CN110989505A - 一种基于地面设备机器视觉的无人驾驶指挥调度系统 - Google Patents

一种基于地面设备机器视觉的无人驾驶指挥调度系统 Download PDF

Info

Publication number
CN110989505A
CN110989505A CN201911029081.7A CN201911029081A CN110989505A CN 110989505 A CN110989505 A CN 110989505A CN 201911029081 A CN201911029081 A CN 201911029081A CN 110989505 A CN110989505 A CN 110989505A
Authority
CN
China
Prior art keywords
ground equipment
unmanned
ground
control platform
equipment
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
CN201911029081.7A
Other languages
English (en)
Inventor
胡新峰
刘军
沈宏藩
简军
马海江
郭金辉
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.)
Pla 96782
Original Assignee
Pla 96782
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 Pla 96782 filed Critical Pla 96782
Priority to CN201911029081.7A priority Critical patent/CN110989505A/zh
Publication of CN110989505A publication Critical patent/CN110989505A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32252—Scheduling production, machining, job shop
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于地面设备机器视觉的无人驾驶指挥调度系统，包括主控平台、地面设备平台、空中测控平台，所述主控平台、地面设备平台和空中测控平台均设有收发通信单元，通过专用的近距离无线通信协议实现自主独立组网；所述主控平台用于向地面设备平台、空中测控平台传输初始运行参数，启动或在任务完成及紧急情况下中止系统运行；所述地面设备平台包括地面设备、设备标识系统、无人驾驶系统、惯性传感IMU单元；所述空中测控平台包括无人机、气压高度计以及挂接于无人机下部的扫描拍摄装置和机载处理装置。这样的设计，综合应用了无人机技术、高精度多线激光雷达技术、高精度三维建模技术、点云测量与计算技术、任务调度技术和多节点数据组网技术，实现对的地面设备进行集群自主控制，指挥调度地面设备在无人驾驶系统的作用下行进、作业或避障，无需人员干预，提升了地面设备大规模作业的智能化水平，提高了地面设备作业的效率和质量，降低了地面设备操作的人工成本。

Description

一种基于地面设备机器视觉的无人驾驶指挥调度系统
技术领域
本发明涉及机器视觉及监测领域，特别是涉及一种基于地面设备机器视觉的无人驾驶指挥调度系统。
背景技术
目前，在一些大型施工场景当中，往往有若干台、甚至数十台施工设备同时开展作业，而且作业的类型方式比较单一，比如，施工场地挖掘、货场货物装卸、大片场地除草等。
上述施工当中的作业设备均需要人工进行操作，这样的操作存在作业效率较低，还由于部分场景需要多机协同，可能存在协同不到位，出现重复作业、无效作业甚至设备碰撞等问题，使得作业质量存在不足，同时，操作人员的人工成本开支也较大。
发明内容
本发明的目的在于；针对现有技术的缺点和不足，提出一种基于地面设备机器视觉的无人驾驶指挥调度系统，综合应用无人机技术、高精度多线激光雷达技术、高精度三维建模技术、点云测量与计算技术、任务调度技术和多节点数据组网技术，实现对的地面设备进行集群自主控制，指挥调度地面设备在无人驾驶系统的作用下行进、作业或避障，无需人员干预，从而提升地面设备大规模作业的智能化水平，提高地面设备作业的效率和质量，降低地面设备操作的人工成本。
为实现上述目的，本发明采用的技术方案为：
一种基于地面设备机器视觉的无人驾驶指挥调度系统，包括主控平台、地面设备平台、空中测控平台，所述主控平台、地面设备平台和空中测控平台均设有收发通信单元，通过专用的近距离无线通信协议实现自主独立组网，构建无线通信局域网；
所述主控平台包括运行管理模块，用于向地面设备平台、空中测控平台传输初始运行参数，启动或在任务完成及紧急情况下中止系统运行；
所述地面设备平台包括地面设备、设备标识系统、无人驾驶系统、惯性传感IMU单元，所述设备标识系统标识地面设备类型及ID号，所述无人驾驶系统控制地面设备的行进方向和路径，所述惯性传感IMU单元对地面设备进行定位；
所述空中测控平台包括无人机、气压高度计以及挂接于无人机下部的扫描拍摄装置和机载处理装置，所述扫描拍摄装置对监测区域进行连续扫描拍摄，实时生成点云数据、识别地面设备的类型及ID号，所述机载处理装置对所述扫描拍摄装置获取的点云数据进行处理，实时构建三维SLAM模型、规划地面设备的行进路线并对地面设备进行指挥调度。
上述方案实现了一个集无人机技术、高精度多线激光雷达技术、高精度三维建模技术、点云测量与计算技术、任务调度技术和多节点数据组网技术于一体的智能化指挥调度系统。主要是利用构建自主独立组网的无线通信局域网，结合初始运行参数的设置，形成作业场所的电子围栏。在电子围栏内，采用可悬停无人机在作业区域上空进行连续的跟踪定位和扫描拍摄，获取地面设备、监测区域的定位信息和点云数据，通过对点云数据测量计算，构建监测区域的三维SLAM模型并确定地面设备的实时定位位置，再进行地面设备的路径规划，并通过无线通信局域网，实现对的地面设备进行集群控制，指挥调度地面设备在无人驾驶系统的作用下行进、作业或避障，从地面设备开始作业至作业任务结束的全过程均由空中测控平台与地面设备平台全自动完成，无需人工干预，提升了地面设备大规模作业的智能化水平，提高了地面设备作业的效率和质量。
进一步地，所述无人机为采用自抗扰飞行控制且具有全球定位能力的高性能可悬停无人机；所述扫描拍摄装置通过自转云台挂接于所述无人机的下部且可对监测区域360°旋转无死角扫描拍摄。
上述无人机可采用ADRC自抗扰飞行控制技术，具有高鲁棒性抗干扰能力，且飞行和悬停稳定性较好。由于扫描拍摄装置通过自转云台挂接于无人机的下部，可实现对所作业区域的全覆盖无死角扫描拍摄，能够实现无人机在数百米高空对作业场所电子围栏内的地面设备进行全方位实时动态监测。
进一步地，所述设备标识系统为采用色块编码方案的平面编码图形，所述平面编码图形设置在地面设备顶端面且可被扫描拍摄装置拍摄识别。
由于本系统可用于不同的无人驾驶地面设备，比如可用于改装成无人驾驶的挖掘机、装载机、叉车、割草机等设备，通过集群控制实现协同高效的施工作业。本方案采用平面编码图形对每台地面设备进行编号及类型标识，通过扫描拍摄装置在上空进行拍摄识别，确保能够动态跟踪每台地面设备在作业区域的所处的位置。
进一步地，所述机载处理装置包括数据计算模块、三维建模模块、定位较正模块、路径规划模块、指挥调度模块；所述数据计算模块对所述扫描拍摄装置获取的点云数据进行初步计算，提取出有效点云数据，所述三维建模模块利用有效点云数据实时构建整个作业场景的动态三维SLAM模型。
上述数据计算模块对扫描拍摄装置扫描拍摄实时生成点云数据进行处理时，必须经过滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建等步骤，才能提取出构建SLAM模型所需的有效点云数据。
进一步地，所述定位较正模块结合从气压高度计获取的无人机高度值、扫描拍摄装置获取的测距数据以及惯性传感IMU单元对地面设备的定位信息，通过计算进一步较正地面设备在三维SLAM模型中的实时位置。
由于三维建模模块通过扫描拍摄装置对作业区域扫描拍摄能够获取的无数点云数据，再结合其它定位信息进行地面设备的位置校正，能够构建高精度的动态三维SLAM模型，实现了对作业场景的高精度三维地图重现，有利于精确地对地面设备进行指挥调度。
进一步地，所述路径规划模块根据各个地面设备在三维SLAM模型中的动态位置及任务作业完成情况，实时规划各个地面设备的行进路径及方向；
进一步地，所述指挥调度模块与各个地面设备建立多机通信机制，根据所述路径规划模块规划的行进路径及方向，构建各个地面设备的行进、作业或避障调度任务，并将调度任务传输至对应地面设备的无人驾驶系统进行控制执行。
上述实现中，在对地面设备的行进路径规划时需要综合考虑作业场景的地形、作业区域的划分、地面设备的作业间距等因素，避免无法作业、无效作业、重复作业以及设备碰撞、倾覆等情况的发生。据此，构建出优化高效的地面设备的行进、作业或避障调度任务，提高作业效率。
进一步地，所述扫描拍摄装置包括高速可变焦相机或/和多线激光测距雷达，所述扫描拍摄装置进行连续扫描拍摄的监测区域为直径小于3000米的圆形区域。
在扫描拍摄装置的选择上除了上述列出的设备外，还可结合实际选择其它高速可靠的拍摄和扫描设备。
进一步地，所述地面设备的总数小于50台，每台所述地面设备的行进速度小于30公里/小时。
进一步地，所述地面设备的定位精度小于10厘米。
本方案中对上述指标进行限定是为了确保本系统能够在最优的情况下实现对地面设备的实时动态监测并进行指挥调度控制。当然，在利用本方案作出改进的基础上，还能进一步加大监测区域、提高监控调度地面设备的数量等。
本发明与现有技术相比，具有如下优点与有益效果：
由于综合采用无人机技术、高精度多线激光雷达技术、高精度三维建模技术、点云测量与计算技术、任务调度技术和多节点数据组网技术，采用可悬停无人机在作业区域上空进行连续的跟踪定位和扫描拍摄，获取地面设备、监测区域的定位信息和点云数据，通过对点云数据测量计算，构建监测区域的三维SLAM模型并确定地面设备的实时定位位置，再进行地面设备的路径规划，并通过自建无线局域网，实现对的地面设备进行集群自主控制，指挥调度地面设备在无人驾驶系统的作用下行进、作业或避障，从地面设备开始作业至作业任务结束的全过程均由空中测控平台与地面设备平台全自动完成，无需人工干预，仅需要少部分技术保障人员，提升了地面设备大规模作业的智能化水平，提高了地面设备作业的效率和质量，大大降低了地面设备操作的人工成本。
附图说明
图1为基于地面设备机器视觉的无人驾驶指挥调度系统的结构示意图；
图2为本发明地面设备平台的结构示意图；
图3为本发明空中测控平台的结构示意图；
图4为本发明机载处理装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例
如图1至4所示，一种基于地面设备机器视觉的无人驾驶指挥调度系统，包括主控平台、地面设备平台、空中测控平台，所述主控平台、地面设备平台和空中测控平台均设有收发通信单元，通过专用的近距离无线通信协议实现自主独立组网，构建无线通信局域网；
所述主控平台包括运行管理模块，用于向地面设备平台、空中测控平台传输初始运行参数，启动或在任务完成及紧急情况下中止系统运行；
所述地面设备平台包括地面设备、设备标识系统、无人驾驶系统、惯性传感IMU单元，所述设备标识系统标识地面设备类型及ID号，所述无人驾驶系统控制地面设备的行进方向和路径，所述惯性传感IMU单元对地面设备进行定位；
所述空中测控平台包括无人机、气压高度计以及挂接于无人机下部的扫描拍摄装置和机载处理装置，所述扫描拍摄装置对监测区域进行连续扫描拍摄，实时生成点云数据、识别地面设备的类型及ID号，所述机载处理装置对所述扫描拍摄装置获取的点云数据进行处理，实时构建三维SLAM模型、规划地面设备的行进路线并对地面设备进行指挥调度。
上述实施例中，实现了一个集无人机技术、高精度多线激光雷达技术、高精度三维建模技术、点云测量与计算技术、任务调度技术和多节点数据组网技术于一体的智能化指挥调度系统。主要是利用构建自主独立组网的无线通信局域网，结合初始运行参数的设置，形成作业场所的电子围栏。在电子围栏内，采用可悬停无人机在作业区域上空进行连续的跟踪定位和扫描拍摄，获取地面设备、监测区域的定位信息和点云数据，通过对点云数据测量计算，构建监测区域的三维SLAM模型并确定地面设备的实时定位位置，再进行地面设备的路径规划，并通过无线通信局域网，实现对的地面设备进行集群控制，指挥调度地面设备在无人驾驶系统的作用下行进、作业或避障，从地面设备开始作业至作业任务结束的全过程均由空中测控平台与地面设备平台全自动完成，无需人工干预，提升了地面设备大规模作业的智能化水平，提高了地面设备作业的效率和质量。
进一步地，所述无人机为采用自抗扰飞行控制且具有全球定位能力的高性能可悬停无人机；所述扫描拍摄装置通过自转云台挂接于所述无人机的下部且可对监测区域360°旋转无死角扫描拍摄。
上述无人机采用ADRC自抗扰飞行控制技术，具有高鲁棒性抗干扰能力，且飞行和悬停稳定性较好。由于扫描拍摄装置通过自转云台挂接于无人机的下部，可实现对所作业区域的全覆盖无死角扫描拍摄，能够实现无人机在数百米高空对作业场所电子围栏内的地面设备进行全方位实时动态监测。
进一步地，所述设备标识系统为采用色块编码方案的平面编码图形，所述平面编码图形设置在地面设备顶端面且可被扫描拍摄装置拍摄识别。
由于本系统可用于不同的无人驾驶地面设备，比如可用于改装成无人驾驶的挖掘机、装载机、叉车、割草机等设备，通过集群控制实现协同高效的施工作业。本方案采用平面编码图形对每台地面设备进行编号及类型标识，通过扫描拍摄装置在上空进行拍摄识别，确保能够动态跟踪每台地面设备在作业区域的所处的位置。
进一步地，所述机载处理装置包括数据计算模块、三维建模模块、定位较正模块、路径规划模块、指挥调度模块；所述数据计算模块对所述扫描拍摄装置获取的点云数据进行初步计算，提取出有效点云数据，所述三维建模模块利用有效点云数据实时构建整个作业场景的动态三维SLAM模型。
上述数据计算模块对扫描拍摄装置扫描拍摄实时生成点云数据进行处理时，必须经过滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建等步骤，才能提取出构建SLAM模型所需的有效点云数据。
进一步地，所述定位较正模块结合从气压高度计获取的无人机高度值、扫描拍摄装置获取的测距数据以及惯性传感IMU单元对地面设备的定位信息，通过计算进一步较正地面设备在三维SLAM模型中的实时位置。
由于三维建模模块通过扫描拍摄装置对作业区域扫描拍摄能够获取的无数点云数据，再结合其它定位信息进行地面设备的位置校正，能够构建高精度的动态三维SLAM模型，实现了对作业场景的高精度三维地图重现，有利于精确地对地面设备进行指挥调度。
对地面设备的定位除了采用扫描拍摄装置进行扫描测距定位或车载的惯性传感IMU单元定位外，也可采用其它方式对地面设备进行定位，如采用GPS定位系统或北斗定位系统。
进一步地，所述路径规划模块根据各个地面设备在三维SLAM模型中的动态位置及任务作业完成情况，实时规划各个地面设备的行进路径及方向；
进一步地，所述指挥调度模块与各个地面设备建立多机通信机制，根据所述路径规划模块规划的行进路径及方向，构建各个地面设备的行进、作业或避障调度任务，并将调度任务传输至对应地面设备的无人驾驶系统进行控制执行。
上述实现中，在对地面设备的行进路径规划时需要综合考虑作业场景的地形、作业区域的划分、地面设备的作业间距等因素，避免无法作业、无效作业、重复作业以及设备碰撞、倾覆等情况的发生。据此，构建出优化高效的地面设备的行进、作业或避障调度任务，提高作业效率。
进一步地，所述扫描拍摄装置包括高速可变焦相机或/和多线激光测距雷达，所述扫描拍摄装置进行连续扫描拍摄的监测区域为直径1500米的圆形区域。
在扫描拍摄装置的选择上除了上述列出的设备外，还可结合实际选择其它高速可靠的拍摄和扫描设备。
进一步地，所述地面设备的总数小于30台，每台所述地面设备的行进速度小于15公里/小时。
进一步地，所述地面设备的定位精度小于8厘米。
本实施例中对上述指标进行限定是为了确保本系统能够在最优的情况下实现对地面设备的实时动态监测并进行指挥调度控制。当然，在利用本实施例作出改进的基础上，还能进一步加大监测区域、提高监控调度地面设备的数量等。
以上所述仅为本发明的较佳实施例而已，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，皆应属于本发明的保护范围。

Claims (10)

1.一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：包括主控平台、地面设备平台、空中测控平台，所述主控平台、地面设备平台和空中测控平台均设有收发通信单元，通过专用的近距离无线通信协议实现自主独立组网，构建无线通信局域网；
所述主控平台包括运行管理模块，用于向地面设备平台、空中测控平台传输初始运行参数，启动或在任务完成及紧急情况下中止系统运行；
所述地面设备平台包括地面设备、设备标识系统、无人驾驶系统、惯性传感IMU单元，所述设备标识系统标识地面设备类型及ID号，所述无人驾驶系统控制地面设备的行进方向和路径，所述惯性传感IMU单元对地面设备进行定位；
所述空中测控平台包括无人机、气压高度计以及挂接于无人机下部的扫描拍摄装置和机载处理装置，所述扫描拍摄装置对监测区域进行连续扫描拍摄，实时生成点云数据、识别地面设备的类型及ID号，所述机载处理装置对所述扫描拍摄装置获取的点云数据进行处理，实时构建三维SLAM模型、规划地面设备的行进路线并对地面设备进行指挥调度。
2.如权利要求1所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述无人机为采用自抗扰飞行控制且具有全球定位能力的高性能可悬停无人机；所述扫描拍摄装置通过自转云台挂接于所述无人机的下部且可对监测区域360°旋转无死角扫描拍摄。
3.如权利要求2所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述设备标识系统为采用色块编码方案的平面编码图形，所述平面编码图形设置在地面设备顶端面且可被扫描拍摄装置拍摄识别。
4.如权利要求3所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述机载处理装置包括数据计算模块、三维建模模块、定位较正模块、路径规划模块、指挥调度模块；所述数据计算模块对所述扫描拍摄装置获取的点云数据进行初步计算，提取出有效点云数据，所述三维建模模块利用有效点云数据实时构建整个作业场景的动态三维SLAM模型。
5.如权利要求4所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述定位较正模块结合从气压高度计获取的无人机高度值、扫描拍摄装置获取的测距数据以及惯性传感IMU单元对地面设备的定位信息，通过计算进一步较正地面设备在三维SLAM模型中的实时位置。
6.如权利要求5所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述路径规划模块根据各个地面设备在三维SLAM模型中的动态位置及任务作业完成情况，实时规划各个地面设备的行进路径及方向。
7.如权利要求6所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述指挥调度模块与各个地面设备建立多机通信机制，根据所述路径规划模块规划的行进路径及方向，构建各个地面设备的行进、作业或避障调度任务，并将调度任务传输至对应地面设备的无人驾驶系统进行控制执行。
8.如权利要求1至7任一项所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述扫描拍摄装置包括高速可变焦相机或/和多线激光测距雷达，所述扫描拍摄装置进行连续扫描拍摄的监测区域为直径小于3000米的圆形区域。
9.如权利要求1至7任一项所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述地面设备的总数小于50台，每台所述地面设备的行进速度小于30公里/小时。
10.如权利要求1至7任一项所述的一种基于地面设备机器视觉的无人驾驶指挥调度系统，其特征在于：所述地面设备的定位精度小于10厘米。
CN201911029081.7A 2019-10-28 2019-10-28 一种基于地面设备机器视觉的无人驾驶指挥调度系统 Pending CN110989505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911029081.7A CN110989505A (zh) 2019-10-28 2019-10-28 一种基于地面设备机器视觉的无人驾驶指挥调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911029081.7A CN110989505A (zh) 2019-10-28 2019-10-28 一种基于地面设备机器视觉的无人驾驶指挥调度系统

Publications (1)

Publication Number Publication Date
CN110989505A true CN110989505A (zh) 2020-04-10

Family

ID=70082572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911029081.7A Pending CN110989505A (zh) 2019-10-28 2019-10-28 一种基于地面设备机器视觉的无人驾驶指挥调度系统

Country Status (1)

Country Link
CN (1) CN110989505A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115524721A (zh) * 2022-09-06 2022-12-27 山重建机有限公司 一种基于北斗rdss短报文通信的挖掘机数据传输装置
CN116319795A (zh) * 2023-05-24 2023-06-23 无锡光煜晞科技有限责任公司 一种基于边缘计算的地铁列车无人驾驶探测识别系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104183153A (zh) * 2014-07-23 2014-12-03 陈嘉延 基于四旋翼无人机做引导的智能停车引导系统
CN105318888A (zh) * 2015-12-07 2016-02-10 北京航空航天大学 基于无人机感知的无人驾驶车辆路径规划方法
WO2017015310A2 (en) * 2015-07-20 2017-01-26 Aerovironment, Inc. Ad hoc dynamic data link repeater
CN106774221A (zh) * 2017-01-22 2017-05-31 江苏中科院智能科学技术应用研究院 一种无人机与无人车协作巡逻系统及方法
CN107479554A (zh) * 2017-09-07 2017-12-15 苏州三体智能科技有限公司 机器人系统及其户外建图导航方法
CN109358636A (zh) * 2016-09-14 2019-02-19 江苏师范大学 用于管道机器人定位的无人机导航系统及其导航方法
CN109459023A (zh) * 2018-09-18 2019-03-12 武汉三体机器人有限公司 一种基于无人机视觉slam的辅助地面机器人导航方法及装置
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
CN110221623A (zh) * 2019-06-17 2019-09-10 酷黑科技（北京）有限公司 一种空地协同作业系统及其定位方法
CN110285822A (zh) * 2019-07-01 2019-09-27 东莞理工学院 无人机建图算法与无人车导航算法的融合应用系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104183153A (zh) * 2014-07-23 2014-12-03 陈嘉延 基于四旋翼无人机做引导的智能停车引导系统
WO2017015310A2 (en) * 2015-07-20 2017-01-26 Aerovironment, Inc. Ad hoc dynamic data link repeater
CN105318888A (zh) * 2015-12-07 2016-02-10 北京航空航天大学 基于无人机感知的无人驾驶车辆路径规划方法
CN109358636A (zh) * 2016-09-14 2019-02-19 江苏师范大学 用于管道机器人定位的无人机导航系统及其导航方法
CN106774221A (zh) * 2017-01-22 2017-05-31 江苏中科院智能科学技术应用研究院 一种无人机与无人车协作巡逻系统及方法
CN107479554A (zh) * 2017-09-07 2017-12-15 苏州三体智能科技有限公司 机器人系统及其户外建图导航方法
CN109459023A (zh) * 2018-09-18 2019-03-12 武汉三体机器人有限公司 一种基于无人机视觉slam的辅助地面机器人导航方法及装置
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
CN110221623A (zh) * 2019-06-17 2019-09-10 酷黑科技（北京）有限公司 一种空地协同作业系统及其定位方法
CN110285822A (zh) * 2019-07-01 2019-09-27 东莞理工学院 无人机建图算法与无人车导航算法的融合应用系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
中国测绘地理信息学会: "《中国测绘学科发展蓝皮书 2015-2016卷》", 30 November 2016 *
朱德海: "《点云库PCL学习教程》", 31 October 2012 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115524721A (zh) * 2022-09-06 2022-12-27 山重建机有限公司 一种基于北斗rdss短报文通信的挖掘机数据传输装置
CN116319795A (zh) * 2023-05-24 2023-06-23 无锡光煜晞科技有限责任公司 一种基于边缘计算的地铁列车无人驾驶探测识别系统
CN116319795B (zh) * 2023-05-24 2023-08-01 无锡光煜晞科技有限责任公司 一种基于边缘计算的地铁列车无人驾驶探测识别系统

Similar Documents

Publication Publication Date Title
US10195952B2 (en) System and method for managing unmanned aerial vehicles
CN110888456B (zh) 一种无人机与无人车的自主协同侦察控制方法
US10278333B2 (en) Pruning robot system
EP3119178B1 (en) Method and system for navigating an agricultural vehicle on a land area
US20190031346A1 (en) System and method for controlling an unmanned vehicle and releasing a payload from the same
CN110162103A (zh) 一种无人机与智能车组自主协同运输系统及方法
CN207319070U (zh) 一种植保无人机自主飞行路径优化装置
CN112015200B (zh) 一种农业无人机群协同作业系统、协同作业方法及无人机
KR20170091352A (ko) 작업영역의 탐색과 탐색된 작업영역에서 연속작업을 수행하는 방법 및 이를 수행하는 무인비행체
WO2020000790A1 (zh) 立井检测方法及系统
CN111178148A (zh) 一种基于无人机视觉系统的地面目标地理坐标定位方法
CN110989505A (zh) 一种基于地面设备机器视觉的无人驾驶指挥调度系统
CN109521780B (zh) 遥控作业车辆的控制系统及控制方法
CN106052695A (zh) 一种利用360°激光扫描仪导航的飞行巡视系统及方法
EP3300842B1 (en) System and method for coordinating terrestrial mobile automated devices
CN112817336A (zh) 基于民用小型无人机的高精度放射源搜寻定位系统及定位方法
CN113271357A (zh) 一种地空协同组网系统及控制方法
CN113568427B (zh) 无人机自主着陆移动平台的方法及系统
CN109696920B (zh) 作业设备及其控制方法和装置
CN111142115A (zh) 一种基于无人机技术的智能测距系统及方法
CN117406771A (zh) 一种基于四旋翼无人机的高效自主探索方法、系统及设备
Wubben et al. A vision-based system for autonomous vertical landing of unmanned aerial vehicles
WO2021034257A1 (en) Improved operation for a robotic work tool
EP3761136B1 (en) Control device, mobile body, and program
CN114418430A (zh) 外排型排土场的无人调度系统及方法

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