CN112415990A - 作业设备的控制方法及装置、作业设备 - Google Patents
作业设备的控制方法及装置、作业设备 Download PDFInfo
- Publication number
- CN112415990A CN112415990A CN202011311589.9A CN202011311589A CN112415990A CN 112415990 A CN112415990 A CN 112415990A CN 202011311589 A CN202011311589 A CN 202011311589A CN 112415990 A CN112415990 A CN 112415990A
- Authority
- CN
- China
- Prior art keywords
- target
- position information
- equipment
- current
- range
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000033001 locomotion Effects 0.000 claims abstract description 20
- 238000002360 preparation method Methods 0.000 claims abstract description 16
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 7
- 241000196324 Embryophyta Species 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000035484 reaction time Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 235000016068 Berberis vulgaris Nutrition 0.000 description 1
- 241000335053 Beta vulgaris Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 244000128884 Zier Kohl Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种作业设备的控制方法及装置、作业设备。其中,该方法包括:确定作业设备的当前位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。本申请解决了现阶段利用移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时的作业精度较低的技术问题。
Description
技术领域
本申请涉及设备自动控制领域,具体而言,涉及一种作业设备的控制方法及装置、作业设备。
背景技术
随着工业自动化程度的加深,工厂里面越来越多自动化机械设备得到应用,固定的设备在匀速的流水线应用场景中作业精度非常高。然而,在一些非结构化场景下(比如农田、果园等),移动平台上的自动化机械设备在移动的情况下,精准地对目标进行作业依旧是一个很有挑战的问题。
现阶段,移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时,一般采用的技术方案是:移动平台在低匀速行驶的前提下,检测目标的二维位置并作业,但是移动平台速度慢而效率低,并且没有目标的三维信息以及移动平台的轨迹估计,作业精度较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种作业设备的控制方法及装置、作业设备,以至少解决现阶段利用移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时的作业精度较低的技术问题。
根据本申请实施例的一个方面,提供了一种作业设备的控制方法,包括:确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
可选地,依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围之前,上述方法还包括:依据作业设备上设置的至少一个传感器采集的感知数据,确定作业目标相对于作业设备的三维坐标信息;依据作业设备的当前位置信息将作业目标的三维坐标信息转换为作业目标在世界坐标系中的位置信息,以确定出作业目标的位置信息。
可选地,依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围,包括:将作业设备的当前移动轨迹和当前作业范围、作业目标在世界坐标系中的位置信息以及预设时长输入至机器学习模型进行预测,得到目标位置信息以及目标作业范围。
可选地,依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围之后,上述方法还包括:依据作业目标在世界坐标系中的位置信息判断作业目标是否位于目标作业范围内;当作业目标在世界坐标系中的位置信息位于目标作业范围内时,确定作业目标位于目标作业范围内。
可选地,依据作业目标在世界坐标系中的位置信息判断作业目标是否位于目标作业范围内之前,上述方法还包括:判断作业目标是否位于作业设备的待作业列表中,待作业列表用于存储未进行作业的作业目标;如果作业目标位于作业设备的待作业列表中,依据作业目标在世界坐标系中的位置信息更新待作业列表中存储的作业目标的位置信息。
可选地,如果作业目标没有位于作业设备的待作业列表中,上述方法还包括:判断作业目标是否位于作业设备的已作业列表中,已作业列表用于存储完成作业的作业目标;如果作业目标没有位于作业设备的已作业列表中,将作业设备加入待作业列表。
可选地,控制作业设备进行作业准备工作,包括:调整作业设备上作业机构的姿态,使得作业机构保持作业姿态,预设时长与作业机构由初始姿态调整为作业姿态的时长相关;当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业,包括:当检测到更新后的当前位置信息为目标位置信息时,控制作业机构以作业姿态对作业目标进行作业。
根据本申请实施例的另一方面,还提供了一种作业设备的控制装置,包括:第一确定模块,用于确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;第二确定模块,用于依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;预测模块,用于依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;第一控制模块,用于当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;第二控制模块,用于更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
根据本申请实施例的另一方面,还提供了一种作业设备,包括:至少一个传感器,用于采集作业设备本身的数据以及作业设备所在的作业环境的数据;处理器,用于执行以上的作业设备的控制方法。
根据本申请实施例的再一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行以上的作业设备的控制方法。
根据本申请实施例的再一方面,还提供了一种处理器,处理器用于运行存储在存储器中的程序,其中,程序运行时执行以上的作业设备的控制方法。
在本申请实施例中,采用确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业的方式,通过已有参数建立作业设备的运动模型,然后预测作业设备在设备反应时间后的位置以及作业范围,进而实现响应快、高精准的作业,从而实现了提高利用移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时的作业精度的技术效果,进而解决了现阶段利用移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时的作业精度较低技术问题。
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是根据本申请实施例的一种作业设备的控制方法的流程图;
图2是根据本申请实施例的另一种作业设备的控制方法的流程图;
图3是根据本申请实施例的一种作业设备的控制装置的结构图;
图4是根据本申请实施例的一种作业设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种作业设备的控制方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种作业设备的控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息。
根据本申请的一个可选的实施例,上述作业设备为移动作业设备,包括但不限于无人机、无人车等无人驾驶设备。
步骤S104,依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围。
根据本申请的一个可选的实施例,在执行步骤S104时,已知作业设备上电位置为世界坐标系的原点,依据作业设备上电的位置和作业设备的当前位置信息即可确定作业设备的当前移动轨迹和当前作业范围。
步骤S106,依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围。
因为从作业设备检测到作业目标(即作业目标进入作业设备的作业范围)到作业设备行驶至作业目标所在的位置开始对作业目标进行作业,这中间有一个比较大的延迟,该延迟的主要原因在于,作业设备在对作业设备进行作业之前,需要控制作业设备进行一系列的准备工作,例如需要控制进行作业的作业机构调整到合适的位置后,才能够对作业目标进行作业。因此,作业设备的作业前的准备工作需要造成一定的延迟,使得在作业设备运动的情况下没有办法直接根据作业设备的当前位置进行准确的作业,甚至在高速的情况下无法及时响应作业,因此需要提前的获取作业设备的延迟时间,并将延迟时间作为预设时长,以根据预设时长对作业设备在反应时间之后的位置进行一个预估,也就是说,本实施例会提前预测出预设时长后作业设备的目标作业位置和目标作业范围,根据目标位置和目标作业范围提前预测出作业的位置,使得作业设备能提前的做好准备工作。
步骤S108,当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作。
作业设备还会持续的感知作业设备的周边环境,以确定出需要进行作业的作业目标。当检测到作业目标位于目标作业范围内时,表示作业设备即将要移动至需要作业的目标位置,此时需要提前控制作业设备进行作业准备工作。
步骤S110,更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
实时的更新作业设备的当前位置信息,判断当前位置信息是否为目标位置信息。当检测到当前位置信息为目标位置信息时,由于作业设备已经提前做好了准备工作,此时就可以直接控制作业设备对作业目标进行作业。
在一些实施方式中,当检测到更新后的当前位置信息为所述目标位置信息时,还可以通过作业设备的感知传感器去确定所述目标位置信息与所述作业目标之间的距离差,以根据所述距离差确定预测的目标位置信息是否准确。
当距离差的绝对值大于预设阈值后,说明预测的目标位置信息不准确,也就是说获取的预设时长不够准确,此时采集距离差的绝对值大于预设阈值的目标位置信息与作业目标的真实位置信息,并通过此类目标位置信息与作业目标的真实位置信息对预设时长进行调整,以提高预测的目标位置的准确率。
通过上述方法,通过已有参数建立作业设备的运动模型,然后预测作业设备在设备反应时间后的位置以及作业范围,进而实现响应快、高精准的作业,从而实现了提高利用移动平台上的自动化机械设备在一些非结构化场景下对目标进行作业时的作业精度的技术效果。
根据本申请的一个可选的实施例,执行步骤S102可以通过作业设备上设置的至少一个传感器采集的数据确定作业设备的当前位置信息。
根据本申请的一个可选的实施例,上述传感器包括IMU,GPS/RTK、RGB相机、雷达等传感器。
IMU,即惯性测量单元,是测量作业设备的三轴姿态角以及加速度的装置。
RTK(Real-time kinematic,RTK),实时动态载波相位差分技术,是实时处理两个测量站载波相位观测量的差分方法,将基准站采集的载波相位发给用户接收机,进行求差解算坐标。它能够实时地提供测站点在指定坐标系中的三维定位结果。
RGB相机是一种三维深度相机,即可以测量目标与相机之间的距离的相机。
雷达包括但不限于激光雷达,毫米波雷达,通过雷达也可以测量作业目标与作业设备之间的距离以及作业目标的方位信息。
根据本申请的一个可选的实施例,在执行步骤S102时以作业设备的上电位置为世界坐标系的原点,利用SLAM/VIO等技术根据上述传感器采集的数据计算作业设备的当前位置。
SLAM(simultaneous localization and mapping,SALM),即时定位与地图构建。机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现机器人的自主定位和导航。VIO技术就是利用视觉传感器和IMU进行自主定位的技术。
在本申请的一个可选的实施例中,执行步骤S106之前,依据作业设备上设置的至少一个传感器采集的感知数据,确定作业目标相对于作业设备的三维坐标信息;依据作业设备的当前位置信息将作业目标的三维坐标信息转换为作业目标在世界坐标系中的位置信息,以确定出作业目标的位置信息。
在执行步骤S106之前,首先根据RGB相机、雷达等传感器采集的数据通过三维目标检测算法,计算出作业目标相对于作业设备的三维位置信息,然后再基于作业设备的当前位置信息将作业目标的三维位置信息变换到世界坐标系。
根据本申请的一个可选的实施例,步骤S106可以通过以下方法实现:将作业设备的当前移动轨迹和当前作业范围、作业目标在世界坐标系中的位置信息以及预设时长输入至机器学习模型进行预测,得到目标位置信息以及目标作业范围。
优选地,上述机器学习模型选用长短期记忆网络模型。长短期记忆网络模型(LongShort-Term Memory,LSTM)是一种时间循环神经网络。
在将作业设备的当前移动轨迹和当前作业范围、作业目标在世界坐标系中的位置信息以及预设时长输入机器学习模型进行预测之前,还可以利用卡尔曼滤波算法及其变体对上述输入参数进行去噪处理。卡尔曼滤波是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。
根据本申请的一个可选的实施例,执行步骤S106之前还需要对上述机器学习模型进行训练,具体训练方法如下:获取训练数据集,训练数据集的输入参数包括:作业设备的当前移动轨迹和当前作业范围、作业目标在世界坐标系中的位置信息以及预设时长,训练数据集的输出参数包括:经过预设时长后的目标位置信息以及目标作业范围;基于训练数据集训练得到上述机器学习模型。
在本申请的一个可选的实施例中,步骤S106执行完成之后,还需要依据作业目标在世界坐标系中的位置信息判断作业目标是否位于目标作业范围内;当作业目标在世界坐标系中的位置信息位于目标作业范围内时,确定作业目标位于目标作业范围内。
判断待作业目标是否进入预测的作业范围,如果是,则继续进行作业流程;否则重复执行以上步骤。
根据本申请的一个可选的实施例,依据作业目标在世界坐标系中的位置信息判断作业目标是否位于目标作业范围内之前,还需要判断作业目标是否位于作业设备的待作业列表中,待作业列表用于存储未进行作业的作业目标;如果作业目标位于作业设备的待作业列表中,依据作业目标在世界坐标系中的位置信息更新待作业列表中存储的作业目标的位置信息。
根据本申请的一个可选的实施例,如果作业目标没有位于作业设备的待作业列表中,判断作业目标是否位于作业设备的已作业列表中,已作业列表用于存储完成作业的作业目标;如果作业目标没有位于作业设备的已作业列表中,将作业设备加入待作业列表。
上述方法是对历史已检测到的目标列表进行唯一性分析,针对每个单独的目标历史检测结果计算其精准的三维位置。具体的,判断新检测的作业目标是否已经在待作业列表内,如果新检测的作业目标已经在待作业列表中,则更新待作业列表中的作业目标的三维位置。如果不在待作业列表中,进一步判断该作业目标是否已经在已作业列表中,如果该作业目标已经位于已作业列表中,说明该目标已经完成作业,则跳过;如果该作业目标没有位于已作业列表中,将该作业目标加入待作业列表。
在本申请的一些可选的实施例中,执行步骤S108时通过以下方式控制作业设备进行作业准备工作:调整所述作业设备上作业机构的姿态,使得作业机构保持作业姿态,预设时长与作业机构由初始姿态调整为作业姿态的时长相关。
以植保无人机为例,在本步骤中调整作业设备上作业机构的姿态,使得作业机构保持作业姿态可以是调整植保无人机的药物喷洒设备的姿态。
以农业无人车为例,在本步骤中调整作业设备的作业机构的姿态,使得作业机构保持作业姿态可以是调整植保无人机的药物喷洒设备或采摘机械设备的姿态。
步骤S110通过以下方法实现:当检测到更新后的当前位置信息为所述目标位置信息时,控制所述作业机构以所述作业姿态对所述作业目标进行作业。
当检测到植保无人机的当前位置信息为目标位置信息时,控制植保无人机的药物喷洒设备以上述调整后的姿态喷洒药物。
本申请提供的上述作业设备快速响应作业的方法,通过SLAM/VIO等技术基于IMU、GPS/RTK、RGB相机以及雷达等传感器采集的数据计算作业设备的当前位置,并更新其移动轨迹以及当前作业设备的作业范围,再基于RGB相机、雷达等传感器获取周围环境的感知数据进行作业目标检测,将作业目标的位置转换为世界坐标并进行唯一性检测生成或更新唯一待作业目标列表,利用卡尔曼滤波及其变体、LSTM等技术预测作业设备在预设反应时间后的位置以及作业范围,指导作业设备对即将进入预测范围的作业目标进行作业,最后将该作业目标从待作业列表放入已作业列表,作业设备不断重复以上流程直到作业任务结束。应用场景如田地内杂草的清除、水果采摘(如草莓、葡萄等)和蔬菜收割(如甜菜、菜心等)。
图2是根据本申请实施例的另一种作业设备的控制方法的流程图,如图2所示,该方法包括以下步骤:
步骤S201,获取作业设备上的传感器采集的数据;
步骤S202,依据传感器采集的数据计算作业设备的当前位置;
步骤S203,更新作业设备的移动轨迹和作业范围;
步骤S204,基于传感器数据检测作业目标的三维坐标;
步骤S205,将作业目标的三维坐标转换至世界坐标系;
步骤S206,预测作业设备的移动轨迹和作业范围;
步骤S207,进行待作业列表的唯一性检测,具体的,判断作业目标是否已经在待作业列表中,如果是,则执行步骤S208,否则执行步骤S209;
步骤S208,更新对应的作业目标位姿;
步骤S209,判断作业目标是否已经在待作业列表中,如果是,则跳过,否则执行步骤S210;
步骤S210,将作业目标加入待作业列表;
步骤S211,判断作业目标是否进入预测的作业范围,如果是,执行步骤S212,否则跳转至步骤S201;
步骤S212,根据预测位置指导作业设备进行作业;
步骤S213,将作业目标从待作业列表移入已作业列表,作业设备不断重复以上流程直到作业任务结束。
需要说明的是,图2所示实施例的优选实施方式可以参见图1所示实施例的相关描述。
图3是根据本申请实施例的一种作业设备的控制装置的结构图,如图3所示,该装置包括:
第一确定模块30,用于确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息。
根据本申请的一个可选的实施例,上述作业设备为移动作业设备,包括但不限于无人机、无人车等无人驾驶设备。
第二确定模块32,用于依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围。
将作业设备上电位置作为世界坐标系的原点,依据作业设备上电的位置和作业设备的当前位置信息即可确定作业设备的当前移动轨迹和当前作业范围。
预测模块34,用于依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围。
因为从作业设备检测到作业目标(即作业目标进入作业设备的作业范围)到作业设备行驶至作业目标所在的位置开始对作业目标进行作业,这中间有一个比较大的延迟,在作业设备运动的情况下没有办法直接根据作业设备的当前位置进行准确的作业,甚至在高速的情况下无法及时响应作业,因此需要对作业设备在反应时间之后的位置进行一个预估。
第一控制模块36,用于当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作
第二控制模块38,用于更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
需要说明的是,图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述,此处不再赘述。
图4是根据本申请实施例的一种作业设备的结构图,如图4所示,该作业设备包括:
至少一个传感器40,用于采集作业设备本身的数据以及作业设备所在的作业环境的数据。
根据本申请的一个可选的实施例,上述传感器包括IMU,GPS/RTK、RGB相机、雷达等传感器。
IMU,即惯性测量单元,是测量作业设备的三轴姿态角以及加速度的装置。
RTK(Real-time kinematic,RTK),实时动态载波相位差分技术,是实时处理两个测量站载波相位观测量的差分方法,将基准站采集的载波相位发给用户接收机,进行求差解算坐标。它能够实时地提供测站点在指定坐标系中的三维定位结果。
RGB相机是一种三维深度相机,即可以测量目标与相机之间的距离的相机。
雷达包括但不限于激光雷达,毫米波雷达,通过雷达也可以测量作业目标与作业设备之间的距离以及作业目标的方位信息。
处理器42,用于执行以下的作业设备的控制方法:确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
需要说明的是,图4所示实施例的优选实施方式可以参见图1所示实施例的相关描述,此处不再赘述。
本申请实施例还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行以上的作业设备的控制方法。
存储介质用于存储执行以下功能的程序:确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
申请实施例还提供了一种处理器,处理器用于运行存储在存储器中的程序,其中,程序运行时执行以上的作业设备的控制方法。
处理器用于运行执行以下功能的程序:确定作业设备的当前位置信息,其中,当前位置信息为当前时刻作业设备在世界坐标系中的位置信息;依据当前位置信息确定作业设备的当前移动轨迹和当前作业范围;依据作业设备的当前移动轨迹和当前作业范围预测作业设备经过预设时长后的目标位置信息以及目标作业范围;当检测到作业目标位于目标作业范围内时,控制作业设备进行作业准备工作;更新作业设备的当前位置信息,当检测到更新后的当前位置信息为目标位置信息时,控制作业设备对作业目标进行作业。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元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全部或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(可为个人计算机、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、只读存储器(ROM,ReGZJFd-Only Memory)、随机存取存储器(RGZJFM,RGZJFndom GZJFccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种作业设备的控制方法,其特征在于,包括:
确定所述作业设备的当前位置信息,其中,所述当前位置信息为当前时刻所述作业设备在世界坐标系中的位置信息;
依据所述当前位置信息确定所述作业设备的当前移动轨迹和当前作业范围;
依据所述作业设备的当前移动轨迹和当前作业范围预测所述作业设备经过预设时长后的目标位置信息以及目标作业范围;
当检测到作业目标位于所述目标作业范围内时,控制所述作业设备进行作业准备工作;
更新所述作业设备的当前位置信息,当检测到更新后的当前位置信息为所述目标位置信息时,控制所述作业设备对所述作业目标进行作业。
2.根据权利要求1所述的方法,其特征在于,依据所述作业设备的当前移动轨迹和当前作业范围预测所述作业设备经过预设时长后的目标位置信息以及目标作业范围之前,所述方法还包括:
依据所述作业设备上设置的至少一个传感器采集的感知数据,确定所述作业目标相对于所述作业设备的三维坐标信息;
依据所述作业设备的当前位置信息将所述作业目标的三维坐标信息转换为所述作业目标在所述世界坐标系中的位置信息,以确定出所述作业目标的位置信息。
3.根据权利要求2所述的方法,其特征在于,依据所述作业设备的当前移动轨迹和当前作业范围预测所述作业设备经过预设时长后的目标位置信息以及目标作业范围,包括:
将所述作业设备的当前移动轨迹和当前作业范围、所述作业目标在所述世界坐标系中的位置信息以及所述预设时长输入至机器学习模型进行预测,得到所述目标位置信息以及所述目标作业范围。
4.根据权利要求3所述的方法,其特征在于,依据所述作业设备的当前移动轨迹和当前作业范围预测所述作业设备经过预设时长后的目标位置信息以及目标作业范围之后,所述方法还包括:
依据所述作业目标在所述世界坐标系中的位置信息判断所述作业目标是否位于所述目标作业范围内;
当所述作业目标在所述世界坐标系中的位置信息位于所述目标作业范围内时,确定所述作业目标位于所述目标作业范围内。
5.根据权利要求4所述的方法,其特征在于,依据所述作业目标在所述世界坐标系中的位置信息判断所述作业目标是否位于所述目标作业范围内之前,所述方法还包括:
判断所述作业目标是否位于所述作业设备的待作业列表中,所述待作业列表用于存储未进行作业的作业目标;
如果所述作业目标位于所述作业设备的待作业列表中,依据所述作业目标在所述世界坐标系中的位置信息更新所述待作业列表中存储的所述作业目标的位置信息。
6.根据权利要求5所述的方法,其特征在于,如果所述作业目标没有位于所述作业设备的待作业列表中,所述方法还包括:
判断所述作业目标是否位于所述作业设备的已作业列表中,所述已作业列表用于存储完成作业的作业目标;
如果所述作业目标没有位于所述作业设备的已作业列表中,将所述作业设备加入所述待作业列表。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,
所述控制所述作业设备进行作业准备工作,包括:调整所述作业设备上作业机构的姿态,使得所述作业机构保持作业姿态,所述预设时长与所述作业机构由初始姿态调整为作业姿态的时长相关;
所述当检测到更新后的当前位置信息为所述目标位置信息时,控制所述作业设备对所述作业目标进行作业,包括:当检测到更新后的当前位置信息为所述目标位置信息时,控制所述作业机构以所述作业姿态对所述作业目标进行作业。
8.一种作业设备的控制装置,其特征在于,包括:
第一确定模块,用于确定所述作业设备的当前位置信息,其中,所述当前位置信息为当前时刻所述作业设备在世界坐标系中的位置信息;
第二确定模块,用于依据所述当前位置信息确定所述作业设备的当前移动轨迹和当前作业范围;
预测模块,用于依据所述作业设备的当前移动轨迹和当前作业范围预测所述作业设备经过预设时长后的目标位置信息以及目标作业范围;
第一控制模块,用于当检测到作业目标位于所述目标作业范围内时,控制所述作业设备进行作业准备工作;
第二控制模块,用于更新所述作业设备的当前位置信息,当检测到更新后的当前位置信息为所述目标位置信息时,控制所述作业设备对所述作业目标进行作业。
9.一种作业设备,其特征在于,包括:
至少一个传感器,用于采集作业设备本身的数据以及所述作业设备所在的作业环境的数据;
处理器,用于执行权利要求1至7中任意一项所述的作业设备的控制方法。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的作业设备的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011311589.9A CN112415990A (zh) | 2020-11-20 | 2020-11-20 | 作业设备的控制方法及装置、作业设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011311589.9A CN112415990A (zh) | 2020-11-20 | 2020-11-20 | 作业设备的控制方法及装置、作业设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112415990A true CN112415990A (zh) | 2021-02-26 |
Family
ID=74777016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011311589.9A Pending CN112415990A (zh) | 2020-11-20 | 2020-11-20 | 作业设备的控制方法及装置、作业设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112415990A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107809767A (zh) * | 2017-10-30 | 2018-03-16 | 努比亚技术有限公司 | 一种信息传输方法、移动终端、基站和计算机存储介质 |
CN110069073A (zh) * | 2018-11-30 | 2019-07-30 | 广州极飞科技有限公司 | 作业控制方法、装置及植保系统 |
CN110118987A (zh) * | 2019-04-28 | 2019-08-13 | 桂林电子科技大学 | 一种定位导航方法、装置及存储介质 |
CN110244721A (zh) * | 2019-06-05 | 2019-09-17 | 杭州飞步科技有限公司 | 自动驾驶控制方法、装置、设备及存储介质 |
WO2020014987A1 (zh) * | 2018-07-20 | 2020-01-23 | 深圳市大疆创新科技有限公司 | 移动机器人的控制方法、装置、设备及存储介质 |
CN110948486A (zh) * | 2019-11-20 | 2020-04-03 | 北京国电富通科技发展有限责任公司 | 带电机器人的作业方法、装置及控制器 |
-
2020
- 2020-11-20 CN CN202011311589.9A patent/CN112415990A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107809767A (zh) * | 2017-10-30 | 2018-03-16 | 努比亚技术有限公司 | 一种信息传输方法、移动终端、基站和计算机存储介质 |
WO2020014987A1 (zh) * | 2018-07-20 | 2020-01-23 | 深圳市大疆创新科技有限公司 | 移动机器人的控制方法、装置、设备及存储介质 |
CN110069073A (zh) * | 2018-11-30 | 2019-07-30 | 广州极飞科技有限公司 | 作业控制方法、装置及植保系统 |
CN110118987A (zh) * | 2019-04-28 | 2019-08-13 | 桂林电子科技大学 | 一种定位导航方法、装置及存储介质 |
CN110244721A (zh) * | 2019-06-05 | 2019-09-17 | 杭州飞步科技有限公司 | 自动驾驶控制方法、装置、设备及存储介质 |
CN110948486A (zh) * | 2019-11-20 | 2020-04-03 | 北京国电富通科技发展有限责任公司 | 带电机器人的作业方法、装置及控制器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110673115B (zh) | 雷达与组合导航系统的联合标定方法、装置、设备及介质 | |
KR101948728B1 (ko) | 데이터 수집 방법 및 시스템 | |
CN106682572B (zh) | 目标跟踪方法、系统和第一电子设备 | |
JP4672175B2 (ja) | 位置検出装置、位置検出方法、及び位置検出プログラム | |
CN107084714B (zh) | 一种基于RoboCup3D的多机器人协作目标定位方法 | |
KR101439921B1 (ko) | 비젼 센서 정보와 모션 센서 정보를 융합한 모바일 로봇용 slam 시스템 | |
KR20150088636A (ko) | 위치 추정 장치 및 방법 | |
KR20120069335A (ko) | 로봇 및 로봇의 경로 생성 방법 | |
CN111182174B (zh) | 一种扫地机器人补光的方法及装置 | |
CN110942474B (zh) | 机器人目标跟踪方法、设备及存储介质 | |
CN111947644B (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
CN111164380A (zh) | 机器人的方位确定的方法、机器人的方位确定设备和机器人 | |
Coelho et al. | Ekf and computer vision for mobile robot localization | |
CN114326732A (zh) | 一种机器人自主跟随系统及自主跟随控制方法 | |
CN108882169A (zh) | 一种WiFi位置指纹数据的获取方法及装置和机器人 | |
CN113709662B (zh) | 一种基于超宽带的自主式三维反演定位方法 | |
KR20190081334A (ko) | 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치 | |
Nazemzadeh et al. | Design and performance analysis of an indoor position tracking technique for smart rollators | |
CN114598990A (zh) | 一种基于uwb和imu的非视距误差补偿的室内定位方法及系统 | |
CN108051001A (zh) | 一种机器人移动控制方法、系统及惯性传感控制装置 | |
CN113158779A (zh) | 一种行走方法、装置和计算机存储介质 | |
CN112415990A (zh) | 作业设备的控制方法及装置、作业设备 | |
CN112556681A (zh) | 一种基于视觉的果园机械导航定位方法 | |
KR101907611B1 (ko) | 자율 주행체의 위치 정보를 획득하는 방법 | |
Wu et al. | Monocular vision-based robot localization and target tracking |
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 | ||
CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: Guangzhou Jifei Technology Co.,Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
CB02 | Change of applicant information |