CN112445205A - 地面植保设备的控制方法、装置、设备和存储介质 - Google Patents
地面植保设备的控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112445205A CN112445205A CN201910754456.XA CN201910754456A CN112445205A CN 112445205 A CN112445205 A CN 112445205A CN 201910754456 A CN201910754456 A CN 201910754456A CN 112445205 A CN112445205 A CN 112445205A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- plant protection
- map
- ground plant
- decision information
- 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 62
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000002372 labelling Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 241000274965 Cyrestis thyodamas Species 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 248
- 239000000463 material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 241000283070 Equus zebra Species 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0257—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, 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)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种地面植保设备的控制方法、装置、设备和存储介质。方法包括:在接收到植保作业指令时,获取植保区域的高精度地图,高精度地图包括点云地图和矢量地图,矢量地图为对点云地图中的点云标注语义标签后的地图;控制传感器获取第一点云;根据第一点云和点云地图确定地面植保设备的定位信息;基于定位信息和语义标签生成针对植保作业指令的决策信息;根据决策信息生成控制指令,对地面植保设备进行控制。本发明实施例依据点云地图对地面植保设备进行定位,基于矢量地图向地面植保设备提供决策信息,提高了定位精度和导航精度,避免因卫星地图与普通地图更新缓慢无法适应地面植保设备的生产需求的问题。
Description
技术领域
本发明实施例涉及地面植保设备技术领域,尤其涉及一种地面植保设备的控制方法、装置、设备和存储介质。
背景技术
随着科技的飞速发展,农业机械也趋于智能化,伴随着人工智能的稳步提升和软硬件能力的加强,使得农业机械实现无人化成为可能,促进了植保无人车在各种农业生产中被广泛应用。
植保无人车执行植保作业首先要解决定位问题,在现有技术中,植保无人车的定位技术大多数依赖实时动态载波相位差分技术(Real-time kinematic,RTK)与卫星采集的地图,首先由RTK技术获取植保无人车的当前位置,然后解算为卫星地图上的位置并在卫星地图上进行标注以获得定位信息,现有技术中的定位方式存在以下缺点:
1.在RTK信号不好时会导致植保无人车无法定位,植保无人车丢失位置信息而停止工作。
2.植保无人车一般在偏远的农田、树林、山地等相对比较偏远的区域作业,且农作物随季节的更替农作物的变化也较大,进而导致环境变化比较大,而卫星地图与普通地图相对偏远区域更新缓慢,卫星地图与普通地图无法适应植保无人车的定位需求。
3.卫星地图与普通地图无法为植保无人车提供精确的决策数据以指引植保无人车执行植保作业。
发明内容
本发明提供一种地面植保设备的控制方法、装置、设备和存储介质,以解决地面植保设备无法准确定位的问题。
第一方面,本发明实施例提供了一种地面植保设备的控制方法,应用于搭载有点云传感器的地面植保设备,包括:
在接收到植保作业指令时,获取植保区域的高精度地图,所述高精度地图包括点云地图和矢量地图,所述矢量地图为对所述点云地图中的点云标注语义标签后所生成的地图;
控制所述传感器获取第一点云;
根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息;
基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息;
根据所述决策信息生成控制指令,对所述地面植保设备进行控制。
可选的,所述根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息,包括:
从所述点云地图中提取第二点云;
采用所述第一点云和所述第二点云对所述地面植保设备进行定位,得到所述地面植保设备的第一位置作为定位信息。
可选的,所述语义标签包括用于导航定位的导航语义标签,从所述点云地图中提取第二点云,包括:
从点云地图中查找出具有导航语义标签的点云作为第二点云。
可选的,所述定位信息包括所述地面植保设备在初始位置时的定位信息,所述地面植保设备包括位置传感器,所述从所述点云地图中提取第二点云,包括:
通过所述位置传感器获取所述地面植保设备的第二位置,所述第二位置为所述地面植保设备的初始位置;
根据所述第二位置在所述点云地图中确定第三位置;
基于所述第三位置在所述点云地图中确定第二点云。
可选的,所述基于所述第三位置在所述点云地图中确定第二点云,包括:
在所述点云地图中,确定所述第三位置预设范围内的点云作为第二点云。
可选的,所述基于所述第三位置在所述点云地图中确定第二点云,包括:
根据所述矢量地图,获取所述第三位置预设范围内的点云的语义标签;
将语义标签属于导航语义标签的点云作为第二点云。
可选的,所述语义标签包括植保作业语义标签,所述决策信息包括导航决策信息,所述基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息,包括:
根据所述植保作业指令确定目标植保作业语义标签;
确定所述目标植保作业语义标签在所述矢量地图上的目标位置;
基于所述第一位置和所述目标位置生成导航决策信息,所述导航决策信息为所述地面植保设备从所述第一位置行驶至所述目标位置的决策信息。
可选的,所述基于所述第一位置和所述目标位置生成导航决策信息,包括:
基于所述矢量地图上的语义标签,生成所述第一位置到所述目标位置的行驶路径以作为导航决策信息。
可选的,所述决策信息还包括控制决策信息,所述基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息,还包括:
根据所述矢量地图,获取所述第一点云中各个点的语义标签;
基于所述第一点云中各个点的语义标签生成所述地面植保设备沿所述行驶路径行驶时的控制决策信息,所述控制决策信息用于确定所述地面植保设备的运动参数以控制所述地面植保设备行驶和执行植保操作。
第二方面,本发明实施例还提供了一种地面植保设备的控制装置,应用于搭载有点云传感器的地面植保设备,包括:
高精度地图获取模块,用于在接收到植保作业指令时,获取植保区域的高精度地图,所述高精度地图包括点云地图和矢量地图,所述矢量地图为对所述点云地图中的点云标注语义标签后所生成的地图;
第一点云获取模块,用于控制所述传感器获取第一点云;
定位信息确定模块,用于根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息;
决策信息生成模块,用于基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息;
控制指令生成模块,用于根据所述决策信息生成控制指令,对所述地面植保设备进行控制。
可选的,定位信息确定模块包括:
点云提取子模块,用于从所述点云地图中提取第二点云;
第一位置确定子模块,用于采用所述第一点云和所述第二点云对所述地面植保设备进行定位,得到所述地面植保设备的第一位置作为定位信息。
可选的,所述地面植保设备包括位置传感器,所述点云提取子模块包括:
第二位置获取单元,用于通过所述位置传感器获取所述地面植保设备的第二位置;
第三位置确定单元,用于根据所述第二位置在所述点云地图中确定第三位置;
点云确定单元,用于基于所述第三位置在所述点云地图中确定第二点云。
可选的,点云确定单元包括:
第一点云确定子单元,用于在所述点云地图中,确定所述第三位置预设范围内的点云作为第二点云。
可选的,所述语义标签包括用于导航定位的导航语义标签,点云确定单元包括:
语义标签获取子单元,根据所述矢量地图,获取所述第三位置预设范围内的点云的语义标签;
第二点云确定子单元,用于将语义标签属于导航语义标签的点云作为第二点云。
可选的,所述语义标签包括植保作业语义标签,所述决策信息包括导航决策信息,所述决策信息生成模块包括:
目标语义标签确定子模块,用于根据所述植保作业指令确定目标植保作业语义标签;
目标位置确定子模块,用于确定所述目标植保作业语义标签在所述矢量地图上的目标位置;
导航决策信息生成子模块,用于基于所述第一位置和所述目标位置生成导航决策信息,所述导航决策信息为所述地面植保设备从所述第一位置行驶至所述目标位置的决策信息。
可选的,所述导航决策信息生成子模块包括:
行驶路径生成单元,用于基于所述矢量地图上的语义标签,生成所述第一位置到所述目标位置的行驶路径以作为导航决策信息。
可选的,所述决策信息还包括控制决策信息,所述决策信息生成模块还包括:
语义标签获取子模块,用于根据所述矢量地图,获取所述第一点云的各个点的语义标签;
控制决策信息生成子模块,用于基于所述第一点云中各个点的语义标签生成所述地面植保设备沿所述行驶路径行驶时的控制决策信息,所述控制决策信息用于确定所述地面植保设备的运动参数以控制所述地面植保设备行驶和执行植保操作。
第三方面,本发明实施例还提供了一种地面植保设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例中所述的地面植保设备的控制方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例中所述的地面植保设备的控制方法。
本发明实施例提供的地面植保设备的控制方法,在接收到植保作业指令时,获取植保区域的由点云地图和矢量地图组成的高精度地图,并控制传感器获取第一点云,根据第一点云和点云地图确定地面植保设备的定位信息,然后基于定位信息和矢量地图中的语义标签生成针对植保作业指令的决策信息,最后根据决策信息生成控制指令,对地面植保设备进行控制。本发明实施例中高精度地图包括点云地图和矢量地图,地面植保设备可以通过点云传感器采集当前点云后基于点云地图进行定位以获得定位信息,并结合定位信息和矢量地图中的语义标签进行决策以控制地面植保设备执行植保作业,无需依赖RTK和卫星地图进行定位,解决了RTK信号不佳或者卫星地图更新缓慢造成无法定位的问题,并且能够结合矢量地图中的语义标签为地面植保设备提供导航、植保作业决策,既能够实现准确定位,又能结合语义标签为地面植保设备提供决策。
附图说明
图1A为本发明实施例一提供的一种地面植保设备的控制方法的步骤流程图;
图1B为本发明实施例中高精度地图的结构示意图;
图1C为本发明实施例中矢量地图的示意图;
图2为本发明实施例二提供的一种地面植保设备的控制方法的步骤流程图;
图3为本发明实施例三提供的一种地面植保设备的控制装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1A为本发明实施例一提供的一种地面植保设备的控制方法的步骤流程图,本实施例可适用于控制地面植保设备执行植保作业的情况,该方法可以由本发明实施例中的地面植保设备的控制装置来执行,该装置可采用软件和/或硬件的方式实现,并集成于地面植保设备中,该地面植保设备搭载有点云传感器,如图1A所示,该方法具体包括如下步骤:
S101、在接收到植保作业指令时,获取植保区域的高精度地图。
其中,植保区域可以是种植有植保作物的区域,例如可以是森林或农田等,植保作业指令可以是为了完成植保任务的一系列指令,例如可以是指示地面植保设备前往植保区域内特定位置执行相应操作的指令,在一个示例中,可以是控制地面植保设备前往装卸点执行装载物料操作的指令。在本发明实施例中,地面植保设备可以是无人驾驶的地面收割机、地面撒播机等,本发明实施例中以地面植保设备为植保无人车作为示例。
图1B为本发明实施例中高精度地图的结构示意图,图1C为本发明实施例中矢量地图的示意图,如图1B和图1C所示,本发明实施例中的高精度地图包括点云地图和矢量地图,高精度地图可以事先构建,具体的,可在测绘阶段预先利用搭载有激光雷达和/或摄像头等点云传感器的植保无人车采集植保区域的点云,对各传感器进行标定,将各传感器统一到同一坐标系下,对各传感器采集的点云进行融合在一起,随后利用植保无人车的姿态数据对各点云传感器采集的点云进行拼接,生成地面点云地图;在点云地图中绘制植保无人车沿道路行驶的轨道数据和包含道路信息的矢量数据,并通过人工或者自动分类识别等技术对点云地图中点云进行语义标注,生成包含语义标签的矢量地图。其中,语义标签可以包括两种形式,一种标签为植保作业语义标签,用于标注某一区域的点云属于农田种类(例如“玉米地”、“小麦田”等)和装卸点等,以通过植保作业语义标签为植保无人车提供植保作业方面的决策;另一种标签为导航语义标签,用于标注某一区域属于道路、防风林、田埂或植保区域内的其他固定物体等,以通过导航语义标签为植保无人车提供精确的导航决策。
对于点云地图中的不易改变的物体,例如电线杆,标记为长期不变物体,通过导航语义标签为植保无人车提供精确的导航决策的过程中主要参考这些长期不变化的物体;对于那些容易变化的物体,例如生长状态的植物,在通过导航语义标签为植保无人车提供精确的导航决策的过程中的参考意义不大,可以不用标记。
在具体的分类识别过程中,可以通过点云数据识别出有棱有角的物体作为长期不变物体,以用作导航语义标签,对于那些形态不规则的物体标记为易改变物体。
点云地图需要定期更新,以及时更新点云地图中的导航语义标签。
当然,还可以包括其他语义标签,例如,对于道路,还可以对道路上的行驶标志,比如车道线、行驶方向、斑马线、转向等指示标记进行语义标注生成相应的语义标签,以通过此类语义标签为植保无人车的行驶提供决策。
S102、控制传感器获取第一点云。
在本发明实施例中,点云传感器可以是激光点云传感器和图像点云传感器。
激光点云传感器可以是激光雷达,利用激光测距的原理,通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息,可快速复建出被测目标的三维模型及线、面、体等各种图件数据,从而得到被测物体表面的三维点云数据。
图像点云传感器可以是摄像头,该摄像头可以是单目相机、双目相机或多目相机等,摄像头采集的图像数据可以是视频流或离散的图像帧序列,基于采集的图像中物体的几何位置信息、深度信息和各像素的颜色信息构建点云地图。
当然,在本发明其他实施例中,可以通过激光点云传感器或者图像点云传感器获取点云数据,还可以是两者结合获取点云数据,本发明实施例对点云数据的获取方式不加以限制。
植保无人车在接收到用户发出的植保作业指令后,获取到高精度地图,并实时控制点云传感器持续采集植保无人车当前位置一定范围的点云,作为第一点云;在植保无人车行进过程中,随着植保无人车的位置改变,采集到的第一点云也不断更新,使得无人车能够感知周围环境,获得准确的定位信息,并提供精准的决策信息。
S103、根据第一点云和点云地图确定地面植保设备的定位信息。
在本发明实施例中,点云地图为世界坐标下的地图,点云地图中的每个点具有确定的世界坐标,植保无人车在行驶过程中,获得第一点云后,可以从点云地图中找到与第一点云匹配的目标点云,然后从第一点云和目标点云中提取点云对,通过点云对确定植保无人车的位置作为定位信息。
S104、基于定位信息和语义标签生成针对植保作业指令的决策信息。
其中,决策信息可以包括用于对植保无人车进行导航的导航决策信息和用于控制无人车行驶和执行植保作业的控制决策信息。其中,导航决策信息可以为行驶路径,控制决策信息可以为控制无人车如何按照行驶路径行驶以及行驶过程中执行相应的植保作业等控制信息。
在本发明实施例中,在确定定位信息后,通过植保作业指令确定目标植保作业语义标签,并确定该目标植保作业语义标签对应的目标位置,根据定位信息、目标位置以及矢量地图中表达可行驶的车道的语义标签,通过决策确定出当前位置到目标位置的行驶路径作为导航决策信息,以对植保无人车进行导航。
在导航行驶过程中,植保无人车实时获取第一点云,可以根据第一点云中点云在矢量地图中的语义标签对无人车进行控制决策,例如,植保无人车获取的第一点云中包括了表达行驶方向的语义标签,则生成行驶方向的控制决策信息,又例如,第一点云中包括了表达装卸点的语义标签,则可以生成装卸操作的控制决策信息。
S105、根据决策信息生成控制指令,对地面植保设备进行控制。
根据导航决策信息生成的行驶路径生成导航指令,控制植保无人车沿行驶路径从第一位置向目标位置行驶;在行驶过程中,根据控制决策信息对无人车的行驶参数或者植保作业进行控制,例如生成控制指令控制无人车的速度、转向等等,并在植保无人车到达目标位置后,生成植保操作指令控制植保无人车执行植保作业操作。
本发明实施例提供的地面植保设备的控制方法,在接收到植保作业指令时,获取植保区域的由点云地图和矢量地图组成的高精度地图,并控制传感器获取第一点云,根据第一点云和点云地图确定地面植保设备的定位信息,然后基于定位信息和矢量地图中的语义标签生成针对植保作业指令的决策信息,最后根据决策信息生成控制指令,对地面植保设备进行控制。本发明实施例中高精度地图包括点云地图和矢量地图,地面植保设备可以通过点云传感器采集当前点云后基于点云地图进行定位以获得定位信息,并结合定位信息和矢量地图中的语义标签进行决策以控制地面植保设备执行植保作业,无需依赖RTK和卫星地图进行定位,解决了RTK信号不佳或者卫星地图更新缓慢造成无法定位的问题,并且能够结合矢量地图中的语义标签为地面植保设备提供导航、植保作业决策,既能够实现准确定位,又能结合语义标签为地面植保设备提供决策。
实施例二
图2为本发明实施例二提供的一种地面植保设备的控制方法的步骤流程图,本发明实施例以前述实施例一为基础进行优化,提供了确定定位信息和生成决策信息的示例性实施方法,具体的,如图2所示,本发明实施例的方法可以包括如下步骤:
S201、在接收到植保作业指令时,获取植保区域的高精度地图。
S202、控制传感器获取第一点云。
S203、从点云地图中提取第二点云。
示例性的,语义标签包括用于导航定位的导航语义标签,则可以从点云地图中查找出具有导航语义标签的点云,并将该点云作为第二点云。由于导航语义标签用于标注道路、防风林、田埂或植保区域内的固定物体,这些固定物体通常具有特定特征的、不变的点云,避免采用其它如农作物等容易变化的物体定位造成定位不准确的问题,提高了定位精度。进一步地,选择导航语义标签对应的点云作为第二点云,过滤掉了不具有导航语义标签的点云,既提高了提取第二点云的效率,又减少了后续点云的匹配量,降低了数据处理量,提高了定位效率。
在本发明的一个实施例中,如果无人车在初始位置,则可以通过如下步骤提取第二点云:
S2031、通过位置传感器获取地面植保设备的第二位置。
示例性的,植保无人车包括位置传感器,具体可以为GPS、RTK等,在初始时刻,即植保无人车启动时,可以通过位置传感器获取植保无人车的位置作为第二位置,该第二位置为植保无人车的地理位置,例如第二位置可以为植保无人车的世界坐标。
S2032、根据第二位置在点云地图中确定第三位置。
示例性的,将植保无人车的第二位置转换为点云地图中的位置,并作为第三位置,例如从点云地图中,根据植保无人车的世界坐标确定植保无人车在点云地图中的位置作为第三位置。
S2033、基于第三位置在点云地图中确定第二点云。
在本发明的一个可选实施例中,可以以植保无人车在点云地图中的第三位置为原点,选取该原点预设范围内的点云作为第二点云。
本发明实施例中,无人车在初始位置是先通过位置传感器获取植保无人车的第二位置,并将第二位置转换为点云地图中的第三位置,以第三位置为原点,选取该原点预设范围内的点云作为第二点云,既避免了无人车在初始位置时没有位置信息造成点云匹配量过大,初始位置定位识别的问题,保证了初始位置定位成功的概率,提高了提取第二点云的效率,减少了点云的匹配量,降低了数据处理量,进而提高了确定植保无人车在点云地图中的定位信息的效率。
在本发明的另一可选实施例中,在确定植保无人车在点云地图中的第三位置后,根据矢量地图,获取矢量地图中第三位置预设范围内的点云的语义标签,并从这些语义标签中筛选出导航语义标签,将导航语义标签对应的点云作为第二点云。由于导航语义标签用于标注道路、防风林、田埂或植保区域内的固定物体,这些固定物体通常具有特定特征的、不变的点云,因此,选择导航语义标签对应的点云作为第二点云,不仅提高了目标点云的确定效率,同时提高了第一点云与第二点云的对比效率,进一步提高确定植保无人车在点云地图中的定位信息的效率,减少了点云的匹配量,降低了数据处理量,同时也提高了匹配的准确度,提高了定位精度。
虽然上述对无人车在初始位置时提取第二点云的方式进行了说明,在实际应用中,植保无人车通过上述方式确定初始位置后,无人车从初始位置开始行使,不断更新无人车在矢量地图中的位置,在行驶过程中无人车实时获取当前位置的第一点云,则可以根据植保无人车在矢量地图中的前一位置,获取该前一位置预设范围内的点云作为第二点云,进一步地还可以获取该前一位置预设范围内的、具有导航语义标签的点云作为第二点云,即行驶过程中可以参考前一位置提取第二点云,使得无人车无需依赖RTK和卫星地图进行定位。
S204、采用第一点云和第二点云对地面植保设备进行定位,得到地面植保设备的第一位置作为定位信息。
在本发明实施例中,点云地图为世界坐标下的地图,点云地图中的每个点具有确定的世界坐标,植保无人车在行驶过程中,获得第一点云后,可以从第一点云和第二点云中提取点云对,通过点云对确定植保无人车的位置作为定位信息,本发明所指的点云对是指在第一点云和第二点云中分别提取一个点云,从而形成对应的一对点云。例如,根据无人车当前位置采集的点云信息,确认每一个点云的深度信息,每个点云都有一个对应的空间位置,因而可以分析出无人车行走方向前方的空间结构,根据点云对将该空间结构与点云地图中的点云空间进行匹配就能确认出无人车的精准定位信息。在匹配过程中,可以参考那些不易改变的物体或者道路语义标签,从而可以更精准的定位。例如在植保设备行驶过程中可以,当需要导航时,先通过定位设备进行粗定位,获取其行驶方向,然后将地面植保设备获取到的第一点云与对应的点云地图中的第二点云进行匹配,尤其需要对固定不变物体的点云进行匹配,匹配完成后利用点云地图中的语义标签对所述地面导航设备进行导航,从而达到精准导航的目的。
S205、基于定位信息和语义标签生成针对植保作业指令的决策信息。
在本发明实施例中,决策信息包括导航决策信息和控制决策信息。
对于生成导航决策信息,根据植保作业指令确定目标植保作业语义标签,确定目标植保作业语义标签在矢量地图上的目标位置,基于第一位置和目标位置生成导航决策信息,导航决策信息为植保无人车从第一位置行驶至所述目标位置的决策信息。
具体地,在接收到用户发送的植保作业指令后,根据植保作业指令确定目标植保作业语义标签,并确定该目标植保作业语义标签在矢量地图中的目标位置,根据第一位置、目标位置以及矢量地图中的语义标签生成从第一位置至目标位置的行驶路径作为导航决策信息。例如,从矢量地图上确定表达道路的语义标签,确定出可以行使的道路,然后从确定出的道路中决策出可以从第一位置到目标位置的行使路径。
对于控制决策信息,根据所述矢量地图,获取所述第一点云中各个点的语义标签,基于第一点云中各个点的语义标签生成植保无人车沿行驶路径行驶时的控制决策信息,控制决策信息用于确定植保无人车的运动参数以控制植保无人车行驶和执行植保操作。
示例性的,在沿行驶路径行驶过程中,植保无人车通过点云传感器实时获取第一点云,并从矢量地图中提取第一点云中各个点的语义标签,根据各个点的语义标签生成控制决策信息,例如,
第一点云中的点具有导航语义标签,确定该点属于固定的物体的点云,可以用于定位,则对植保无人车进行定位,校准和更新植保无人车的当前位置并生成导航决策信息,若第一点云中的点的语义标签表达了该点属于转向指示上的点,则生成转向决策信息;若第一点云中的点的语义标签表达了该点属于装卸物料区域,则生成装卸控制决策信息。
S206、根据决策信息生成控制指令,对地面植保设备进行控制。
生成决策信息后,植保无人车的控制中心可以生成相应的控制指令以对植保无人车进行控制。
为了使得本领域技术人员更清楚地理解本发明实施例,以下结合图1C对植保无人车的控制过程进行说明:
如图1C所示,无人车处于A位置,植保作业指令是前往装卸点B补充物料,则无人车的控制过程如下:
S1、在接收到用户发送的植保作业指令后,植保无人车获取高精度地图;
S2、无人车在位置A获得当前位置一定范围内的第一点云;
S3、根据第一点云和点云地图确定位置A在点云地图中的第一位置;
S4、植保无人车根据矢量地图上的语义标签,查找属于装卸点的语义标签,从而确定装卸点B在矢量地图上的目标位置;
S5、植保无人车根据第一位置、目标位置以及矢量地图中表达车道的语义标签,确定可从第一位置行驶至目标位置的行驶路径作为导航决策信息;
S6、植保无人车移动过程中,通过传感器不停获取新的第一点云,并根据第一点云提供控制决策信息。
植保无人车移动过程中,不停获取第一点云,并从矢量地图中获取第一点云的语义标签,根据第一点云的语义标签感知环境以决策生成控制决策信息。例如,在定位时,当根据矢量地图确定第一点云中的点具有导航语义标签时,采用具有导航语义标签的点对无人车进行定位;又比如,植保无人车移动过程中,根据矢量地图确定第一点云中的点的语义标签,如果该语义标签表达了防风林,则可以避让防风林的决策信息以控制无人车避让,或者语义标签表达了装卸点,则可以生成装卸物料的决策信息以控制无人车装卸物料,植保无人车可以根据矢量地图中的语义标签感知当前环境,结合当前位置信息生成相应的决策信息以对植保无人车进行控制。
本发明实施例提供的地面植保设备的控制方法,在接收到植保作业指令时,获取植保区域的由点云地图和矢量地图组成的高精度地图,并控制传感器获取第一点云,根据第一点云和点云地图确定地面植保设备的定位信息,然后基于定位信息和矢量地图中的语义标签生成针对植保作业指令的决策信息,最后根据决策信息生成控制指令,对地面植保设备进行控制。本发明实施例中高精度地图包括点云地图和矢量地图,地面植保设备可以通过点云传感器采集当前点云后基于点云地图进行定位以获得定位信息,并结合定位信息和矢量地图中的语义标签进行决策以控制地面植保设备执行植保作业,无需依赖RTK和卫星地图进行定位,解决了RTK信号不佳或者卫星地图更新缓慢造成无法定位的问题,并且能够结合矢量地图中的语义标签为地面植保设备提供导航、植保作业决策,既能够实现准确定位,又能结合语义标签为地面植保设备提供决策。
实施例三
图3为本发明实施例三提供的一种地面植保设备的控制装置的结构示意图,如图3所示,本发明实施例中的地面植保设备的控制装置应用于搭载有点云传感器的地面植保设备,包括:
高精度地图获取模块301,用于在接收到植保作业指令时,获取植保区域的高精度地图,所述高精度地图包括点云地图和矢量地图,所述矢量地图为对所述点云地图中的点云标注语义标签后所生成的地图;
第一点云获取模块302,用于控制所述传感器获取第一点云;
定位信息确定模块303,用于根据所述第一点云和所述点云地图确定所述植保无人车的定位信息;
决策信息生成模块304,用于基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息;
控制指令生成模块305,用于根据所述决策信息生成控制指令,对所述植保无人车进行控制。
可选的,定位信息确定模块303包括:
点云提取子模块,用于从所述点云地图中提取第二点云;
第一位置确定子模块,用于采用所述第一点云和所述第二点云对所述植保无人车进行定位,得到所述植保无人车的第一位置作为定位信息。
可选的,所述语义标签包括用于导航定位的导航语义标签,所述点云提取子模块包括点云查找单元,用于从点云地图中查找出具有导航语义标签的点云作为第二点云。
可选的,所述定位信息包括所述植保无人车在初始位置时的定位信息,所述植保无人车包括位置传感器,所述点云提取子模块包括:
第二位置获取单元,用于通过所述位置传感器获取所述植保无人车的第二位置;
第三位置确定单元,用于根据所述第二位置在所述点云地图中确定第三位置;
点云确定单元,用于基于所述第三位置在所述点云地图中确定第二点云。
可选的,点云确定单元包括:
第一点云确定子单元,用于在所述点云地图中,确定所述第三位置预设范围内的点云作为第二点云。
可选的,点云确定单元包括:
语义标签获取子单元,根据所述矢量地图,获取所述第三位置预设范围内的点云的语义标签;
第二点云确定子单元,用于将语义标签属于导航语义标签的点云作为第二点云。
可选的,所述语义标签还包括植保作业语义标签,所述决策信息包括导航决策信息,所述决策信息生成模块304包括:
目标语义标签确定子模块,用于根据所述植保作业指令确定目标植保作业语义标签;
目标位置确定子模块,用于确定所述目标植保作业语义标签在所述矢量地图上的目标位置;
导航决策信息生成子模块,用于基于所述第一位置和所述目标位置生成导航决策信息,所述导航决策信息为所述植保无人车从所述第一位置行驶至所述目标位置的决策信息。
可选的,所述决策信息还包括控制决策信息,所述导航决策信息生成子模块包括:
行驶路径生成单元,用于基于所述矢量地图上的语义标签,生成所述第一位置到所述目标位置的行驶路径以作为导航决策信息。
可选的,所述决策信息生成模块304还包括:
语义标签获取子模块,用于根据所述矢量地图,获取所述第一点云的各个点的语义标签;
控制决策信息生成子模块,用于基于所述第一点云中各个点的语义标签生成所述植保无人车沿所述行驶路径行驶时的控制决策信息,所述控制决策信息用于确定所述植保无人车的运动参数以控制所述植保无人车行驶和执行植保操作。
上述地面植保设备的控制装置可执行本发明任意实施例所提供的地面植保设备的控制方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供一种地面植保设备,所述地面植保设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任一实施例所述的地面植保设备的控制方法。
本发明实施例还提供一种计算机可读存储介质,所述存储介质中的指令由设备的处理器执行时,使得地面植保设备能够执行如上述方法实施例所述的地面植保设备的控制方法。
需要说明的是,对于装置、地面植保设备和存储介质实施例而言,由于其与方法实施例基本相似,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。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的地面植保设备的控制方法。
值得注意的是,上述地面植保设备的控制装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种地面植保设备的控制方法,其特征在于,应用于搭载有点云传感器的地面植保设备,包括:
在接收到植保作业指令时,获取植保区域的高精度地图,所述高精度地图包括点云地图和矢量地图,所述矢量地图为对所述点云地图中的点云标注语义标签后所生成的地图;
控制所述传感器获取第一点云;
根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息;
基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息;
根据所述决策信息生成控制指令,对所述地面植保设备进行控制。
2.如权利要求1所述的地面植保设备的控制方法,其特征在于,所述根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息,包括:
从所述点云地图中提取第二点云;
采用所述第一点云和所述第二点云对所述地面植保设备进行定位,得到所述地面植保设备的第一位置作为定位信息。
3.如权利要求2所述的地面植保设备的控制方法,其特征在于,所述语义标签包括用于导航定位的导航语义标签,所述从所述点云地图中提取第二点云,包括:
从点云地图中查找出具有导航语义标签的点云作为第二点云。
4.如权利要求3所述的地面植保设备的控制方法,其特征在于,所述定位信息包括所述地面植保设备在初始位置时的定位信息,所述地面植保设备包括位置传感器,所述从所述点云地图中提取第二点云,包括:
通过所述位置传感器获取所述地面植保设备的第二位置,所述第二位置为所述地面植保设备的初始位置;
根据所述第二位置在所述点云地图中确定第三位置;
基于所述第三位置在所述点云地图中确定第二点云。
5.如权利要求4所述的地面植保设备的控制方法,其特征在于,所述基于所述第三位置在所述点云地图中确定第二点云,包括:
在所述点云地图中,确定所述第三位置预设范围内的点云作为第二点云。
6.如权利要求4所述的地面植保设备的控制方法,其特征在于,所述基于所述第三位置在所述点云地图中确定第二点云,包括:
根据所述矢量地图,获取所述第三位置预设范围内的点云的语义标签;
将语义标签属于导航语义标签的点云作为第二点云。
7.如权利要求2-6任一项所述的地面植保设备的控制方法,其特征在于,所述语义标签包括植保作业语义标签,所述决策信息包括导航决策信息,所述基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息,包括:
根据所述植保作业指令确定目标植保作业语义标签;
确定所述目标植保作业语义标签在所述矢量地图上的目标位置;
基于所述第一位置和所述目标位置生成导航决策信息,所述导航决策信息为所述地面植保设备从所述第一位置行驶至所述目标位置的决策信息。
8.如权利要求7所述的地面植保设备的控制方法,其特征在于,所述基于所述第一位置和所述目标位置生成导航决策信息,包括:
基于所述矢量地图上的语义标签,生成所述第一位置到所述目标位置的行驶路径以作为导航决策信息。
9.如权利要求7所述的地面植保设备的控制方法,其特征在于,所述决策信息还包括控制决策信息,所述基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息,还包括:
根据所述矢量地图,获取所述第一点云中各个点的语义标签;
基于所述第一点云中各个点的语义标签生成所述地面植保设备沿所述行驶路径行驶时的控制决策信息,所述控制决策信息用于确定所述地面植保设备的运动参数以控制所述地面植保设备行驶和执行植保操作。
10.一种地面植保设备的控制装置,其特征在于,应用于搭载有点云传感器的地面植保设备,包括:
高精度地图获取模块,用于在接收到植保作业指令时,获取植保区域的高精度地图,所述高精度地图包括点云地图和矢量地图,所述矢量地图为对所述点云地图中的点云标注语义标签后的地图;
第一点云获取模块,用于控制所述传感器获取第一点云;
定位信息确定模块,用于根据所述第一点云和所述点云地图确定所述地面植保设备的定位信息;
决策信息生成模块,用于基于所述定位信息和所述语义标签生成针对所述植保作业指令的决策信息;
控制指令生成模块,用于根据所述决策信息生成控制指令,对所述地面植保设备进行控制。
11.一种地面植保设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的地面植保设备的控制方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的地面植保设备的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910754456.XA CN112445205A (zh) | 2019-08-15 | 2019-08-15 | 地面植保设备的控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910754456.XA CN112445205A (zh) | 2019-08-15 | 2019-08-15 | 地面植保设备的控制方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112445205A true CN112445205A (zh) | 2021-03-05 |
Family
ID=74742029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910754456.XA Pending CN112445205A (zh) | 2019-08-15 | 2019-08-15 | 地面植保设备的控制方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112445205A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113514074A (zh) * | 2021-07-09 | 2021-10-19 | 北京航空航天大学 | 一种交叉口的路径规划方法、装置及存储介质 |
CN113552879A (zh) * | 2021-06-30 | 2021-10-26 | 北京百度网讯科技有限公司 | 自移动设备的控制方法、装置、电子设备及存储介质 |
CN113552879B (zh) * | 2021-06-30 | 2024-06-07 | 北京百度网讯科技有限公司 | 自移动设备的控制方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780735A (zh) * | 2016-12-29 | 2017-05-31 | 深圳先进技术研究院 | 一种语义地图构建方法、装置及一种机器人 |
CN107063258A (zh) * | 2017-03-07 | 2017-08-18 | 重庆邮电大学 | 一种基于语义信息的移动机器人室内导航方法 |
CN107390681A (zh) * | 2017-06-21 | 2017-11-24 | 华南理工大学 | 一种基于激光雷达与地图匹配的移动机器人实时定位方法 |
CN108196538A (zh) * | 2017-12-25 | 2018-06-22 | 河北农业大学 | 基于三维点云模型的田间农业机器人自主导航系统及方法 |
WO2019040866A2 (en) * | 2017-08-25 | 2019-02-28 | The Board Of Trustees Of The University Of Illinois | APPARATUS AND METHOD FOR COLLECTING AGRICULTURAL DATA AND AGRICULTURAL OPERATIONS |
CN109445438A (zh) * | 2018-12-05 | 2019-03-08 | 英华达(上海)科技有限公司 | 基于地图分享的巡航装置的巡航控制方法及系统 |
CN109511361A (zh) * | 2019-01-08 | 2019-03-26 | 安徽农业大学 | 一种农田专用除草机器人及其控制方法 |
CN109964596A (zh) * | 2019-04-01 | 2019-07-05 | 华南农业大学 | 一种基于智能机器人的水稻直播装置与方法 |
-
2019
- 2019-08-15 CN CN201910754456.XA patent/CN112445205A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780735A (zh) * | 2016-12-29 | 2017-05-31 | 深圳先进技术研究院 | 一种语义地图构建方法、装置及一种机器人 |
CN107063258A (zh) * | 2017-03-07 | 2017-08-18 | 重庆邮电大学 | 一种基于语义信息的移动机器人室内导航方法 |
CN107390681A (zh) * | 2017-06-21 | 2017-11-24 | 华南理工大学 | 一种基于激光雷达与地图匹配的移动机器人实时定位方法 |
WO2019040866A2 (en) * | 2017-08-25 | 2019-02-28 | The Board Of Trustees Of The University Of Illinois | APPARATUS AND METHOD FOR COLLECTING AGRICULTURAL DATA AND AGRICULTURAL OPERATIONS |
CN108196538A (zh) * | 2017-12-25 | 2018-06-22 | 河北农业大学 | 基于三维点云模型的田间农业机器人自主导航系统及方法 |
CN109445438A (zh) * | 2018-12-05 | 2019-03-08 | 英华达(上海)科技有限公司 | 基于地图分享的巡航装置的巡航控制方法及系统 |
CN109511361A (zh) * | 2019-01-08 | 2019-03-26 | 安徽农业大学 | 一种农田专用除草机器人及其控制方法 |
CN109964596A (zh) * | 2019-04-01 | 2019-07-05 | 华南农业大学 | 一种基于智能机器人的水稻直播装置与方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113552879A (zh) * | 2021-06-30 | 2021-10-26 | 北京百度网讯科技有限公司 | 自移动设备的控制方法、装置、电子设备及存储介质 |
CN113552879B (zh) * | 2021-06-30 | 2024-06-07 | 北京百度网讯科技有限公司 | 自移动设备的控制方法、装置、电子设备及存储介质 |
CN113514074A (zh) * | 2021-07-09 | 2021-10-19 | 北京航空航天大学 | 一种交叉口的路径规划方法、装置及存储介质 |
CN113514074B (zh) * | 2021-07-09 | 2023-11-17 | 北京航空航天大学 | 一种交叉口的路径规划方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Badue et al. | Self-driving cars: A survey | |
US20210150184A1 (en) | Target region operation planning method and apparatus, storage medium, and processor | |
CN108920584B (zh) | 一种语义栅格地图生成方法及其装置 | |
CN109214248B (zh) | 用于识别无人驾驶车辆的激光点云数据的方法和装置 | |
CN109324337B (zh) | 无人飞行器的航线生成及定位方法、装置及无人飞行器 | |
US11480973B2 (en) | Robotic mower boundary detection system | |
US10217232B2 (en) | Systems and methods for locally aligning map data | |
US20170083024A1 (en) | Method and system for navigating an agricultural vehicle on a land area | |
CN110361027A (zh) | 基于单线激光雷达与双目相机数据融合的机器人路径规划方法 | |
CN108564650B (zh) | 基于车载2D LiDAR点云数据的行道树靶标识别方法 | |
CN104067145A (zh) | 剪枝机器人系统 | |
CN114413881A (zh) | 高精矢量地图的构建方法、装置及存储介质 | |
CN114565674B (zh) | 自动驾驶车辆城市结构化场景纯视觉定位方法及装置 | |
Jeong et al. | Hdmi-loc: Exploiting high definition map image for precise localization via bitwise particle filter | |
CN114485698A (zh) | 一种交叉路口引导线生成方法及系统 | |
CN115494533A (zh) | 车辆定位方法、装置、存储介质及定位系统 | |
CN116630403A (zh) | 一种用于割草机器人的轻量级语义地图构建方法及系统 | |
Gao et al. | Autonomous driving of vehicles based on artificial intelligence | |
CN114509065A (zh) | 地图构建方法、系统、车辆终端、服务器端及存储介质 | |
Mowshowitz et al. | Robot navigation in forest management | |
Cho et al. | Autonomous positioning of the unloading auger of a combine harvester by a laser sensor and GNSS | |
CN112445205A (zh) | 地面植保设备的控制方法、装置、设备和存储介质 | |
CN116839570B (zh) | 一种基于传感器融合目标检测的作物行间作业导航方法 | |
CN112907625A (zh) | 应用于四足仿生机器人的目标跟随方法及系统 | |
CN116576859A (zh) | 路径导航方法、作业控制方法及相关装置 |
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 | ||
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. |