CN113235681B - 一种无人驾驶推土机作业方法、装置、推土机及介质 - Google Patents
一种无人驾驶推土机作业方法、装置、推土机及介质 Download PDFInfo
- Publication number
- CN113235681B CN113235681B CN202110533228.7A CN202110533228A CN113235681B CN 113235681 B CN113235681 B CN 113235681B CN 202110533228 A CN202110533228 A CN 202110533228A CN 113235681 B CN113235681 B CN 113235681B
- Authority
- CN
- China
- Prior art keywords
- bulldozer
- working condition
- current
- preset
- construction
- 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
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F3/00—Dredgers; Soil-shifting machines
- E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
- E02F3/76—Graders, bulldozers, or the like with scraper plates or ploughshare-like elements; Levelling scarifying devices
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F3/00—Dredgers; Soil-shifting machines
- E02F3/04—Dredgers; Soil-shifting machines mechanically-driven
- E02F3/76—Graders, bulldozers, or the like with scraper plates or ploughshare-like elements; Levelling scarifying devices
- E02F3/80—Component parts
- E02F3/84—Drives or control devices therefor, e.g. hydraulic drive systems
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/20—Drives; Control devices
- E02F9/2025—Particular purposes of control systems not otherwise provided for
- E02F9/205—Remotely operated machines, e.g. unmanned vehicles
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F9/00—Component parts of dredgers or soil-shifting machines, not restricted to one of the kinds covered by groups E02F3/00 - E02F7/00
- E02F9/26—Indicating devices
- E02F9/261—Surveying the work-site to be treated
- E02F9/262—Surveying the work-site to be treated with follow-up actions to control the work tool, e.g. controller
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Mechanical Engineering (AREA)
- Operation Control Of Excavators (AREA)
Abstract
本发明公开了一种无人驾驶推土机作业方法、装置、推土机及介质。该方法包括:采集当前推土机的实时作业场景;对所述实时作业场景进行分析识别,得到当前施工工况;根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;根据所述目标作业规则控制所述当前推土机作业。本发明实施例实现了在无人监管的情况下,推土机根据当前施工工况自主进行推土作业,提高推土效率,降低人力成本。
Description
技术领域
本发明实施例涉及计算机控制技术领域,尤其涉及一种无人驾驶推土机作业方法、装置、推土机及介质。
背景技术
随着中国基础建设的快速发展,推土机广泛应用于高层建筑基础、道路路基填筑以及采矿运输等各类重大工程中,并承担着必要的土石方工程施工作业;然而,由于中国工人老龄化趋势不断加深,其工程现场相应的现实问题逐渐显现:1)劳动力稀缺,从事工程建设的人员越来越少;2)高重复性作业,在推土机作业过程,重复性高,操作过程枯燥且容易损伤肌肉;3)操作规范性差,操作人员操作流程没有形成统一标准化流程,施工质量和效率得不到保障。所以,推土机向无人化、智能化的方向发展是大势所趋。
目前,基于人工智能、大数据、遥感及互联网技术的不断发展,现在已经成为了工程设备智能化建设的重要的支撑技术,例如,无人遥操作推土机利用无线传输实现对推土机的远程控制克服了建筑行业高危作业带来的危险性,还有很多的高精度智能辅助设备用于建筑工程施工。但此类技术对人的依赖性还很强仅是替代部分作业,仍需要人的操作和指令进行协助施工,并没有实现无人看管的情况下进行相应的自主作业。
发明内容
本发明提供一种无人驾驶推土机作业方法、装置、推土机及介质,以实现在无人监管的情况下,推土机根据当前施工工况自主进行推土作业,提高推土效率,降低人力成本。
第一方面,本发明实施例提供了一种无人驾驶推土机作业方法,该方法包括:
采集当前推土机的实时作业场景;
对所述实时作业场景进行分析识别,得到当前施工工况;
根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
根据所述目标作业规则控制所述当前推土机作业。
进一步的,所述预设作业规则库通过如下方式得到:
获取线上数据库中预设推土机的作业数据;
确定所述预设推土机的作业数据对应的推土效率;
根据预设效率阈值与所述推土效率,对所述预设推土机的作业数据进行筛选,得到目标作业数据;
将所述目标作业数据中施工工况和作业规则关联存储至所述预设作业规则库。
进一步的,所述对所述实时作业场景进行分析识别,得到当前施工工况,包括:
对所述实时作业场景中的施工要素进行分析识别,得到所述当前施工工况,所述施工要素包括作业场地类型信息和施工材料属性信息,所述当前施工工况中包括所述作业场地类型信息对应的类型参数和所述施工材料属性信息对应的属性参数。
进一步的,所述施工材料属性信息包括施工材料的标识、体积、硬度和干湿度。
进一步的,所述根据预设作业规则库获取所述当前施工工况匹配的目标作业规则,包括:
从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况;
将所述目标工况对应的作业规则确定为所述目标作业规则。
进一步的,所述从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况,包括:
结合各个所述施工要素的权重计算所述当前施工工况与所述预设作业规则库中的各个施工工况的相似度;
从所述各个施工工况中选取与所述当前施工工况的相似度超过预设相似度阈值的施工工况,得到所述目标工况;或者从所述各个施工工况中选取与所述当前施工工况的相似度最大的施工工况,得到所述目标工况。
进一步的,所述根据所述目标作业规则控制所述当前推土机作业,包括:
确定所述目标作业规则的置信度;
在所述置信度超过预设置信度阈值时,根据所述目标作业规则控制所述当前推土机作业。
进一步的,所述根据所述目标作业规则控制所述当前推土机作业,包括:
确定所述目标作业规则对应的控制参数;
根据所述控制参数和所述目标作业规则控制所述当前推土机作业;
其中,所述控制参数包括:铲土力度、运土距离、铲刀高度和回程距离。
第二方面,本发明实施例还提供了一种推土机作业装置,该装置包括:
场景采集模块,用于采集当前推土机的实时作业场景;
分析识别模块,用于对所述实时作业场景进行分析识别,得到当前施工工况;
规则获取模块,用于根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
控制作业模块,用于根据所述目标作业规则控制所述当前推土机作业。
第三方面,本发明实施例还提供一种推土机,所述推土机包括:
一个或多个处理器;
摄像头,用于采集推土机的实时作业场景;
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所述的无人驾驶推土机作业方法。
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所述的无人驾驶推土机作业方法。
本发明通过采集当前推土机的实时作业场景;对所述实时作业场景进行分析识别,得到当前施工工况;根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;根据所述目标作业规则控制所述当前推土机作业。解决土石方工程施工作业依赖人力作业和操作规范性差的问题,实现了在无人监管的情况下,推土机根据当前施工工况自主进行推土作业,提高推土效率,降低人力成本效果。
附图说明
图1是本发明实施例一中的一种无人驾驶推土机作业方法的流程图;
图2是本发明实施例二中的一种无人驾驶推土机作业方法的流程图;
图3是本发明实施例三中的一种无人驾驶推土机作业装置的结构示意图;
图4是本发明实施例四中的一种推土机的结构示意图。
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1为本发明实施例一提供的一种无人驾驶推土机作业方法的流程图,本实施例可适用于推土机进行推土作业的情况,该方法可以由推土机作业装置来执行,该装置可以通过软件和/硬件的方式来实现,并具体可继承具体存储和计算能力来控制推土机作业的设备中。
如图1所示,提供一种无人驾驶推土机作业方法,具体包括如下步骤:
步骤110,采集当前推土机的实时作业场景;
本发明实施例中,当前推土机可以理解为实时作业场景中即将作业的推土机。实时作业场景可以理解为当前推土机实时作业时,当前推土机所处的作业周围环境信息。其中,当前推土机可以是没有驾驶室,可以在无人参与情况下,自主的采集当前推土机周围环境中的多个信息。
本发明实施例中,根据无人监控的当前推土机周围设置的多个信息采集设备,采集当前推土机周围环境中的多个信息。其中,多个信息采集设备采集当前推土机周围环境中的多个信息,用于描述当前推土机的实时作业场景。其中,多个信息采集设备可以是多个摄像头。
示例性的,多个信息采集设备可以是分布在当前推土机四周的多个摄像头,分别用于采集当前推土机所在实时作业场景的信息,当前推土机的多个摄像头中当前推土机的前后摄像头均可以采用海康威视品牌中DS-2CD3325D型号摄像头、200万像素分辨率和存储编码为H.265,同时支持远程监控及红外夜视功能,左右侧可以采用海康威视DS-2CD3935F型号摄像机、300万像素分辨率、全景日夜型和可支持Smart265、H.265编码。
步骤120,对所述实时作业场景进行分析识别,得到当前施工工况;
本发明实施例中,当前施工工况可以理解为当前推土机所在实时作业场景中多个信息对应的实时作业场景的特征信息。其中,当前推土机根据采集到的事实作业场景中的多个信息,无人参与操作的情况下,得到实时作业场景对应的当前施工工况。
本发明实施例中,当前推土机根据多个信息采集设备采集到的实时作业场景中的多个信息进行分时识别,确定实时作业场景的特征信息对应的当前施工工况。例如:当多个信息采集设备是多个摄像头时,采集到当前推土机所在实时作业场景对应的施工图像或施工视频,将施工图像或施工视频进行分析识别,得到实时作业场景的特征信息,根据事实作业场景的特征信息确定实时作业场景对应的施工工况,并将实时作业场景对应的施工工况作为当前施工工况。
步骤130,根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
本发明实施例中,预设作业规则库可以理解为关联存储施工工况和目标作业规则的数据库。目标作业规则可以理解为当前推土机处于实时作业场景对应施工工况时,需要完成推土相关操作动作步骤。
本发明实施例中,将当前推土机所处实时作业场景的施工工况作为当前施工工况,根据所述当前施工工况在预设作业规则库中匹配与所述当前施工工况一致目标工况。将预设作业规则库中目标工况关联存储的作业规则作为当前施工工况匹配的目标作业规则。
步骤140,根据所述目标作业规则控制所述当前推土机作业。
本发明实施例中,当前推土机根据当前施工工况从预设作业规则库中匹配的目标作业规则,当前推土机根据目标作业规则,控制自身各部件进行推土作业。
进一步的,所述预设作业规则库通过如下方式得到:
获取线上数据库中预设推土机的作业数据;
确定所述预设推土机的作业数据对应的推土效率;
根据预设效率阈值与所述推土效率,对所述预设推土机的作业数据进行筛选,得到目标作业数据;
将所述目标作业数据中施工工况和作业规则关联存储至所述预设作业规则库。
示例地,无人驾驶推土机可以设置为无驾驶室的,也可以设置简易驾驶室或监控室的设置,但并需要设置驾驶操作室,进行认为操作。监控室也可以是虚拟的,或者外置的,用于对无人驾驶推土机作业方法过程中的数据进行检测,以保证推土作业的准确、高效。
本发明实施例中,线上数据库可以理解为当前推土机网络连接后,实时获取和动态更新的数据库,其中,线上数据库可以包括期刊论文中的数据、当前推土机的历史数据、实验积累数据和网页中实时数据。预设推土机的作业数据可以理解为与当前推土机型号或作业规则一致的推土机,在作业时的关联作业数据。推土效率可以理解为线上数据库中各作业规则在完成单位土方对应的推土机油耗效率。预设效率阈值可以理解为根据实际需求确定的各作业规则在完成单位土方对应的推土机油耗效率。目标作业数据可以理解为线上数据库中各个作业规则在完成单位土方对应的推土机油耗量满足预设效率阈值的作业数据。
本发明实施例中,当前推土机在网络连接之后获取线上数据库中预设推土机的作业数据,其中,预设推土机的作业数据包括:预设推土机在各个作业规则完成单位土方对应的推土机油耗效率、预设推土机的施工工况、预设推土机的施工工况对应的作业规则等。根据线上数据库中预设推土机的作业数据中的预设推土机的各个作业规则完成单位土方对应的推土机油耗量,确定预设推土机的作业数据对应的推土效率。其中,预设推土机的作业数据中的预设推土机的各个作业规则完成单位土方对应推土机油耗量越少,推土效率越高。当预设推土机在各个作业规则完成单位土方对应的推土机油耗效率大于等于预设效率阈值,则将预设推土机的作业数据作为目标作业数据。将目标作业数据中施工工况和作业规则关联存储至预设作业规则库。
进一步的,所述对所述实时作业场景进行分析识别,得到当前施工工况,包括:
对所述实时作业场景中的施工要素进行分析识别,得到所述当前施工工况,所述施工要素包括作业场地类型信息和施工材料属性信息,所述当前施工工况中包括所述作业场地类型信息对应的类型参数和所述施工材料属性信息对应的属性参数。
本发明实施例中,作业场地类型信息可以理解为当前推土机所在实时作业场景中对应作业场地形状的作业操作类型信息。施工材料属性信息可以理解为当前推土机所在实时作业场景中对应的施工材料特征信息。作业场地类型信息对应的类型参数可以理解为当前推土机所在实时作业场景中对应作业场地形状的作业操作信息,例如,平整场地、路堤填筑、开挖路堑。施工材料属性信息对应的属性参数可以理解为施工材料属性信息对应的具体类型。
本发明实施例中,当前推土机根据获取的实时作业场景中的施工要素,对实时作业场景进行分时识别,得到实时作业场景中施工要素对应的施工工况。将事实作业场景中施工要素对应的施工工况作为当前施工工况。其中,实时作业场景中施工要素对应的施工工况是根据实时作业场景中施工要素的作业场地类型信息和施工材料属性消息确定的。例如,根据实时作业场景对应的施工图像分析得到施工要素的作业场地类型信息对应的类型参数和施工材料属性信息对应的属性参数,确定当前施工工况。
进一步的,所述施工材料属性信息包括施工材料的标识、体积、硬度和干湿度。
本发明实施例中,施工材料的标识可以理解为根据施工材料的名称标注的标识,其中,施工材料的标识对应的属性参数包括:土方、石碴等。施工材料的体积可以理解实时作业场景中待作业施工材料的体积值与当前推土机的铲对应施工材料的体积值之间的关系,其中,施工材料的体积对应的属性参数包括:体积满铲、体积不足和体积超载等。施工材料的硬度可以理解为实时作业场景中待作业施工材料的软硬程度,其中,施工材料的硬度对应的属性参数包括:硬土、软土等。施工材料的干湿度可以理解为实时作业场景中待作业施工材料的干湿程度,其中,施工材料的干湿度对应的属性参数包括:干土、湿土、半干土等。
进一步的,所述根据预设作业规则库获取所述当前施工工况匹配的目标作业规则,包括:
从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况;
将所述目标工况对应的作业规则确定为所述目标作业规则。
本发明实施例中,预设相似度条件可以理解为根据实际需求在匹配成功时,前施工工况与预设作业规则库中的施工工况需要满足的预设相似度条件。
本发明实施例中,根据当前推土机所在的实时作业场景确定的当前施工工况,根据当前推土机对应的当前施工工况从预设作业规则库中查找,与当前施工工况的相似度满足预设相似度条件的施工工况作为查找到的目标工况。将预设规则库中目标工况对应的作业规则作为目标作业规则。
进一步的,所述从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况,包括:
结合各个所述施工要素的权重计算所述当前施工工况与所述预设作业规则库中的各个施工工况的相似度;
从所述各个施工工况中选取与所述当前施工工况的相似度超过预设相似度阈值的施工工况,得到所述目标工况;或者从所述各个施工工况中选取与所述当前施工工况的相似度最大的施工工况,得到所述目标工况。
本发明实施例中,施工要素的权重可以理解为施工工况中各个施工要素在计算施工工况相似度分别所占的权重值。预设相似度阈值可以理解为根据实际需求在匹配成功时,前施工工况与预设作业规则库中的施工工况需要满足的预设相似度值。
本发明实施例中,将当前施工工况中各个施工要素与预设作业规则库中的施工工况中各个施工要素对应输入相似度函数,分别计算出各个施工要素对应的相似度。根据各个施工要素的权重与各个施工要素对应的相似度分别作积,并对增加权重后的各个施工要素的相似度累加,得到当前施工工况与预设作业规则库中的施工工况的相似度。其中,当前施工工况与预设作业规则库中的施工工况完全一致时,当前施工工况与预设作业规则库中的施工工况的相似度为1。如果当前施工工况与预设作业规则库中的施工工况的相似度大于预设相似度阈值,则将预设作业规则库中的施工工况作为目标工况。如果当前施工工况与预设作业规则库中的施工工况的相似度均小于预设相似度阈值,则从预设作业规则库中的各个施工工况中选取与当前施工工况的相似度最大的施工工况作为目标工况。基于如下公式计算当前施工工况与预设作业规则库中的施工工况的相似度SimA(mi,mj):
其中,Simfi为满足各个施工要素的相似度函数;wi为各个施工要素的权重;i为各个施工要素的编码,j预设规则库中施工工况的编码。
进一步的,所述根据所述目标作业规则控制所述当前推土机作业,包括:
确定所述目标作业规则的置信度;
在所述置信度超过预设置信度阈值时,根据所述目标作业规则控制所述当前推土机作业。
本发明实施例中,目标作业规则的置信度可以理解为当前推土机所在实时作业场景下,根据目标作业规则完成施工的可靠度。预设置信度阈值可以理解为根据实际需求预设能够满足目标作业规则完成施工的置信度阈值。
本发明实施例中,根据当前推土机所在实时作业场景及预设作业规则库,确定当前施工工况从预设作业规则匹配的目标工况对应的目标作业规则。当前推土机可以通过在线虚拟仿真的方式,在线评估获得目标作业规则的置信度,并根据预设置信度阈值与目标作业规则的置信度,确定是否根据目标作业规则控制当前推土机作业。其中,在线虚拟仿真的方式需要建立智能大数据库,根据当前推土机上传的当前作业的实时作业场景和目标作业规则等信息,根据智能大数据库中的数据进行在线虚拟仿真,确定目标作业规则库的置信度。
本发明通过采集当前推土机的实时作业场景;对所述实时作业场景进行分析识别,得到当前施工工况;根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;根据所述目标作业规则控制所述当前推土机作业。解决土石方工程施工作业依赖人力作业和操作规范性差的问题,实现了在无人监管的情况下,推土机根据当前施工工况自主进行推土作业,提高推土效率,降低人力成本效果。
实施例二
图2为本发明实施例二提供的一种无人驾驶推土机作业方法的流程图。本发明实施例的技术方案在上述技术方案的基础上进一步细化,具体主要包括如下步骤:
步骤210,采集当前推土机的实时作业场景;
步骤220,对所述实时作业场景进行分析识别,得到当前施工工况;
示例性的,当前的施工工况中的作业场类型信息对应的类型参数为平整,施工材料属性信息对应的属性参数分别为土方、体积满铲、软土和干土时,则执行如下目标作业规则:(1)无人驾驶推土机行驶至取土点;(2)铲刀下降;(3)保持铲刀高度进行铲土;(4)铲刀提升;(5)推土机运土;(6)平铺式卸土;(7)回程。当前的施工工况中的作业场类型信息对应的类型参数为平整,施工材料属性信息对应的属性参数:土方、体积超载、硬土和干土时,则执行如下作业规则:(1)无人驾驶推土机行驶至取土点;(2)铲刀下降;(3)保持铲刀高度进行铲土;(4)铲刀提升;(5)铲刀下降;(6)保持铲刀高度进行铲土;(7)铲刀提升;(8)堆积卸土;(9)回程。
本发明实施例中,不同施工工况,当前推土机执行相应的铲土、运土、卸土、回程等操作动作的顺序和次数都不相同。其中,当前推土机采用车载高性能计算平台写入相关算法,控制当前推土机完成作业。为了实现这个过程,需要将人工推土工艺流程进行分解,转换为车载高性能计算平台能理解的计算语言。
表1无人驾驶推土机作业步骤分解
步骤230,根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
步骤240,确定所述目标作业规则对应的控制参数;
本发明实施例中,目标作业规则对应的控制参数可以理解为当前推土机执行目标作业规则时所需要的控制参数。其中,所述控制参数包括:铲土力度、运土距离、铲刀高度和回程距离。
步骤250,根据所述控制参数和所述目标作业规则控制所述当前推土机作业;
本发明实施例中,当前推土机的车载高性能计算平台,根据从预设作业库中匹配得到的目标作业规则,计算出目标作业规则对应的控制参数。当前推土机根据目标作业规则对应的控制参数和目标作业规则的顺序,按照顺序完成作业动作。
本发明通过采集当前推土机的实时作业场景;对所述实时作业场景进行分析识别,得到当前施工工况;根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;确定所述目标作业规则对应的控制参数;根据所述控制参数和所述目标作业规则控制所述当前推土机作业;其中,所述控制参数包括:铲土力度、运土距离、铲刀高度和回程距离。解决土石方工程施工作业依赖人力作业和操作规范性差的问题,实现了在无人监管的情况下,推土机根据当前施工工况自主进行推土作业,提高推土效率,降低人力成本效果。
实施例三
图3为本发明实施例三提供的一种无人驾驶推土机作业装置的结构示意图。该装置包括:场景采集模块310、分析识别模块320、规则获取模块330和控制作业模块340;
场景采集模块310,用于采集当前推土机的实时作业场景;
分析识别模块320,用于对所述实时作业场景进行分析识别,得到当前施工工况;
规则获取模块330,用于根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
控制作业模块340,用于根据所述目标作业规则控制所述当前推土机作业。
进一步的,所述规则获取模块具体用于:
获取线上数据库中预设推土机的作业数据;
确定所述预设推土机的作业数据对应的推土效率;
根据预设效率阈值与所述推土效率,对所述预设推土机的作业数据进行筛选,得到目标作业数据;
将所述目标作业数据中施工工况和作业规则关联存储至所述预设作业规则库。
进一步的,所述分析识别模块具体用于:
对所述实时作业场景中的施工要素进行分析识别,得到所述当前施工工况,所述施工要素包括作业场地类型信息和施工材料属性信息,所述当前施工工况中包括所述作业场地类型信息对应的类型参数和所述施工材料属性信息对应的属性参数。
其中,所述施工材料属性信息包括施工材料的标识、体积、硬度和干湿度。
进一步的,所述规则获取模块具体用于:
从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况;
将所述目标工况对应的作业规则确定为所述目标作业规则。
进一步的,所述规则获取模块具体用于:
结合各个所述施工要素的权重计算所述当前施工工况与所述预设作业规则库中的各个施工工况的相似度;
从所述各个施工工况中选取与所述当前施工工况的相似度超过预设相似度阈值的施工工况,得到所述目标工况;或者从所述各个施工工况中选取与所述当前施工工况的相似度最大的施工工况,得到所述目标工况。
进一步的,所述控制作业模块具体用于:
确定所述目标作业规则的置信度;
在所述置信度超过预设置信度阈值时,根据所述目标作业规则控制所述当前推土机作业。
进一步的,所述控制作业模块具体用于:
确定所述目标作业规则对应的控制参数;
根据所述控制参数和所述目标作业规则控制所述当前推土机作业;
其中,所述控制参数包括:铲土力度、运土距离、铲刀高度和回程距离。
本发明实施例所提供的无人驾驶推土机作业装置可执行本发明任意实施例所提供的无人驾驶推土机作业方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例4提供的一种推土机的结构示意图。图4示出了适于用来实现本发明实施方式的示例性推土机12的框图。图4显示的推土机12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,推土机12以通用计算设备的形式表现。推土机12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
推土机12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被推土机12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。推土机12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
推土机12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该推土机12交互的设备通信,和/或与使得该推土机12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,推土机12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与推土机12的其它模块通信。应当明白,尽管图中未示出,可以结合推土机12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的推土作业方法,该方法包括:
采集当前推土机的实时作业场景;
对所述实时作业场景进行分析识别,得到当前施工工况;
根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
根据所述目标作业规则控制所述当前推土机作业。
实施例五
本发明实施例五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是实现所述的无人驾驶推土机作业方法,该方法包括:
采集当前推土机的实时作业场景;
对所述实时作业场景进行分析识别,得到当前施工工况;
根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
根据所述目标作业规则控制所述当前推土机作业。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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 (9)
1.一种无人驾驶推土机作业方法,其特征在于,包括:
采集当前推土机的实时作业场景;
对所述实时作业场景进行分析识别,得到当前施工工况;
根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
根据所述目标作业规则控制所述当前推土机作业;
其中,所述预设作业规则库通过如下方式得到:
获取线上数据库中预设推土机的作业数据;
确定所述预设推土机的作业数据对应的推土效率;
根据预设效率阈值与所述推土效率,对所述预设推土机的作业数据进行筛选,得到目标作业数据;
将所述目标作业数据中施工工况和作业规则关联存储至所述预设作业规则库。
2.根据权利要求1所述的方法,其特征在于,所述对所述实时作业场景进行分析识别,得到当前施工工况,包括:
对所述实时作业场景中的施工要素进行分析识别,得到所述当前施工工况,所述施工要素包括作业场地类型信息和施工材料属性信息,所述当前施工工况中包括所述作业场地类型信息对应的类型参数和所述施工材料属性信息对应的属性参数。
3.根据权利要求2所述的方法,其特征在于,所述施工材料属性信息包括施工材料的标识、体积、硬度和干湿度。
4.根据权利要求2或3所述的方法,其特征在于,所述根据预设作业规则库获取所述当前施工工况匹配的目标作业规则,包括:
从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况;
将所述目标工况对应的作业规则确定为所述目标作业规则。
5.根据权利要求4所述的方法,其特征在于,所述从所述预设作业规则库中寻找与所述当前施工工况的相似度满足预设相似度条件的施工工况,得到目标工况,包括:
结合各个所述施工要素的权重计算所述当前施工工况与所述预设作业规则库中的各个施工工况的相似度;
从所述各个施工工况中选取与所述当前施工工况的相似度超过预设相似度阈值的施工工况,得到所述目标工况;或者从所述各个施工工况中选取与所述当前施工工况的相似度最大的施工工况,得到所述目标工况。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标作业规则控制所述当前推土机作业,包括:
确定所述目标作业规则的置信度;
在所述置信度超过预设置信度阈值时,根据所述目标作业规则控制所述当前推土机作业。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标作业规则控制所述当前推土机作业,包括:
确定所述目标作业规则对应的控制参数;
根据所述控制参数和所述目标作业规则控制所述当前推土机作业;
其中,所述控制参数包括:铲土力度、运土距离、铲刀高度和回程距离。
8.一种推土机作业装置,其特征在于,包括:
场景采集模块,用于采集当前推土机的实时作业场景;
分析识别模块,用于对所述实时作业场景进行分析识别,得到当前施工工况;
规则获取模块,用于根据预设作业规则库获取所述当前施工工况匹配的目标作业规则;
控制作业模块,用于根据所述目标作业规则控制所述当前推土机作业;
其中,所述规则获取模块具体用于:
获取线上数据库中预设推土机的作业数据;
确定所述预设推土机的作业数据对应的推土效率;
根据预设效率阈值与所述推土效率,对所述预设推土机的作业数据进行筛选,得到目标作业数据;
将所述目标作业数据中施工工况和作业规则关联存储至所述预设作业规则库。
9.一种推土机,其特征在于,所述推土机包括:
一个或多个处理器;
摄像头,用于采集推土机的实时作业场景;
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1-7中任一所述的无人驾驶推土机作业方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110533228.7A CN113235681B (zh) | 2021-05-17 | 2021-05-17 | 一种无人驾驶推土机作业方法、装置、推土机及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110533228.7A CN113235681B (zh) | 2021-05-17 | 2021-05-17 | 一种无人驾驶推土机作业方法、装置、推土机及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113235681A CN113235681A (zh) | 2021-08-10 |
CN113235681B true CN113235681B (zh) | 2022-05-20 |
Family
ID=77134756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110533228.7A Active CN113235681B (zh) | 2021-05-17 | 2021-05-17 | 一种无人驾驶推土机作业方法、装置、推土机及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113235681B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113985834A (zh) * | 2021-12-30 | 2022-01-28 | 柳工常州机械有限公司 | 工程车及其自动优化控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110258709A (zh) * | 2019-07-08 | 2019-09-20 | 山重建机有限公司 | 一种挖掘机自动匹配不同工况的方法 |
CN110968110A (zh) * | 2018-09-29 | 2020-04-07 | 广州极飞科技有限公司 | 作业区域的确定方法、装置、无人机及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017115879A1 (ja) * | 2017-01-13 | 2017-07-06 | 株式会社小松製作所 | 作業機械の制御システム及び作業機械の制御方法 |
-
2021
- 2021-05-17 CN CN202110533228.7A patent/CN113235681B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110968110A (zh) * | 2018-09-29 | 2020-04-07 | 广州极飞科技有限公司 | 作业区域的确定方法、装置、无人机及存储介质 |
CN110258709A (zh) * | 2019-07-08 | 2019-09-20 | 山重建机有限公司 | 一种挖掘机自动匹配不同工况的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113235681A (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109798903B (zh) | 一种从地图数据中获取道路信息的方法及装置 | |
EP3028464B1 (en) | System and method for detecting features in aerial images using disparity mapping and segmentation techniques | |
Kim et al. | Data-driven scene parsing method for recognizing construction site objects in the whole image | |
CN111721308A (zh) | 三维路网地图绘制方法、装置、设备和介质 | |
CN111323788B (zh) | 建筑物变化的监测方法、装置及计算机设备 | |
CN110929565B (zh) | 基于机器学习的风险监控方法、装置、存储介质及电子设备 | |
CN113235681B (zh) | 一种无人驾驶推土机作业方法、装置、推土机及介质 | |
US11288953B2 (en) | Wildfire defender | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
CN114882316A (zh) | 目标检测模型训练方法、目标检测方法及装置 | |
Braun et al. | Bim-based progress monitoring | |
CN109034073B (zh) | 预测建筑拆除废弃物产生量的方法、系统、设备及介质 | |
CN109190139B (zh) | 一种基于bim技术的滑坡应急抢险系统 | |
CN112189398B (zh) | 土地平整方法、系统、装置、设备及存储介质 | |
KR101451946B1 (ko) | Gis기반 폐기물 매립량 추정시스템 | |
CN113052048A (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
CN116091709A (zh) | 建筑物的三维重建方法、装置、电子设备和存储介质 | |
Yu et al. | Unmanned aircraft path planning for construction safety inspections | |
CN114943809A (zh) | 一种地图模型的生成方法、装置及存储介质 | |
CN114186008A (zh) | 一种无人作业的料堆挖掘方法、装置、设备及存储介质 | |
Yasuno et al. | One-class Damage Detector Using Deeper Fully-Convolutional Data Descriptions for Civil Application | |
Shi et al. | Vision-Based Detection Method for Construction Site Monitoring by Integrating Data Augmentation and Semisupervised Learning | |
CN112000729A (zh) | 一种电力工程gis系统 | |
Kim et al. | Integration of imaging and simulation for earthmoving productivity analysis | |
CN114972988A (zh) | 一种路网提取方法、装置、设备及存储介质 |
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 |