CN112051574A - 一种基于高精度地图的自动化旋耕船 - Google Patents
一种基于高精度地图的自动化旋耕船 Download PDFInfo
- Publication number
- CN112051574A CN112051574A CN202010775971.9A CN202010775971A CN112051574A CN 112051574 A CN112051574 A CN 112051574A CN 202010775971 A CN202010775971 A CN 202010775971A CN 112051574 A CN112051574 A CN 112051574A
- Authority
- CN
- China
- Prior art keywords
- rotary tillage
- information
- precision map
- module
- sensor
- 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
Images
Classifications
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
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)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于高精度地图的自动化旋耕船,包括存储模块、投影模块、传感器模块、行走机构,所述存储模块用于存储农田的高精度地图;所述高精度地图由GIS、GNSS、RS以及激光雷达各自预先测绘的地理位置数据融合而成;传感器模块,用于实时采集自动化旋耕船周围环境的视觉信息、姿态信息、运动状态;控制模块,用于根据所述高精度地图以及视觉信息、障碍物信息、姿态信息、运动状态和预设的全局路径算法实时向行走机构发出控制信号;行走机构,用于根据控制信号进行运动。本发明通过利用离线高精度地图,低成本地实现了旋耕船的高精度定位并能适用于丘陵地区的自动化控制。
Description
技术领域
本发明涉及农业机械领域,具体涉及一种自动化旋耕船,尤其一种基于高精度地图的自动化旋耕船。
背景技术
旋耕船(又称机耕船)顾名思义是一种主要针对水田作业的农业机械,机耕船在水田作业过程中,利用浮滑式工作原理依靠水田表面的水来润滑船体,减小船体与土壤的摩擦,同时,机耕船也利用水所产生的浮力来降低整机在农田土壤中的下限深度,以避免行驶阻力和工作阻力加大,然后通过其所悬挂的旋耕装置,完成对水田的旋耕作业,在我国南方以种植水稻的广大地区,机耕船在提高种植质量及工作效率方面作出了很大成绩。
随着人工智能、云计算、高精度定位导航、5G技术的发展,近年来开始陆续出现了半自动化的遥控旋耕机、基于人工智能平台的自动化的无人旋耕机。一方面,自动驾驶高昂所采用的高精度定位设备成本高昂,让无人驾驶农业机械普及和推广受限;另一方面,高精度地图中的道路元素、交通标识等在高精度地图制作中占用了大量的时间和资源,而水田作为一种特殊的地理形式,元素相对单一,如果采用激光雷达进行导航或地图制作则会造成资源浪费。
此外,由于丘陵地区(特别是类似与梯田地形)高程变化大而到导致GNSS信号不佳,甚至导航精度下降,也让基于平整地形耕种的旋耕船难以开展自动驾驶。
发明内容
本发明针对现有技术中旋耕船自动导航成本高的技术问题,提供一种利用高精度地图、低成本而实现的高精度定位并能适用于丘陵地区的高精度自动化控制。
本发明解决上述技术问题的技术方案如下:
本发明提供了一种基于高精度地图的自动化旋耕船,包括存储模块、传感器模块、控制模块、行走机构,所述存储模块用于存储农田的高精度地图;所述高精度地图由GIS、GNSS、RS以及激光雷达各自预先测绘的地理位置数据融合而成;传感器模块,用于实时采集自动化旋耕船周围环境的视觉信息、姿态信息、运动状态;控制模块,用于根据所述高精度地图以及视觉信息、障碍物信息、姿态信息、运动状态和预设的全局路径算法实时向行走机构发出控制信号;行走机构,用于根据控制信号进行运动。
在本发明的第一个设计中,为了节约成本的同时向控制模块输出高精度定位信息,所述传感器模块包括毫米波雷达、视觉传感器,所述毫米波雷达用于实时采集自动化旋耕船障碍物信息、姿态信息、运动状态;所述视觉传感器用于实时采集周围环境的视觉信息。
进一步的,在节约成本的情况下提供更高的定位精度,所述传感器模块还包括融合模块,所述融合模块通过同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。
更进一步的,为了减小传感器模块的处理时延,所述融合模块包括FPGA处理器和DSP处理器,所述FPGA处理器用于获取觉信息、障碍物信息、姿态信息、运动状态以及产生同步脉冲;
所述DSP处理器用于根据同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。
在上述的设计中,为了提高定位精度,所述融合模块至少通过集中式、分散式和分级式结构其中的一种对所述视觉信息、障碍物信息、姿态信息、运动状态进行融合。
在本发明的第二个设计中,所述DSP处理器还用于获取所述高精度地图的激光点云,并将激光点云投影为二维图像。
在本发明的第三个设计中,为了适应丘陵地区的高程变化和高精度定位,所述传感器模块包括高度计、摆臂传感器。
相应的,所述行走机构包括履带。
进一步的,所述控制模块根据高度计、摆臂传感器所确定的高程变化对履带对进行控制。
在上述的三个设计中,为高效处理传感器融合的地理位置数据并减小处理时延,所述控制模块包括车载图形处理器。
本发明的有益效果:
本发明通过利用离线高精度地图,低成本地实现了旋耕船的高精度定位并能适用于丘陵地区的自动化控制,具体如下:
1.由于农田的地图要素主要以水面、少量植物以及农田相对静止的建筑物或动植物以及低速运动的行人构成,因此对激光雷达扫描的3D点云的实时性要求并不高,故采用包括3D点云的离线高精度地图的方式为控制模块的自动导航提供基础地理数据信息;
2.将毫米波雷达和视觉传感器融合以替代高成本的GNSS、激光雷达,在保证定位导航精度的同时实现了低成本,有利于普及和推广;毫米波雷达的探测距离可以轻松超过200m,而激光雷达目前的性能一般不超过150m,所以对于大规模旋耕的情景,毫米波雷达能够做得更好;
在精确度方面,毫米波雷达的探测距离受到频段损耗的直接制约,也无法感知行人,并且对周边所有障碍物无法进行精准的建模。这一点就大不如激光雷达。虽然毫米波雷达精度不高、视场小,但测量距离远,可以达到200m,也可以在雨天及下雪天气使用。通过激光雷达的离线3D点云和毫米波雷达融合刚好弥补了各自的短板;
3.为了适应丘陵地区的高程变化,需要增加高度计、摆臂传感器以确定高程变化,修正导航结果。
附图说明
图1为本发明的第一个设计中的基于高精度地图的自动化旋耕船的基本结构示意图;
图2为本发明的第二个设计中的基于高精度地图的传感器模块的基本结构示意图;
图3为本发明的第三个设计中的基于高精度地图的传感器模块的基本结构示意图。
附图中,各标号所代表的部件列表如下:
1.存储模块、2.传感器模块、21.毫米波雷达、22.视觉传感器、23.融合模块、24、摆臂传感器、25、高度计、3、控制模块、4行走机构。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
为解决现有技术问题,本发明提供了一种利用高精度地图、低成本并实现高精度定位以及能适用于丘陵地区的自动化控制的旋耕船。本发明解决上述技术问题的技术方案如下:
参考图1,本发明提供了一种基于高精度地图的自动化旋耕船,包括存储模块1、传感器模块2、控制模块3、行走机构4,所述存储模块1用于存储农田的高精度地图;所述高精度地图由GIS(Geographic InformationSystem或Geo-Information system,地理信息系统)、GNSS(GlobalNavigation Satellite System,全球卫星导航系统)、RS(RemoteSensing,遥感)以及激光雷达(Light Detection And Ranging,LiDAR)各自预先测绘的地理位置数据融合而成;传感器模块2,用于实时采集自动化旋耕船周围环境的视觉信息、姿态信息、运动状态;控制模块3,用于根据所述高精度地图以及视觉信息、障碍物信息、姿态信息、运动状态和预设的全局路径算法实时向行走机构发出控制信号;行走机构4,用于根据控制信号进行运动。
参考图2,在本发明的第一个设计中,为了节约成本的同时向控制模块3输出高精度定位信息,所述传感器模块2包括毫米波雷达21、视觉传感器22,所述毫米波雷达21用于实时采集自动化旋耕船障碍物信息、姿态信息、运动状态;所述视觉传感器22用于实时采集周围环境的视觉信息。毫米波雷达21穿透雾、烟、灰尘的能力强,因此可以在糟糕的天气中探测。
进一步的,在节约成本的情况下提供更高的定位精度,所述传感器模块2还包括融合模块23,所述融合模块23通过同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。可选的,在节约成本的前提下,也可通过多个毫米波雷达21或视觉传感器22组成的传感器阵列融合来提高定位精度。例如,常见的圆阵或三角阵。
更进一步的,为了减小传感器模块2的处理时延,所述融合模块23包括FPGA处理器和DSP处理器,所述FPGA处理器用于获取觉信息、障碍物信息、姿态信息、运动状态以及产生同步脉冲;通过FPGA处理器的多通道优势和DSP的数字信号处理,进一步降低传感器采集的地理位置信息的处理时延。所述DSP处理器用于根据同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。
具体地,时间融合是利用毫米波雷达21和视觉传感器22进行数据采集,需要在时间上进行同步,即实现时间上的融合。两种传感器的采样频率不同,例如,通常的毫米波雷达21采样频率为25hz,视觉传感器22采样频率为30fps为例,即,毫米波雷达21采样间隔时间为25ms,每秒40帧;视觉传感器22采样间隔约为33.33ms,每秒30帧。为了保证数据的可靠性,以采样周期长的传感器即视觉传感器22的采样速率为基准,向下兼容的方式进行时间数据融合,以保证毫米波雷达21和视觉传感器22数据时间上的同步。
具体地,空间融合是将两种传感器基于各自坐标系下的测量值转换到同一个坐标系上去,即坐标系的统一。因此建立世界坐标系、毫米波雷达21坐标系、视觉传感器22坐标系、图像坐标系以及像素坐标系之间的转换关系,通过平移或旋转矩阵实现坐标系的转换。
在上述的设计中,为了提高定位精度,所述融合模块23至少通过集中式、分散式和分级式结构其中的一种对所述视觉信息、障碍物信息、姿态信息、运动状态进行融合。
在本发明的第二个设计中,所述DSP处理器还用于从所述存储模块1中获取所述高精度地图的激光点云,并将激光点云投影为二维图像。这样,便降低了控制模块3的运算量,减少处理时延。
参考图3,在本发明的第三个设计中,为了适应丘陵地区的高程变化和高精度定位,所述传感器模,2包括摆臂传感器24、高度计25。
相应的,所述行走机构4包括履带。
进一步的,所述控制模块3根据高度计25、摆臂传感器24所确定的高程变化对履带对进行控制。例如,通过控制模块3向电控舵机发出PWM信号,从而驱动传动机构带动履带进行爬坡或下坡操作。
在上述的三个设计中,为高效处理传感器模块2融合的地理信息数据减小处理时延,所述控制模块3包括车载图形处理器。具体地,采用英伟达(Nvidia)的图形处理器芯片Xavier,它拥有丰富的片上CPU与GPU资源,深度学习加速器以及视觉加速器,可实时处理来自车辆雷达、摄像头、激光雷达和超声波系统的自动驾驶数据,同时提供30TOPS的运算能力,运行感知,定位,规划和控制等算法。在基于雷达摄像机的高级驾驶员辅助系统(ADAS)传感系统中,可实现包括行人探测、交通标识识别、车道识别等功能,应用于碰撞预防(PCS)、车道偏移警示(LDW)以及主动巡航控制(ACC)系统。当然,也可采用其他能实现由SAEinternational(国际汽车工程师协会)所定义的L3级自动驾驶的图形处理器芯片。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置的实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中方案的目的。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
上述功能如果以软件功能单元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,本申请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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于高精度地图的自动化旋耕船,其特征在于,包括存储模块、传感器模块、控制模块、行走机构,
所述存储模块用于存储农田的高精度地图;所述高精度地图由GIS、GNSS、RS以及激光雷达各自预先测绘的地理位置数据融合而成;
传感器模块,用于实时采集自动化旋耕船周围环境的视觉信息、姿态信息、运动状态;
控制模块,用于根据所述高精度地图以及视觉信息、障碍物信息、姿态信息、运动状态和预设的全局路径算法实时向行走机构发出控制信号;
行走机构,用于根据控制信号进行运动。
2.根据权利要求1所述的基于高精度地图的自动化旋耕船,其特征在于,
所述传感器模块包括毫米波雷达、视觉传感器,所述毫米波雷达用于实时采集自动化旋耕船障碍物信息、姿态信息、运动状态;
所述视觉传感器用于实时采集周围环境的视觉信息。
3.根据权利要求2所述的基于高精度地图的自动化旋耕船,其特征在于,所述传感器模块还包括融合模块,所述融合模块通过同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。
4.根据权利要求3中所述的基于高精度地图的自动化旋耕船,其特征在于,所述融合模块包括FPGA处理器和DSP处理器,所述FPGA处理器用于获取觉信息、障碍物信息、姿态信息、运动状态以及产生同步脉冲;
所述DSP处理器用于根据同步脉冲将视觉信息、障碍物信息、姿态信息、运动状态进行时间融合和空间融合。
5.根据权利要求3所述的基于高精度地图的自动化旋耕船,其特征在于,所述融合模块至少通过集中式、分散式和分级式结构其中的一种对所述视觉信息、障碍物信息、姿态信息、运动状态进行融合。
6.根据权利要求4所述的基于高精度地图的自动化旋耕船,其特征在于,所述DSP处理器还用于获取所述高精度地图的激光点云,并将激光点云投影为二维图像。
7.根据权利要求1所述的基于高精度地图的自动化旋耕船,其特征在于,所述传感器模块包括高度计、摆臂传感器。
8.根据权利要求7所述的基于高精度地图的自动化旋耕船,其特征在于,所述行走机构包括履带。
9.根据权利要求8所述的基于高精度地图的自动化旋耕船,其特征在于,所述控制模块根据高度计、摆臂传感器所确定的高程变化对履带对进行控制。
10.根据权利要求1-9中任一所述的基于高精度地图的自动化旋耕船,其特征在于,所述控制模块包括车载图形处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775971.9A CN112051574A (zh) | 2020-08-05 | 2020-08-05 | 一种基于高精度地图的自动化旋耕船 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775971.9A CN112051574A (zh) | 2020-08-05 | 2020-08-05 | 一种基于高精度地图的自动化旋耕船 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112051574A true CN112051574A (zh) | 2020-12-08 |
Family
ID=73602296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010775971.9A Pending CN112051574A (zh) | 2020-08-05 | 2020-08-05 | 一种基于高精度地图的自动化旋耕船 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112051574A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851043A (zh) * | 2015-05-13 | 2015-08-19 | 中国科学院地理科学与资源研究所 | 基于地理信息系技术的税源核查监控方法 |
CN105730649A (zh) * | 2016-02-17 | 2016-07-06 | 陈杨珑 | 一种具有环境感知能力的水上运输装置 |
CN106199625A (zh) * | 2016-07-05 | 2016-12-07 | 上海交通大学 | 一种基于激光雷达的船舶靠泊检测系统和方法 |
CN109029465A (zh) * | 2018-08-24 | 2018-12-18 | 上海大学 | 一种无人艇基于毫米波雷达的跟踪和避障系统 |
CN109239709A (zh) * | 2018-08-02 | 2019-01-18 | 哈尔滨工程大学 | 一种无人船的局部环境地图自主构建方法 |
CN110050524A (zh) * | 2019-06-06 | 2019-07-26 | 广州思谋信息科技有限公司 | 一种基于人工智能平台的旋耕机 |
CN110495265A (zh) * | 2019-08-13 | 2019-11-26 | 华友天宇科技(武汉)股份有限公司 | 一种智能化机耕船 |
CN110554407A (zh) * | 2019-09-25 | 2019-12-10 | 哈尔滨工程大学 | 一种模拟船用激光雷达三维点云成像方法 |
CN110580044A (zh) * | 2019-08-30 | 2019-12-17 | 天津大学 | 基于智能感知的无人船全自动航行异构系统 |
CN111462275A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 一种基于激光点云的地图生产方法和装置 |
-
2020
- 2020-08-05 CN CN202010775971.9A patent/CN112051574A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104851043A (zh) * | 2015-05-13 | 2015-08-19 | 中国科学院地理科学与资源研究所 | 基于地理信息系技术的税源核查监控方法 |
CN105730649A (zh) * | 2016-02-17 | 2016-07-06 | 陈杨珑 | 一种具有环境感知能力的水上运输装置 |
CN106199625A (zh) * | 2016-07-05 | 2016-12-07 | 上海交通大学 | 一种基于激光雷达的船舶靠泊检测系统和方法 |
CN109239709A (zh) * | 2018-08-02 | 2019-01-18 | 哈尔滨工程大学 | 一种无人船的局部环境地图自主构建方法 |
CN109029465A (zh) * | 2018-08-24 | 2018-12-18 | 上海大学 | 一种无人艇基于毫米波雷达的跟踪和避障系统 |
CN111462275A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 一种基于激光点云的地图生产方法和装置 |
CN110050524A (zh) * | 2019-06-06 | 2019-07-26 | 广州思谋信息科技有限公司 | 一种基于人工智能平台的旋耕机 |
CN110495265A (zh) * | 2019-08-13 | 2019-11-26 | 华友天宇科技(武汉)股份有限公司 | 一种智能化机耕船 |
CN110580044A (zh) * | 2019-08-30 | 2019-12-17 | 天津大学 | 基于智能感知的无人船全自动航行异构系统 |
CN110554407A (zh) * | 2019-09-25 | 2019-12-10 | 哈尔滨工程大学 | 一种模拟船用激光雷达三维点云成像方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050654A (zh) * | 2021-03-29 | 2021-06-29 | 中车青岛四方车辆研究所有限公司 | 障碍物检测方法、巡检机器人车载避障系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yan et al. | EU long-term dataset with multiple sensors for autonomous driving | |
CN110832348B (zh) | 用于自主车辆的高清晰度地图的点云数据丰富 | |
US10928523B2 (en) | Accuracy of global navigation satellite system based positioning using high definition map based localization | |
CN102042835B (zh) | 自主式水下机器人组合导航系统 | |
CN107246868B (zh) | 一种协同导航定位系统及导航定位方法 | |
CN110850439B (zh) | 一种高精度三维点云地图构建方法 | |
CN109341706A (zh) | 一种面向无人驾驶汽车的多特征融合地图的制作方法 | |
CN102368158B (zh) | 一种果园机械导航定位方法 | |
US11514682B2 (en) | Determining weights of points of a point cloud based on geometric features | |
CN101893443B (zh) | 道路数字正射影像地图的制作系统 | |
CN112859860A (zh) | 一种机器人系统及其路径规划方法 | |
CN112526968B (zh) | 映射真实世界道路条件的自动驾驶虚拟测试平台搭建方法 | |
US10907972B2 (en) | 3D localization device | |
US10190909B2 (en) | Path detection system based on solar blind ultraviolet light signals | |
CN116540784A (zh) | 一种基于视觉的无人系统空地协同导航与避障方法 | |
Choi et al. | Msc-rad4r: Ros-based automotive dataset with 4d radar | |
CN112051574A (zh) | 一种基于高精度地图的自动化旋耕船 | |
US11430218B2 (en) | Using a bird's eye view feature map, augmented with semantic information, to detect an object in an environment | |
Axmann et al. | LUCOOP: Leibniz University Cooperative Perception and Urban Navigation Dataset | |
Beycimen et al. | A comprehensive survey of unmanned ground vehicle terrain traversability for unstructured environments and sensor technology insights | |
CN109752016B (zh) | 一种用于无人低速车的平行行驶航线轨迹生成系统 | |
Chen et al. | ECMD: An Event-Centric Multisensory Driving Dataset for SLAM | |
Kulkarni et al. | RACECAR-The Dataset for High-Speed Autonomous Racing | |
Lee et al. | Infrastructure Node-based Vehicle Localization for Autonomous Driving | |
CN113183943A (zh) | 一种农用装备的智能驾驶系统及其作业方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201208 |