CN110727278A - 巡检机器人路线控制方法、装置、存储介质及巡检机器人 - Google Patents
巡检机器人路线控制方法、装置、存储介质及巡检机器人 Download PDFInfo
- Publication number
- CN110727278A CN110727278A CN201910831447.6A CN201910831447A CN110727278A CN 110727278 A CN110727278 A CN 110727278A CN 201910831447 A CN201910831447 A CN 201910831447A CN 110727278 A CN110727278 A CN 110727278A
- Authority
- CN
- China
- Prior art keywords
- inspection robot
- current environment
- route
- environment model
- model
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000013499 data model Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- 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
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
Abstract
本发明提供的巡检机器人路线控制方法、装置、存储介质及巡检机器人，涉及巡检机器人技术领域。该巡检机器人路线控制方法包括：获取当前环境参数信息；根据所述当前环境参数信息计算得到当前环境模型；将所述当前环境模型与先验数据库对比；根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线。本发明提供的巡检机器人路线控制方法、装置、存储介质及巡检机器人能够根据环境信息控制巡检机器人的路线，从而提升巡检质量。
Description
技术领域
本发明涉及巡检机器人技术领域，具体而言，涉及一种巡检机器人路线控制方法、装置、存储介质及巡检机器人
背景技术
巡检机器人主要用于代替人工对线缆进行巡检，机器人在运行时需要对巡检的路线进行规划。现有的巡检机器人巡检路线控制方法的运行效率较低，要么路线的规划不可靠，两个难以兼顾。
发明内容
本发明的目的包括，例如，提供一种巡检机器人路线控制方法、装置、存储介质及巡检机器人，其能够根据环境信息控制巡检机器人的路线，兼顾运算效率和巡检效果，从而提升巡检质量和巡检的效率。
本发明的实施例可以这样实现：
第一方面，本发明实施例提供一种巡检机器人路线控制方法，
一种巡检机器人路线控制方法，用于巡检机器人，所述方法包括：
获取当前环境参数信息；
根据所述当前环境参数信息计算得到当前环境模型；
将所述当前环境模型与先验数据库对比；
根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线。
本发明实施例提供的巡检机器人路线控制方法：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人的路线，该方法能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人的巡检效率和巡检质量。
进一步地，在可选的实施例中，所述根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线的步骤包括：
若所述当前环境模型与所述先验数据库匹配，则按照所匹配的先验数据库控制所述巡检机器人的路线；
若所述当前环境模型与所述先验数据库不匹配，则根据所述当前环境模型控制所述巡检机器人的路线。
进一步地，在可选的实施例中，所述根据所述当前环境模型计算所述巡检机器人的路线的步骤包括：
将所述当前环境模型发送至后台控制终端；
接收控制指令，并按照所述控制指令控制所述巡检机器人的路线，其中，所述控制指令由所述后台控制终端根据所述当前环境模型得出。
进一步地，在可选的实施例中，所述根据所述当前环境参数信息计算得到所述当前环境模型的步骤包括：
对所述当前环境参数进行特征提取与识别，并得到所述当前环境模型。
一种巡检机器人路线控制装置，包括：
获取模块：用于获取当前环境参数信息；
计算模块：用于根据所述当前环境参数信息计算得到当前环境模型；
对比模块：用于将所述当前环境模型与先验数据库对比；
控制模块：根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线。
本发明实施例提供的巡检机器人路线控制装置：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人的路线，该装置能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人的巡检效率和巡检质量。
进一步地，在可选的实施例中，所述控制模块还用于：
若所述当前环境模型与所述先验数据库匹配，则按照所匹配的先验数据库控制所述巡检机器人的路线；
若所述当前环境模型与所述先验数据库不匹配，则根据所述当前环境模型控制所述巡检机器人的路线
进一步地，在可选的实施例中，所述控制模块还用于：
若所述当前环境模型与所述先验数据库不匹配，则将所述当前环境模型发送至后台控制终端；
接收控制指令，并按照所述控制指令控制所述巡检机器人的路线，其中，所述控制指令由所述后台控制终端根据所述当前环境模型得出。
进一步地，在可选的实施例中，所述计算模块：对所述当前环境参数进行特征提取与识别，并得到所述当前环境模型。
一种巡检机器人，包括：
存储器；以及，
处理器；
所述存储器存储有可在所述处理器上运行的巡检机器人的路线控制程序，所述巡检机器人的路线控制程序被所述处理器读取并运行时，实现上述的方法。
本发明实施例提供的巡检机器人：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人的路线，该巡检机器人能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人的巡检效率和巡检质量。
一种存储介质，所述存储介质上存储有巡检机器人的路线控制程序，所述巡检机器人的路线控制程序被读取并执行时，能够实现上述的方法。
本发明实施例提供的存储介质：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人的路线，该存储介质被执行时能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人的巡检效率和巡检质量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明具体实施例所述的巡检机器人的结构示意框图。
图2为本发明具体实施例所述的巡检机器人路线控制方法的流程示意框图。
图3为图2中步骤S400的子步骤的流程示意框图。
图4为图3中步骤S420的子步骤的流程示意框图。.
图5为本发明具体实施例所述的巡检机器人路线控制装置的结构示意框图。
图标：100-巡检机器人；110-巡检机器人路线控制装置；112-获取模块；114-计算模块；116-对比模块；118-控制模块；120-存储器；130-处理器。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
下面结合附图，对本发明的具体实施方式进行详细说明。
请参阅图1，本实施例提供了一种巡检机器人路线控制方法及巡检机器人路线控制装置110，应用于巡检机器人100，用于控制巡检机器人100的路线，从而使其的运行路线更优，从而提高巡检机器人100的巡检效果。该巡检机器人100包括存储器120、处理器130以及巡检机器人路线控制装置110。
存储器120和处理器130相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述巡检机器人路线控制装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在服务器的操作系统(operating system，OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块，例如所述巡检机器人路线控制装置110所包括的软件功能模块及可在所述处理器130上运行的巡检机器人100的路线控制程序等。
其中，存储器120用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。
所述存储器120可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
所述处理器130可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器130可以是微处理器130。所述处理器130也可以是任何常规的处理器130等。
请参阅图2，本实施例提供的巡检机器人路线控制方法包括以下步骤。
步骤S100：获取当前环境参数信息。
需要说明的是，用于控制巡检机器人100的路线的当前环境参数可以包括图像信息、距离信息、里程信息等。其中，图像信息主要包括一些障碍物的图像信息，比如常规型障碍物或者异构型障碍物；距离信息包括距离巡检点或者监控基站的距离；里程信息可以为巡检机器人100行走的里程。
应当理解的是，距离信息和里程信息可以用于对巡检机器人100定位，通过视觉信息能够得到障碍物的图像数据，从而实现对巡检机器人100当前所处的环境建模。
当然，在本发明的其他实施例中，上述的当前环境参数信息也可以不限于图像信息、距离信息和里程信息，还可以包括其他信息。
同时，也需要说明的是，获取上述的当前环境参数信息的具体方式可以通过视觉传感器获取视觉信息、通过测距传感器获取距离信息、通过里程仪获取里程信息。
步骤S200：根据当前环境参数信息计算得到当前环境模型。
结合上述步骤S100，在本步骤S200中，当前环境参数信息可以包括障碍物的图像信息、巡检机器人100的里程信息和与目标点或基站之间的距离信息。该步骤S200，用于得到当前巡检机器人100所处环境的数学模型。显然地，该模型是关于上述参数的表达式。
进一步地，在可选的实施例中，步骤S200：根据当前环境参数信息计算得到当前环境模型，可以包括子步骤S210：对当前环境参数进行特征提取与识别，并得到当前环境模型。
需要说明的是，在子步骤S210中，特征提取可以是时域特征，也可以是频域特征，还可以同时包括时域特征和频域特征。
同时，也应当理解的是，时域特征包括但不限于均值、方差、均方根、峭度等；频域特征包括但不限于一些常见的频域特征。
步骤S300：将当前环境模型与先验数据库对比。
需要说明的是，在本实施例中，先验数据库是存储有应对不同障碍物时的路线控制方法，比如对应障碍物A，其路线控制方法为方法a；对应障碍物B，其路线控制方法为方法b。
同时，也需要说明的是，该步骤S300可以在巡检机器人100侧进行运算，也可以是在后台控制终端侧进行运算，再将运算结果传输至巡检机器人100的控制器。
步骤S400：根据当前环境模型与先验数据库的对比结果控制巡检机器人100的路线。
应当理解的是，在本步骤S400中，当前环境模型与先验数据库的对比结果至少有两种情况：其一，当前环境模型能够与先验数据库中的某一条数据模型匹配；其二，在预设的先验数据库中找不到与当前环境模型匹配的数据模型。请参阅图3，也就是说，在可选的实施例中，步骤S400：根据当前环境模型与先验数据库的对比结果控制巡检机器人100的路线，可以包括上述情形的子步骤S401和子步骤S402。
子步骤S410：若当前环境模型与先验数据库匹配，则按照所匹配的先验数据库控制巡检机器人100的路线；
子步骤S420：若当前环境模型与先验数据库不匹配，则根据当前环境模型控制巡检机器人100的路线。
请参阅图4，进一步地，在可选的实施例中，子步骤S420：根据当前环境模型计算巡检机器人100的路线，包括子步骤S421和子步骤S422。
子步骤S421：将当前环境模型发送至后台控制终端；
子步骤S422：接收控制指令，并按照控制指令控制巡检机器人100的路线，其中，控制指令由后台控制终端根据当前环境模型得出。
本发明实施例提供的巡检机器人路线控制方法：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人100的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人100的路线，该方法能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人100的巡检效率和巡检质量。
请参阅图5，本发明实施例提供一种巡检机器人路线控制装置，该装置包括获取模块112、计算模块114、对比模块116和控制模块118。
获取模块112：用于获取当前环境参数信息。
在本发明实施例中，上述步骤S100由获取模块112执行。
计算模块114：用于根据当前环境参数信息计算得到当前环境模型。
在本发明实施例中，上述步骤S200由计算模块114执行。
对比模块116：用于将当前环境模型与先验数据库对比。
在本发明实施例中，上述步骤S300由对比模块116执行。
控制模块118：根据当前环境模型与先验数据库的对比结果控制巡检机器人100的路线。
在本发明实施例中，上述步骤S400由控制模块118执行。
进一步地，在可选的实施例中，控制模块118还用于：若当前环境模型与先验数据库匹配，则按照所匹配的先验数据库控制巡检机器人100的路线；若当前环境模型与先验数据库不匹配，则根据当前环境模型控制巡检机器人100的路线
在本发明实施例中，上述子步骤S410和子步骤S420由控制模块118执行。
进一步地，在可选的实施例中，控制模块118还用于：若当前环境模型与先验数据库不匹配，则将当前环境模型发送至后台控制终端；接收控制指令，并按照控制指令控制巡检机器人100的路线，其中，控制指令由后台控制终端根据当前环境模型得出。
在本发明实施例中，上述子步骤S421和子步骤S422由控制模块118执行。
进一步地，在可选的实施例中，计算模块114：对当前环境参数进行特征提取与识别，并得到当前环境模型。
本发明实施例提供的巡检机器人路线控制方法：通过获取当前环境参数信息，并得到与之对应的当前环境模型；再将该当前环境模型与先验数据库对比，并根据对比的结果控制巡检机器人100的路线，即若当前环境模型与先验数据库中的数据模型匹配就按照该模型控制巡检机器人100的路线，该方法能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人100的巡检效率和巡检质量。
本发明实施例还提供一种存储介质，存储介质上存储有巡检机器人100的路线控制程序，巡检机器人100的路线控制程序被读取并执行时，能够实现上述的方法。该存储介质为计算机可读取的存储介质，其在执行时能够实现上述的方法，因而也能够提升路线计算的效率，并且，先验数据库中的数据也具有较高的可靠性，从而提升巡检机器人100的巡检效率和巡检质量。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种巡检机器人路线控制方法，用于巡检机器人，其特征在于，所述方法包括：
获取当前环境参数信息；
根据所述当前环境参数信息计算得到当前环境模型；
将所述当前环境模型与先验数据库对比；
根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线。
2.根据权利要求1所述的巡检机器人路线控制方法，其特征在于，所述根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线的步骤包括：
若所述当前环境模型与所述先验数据库匹配，则按照所匹配的先验数据库控制所述巡检机器人的路线；
若所述当前环境模型与所述先验数据库不匹配，则根据所述当前环境模型控制所述巡检机器人的路线。
3.根据权利要求2所述的巡检机器人路线控制方法，其特征在于，所述根据所述当前环境模型计算所述巡检机器人的路线的步骤包括：
将所述当前环境模型发送至后台控制终端；
接收控制指令，并按照所述控制指令控制所述巡检机器人的路线，其中，所述控制指令由所述后台控制终端根据所述当前环境模型得出。
4.根据权利要求1-3中任一项所述的巡检机器人路线控制方法，其特征在于，所述根据所述当前环境参数信息计算得到所述当前环境模型的步骤包括：
对所述当前环境参数进行特征提取与识别，并得到所述当前环境模型。
5.一种巡检机器人路线控制装置，其特征在于，包括：
获取模块：用于获取当前环境参数信息；
计算模块：用于根据所述当前环境参数信息计算得到当前环境模型；
对比模块：用于将所述当前环境模型与先验数据库对比；
控制模块：根据所述当前环境模型与所述先验数据库的对比结果控制所述巡检机器人的路线。
6.根据权利要求5所述的巡检机器人路线控制装置，其特征在于，所述控制模块还用于：
若所述当前环境模型与所述先验数据库匹配，则按照所匹配的先验数据库控制所述巡检机器人的路线；
若所述当前环境模型与所述先验数据库不匹配，则根据所述当前环境模型控制所述巡检机器人的路线。
7.根据权利要求6所述的巡检机器人路线控制方法，其特征在于，所述控制模块还用于：
若所述当前环境模型与所述先验数据库不匹配，则将所述当前环境模型发送至后台控制终端；
接收控制指令，并按照所述控制指令控制所述巡检机器人的路线，其中，所述控制指令由所述后台控制终端根据所述当前环境模型得出。
8.根据权利要求5-7中任一项所述的巡检机器人路线控制方法，其特征在于，所述计算模块：对所述当前环境参数进行特征提取与识别，并得到所述当前环境模型。
9.一种巡检机器人，其特征在于，包括：
存储器；以及，
处理器；
所述存储器存储有可在所述处理器上运行的巡检机器人的路线控制程序，所述巡检机器人的路线控制程序被所述处理器读取并运行时，实现如权利要求1-4中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质上存储有巡检机器人的路线控制程序，所述巡检机器人的路线控制程序被读取并执行时，能够实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910831447.6A CN110727278A (zh) | 2019-09-04 | 2019-09-04 | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910831447.6A CN110727278A (zh) | 2019-09-04 | 2019-09-04 | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110727278A true CN110727278A (zh) | 2020-01-24 |
Family
ID=69218903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910831447.6A Pending CN110727278A (zh) | 2019-09-04 | 2019-09-04 | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110727278A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112180923A (zh) * | 2020-09-23 | 2021-01-05 | 深圳裹动智驾科技有限公司 | 自动驾驶方法、智能控制设备及自动驾驶车辆 |
| CN112659130A (zh) * | 2020-12-30 | 2021-04-16 | 嘉兴学院 | 一种悬挂式巡检机器人控制方法及控制系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检系统及巡检方法 |
| CN105835063A (zh) * | 2016-06-03 | 2016-08-10 | 国网宁夏电力公司检修公司 | 一种变电站室内巡检机器人系统及其巡检方法 |
| CN107289939A (zh) * | 2017-06-09 | 2017-10-24 | 武汉理工大学 | 基于svm算法的无人船路径规划方法 |
| CN107782311A (zh) * | 2017-09-08 | 2018-03-09 | 珠海格力电器股份有限公司 | 可移动终端的移动路径规划方法及装置 |
| CN108124132A (zh) * | 2017-12-22 | 2018-06-05 | 国家电网公司 | 一种安全监控方法和装置 |
| CN109101039A (zh) * | 2018-06-29 | 2018-12-28 | 太原理工大学 | 立井检测方法及系统 |
| CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检系统及方法 |
| CN109975817A (zh) * | 2019-04-12 | 2019-07-05 | 南京工程学院 | 一种变电站巡检机器人定位导航方法及系统 |
| CN110082782A (zh) * | 2019-04-17 | 2019-08-02 | 深圳易普森科技股份有限公司 | 一种危化品园区巡检系统及其实现方法 |
-
2019
- 2019-09-04 CN CN201910831447.6A patent/CN110727278A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检系统及巡检方法 |
| CN105835063A (zh) * | 2016-06-03 | 2016-08-10 | 国网宁夏电力公司检修公司 | 一种变电站室内巡检机器人系统及其巡检方法 |
| CN107289939A (zh) * | 2017-06-09 | 2017-10-24 | 武汉理工大学 | 基于svm算法的无人船路径规划方法 |
| CN107782311A (zh) * | 2017-09-08 | 2018-03-09 | 珠海格力电器股份有限公司 | 可移动终端的移动路径规划方法及装置 |
| CN108124132A (zh) * | 2017-12-22 | 2018-06-05 | 国家电网公司 | 一种安全监控方法和装置 |
| CN109101039A (zh) * | 2018-06-29 | 2018-12-28 | 太原理工大学 | 立井检测方法及系统 |
| CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检系统及方法 |
| CN109975817A (zh) * | 2019-04-12 | 2019-07-05 | 南京工程学院 | 一种变电站巡检机器人定位导航方法及系统 |
| CN110082782A (zh) * | 2019-04-17 | 2019-08-02 | 深圳易普森科技股份有限公司 | 一种危化品园区巡检系统及其实现方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112180923A (zh) * | 2020-09-23 | 2021-01-05 | 深圳裹动智驾科技有限公司 | 自动驾驶方法、智能控制设备及自动驾驶车辆 |
| CN112659130A (zh) * | 2020-12-30 | 2021-04-16 | 嘉兴学院 | 一种悬挂式巡检机器人控制方法及控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109212530B (zh) | 用于确定障碍物速度的方法和装置 | |
| EP3582056A1 (en) | Data training method and device for autonomous vehicle | |
| CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
| CN110608982A (zh) | 检测方法、装置、移动设备、电子设备及存储介质 | |
| CN110163153B (zh) | 用于识别交通标志牌边界的方法及装置 | |
| CN112630799B (zh) | 用于输出信息的方法和装置 | |
| CN110727278A (zh) | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 | |
| US20210191375A1 (en) | Method for carrying out measurements on a virtual basis, device, and computer readable medium | |
| CN112246469B (zh) | 用于控制车辆的喷涂的方法和设备 | |
| Gago-Benítez et al. | Log-logistic modeling of sensory flow delays in networked telerobots | |
| CN109933058B (zh) | 用于确定可移动设备的移动误差的方法、装置、服务器及存储介质 | |
| CN112560974B (zh) | 一种信息融合、车辆信息获取方法及装置 | |
| CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
| CN112306041A (zh) | 车辆的配置信息写入方法、装置及电子设备 | |
| CN112085786B (zh) | 位姿信息确定方法及装置 | |
| EP3816856A1 (en) | Method and system for anomaly detection using multimodal knowledge graph | |
| CN113702931B (zh) | 一种车载雷达的外参标定方法、装置及存储介质 | |
| CN114896168B (zh) | 用于自动驾驶算法开发的快速调试系统、方法以及存储器 | |
| CN115562337B (zh) | 一种风机巡检航线的生成方法以及电子设备 | |
| CN110705545B (zh) | 障碍物识别方法、装置、存储介质及巡检机器人 | |
| CN112733778B (zh) | 一种车辆前导车确定方法、装置及计算机设备 | |
| CN110033088B (zh) | 估计gps数据的方法和装置 | |
| CN111077859B (zh) | 生产工艺控制方法、装置及系统 | |
| CN109859254B (zh) | 自动驾驶中用于发送信息的方法和装置 | |
| CN111402148B (zh) | 用于自动驾驶车辆的信息处理方法和装置 |
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 |