CN112764431B - 无人机的控制方法、装置、计算机可读存储介质及无人机 - Google Patents

无人机的控制方法、装置、计算机可读存储介质及无人机 Download PDF

Info

Publication number
CN112764431B
CN112764431B CN202110374716.8A CN202110374716A CN112764431B CN 112764431 B CN112764431 B CN 112764431B CN 202110374716 A CN202110374716 A CN 202110374716A CN 112764431 B CN112764431 B CN 112764431B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
platform
image collector
parking platform
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.)
Active
Application number
CN202110374716.8A
Other languages
English (en)
Other versions
CN112764431A (zh
Inventor
毛一年
夏华夏
马代亮
李颖杰
刘宝旭
陈刚
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.)
Shenzhen Meituan Low Altitude Logistics Technology Co ltd
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
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 Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202110374716.8A priority Critical patent/CN112764431B/zh
Publication of CN112764431A publication Critical patent/CN112764431A/zh
Application granted granted Critical
Publication of CN112764431B publication Critical patent/CN112764431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

本说明书公开了一种无人机的控制方法、装置、计算机可读存储介质及无人机,并具体公开了,监测到无人机到达预设的停靠平台,判断是否能够通过无人机上的第一图像采集器识别停靠平台上是否存在遮挡物,若确定不能,则获取基于停靠平台上的第二图像采集器针对该停靠平台所采集的图像数据确定的遮挡物扫描信息,再根据该遮挡物扫描信息,识别停靠平台上是否有遮挡物,并根据得到的识别结果,对无人机进行控制。如此,在无法直接获取到停靠平台上的遮挡物情况时,可以通过停靠平台上设置的图像采集器获取停靠平台上的遮挡物情况,以在停靠平台上没有遮挡物时,完成无人机在停靠平台上的安全停靠,提高了无人机完成在停靠平台上停靠的效率。

Description

无人机的控制方法、装置、计算机可读存储介质及无人机
技术领域
本说明书涉及无人驾驶技术领域,尤其涉及一种无人机的控制方法、装置、计算机可读存储介质及无人机。
背景技术
随着无人驾驶技术的不断发展,诸如无人车、无人控制机器人、无人机等无人驾驶设备已经应用到众多领域,为这些领域的业务执行带来的极大的便利。
无人机执行业务过程中,通常会涉及到在停靠平台上的进行停靠,其中,为保证无人机能够安全的在停靠平台上进行停靠,通常需要先通过无人机设置的图像采集器采集停靠平台上的图像数据,以判断停靠平台上是否有遮挡物,若确定停靠平台上有遮挡物,则控制无人机在停靠平台附近悬停,若确定停靠平台上没有遮挡物,则控制无人机在停靠平台上停靠。
然而在实际应用中,受光线强度的影响,可能会导致无人机无法基于采集到的图像数据对停靠平台上是否有遮挡物进行有效识别,从而导致无人机无法完成在停靠平台上的安全停靠。
发明内容
本说明书提供一种无人机的控制方法、装置、计算机可读存储介质及无人机,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种无人机的控制方法,无人机上安装有第一图像采集器,停靠平台上安装有第二图像采集器,包括:
当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物;
若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的;
根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
可选地,判断是否能够基于设置在所述无人机的第一图像采集器,获取到针对所述停靠平台上是否存在遮挡物的第一识别结果之前,所述方法还包括:
确定所述无人机所采用的预设导航方式中的至少一种处于可用状态;
所述预设导航方式包括:视觉导航方式和载波相位差分RTK导航方式中的至少一种;
所述视觉导航方式是基于所述第一图像采集器采集到的图像数据实现的。
可选地,当所述预设导航方式为RTK导航方式时,确定所述无人机所采用的预设导航方式处于可用状态,具体包括:
确定所述无人机获取到所述RTK导航方式所对应的固定解。
可选地,当所述预设导航方式为视觉导航方式时,确定所述无人机所采用的预设导航方式处于可用状态,具体包括:
确定从所述第一图像采集器采集到的所述停靠平台的图像数据中识别出所述停靠平台对应的信标。
可选地,根据得到的识别结果,对所述无人机进行控制,具体包括:
若根据所述识别结果,确定所述停靠平台上存在遮挡物,控制所述无人机进行悬停;
若根据所述识别结果,确定所述停靠平台上不存在遮挡物,控制所述无人机在所述停靠平台上停靠。
可选地,所述方法还包括:
若确定所述预设导航方式均处于不可用状态,控制所述无人机进行悬停。
可选地,所述遮挡物扫描信息包括:所述第二图像采集器针对所述停靠平台所采集的图像数据、基于所述第二图像采集器所确定出的所述停靠平台上是否有遮挡物的识别结果中的至少一种。
本说明书提供了一种无人机的控制装置,该控制装置用于控制包括无人机和停靠平台的系统,所述无人机上安装有第一图像采集器,所述停靠平台上安装有第二图像采集器,包括:
判断模块,用于当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物;
获取模块,用于若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的;
控制模块,用于根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述无人机的控制方法。
本说明书提供了一种无人机,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述无人机的控制方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的无人机的控制方法中,无人机上安装有第一图像采集器,停靠平台上安装有第二图像采集器,执行无人机的控制方法时,当监测到无人机到达预设的停靠平台时,判断是否能够基于第一图像采集器识别停靠平台上是否存在遮挡物,若确定不能基于第一图像采集器进行识别,获取遮挡物扫描信息,该遮挡物扫描信息是基于第二图像采集器针对停靠平台所采集的图像数据确定的,而后,根据该遮挡物扫描信息,识别停靠平台上是否有遮挡物,并根据得到的识别结果,对无人机进行控制。
从上述方法中可以看出,本方法在无法通过无人机上设置的图像采集器获取到停靠平台上的遮挡物情况时,获取基于停靠平台上设置的图像采集器针对停靠平台所采集的图像数据确定的遮挡物扫描信息,而后,将该遮挡物扫描信息传送给无人机,这样,无人机就可以在根据该遮挡物扫描信息确定停靠平台上没有遮挡物时,完成在停靠平台上的安全停靠,提高了无人机完成在停靠平台上停靠的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中一种无人机的控制系统的流程示意图;
图2为本说明书中一种无人机的控制方法的流程示意图;
图3为本说明书提供的一种无人机的控制装置的示意图;
图4为本说明书中执行无人机的控制方法的详细流程示意图;
图5为本说明书提供的对应于图1的无人机示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
为了解决受光线强度的影响,导致无人机无法基于采集到的图像数据对停靠平台上是否有遮挡物进行有效识别,从而无法完成在停靠平台上的安全停靠的问题,本说明书中提出了一种无人机的控制系统,参见图1,该控制系统中包括无人机和停靠平台,该无人机上设置的第一图像采集器、该停靠平台上设置的第二图像采集器。具体实施中,在识别停靠平台上是否有遮挡物时,既可以基于第一图像采集器针对停靠平台所采集的图像数据识别停靠平台上是否存在遮挡物,也可以基于第二图像采集器针对停靠平台所采集的图像数据识别停靠平台上是否存在遮挡物。
下面将结合实施例详细阐述本说明书中提供的无人机的控制方案。
图2为本说明书中一种无人机的控制方法的流程示意图,具体包括以下步骤:
步骤S200,当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物。
本说明书中无人机的控制方法可由无人机执行,也可以由为该无人机提供业务支持的服务器执行。为了方便描述,后续以无人机为执行主体为例进行说明。其中,应用本说明书提供的无人机的控制方法的无人机可以用于执行配送领域的配送任务,如,使用无人机进行快递、物流、外卖等配送的业务场景。
具体实施中,无人机实时监测并判断无人机是否到达预设的停靠平台,若确定无人机到达了预设的停靠平台,则确定需要在停靠平台上进行停靠。其中,监测无人机是否到达预设的停靠平台的方式有多种。
例如,无人机实时定位得到定位数据,并根据该定位数据和已知的停靠平台的位置信息,确定无人机与停靠平台之间的相对位置,而后,在确定无人机与停靠平台之间的相对位置小于设定距离阈值时,确定到达预设的停靠平台。
再例如,无人机实时采集图像数据,并根据图像数据进行识别,当采集的图像数据中出现停靠平台时,确定到达预设的停靠平台。
此外,还有其他的方式可以用来监测无人机是否到达预设的停靠平台,此处不再一一举例说明。
无人机确定需要进行停靠后,将先确定无人机所采用的预设导航方式是否处于可用状态,而后,在确定无人机所采用的预设导航方式处于可用状态后,进一步地判断是否能够基于第一图像采集器,识别停靠平台上是否存在遮挡物。
具体实施中,无人机确定无人机所采用的预设导航方式是否处于可用状态时,需要逐一针对每一种预设导航方式,确定该无人机所采用的预设导航方式是否处于可用状态。其中,预设导航方式可以包括:视觉导航方式和载波相位差分(Real - timekinematic,RTK)导航方式中的至少一种,该视觉导航方式是基于所述第一图像采集器采集到的图像数据实现的。
当预设导航方式为RTK导航方式时,无人机尝试获取RTK导航方式所对应的固定解,若确定能够获取到RTK导航方式所对应的固定解,则确定RTK导航方式处于可用状态。
当预设导航方式为视觉导航方式时,无人机通过第一图像采集器采集停靠平台的图像数据,并尝试从这些图像数据中识别出停靠平台对应的信标,若能够识别出停靠平台对应的信标,则确定视觉导航方式处于可用状态。
其中,停靠平台上设置的信标可以包括:二维码、条码中的至少一种。该信标可以设置在停靠平台的中心位置,且该信标中可以包括该停靠平台的位置信息、该停靠平台的编号信息等。
无人机确定至少存在一种预设导航方式处于可用状态后,将继续判断是否能够基于第一图像采集器识别停靠平台上是否存在遮挡物。
具体实施中,无人机通过自身配置的第一图像采集器采集停靠平台的图像数据,并基于这些图像数据进行遮挡物识别。此过程中,若第一图像采集器采未能采集到停靠平台的图像数据(如,第一图像采集器故障、第一图像采集器供电异常,导致第一图像采集器无法采集到停靠平台的图像数据),或者第一图像采集器采集的图像数据的清晰度不满足遮挡物识别的清晰度的要求(即,从该图像数据中无法识别出停靠平台上是否存在遮挡物),确定不能基于第一图像采集器识别停靠平台上是否存在遮挡物。反之,则确定能够基于第一图像采集器识别停靠平台上是否存在遮挡物。
若能够基于第一图像采集器识别停靠平台上是否存在遮挡物,则获取遮挡物识别的识别结果,当该遮挡物识别的识别结果表示停靠平台上存在遮挡物,则需要控制无人机进行悬停,等待遮挡物移除后继续进行停靠,或者,重新确定新的停靠平台并在新的停靠平台上进行停靠,抑或是确定悬停时间到达设定时长后执行返航。若该遮挡物识别的识别结果表示停靠平台上没有遮挡物,则控制无人机在该停靠平台上停靠。
步骤S202,若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的。
其中,遮挡物扫描信息包括:第二图像采集器针对停靠平台所采集的图像数据、基于第二图像采集器所确定出的停靠平台上是否有遮挡物的识别结果中的至少一种。
具体实施中,无人机可以通过多种方式获取遮挡物扫描信息。例如,无人机在确定需要获取遮挡物扫描信息时,通过预设的服务器向停靠平台转发遮挡物扫描信息获取请求,而后,停靠平台在接收到该遮挡物扫描信息获取请求后,将无人机请求获取的遮挡物扫描信息,通过预设的服务器转发给无人机。
再例如,无人机在确定需要获取遮挡物扫描信息时,通过停靠平台广播的通信信号,建立与停靠平台的通信连接,而后,直接接收停靠平台基于建立的通信连接所发送的遮挡物扫描信息。其中,该通信连接可以是蓝牙、紫蜂(Zig-Bee)、超宽带(UWB,Ultra WideBand)等短距离数据传输技术中的一种。此过程中,停靠平台可以通过自身上配置的通信模块,与无人机之间实现通信连接。
步骤S204,根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
本说明书中,无人机接收到遮挡物扫描信息后,将根据该遮挡物扫描信息识别停靠平台上是否有遮挡物,若确定停靠平台上不存在遮挡物,则控制无人机在停靠平台上停靠。若确定停靠平台上存在遮挡物,控制无人机进行悬停,等待遮挡物移除后继续进行停靠,或者,重新确定新的停靠平台并在新的停靠平台上进行停靠,抑或是确定悬停时间到达设定时长后执行返航。
具体实施中,若仅有视觉导航方式处于可用状态,则根据视觉导航方式,控制无人机在停靠平台上停靠。
若仅有RTK导航方式处于可用状态,则根据RTK导航方式,控制无人机在停靠平台上停靠。
若视觉导航方式与RTK导航方式均处于可用状态,则可以从这两种预设导航方式中选取出一种导航方式,并根据选取出的导航方式,控制无人机在停靠平台上停靠。
当然,在视觉导航方式与RTK导航方式均处于可用状态时,还可以将这两种导航方式结合起来使用,控制无人机在停靠平台上停靠。
具体的,获取当前时刻所述RTK导航方式下所对应的固定解,根据所述固定解和所述停靠平台的位置信息,确定所述无人机对应的控制策略,作为第一控制策略;
获取所述视觉导航方式下,所述第一图像采集器针对所述停靠平台所采集的图像数据,并根据所述图像数据,确定所述无人机对应的控制策略,作为第二控制策略;
根据所述第一控制策略、所述第一控制策略对应的权重系数、所述第二控制策略以及所述第二控制策略对应的权重系数,确定所述无人机对应的综合控制策略;
根据所述综合控制策略,对所述无人机进行控制。
其中,所述RTK导航方式下所对应的固定解,指的是通过RTK定位技术确定的无人机的定位坐标。第一控制策略对应的权重系数,表征在RTK导航方式下,确定出的无人机对应的控制策略的置信度,同时,第二控制策略对应的权重系数,表征在视觉导航方式下,确定出的无人机对应的控制策略的置信度。
例如,设定RTK导航方式下对应的第一控制策略的权重系数为0.7,视觉导航方式下对应的第二控制策略的权重系数为0.3。无人机通过RTK定位技术获取定位坐标后,可以根据无人机的定位坐标和停靠平台上的位置信息,确定当前无人机相对于信标向东偏移了5cm,进而可以确定在RTK导航方式下,无人机对应的控制策略为:控制无人机向西移动5cm(即RTK导航方式下对应的第一控制策略),以修正无人机位置。同时,无人机获取针对停靠平台所采集的多帧图像数据,而后,根据所有图像数据中停靠平台上信标的位置变化,确定当前无人机相对于信标向东偏移了3cm,进而可以确定在视觉导航方式下,无人机对应的控制策略为:控制无人机向西移动3cm(即视觉导航方式下对应的第二控制策略),以修正无人机位置。此时,根据第一控制策略对应的权重系数和第二控制策略对应的权重系数,确定最终的综合控制策略为:控制无人机从当前位置向西移动
Figure DEST_PATH_IMAGE002AAAAAAAAA
再例如,设定RTK导航方式下对应的第一控制策略的权重系数为0.5,视觉导航方式下对应的第二控制策略的权重系数为0.5。无人机通过RTK定位技术获取定位坐标后,可以根据无人机的定位坐标和停靠平台的位置信息,确定当前无人机相对于信标向南偏移了8cm,进而可以确定在RTK导航方式下,无人机对应的控制策略为:控制无人机向北移动8cm(即RTK导航方式下对应的第一控制策略),以修正无人机位置。同时,无人机获取针对停靠平台采集的多帧图像数据,而后,根据所有图像数据中停靠平台上信标的位置变化,确定当前无人机相对于信标向东偏移了6cm,进而可以确定在视觉导航方式下,无人机对应的控制策略为:控制无人机向西移动6cm(即视觉导航方式下对应的第二控制策略),以修正无人机位置。此时,根据第一控制策略对应的权重系数和第二控制策略对应的权重系数,确定最终的综合控制策略为:控制无人机从当前位置先向北移动
Figure DEST_PATH_IMAGE004A
,再向西移动
Figure DEST_PATH_IMAGE006
,或者,控制无人机从当前位置开始,以正北偏西约
Figure DEST_PATH_IMAGE008
的方向移动5cm。
具体实施中,在RTK导航方式下确定出的无人机的位置坐标的精度,会受到无人机所在环境中电磁干扰强度影响。因此,本说明书中,可以根据无人机所在环境中的电磁干扰强度,为第一控制策略和第二控制策略赋予对应的权重系数。
例如,在确定无人机受到的电磁干扰强度大于设定的电磁干扰强度阈值时,设定第一控制策略对应的权重系数小于第二控制策略对应的权重系数。在确定无人机受到的电磁干扰强度不大于设定的电磁干扰强度阈值时,设定第一控制策略对应的权重系数大于第二控制策略对应的权重系数。
需要说明的是,本说明书中涉及到的无人机对应的控制策略,可以包括无人机的位置偏移量、无人机预测出的移动轨迹、无人机的控制量(如,无人机上每个旋翼的转速)等。
通过上述步骤,无人机在无法通过无人机上设置的图像采集器获取到停靠平台上的遮挡物情况时,获取基于停靠平台上设置的图像采集器针对停靠平台所采集的图像数据确定的遮挡物扫描信息,而后,将该遮挡物扫描信息传送给无人机,这样,无人机可以在根据该遮挡物扫描信息确定停靠平台上没有遮挡物时,完成在停靠平台上的安全停靠,提高了无人机在停靠平台上停靠的效率。
上述内容公开的方案中,若预设导航方式均处于不可用状态,则可以确定无人机无法在停靠平台上进行停靠,需要控制无人机进行悬停,并等待预设导航方式恢复到可用状态后,才能继续控制无人机进行停靠。也就是说,停靠平台上没有障碍物,无人机也无法在停靠平台上进行停靠,需要进行悬停,这样会造成额外的能量损耗。本说明书中针对这一问题提供了相应的解决方案。
具体的,无人机确定所述预设导航方式均处于不可用状态,获取设置在所述停靠平台上的第二图像采集器针对所述停靠平台所采集的图像数据,以及,所述第二图像采集器采集所述图像数据时所述第二图像采集器与所述停靠平台之间的相对位姿;
确定所述无人机与所述第二图像采集器之间的相对位姿;
根据所述第二图像采集器与所述停靠平台之间的相对位姿,和所述无人机与所述第二图像采集器之间的相对位姿,确定所述无人机与所述停靠平台之间的相对位姿;
根据所述无人机与所述停靠平台之间的相对位姿,对所述无人机进行控制。
其中,第二图像采集器与停靠平台之间的相对位姿,是根据第二图像采集器采集到需要向无人机发送的针对停靠平台的图像数据时,第二图像采集器与停靠平台之间的距离,第二图像采集器的拍摄角度确定的。该相对位姿可以是无人机基于第二图像采集器针对停靠平台采集到的图像数据所确定出来的(如预先训练识别模型,无人机在获取到基于第二图像采集器针对停靠平台采集到的图像数据后,可以将该图像数据输入到该识别模型中,以确定出第二图像采集器与停靠平台之间的相对位姿),也可以是停靠平台或是第二图像采集器将预先确定出的该相对位姿发送给无人机的。无人机与第二图像采集器之间的相对位姿,可以通过无人机上设置的雷达传感器(如激光雷达、毫米波雷达、超声波雷达等)确定。所以,上述第二图像采集器针对停靠平台所采集的图像数据,既可以用于引导无人机停靠在停靠平台上的信息,也可以用于确定上述遮挡物扫描信息。
如此,在无人机的预设导航方式均处于不可用状态时,仍然可以在确定停靠平台上没有遮挡物的情况下,对无人机进行控制,将无人机停靠在停靠平台上,进而能够在停靠平台上不存在遮挡物的情况下,尽快地将无人机停靠在停靠平台上,减少无人机悬停时所额外消耗的能量。
下面将以无人机为执行主体,RTK导航方式为第一优先级预设导航方式,视觉导航方式为第二优先级预设导航方式,给出本说明书提供的无人机的控制方法执行时的详细流程示意图,具体参见图3。
步骤S300,监测到无人机到达预设的停靠平台。
步骤S302,判断该RTK导航方式是否处于不可用状态,若是,执行步骤304,否则执行步骤306。
步骤S304,继续判断视觉导航方式是否处于可用状态,若是,执行步骤306,否则执行步骤314。
步骤S306,判断是否能够基于设置在无人机上的第一图像采集器获取第一识别结果,若是,执行步骤308,否则执行步骤310。
步骤S308,根据第一识别结果,对无人机进行控制,将无人机停靠到停靠平台上。
步骤S310,向停靠平台发送遮挡物扫描信息获取请求,并接收停靠平台通过预设的服务器发送的遮挡物扫描信息。
步骤S312,根据遮挡物扫描信息,确定停靠平台上是否有遮挡物的第二识别结果,并根据第二识别结果,对无人机进行控制,将无人机停靠到停靠平台上。
步骤S314,控制无人机进行悬停。
以上为本说明书的一个或多个实施例提供的无人机的控制方法,基于同样的思路,本说明书还提供了相应的无人机的控制装置,如图4所示。
图4为本说明书提供的一种无人机的控制装置示意图,该控制装置用于控制包括无人机和停靠平台的系统,所述无人机上安装有第一图像采集器,所述停靠平台上安装有第二图像采集器,具体包括:
判断模块400,用于当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物;
获取模块401,用于若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的;
控制模块402,用于根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
可选地,所述控制装置还包括:
确定导航方式状态模块403,具体用于判断是否能够基于设置在所述无人机的第一图像采集器,获取到针对所述停靠平台上是否存在遮挡物的第一识别结果之前,确定所述无人机所采用的预设导航方式中的至少一种处于可用状态;所述预设导航方式包括:视觉导航方式和载波相位差分RTK导航方式中的至少一种;所述视觉导航方式是基于所述第一图像采集器采集到的图像数据实现的。
可选地,当所述预设导航方式为RTK导航方式时,所述确定导航方式状态模块403,具体用于确定所述无人机获取到所述RTK导航方式所对应的固定解。
可选地,当所述预设导航方式为视觉导航方式时,所述确定导航方式状态模块403,具体用于确定从所述第一图像采集器采集到的所述停靠平台的图像数据中识别出所述停靠平台对应的信标。
可选地,所述控制模块402,具体用于若根据所述识别结果,确定所述停靠平台上存在遮挡物,控制所述无人机进行悬停;若根据所述识别结果,确定所述停靠平台上不存在遮挡物,控制所述无人机在所述停靠平台上停靠。
可选地,所述控制模块402,还用于若确定所述预设导航方式均处于不可用状态,控制所述无人机进行悬停。
可选地,所述遮挡物扫描信息包括:所述第二图像采集器针对所述停靠平台所采集的图像数据、基于所述第二图像采集器所确定出的所述停靠平台上是否有遮挡物的识别结果中的至少一种。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的数据降噪的方法。
本说明书还提供了图5所示的无人机的示意结构图。如图5所述,在硬件层面,该无人机包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的无人机的控制方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种无人机的控制方法,其特征在于,无人机上安装有第一图像采集器,停靠平台上安装有第二图像采集器,包括:
当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物;
若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的;
根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
2.如权利要求1所述的方法,其特征在于,判断是否能够基于设置在所述无人机的第一图像采集器,获取到针对所述停靠平台上是否存在遮挡物的第一识别结果之前,所述方法还包括:
确定所述无人机所采用的预设导航方式中的至少一种处于可用状态;
所述预设导航方式包括:视觉导航方式和载波相位差分RTK导航方式中的至少一种;
所述视觉导航方式是基于所述第一图像采集器采集到的图像数据实现的。
3.如权利要求2所述的方法,其特征在于,当所述预设导航方式为RTK导航方式时,确定所述无人机所采用的预设导航方式处于可用状态,具体包括:
确定所述无人机获取到所述RTK导航方式所对应的固定解。
4.如权利要求2所述的方法,其特征在于,当所述预设导航方式为视觉导航方式时,确定所述无人机所采用的预设导航方式处于可用状态,具体包括:
确定从所述第一图像采集器采集到的所述停靠平台的图像数据中识别出所述停靠平台对应的信标。
5.如权利要求1所述的方法,其特征在于,根据得到的识别结果,对所述无人机进行控制,具体包括:
若根据所述识别结果,确定所述停靠平台上存在遮挡物,控制所述无人机进行悬停;
若根据所述识别结果,确定所述停靠平台上不存在遮挡物,控制所述无人机在所述停靠平台上停靠。
6.如权利要求2所述的方法,其特征在于,所述方法还包括:
若确定所述预设导航方式均处于不可用状态,控制所述无人机进行悬停。
7.如权利要求1~6任一项所述的方法,其特征在于,所述遮挡物扫描信息包括:所述第二图像采集器针对所述停靠平台所采集的图像数据、基于所述第二图像采集器所确定出的所述停靠平台上是否有遮挡物的识别结果中的至少一种。
8.一种无人机的控制装置,其特征在于,该控制装置用于控制包括无人机和停靠平台的系统,所述无人机上安装有第一图像采集器,所述停靠平台上安装有第二图像采集器,包括:
判断模块,用于当监测到所述无人机到达预设的停靠平台时,判断是否能够基于所述第一图像采集器识别所述停靠平台上是否存在遮挡物;
获取模块,用于若确定不能基于所述第一图像采集器进行识别,获取遮挡物扫描信息,所述遮挡物扫描信息是基于所述第二图像采集器针对所述停靠平台所采集的图像数据确定的;
控制模块,用于根据所述遮挡物扫描信息,识别所述停靠平台上是否有遮挡物,并根据得到的识别结果,对所述无人机进行控制。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种无人机,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
CN202110374716.8A 2021-04-08 2021-04-08 无人机的控制方法、装置、计算机可读存储介质及无人机 Active CN112764431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110374716.8A CN112764431B (zh) 2021-04-08 2021-04-08 无人机的控制方法、装置、计算机可读存储介质及无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110374716.8A CN112764431B (zh) 2021-04-08 2021-04-08 无人机的控制方法、装置、计算机可读存储介质及无人机

Publications (2)

Publication Number Publication Date
CN112764431A CN112764431A (zh) 2021-05-07
CN112764431B true CN112764431B (zh) 2021-07-06

Family

ID=75691217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110374716.8A Active CN112764431B (zh) 2021-04-08 2021-04-08 无人机的控制方法、装置、计算机可读存储介质及无人机

Country Status (1)

Country Link
CN (1) CN112764431B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114721441B (zh) * 2022-06-10 2022-08-05 南京航空航天大学 多信源融合的车载无人机自主降落控制方法及装置

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101852869A (zh) * 2010-05-18 2010-10-06 中国民航大学 机场跑道外来物检测系统
KR20120041545A (ko) * 2010-10-21 2012-05-02 쌍용정보통신 주식회사 곡사화기의 모의 훈련 방법 및 장치와 이를 실행하기 위한 기록매체
CN105163037A (zh) * 2014-06-04 2015-12-16 苏州宝时得电动工具有限公司 一种智能割草机的定区域曝光方法及智能割草机
CN205450785U (zh) * 2016-03-16 2016-08-10 安徽钰龙信息科技有限公司 一种新型自动化无人机图像识别自动降落系统
CN205498797U (zh) * 2016-03-21 2016-08-24 普宙飞行器科技(深圳)有限公司 停机坪及无人机着陆系统
CN106980319A (zh) * 2017-05-13 2017-07-25 安徽科微智能科技有限公司 基于无人机一体化避障系统的无人船
CN107356983A (zh) * 2017-07-19 2017-11-17 中国民航大学 机场跑道异物检测系统及检测方法
CN108256491A (zh) * 2018-01-25 2018-07-06 北方工业大学 无预设靶标的复杂场景无人机自主降落候选区筛选方法
CN108366210A (zh) * 2018-02-09 2018-08-03 深圳臻迪信息技术有限公司 一种无人机及无人机控制方法
CN109131922A (zh) * 2018-08-30 2019-01-04 上海复亚智能科技有限公司 一种无人机自动机场系统
CN109298723A (zh) * 2018-11-30 2019-02-01 山东大学 一种车载无人机精准降落方法和系统
CN109739257A (zh) * 2018-12-21 2019-05-10 中科院合肥技术创新工程院 融合卫星导航与视觉感知的巡检无人机停机方法及系统
CN109839115A (zh) * 2019-03-21 2019-06-04 北京中飞艾维航空科技有限公司 一种无人机着陆方法、装置及存储介质
CN109946751A (zh) * 2019-04-12 2019-06-28 中国民用航空飞行学院 一种无人机的机场跑道fod自动探测方法
CN110298259A (zh) * 2019-06-05 2019-10-01 南京理工大学 一种机场巡检系统
CN110362109A (zh) * 2019-07-11 2019-10-22 祺步智能科技(上海)有限公司 一种无人机跨域停机库降落方法及降落平台
CN210310919U (zh) * 2019-08-02 2020-04-14 深圳市安泽拉科技有限公司 一种具有降落伞安全保护装置的无人机系统
CN111382971A (zh) * 2019-12-30 2020-07-07 湖南星空机器人技术有限公司 一种无人机多点自动配送方法及装置
CN111506091A (zh) * 2020-05-07 2020-08-07 山东力阳智能科技有限公司 基于动态二维码的无人机精准降落控制系统及方法
CN112198902A (zh) * 2020-11-18 2021-01-08 普宙飞行器科技(深圳)有限公司 一种无人机降落控制方法、系统、存储介质及电子设备
CN212401033U (zh) * 2020-06-08 2021-01-26 北京理工大学 一种具有无人机停机坪的无人车
CN112346477A (zh) * 2020-11-09 2021-02-09 江苏科技大学 基于无人艇的旋翼无人机自主降落系统及其自主降落方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10019907B2 (en) * 2015-09-11 2018-07-10 Qualcomm Incorporated Unmanned aerial vehicle obstacle detection and avoidance

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101852869A (zh) * 2010-05-18 2010-10-06 中国民航大学 机场跑道外来物检测系统
KR20120041545A (ko) * 2010-10-21 2012-05-02 쌍용정보통신 주식회사 곡사화기의 모의 훈련 방법 및 장치와 이를 실행하기 위한 기록매체
CN105163037A (zh) * 2014-06-04 2015-12-16 苏州宝时得电动工具有限公司 一种智能割草机的定区域曝光方法及智能割草机
CN205450785U (zh) * 2016-03-16 2016-08-10 安徽钰龙信息科技有限公司 一种新型自动化无人机图像识别自动降落系统
CN205498797U (zh) * 2016-03-21 2016-08-24 普宙飞行器科技(深圳)有限公司 停机坪及无人机着陆系统
CN106980319A (zh) * 2017-05-13 2017-07-25 安徽科微智能科技有限公司 基于无人机一体化避障系统的无人船
CN107356983A (zh) * 2017-07-19 2017-11-17 中国民航大学 机场跑道异物检测系统及检测方法
CN108256491A (zh) * 2018-01-25 2018-07-06 北方工业大学 无预设靶标的复杂场景无人机自主降落候选区筛选方法
CN108366210A (zh) * 2018-02-09 2018-08-03 深圳臻迪信息技术有限公司 一种无人机及无人机控制方法
CN109131922A (zh) * 2018-08-30 2019-01-04 上海复亚智能科技有限公司 一种无人机自动机场系统
CN109298723A (zh) * 2018-11-30 2019-02-01 山东大学 一种车载无人机精准降落方法和系统
CN109739257A (zh) * 2018-12-21 2019-05-10 中科院合肥技术创新工程院 融合卫星导航与视觉感知的巡检无人机停机方法及系统
CN109839115A (zh) * 2019-03-21 2019-06-04 北京中飞艾维航空科技有限公司 一种无人机着陆方法、装置及存储介质
CN109946751A (zh) * 2019-04-12 2019-06-28 中国民用航空飞行学院 一种无人机的机场跑道fod自动探测方法
CN110298259A (zh) * 2019-06-05 2019-10-01 南京理工大学 一种机场巡检系统
CN110362109A (zh) * 2019-07-11 2019-10-22 祺步智能科技(上海)有限公司 一种无人机跨域停机库降落方法及降落平台
CN210310919U (zh) * 2019-08-02 2020-04-14 深圳市安泽拉科技有限公司 一种具有降落伞安全保护装置的无人机系统
CN111382971A (zh) * 2019-12-30 2020-07-07 湖南星空机器人技术有限公司 一种无人机多点自动配送方法及装置
CN111506091A (zh) * 2020-05-07 2020-08-07 山东力阳智能科技有限公司 基于动态二维码的无人机精准降落控制系统及方法
CN212401033U (zh) * 2020-06-08 2021-01-26 北京理工大学 一种具有无人机停机坪的无人车
CN112346477A (zh) * 2020-11-09 2021-02-09 江苏科技大学 基于无人艇的旋翼无人机自主降落系统及其自主降落方法
CN112198902A (zh) * 2020-11-18 2021-01-08 普宙飞行器科技(深圳)有限公司 一种无人机降落控制方法、系统、存储介质及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Segmentation and Detection of Road Region in Aerial Images using Hybrid CNN-Random Field Algorithm;Sukanya 等;《2020 10th International Conference on Cloud Computing, Data Science & Engineering (Confluence)》;20201231;全文 *
基于光学视觉辅助无人机自主降落研究综述;索文凯 等;《激光杂志》;20191231;第40卷(第4期);全文 *
物流无人机飞控系统设计与研究;王宁;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20210115(第01期);全文 *

Also Published As

Publication number Publication date
CN112764431A (zh) 2021-05-07

Similar Documents

Publication Publication Date Title
US20180047293A1 (en) Platooning autonomous vehicle navigation sensory exchange
US10948907B2 (en) Self-driving mobile robots using human-robot interactions
CN113561963B (zh) 一种泊车方法、装置及车辆
US20210107499A1 (en) Method and system for development and verification of autonomous driving features
JP6305650B2 (ja) 自動運転装置及び自動運転方法
WO2018132088A1 (en) Picking up and dropping off passengers at an airport using an autonomous vehicle
US10768637B2 (en) Prioritizing vehicle navigation
CN113296541B (zh) 一种基于未来碰撞风险的无人设备控制方法及装置
CN112987760B (zh) 一种轨迹规划方法、装置、存储介质及电子设备
CN111288971B (zh) 一种视觉定位方法及装置
CN112764431B (zh) 无人机的控制方法、装置、计算机可读存储介质及无人机
CN113612969A (zh) 用于无人驾驶设备远程遥控的视频数据传输的方法及装置
CN112327864A (zh) 一种无人驾驶设备的控制方法及控制装置
CN114495065A (zh) 一种目标物识别的方法及装置
JP6928023B2 (ja) 管理装置、システム、プログラム及び管理方法
CN116347623B (zh) 一种任务调度的方法、装置、存储介质及电子设备
CN111854757A (zh) 导航方法、装置、电子设备及存储介质
CN117095371A (zh) 一种目标检测方法及检测装置
CN112987754B (zh) 一种无人设备的控制方法、装置、存储介质及电子设备
JP7238656B2 (ja) 情報処理装置、及び、情報処理方法
CN113589707A (zh) 一种增强现实的自动驾驶系统测试方法及装置
CN114299147A (zh) 一种定位方法、装置、存储介质及电子设备
CN110550025B (zh) 一种自动泊车的方法及装置
CN113886119A (zh) 一种故障修复的方法及装置
CN114153190A (zh) 一种无人设备控制方法、装置、存储介质及电子设备

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240713

Address after: Room 801, Building 2, Huilong Business Center, North Station Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province, China 518131

Patentee after: Shenzhen Meituan Low altitude Logistics Technology Co.,Ltd.

Country or region after: China

Patentee after: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd.

Address before: 100080 2106-030, 9 North Fourth Ring Road, Haidian District, Beijing.

Patentee before: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right