CN110794848A - 一种无人车控制方法及装置 - Google Patents
一种无人车控制方法及装置 Download PDFInfo
- Publication number
- CN110794848A CN110794848A CN201911178215.1A CN201911178215A CN110794848A CN 110794848 A CN110794848 A CN 110794848A CN 201911178215 A CN201911178215 A CN 201911178215A CN 110794848 A CN110794848 A CN 110794848A
- Authority
- CN
- China
- Prior art keywords
- unmanned vehicle
- determining
- information
- obstacle
- task
- 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 86
- 238000011217 control strategy Methods 0.000 claims abstract description 86
- 238000005265 energy consumption Methods 0.000 claims description 60
- 230000005855 radiation Effects 0.000 claims description 40
- 230000008859 change Effects 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 48
- 230000000903 blocking effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 9
- 238000004321 preservation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000001678 irradiating effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static 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
- G05D1/0231—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
- G05D1/0251—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 extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
- G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本说明书公开了一种无人车控制方法及装置,可先确定无人车当前所在位置的太阳方位信息,根据预设的电子地图,确定各障碍物的障碍物信息,再根据确定出的太阳方位信息以及各障碍物的障碍物信息,在该电子地图中确定障碍物遮挡太阳照射形成的阴影区域,最后根据确定出的阴影区域所在的位置、该电子地图以及该无人车待执行任务的任务信息,确定该无人车的控制策略,以控制该无人车执行该待执行任务。通过阴影区域所在的位置确定无人车的控制策略,可减少无人车在执行任务时为维持车厢内设定温度所需消耗的能量,降低无人车的配送成本。
Description
技术领域
本申请涉及无人车技术领域,尤其涉及一种无人车控制方法及装置。
背景技术
目前,无人车在配送领域已经成功实现了应用,无人车常被应用于外卖、快递、零售等配送领域。由于一些配送物需要冷藏或保温,所以无人车在配送这些配送物的过程中,需要控制装有配送物的车厢的车厢温度。
现有技术中,无人车主要通过空调系统利用电能控制装有配送物的车厢的车厢温度。而无人车上携带的能源是有限的,将车厢温度维持在设定温度所耗费的能量,直接影响了无人车的工作时长。当该无人车的空调系统需要消耗较多的能量来维持车厢温度为设定温度时,将会导致无人车的配送成本提高。
发明内容
本说明书实施例提供了一种无人车控制方法及装置,以部分的解决现有技术存在的上述问题。
本说明书实施例采用下述技术方案:
本说明书提供一种无人车控制方法,包括:
确定无人车当前所在位置的太阳方位信息;
根据预设的电子地图,确定各障碍物的障碍物信息;
根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,所述阴影区域为障碍物遮挡太阳照射的区域;
根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
可选地,确定无人车当前所在位置的太阳方位信息,具体包括:
确定所述无人车当前所在位置的位置坐标以及时间;
根据所述位置坐标以及所述时间,确定所述无人车当前所在位置的太阳方位信息。
可选地,根据预设的电子地图,确定各障碍物的障碍物信息,具体包括:
根据所述任务信息,确定所述无人车执行所述待执行任务的目的地;
根据所述当前所在位置和所述目的地,确定所述无人车执行所述待执行任务的各待选路径;
针对每个待选路径,根据所述电子地图,确定该待选路径对应的各障碍物的障碍物信息。
可选地,根据预设的电子地图,确定各障碍物的障碍物信息,具体包括:
根据预设的电子地图,确定所述电子地图中的障碍物;
针对每个所述障碍物,确定该障碍物的大小;
当该障碍物的大小大于预设阈值时,确定该障碍物的障碍物信息。
可选地,所述障碍物信息至少包括障碍物位置、障碍物大小以及障碍物形状;
根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,具体包括:
针对每个所述障碍物,根据该障碍物的障碍物信息,建立该障碍物在所述电子地图中的三维模型,确定太阳基于所述太阳方位信息向所述三维模型照射时在所述电子地图中形成的阴影,作为该障碍物对应的阴影区域;
根据确定出的各障碍物对应的阴影区域,在所述电子地图中确定所述阴影区域。
本说明书提供一种无人车控制方法,包括:
确定无人车当前所在位置的当前环境信息;
根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,其中所述阴影区域是根据权利要求1-5所述方法确定的;
根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
可选地,所述当前环境信息至少包括季节和环境温度中的至少一种。
可选地,所述路径规划包括行驶路径以及停放位置;
根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,具体包括:
根据所述任务信息,在所述电子地图中确定所述无人车执行所述待执行任务的各待选路径以及各待选停放位置;
根据所述当前环境信息中的季节以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置;或根据所述任务信息,确定执行所述待执行任务所需的设定温度,并根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置。
可选地,根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,具体包括:
确定各待选路径的路径耗能;
根据确定出的各待选路径以及所述阴影区域所在的位置,分别确定各待选路径的太阳辐射能;
根据确定出的设定温度、所述当前环境信息中的环境温度、确定出的各待选路径的太阳辐射能以及路径耗能,从各待选路径中确定所述无人车的行驶路径。
可选地,所述方法还包括:
当所述无人车根据确定出的控制策略在所述停放位置停放时,确定所述无人车当前停放的位姿以及所述停放位置的环境变化信息;
根据所述环境变化信息,确定所述无人车需要调整的位姿;
根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
可选地,所述环境变化信息至少包括太阳照射到所述无人车上的光照强度变化以及太阳方位信息的角度变化中的一种;
根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿,具体包括:
当所述光照强度变化大于预设光照强度阈值和/或所述太阳方位信息的角度变化大于预设角度阈值时,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
可选地,根据确定出的控制策略调整位姿之前,所述方法还包括:
确定所述无人车变换所述停放位姿的移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量;
根据所述移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量,确定所述无人车变换停放位姿后的变换耗能;
确定所述无人车不变换所述停放位姿抵消太阳辐射能所需消耗的能量,作为不变换耗能;
确定所述变换耗能小于所述不变换耗能。
本说明书提供一种无人车控制装置,包括:
太阳方位信息确定模块,确定无人车当前所在位置的太阳方位信息;
障碍物信息确定模块,根据预设的电子地图,确定各障碍物的障碍物信息;
阴影区域确定模块,根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,所述阴影区域为障碍物遮挡太阳照射的区域;
控制策略确定模块,根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
本说明书提供一种无人车控制装置,包括:
当前环境信息确定模块,确定无人车当前所在位置的当前环境信息;
路径规划确定模块,根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,其中所述阴影区域是根据权利要求1-5所述方法确定的;
控制策略确定模块,根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
本说明书提供的一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述无人车控制方法。
本说明书提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述无人车控制方法。
本说明书实施例采用的上述技术方案能够达到以下有益效果:
在确定无人车的控制方法的过程中,可先确定无人车当前所在位置的太阳方位信息,再根据预设的电子地图,确定各障碍物的障碍物信息,以根据确定出的太阳方位信息以及各障碍物的障碍物信息,在该电子地图中确定障碍物遮挡太阳照射形成的阴影区域,最后根据确定出的阴影区域所在的位置、该电子地图以及该无人车待执行任务的任务信息,确定该无人车的控制策略,以根据该控制策略控制该无人车执行该待执行任务。通过阴影区域所在的位置确定无人车的控制策略,可减少无人车在执行任务时为维持车厢中设定温度所需消耗的能量,降低无人车的配送成本。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提供的一种无人车控制流程的示意图;
图2为本说明书实施例提供的确定各障碍物的示意图;
图3为本说明书实施例提供的确定障碍物对应的阴影区域示意图;
图4为本说明书实施例提供的通过建模确定障碍物对应的阴影区域示意图;
图5为本说明书实施例提供的确定电子地图中阴影区域的示意图;
图6为本说明书实施例提供的一种无人车控制流程的示意图;
图7为本说明书实施例提供的确定行驶路径的示意图;
图8为本说明书实施例提供的确定停放位置的示意图;
图9为本说明书实施例提供的一种无人车变换停放角度的示意图;
图10为本说明书实施例提供的一种无人车控制装置的结构示意图;
图11为本说明书实施例提供的一种无人车控制装置的结构示意图;
图12为本说明书实施例提供的实现无人车控制方法的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于说明书中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本说明书实施例提供的一种无人车控制过程,具体可包括以下步骤:
S100:确定无人车当前所在位置的太阳方位信息。
本说明书实施例提供的控制方法,用于确定无人车的控制策略,以基于确定出的控制策略控制该无人车执行任务。其中,本说明书实施例中的无人车为一种只能在辅路上行驶的配送车辆,属于非机动车的一种,该无人车的控制策略具体可由无人车确定或者也可由控制无人车行驶的服务器确定,本说明书对此不做限定,可根据需要设置。为了方便描述,后续以服务器确定该控制策略为例进行说明。为了减少无人车在执行任务时为维持设定温度所需消耗的能量,该服务器可通过确定太阳照射各障碍物产生的阴影区域所在的位置,确定该无人车的控制策略。于是,该服务器为了确定太阳照射各障碍物产生的阴影区域,可先确定无人车当前所在位置的太阳方位信息。
具体的,该无人车的当前所在位置可通过卫星定位、基站定位或者信标定位等方法确定,其中采用卫星定位时可由该无人车上设置的全球定位系统(Global PositioningSystem,GPS)芯片确定,或者通过北斗卫星导航系统(BeiDou Navigation SatelliteSystem,BDS)芯片确定等等,本说明书对确定该无人车当前所在位置的方法不作限制,任何一种可以确定该无人车当前所在位置的方法都可应用在步骤S100中。
另外,该无人车当前所在位置的当前时间可通过网络获取该无人车所在当地位置的当前时间,或者也可通过GPS芯片确定该无人车当前所在位置的当前时间,本说明书对确定该无人车当前所在位置的当前时间的方法不作限制,任何一种可以确定该无人车当前所在位置的当前时间的方法都可应用在步骤S100中。
更进一步地,根据确定出的该无人车当前所在位置的位置坐标以及当前时间,可确定该无人车当前所在位置的太阳方位信息,即确定太阳相对该无人车当前所在位置的高度角以及方位角。其中,在同一时间同一位置的太阳方位角以及太阳高度角完全相同,而在同一时间不同位置的太阳方位角以及太阳高度角不完全相同,在同一位置不同时间的太阳方位角以及太阳高度角也不完全相同。
S102:根据预设的电子地图,确定各障碍物的障碍物信息。
在本说明书实施例中,通过阴影区域所在的位置确定控制策略,在步骤S100确定出该无人车当前所在位置的太阳方位信息后,还需确定各障碍物的位置、形状以及大小等障碍物信息,才能确定阴影区域以及阴影区域所在的位置。
具体的,该服务器可根据预设的电子地图,确定该电子地图中的障碍物,针对确定出的每个障碍物,确定该障碍物的障碍物信息。其中障碍物为固定物体,包括但不限于建筑、树木、广告牌等,因为他们位置是固定的,因此可以确定太阳在不同位置时照射这类障碍物所产生的阴影,障碍物信息包括障碍物的位置、形状以及大小等。
此外,由于该无人车可行驶的区域是有限的,例如,不能在建筑物内行驶、不能在高架桥上行驶,该无人车执行任务的行驶范围也是有限的,因此通常无人车的行驶范围不会覆盖整个电子地图,所以采用上述方法确定该电子地图中各障碍物的障碍物信息会造成资源浪费,因此该服务器可确定无人车在执行任务时可行驶的待选路径,并确定待选路径对应的各障碍物的障碍物信息,以减少资源浪费。
具体的,首先该服务器可根据该无人车执行的待执行任务的任务信息,确定该待执行任务的目的地,再根据步骤S100中确定出的当前所在位置以及该目的地,在该电子地图中确定该无人车执行该待执行任务的各待选路径,然后该服务器可针对确定出的每个待选路径,在该电子地图中确定该待选路径对应的各障碍物,最后针对确定出的每个障碍物,确定该障碍物的障碍物信息。
其中,针对每条待选路径,该服务器可确定该待选路径两侧第一预设范围内的各障碍物,以及该待选路径中任务点周围第二预设范围内的各障碍物,作为该待选路径对应的各障碍物,其中该待选路径中任务点为无人车执行任务需要停放时的停放位置,例如,无人车配送外卖时任务点可包括:在商家处的取餐点以及在用户处的送餐点,无人车在执行任务时,需要在任务点停车等待商家提供外卖,或在任务点停车等待用户取餐。本说明书对预设范围不做限制,可根据需要设置。
如图2所示,无人车执行配送任务从商家位置到用户位置有一条待选路径A,任务点分别为商家位置以及用户位置。针对该待选路径A,该服务器可确定该待选路径A两侧10米内的各障碍物以及在各任务点周围20米内的各障碍物,即虚线内的各障碍物,作为该待选路径A对应的各障碍物。
进一步地,在本说明书中,由于障碍物大小决定遮挡太阳照射形成的阴影区域的大小,而阴影区域越小,对无人车执行配送任务时耗能的影响越小,因此为节省计算资源,服务器可针对确定出的每个障碍物,确定该障碍物的大小,当该障碍物的大小大于预设阈值时,确定该障碍物的障碍物信息。通过筛选障碍物,确定障碍物的大小大于预设阈值的障碍物,使得服务器后续可根据产生阴影区域大的障碍物确定阴影区域。对于障碍物大小小于预设阈值的障碍物,可不确定其产生的阴影区域,也就无需确定其障碍物信息。例如,对于该电子地图中的障碍物M建筑物,确定该M建筑物的体积大小,当该M建筑物的体积大于400m3时,则确定该M建筑物的所处位置的位置坐标、形状(长方体、正方体、球形或不规则形状)以及大小(体积等)等该M建筑物的障碍物信息,以根据后续步骤确定该M建筑物产生的阴影区域。
S104:根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域。
在本说明书中,在通过步骤S100确定出该无人车当前所在位置的太阳方位信息以及通过步骤S102确定出各障碍物的障碍物信息之后,该服务器便可基于确定出的太阳方位信息以及各障碍物的障碍物信息,在该电子地图中确定阴影区域,以根据后续步骤确定控制策略。其中,本说明书对步骤S100和步骤S102执行的先后顺序不做要求,可根据需要设置。
具体的,该服务器可针对每个障碍物,确定该障碍物的体积。之后,再根据预先设置的太阳方位信息、体积以及阴影区域的对应关系,确定该障碍物产生的阴影区域,并在电子地图中将确定出的阴影区域放置在该障碍物距离太阳最远的边沿上,最后,根据确定出的各障碍物产生的阴影,在电子地图中确定阴影区域。其中,障碍物的体积越大,确定出阴影区域越大。
另外,预先设置的太阳方位信息、体积以及阴影区域的对应关系,可如表1所示。由表1可看出阴影区域为平行四边形,该平行四边形斜边与正北方向的夹角为太阳方位信息中的太阳方位角。并且,太阳高度角越高,作为阴影区域的平行四边形的斜边越短。
表1
如图3所示,在确定体积为15×15×15m3的障碍物所产生的阴影区域时,若当前的太阳方位信息是高度角为45°,方位角为60°,则根据表1可确定该障碍物对应的阴影区域为一底边为15m,斜边为10m的平行四边形,将确定出的该阴影区域放置在电子地图中该障碍物距离太阳最远的障碍物边沿上,作为该障碍物产生的阴影区域。
另外,为了更准确的确定太阳照射障碍物产生的阴影区域,可通过建模的方法确定各障碍物的阴影区域。具体的,首先该服务器可针对在步骤S102中确定出的每个障碍物,根据该障碍物的位置、形状以及大小等障碍物信息,在该电子地图中建立该障碍物的三维模型,之后通过模拟光源以步骤S100确定出的太阳方位信息(高度角、方位角)向该障碍物的三维模型照射,确定该障碍物对应的阴影区域,以及该障碍物对应的阴影区域所在的位置,最后根据确定出的各障碍物对应的阴影区域及其所在的位置,在该电子地图中确定阴影区域。
下面举例说明,假设在电子地图中有一棱长为5m的正方体的建筑物,当前所在位置的太阳方位信息为太阳方位角90o,太阳高度角45o,如图4所示。在电子地图中先以该棱长建立该建筑物的三维模型,再通过模拟光源相对于该障碍物的三维模型以方位角90o,高度角45o向该障碍物的三维模型照射,在该电子地图中形成该障碍物的投影,即该障碍物对应的阴影区域。
当在电子地图中各障碍物形成的阴影区域有重叠时,则在该电子地图中确定的阴影区域为各障碍物阴影区域的并集。如图5所示,障碍物S和障碍物T处于图5所示的位置关系,障碍物S遮挡太阳照射形成的阴影区域为M,障碍物T遮挡太阳照射形成的阴影区域为N,则在该电子地图中确定出的阴影区域为M∪N=Q。
S106:根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
在本说明书实施例中,在步骤S104中已经确定出阴影区域所在的位置,而阴影区域所在的位置,影响无人车执行任务时的耗能,因此可根据确定出的阴影区域所在的位置,确定所述无人车的控制策略,进而根据该控制策略控制所述无人车执行任务。
具体的,该服务器可根据该无人车待执行任务的任务信息,确定出该待执行任务的目的地,再根据该目的地以及该无人车的当前所在位置,在该电子地图中确定该无人车执行该待执行任务的各待选路径以及各待选停放位置,最后根据确定出的阴影区域所在的位置,从各待选路径中确定出该无人车的行驶路径,从各待选停放位置中确定出该无人车的停放位置,以根据该行驶路径以及停放位置,确定该无人车的控制策略,并根据确定出的控制策略控制无人车执行任务。
其中,该服务器在确定出控制策略后,可按照控制策略,实时远程遥控该无人车执行任务。或者,该服务器也可将该控制策略发送给至该无人车,由该无人车自行根据该控制策略执行任务。
例如,以确定控制策略,使无人车可根据控制策略执行配送任务为例,首先可根据该无人车执行的配送任务的任务信息确定出商家位置以及用户位置,以根据确定出的商家位置以及用户位置,在电子地图中确定出从商家位置到用户位置的各待选路径以及各待选停放位置。其次,根据确定出的阴影区域所在的位置、各待选路径以及各待选停放位置,确定各待选路径中的阴影区域以及各待选停放位置中的阴影区域。最后,假设当前无人车执行该配送任务时所处季节为夏季,则该无人车可从各待选路径中确定包含阴影区域最多的待选路径作为行驶路径,从各待选停放位置中确定包含阴影区域最大的待选停放位置作为停放位置。并根据确定出的行驶路径以及停放位置,确定控制策略,以根据该控制策略控制该无人车按照该行驶路径行驶至该停放位置停放。
由于在晴天的条件下太阳照射障碍物才产生阴影区域,所以本说明书实施例提供的无人车控制方法可在晴天应用,以产生良好的效果。
具体的,该服务器可通过网络获取该无人车当前所在位置的天气状况,当天气状况为晴天时,可根据图1所示的方法控制无人车。或者可通过该无人车上设置的各传感器确定当前所在位置的天气状况,例如,可通过该无人车上设置的温湿度传感器感知周围环境的温度和湿度,通过气压传感器感知周围环境的大气气压,最后根据感知到的温度、湿度以及大气气压,确定当前所在位置的天气状况。当天气状况为晴天时,可根据图1所示的方法控制无人车。
基于图1所示的无人车控制方法,在确定无人车的控制方法的过程中,可先确定无人车当前所在位置的太阳方位信息,再根据预设的电子地图,确定各障碍物的障碍物信息,以根据确定出的太阳方位信息以及各障碍物的障碍物信息,在该电子地图中确定障碍物遮挡太阳照射形成的阴影区域,最后根据确定出的阴影区域所在的位置、该电子地图以及该无人车待执行任务的任务信息,确定该无人车的控制策略,以根据该控制策略控制该无人车执行该待执行任务。通过阴影区域所在的位置确定无人车的控制策略,可减少无人车在执行任务时为维持车厢内设定温度所需消耗的能量,降低无人车的配送成本。
另外,本说明书还提供一种无人车控制过程,如图6所示。
图6为本说明书提供的一种无人车控制流程示意图,具体可包括以下步骤:
S200:确定无人车当前所在位置的当前环境信息。
在本说明书实施例中,该无人车的控制策略具体可由无人车确定,或者也可由控制无人车行驶的服务器确定,本说明书对此不做限定,可根据需要设置。为了方便描述,后续以服务器确定该控制策略为例进行说明。
本说明书实施例提供的控制方法,用于确定无人车的控制策略。该控制策略通过该无人车执行待执行任务的路径规划确定,可减少无人车在执行配送任务时为维持设定温度所需消耗的能量,而维持设定温度所需消耗的能量与该无人车所处环境存在一定关系,例如,在沙漠中维持低温的耗能要高于在寒带维持低温的耗能,因此该服务器可先确定无人车当前所处环境的环境信息,以根据该环境信息通过后续步骤确定能够减少能量消耗的控制策略,并控制无人车执行任务。
具体的,当前环境信息至少可包括:无人车当前所处环境的环境温度以及无人车当前所处位置的季节,为了方便描述,后续将无人车当前所处环境的环境温度简称为当前环境温度,将无人车当前所处位置的季节简称为当前所处季节。其中,在确定该无人车当前环境温度时,该服务器可向该无人车发送温度获取请求,该无人车可根据接收到的温度获取请求,通过无人车上设置的温度传感器确定当前环境温度,并返回该服务器。或者,该服务器也可通过网络获取该无人车当前环境温度,又或者,通过该无人车周围其他设备上设置的传感器确定该无人车当前环境温度等,本说明书对确定该无人车当前环境温度的方法不做限制,可根据需要设置。
在确定该无人车当前所处季节时,可根据该无人车当前所在位置以及当前时间中的日期或月份确定。其中,当前时间可由该服务器通过网络获取,该无人车当前所在位置可通过该无人车上的GPS芯片确定。例如,当前所在位置为北半球,若确定出的月份为2~4月,则为春季,若确定出的月份为5~7月,则为夏季,若确定出的月份为8~10月,则为秋季,若确定出的月份为11~1月,则为冬季。另外,由于春季和秋季环境温度适中,阴影区域对无人车能量消耗影响较小,因此当确定出该无人车所处季节为春季和秋季时,服务器可确定无需通过执行后续步骤,确定无人车的控制策略。
进一步地,由于热带地区和寒带地区常年温度波动较小,因此当确定无人车当前所在位置处于热带地区时,可确定该无人车当前所处季节为夏季,当确定无人车当前所在位置处于寒带地区时,可确定该无人车当前所处季节为冬季,本说明书只做示例性举例,并不限制具体地理与季节的划分。
S202:根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划。
在本说明书实施例中,该服务器可先根据该无人车待执行任务的任务信息,确定出该待执行任务的任务点。再根据各任务点以及该无人车的当前所在位置,在该电子地图中确定该无人车执行该待执行任务的各待选路径以及各待选停放位置。之后根据确定出的阴影区域所在的位置,确定各待选路径中的阴影区域以及各待选停放位置中的阴影区域。最后可根据当前环境信息,以及各待选路径中的阴影区域以及各待选停放位置中的阴影区域,确定该无人车执行该待执行任务的行驶路径以及停放位置,即为该无人车执行该待执行任务的路径规划。其中,该阴影区域所在的位置可通过图1所示的无人车控制过程中步骤S100~S104确定,详细过程可参考上述步骤S100~S104中的描述,本说明书不再赘述。
上述待执行任务具体可为配送任务、充电任务、休眠任务等无人车可执行的任务,待执行任务的任务点可包括:商家位置和用户位置、充电桩以及停放位置等。为方便理解,以待执行任务是配送任务为例进行说明,该服务器根据该配送任务的任务信息,确定商家位置以及用户位置,根据商家位置以及用户位置,在电子地图中确定各待选路径以及各待选停放位置。再通过上述步骤S100-S106确定出的阴影区域所在的位置以及当前环境信息,确定该无人车执行该配送任务的行驶路径以及停放位置。
具体的,当该服务器根据步骤S200确定出当前环境信息包含的当前所处季节时:
若确定出的季节为夏季,为了减少该无人车维持设定温度所消耗的能量,可通过减少该无人车在行驶路径中接收到的太阳辐射能,从而减少该无人车为维持设定温度抵消太阳辐射能的耗能,又由于非阴影区域的太阳辐射能通常高于阴影区域的太阳辐射能,该无人车可从各待选路径中确定包含阴影区域最多的待选路径作为行驶路径,从各待选停放位置中确定包含阴影区域最大的待选停放位置作为停放位置。其中,服务器可根据各待选路径中包含阴影区域的路径长度,确定阴影区域路径长度最长的待选路径包含阴影区域最多。或者,根据各待选路径中阴影区域的路径占比,确定占比最大的待选路径包含阴影区域最多。
若确定出的季节为冬季,为了减少该无人车维持设定温度所消耗的能量,可通过增加该无人车在行驶路径中接收到的太阳辐射能,利用太阳辐射能维持该无人车的设定温度,则该无人车可从各待选路径中确定包含阴影区域最少的待选路径作为行驶路径,从各待选停放位置中确定包含阴影区域最小的待选停放位置作为停放位置。
另外,由于可能出现夏季需要保温配送、冬季需要冷藏配送的情况,因此仅上述根据季节确定控制策略的方法不够准确,为了有效的减少无人车执行任务的耗能,该服务器还可根据当前环境温度、该无人车执行任务所需的设定温度以及确定出的阴影区域,确定无人车执行任务时的控制策略。
具体的,当该服务器通过步骤S200确定出当前环境温度时,该服务器还需根据该配送任务的任务信息,确定配送物所需的设定温度。当该设定温度低于该环境温度时,说明该配送物需要冷藏配送,当该设定温度高于该环境温度时,说明该配送物需要保温配送,针对这两种情况,该服务器可确定不同的路径规划。下面就这两种情况,分别进行说明:
当该设定温度低于该环境温度时,说明该配送物需要冷藏配送,该服务器可通过减少无人车在执行配送任务时抵消太阳辐射能所消耗的能量,达到减少该无人车维持设定温度所消耗的能量的效果。由于非阴影区域的太阳辐射能通常高于阴影区域的太阳辐射能,所以待选路径中的阴影区域越多,无人车在该待选路径上执行配送任务时抵消太阳辐射能所消耗的能量越少。于是,在本说明书中,该服务器可根据各待选路径包含阴影区域,从各待选路径中,确定包含阴影区域最多的待选路径,作为该无人车的行驶路径,从各待选停放位置中确定包含阴影区域最大的待选停放位置作为该无人车的停放位置。
同理,当该设定温度高于该环境温度时,说明该配送物需要保温配送,而该无人车在执行配送任务时接收到的太阳辐射能,有利于该无人车维持设定温度,因此太阳照射无人车可减少该无人车维持设定温度所消耗的能量。由于非阴影区域的太阳辐射能通常高于阴影区域的太阳辐射能,所以待选路径中的阴影区域越少,无人车在该待选路径上执行配送任务时为维持设定温度所消耗的能量越少。该无人车可从各待选路径中确定包含阴影区域最少的待选路径作为行驶路径,从各待选停放位置中确定包含阴影区域最小的待选停放位置作为停放位置。
此外,当该设定温度等于该环境温度,或者设定温度与环境温度的差值小于预设温差时,该配送物既不需要保温配送,也不需要冷藏配送,该无人车无需为维持设定温度而消耗能量,因此也无需确定控制策略。其中,该预设温差可根据需要设置,本说明书不做限制。
如图7所示,从商家位置到用户位置有两条待选路径C和D,当确定出当前所处季节为夏季时,该无人车可确定包含阴影区域最多的待选路径D作为行驶路径。当确定出季节为冬季时,该无人车可确定包含阴影区域最少的待选路径C作为行驶路径。或者当确定出配送物需要冷藏时,该无人车可确定包含阴影区域最多的待选路径D作为行驶路径。当确定出配送物需要保温时,该无人车可确定包含阴影区域最少的待选路径C作为行驶路径。
如图8所示,假设无人车在进行停放时可从六个待选停放位置R、S、T、U、V、W选择停放位置进行停放,当确定出当前所处季节为夏季时,该无人车可确定包含阴影区域最大的待选停放位置R作为停放位置。当确定出当前所处季节为冬季时,该无人车可确定包含阴影区域最小的待选停放位置W作为停放位置。或者当确定出配送物需要冷藏时,该无人车可确定包含阴影区域最大的待选停放位置R作为停放位置。当确定出配送物需要保温时,该无人车可确定包含阴影区域最小的待选停放位置W作为停放位置。
S204:根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
在本说明书实施例中,在步骤S202中已经确定出了该无人车执行该待执行任务的行驶路径以及停放位置,该服务器可控制该无人车按照确定出的行驶路径行驶,在确定出的停放位置停放,以控制该无人车执行该待执行任务。
基于图6所示的无人车控制方法,在确定无人车的控制方法的过程中,可先确定无人车当前所在位置的当前环境信息,再根据该无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及该当前环境信息,确定该无人车执行该待执行任务的路径规划,最后根据该路径规划,确定该无人车的控制策略,以根据确定出的控制策略控制该无人车执行该待执行任务。现有技术中,当无人车执行配送任务且配送物需要维持在设定温度时,无人车需要消耗能量以维持设定温度,本说明书根据阴影区域所在的位置,确定无人车的控制策略,可减少无人车在执行配送任务时为维持设定温度所需消耗的能量,降低无人车的配送成本。
另外,在步骤S202中,若某条待选路径的阴影区域最多但是该待选路径距离较长时,选择该待选路径作为行驶路径则该无人车可能需要消耗更多的能量,因此该服务器还可确定各待选路径的路径耗能(路径耗能表示无人车在路径上行驶所消耗的能量),并根据阴影区域所在位置,确定各待选路径中的阴影区域,以根据各待选路径中的阴影区域以及单位面积阴影区域的太阳辐射能,确定各待选路径的太阳辐射能,最后根据下述方法从各待选路径中确定行驶路径,从各待选停放位置中确定停放位置。具体的:
A0:根据确定出的设定温度以及所述当前环境信息中的环境温度,判断配送物的配送信息,所述配送信息至少包括冷藏或保温中的至少一种。
若该设定温度低于该环境温度,则该配送物的配送信息为冷藏,若该设定温度高于该环境温度,则该配送物的配送信息为保温。
A2:根据所述配送信息以及确定出的各待选路径的太阳辐射能,确定所述无人车在各待选路径中维持所述设定温度所需消耗的能量。
若该配送物的配送信息为冷藏,则该无人车在各待选路径中需要抵消太阳辐射能,该无人车在各待选路径中维持该设定温度所需消耗的能量包括:该无人车抵消太阳辐射能所消耗的能量,以及该无人车维持该设定温度与该环境温度的温度差所消耗的能量。
若该配送物的配送信息为保温,则该无人车在各待选路径中接收到的太阳辐射能可用于维持车厢的设定温度,则该无人车在各待选路径中维持该设定温度所需消耗的能量包括:该无人车维持该设定温度与该环境温度的温度差所消耗的能量与该无人车接收到的太阳辐射能之差。
A4:根据所述无人车在各待选路径中维持所述设定温度所需消耗的能量以及在各待选路径中的路径耗能,确定所述无人车在各待选路径中执行该配送任务的总耗能。
针对每个待选路径,根据该无人车在该待选路径中维持所述设定温度所需消耗的能量,与该待选路径中的路径耗能之和,确定无人车在该待选路径中执行该配送任务的总耗能。
A6:根据所述无人车在各待选路径中执行该配送任务的总耗能,确定行驶路径。
根据确定出的该无人车在各待选路径中执行该配送任务的总耗能,可将该无人车总耗能最少的待选路径作为该无人车的行驶路径,以使该无人车耗能最少,降低无人车的配送成本。
更进一步地,为了使该无人车的总耗能最少,在该无人车停放时,也应根据该配送物的配送信息进行停放,当该配送物的配送信息为冷藏时,该无人车需要停放在阴影区域多的待选停放位置,当该配送物的配送信息为保温时,该无人车需要停放在阴影区域少的待选停放位置。
另外,在本说明书步骤S204中,由于无人车停放后,随着时间变化,太阳方位信息也会产生变化,确定出的阴影区域也会发生变化,因此需要确定无人车的停放位姿,以便当阴影区域发生变化后,可以调整停放位姿,减少停放时无人车的耗能。
该服务器控制该无人车按照确定出的停放位置停放之后,可确定该无人车当前停放的位姿,该位姿包括:该无人车当前的停放位置以及停放角度(例如,车头朝向)。并确定该无人车停放位置的环境变化信息,该环境变化信息包括:该停放位置的太阳方位信息的变化、该停放位置的太阳光照强度的变化中的至少一种。
当确定出的光照强度变化大于预设光照强度阈值时,确定该无人车需要变换停放位置或变换停放角度,以减少耗能,否则,确定该无人车无需变换停放位置和变换停放角度。
当确定出的太阳方位信息的角度变化大于预设角度阈值时,确定该无人车需要变换停放位置或变换停放角度,以减少耗能,否则,确定该无人车无需变换停放位置和变换停放角度。
进一步地,当确定出该无人车需要变换停放位置时,根据该停放位置的太阳方位信息的变化,在电子地图中确定变化后的阴影区域,并选择变化后阴影区域最大的停放位置作为该无人车需要变换到的停放位置。根据该无人车当前停放位姿中的停放位置以及该无人车需要变换到的停放位置,确定该无人车的控制策略,以根据该控制策略控制该无人车从当前的停放位置变换到该无人车需要变换到的停放位置。
更进一步地,当确定出该无人车需要变换停放角度时,根据该停放位置的太阳方位信息的变化,在电子地图中确定变化后的阴影区域,并根据变化后的阴影区域确定该无人车需要变换到的停放角度,以使该无人车停放在阴影区域或无人车敏感区背向太阳照射方向。如图9所示,图9中灰色部分表示无人车第一次在确定出的停放位置停放时的停放位姿,无人车的敏感区为车头,因此在停放时将车头背向太阳照射方向,车尾面向太阳照射方向。另外白色部分表示太阳方位产生变化后该无人车变换停放角度后的停放位姿,当太阳照射方向产生变化时,该无人车可根据太阳方位信息的变化,旋转相应停放角度,仍然使车头背向太阳照射方向,车尾面向太阳照射方向。根据该无人车当前停放位姿中的停放角度以及该无人车需要变换到的停放角度,确定该无人车的控制策略,以根据该控制策略控制该无人车从当前的停放角度变换到该无人车需要变换到的停放角度。在此之前,该服务器还可确定停放空间是否满足变换停放角度的条件,例如,该停放空间的大小是否能够满足该无人车变换停放角度,若满足,则该无人车变换的停放角度,否则,该无人车不变换停放角度。
在确定无人车变换停放位姿时,该无人车可先变化停放角度,若空间过小以致不能变换停放角度或者变化停放角度后仍处于非阴影区域,则该无人车变换停放位置。
该服务器控制该无人车按照确定出的停放位置停放之后,在确定该无人车的控制策略之前,该服务器还可确定该无人车变换停放位姿的移动耗能,并根据该待执行任务的任务信息,确定该待执行任务还需进行的任务时长。以根据该任务时长,确定该无人车变换停放位姿后抵消太阳辐射能所需消耗的能量,将该移动耗能以及该无人车变换后的停放位姿抵消太阳辐射能所需消耗的能量作为该无人车变换停放位姿后的变换耗能。该服务器还可根据该任务时长,确定该无人车不变换所述停放位姿抵消太阳辐射能所需消耗的能量,作为不变换耗能。当确定该变换耗能小于该不变换耗能时,该服务器可确定该无人车的控制策略,并根据控制策略控制该无人车变换停放位姿。
图10为本说明书实施例提供的一种无人车控制装置的结构示意图,包括:
太阳方位信息确定模块300,确定无人车当前所在位置的太阳方位信息;
障碍物信息确定模块302,根据预设的电子地图,确定各障碍物的障碍物信息;
阴影区域确定模块304,根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,所述阴影区域为障碍物遮挡太阳照射的区域;
控制策略确定模块306,根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
可选地,所述太阳方位信息确定模块300具体用于:确定所述无人车当前所在位置的位置坐标以及时间,根据所述位置坐标以及所述时间,确定所述无人车当前所在位置的太阳方位信息。
可选地,所述障碍物信息确定模块302具体用于:根据所述任务信息,确定所述无人车执行所述待执行任务的目的地,根据所述当前所在位置和所述目的地,确定所述无人车执行所述待执行任务的各待选路径,针对每个待选路径,根据所述电子地图,确定该待选路径对应的各障碍物的障碍物信息。
可选地,所述障碍物信息确定模块302具体用于:根据预设的电子地图,确定所述电子地图中的障碍物,针对每个所述障碍物,确定该障碍物的大小,当该障碍物的大小大于预设阈值时,确定该障碍物的障碍物信息。
可选地,所述障碍物信息至少包括障碍物位置、障碍物大小以及障碍物形状;
所述阴影区域确定模块304具体用于:根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,具体包括:
针对每个所述障碍物,根据该障碍物的障碍物信息,建立该障碍物在所述电子地图中的三维模型,确定太阳基于所述太阳方位信息向所述三维模型照射时在所述电子地图中形成的阴影,作为该障碍物对应的阴影区域,根据确定出的各障碍物对应的阴影区域,在所述电子地图中确定所述阴影区域。
图11为本说明书实施例提供的一种无人车控制装置的结构示意图,包括:
当前环境信息确定模块400,确定无人车当前所在位置的当前环境信息;
路径规划确定模块402,根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,其中所述阴影区域是根据权利要求1-5所述方法确定的;
控制策略确定模块404,根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
可选地,所述当前环境信息至少包括季节和环境温度中的至少一种。
可选地,所述路径规划包括行驶路径以及停放位置;
所述路径规划确定模块402具体用于:根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,具体包括:
根据所述任务信息,在所述电子地图中确定所述无人车执行所述待执行任务的各待选路径以及各待选停放位置,根据所述当前环境信息中的季节以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置;或根据所述任务信息,确定执行所述待执行任务所需的设定温度,并根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置。
可选地,所述路径规划确定模块402具体用于:根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,具体包括:
确定各待选路径的路径耗能,根据确定出的各待选路径以及所述阴影区域所在的位置,分别确定各待选路径的太阳辐射能,根据确定出的设定温度、所述当前环境信息中的环境温度、确定出的各待选路径的太阳辐射能以及路径耗能,从各待选路径中确定所述无人车的行驶路径。
可选地,所述方法还包括:当所述无人车根据确定出的控制策略在所述停放位置停放时,确定所述无人车当前停放的位姿以及所述停放位置的环境变化信息,根据所述环境变化信息,确定所述无人车需要调整的位姿,根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
可选地,所述环境变化信息至少包括太阳照射到所述无人车上的光照强度变化以及太阳方位信息的角度变化中的一种;
所述控制策略确定模块404具体用于:根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿,具体包括:
当所述光照强度变化大于预设光照强度阈值和/或所述太阳方位信息的角度变化大于预设角度阈值时,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
可选地,所述控制策略确定模块404具体用于:根据确定出的控制策略调整位姿之前,所述方法还包括:
确定所述无人车变换所述停放位姿的移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量,根据所述移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量,确定所述无人车变换停放位姿后的变换耗能,确定所述无人车不变换所述停放位姿抵消太阳辐射能所需消耗的能量,根据所述无人车不变换所述停放位姿抵消太阳辐射能所需消耗的能量,确定所述无人车不变换停放位姿的不变换耗能,确定所述变换耗能小于所述不变换耗能。
本说明书实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1或图6提供的一种无人车控制方法。
基于图1或图6提供的一种无人车控制方法,本说明书实施例还提出了图12所示的电子设备的示意结构图。如图12,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1或图6提供的一种无人车控制方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (16)
1.一种无人车控制方法,其特征在于,包括:
确定无人车当前所在位置的太阳方位信息;
根据预设的电子地图,确定各障碍物的障碍物信息;
根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,所述阴影区域为障碍物遮挡太阳照射的区域;
根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
2.如权利要求1所述的方法,其特征在于,确定无人车当前所在位置的太阳方位信息,具体包括:
确定所述无人车当前所在位置的位置坐标以及时间;
根据所述位置坐标以及所述时间,确定所述无人车当前所在位置的太阳方位信息。
3.如权利要求1所述的方法,其特征在于,根据预设的电子地图,确定各障碍物的障碍物信息,具体包括:
根据所述任务信息,确定所述无人车执行所述待执行任务的目的地;
根据所述当前所在位置和所述目的地,确定所述无人车执行所述待执行任务的各待选路径;
针对每个待选路径,根据所述电子地图,确定该待选路径对应的各障碍物的障碍物信息。
4.如权利要求1所述的方法,其特征在于,根据预设的电子地图,确定各障碍物的障碍物信息,具体包括:
根据预设的电子地图,确定所述电子地图中的障碍物;
针对每个所述障碍物,确定该障碍物的大小;
当该障碍物的大小大于预设阈值时,确定该障碍物的障碍物信息。
5.如权利要求1所述的方法,其特征在于,所述障碍物信息至少包括障碍物位置、障碍物大小以及障碍物形状;
根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,具体包括:
针对每个所述障碍物,根据该障碍物的障碍物信息,建立该障碍物在所述电子地图中的三维模型,确定太阳基于所述太阳方位信息向所述三维模型照射时在所述电子地图中形成的阴影,作为该障碍物对应的阴影区域;
根据确定出的各障碍物对应的阴影区域,在所述电子地图中确定所述阴影区域。
6.一种无人车控制方法,其特征在于,包括:
确定无人车当前所在位置的当前环境信息;
根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,其中所述阴影区域是根据权利要求1-5所述方法确定的;
根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
7.如权利要求6所述的方法,其特征在于,所述当前环境信息至少包括季节和环境温度中的至少一种。
8.如权利要求7所述的方法,其特征在于,所述路径规划包括行驶路径以及停放位置;
根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,具体包括:
根据所述任务信息,在所述电子地图中确定所述无人车执行所述待执行任务的各待选路径以及各待选停放位置;
根据所述当前环境信息中的季节以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置;或根据所述任务信息,确定执行所述待执行任务所需的设定温度,并根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,从各待选停放位置中确定所述无人车的所述停放位置。
9.如权利要求8所述的方法,其特征在于,根据确定出的设定温度、所述当前环境信息中的环境温度以及所述阴影区域所在的位置,从各待选路径中确定所述无人车的所述行驶路径,具体包括:
确定各待选路径的路径耗能;
根据确定出的各待选路径以及所述阴影区域所在的位置,分别确定各待选路径的太阳辐射能;
根据确定出的设定温度、所述当前环境信息中的环境温度、确定出的各待选路径的太阳辐射能以及路径耗能,从各待选路径中确定所述无人车的行驶路径。
10.如权利要求6所述的方法,其特征在于,所述方法还包括:
当所述无人车根据确定出的控制策略在所述停放位置停放时,确定所述无人车当前停放的位姿以及所述停放位置的环境变化信息;
根据所述环境变化信息,确定所述无人车需要调整的位姿;
根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
11.如权利要求10所述的方法,其特征在于,所述环境变化信息至少包括太阳照射到所述无人车上的光照强度变化以及太阳方位信息的角度变化中的一种;
根据所述当前停放的位姿和所述需要调整的位姿,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿,具体包括:
当所述光照强度变化大于预设光照强度阈值和/或所述太阳方位信息的角度变化大于预设角度阈值时,确定所述无人车的控制策略,以根据确定出的控制策略调整位姿。
12.如权利要求10所述的方法,其特征在于,根据确定出的控制策略调整位姿之前,所述方法还包括:
确定所述无人车变换所述停放位姿的移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量;
根据所述移动耗能以及所述无人车变换所述停放位姿后抵消太阳辐射能所需消耗的能量,确定所述无人车变换停放位姿后的变换耗能;
确定所述无人车不变换所述停放位姿抵消太阳辐射能所需消耗的能量,作为不变换耗能;
确定所述变换耗能小于所述不变换耗能。
13.一种无人车控制装置,其特征在于,包括:
太阳方位信息确定模块,确定无人车当前所在位置的太阳方位信息;
障碍物信息确定模块,根据预设的电子地图,确定各障碍物的障碍物信息;
阴影区域确定模块,根据确定出的太阳方位信息以及各障碍物的障碍物信息,在所述电子地图中确定阴影区域,所述阴影区域为障碍物遮挡太阳照射的区域;
控制策略确定模块,根据确定出的阴影区域所在的位置、所述电子地图以及所述无人车待执行任务的任务信息,确定所述无人车的控制策略,以根据所述控制策略控制所述无人车执行所述待执行任务。
14.一种无人车控制装置,其特征在于,包括:
当前环境信息确定模块,确定无人车当前所在位置的当前环境信息;
路径规划确定模块,根据所述无人车待执行任务的任务信息、预设的电子地图、阴影区域所在的位置以及所述当前环境信息,确定所述无人车执行所述待执行任务的路径规划,其中所述阴影区域是根据权利要求1-5所述方法确定的;
控制策略确定模块,根据所述路径规划,确定所述无人车的控制策略,以根据确定出的控制策略控制所述无人车执行所述待执行任务。
15.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-5或6-12任一所述的方法。
16.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-5或6-12任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911178215.1A CN110794848B (zh) | 2019-11-27 | 2019-11-27 | 一种无人车控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911178215.1A CN110794848B (zh) | 2019-11-27 | 2019-11-27 | 一种无人车控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110794848A true CN110794848A (zh) | 2020-02-14 |
CN110794848B CN110794848B (zh) | 2020-11-03 |
Family
ID=69446421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911178215.1A Active CN110794848B (zh) | 2019-11-27 | 2019-11-27 | 一种无人车控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110794848B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443365A (zh) * | 2020-03-27 | 2020-07-24 | 维沃移动通信有限公司 | 一种定位方法及电子设备 |
CN113223312A (zh) * | 2021-04-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 一种基于地图的摄像头致盲预测方法、装置及存储介质 |
CN113364990A (zh) * | 2021-04-29 | 2021-09-07 | 佛山职业技术学院 | 车辆摄像头适应阴影区的方法、控制器及系统 |
CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
US20220024450A1 (en) * | 2020-07-27 | 2022-01-27 | Hyundai Mobis Co., Ltd. | Method and apparatus for controlling parking of vehicle |
WO2023040712A1 (zh) * | 2021-09-19 | 2023-03-23 | 华为技术有限公司 | 地图数据处理方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010176608A (ja) * | 2009-02-02 | 2010-08-12 | Renesas Electronics Corp | 描画処理装置 |
CN203324836U (zh) * | 2013-07-05 | 2013-12-04 | 三峡大学 | 一种太阳能供电装置 |
CN107622502A (zh) * | 2017-07-28 | 2018-01-23 | 南京航空航天大学 | 复杂光照条件下视觉导引系统的路径提取与识别方法 |
CN108427421A (zh) * | 2018-04-26 | 2018-08-21 | 广东水利电力职业技术学院(广东省水利电力技工学校) | 一种智能配送机器人控制系统 |
JP2018156412A (ja) * | 2017-03-17 | 2018-10-04 | 富士ゼロックス株式会社 | 画像処理装置、画像処理システムおよびプログラム |
CN109008145A (zh) * | 2018-07-25 | 2018-12-18 | 智慧式控股有限公司 | 一种智慧式无人餐饮熟食运售车及共享系统及商业模式 |
JP2019008359A (ja) * | 2017-06-20 | 2019-01-17 | 日本電産シンポ株式会社 | 移動装置 |
CN109857123A (zh) * | 2019-03-21 | 2019-06-07 | 郑州大学 | 一种基于视觉感知和激光探测的室内slam地图的融合方法 |
CN110497983A (zh) * | 2019-08-28 | 2019-11-26 | 南京社区集网络科技有限公司 | 一种带有温度控制的生鲜配送机器人 |
-
2019
- 2019-11-27 CN CN201911178215.1A patent/CN110794848B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010176608A (ja) * | 2009-02-02 | 2010-08-12 | Renesas Electronics Corp | 描画処理装置 |
CN203324836U (zh) * | 2013-07-05 | 2013-12-04 | 三峡大学 | 一种太阳能供电装置 |
JP2018156412A (ja) * | 2017-03-17 | 2018-10-04 | 富士ゼロックス株式会社 | 画像処理装置、画像処理システムおよびプログラム |
JP2019008359A (ja) * | 2017-06-20 | 2019-01-17 | 日本電産シンポ株式会社 | 移動装置 |
CN107622502A (zh) * | 2017-07-28 | 2018-01-23 | 南京航空航天大学 | 复杂光照条件下视觉导引系统的路径提取与识别方法 |
CN108427421A (zh) * | 2018-04-26 | 2018-08-21 | 广东水利电力职业技术学院(广东省水利电力技工学校) | 一种智能配送机器人控制系统 |
CN109008145A (zh) * | 2018-07-25 | 2018-12-18 | 智慧式控股有限公司 | 一种智慧式无人餐饮熟食运售车及共享系统及商业模式 |
CN109857123A (zh) * | 2019-03-21 | 2019-06-07 | 郑州大学 | 一种基于视觉感知和激光探测的室内slam地图的融合方法 |
CN110497983A (zh) * | 2019-08-28 | 2019-11-26 | 南京社区集网络科技有限公司 | 一种带有温度控制的生鲜配送机器人 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443365A (zh) * | 2020-03-27 | 2020-07-24 | 维沃移动通信有限公司 | 一种定位方法及电子设备 |
CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
CN111443365B (zh) * | 2020-03-27 | 2022-06-17 | 维沃移动通信有限公司 | 一种定位方法及电子设备 |
CN113448345B (zh) * | 2020-03-27 | 2023-04-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
US20220024450A1 (en) * | 2020-07-27 | 2022-01-27 | Hyundai Mobis Co., Ltd. | Method and apparatus for controlling parking of vehicle |
CN113223312A (zh) * | 2021-04-29 | 2021-08-06 | 重庆长安汽车股份有限公司 | 一种基于地图的摄像头致盲预测方法、装置及存储介质 |
CN113364990A (zh) * | 2021-04-29 | 2021-09-07 | 佛山职业技术学院 | 车辆摄像头适应阴影区的方法、控制器及系统 |
WO2023040712A1 (zh) * | 2021-09-19 | 2023-03-23 | 华为技术有限公司 | 地图数据处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110794848B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110794848B (zh) | 一种无人车控制方法及装置 | |
CA3027627C (en) | Systems and methods for trajectory determination | |
US20190323843A1 (en) | Method for generating a high precision map, apparatus and storage medium | |
US20200011675A1 (en) | Method, device and apparatus for acquiring map, and computer readable storage medium | |
CN110221616A (zh) | 一种地图生成的方法、装置、设备及介质 | |
CN108959321A (zh) | 停车场地图构建方法、系统、移动终端及存储介质 | |
CN105939885B (zh) | 用于使得能够对车辆充电的装置、方法和计算机可读存储介质 | |
AU2017411198B2 (en) | Systems and methods for route planning | |
CN111238450B (zh) | 视觉定位方法及装置 | |
CN111090286B (zh) | 一种无人车运动状态规划方法及装置 | |
WO2019232670A1 (en) | Systems and methods for on-demand services | |
CN111259712B (zh) | 用于车辆行为预测的压缩环境特征的表示 | |
CN112163475A (zh) | 一种确定车道线方向的方法及装置 | |
WO2023040712A1 (zh) | 地图数据处理方法和装置 | |
CN107357304A (zh) | 路径规划方法、无人机终端及计算机可读存储介质 | |
CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN117295647A (zh) | 具有统一的多传感器视图的传感器模拟 | |
CN112907745A (zh) | 一种数字正射影像图生成方法及装置 | |
CN112462403A (zh) | 一种定位方法、装置、存储介质及电子设备 | |
CN115017593A (zh) | 建筑物的碳排放量计算方法、装置、设备及存储介质 | |
US11669995B2 (en) | Orientation determination for mobile computing devices | |
CN111829529B (zh) | 控制具有光学传感器的装置的操作的系统和方法 | |
US10621778B2 (en) | Methods and systems for generating dynamic user interface effects | |
CN114322987B (zh) | 一种构建高精地图的方法及装置 | |
US20220017116A1 (en) | Service area maps for autonomous vehicles |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |