CN106716282A - 一种对目标进行控制的方法、控制装置及控制设备 - Google Patents
一种对目标进行控制的方法、控制装置及控制设备 Download PDFInfo
- Publication number
- CN106716282A CN106716282A CN201680002692.0A CN201680002692A CN106716282A CN 106716282 A CN106716282 A CN 106716282A CN 201680002692 A CN201680002692 A CN 201680002692A CN 106716282 A CN106716282 A CN 106716282A
- Authority
- CN
- China
- Prior art keywords
- branch point
- target
- task
- control
- branch
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000005381 potential energy Methods 0.000 claims description 5
- 238000012913 prioritisation Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 4
- 230000002250 progressing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0297—Fleet control by controlling means in a control room
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4812—Task transfer initiation or dispatching by interrupt, e.g. masked
- G06F9/4818—Priority circuits therefor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例中提供了一种对目标进行控制的方法、控制装置、控制设备及计算机可读存储介质，可根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置及时间，针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员；该位置为可对目标进行控制的位置；对目标进行控制的部分或全部成员为机器人，根据目标行进过程中的当前全局状态统一协调并实时动态维护实施控制的成员。采用本申请中的方案，尽可能地降低了由于人工控制(如追捕、封锁等)造成的局限性。
Description
技术领域
本申请涉及智能控制技术领域，尤其涉及一种对目标进行控制的方法、控制装置及控制设备。
背景技术
当前机器人领域的发展迅猛，若干年之后，很多行业必将由机器人替代人工。现有技术中，对目标实施控制的工作几乎都由人工完成，例如对目标进行巡逻搜寻、追捕或解救等，现有的控制手段由于耗费大量人工，且效率不高，识别手段不如机器算法准确，且有伤亡的危险，很有可能成为较早被机器人、无人机等替代的领域。尤其是确定了目标坐标之后，当前必然需要人去完成最后的控制工作(例如封锁、追捕、解救等)，而人的先天条件，如暗光下看不清，眼睛找寻目标速度较慢等等，制约了对目标进行控制的成功率，另外遇到携带武器的目标人员或者目标本身就是机器人，则实施控制的过程危险性也较高。
现有技术不足在于：
现有技术中对目标进行控制的工作几乎都由人工完成，成功率不高且危及人身安全，存在较大局限性。
发明内容
本申请实施例提出了一种对目标进行控制的方法、控制装置、控制设备及计算机可读存储介质，以解决现有技术中现有由于人工实施控制造成的局限性的技术问题。
在一个方面，本申请实施例提供了一种对目标进行控制的方法，包括：获取目标当前所处位置；根据所述目标当前所处位置确定对所述目标实施控制的成员及各成员应到达位置及时间，针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员；所述位置为可对所述目标进行控制的位置；所述成员部分或全部为机器人。
在另一个方面，本申请实施例提供了一种对目标进行控制的装置，包括目标获取模块，控制模块及通知模块；
目标获取模块，用于获取目标当前所处位置；
控制模块，用于根据目标当前所处位置确定对其进行控制的成员及各成员应到达位置及时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人；
通知模块，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
在另一个方面，本申请实施例提供了一种对目标进行控制的设备，包括处理器及通信组件；
处理器，用于获取目标的当前所处位置；以及用于根据目标当前所处位置确定对其进行控制的成员及各成员应到达位置及时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人。
通信组件，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
在另一个方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述控制方法中的各个步骤。
有益效果如下：
采用本申请方案，通过计算实时调配成员对目标进行控制，该控制可以是对目标进行封锁、追捕或解救等。由于本申请中对目标进行控制的成员部分或全部为机器人，尽可能地降低了由于人工控制(如追捕、封锁等)造成的局限性。本申请方案的自动化程度和智能控制水平远超当前的人工控制方式，将是未来发展的一个方向。
附图说明
下面将参照附图描述本申请的具体实施例，其中：
图1示出了本申请实施例中目标所处位置的平面示意图；
图2示出了本申请实施例一中对目标进行控制的方法流程图；
图3示出了本申请实施例二中对目标进行控制的装置结构示意图；
图4示出了本申请实施例三中对目标进行控制的设备结构示意图。
具体实施方式
为了使本申请的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以互相结合。
发明人在研究现有技术的过程中注意到：
现有技术中对目标进行控制的工作都由人工完成，人工控制的方式由于人员的数量和体力有限，其路线、时间、频率、以及密度都不能完全满足需要。另外由于人工控制无法将现场的图像等信息实时回传监控中心，给针对突发事件的指挥决策带来了不便。并且人工控制方式成功率不高且危及人身安全，存在较大局限性。
基于此，本申请实施例提出了一种对目标进行控制的方法、控制装置、控制设备及计算机可读存储介质，可根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置及时间，针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员；该位置为可对目标进行控制的位置；对目标进行控制的部分或全部成员为机器人，根据目标行进过程中的当前全局状态统一协调并实时动态维护实施控制的成员；该控制可以是对目标进行封锁、追捕或解救等等。下面进行具体说明。
图1示出了本申请实施例中对目标实施控制时场景示意图，假设当前街道场景俯视图如图1所示，两条街道的交点分别用字母进行了标注，假设目标当前处于B3与C3间的O1点，且正以速度v向B3方向行进，图中白色圆圈为处于任务中或空闲状态的控制成员。
实施例一
如图2所示，对目标进行控制的工作步骤如下所示：
步骤1：获取待控制目标当前所处位置；
该步骤中，可以是实施控制的控制端(如云端)自行对目标进行监控并确认其位置，也可以是从其他途径获取已经确定的目标位置，本申请实施例对此不作限定。
步骤2：根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置及时间，针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员；该位置为可对目标进行控制的位置；所述成员部分或全部为机器人。这里的控制可以是对目标进行封锁、追击、追捕或解救等等。
步骤1中，获取目标当前所处位置具体包括：
获取所述目标在地图上的当前位置，以及至少一级分支点，所述至少一级分支点为所述成员可对所述目标进行控制的位置，一级分支点的确定方式如下：
(1)当目标处在某条道路上(非路口)时，则这条路上距离目标最近的路口即为所述一级分支点。如图1所示，假设目标当前所处位置为O1点，则一级分支点为B3和C3。
(2)当目标处在两条或多条道路的交叉口时，则目标所在的每条道路上与该目标相邻的路口均为一级分支点；如图1所示，假设目标当前所处位置为O2点，则一级分支点为C3、C5、B4和D4。
步骤2中，根据目标当前所处位置确定对所述目标进行控制的成员包括：
步骤21：根据目标图像结合路况等地图相关信息判定出此目标一段时间内的最大可能平均运动速度vmax，假设控制该目标的一级分支点为n个，根据该vmax判定目标到每个一级分支点m的最短所需时间，如图1中目标从O1点运动到B3和C3的最短所需时间分别为tB3和tC3，假设O1点至B3点的距离为O1B3，O1点至C3点的距离为O1C3，其中tB3＝O1B3/vmax，tC3＝O1C3/vmax；
该步骤中，假设控制端(如云端)无法判定出目标一段时间内的最大可能平均运动速度，则可以但不限于根据目标当前速度v和目标形态给出一个vmax经验值，该经验值可以是基于大数据对众多目标进行的历史统计而得出的。
步骤22：针对每个一级分支点，查看其附近成员情况，判断是否有至少一位成员可以在所述最短时间内移动到该一级分支点，即计算成员以其平均速度到达所述分支点的时间是否不超过该最短时间，该最短时间为目标以当前最大速度达到该分支点的时间；若是则执行步骤23，否则执行步骤24；
该步骤中，控制端存储有每个成员的信息，例如执行任务的最大速度、平均速度等；控制端为每个分支点选择的成员为不同的成员。
步骤23：选择至少一名成员执行对该目标的控制任务，并通知选中的成员在最短时间内赶到一级分支点；该最短时间为目标以当前最大速度达到该分支点的时间。
步骤24：若某个或多个一级分支点存在没有成员能在最短时间内赶到该点的情况，则针对该分支点查找其下一级分支点，即二级分支点；判断各个二级分支点附近是否有成员可以在目标到达该二级分支点之前到达，若是则执行步骤25，否则执行步骤26；该步骤中，为每个分支点选择的成员为不同的成员；
二级分支点即为该一级分支点所处道路上远离目标的下一路口，如图1所示，若目标O1的一级分支点B3在目标以当前最大速度到达该点之前没有成员可以赶到，则查看该B3的二级分支点，即B2、A3和B4点。
步骤25：若有则选择至少一名成员执行对该目标的控制任务，并通知选中的成员在目标到达该点之前赶到该二级分支点。
步骤26：若该二级分支点仍没有一位成员可在目标到达该点之前赶到该点，即在该点无法实现控制(如封锁)，则继续查找该二级节点的下一级分支点；并按以上方法判断下一级分支点是否满足控制要求，即是否有成员可在目标到达该点之前赶到该点。直到在所述分支点可完成对目标的控制或查找的分支点级别达到阈值。具体查找到几级分支点可根据具体任务、地形等因素灵活设置，本申请对此不作限制。最多查找到几级分支点为设定阈值，每个优先级任务的设定可能不同，到达阈值后则控制可能无法满足，回到一级分支点重新判断是否可进行控制，若当前情况无法进行控制，则先采用追击，但计算是实时的，且目标在地图中位置一直在变化，在某一时刻将可能实现对目标的控制。在查找判断某个分支点是否有成员可在所述分支点对目标进行控制时，若该分支点在之前已经被查找判断过，则不再进一步查找判断。
假设当前任务为对目标O1进行追捕，对于目标O1，假设在追捕候选团队中判定处于空闲状态的成员满足一个或多个成员可在tC3时间内到达C3点，一个或多个成员可在tB2时间内到达B2点，一个或多个成员可在tA3时间内到达A3点，一个或多个成员可在tB4时间内到达B4点，则对目标O1的控制也就可以完成了；tC3、tB2、tA3及tB4均为目标赶到相应分支点的最短时间。
进一步地，本实施例中对控制目标的任务划分优先级，将控制目标的任务分为N个优先级，具体的优先级如何划分及执行该任务时各成员所需具备素质及装备可根据实际情况确定，本申请对此不作限制。需说明的是，优先级划分越多，目标等级分割的越细，智能化更高，但也要取决于实际情况，过细的话意义不大，造成初始的优先级定义会比较复杂。
在具体实施中，根据识别的目标分析并估算本次控制任务需要的成员数量和/或需要携带的装备的数量。例如本次任务为对目标进行抓捕，如果识别出对方可能有枪支或其他武器，则确定需要携带能制约对方的武器装备等；如果识别出对方为一个或多个可疑机器人，则根据大数据库或者智能分析判定出这个/这些机器人的弱点以及制服其的方法，如确定如何最容易摧毁其行动能力，如何能最容易切断其供电，如何能干扰其启动自爆装置等等，进而确定出能制约该机器人能力的成员。
例如，假设判定当前任务优先级为2级，且需要具备某些能力才能够完成控制，比如完成抓捕(如需要最高速度至少在2*v以上，需要携带武器等等)。
进一步地，上述步骤22、步骤24中为一级分支点、二级分支点等选择成员的过程中，优先选择空闲状态的成员，若当前空闲成员中没有可以在目标赶到该点前到达该点，则从当前正在执行的较低优先级任务中的成员中选择至少一名执行该任务，可优先从执行最低优先级任务的成员中选择。若各低优先级的任务中没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
进一步地，上述过程中当选中某个成员执行对目标的控制任务后更新该成员的状态并记录其执行的任务的优先级。
更进一步地，为每个任务设置阈值，可以是同一优先级的任务其阈值相同，所述阈值表示执行该控制任务时其完成可能性不能低于该设置阈值。当从较低优先级的任务中选择成员加入当前任务时，判断若被选中成员退出所述较低优先级的任务后，所述较低优先级的任务完成可能性是否仍不低于其设定阈值，若是则通知被选中成员退出所述正在执行的较低优先级的任务而加入当前任务，否则被选中成员不退出所述较低优先级的任务。
当从执行最低优先级任务的成员中无法选择成员加入当前任务，则从次低优先级的任务中判断是否可以选择成员加入当前任务；以此类推，直到找到可以加入当前任务的成员，或是查找完所有正在执行的低级别优先级的任务后仍没有足够的成员加入当前任务则判断下一级分支节点是否可以进行控制(如封锁)。
进一步地，上述过程中，若被选中的成员位于被派至的一级分支点与目标之间，或是目标位于被选中的成员与被派至的一级分支点之间，则确认并通知所述成员在目标到达所述一级分支点之前到达该分支点即可，而不用在最短时间内赶到所述一级分支点。
如图1所示，假设对一级分支点C3选择成员时，若被选中成员在O1与C3之间，则控制端(如云端)确认该成员视目标移动情况而移动，若目标往B3移动，则控制端确认并通知该成员可紧随目标向C3移动或在原地监视，若目标向C3方向移动，则控制端确认并通知该成员也向C3移动，各成员则根据接收的指令进行移动，确保在目标到达C3前到达C3。假设对一级分支点B3选择成员时，被选中成员位于O1与C3之间，则控制端(如云端)确认并通知该成员越过目标到达O1与B3之间，然后视目标移动情况而移动，但若目标往B3方向移动，则确认并通知成员在目标到达B3之前到达B3，而接收指令的各成员则根据指令进行移动。
若对第i级分支点进行成员选择时，i≥2，被选中的成员位于第i级分支点与第i﹣1级分支点之间，则确认并通知所述成员优先地往第i﹣1级分支点移动，而不用先到达所述第i级分支点，例如针对二级分支点B2选择成员时，为B2选择的成员位于B2与B3之间，则确认并通知该成员向B3移动而不用先到达B2，接收通知的各成员则根据指令进行移动。
进一步地，当选择的成员到达对应分支点时若目标还未到达，则确认并通知所述成员向目标位置继续前进，直到与目标会合并完成控制工作(如抓捕)，任务结束，控制端(如云端)确认并通知参与控制成员的进入空闲状态。
进一步地，控制过程中一旦有成员控制(如封锁)了更高一级的分支点，则控制端(如云端)确认此分支点分出的低一级的分支点控制可以取消，成员可以释放，确认并通知成员变成空闲状态或恢复其之前状态(如之前正在执行某个较低优先级的任务)。此例中，对于目标O1，假设最初判定无法控制B3点，而转向控制二级分支点B2，A3，B4，然后，由于目标移动慢于预期，控制B4点的成员到达B4点后继续向目标前进，并先于目标到达B3点，此时，控制端(如云端)保留此路控制成员，而确认释放任务为控制B2和A3的成员，并通知控制B2和A3的成员被释放。
进一步地，云端计算和控制团队分析都是按照一定频率实时进行的，因此团队成员也可能随时发生变化。例如对于目标O1，假设最初无法控制B3点，但在O1B3之间突然有一个个体成员完成了其之前的任务，处于了空闲状态，且满足此任务的条件集合，则该成员立刻被分配到此任务的控制团队中，也就使得之前去控制二级分支点B2，A3，B4的成员都可以立刻被释放。
以上方案中，云端共享目标实时坐标，图像或实时视频给整个控制团队，且团队成员间信息完全共享。
如果最终的控制任务没有控制成功，如需要对目标进行抓捕时目标冲破控制并逃脱，则控制端(如云端)确认各成员只要先追击，同时控制端实时按照如上步骤重新计算控制并建立新的控制团队即可，直到目标被控制(如被抓捕)。
本实施例方案采用多级分支点逐级判定是否可控制目标，并根据当前的控制状态动态调整控制团队的方法，通过云端计算的实时进行，可在保证控制的前提下尽量降低人员投入，一旦高一级分支点被控制则立刻释放低一级分支点的控制，且即使目标突破了控制，云端也可立刻计算出新的控制方式和新的控制团队。组内成员的信息始终同步，直到任务完成或终止。该方案的自动化程度和智能水平远超当前的控制方式，将是未来发展的一个方向。
在发现并锁定目标后，云端根据各个因素分析并确定此任务的优先级，之后根据优先级、当前目标的实时速度、地图信息、周围一定范围内进行控制的机器人/警察当前状态，确定控制团队，并根据智能算法确定并告知每个成员各自的行进路线，在控制(如包围和逮捕)目标的过程中根据当前全局状态统一协调并实时动态维护控制团队，如有必要则由云端控制加入新的成员或者在满足某些条件时释放当前部分成员，始终保持组内成员的信息同步，直到任务完成或终止，在高效执行任务的前提下又不会浪费多余的控制资源，且如果控制团队全部为机器人或者以机器人为主，则能够降低人员风险。
本方案利用多级分支点逐级判定是否可控制目标，并根据当前的控制状态动态调整进行控制成员的方法，可在保证控制的前提下尽量降低人员投入，一旦高一级分支点被控制则立刻释放低一级分支点的控制，且即使目标突破了控制，云端也可立刻计算出新的控制方式和新的控制团队。组内成员的信息始终同步，直到任务完成或终止。
实施例二
基于同一发明构思，本申请实施例中还提供了一种对目标进行控制的装置，本实施例中控制装置的实施可以参见实施例一中控制方法的实施，重复之处不再赘述。如图3所示，该装置包括：目标获取模块，控制模块及通知模块；
目标获取模块，用于获取待控制目标当前所处位置；
控制模块，用于根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置和时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人。这里的控制可以是封锁、追击、追捕或解救等。
通知模块，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
进一步地，所述目标获取模块获取目标当前所处位置包括：获取所述目标在地图上的当前位置，以及对所述目标进行控制的至少一级分支点，所述至少一级分支点为所述成员可对所述目标进行控制的位置；还用于当某级分支点无法进行控制时确定该分支点的下一级分支点，即当某个一级分支点无法进行控制时确定所述一级分支点的二级分支点，当某个二级分支点无法进行控制时确定所述二级分支点的三级分支点。
所述控制模块根据目标当前所处位置确定对目标进行控制的成员及各成员应到达位置具体包括：针对确定出的各一级分支点，判断是否有至少一位成员可在目标以当前最大速度达到该分支点之前到达，即计算成员以其平均速度到达所述分支点的时间是否不超过目标以当前最大速度达到该分支点的时间，是则为所述一级分支点选择成员并确定各成员到达对应一级分支点的时间，该时间应当不晚于目标到达该分支点的时间。
若在一个或多个所述一级分支点没有成员可对目标进行控制，即没有一位成员可在目标到达前赶到该分支点，所述控制模块进一步查找所述一级分支点的各下一级分支点即二级分支点，判断是否有成员可对各二级分支点进行控制，即针对每个二级分支点，是否有至少一位成员可在目标以当前最大速度到达该二级分支点之前赶到所述二级分支点，若能则选择至少一位成员并确定各成员到达对应二级分支点的时间，该时间应当不晚于目标以当前最大速度到达该分支点的时间；否则对于在目标到达前没有成员可以到达的分支点继续查找下一级的分支点，直到在所述分支点可完成对目标的控制或查找的分支点级别达到阈值。在查找判断某个分支点是否有成员可在所述分支点对目标进行控制时，若该分支点在之前已经被查找判断过，则不再进一步查找判断。
控制模块在为各分支点选择成员时，为不同的分支点选择不同的成员。
最多查找到几级分支点为设定阈值，每个优先级任务的设定可能不同，到达阈值后则控制可能无法满足，回到一级分支点进行判断是否可完成控制，若当前情况无法进行控制，则先采用追击，但计算是实时的，且目标在地图中位置一直在变化，在某一时刻将可能实现对目标的控制，如封锁。
进一步地，所述装置还包括设置模块；
所述设置模块用于为各任务划分优先级；
所述控制模块选择成员时优先选择处于空闲状态的成员；
所述控制模块还用于为某个分支点选择执行控制的成员时，若处于空闲状态的成员中没有一位能在目标赶到该分支点之前赶到该分支点，则从比当前任务优先级低的任务中选择至少一位成员执行对所述分支点的控制；若各低优先级的任务中没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
进一步地，所述设置模块还用于为各任务设置阈值，可以是同一优先级的任务其阈值相同，所述阈值表示执行该控制任务时该任务完成可能性不能低于该设置阈值。
进一步地，所述控制模块确定成员应到达的位置时，若被选中的成员位于一级分支点与目标之间，如图1所示，假设被选中成员在O1与C3之间，则确认所述成员跟随目标移动或待在原地监视目标，而不用先赶到所述一级分支点；若对第i级分支点进行成员选择时，i≥2，被选中的成员位于第i级分支点与第i﹣1级分支点之间，则确认所述成员优先地往第i﹣1级分支点移动，而不用先到达所述第i级分支点，例如针对二级分支点B2选择成员时，为B2选择的成员位于B2与B3之间，则该成员向B3移动而不用先到达B2。
所述控制模块还用于当从较低优先级的任务中选择成员时，判断若选择的所述成员退出正在执行的任务后，所述较低优先级的任务的完成可能性是否仍不低于其设置阈值，若是则确定所述成员退出正在执行的任务而加入所述当前任务，以及所述成员应赶到的分支点及时间，否则确定所述成员不退出正在执行的较低优先级任务。
进一步地，所述控制模块还用于当选择的成员到达对应分支点时若目标还未到达，确定所述成员向目标位置继续前进，直到与目标会合并完成控制，任务结束，并更新参与控制的成员进入空闲状态或恢复之前的状态。
所述通知模块还用于通知所述成员向目标位置继续前进，直到与目标会合并完成控制，并于任务结束后通知所有执行控制任务的成员进入空闲状态或恢复之前的状态。
所述控制模块还用于在控制过程中若有成员控制了更高一级的分支点，则确定取消对所述分支点分出的低一级的分支点的控制，并释放所述低一级的分支点的成员，更新所述低一级的分支点的成员的状态为空闲状态或恢复其之前状态。
所述通知模块还用于当某个或多个分支点的成员被释放时通知所述成员进入空闲状态或恢复之前的状态。
实施例三
基于同一发明构思，本申请实施例中还提供了一种对目标进行控制的设备，本实施例中控制设备的实施可以参见实施例一中控制方法的实施，重复之处不再赘述。如图4所示，包括处理器及通信组件；
处理器，用于获取待控制目标当前所处位置；以及用于根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置和时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人。这里的控制可以是封锁或追击。
通信组件，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
进一步地，所述处理器获取待控制目标当前所处位置包括：获取所述目标在地图上的当前位置，以及对所述目标进行控制的至少一级分支点，所述至少一级分支点为所述成员可对所述目标进行控制的位置；还用于当某级分支点无法进行控制时确定该分支点的下一级分支点，即当某个一级分支点无法进行控制时确定所述一级分支点的二级分支点，当某个二级分支点无法进行控制时确定所述二级分支点的三级分支点。
所述处理器根据目标当前所处位置确定对目标进行控制的成员及各成员应到达位置具体包括：针对确定出的各一级分支点，判断是否有至少一位成员可在目标以当前最大速度达到该分支点之前到达，即计算成员以其平均速度到达所述分支点的时间是否不超过目标以当前最大速度达到该分支点的时间，是则为所述一级分支点选择成员并确定各成员到达对应一级分支点的时间，该时间应当不晚于目标到达该分支点的时间。
若在一个或多个所述一级分支点没有成员可对目标进行控制，即没有一位成员可在目标到达前赶到该分支点，所述处理器进一步查找所述一级分支点的各下一级分支点即二级分支点，判断是否有成员可对各二级分支点进行控制，即针对每个二级分支点，是否有至少一位成员可在目标以当前最大速度到达该二级分支点之前赶到所述二级分支点，若能则选择至少一位成员并确定各成员到达对应二级分支点的时间，该时间应当不晚于目标到达该分支点的时间。
在查找判断某个分支点是否有成员可在所述分支点对目标进行控制时，若该分支点在之前已经被查找判断过，则不再进一步查找判断。
处理器在为各分支点选择成员时，为不同的分支点选择不同的成员。
进一步地，所述设备还包括设置组件；
所述设置组件用于为各任务划分优先级；
所述处理器选择成员时优先选择处于空闲状态的成员；
所述处理器还用于为某个分支点选择执行控制的成员时，若处于空闲状态的成员中没有一位能在目标赶到该分支点之前赶到该分支点，则从比当前任务优先级低的任务中选择至少一位成员执行对所述分支点的控制；若各低优先级的任务中没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
进一步地，所述设置组件还用于为各任务设置阈值，可以是同一优先级的任务其阈值相同，所述阈值表示执行该控制任务时该任务完成可能性不能低于该设置阈值。
所述处理器还用于当从较低优先级的任务中选择成员时，判断若选择的所述成员退出正在执行的任务后，所述较低优先级的任务的完成可能性是否仍不低于其设置阈值，若是则确定所述成员退出正在执行的任务而加入所述当前任务，以及所述成员应赶到的分支点及时间，否则确定所述成员不退出正在执行的较低优先级任务。
进一步地，所述处理器确定成员应到达的位置时，若被选中的成员位于一级分支点与目标之间，如图1所示，假设被选中成员在O1与C3之间，则确认所述成员跟随目标移动或待在原地监视目标，而不用先赶到所述一级分支点；若对第i级分支点进行成员选择时，i≥2，被选中的成员位于第i级分支点与第i﹣1级分支点之间，则确认所述成员优先地往第i﹣1级分支点移动，而不用先到达所述第i级分支点，例如针对二级分支点B2选择成员时，为B2选择的成员位于B2与B3之间，则该成员向B3移动而不用先到达B2。
进一步地，所述处理器还用于当选择的成员到达对应分支点时若目标还未到达，确定并通知所述成员向目标位置继续前进，直到与目标会合并完成控制，任务结束，并更新参与控制的成员进入空闲状态或恢复之前的状态。
所述通信组件还用于通知所述成员向目标位置继续前进，直到与目标会合并完成控制，并于任务结束后通知所有执行控制任务的成员进入空闲状态或恢复之前的状态。
所述处理器还用于在控制过程中若有成员控制了更高一级的分支点，则确定取消对所述分支点分出的低一级的分支点的控制，并释放所述低一级的分支点的成员，更新所述低一级的分支点的成员的状态为空闲状态或恢复其之前状态。
所述通信组件还用于当某个或多个分支点的成员被释放时通知所述成员进入空闲状态或恢复之前的状态。
实施例四
基于同一发明构思，本申请实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行前述实施例一方法中的各个步骤。
采用本申请方案，在发现并锁定目标后，通过云端的计算实时调配成员对目标进行控制，如封锁或追击。由于本申请中采用控制的成员部分或全部为机器人，尽可能地降低了由于人工控制造成的局限性。
进一步地，本方案利用多级分支点逐级判定是否可控制目标，并根据当前的控制状态动态调整进行控制成员的方法，可在保证控制的前提下尽量降低人员投入，一旦高一级分支点被控制则立刻释放低一级分支点的控制，且即使目标突破了控制，云端也可立刻计算出新的控制方式和新的控制团队。组内成员的信息始终同步，直到任务完成或终止。
进一步地，云端根据各个因素分析并确定此任务的优先级，之后根据优先级、当前目标的实时速度、地图信息、周围一定范围内执行控制的成员当前状态，如可以是机器人/警察当前状态，确定控制团队，并根据智能算法确定并告知每个成员各自的行进路线，在对目标进行控制(如包围和逮捕)的过程中根据当前全局状态统一协调并实时动态维护控制组，如有必要则由云端控制加入新的成员或者在满足某些条件时释放当前部分成员，始终保持组内成员的信息同步，直到任务完成或终止，在高效执行任务的前提下又不会浪费多余的控制资源，且如果控制团队全部为机器人或者以机器人为主，则能够降低人员风险。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
Claims (21)
1.一种对目标进行控制的方法，其特征在于，包括如下步骤：
获取目标当前所处位置；
根据所述目标当前所处位置确定对所述目标实施控制的成员及各成员应到达位置及时间，针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员；所述位置为可对所述目标进行控制的位置；所述成员部分或全部为机器人。
2.如权利要求1所述的方法，其特征在于：
所述获取目标当前所处位置具体包括，获取所述目标在地图上的当前位置，以及至少一级分支点，所述至少一级分支点为所述成员可对所述目标实施控制的位置；
针对各一级分支点，判断是否有至少一位成员可在目标以当前最大速度达到所述分支点之前到达，是则为所述一级分支点选择至少一位成员并通知各选择的成员在目标以当前最大速度达到该分支点之前到达所述一级分支点，且为不同的一级分支点选择不同的成员。
3.如权利要求2所述的方法，其特征在于，
若在一个或多个所述一级分支点没有成员可对目标进行控制，即没有成员可在所述目标到达所述分支点之前到达该分支点，则查找所述一级分支点的下一级分支点即二级分支点，并判断各二级分支点是否有成员可在目标以当前最大速度达到该分支点之前到达相应分支点，若能则通知被选择的成员在目标达以当前最大速度到达该分支点之前到达所述分支点，否则对于在目标到达前没有成员可以到达的分支点继续查找下一级的分支点，直到在所述分支点可完成对目标的控制或查找的分支点级别达到阈值，所述为分支点选择成员时为不同的分支点选择不同的成员；
在对某个分支点进行查找判断时，若所述分支点已经被查找判断过则不再继续查找判断。
4.如权利要求2或3所述的方法，其特征在于，
对任务进行优先级划分；所述选择成员时优先选择空闲状态的成员，若对于某个分支点，处于空闲状态的成员中没有一位能在目标赶到该分支点之前赶到该分支点，则从比当前优先级低的任务中选择至少一位成员执行对所述分支点的控制；若各低优先级的任务中均没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
5.如权利要求4所述的方法，其特征在于，
为各任务设置阈值，当从较低优先级的任务中选择成员时，若所述成员退出正在执行的所述较低优先级的任务而加入当前任务，所述较低优先级的任务的完成可能性仍不低于其设置阈值则选择所述成员退出正在执行的所述较低优先级任务而加入当前任务，否则所述成员不退出当前正在执行的较低优先级任务。
6.如权利要求2或3所述的方法，其特征在于，
当选择的成员到达对应分支点时若目标还未到达，则通知所述成员向目标位置继续前进，直到与目标会合并完成控制，任务结束，参与控制的成员进入空闲状态或恢复其之前状态。
7.如权利要求2或3所述的方法，其特征在于，
所述控制过程中若有成员控制了更高一级的分支点，则确认取消对所述分支点分出的低一级的分支点的控制，并释放所述低一级的分支点的成员，所述成员变成空闲状态或恢复其之前状态。
8.如权利要求2或3所述的方法，其特征在于，
若被选中的成员位于被派至的一级分支点与目标之间，或是目标位于被选中的成员与被派至的一级分支点之间，则确认并通知所述成员在目标到达所述一级分支点之前到达该分支点即可，而不用在最短时间内赶到所述一级分支点；
若对第i级分支点进行成员选择时，被选中的成员位于第i级分支点与第i﹣1级分支点之间，则确认并通知所述成员优先地往第i﹣1级分支点移动，而不用先到达所述第i级分支点；所述i≥2。
9.一种对目标进行控制的装置，其特征在于，所述装置包括：目标获取模块，控制模块及通知模块；
目标获取模块，用于获取目标当前所处位置；
控制模块，用于根据目标当前所处位置确定对所述目标控制的成员及各成员应到达位置及时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人；
通知模块，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
10.如权利要求9所述的装置，其特征在于，
所述目标获取模块获取目标当前所处位置包括：获取所述目标在地图上的当前位置，以及至少一级分支点，所述至少一级分支点为所述成员可对所述目标进行控制的位置；
所述控制模块根据目标当前所处位置确定对目标进行控制的成员及各成员应到达位置具体包括：针对确定出的各一级分支点，判断是否有至少一位成员可在目标以当前最大速度达到该分支点之前到达，是则为所述一级分支点选择成员并确定各成员到达对应一级分支点的时间，该时间应当不晚于目标到达该分支点的时间；
所述控制模块为不同的分支点选择不同的成员。
11.如权利要求10所述的装置，其特征在于，
所述控制模块还用于在一个或多个所述一级分支点没有成员可对目标进行控制，即没有成员可在所述目标到达所述分支点之前到达所述分支点，进一步查找所述一级分支点的各下一级分支点即二级分支点，判断是否有成员可在各二级分支点对目标进行控制，若能则选择至少一位成员并确定各成员到达对应二级分支点的时间，该时间不晚于目标以当前最大速度到达该分支点的时间；否则对于在目标到达前没有成员可以到达的分支点继续查找下一级的分支点，直到在所述分支点可完成对目标的控制或查找的分支点级别达到阈值；
所述控制模块在对某个分支点进行查找判断时，若该分支点已经被查找判断过则不再继续查找判断；
所述控制模块为不同的分支点选择不同的成员。
12.如权利要求10或11所述的装置，其特征在于，
所述装置还包括设置模块，用于为各任务划分优先级；
所述控制模块选择成员时优先选择处于空闲状态的成员；
所述控制模块还用于为某个分支点选择执行控制的成员时，若处于空闲状态的成员中没有一位能在目标赶到该分支点之前赶到所述分支点，则从比当前任务优先级低的任务中选择至少一位成员执行对所述分支点的控制；若各低优先级的任务中没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
13.如权利要求12所述的装置，其特征在于，
所述设置模块还用于为各任务设置阈值；
所述控制模块还用于当从较低优先级的任务中选择成员时，判断若选择的所述成员退出正在执行的任务后，所述较低优先级的任务的完成可能性是否仍不低于其设置阈值，若是则确定所述成员退出正在执行的任务而加入所述当前任务，以及所述成员应赶到的分支点及时间，否则确定所述成员不退出正在执行的较低优先级任务。
14.如权利要求10或11所述的装置，其特征在于，
所述控制模块还用于当选择的成员到达对应分支点时若目标还未到达，确定所述成员向目标位置继续前进，直到与目标会合并完成控制，任务结束，并更新参与控制的成员进入空闲状态；
所述通知模块还用于通知所述成员向目标位置继续前进，直到与目标会合并完成控制，并于任务结束后通知所有执行控制任务的成员进入空闲状态或恢复之前的状态。
15.如权利要求10或11所述的装置，其特征在于，
所述控制模块还用于在控制过程中若有成员控制了更高一级的分支点，则确定取消对所述分支点分出的低一级的分支点的控制，并释放所述低一级的分支点的成员，更新所述低一级的分支点的成员的状态为空闲状态或恢复其之前状态；
所述通知模块还用于当某个或多个分支点的成员被释放时通知所述成员进入空闲状态或恢复之前的状态。
16.一种对目标进行控制的设备，其特征在于，所述设备包括：包括处理器及通信组件；
所述处理器，用于获取目标当前所处位置；以及用于根据目标当前所处位置确定对所述目标进行控制的成员及各成员应到达位置及时间；所述位置为可对目标进行控制的位置；所述选择的成员部分或全部为机器人；
所述通信组件，用于针对每个被选择的成员，将该成员应到达的指定位置和时间通知至所述成员。
17.如权利要求16所述的设备，其特征在于，
所述处理器获取目标当前所处位置包括：获取所述目标在地图上的当前位置，以及至少一级分支点，所述至少一级分支点为所述成员可对所述目标进行控制的位置；
所述处理器根据目标当前所处位置确定对所述目标进行的控制成员及各成员应到达位置具体包括：针对确定出的各一级分支点，判断是否有至少一位成员可在目标以当前最大速度达到该分支点之前到达，是则为所述一级分支点选择至少一位成员并确定各成员到达对应一级分支点的时间，该时间应当不晚于目标到达该分支点的时间；
所述处理器为不同的分支点选择不同的成员。
18.如权利要求17所述的设备，其特征在于，
若在一个或多个所述一级分支点没有成员可对目标进行控制，即没有成员可在所述目标到达所述分支点之前到达所述分支点，所述处理器进一步查找所述一级分支点的各下一级分支点即二级分支点，判断是否有成员可在各二级分支点对目标进行控制，即针对每个二级分支点，是否有至少一位成员可在目标以当前最大速度到达该二级分支点之前赶到所述二级分支点，若能则选择至少一位成员并确定各成员到达对应二级分支点的时间，该时间应当不晚于目标到达该分支点的时间；否则对于在目标到达前没有成员可以到达的分支点继续查找下一级的分支点，直到在所述分支点可完成对目标的控制或查找的分支点级别达到阈值；
所述处理器在对某个分支点进行查找判断时，若该分支点已经被查找判断过则不再继续查找判断；
所述处理器为不同的分支点选择不同的成员。
19.如权利要求17或18所述的设备，其特征在于，
所述设备还包括设置组件；
所述设置组件用于为各任务划分优先级；
所述处理器选择成员时优先选择处于空闲状态的成员；
所述处理器还用于为某个分支点选择执行控制的成员时，若处于空闲状态的成员中没有一位能在目标赶到该分支点之前赶到该分支点，则从比当前任务优先级低的任务中选择至少一位成员执行对所述分支点的控制；若各低优先级的任务中没有成员可在所述目标以当前最大速度到达所述分支点之前到达则查找所述分支点的下一级分支点。
20.如权利要求19所述的设备，其特征在于，
所述设置组件还用于为各任务设置阈值；
所述处理器还用于当从较低优先级的任务中选择成员时，判断若选择的所述成员退出正在执行的任务后，所述较低优先级的任务的完成可能性是否仍不低于其设置阈值，若是则确定所述成员退出正在执行的任务而加入所述当前任务，以及所述成员应赶到的分支点及时间，否则确定所述成员不退出正在执行的较低优先级任务。
21.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行所述权利要求1至8中任一项的各个步骤。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2016/110567 WO2018107505A1 (zh) | 2016-12-17 | 2016-12-17 | 一种对目标进行控制的方法、控制装置及控制设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106716282A true CN106716282A (zh) | 2017-05-24 |
| CN106716282B CN106716282B (zh) | 2019-06-11 |
Family
ID=58906772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680002692.0A Active CN106716282B (zh) | 2016-12-17 | 2016-12-17 | 一种对目标进行控制的方法、控制装置及控制设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20190302779A1 (zh) |
| CN (1) | CN106716282B (zh) |
| WO (1) | WO2018107505A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009012A (zh) * | 2017-12-14 | 2018-05-08 | 中南大学 | 一种基于任务模型的多智能体动态任务分配方法 |
| CN108268038A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 多移动机器人的调度方法及系统 |
| CN111083444A (zh) * | 2019-12-26 | 2020-04-28 | 浙江大华技术股份有限公司 | 一种抓拍方法、装置、电子设备及存储介质 |
| CN113885551A (zh) * | 2020-07-01 | 2022-01-04 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及移动体 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1200692A (zh) * | 1995-09-11 | 1998-12-02 | 株式会社安川电机 | 机器人控制设备 |
| US6483536B2 (en) * | 2000-11-17 | 2002-11-19 | Honda Giken Kogyo Kabushiki Kaisha | Distance measuring apparatus and method employing two image taking devices having different measurement accuracy |
| CN1518489A (zh) * | 2002-03-15 | 2004-08-04 | 索尼公司 | 用于机器人的行为控制系统和行为控制方法及机器人装置 |
| JP2009288930A (ja) * | 2008-05-28 | 2009-12-10 | Murata Mach Ltd | 自律移動体及びその移動制御方法 |
| CN102252686B (zh) * | 2010-03-31 | 2015-01-14 | 株式会社电装 | 导航系统 |
| CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
| CN105005305A (zh) * | 2015-07-22 | 2015-10-28 | 上海思依暄机器人科技有限公司 | 受控机器人、遥控设备、机器人系统及所适用的方法 |
| CN105182973A (zh) * | 2015-09-08 | 2015-12-23 | 郑州大学 | 多机器人追捕者围捕单移动目标的自适应围捕装置与方法 |
| CN105578058A (zh) * | 2016-02-03 | 2016-05-11 | 北京光年无限科技有限公司 | 一种面向智能机器人的拍摄控制方法、装置及机器人 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4587052B2 (ja) * | 2006-10-06 | 2010-11-24 | 国立大学法人 名古屋工業大学 | 位置制御装置、位置制御方法及び位置制御プログラム |
| JP5047709B2 (ja) * | 2007-07-04 | 2012-10-10 | 株式会社日立製作所 | 移動装置、システム、移動方法及び移動プログラム |
| CN104834309B (zh) * | 2015-04-10 | 2018-08-21 | 浙江工业大学 | 基于目标跟踪控制策略的单移动机器人最优巡回控制方法 |
-
2016
- 2016-12-17 CN CN201680002692.0A patent/CN106716282B/zh active Active
- 2016-12-17 WO PCT/CN2016/110567 patent/WO2018107505A1/zh active Application Filing
-
2019
- 2019-06-01 US US16/428,996 patent/US20190302779A1/en not_active Abandoned
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1200692A (zh) * | 1995-09-11 | 1998-12-02 | 株式会社安川电机 | 机器人控制设备 |
| US6483536B2 (en) * | 2000-11-17 | 2002-11-19 | Honda Giken Kogyo Kabushiki Kaisha | Distance measuring apparatus and method employing two image taking devices having different measurement accuracy |
| CN1518489A (zh) * | 2002-03-15 | 2004-08-04 | 索尼公司 | 用于机器人的行为控制系统和行为控制方法及机器人装置 |
| JP2009288930A (ja) * | 2008-05-28 | 2009-12-10 | Murata Mach Ltd | 自律移動体及びその移動制御方法 |
| CN102252686B (zh) * | 2010-03-31 | 2015-01-14 | 株式会社电装 | 导航系统 |
| CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
| CN105005305A (zh) * | 2015-07-22 | 2015-10-28 | 上海思依暄机器人科技有限公司 | 受控机器人、遥控设备、机器人系统及所适用的方法 |
| CN105182973A (zh) * | 2015-09-08 | 2015-12-23 | 郑州大学 | 多机器人追捕者围捕单移动目标的自适应围捕装置与方法 |
| CN105578058A (zh) * | 2016-02-03 | 2016-05-11 | 北京光年无限科技有限公司 | 一种面向智能机器人的拍摄控制方法、装置及机器人 |
Non-Patent Citations (1)
| Title |
|---|
| 孟宪龙: "RoboCup中NAO机器人球场目标红球识别与快速找球策略", 《电脑知识与技术》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108009012A (zh) * | 2017-12-14 | 2018-05-08 | 中南大学 | 一种基于任务模型的多智能体动态任务分配方法 |
| CN108009012B (zh) * | 2017-12-14 | 2021-12-14 | 中南大学 | 一种基于任务模型的多智能体动态任务分配方法 |
| CN108268038A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 多移动机器人的调度方法及系统 |
| CN108268038B (zh) * | 2018-01-19 | 2021-04-20 | 广东美的智能机器人有限公司 | 多移动机器人的调度方法及系统 |
| CN111083444A (zh) * | 2019-12-26 | 2020-04-28 | 浙江大华技术股份有限公司 | 一种抓拍方法、装置、电子设备及存储介质 |
| CN113885551A (zh) * | 2020-07-01 | 2022-01-04 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及移动体 |
| CN113885551B (zh) * | 2020-07-01 | 2024-03-26 | 丰田自动车株式会社 | 信息处理装置、信息处理方法以及移动体 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2018107505A1 (zh) | 2018-06-21 |
| US20190302779A1 (en) | 2019-10-03 |
| CN106716282B (zh) | 2019-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106716282A (zh) | 一种对目标进行控制的方法、控制装置及控制设备 | |
| Zang et al. | Metalight: Value-based meta-reinforcement learning for traffic signal control | |
| CN113589842B (zh) | 一种基于多智能体强化学习的无人集群任务协同方法 | |
| CN105550751B (zh) | 利用优先级策略混合遗传算法的炼钢连铸生产调度方法 | |
| CN107879260A (zh) | 基于bim的塔吊防碰撞系统及安防系统 | |
| CN111311959B (zh) | 多路口协同控制方法、装置、电子设备及存储介质 | |
| CN110132242A (zh) | 多摄像机即时定位与地图构建的三角化方法及其运动体 | |
| CN106373160B (zh) | 一种基于深度强化学习的摄像机主动目标定位方法 | |
| CN111762519B (zh) | 引导拣选机器人作业的方法、系统和调度装置 | |
| CN112633415B (zh) | 基于规则约束训练的无人机集群智能任务执行方法和装置 | |
| Sahu et al. | Traffic light cycle control using deep reinforcement technique | |
| CN112241974A (zh) | 交通事故检测方法及处理方法、系统、存储介质 | |
| CN114677375B (zh) | 一种智能塔吊集群的协同控制方法、装置、存储介质及终端 | |
| CN115077552A (zh) | 一种基于最短路径的监管环境安全巡检规划方法及系统 | |
| CN115993845B (zh) | 一种集群智能系统协同运动规划与编队控制方法 | |
| CN107222726A (zh) | 电力设施防外破预警方案 | |
| CN112415997A (zh) | 一种用于多机器人协作的路径规划方法及系统 | |
| CN108174055A (zh) | 一种智能监控方法、系统、设备及存储介质 | |
| CN114518754B (zh) | 一种多智能体追逃问题建模与围捕策略生成方法 | |
| CN112383714A (zh) | 一种目标对象的跟踪方法和装置 | |
| Fang et al. | Deploying PAWS to combat poaching: game-theoretic patrolling in areas with complex terrain | |
| CN110703772A (zh) | 一种智能通用无人平台路径规划方法 | |
| CN113807224B (zh) | 一种工厂违规行为检测跟踪方法 | |
| CN114019912B (zh) | 一种群体机器人运动规划控制方法及系统 | |
| EP4080309A1 (en) | Own-position estimating device, moving body, own-position estimating method, and own-position estimating program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |