227B2 (en) * | 2004-07-07 | 2007-06-05 | The Boeing Company | Bezier curve flightpath guidance using moving waypoints |
-
2016
- 2016-07-06 CN CN201610529872.6A patent/CN105973239B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101126645A (zh) * | 2006-08-18 | 2008-02-20 | 三星电子株式会社 | 为机器人划分覆盖区域的方法及其装置 |
CN1948912A (zh) * | 2006-10-31 | 2007-04-18 | 中国电子科技集团公司第三十八研究所 | 基于分层的路线计算的交通控制方法 |
CN104075717A (zh) * | 2014-01-21 | 2014-10-01 | 武汉吉嘉伟业科技发展有限公司 | 一种基于改进a*算法的无人机航线规划算法 |
CN103809597A (zh) * | 2014-02-18 | 2014-05-21 | 清华大学 | 无人机的飞行路径规划方法及无人机 |
WO2015198004A1 (en) * | 2014-06-26 | 2015-12-30 | Bae Systems Plc | Route planning |
CN104932526A (zh) * | 2015-05-29 | 2015-09-23 | 深圳市大疆创新科技有限公司 | 一种飞行设备的控制方法及飞行设备 |
CN105137440A (zh) * | 2015-07-16 | 2015-12-09 | 安阳全丰航空植保科技有限公司 | 基于超声波与双目视觉的无人机避险探测装置及方法 |
CN105302150A (zh) * | 2015-11-30 | 2016-02-03 | 上海理工大学 | 无人机无限续航系统 |
CN105389988A (zh) * | 2015-12-07 | 2016-03-09 | 北京航空航天大学 | 一种多无人机协同的高速公路智能巡检系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105973239A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105973239B (zh) | 无人机最短路径搜索方法 | |
CN107436148B (zh) | 一种基于多地图的机器人导航方法及装置 | |
TWI721784B (zh) | 一種巡檢設備的方法、裝置、電腦可讀存儲介質及電腦程式產品 | |
WO2021000809A1 (zh) | 利用激光slam在长走廊建图的方法、装置、系统、存储介质 | |
KR20210082204A (ko) | 지도 생성 방법, 운전 제어 방법, 장치, 전자 기기 및 시스템 | |
CN110673115A (zh) | 雷达与组合导航系统的联合标定方法、装置、设备及介质 | |
CN110260867A (zh) | 一种机器人导航中位姿确定、纠正的方法、设备及装置 | |
CN106054900A (zh) | 基于深度摄像头的机器人临时避障方法 | |
CN112506225B (zh) | 一种无人机避障方法、装置、无人机和存储介质 | |
CN109358644A (zh) | 无人机自动巡视航线的生成方法和装置 | |
CN110956327B (zh) | 一种多机器人自动停靠方法、介质、终端和装置 | |
BR102019020832A2 (pt) | Sistema e método de informação de voo de aeronave | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
WO2024114209A1 (zh) | 一种无rtk信号场景下全自动无人机巡检智能路径规划方法 | |
EP3633551A1 (en) | Obstacle distribution simulation method, device and terminal based on a probability graph | |
CN110291480A (zh) | 一种无人机测试方法、设备及存储介质 | |
CN110375736A (zh) | 智能设备的路径规划方法、系统、设备及可读存储介质 | |
CN114689046B (zh) | 一种无人机巡检隧道的方法与系统 | |
CN116700298A (zh) | 路径规划方法、系统、设备及存储介质 | |
CN108829996A (zh) | 获得车辆定位信息的方法及装置 | |
CN109155846A (zh) | 一种场景的三维重建方法、装置、电子设备及存储介质 | |
CN114137997A (zh) | 一种电力巡检方法、装置、设备及存储介质 | |
CN112258641B (zh) | 巡检点自动化配置系统、方法、存储介质、设备及机器人 | |
CN108305346A (zh) | 设备巡检方法、装置 | |
CN106325266A (zh) | 一种空间分布图的构建方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |