CN111536976A - 一种校园穿梭防控系统 - Google Patents
一种校园穿梭防控系统 Download PDFInfo
- Publication number
- CN111536976A CN111536976A CN202010423340.0A CN202010423340A CN111536976A CN 111536976 A CN111536976 A CN 111536976A CN 202010423340 A CN202010423340 A CN 202010423340A CN 111536976 A CN111536976 A CN 111536976A
- Authority
- CN
- China
- Prior art keywords
- map
- indoor
- navigation
- campus
- module
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000013507 mapping Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims 1
- 230000036760 body temperature Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种校园穿梭防控系统，包括室内导航模块，包括室内地图绘制单元、惯性测量单元、光学传感器和导航传感器；室内地图绘制单元，绘制室内地图，根据地图建立二维坐标系与地图逻辑矩阵，并将室内地图与传感器上传的位置数据进行匹配；惯性测量单元，根据在三维空间中物体的角速度和加速度，进而解算出物体的姿态；光学传感器，该传感器与所述惯性测量单元相融合，依据从发射激光脉冲到接收脉冲的时间计算传感器与被测物体间的距离；导航传感器，获取移动机器人位姿信息；温度监测和口罩监测模块，识别人脸并检测人脸是否带有口罩，以及进行温度检测；ROS操作系统，通过该系统对所述室内导航模块、温度监测和口罩监测模块进行操作。
Description
技术领域
本发明涉及校园防控技术领域，尤其涉及一种实现对教职工和学生健康状况的校园穿梭防控系统。
背景技术
返校意味着学生聚集，对疫情防控带来新的压力。如何保障学生健康，减低感染风险成为学校返校工作的重中之重。
学校要求所有学生每天需三次测量体温，分别为上午7∶30、下午14∶ 30、晚上18∶30。由任课老师组织学生做好体温检测结果登记，交由校医，再由校医统一汇总后一天两次进行上报。这种人工测温的方式既要耗费大量的人力资源，效率低下且容易出现疏漏问题，且很难保证能够正确检测每个人的体温。其次，对于所有学生，学校要求佩戴口罩。如果单靠人工检测口罩是否佩戴以及是否佩戴规范，不仅效率低下且容易出现疏漏。
发明内容
为解决上述技术问题，本发明的目的是提供一种实现对教职工和学生健康状况的校园穿梭防控系统，该系统是一个可以按路径规划在不同课室走动，无接触快速测量同学的体温，并检测同学佩戴口罩的情况，从而实现对教职工和学生健康状况的常态化全覆盖智控管理系统。
本发明的目的通过以下的技术方案来实现：
一种校园穿梭防控系统，包括：
所述系统包括室内导航模块、温度监测和口罩监测模块以及ROS操作系统；
所述室内导航模块，包括室内地图绘制单元、惯性测量单元、光学传感器和导航传感器；所述室内地图绘制单元，用于绘制室内地图，根据地图建立二维坐标系与地图逻辑矩阵，并将室内地图与传感器上传的位置数据进行匹配；所述惯性测量单元，根据在三维空间中物体的角速度和加速度，进而解算出物体的姿态；光学传感器，该传感器与所述惯性测量单元相融合，并依据从发射激光脉冲到接收脉冲的时间计算传感器与被测物体间的距离；导航传感器，用于获取移动机器人位姿信息；
温度监测和口罩监测模块，用于识别人脸并检测人脸是否带有口罩，以及进行温度检测；
ROS操作系统，通过该系统对所述室内导航模块、温度监测和口罩监测模块进行操作。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
以机器智能识别检测代替人工识别，在最大程度保障准确率的同时，大大提高识别效率，避免潜在隐患；
防控小卫士规划好课室行走路径，全面覆盖所有课室。当防控小卫士靠近学生，便会自动进行体温判断预警，如果有体温异常患者，还会进行语音提示，实现快速安全的体温检测，降低师生交叉感染风险。确保“全覆盖、零接触、零风险”，杜绝潜在病毒在校园传播。
能够在课室自动巡逻，自动快速且准确地检测学生是否正确佩戴口罩。
附图说明
图1是校园穿梭防控系统结构图；
图2是室内地图绘制单元实例图；
图3是室内地图功能流程图；
图4是卡尔曼滤波组合导航系统结构图；
图5是口罩和体温检测程序图；
图6是ROS操作系统结构图；
图7是SLAM二维地图构建效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明作进一步详细的描述。
如图1所示，是校园穿梭防控系统结构，包括：包括室内导航模块、温度监测和口罩监测模块以及ROS操作系统；
所述室内导航模块，包括室内地图绘制单元、惯性测量单元、光学传感器和导航传感器；所述室内地图绘制单元，用于绘制室内地图，根据地图建立二维坐标系与地图逻辑矩阵，并将室内地图与传感器上传的位置数据进行匹配；所述惯性测量单元，根据在三维空间中物体的角速度和加速度，进而解算出物体的姿态；光学传感器，该传感器与所述惯性测量单元相融合，并依据从发射激光脉冲到接收脉冲的时间计算传感器与被测物体间的距离；导航传感器，用于获取移动机器人位姿信息；
温度监测和口罩监测模块，用于识别人脸并检测人脸是否带有口罩，以及进行温度检测；
ROS操作系统，通过该系统对所述室内导航模块、温度监测和口罩监测模块进行操作。
上述室内地图绘制是室内导航模块最核心的，主要参与者是地图开发者和用户两部分组成，室内地图绘制用例分析如图2所示。
室内导航功能流程，首先绘制室内地图，针对室内地图建立二维坐标系并建立地图逻辑矩阵(用1表示不可通行，用0表示可通行)。将室内地图与传感器上传的位置数据进行匹配，得到当前位置，在地图上选取目标位置，计算出最佳的路径，进行导航，功能流程图如图3所示。
上述惯性测量单元，IMU是用来测量物体三轴姿态角及加速度的传感器，对加速度计和陀螺仪的数据进行处理，而物体在载体坐标系下的加速度通过三轴加速度计获取，载体相对于导航坐标系的角速度通过三轴陀螺仪获取，根据在三维空间中物体的角速度和加速度，进而解算出物体的姿态。由于不可避免的各种干扰因素，导致陀螺仪及加速度计从初始对准开始产生误差，其导航误差即随时间而增长，因此，应该考虑它的误差和噪声。用字母b代表误差，字母n代表噪声。噪声假设是零均值高斯白噪声，且进行建模为随机过程。实际值与角速度和线加速度测量值可以表达为：
wt＝wm+bw+nw (1)
at＝C(qt)·(am-ba-na)+g (2)
式中，wt和wm分别为角速度的实际值和测量值；g为重力矢量；qt为真实姿态的四元数；C(qt)为真实姿态qt的旋转矩阵；nw和na分别为陀螺仪和加速度计的噪声；bw和ba表示相关误差。由于这些误差，IMU测量会随着时间推移产生漂移，为了避免这种漂移，IMU通常与其他传感器融合，如相机或激光雷达。
上述光学传感器采用激光雷达，LiDAR是一种测量从传感器到被测物的角度和距离的光学传感器，依据从发射激光脉冲到接收脉冲的时间计算传感器与被测物体间的距离。这种技术常用来创建高分辨率地图，如同步定位与建图(Simultaneous localizationand mapping,SLAM)是一个实质性的应用，其目的是构建一个未知环境的地图且同时追踪机器人的位姿。激光雷达径向扫描平面中的环境，为了获得每个扫描点的坐标，采用下式表达：
式中，d为从激光雷达到扫描点的距离；φ为光束角度。由于(x，y)是在激光雷达载体坐标系下扫描点的坐标，并非导航坐标，故需要将它们转换为导航坐标。
由于单一的激光导航测量会随着时间延长存在累积误差，GPS在室内丢失信号而无法定位，因此，有必要引入其他导航传感器来获取移动机器人精准的位姿信息以改善单一传统的导航系统带来的累积缺陷。基于LiDAR/IMU 的卡尔曼滤波组合导航系统可用来减少LiDAR定位误差，从而提高移动机器人在室内自主导航中的定位精度和稳定。卡尔曼滤波是一种最优的线性估计方法，它使用状态空间描述方法来描述系统，并连续估计各种传感器输出的估计误差，从而得到所有传感器的最优信息。测量更新和时间更新是卡尔曼滤波的主要过程。时间更新是指根据系统前一个时刻的状态和协方差矩阵，得到当前时刻状态先验估计和协方差先验估计，为两个相邻时刻系统的状态更新过程。测量更新是指将当前时刻获得的测量信息对时间更新过程中所得的状态先验估计和协方差先验估计进行更新校正的过程，以得到比先验估计要精确的状态后验估计和协方差后验估计的值。依据当前时刻的状态后验估计和协方差后验估计又能知道下一时刻的状态先验估计和协方差先验估计，这就是卡尔曼滤波作用的优势。
设计的卡尔曼滤波模型用来融合LiDAR与IMU的姿态和位置信息，弥补随时间累积的误差，改善LiDAR测量的轨迹，从而提高室内移动机器人的自定位精度。卡尔曼滤波和系统结构如图4所示。
上述温度监测和口罩监测模块采用哈士奇智能摄像头，HuskyLens二哈识图是一款简单易用的AI视觉传感器，内置6种功能：人脸识别、物体追踪、物体识别、巡线追踪、颜色识别、标签(二维码)识别。仅需一个按键即可完成 AI训练，摆脱繁琐的训练和复杂视觉算法，HuskyLens板载UART/I2C接口，可以连接到Arduino、Raspberry Pi、LattePanda、micro:bit等主流控制器，实现硬件无缝对接。通过使用哈士奇摄像头识别人脸，如果检测到人脸，则是没有带有口罩，如果没有检测到人脸，则是带有口罩，再进行温度检测，如图5所示为口罩和体温检测程序图。
本实施例采用树莓派3B作为嵌入式硬件开发平台，它是一款基于ARM 架构的微型电脑主板，以SD卡为内存硬盘，具备所有PC的基本功能。本项目中我们使用的是机器人操作系统(Robot Operating System,ROS)，ROS是面向机器人开发的一个开源的元操作系统(meta-operating-system)。它不是一个传统的操作系统，在使用ROS操作系统之前，首先需要在嵌入式平台安装对应的Linux系统，然后在现有的Linux操作系统中部署ROS操作系统。它可以为很多特征差异的机器算计群体提供类似操作系统应有的功能，提供了操作系统本该具有的一些服务。以及硬件抽象和底层设备控制。ROS操作系统主要目标是对机器人研发提供功能代码包的支持。ROS是一个非常复杂分布式的进程框架，并且支持一种类似于代码储存库的联合系统，进程被封装在易于被分享和发布的程序包和功能包中，这些设计可以使一个完整工程的开发和实现从文件系统到用户接口完全独立决策，独立的工程都可以被ROS 的一些基础工具全部整合在一起，形成一个庞大的体系，如图6所示，为ROS 操作系统结构图。
基于激光雷达SLAM建图，激光雷达是本项目中最核心的传感器，激光雷达其实就是一种采用非接触激光测距技术的扫描式传感器，它由激光发射端和光学接收端两大核心部分组成，工作时会通过自身的旋转，激光发射端向目标发射激光束，对障碍物进行感知之后，会反射一个信号，光学接收端就会接收目标返回来的信号，发射信号与接收的信号进行比较，然后在做相应的处理，然后就会获取目标的有关信息。
ROS为机器人导航提供了非常强大的支持，这可以让我们在不了解细节和具有海量复杂无比的科学计算的情况下就可以对机器人导航，定位，路径规划。第一步就是要建立一个封闭环境的地图，这个过程叫做SLAM。项目组采取gmapping包构建二维地图。上文中提到了激光雷达的工作原理。通俗的讲，激光雷达在工作时就是测量自身到障碍物之间的距离。机器人初始化完成之后，会有一个对应的世界坐标和自身的朝向信息，然后根据激光雷达的探测信息，估算出的障碍物的相对坐标。我们采用bresenham算法直线段扫面的算法：通过激光雷达的扫描后，会得到机器人自身到障碍物之间的距离，那么我们把障碍物所处的栅格标注为occupy，机器人所处的栅格与障碍物所处的栅格之间之处都为free。栅格的占据可用概率表示。假如同一处障碍物经过多束激光的扫描下的表示都为occupy，那就说明该栅格的占据概率大，就具备障碍物的特征。反之，可能是一个干扰信号或者是一个运动物体，就不具备静态障碍物的特征。激光雷达的反复扫描，机器人所处的环境就可以通过二维栅格地图来表征；如图7是用SLAM算法构建的地图效果。
上述实施例将Li DAR/IMU两个传感器通过卡尔曼滤波器相融合进行综合定位系统研究，卡尔曼滤波器的综合定位结果利用IMU传感器减小Li DAR 产生的漂移，进而减小其轨迹误差，提高了室内机器人的定位精度。Rfan16 线Li DAR具有普通激光传感器的优点，且定位精度高，由于IMU的高采样率和相对较高的精度增加了数据采集数量，Li DAR和IMU集成系统相互受益，克服了各自的缺点，从而提高了系统的稳定性。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (7)
1.一种校园穿梭防控系统，其特征在于，所述系统包括室内导航模块、温度监测和口罩监测模块以及ROS操作系统；
所述室内导航模块，包括室内地图绘制单元、惯性测量单元、光学传感器和导航传感器；所述室内地图绘制单元，用于绘制室内地图，根据地图建立二维坐标系与地图逻辑矩阵，并将室内地图与传感器上传的位置数据进行匹配；所述惯性测量单元，根据在三维空间中物体的角速度和加速度，进而解算出物体的姿态；光学传感器，该传感器与所述惯性测量单元相融合，并依据从发射激光脉冲到接收脉冲的时间计算传感器与被测物体间的距离；导航传感器，用于获取移动机器人位姿信息；
温度监测和口罩监测模块，用于识别人脸并检测人脸是否带有口罩，以及进行温度检测；
ROS操作系统，通过该系统对所述室内导航模块、温度监测和口罩监测模块进行操作。
2.如权利要求1所述的校园穿梭防控系统，其特征在于，所述室内地图绘制单元包括地图开发者和用户；所述地图开发者用于室内地图绘制和地图信息补充；所述用户通过地图得到当前位置，并对地图位置信息进行解析。
3.如权利要求1所述的校园穿梭防控系统，其特征在于，所述惯性测量单元包括陀螺仪和加速度计，并通过陀螺仪和加速度计对获取的数据进行处理，由于干扰因素，导致陀螺仪及加速度计从初始对准开始产生误差，其导航误差即随时间而增长，因此，应该考虑它的误差和噪声，用字母b代表误差，字母n代表噪声。噪声假设是零均值高斯白噪声，且进行建模为随机过程。实际值与角速度和线加速度测量值可以表达为：
wt＝wm+bw+nw (1)
at＝C(qt)·(am-ba-na)+g (2)
式中，wt和wm分别为角速度的实际值和测量值；g为重力矢量；qt为真实姿态的四元数；C(qt)为真实姿态qt的旋转矩阵；nw和na分别为陀螺仪和加速度计的噪声；bw和ba表示相关误差。
4.如权利要求1所述的校园穿梭防控系统，其特征在于，所述光学传感器采用激光雷达，通过该激光雷达构建一个未知环境的地图且同时追踪机器人的位姿，激光雷达径向扫描平面中的环境，为了获得每个扫描点的坐标，采用下式表达：
式中，d为从激光雷达到扫描点的距离；φ为光束角度；由于(x，y)是在激光雷达载体坐标系下扫描点的坐标，并非导航坐标，因此需转换为导航坐标。
5.如权利要求4所述的校园穿梭防控系统，其特征在于，所述激光雷达为采用非接触激光测距技术的传感器，它由激光发射端和光学接收端组成；工作时，通过自身的旋转，激光发射端向目标发射激光束，对障碍物进行感知之后，会反射一个信号，光学接收端就会接收目标返回来的信号，发射信号与接收的信号进行比较并做相应处理后获取目标的有关信息。
6.如权利要求1所述的校园穿梭防控系统，其特征在于，所述导航传感器采用卡尔曼滤波组合导航系统，该系统包括测量更新模块和时间更新模块；所述测量更新模块，指将当前时刻获得的测量信息对时间更新过程中所得的状态先验估计和协方差先验估计进行更新校正的过程，以得到比先验估计要精确的状态后验估计和协方差后验估计的值；所述时间更新模块，是指根据系统前一个时刻的状态和协方差矩阵，得到当前时刻状态先验估计和协方差先验估计，为两个相邻时刻系统的状态更新过程。
7.如权利要求1所述的校园穿梭防控系统，其特征在于，所述温度监测和口罩监测模块内置有六种子模块，包括：人脸识别子模块、物体追踪子模块、物体识别子模块、巡线追踪子模块、颜色识别子模块及标签识别子模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010423340.0A CN111536976A (zh) | 2020-05-19 | 2020-05-19 | 一种校园穿梭防控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010423340.0A CN111536976A (zh) | 2020-05-19 | 2020-05-19 | 一种校园穿梭防控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111536976A true CN111536976A (zh) | 2020-08-14 |
Family
ID=71975950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010423340.0A Pending CN111536976A (zh) | 2020-05-19 | 2020-05-19 | 一种校园穿梭防控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111536976A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597814A (zh) * | 2020-12-04 | 2021-04-02 | 南通大学 | 一种基于改进的Openpose课堂多人异常行为及口罩佩戴检测方法 |
| CN112800859A (zh) * | 2021-01-08 | 2021-05-14 | 广州市天河区天府路小学 | 一种用于校园内自动规划路线的多功能机器人巡逻系统 |
-
2020
- 2020-05-19 CN CN202010423340.0A patent/CN111536976A/zh active Pending
Non-Patent Citations (4)
| Title |
|---|
| 严小意等: "激光SLAM移动机器人室内定位研究", 《测绘通报》 * |
| 中国评测机器人国评中心: "奋战在抗疫前线的"钢铁战士"", 《机器人产业》 * |
| 张晶亮: "基于室内导航的超市个性化购物系统设计与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
| 欧为祥等: "基于激光雷达的移动机器人室内定位与导航", 《电子世界》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597814A (zh) * | 2020-12-04 | 2021-04-02 | 南通大学 | 一种基于改进的Openpose课堂多人异常行为及口罩佩戴检测方法 |
| CN112800859A (zh) * | 2021-01-08 | 2021-05-14 | 广州市天河区天府路小学 | 一种用于校园内自动规划路线的多功能机器人巡逻系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maier et al. | Improved GPS sensor model for mobile robots in urban terrain | |
| CN105547305B (zh) | 一种基于无线定位和激光地图匹配的位姿解算方法 | |
| CN103674015B (zh) | 一种无轨化定位导航方法及装置 | |
| Borenstein et al. | Mobile robot positioning: Sensors and techniques | |
| Atia et al. | Integrated indoor navigation system for ground vehicles with automatic 3-D alignment and position initialization | |
| US8510039B1 (en) | Methods and apparatus for three-dimensional localization and mapping | |
| EP3617749A1 (en) | Method and arrangement for sourcing of location information, generating and updating maps representing the location | |
| CN107014375B (zh) | 超低部署的室内定位系统及方法 | |
| CN107976195A (zh) | 机器人的定位导航系统及方法、存储介质、机器人 | |
| CN107194969A (zh) | 基于消失点确定的传感器校准和位置估计 | |
| US7120875B2 (en) | Method and apparatus for augmented reality hybrid tracking system with fiducial-based heading correction | |
| CN108413965A (zh) | 一种室内室外巡检机器人综合系统及巡检机器人导航方法 | |
| CN207965645U (zh) | 一种机器人自主导航系统 | |
| Wang et al. | Pose-invariant inertial odometry for pedestrian localization | |
| CN106525044A (zh) | 基于船体结构图的大型舰艇的人员定位导航系统及其方法 | |
| WO2023283987A1 (zh) | 无人系统的传感器安全性检测方法、设备及存储介质 | |
| CN105659107A (zh) | 光学追踪 | |
| CN111536976A (zh) | 一种校园穿梭防控系统 | |
| Kachurka et al. | WeCo-SLAM: Wearable cooperative SLAM system for real-time indoor localization under challenging conditions | |
| CN111025366A (zh) | 基于ins及gnss的网格slam的导航系统及方法 | |
| Li et al. | Autonomous navigation and environment modeling for MAVs in 3-D enclosed industrial environments | |
| CN111947644A (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
| Adam et al. | Fusion of fixation and odometry for vehicle navigation | |
| CN107864510A (zh) | 一种适用于核电站核岛的室内定位方法、终端设备及存储介质 | |
| CN110332934A (zh) | 一种混杂网络融合下机器人航迹跟踪系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |
|
| RJ01 | Rejection of invention patent application after publication |