CN109000664A - 一种空地协同的机器人搜救系统及搜救方法 - Google Patents

一种空地协同的机器人搜救系统及搜救方法 Download PDF

Info

Publication number
CN109000664A
CN109000664A CN201811113700.6A CN201811113700A CN109000664A CN 109000664 A CN109000664 A CN 109000664A CN 201811113700 A CN201811113700 A CN 201811113700A CN 109000664 A CN109000664 A CN 109000664A
Authority
CN
China
Prior art keywords
robot
air
ground
rescue
landing
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
CN201811113700.6A
Other languages
English (en)
Inventor
车进
张良
朱小波
刘大铭
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.)
Ningxia University
Original Assignee
Ningxia 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 Ningxia University filed Critical Ningxia University
Priority to CN201811113700.6A priority Critical patent/CN109000664A/zh
Publication of CN109000664A publication Critical patent/CN109000664A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means

Abstract

本发明提供了一种空地协同的机器人搜救系统及搜救方法，所述搜救系统包括：空中机器人和地面机器人，所述空中机器人和所述地面机器人无线通信，所述空中机器人提供规划路径，所述地面机器人按照所述规划路径前进，所述地面机器人上设置有无人机起降平台，所述无人机起降平台为所述空中机器人供能且为所述空中机器人提供降落区域。本发明在地面机器人上为空中机器人设置起降平台，利用空中机器人对全局环境的感知能力，为地面机器人构建全局环境模型，进行路径的规划，提高地面机器人前进速度，节省搜救时间，同时避免因现场情况过于复杂而造成施救人员的损伤。

Description

一种空地协同的机器人搜救系统及搜救方法
技术领域
本发明涉及机器人搜救技术领域，特别是涉及一种空地协同的机器人搜救系统及搜救方法。
背景技术
自然灾害具有突发性和毁灭性，尤其是地震灾害，地震灾害之后所形成的次生灾害更是多种多样，涵盖了水灾、危险化学品泄漏、地质灾害等等，在这种比较特殊的环境下，科学有效的救援工作变得极为重要，然而在许多情况下，灾害现场的情况是无法预知的，贸然进去只能造成更大的损失，因此这时候就需要有现代化的搜救技术及救援设备的协助。
目前，已经开发和研制出许多救援机器人，机器人面对灾害险境、污染源、事故现场，自主地作出搜救排障等行动决策，或听从召唤与遥控指挥，代替人在恶劣复杂环境从事危险工作，如在废墟中前行的蛇形机器人、在崎岖不平的环境中爬行的履带式机器人、用于矿井勘探、抢险的机器人等。
地面机器人由于其工作空间的限制，对环境感知存在较大的局限，因而其全局导航的能力相对较弱，空中机器人虽然能够快速地移动，覆盖较大的面积，但是在地面目标的定位上精度不高，比较有效的解决办法是采用空地机器人协作，目前空地协同主要见于操作人员的手动操作，空地的自主协同几乎没有，而传统的空地协同系统中空中机器人的续航能力弱，系统环境适应性差。
发明内容
本发明的目的是提供一种空地协同的机器人搜救系统及搜救方法，所述系统在地面机器人上为空中机器人设置起降平台，利用空中机器人对全局环境的感知能力，为地面机器人构建全局环境模型，进行路径的规划，提高地面机器人前进速度，节省搜救时间，同时避免因现场情况过于复杂而造成施救人员的损伤。
为实现上述目的，本发明提供了如下方案：
一种空地协同的机器人搜救系统，所述搜救系统包括空中机器人和地面机器人，所述空中机器人和所述地面机器人无线通信，所述空中机器人提供规划路径，所述地面机器人按照所述规划路径前进，所述地面机器人上设置有无人机起降平台，所述无人机起降平台为所述空中机器人供能且为所述空中机器人提供降落区域
可选的，所述无人机起降平台包括：起降平台、太阳能电池板、电磁铁、电极隔断线和电极；
所述起降平台的中间设置空中机器人起降区域，所述空中机器人起降区域设置有特征标识，所述空中机器人起降区域两侧安装所述太阳能电池板；
所述电极镶嵌在所述起降平台的表面，所述电极隔断线设置在所述空中机器人起降区域的中间，将所述电极分成正负电极；
所述电磁铁设置在所述空中机器人起降区域内部。
可选的，所述特征标识的颜色与所述起降平台的颜色不同。
可选的，所述空中机器人包括：飞行装置、第一控制器、第一无线WIFI芯片和第一摄像机，所述第一控制器分别与所述第一无线WIFI芯片和所述第一摄像机连接，所述第一控制器和所述第一无线WIFI芯片设置在所述飞行装置内部。
可选的，所述地面机器人包括：第二控制器、第二摄像机、GPS装置和第二无线WIFI芯片，所述第二控制器分别与所述第二摄像机、所述GPS装置和所述第二无线WIFI芯片连接。
一种空地协同的机器人搜救方法，所述搜救方法包括以下步骤：
所述地面机器人接收目标地址；
所述地面机器人根据所述目标地址确定所述空中机器人到达所述目标地址再返回所述无人机起降平台所需的电量，得到阈值电量；
所述地面机器人获取所述空中机器人的电量；
所述地面机器人判断所述电量是否大于所述阈值电量，得到第一判断结果；
若所述第一判断结果表示所述电量大于所述阈值电量，所述地面机器人将所述目标地址发送给所述空中机器人并发出控制所述空中机器人起飞的指令；
所述空中机器人起飞，并打开第一摄像机拍摄获得侦察图像；
所述空中机器人通过对所述空中机器人起降区域的所述特征标识进行识别，降落在所述空中机器人起降区域；
所述空中机器人根据所述侦察图像，获得障碍物坐标；
所述空中机器人根据所述规划路径起点、所述规划路径终点和所述障碍物，采用启发式的搜索算法，在所述规划路径的起点和终点之间搜索最短路径，将搜索到的所述最短路径作为所述规划路径；
所述空中机器人将所述规划路径发送给所述地面机器人；
所述地面机器人按照所述规划路径前进，到达目标位置进行搜救。
可选的，还包括：所述规划路径上出现新的障碍物，所述地面机器人定位所述新的障碍物位置，然后进行抓取，抓取成功后按照所述规划路径继续前进。
可选的，还包括：若所述第一判断结果表示所述电量小于或等于所述阈值电量，所述地面机器人控制所述无人机起降平台对所述空中机器人进行充电。
可选的，所述获得所述障碍物坐标，具体包括：
所述空中机器人对所述侦查图像进行雾化和去噪处理，得到预处理图像；
所述空中机器人对所述预处理图像进行分割、颜色检测、轮廓提取、掩模的处理，确定障碍物；
所述空中机器人确定所述障碍物坐标。
可选的，所述启发式搜索算法是FastDijkstra算法。
本发明公开了以下技术效果：
1、本发明在地面机器人上为空中机器人设置起降平台，利用空中机器人对全局环境的感知能力，为地面机器人构建全局环境模型，进行路径的规划，提高地面机器人前进速度，节省搜救时间。
2、本发明无人机起降平台上的太阳能电池板为地面机器人和空中机器人提供能量，提高了续航能力，解决了地面机器人和空中机器人无法长时间续航问题。
3、本发明在无人机起降平台上设置可控通断的电磁铁，增强空中机器人降落在平台上的稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的无人机起降平台的结构示意图。
图2为本发明的空地协同的机器人搜救方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种空地协同的机器人搜救系统及搜救方法，通过空中机器人和地面机器人的协同合作，提高救援工作的效率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供一种空地协同的机器人智能搜救系统，所述搜救系统包括：空中机器人和地面机器人，所述空中机器人和所述地面机器人无线通信，所述空中机器人提供规划路径，所述地面机器人按照所述规划路径前进，所述地面机器人上设置有无人机起降平台，所述无人机起降平台为所述空中机器人供能且为所述空中机器人提供降落区域。
图1为本发明的无人机起降平台的结构示意图，所述无人机起降平台包括：起降平台1、太阳能电池板2、电磁铁3、空中机器人起降区域4、电极隔断线5和电极6。
起降平台1的中间设置空中机器人起降区域4，所述空中机器人起降区域4设置有特征标识，所述空中机器人起降区域4两侧安装所述太阳能电池板2，所述电极6镶嵌在所述起降平台1的表面，所述电极隔断线5设置在所述空中机器人起降区域4的中间，将所述电极6分成正负电极；所述电磁铁3设置在所述空中机器人起降区域4内部，所述特征标识的颜色与所述起降平台1的颜色不同。
具体的，起降平台1设置为黑色，起降平台1的中间设置空中机器人起降区域4，空中机器人起降区域4设置有圆环，圆环内部有十字条形，十字条形的中心为空中机器人起降区域4的中心，圆环和十字条形设置为白色，空中机器人通过底部摄像头寻找空中机器人起降区域4特征标识，空中机器人经过前后左右调整正对空中机器人起降区域4的中心，空中机器人缓慢降落在起降平台1。
空中机器人起降区域4左右两侧分别安装若干块太阳能电池板2，太阳能电池板2设置为蓝色，太阳能电池板2随时补充地面机器人电池中的电能，使地面机器人长时间工作。
电极6镶嵌在起降平台1的表面，电极隔断线5设置为黄色，电极隔断线5在空中机器人起降区域4的中间，将电极6分成正负电极，电极隔断线5左侧是正电极，电极隔断线5右侧是负电极，电极6通过空中机器人充电口为空中机器人补充电能，提高空中机器人续航能力。
电磁铁3有两块设置为紫色，电磁铁3设置在空中机器人起降区域4内部，电磁铁3通过通电和断电进行控制，空中机器人停落在空中机器人起降区域4，电磁铁3通电，通过磁力将空中机器人吸住，使其停稳在空中机器人起降区域4，空中机器人需要起飞，断开电磁铁3通电，使其失去磁力，空中机器人起飞，通过这种方式用于增强空中机器人停落在平台的稳定性。
空中机器人采用四旋翼飞行装置，飞行装置上安装有激光测距仪，空中机器人根据激光测距仪对定点高度进行拍摄，飞行装置四个方向安装有超声波及摄像头，空中机器人通过超声波结合图像处理避开障碍物，飞行装置内部设置有ubuntu系统的开发板，开发板装载图像视觉库Opencv和神经网络开发框架TensorFlow，开发板选择odroidxu4作为四轴飞行器的主控制板，空中机器人自主飞行时能处理数据，飞行装置采用pixhawk开源飞控，pixhawk开源飞控实现对空中机器人的自稳、定高和姿态的控制。
空中机器人系统主要组成部分由板载处理器模块、飞控模块、电源模块、电机模块、加速度计陀螺仪模块、气压计模块组成，空中机器人利用自身的视野宽阔性为地面机器人提供障碍物的地理位置信息。
地面机器人还安装有机械臂，机械臂有多个自由度，机械臂上装有机械手，机械手对目标物进行抓取，地面机器人安装有双目视觉的摄像机，对目标多种操作，地面机器人安装有角度传感器，角度传感器实时监测地面机器人的行进方向，地面机器人安装有GPS装置，空中机器人通过GPS装置能定位地面机器人的位置，地面机器人采用履带式，使用锂电池作为动力源，采用弹簧阻尼减震器及直流电机驱动，地面机器人内部设置有处理器、存储装置和mysql数据库。
图2为本发明的空地协同的机器人搜救方法的流程图，如图2所示，所述搜救方法包括以下步骤：
步骤S1：所述地面机器人接收目标地址。
步骤S2：所述地面机器人根据所述目标地址确定空中机器人到达所述目标地址再返回所述无人机起降平台所需的电量，得到阈值电量。
步骤S3：所述地面机器人获取所述空中机器人的电量。
步骤S4：所述地面机器人判断所述电量是否大于所述阈值电量，得到第一判断结果。
步骤S5：若所述第一判断结果表示所述电量大于所述阈值电量，所述地面机器人将所述目标地址发送给所述空中机器人并发出控制所述空中机器人起飞的指令。
若第一判断结果表示空中机器人的电量小于或等于阈值电量，地面机器人控制无人机起降平台对空中机器人进行充电，直到所述电量大于所述阈值电量。
步骤S6：所述空中机器人起飞，并打开第一摄像机拍摄获得侦察图像。
步骤S7：所述空中机器人通过对所述空中机器人起降区域的特征标识进行识别，降落在所述空中机器人起降区域。
具体的，空中机器人通过底部摄像头寻找起降平台上的白色线条区域，空中机器人经过前后左右调整正对空中机器人起降区域的中心，空中机器人通过图像处理测算自身与空中机器人起降区域的相对位置，空中机器人缓慢降落在起降平台。
步骤S8：所述空中机器人根据所述侦察图像，获得障碍物坐标。
具体的，空中机器人对侦查图像采用MSRCR算法进行雾化得到雾化图像，空中机器人采用OpenCV对雾化图像进行去噪、分割、颜色检测、轮廓提取、掩模的处理，确定障碍物，利用OpenCV中findcounters函数标出障碍物的轮廓，进而确定障碍物的质心坐标，空中机器人确定碍物坐标。
步骤S9：所述空中机器人根据所述规划路径起点、所述规划路径终点和所述障碍物，采用启发式的搜索算法，在所述规划路径的起点和终点之间搜索最短路径，将搜索到的最短路径作为所述规划路径。
具体的，地面机器人作为路径规划的起点，目标区域作为路径规划的终点，采用OpenCV实现对起点和终点提取颜色特征，通过HSV监测确定起点和终点的位置，从而实现起点和终点的定位，在障碍物的轮廓上作一个最小的外接矩形，利用FastDijkstra算法，以起点为中心向外层扩展，遍历整个距离矩阵，直到扩展到终点，进而规划出最短路径。
步骤S10：所述空中机器人将所述规划路径发送给所述地面机器人。
具体的，空中机器人通过自身装载的WIFI模块和地面机器人上的WIFI模块进行通信，空中机器人利用多线程ssh将处理完的数据发送给地面机器人。
步骤S11：所述地面机器人按照所述规划路径前进，到达目标位置进行搜救。
具体的，规划路径中包括地面机器人行进过程的角度与位移信息，地面机器人利用角度传感器实时监测地面机器人行进方向，根据位移信息转换成地面机器人行进距离，到达目标位置，地面机器人通过双目视觉查找目标物在图像中的位置，使用机械臂进行抓取。
地面机器人根据规划路径的信息能够快速准确的达到目标位置，进一步缩短时间，为救援工作赢取宝贵的黄金时间。
另外，考虑到原先规划的路径上可能出现新的障碍物，地面机器人通过双目视觉定位障碍物的位置，通过地面机器人的机械臂规划进行抓取，成功抓取后按照原路径继续前进，不断更新空中机器人规划的新路径。
空中机器人采用间歇式方式，空中机器人降落在起降平台，当空中机器人达到预设的时间间隔或收到起飞指令，空中机器人起飞打开摄像机拍摄，获得侦察图像，然后空中机器人降落在起降平台，否则在起降平台待命，这种间歇式方式减少空中机器人长时间空中停留的能量损耗。
本发明通过空中机器人和地面机器人的合作，利用空中机器人对全局环境的感知能力，为地面机器人构建全局环境模型，进行路径的规划，提高地面机器人前进速度，节省搜救时间。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种空地协同的机器人搜救系统，其特征在于，包括空中机器人和地面机器人，所述空中机器人和所述地面机器人无线通信，所述空中机器人提供规划路径，所述地面机器人按照所述规划路径前进，所述地面机器人上设置有无人机起降平台，所述无人机起降平台为所述空中机器人供能且为所述空中机器人提供降落区域。
2.根据权利要求1所述的空地协同的机器人搜救系统，其特征在于，所述无人机起降平台包括：起降平台、太阳能电池板、电磁铁、电极隔断线和电极；
所述起降平台的中间设置空中机器人起降区域，所述空中机器人起降区域设置有特征标识，所述空中机器人起降区域两侧安装所述太阳能电池板；
所述电极镶嵌在所述起降平台的表面，所述电极隔断线设置在所述空中机器人起降区域的中间，将所述电极分成正负电极；
所述电磁铁设置在所述空中机器人起降区域内部。
3.根据权利要求2所述的空地协同的机器人搜救系统，其特征在于，所述特征标识的颜色与所述起降平台的颜色不同。
4.根据权利要求1所述的空地协同的机器人搜救系统，其特征在于，所述空中机器人包括：飞行装置、第一控制器、第一无线WIFI芯片和第一摄像机，所述第一控制器分别与所述第一无线WIFI芯片和所述第一摄像机连接，所述第一控制器和所述第一无线WIFI芯片设置在所述飞行装置内部。
5.根据权利要求1所述的空地协同的机器人搜救系统，其特征在于，所述地面机器人包括：第二控制器、第二摄像机、GPS装置和第二无线WIFI芯片，所述第二控制器分别与所述第二摄像机、所述GPS装置和所述第二无线WIFI芯片连接。
6.一种空地协同的机器人搜救方法，其特征在于，包括：
所述地面机器人接收目标地址；
所述地面机器人根据所述目标地址确定所述空中机器人到达所述目标地址再返回所述无人机起降平台所需的电量，得到阈值电量；
所述地面机器人获取所述空中机器人的电量；
所述地面机器人判断所述电量是否大于所述阈值电量，得到第一判断结果；
若所述第一判断结果表示所述电量大于所述阈值电量，所述地面机器人将所述目标地址发送给所述空中机器人并发出控制所述空中机器人起飞的指令；
所述空中机器人起飞，并打开第一摄像机拍摄获得侦察图像；
所述空中机器人通过对所述空中机器人起降区域的所述特征标识进行识别，降落在所述空中机器人起降区域；
所述空中机器人根据所述侦察图像，获得障碍物坐标；
所述空中机器人根据所述规划路径起点、所述规划路径终点和所述障碍物，采用启发式的搜索算法，在所述规划路径的起点和终点之间搜索最短路径，将搜索到的所述最短路径作为所述规划路径；
所述空中机器人将所述规划路径发送给所述地面机器人；
所述地面机器人按照所述规划路径前进，到达目标位置进行搜救。
7.根据权利要求6所述的空地协同的机器人搜救方法，其特征在于，所述空地协同的机器人搜救方法还包括：所述规划路径上出现新的障碍物，所述地面机器人定位所述新的障碍物位置，然后进行抓取，抓取成功后按照所述规划路径继续前进。
8.根据权利要求6所述的空地协同的机器人搜救方法，其特征在于，所述空地协同的机器人搜救方法还包括：若所述第一判断结果表示所述电量小于或等于所述阈值电量，所述地面机器人控制所述无人机起降平台对所述空中机器人进行充电。
9.根据权利要求6所述的空地协同的机器人搜救方法，其特征在于，获得所述障碍物坐标，具体包括：
所述空中机器人对所述侦查图像进行雾化和去噪处理，得到预处理图像；
所述空中机器人对所述预处理图像进行分割、颜色检测、轮廓提取、掩模的处理，确定障碍物；
所述空中机器人确定所述障碍物坐标。
10.根据权利要求6所述的空地协同的机器人搜救方法，其特征在于，所述启发式搜索算法是Fast Dijkstra算法。
CN201811113700.6A 2018-09-25 2018-09-25 一种空地协同的机器人搜救系统及搜救方法 Pending CN109000664A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811113700.6A CN109000664A (zh) 2018-09-25 2018-09-25 一种空地协同的机器人搜救系统及搜救方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811113700.6A CN109000664A (zh) 2018-09-25 2018-09-25 一种空地协同的机器人搜救系统及搜救方法

Publications (1)

Publication Number Publication Date
CN109000664A true CN109000664A (zh) 2018-12-14

Family

ID=64592071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811113700.6A Pending CN109000664A (zh) 2018-09-25 2018-09-25 一种空地协同的机器人搜救系统及搜救方法

Country Status (1)

Country Link
CN (1) CN109000664A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901580A (zh) * 2019-03-13 2019-06-18 华南理工大学 一种无人机与无人地面机器人协作循径避障系统及其方法
CN110047269A (zh) * 2019-04-08 2019-07-23 王飞跃 事故支援系统、事故支援方法、电子装置及储存介质
CN111265807A (zh) * 2020-03-06 2020-06-12 南京晓庄学院 一种用于陆空协同工作的消防机器人系统
CN111352404A (zh) * 2020-03-25 2020-06-30 仲恺农业工程学院 无人机与地面移动机器人协同的农情获取方法、系统、介质和设备
CN111427353A (zh) * 2020-04-01 2020-07-17 无锡格物智能科技有限公司 路障导航优化方法、装置、终端、系统和存储介质
CN112975982A (zh) * 2021-03-16 2021-06-18 北京理工大学 一种基于脑机融合的空地协同多机器人系统
CN117506966A (zh) * 2024-01-08 2024-02-06 清华四川能源互联网研究院 一种空地协同机器人

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699102A (zh) * 2015-02-06 2015-06-10 东北大学 一种无人机与智能车协同导航与侦查监控系统及方法
CN105197252A (zh) * 2015-09-17 2015-12-30 武汉理工大学 一种小型无人机降落方法及系统
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
CN105391155A (zh) * 2015-12-07 2016-03-09 北京航空航天大学 一种无人机巡检基站
CN105511495A (zh) * 2016-02-15 2016-04-20 国家电网公司 电力线路无人机智能巡检控制方法和系统
CN105539824A (zh) * 2015-12-31 2016-05-04 东莞市吉飞机器人有限公司 可大范围持续工作的智能无人机系统
CN205375196U (zh) * 2016-03-01 2016-07-06 河北工业大学 用于风电场巡检的群组机器人控制装置
CN106081138A (zh) * 2016-06-22 2016-11-09 上海顺砾智能科技有限公司 一种多功能智能无人机系统
CN106275447A (zh) * 2016-08-31 2017-01-04 马彦亭 一种用于无人机快递的自动收货装置及其控制方法
CN106347165A (zh) * 2016-11-18 2017-01-25 宁波大红鹰学院 一种无人机充电装置
CN106628219A (zh) * 2017-01-24 2017-05-10 中信戴卡股份有限公司 一种旋翼无人机停驻装置及其无人机充电套件
CN106628211A (zh) * 2017-03-16 2017-05-10 山东大学 基于led点阵的地面引导式无人机飞行降落系统及方法
CN107291094A (zh) * 2017-05-08 2017-10-24 大陆智源科技（北京）有限公司 无人机机器人协同操作系统
CN107364578A (zh) * 2017-08-17 2017-11-21 顾瑶池 一种用于林场的巡视无人机
CN107404348A (zh) * 2017-03-09 2017-11-28 华信润邦（北京）智能科技有限公司 复杂危险场景的监测方法及相应的监测系统
CN107599875A (zh) * 2017-10-18 2018-01-19 武汉乐飞电气有限公司 一种车载无人机充电起降平台
CN107943077A (zh) * 2017-11-24 2018-04-20 歌尔股份有限公司 一种无人机降落目标的追踪方法、装置和无人机
CN107957732A (zh) * 2017-11-29 2018-04-24 重庆固恒通信设备有限公司 无人机自动降落辅助引导系统
CN207433830U (zh) * 2017-11-17 2018-06-01 星逻智能科技(苏州)有限公司 可充电式无人机降落平台
CN108557104A (zh) * 2018-01-12 2018-09-21 张赫 一种基于数据传输基站的无人机停泊充电平台

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699102A (zh) * 2015-02-06 2015-06-10 东北大学 一种无人机与智能车协同导航与侦查监控系统及方法
CN105197252A (zh) * 2015-09-17 2015-12-30 武汉理工大学 一种小型无人机降落方法及系统
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
CN105391155A (zh) * 2015-12-07 2016-03-09 北京航空航天大学 一种无人机巡检基站
CN105539824A (zh) * 2015-12-31 2016-05-04 东莞市吉飞机器人有限公司 可大范围持续工作的智能无人机系统
CN105511495A (zh) * 2016-02-15 2016-04-20 国家电网公司 电力线路无人机智能巡检控制方法和系统
CN205375196U (zh) * 2016-03-01 2016-07-06 河北工业大学 用于风电场巡检的群组机器人控制装置
CN106081138A (zh) * 2016-06-22 2016-11-09 上海顺砾智能科技有限公司 一种多功能智能无人机系统
CN106275447A (zh) * 2016-08-31 2017-01-04 马彦亭 一种用于无人机快递的自动收货装置及其控制方法
CN106347165A (zh) * 2016-11-18 2017-01-25 宁波大红鹰学院 一种无人机充电装置
CN106628219A (zh) * 2017-01-24 2017-05-10 中信戴卡股份有限公司 一种旋翼无人机停驻装置及其无人机充电套件
CN107404348A (zh) * 2017-03-09 2017-11-28 华信润邦（北京）智能科技有限公司 复杂危险场景的监测方法及相应的监测系统
CN106628211A (zh) * 2017-03-16 2017-05-10 山东大学 基于led点阵的地面引导式无人机飞行降落系统及方法
CN107291094A (zh) * 2017-05-08 2017-10-24 大陆智源科技（北京）有限公司 无人机机器人协同操作系统
CN107364578A (zh) * 2017-08-17 2017-11-21 顾瑶池 一种用于林场的巡视无人机
CN107599875A (zh) * 2017-10-18 2018-01-19 武汉乐飞电气有限公司 一种车载无人机充电起降平台
CN207433830U (zh) * 2017-11-17 2018-06-01 星逻智能科技(苏州)有限公司 可充电式无人机降落平台
CN107943077A (zh) * 2017-11-24 2018-04-20 歌尔股份有限公司 一种无人机降落目标的追踪方法、装置和无人机
CN107957732A (zh) * 2017-11-29 2018-04-24 重庆固恒通信设备有限公司 无人机自动降落辅助引导系统
CN108557104A (zh) * 2018-01-12 2018-09-21 张赫 一种基于数据传输基站的无人机停泊充电平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄肖肖 等: "《基于空-地协同的轨迹规划方法》", 《公路交通科技》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109901580A (zh) * 2019-03-13 2019-06-18 华南理工大学 一种无人机与无人地面机器人协作循径避障系统及其方法
CN110047269A (zh) * 2019-04-08 2019-07-23 王飞跃 事故支援系统、事故支援方法、电子装置及储存介质
CN110047269B (zh) * 2019-04-08 2022-07-26 王飞跃 事故支援系统、事故支援方法、电子装置及储存介质
CN111265807A (zh) * 2020-03-06 2020-06-12 南京晓庄学院 一种用于陆空协同工作的消防机器人系统
CN111352404A (zh) * 2020-03-25 2020-06-30 仲恺农业工程学院 无人机与地面移动机器人协同的农情获取方法、系统、介质和设备
CN111427353A (zh) * 2020-04-01 2020-07-17 无锡格物智能科技有限公司 路障导航优化方法、装置、终端、系统和存储介质
CN112975982A (zh) * 2021-03-16 2021-06-18 北京理工大学 一种基于脑机融合的空地协同多机器人系统
CN117506966A (zh) * 2024-01-08 2024-02-06 清华四川能源互联网研究院 一种空地协同机器人

Similar Documents

Publication Publication Date Title
CN109000664A (zh) 一种空地协同的机器人搜救系统及搜救方法
US11814173B2 (en) Systems and methods for unmanned aerial vehicles
CN108583920B (zh) 一种无人机用海上着陆平台及无人机着陆的控制方法
Xiao et al. UAV assisted USV visual navigation for marine mass casualty incident response
EP3103043B1 (en) Multi-sensor environmental mapping
Saska et al. Cooperative μUAV-UGV autonomous indoor surveillance
CN111056032B (zh) 一种无人船载的无人机充电升降系统及实现方法
Saska et al. Low cost mav platform ar-drone in experimental verifications of methods for vision based autonomous navigation
CN108137153A (zh) 用于无人机的装置、系统和方法
CN102190081B (zh) 基于视觉的飞艇定点鲁棒控制方法
Alghamdi et al. Architecture, classification, and applications of contemporary unmanned aerial vehicles
CN101866180A (zh) 一种飞行控制系统
Huang et al. Duckiefloat: a collision-tolerant resource-constrained blimp for long-term autonomy in subterranean environments
CN110302488A (zh) 自主消防无人机系统及消防方法
CN113029169A (zh) 一种基于三维地图和自主导航的空地协作搜救系统及方法
Aissi et al. Autonomous solar USV with an automated launch and recovery system for UAV: State of the art and Design
Kalaitzakis et al. A marsupial robotic system for surveying and inspection of freshwater ecosystems
KR20190102487A (ko) 해양 등부표를 활용한 드론 격납 장치 및 방법
Bartolomei et al. Autonomous emergency landing for multicopters using deep reinforcement learning
Khan et al. Cooperative control between multi-uavs for maximum coverage in disaster management: review and proposed model
CN109227527A (zh) 一种基于首尾双头蛇形机械臂的无人机搜救装置及其应用
CN116661497A (zh) 一种智能飞行汽车
CN207380555U (zh) 面向自主搬运任务的无人机系统
US20230142863A1 (en) Performance of autonomous vehicle operation in varying conditions by using imagery generated with machine learning for simulations
CN208660184U (zh) 高空消防机器人

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181214