CN113361999A - 信息生成方法及装置 - Google Patents
信息生成方法及装置 Download PDFInfo
- Publication number
- CN113361999A CN113361999A CN202110626715.8A CN202110626715A CN113361999A CN 113361999 A CN113361999 A CN 113361999A CN 202110626715 A CN202110626715 A CN 202110626715A CN 113361999 A CN113361999 A CN 113361999A
- Authority
- CN
- China
- Prior art keywords
- unmanned
- information
- distribution
- vehicle
- delivery
- 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 109
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 231
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000007499 fusion processing Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明实施例提供一种信息生成方法及装置,涉及计算机技术领域。其中,所述方法包括:监听无人配送触发事件;若监听到所述无人配送触发事件,则获取无人配送信息;基于所述无人配送信息,生成指引无人配送车行驶的导航指令。本发明实施例提供的技术方案为O2O平台提供了一种无人配送的方案,避免了现有技术中采用人工配送所出现的问题,有助于提高客户的配送体验。
Description
本申请是2017年03月03日提交中国专利局、申请号为201710124009.7、发明名称为“信息生成方法及装置”的中国专利申请的分案申请。
技术领域
本发明涉及计算机技术领域,尤其涉及一种信息生成方法及装置。
背景技术
随着电子商务和O2O(Online To Offline,线上到线下)行业的不断发展,对物流快递的效率要求也越来越高,如何解决物流最后一公里的问题和改善客户体验是未来发展的重点。
目前,配送都靠人来完成,在追求效率的绩效下,快递过程中存在很大的安全风险。配送人员有时会因为配送量过大、天气问题或配送途中出现的不可预料的意外等等,多少都会出现配送不能准时送达的情况,给部分客户带来不好的配送体验。
发明内容
针对上述问题,本发明提出了一种支持无人配送的方案。该方案具体如下:
在本发明的一个实施例中,提供了一种信息生成方法。该方法包括:监听无人配送触发事件;若监听到所述无人配送触发事件,则获取无人配送信息;基于所述无人配送信息,生成指引无人配送车行驶的导航指令。与现有技术相比,本方案增加了新功能,用户可通过应用提供的交互接口引发无人配送触发事件,以申请无人配送方式,并可基于无人配送信息生成指引无人配送车行驶的导航指令,由无人配送车将配送对象配送至目的地,以完成无人配送过程,避免了现有技术中采用人工配送所出现的问题,有助于提高客户的配送体验。
可选地,上述应用提供的交互接口可以是用户界面上显示的控件、音频接口或视频接口等等。例如,用户通过触控相应控件来引发无人配送触发事件;或者用户通过音频接口输入音频信息来引发无人配送触发事件;或者用户通过视频接口输入视频信息来引发无人配送触发事件。具体的,上述监听无人配送触发事件,包括:在用户界面上显示无人配送控件;监听针对所述无人配送控件的触发操作。或者,所述监听无人配送触发事件,包括:采集第一音频信息;判定所述第一音频信息是否满足无人配送音频触发条件。或者,所述监听无人配送触发事件,包括:采集视频信息;判定所述视频信息是否满足无人配送视频触发条件。
可选地,上述获取无人配送信息,包括:显示配置界面;获取通过所述配置界面输入的无人配送信息。或者,所述获取无人配送信息,包括:显示音频控件;响应于针对所述音频控件的触发操作,采集第二音频信息;识别所述第二音频信息,得到所述无人配送信息。
可选地,上述方法中,所述基于所述无人配送信息,生成指引无人配送车行驶的导航指令,包括:基于所述无人配送信息,得到配送路径;获取所述无人配送车的定位信息;根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
可选地,上述方法中,获取所述无人配送车的定位信息,包括:获取所述无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
进一步的,上述对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息,包括:采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
可选地,上述方法还可包括:获取可用无人配送车标识;将所述可用无人配送车标识展现在所述配置界面中供选择。
可选地,上述方法还可包括:获取所述无人配送车行驶时采集的环境图像;将所述环境图像显示在所述用户界面上。
可选地,上述方法还可包括:在用户界面上显示遥控控件;响应于通过操作所述遥控控件生成的遥控指令,生成改变所述无人配送车行驶动作的驱动指令。
在本发明的另一个实施例中,提供了一种信息生成方法。该方法包括:获取运输车的卸车地址;基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。本实施例提供了一种由统一的运输车将具有相同配送方向的无人配送车送达到对应的卸车地址,然后再由无人配送车自行送达至最终目的地,这样做的目的是因为无人配送车的配送距离有限,采用运输车送达到卸车地址后最后一公里的问题由无人配送车完成,能有效的解决无人配送车配送距离有限的问题;此外,还有助于减低无人配送车的功耗。
可选地,根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令,包括:基于所述无人配送信息,得到配送路径;获取所述目标无人配送车的定位信息;根据所述配送路径和所述定位信息,生成指引所述目标无人配送车行驶的导航指令。
可选地,获取所述目标无人配送车的定位信息,包括:获取所述目标无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。进一步的,可采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
可选地,上述方法还可包括:获取待装载无人配送车的送/取地址;根据所述送/取地址,为所述待装载无人配送车指派运输车。
可选地,根据所述送/取地址,为所述待装载无人配送车指派运输车,包括:对所述送/取地址进行划分,得到多个地址要素;从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址;获取多个运输车的运输路线;将所述多个运输车中运输路线包含有所述指派参照地址的运输车指派给所述待装载无人配送车。
可选地,从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址,包括:根据地址要素及所属级别的对应关系,获取所述多个地址要素中各地址要素的所属级别;将所述多个地址要素中,所属级别高于或等于所述指定级别的地址要素组合成所述指派参照地址。
在本发明的又一个实施例中,提供了一种信息生成装置。该装置包括:监听模块,用于监听无人配送触发事件;第一获取模块,用于当监听到所述无人配送触发事件时,获取无人配送信息;生成模块,用于基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
在本发明的又一个实施例中,提供了一种信息生成装置。该装置包括:第一获取模块,用于获取运输车的卸车地址;确定模块,用于基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;生成模块,用于根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
在一种可能的设计中,信息生成装置的结构中包含处理器和存储器,所述存储器用于存储支持所述信息生成装置执行上述信息生成方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述信息生成装置还可以包括通讯接口,用于实现所述信息生成装置与其他设备或通信网络通信。
在本发明的又一实施例中,提供了一种计算机存储介质,用于存储信息生成装置所用的计算机软件指令,其包含于执行上述信息生成方法为信息生成装置所涉及的程序。
本发明实施例提供的技术方案,为O2O平台提供了一种无人配送的方案。基于无人配送车所需配送对象的无人配送信息,生成指引无人配送车行驶的导航指令,避免了现有技术中采用人工配送所出现的问题,有助于提高客户的配送体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种无人配送车的结构示意图;
图2示出了本发明一实施例提供的信息生成方法的流程示意图;
图3为本发明实施例涉及的扩展卡尔曼滤波方法进行定位导航的流程示意图;
图4示出了本发明另一实施例提供的信息生成方法的流程示意图;
图5为本发明实施例提供的一种无人配送系统的结构示意图;
图6示出了本发明又一实施例提供的信息生成方法的流程示意图;
图7示出了本发明一实施例提供的信息生成装置的结构框图;
图8示出了本发明另一实施例提供的信息生成装置的结构框图;
图9示出了本发明又一实施例提供的信息生成装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书、权利要求书及上述附图中描述的一些流程中,包含了按照特定顺序出现的多个操作,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等,仅仅是用于区分各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域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,都属于本发明保护的范围。
本发明提供的以下各实施例可基于如下的实体设备实现。
如图1所示,无人配送车100包括:主控板110、马达和驱动板120、电池130、无线通信单元140、摄像头150以及多个定位传感器160。其中,主控板110用于连接其它功能模块,主要用于收集摄像头150、多个定位传感器160采集的数据和控制马达。马达和驱动板120用于接收主控板110的指令,并根据接收到得指令驱动无人配送车100的移动。电池130用于为各功能模块供电。无线通信单元140(例如无线保真wifi板)支持无线接入,用于传送视频和控制指令。摄像头150进行视频采集,用于支持远程视频遥控和运动物体检测。多个定位传感器160包括:激光雷达、GPS(Global Positioning System全球定位系统)传感器、里程计,以及惯性导航传感器(比如加速度计、电子罗盘和陀螺仪等)等,用于将采集到的数据通过无线通信单元140发送至外部设备(例如终端或服务器),由外部设备根据多个定位传感器160采集到的数据确定无人配送车100的定位信息。
无人配送车100可结合外部设备构成无人配送系统。该外部设备可包含有:终端和/或服务端。其中,终端可以是手机、PAD(Personal Digital Assistant,个人数字助理)、台式计算机或笔记本电脑等等。终端支持移动无线信号,可基于无人配送车100的多个定位传感器160,例如激光雷达数据、GPS定位、里程计数据和惯性导航传感器等采集的数据,进行融合处理,然后生成导航指令,经互联网(例如wifi板)下发至无人配送车100的主控板110,以使主控板110向马达和驱动板120发送指令,由驱动板驱动马达工作,带动无人配送车100行驶。此外,终端也可作为人机交互接口,支持用户通过交互界面配置无人配送信息(例如指定无人配送车、配送路径、配送地址等等),也可以在紧急时进行远程对话。服务端可作为后端服务的支撑平台,实现无人配送车的数据收集、控制和管理,对无人配送车100进行远程状态监控和视频监控。
基于上述硬件架构,图2示出了本发明一实施例提供的信息生成方法的流程示意图。如图2所示,本实施例提供的所述方法,包括:
101、监听无人配送触发事件。
102、若监听到所述无人配送触发事件,则获取无人配送信息。
103、基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
上述101中,用户可通过应用提供的交互接口引发无人配送触发事件,以申请无人配送方式。应用提供的交互接口可以是用户界面上显示的控件、音频接口或视频接口等等。例如,用户通过触控相应控件来引发无人配送触发事件;或者用户通过音频接口输入音频信息来引发无人配送触发事件;或者用户通过视频接口输入视频信息来引发无人配送触发事件。一种可实现的方案是:上述监听无人配送触发事件,包括:在用户界面上显示无人配送控件;监听针对所述无人配送控件的触发操作。用户界面可以是现有应用APP上的已有的页面,也可以是一个新添加的页面,对此本发明实施例不作具体限定。例如,在外卖应用场景下,用户界面可以是商户端APP中的一个已有界面,在该已有界面上显示无人配送控件,以方便商户针对某一订单选择无人配送方案。监听到针对所述无人配送控件的触发操作,即意味着监听到无人配送触发事件。另一种可实现的方案是:所述监听无人配送触发事件,包括:采集第一音频信息;判定所述第一音频信息是否满足无人配送音频触发条件。其中,若第一音频信息满足无人配送音频触发条件,即意味着监听到无人配送触发事件。例如,启用终端上的音频采集器(如麦克风)采集音频信息。音频信息可以是“无人配送”的语音、或包含有“无人配送”的语音,本发明实施例对此不作具体限定。无人配送音频触发条件可以是识别音频信息中是否包含有“无人配送”的音频信息,包含即满足条件,否则不满足。又一种可实现的方案是:所述监听无人配送触发事件,包括:采集视频信息;判定所述视频信息是否满足无人配送视频触发条件。其中,若视频信息满足无人配送视频触发条件,即意味着监听到无人配送触发事件。例如,启用终端上的视频采集设备(如摄像头)采集视频信息(如手势视频、头部视频等等)。假设无人配送视频触发条件为手指从左向右滑动,若识别采集到的视频信息中手势是从左向右滑动,则说明视频信息满足无人配送视频触发条件。
上述102中,获取无人配送信息可采用如下几种方式实现。
方式一:在用户界面上显示配置界面;获取通过所述配置界面输入的无人配送信息。配置界面中可显示有:无人配送车配置项、配送地址配置项、配送路径配置项、无人配送车出发时刻配置项等中的一项或多项。其中,上述各配置项可以是以待填入相应内容的空格形式显示在界面上,也可以是以多个待选择的选择内容形式显示在界面上。当无人配送配置界面是以多个选择内容的方式来展示各配置项供用户点选时,显示的这些选择内容可以是服务端推送过来的信息。例如,服务端根据客户订单信息,为商户推送离商户最近的无人配送车、推送配送路径等等。在一种应用场景下,服务端获取无人配送车的定位信息以及申请无人配送商户的地址,确定距离商户较近的无人配送车,并将这些距离商户较近的无人配送车作为可用无人配送车推送给商户,以显示在配置界面中。即本实施例提供的所述方法还可包括:获取可用无人配送车标识;以及将所述可用无人配送车标识展现在所述配置界面中供选择。当然,在实际应用中还可有如下实现方案,即为每个商户指定一个或多个固定的无人配送车,固定的无人配送车仅用来服务该商户。这种情况下,配置界面中的无人配送车配置项即可显示为默认值(该固定无人配送车的标识)。客户通过客户端APP选餐完毕并确认下单后,通常会由客户来填选配送地址,这时配送地址会在该无人配送配置界面中直接显示。若客户在下单时设置了期望送餐时段,则在此种情况下无人配送车出发时刻可由系统自动根据客户下单时设置的期望送餐时段计算出发时刻。其中,计算出发时刻可根据配送距离,配送时段、无人配送车的平均行驶速度以及期望送餐时段来计算。
方式二、显示音频控件;响应于针对所述音频控件的触发操作,采集第二音频信息;识别所述第二音频信息,得到所述无人配送信息。在外卖应用情景下,商户可通过语音方式来输入所述无人配送信息。例如,商户通过长按应用界面上的音频控件,来启用终端上的麦克风采集商户发出的语音。或者,商户触发音频控件后,即启动终端上的麦克风采集商户发出的语音。同样的,第二音频信息中可包含有有关:无人配送车信息、配送地址信息、配送路径信息、无人配送车出发时刻信息中的一项或多项对应的音频。
上述103中,无人配送信息可包含有:无人配送车标识、配送地址、配送路径、无人配送车出发时刻等。假设,商户有一个或多个指定的无人配送车,或者由服务端为商户随机指定无人配送车,上述无人配送信息中便可不包含无人配送车标识。若无人配送车为商户自己选定的,此时无人配送信息中可包含无人配送车标识。根据无人配送车标识即可确定预导航的无人配送车;根据配送地址可以确定一条或多条配送路径;根据配送路径,可生成驱动无人配送车行驶的导航指令。其中,该配送路径可以是商户或运营团队预先确定的,或者是服务端推送的。通过实时定位无人配送车的位置,然后根据当前位置确定下一步行驶的导航指令,以将无人配送车按照配送路径向前推进。
在一种可实现的方案中,上述103可采用如下方法实现:
S11、基于所述无人配送信息,得到配送路径。
S12、获取所述无人配送车的定位信息。
S13、根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
上述S11中,无人配送信息中若不包含配送路径,则可根据当前地址及无人配送信息中包含的配送地址,确定配送路径。
上述S12中,可采用如下方法获取所述无人配送车的定位信息:获取所述无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。其中,多个定位传感器可包括:激光雷达、里程计、惯性导航传感器和全球定位系统GPS传感器等。惯性导航传感器可以是加速度计、电子罗盘或陀螺仪。上述多个定位传感器采集到的数据,可采用扩展卡尔曼滤波进行融合处理,以得到定位信息。
由于单一定位传感器获取的信息量有限,难以保证输入信息的准确性、可靠性及充足性。因此仅依靠单一定位传感器信息不能精确定位。多个定位传感器信息的输入将有效解决信息量不足问题,多个定位传感器可提供同一位置的冗余信息和互补信息,通过对所有定位传感器信息的合理融合,以达到精确定位目的。
本实施例中可采用具有特征提取的扩展卡尔曼滤波定位方法,以里程计、陀螺仪、激光雷达为主要传感器,将相对定位与绝对定位进行组合,里程计与陀螺仪的融合滤波作为无人配送车的运动学模型。激光雷达获取环境特征,对无人配送车进行绝对定位,建立其模型作为无人配送车的位置观测模型。运动模型与观测模型进行结合,利用扩展卡尔曼滤波对环境特征进行跟踪,最终实现无人配送车的精确定位。
扩展卡尔曼滤波定位的过程是一个递推过程。第一步位置预测或动作更新,把高斯误差运动模型直接应用到无人配送车所测量的里程计与陀螺仪的行走,获取里程计和陀螺仪的数据,通过里程计和陀螺仪的估计融合,产生无人配送车的预测位置。然后,根据预设位置,在环境地图数据库中找到与之匹配的预测观测值,即预测激光雷达将提取到的环境特征及特征的位置信息。在匹配过程中,无人配送车将预测的观测值与激光雷达的实际观测值进行匹配,找出最佳匹配。最后应用扩展卡尔曼滤波将最佳匹配所提供的信息进行数据融合,更新估计中无人配送车的信任度状态,即得到无人配送车位置的最佳估计。
读出里程计和陀螺仪两者数据来推算无人配送车的位置信息。因为无人配送车运动中集成了两传感器测量误差,所以位置误差随时间累加。无人配送车上安装的外感受传感器激光雷达对运动过程中的位置误差的消除起着关键作用。系统工作过程中激光雷达外部环境与地图的匹配,获得了无人配送车的绝对定位信息,利用绝对定位信息不断修正无人配送车自身的误差值,从系统克服了仅信任里程计或陀螺仪定位带来的越来越大的累积误差,从而实现无人配送车长时间的精确定位。
具体的,基于扩展卡尔曼滤波方法进行定位导航的过程如图3所示,包括:
S21、位置预估:首先根据无人配送车的运动模型进行位置预估;
S22、观测差异:获取传感器观测的实际值,同时根据预估位置,从已知地图中获取观测的估计值,然后计算差异;
S23、特征匹配:对观测的实际值与估计值进行匹配,这是一个递推的过程,直到找到最佳匹配;
S24、位置更新:基于观测差异更新无人配送车的位置。
由上述过程可知,扩展卡尔曼滤波定位方法本质上就是:在无人配送车自动行驶时,将多个传感器所采集到的实际信息与环境地图数据库中的信息进行匹配,以确定无人配送车行驶路线的准确性。其中,环境地图数据库中的信息可采用路线录制的方法获取。例如,采用人工遥控的方式驱动无人配送车按照指定路线行驶一遍,预先录制快递路线的目的就是为了获取扩展卡尔曼滤波方法中所需的环境地图数据库。录制的过程就是由人遥控无人配送车行走,无人配送车在行驶的过程中实时的记录多个传感器所采集到的信息,例如GPS信息、摄像头采集到的周围障碍物的信息、激光雷达采集到的当前小车距周围障碍物的距离、惯性导航传感器采集到的当前小车的姿态(比如上坡、下坡、右拐、左拐及对应拐弯角度等)、里程计采集到的行驶的距离等等。将录制下来的所有信息存储至环境地图数据库中。
本实施例提供的技术方案,为O2O平台提供了一种无人配送的方案。基于无人配送车所需配送对象的无人配送信息,生成指引所述无人配送信息指定的无人配送车行驶的导航指令,避免了现有技术中采用人工配送所出现的问题,有助于提高客户的配送体验。
图4示出了本发明另一实施例提供的信息生成方法的流程示意图。如图4所示,本实施例提供的所述方法,包括:
201、在用户界面上显示无人配送控件。
202、响应于通过触控所述无人配送控件生成的无人配送指令,显示配置界面。
203、基于通过所述配置界面输入的无人配送信息,生成指引无人配送车行驶的导航指令。
204、获取所述无人配送车行驶时采集的环境图像。
205、将所述环境图像显示在所述用户界面上。
206、在用户界面上显示遥控控件。
207、响应于通过操作所述遥控控件生成的遥控指令,生成改变所述无人配送车行驶动作的驱动指令。
有关步骤201~203可参见上述实施例中的相应内容,此处不再赘述。
上述204和205中,显示有环境图像的用户界面和显示无人配送控件的用户界面可以是同一界面,也可以不是同一界面,本发明实施例对此不作具体限定。
上述206和207步骤可由用户触发启动或者在所述无人配送车导航出错的时候启动。例如,用户通过观看环境图像来查看无人配送车是否偏离配送路线,若存在偏离,则用户可直接使用客户端界面中显示的遥控控件对无人配送车进行遥控。又例如,服务端在监控所述无人配送车的行驶路线时,若通过对比监控路线与指定路线发现行驶路线偏离时,向无人配送车对应的客户端发送偏离警示信息。此时,客户端显示该偏离警示信息,若用户确认该偏离警示信息并启动手动遥控,则显示遥控界面(该遥控界面中显示有遥控控件),以便用户通过操作所述遥控控件来改变所述无人配送车行驶动作。
上述实施例提供的技术方案的执行主体可以是终端,例如:手机、PAD(PersonalDigital Assistant,个人数字助理)、台式计算机或笔记本电脑等等。
基于同一发明构思,上述无人配送仅适用于近距离配送。下述实施例提供了一种无人配送方案,该方案可适用于远距离配送。该配送方案需基于如下实体系统来实现。如图5所示,该实体系统可包含:无人配送车300、运输车310、终端320和服务端330。其中,无人配送车300可采用上述提到的结构实现,此处不再赘述。运输车310可选用无人驾驶车辆,该无人驾驶车辆可装载多个无人配送车300。本实施例是利用无人驾驶汽车进行规模化集中运输,然后利用多个小型无人配送车进行派送,解决好最后一公里问题,提升客户体验。例如,由无人驾驶汽车将在同一小区的外卖或快递送达至小区内;再由多个小型无人配送车将外卖或快递分送至不同楼号、不同楼层、不同门号的用户手中。终端320和服务端330可作为运输车310和无人配送车300的后端服务的支撑平台,实现无人配送车300和运输车310的数据收集、控制和管理。
图6示出了本发明又一实施例提供的信息生成方法的流程示意图。如图6所示,所述方法包括:
301、获取运输车的卸车地址。
302、基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车。
303、根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
上述301中,运输车的运输路线可包含有一个站点或多个站点。即上述卸车地址可能是运输路线的中途的一个站点,也可能是运输目的地。
上述302中,运输车上装载有多个无人配送车。装载的多个无人配送车具有相同的卸车地址。例如,所述运输车的运输路线包含有多个站点,分别为:站点1、站点2和站点3。多个无人配送车中,无人配送车1的配送地址为:A市B区C街道D小区1号楼1001室、无人配送车2的配送地址为A市B区C街道D小区1号楼1203室、无人配送车3的配送地址为A市B区C街道D小区8号楼0501室、无人配送车4的配送地址为A市B区C街道D小区12号楼0403室。其中,这4个无人配送车的配送地址均为A市B区C街道D小区,因此,可将这4个无人配送车指派一个运输车,将其运输到该小区的卸车地点。这些无人配送车到达卸车地点后,可以是运输车向车上的无人配送车发送卸车指示,也可以由运输车将到达卸车地点的信息发送至服务端/终端,服务端/终端在接收到该信息后向运输车上的无人配送车发送卸车指示。
上述303中,目标无人配送车对应的无人配送信息为预先设置的。例如,在外卖类应用场景中,商户通过客户端APP对无人配送车的无人配送信息进行配置。这里需要说明的是:上述实施例提供的技术方案的执行主体可以是终端(可以是商户终端/配送服务提供者终端)或服务端(例如O2O平台)。当上述方案的执行主体是服务端时,上述通过客户端APP对无人配送车的无人配送信息配置完成后,需将配置完成的数据上传至服务端,以便于服务端根据该配置信息,对目标无人配送车进行导航。当然,上述方案中的各步骤的执行主体也可以不是同一设备,例如,上述步骤301和302的执行主体为服务端,上述步骤303的执行主体为终端;等等。
上述303,根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令,可采用如下方法实现:基于所述无人配送信息,得到配送路径;获取所述目标无人配送车的定位信息;根据所述配送路径和所述定位信息,生成指引所述目标无人配送车行驶的导航指令。其中,获取所述目标无人配送车的定位信息包括:获取所述目标无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。多个定位传感器包括:激光雷达、里程计、惯性导航传感器和全球定位系统GPS传感器等。惯性导航传感器可以是加速度计、电子罗盘或陀螺仪等。一种可实现的方案是,采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。扩展卡尔曼滤波定位方法可参见上述实施例中的相应内容,此处不再赘述。
在实际应用中存在运输车装载有多个卸车站点的无人配送车的情况。该情况下,可对多个卸车站点的无人配送车的上车顺序进行排序。例如,运输车的运输站点顺序为:站点1、站点2和站点3。该运输车上装载有3批无人配送车,以分别在站点1、站点2和站点3卸车。此时,因将卸车站点为站点3的无人配送车先装车;然后将卸车站点为站点2的无人配送车在前批装载完成后,再装车;最后装载卸车站点为站点3的无人配送车。
进一步的,上述无人配送车装车可采用自动装车的方案。即上述实施例提供的方法还可包括如下方法:获取待装载无人配送车的送/取地址;根据所述送/取地址,为所述待装载无人配送车指派运输车。
其中,待装载无人配送车可能是:1、从商户中出来欲进行配送的无人配送车;2、已配送完的无人配送车。因此,待装载无人配送车的送/取地址可能是配送对象(如餐品、快递件等)的配送地址,也可能是取件地址(例如,商户地址、快递分发站等)。
上述根据所述送/取地址,为所述待装载无人配送车指派运输车,可采用如下方法实现:
S31、对所述送/取地址进行划分,得到多个地址要素。
S32、从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址。
S33、获取多个运输车的运输路线。
S34、将所述多个运输车中运输路线包含有所述指派参照地址的运输车指派给所述待装载无人配送车。
可以这么理解:假设送/取地址是:**市**区**街道**小区**楼号**室;假设运输车需将具有相同**市**区**街道**小区的无人配送车送到**小区,则提取的指定级别的地址要素即**市**区**街道**小区。
上述S32从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址,可采用如下方法实现:根据地址要素及所属级别的对应关系,获取所述多个地址要素中各地址要素的所属级别;将所述多个地址要素中,所属级别高于或等于所述指定级别的地址要素组合成所述指派参照地址。
地址要素是指在某一限定区域内,可以指定某一具体范围的地址。一个地址由一个或多个地址要素组成,每个地址要素为地址串中的一个相对独立的部分。地址要素具有一定的规律性,一般以省、市、区、县、镇、社区等关键词结尾。基于这一规律性,可将一个地址划分为多个地址要素,然后根据下表1的对应关系,可以获得各地址要素对应的级别。
表1地址要素及所属级别的对应关系
本实施例提供了一种由统一的运输车将具有相同配送方向的无人配送车送达到对应的卸车地址,然后再由无人配送车自行送达至最终目的地,这样做的目的是因为无人配送车的配送距离有限,采用运输车送达到卸车地址后最后一公里的问题由无人配送车完成,能有效的解决无人配送车配送距离有限的问题;此外,还有助于减低无人配送车的功耗。
需要说明的是,上述实施例所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤301至步骤303的执行主体可以为设备A;又比如,步骤301和302的执行主体可以为设备A,步骤303的执行主体可以为设备B;等等。
图7示出了本发明一实施例提供的信息生成装置的结构框图。如图7所示,本实施例提供的装置包括:监听模块410、第一获取模块420和生成模块430。其中,监听模块410用于监听无人配送触发事件;第一获取模块420用于当监听到所述无人配送触发事件时,获取无人配送信息;生成模块430用于基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
本实施例提供的技术方案,为O2O平台提供了一种无人配送的方案。基于无人配送车所需配送对象的无人配送信息,生成指引所述无人配送信息指定的无人配送车行驶的导航指令,避免了现有技术中采用人工配送所出现的问题,有助于提高客户的配送体验。
进一步的,上述监听模块410还用于:在用户界面上显示无人配送控件;监听针对所述无人配送控件的触发操作。或者,所述监听模块还用于:采集第一音频信息;判定所述第一音频信息是否满足无人配送音频触发条件。或者,所述监听模块还用于:采集视频信息;判定所述视频信息是否满足无人配送视频触发条件。
进一步的,上述第一获取模块420还用于显示配置界面;获取通过所述配置界面输入的无人配送信息。或者,所述第一获取模块还用于:显示音频控件;响应于针对所述音频控件的触发操作,采集第二音频信息;识别所述第二音频信息,得到所述无人配送信息。
进一步的,所述生成模块可采用如下结构实现。具体的,生成模块包括:处理单元、获取单元和生成单元。其中,处理单元用于基于所述无人配送信息,得到配送路径;获取单元用于获取所述无人配送车的定位信息;生成单元用于根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
进一步的,上述提及的获取单元还可用于:获取所述无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
进一步的,上述获取单元还可用于:采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
进一步的,上述实施例提供的装置,还可包括:第二获取模块和第一显示模块。其中,第二获取模块用于获取可用无人配送车标识;第一显示模块用于将所述可用无人配送车标识展现在所述配置界面中供选择。
进一步的,上述装置还可包括:第三获取模块和第二显示模块。其中,第三获取模块用于获取所述无人配送车行驶时采集的环境图像;第二显示模块用于将所述环境图像显示在所述用户界面上。
进一步的,上述装置还可包括:第三显示模块。其中,第三显示模块用于在用户界面上显示遥控控件;上述提及的生成模块还用于响应于通过操作所述遥控控件生成的遥控指令,生成改变所述无人配送车行驶动作的驱动指令。
这里需要说明的是:上述实施例提供的信息处理装置可实现上述图1~图4所示方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容,此处不再赘述。
图8示出了本发明另一实施例提供的信息生成装置的结构框图。本实施例提供的技术方案与上述图7提供的方案属于同一发明构思,都是通过对无人配送车进行导航来实现无人配送的方案。而本实施例提供的技术方案是采用运输车和无人配送车相结合的方案来实现无人配送的。如图8所示,本实施例提供的装置包括:第一获取模块510、确定模块520和生成模块530。其中,第一获取模块510用于获取运输车到达的卸车地址;确定模块520用于基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;生成模块530用于根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
本实施例提供了一种由统一的运输车将具有相同配送方向的无人配送车送达到对应的卸车地址,然后再由无人配送车自行送达至最终目的地,这样做的目的是因为无人配送车的配送距离有限,采用运输车送达到卸车地址后最后一公里的问题由无人配送车完成,能有效的解决无人配送车配送距离有限的问题;此外,还有助于减低无人配送车的功耗。
进一步的,上述提及的生成模块可采用如下结构实现。具体的,生成模块包括:处理单元、第一获取单元和生成单元。其中,处理单元用于基于所述无人配送信息,得到配送路径;第一获取单元用于获取所述目标无人配送车的定位信息;生成单元用于根据所述配送路径和所述定位信息,生成指引所述目标无人配送车行驶的导航指令。
进一步的,上述第一获取模块还可用于:获取所述目标无人配送车上安装的多个定位传感器的监测信息;对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
进一步的,上述装置还可包括:第二获取模块和指派模块。其中,第二获取模块用于获取待装载无人配送车的送/取地址;指派模块用于根据所述送/取地址,为所述待装载无人配送车指派运输车。
进一步的,上述提及的指派模块可采用如下结构实现。指派模块包括:划分单元、提取单元、第二获取单元和指派单元。其中,划分单元用于对所述送/取地址进行划分,得到多个地址要素;提取单元用于从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址;第二获取单元用于获取多个运输车的运输路线;指派单元用于将所述多个运输车中运输路线包含有所述指派参照地址的运输车指派给所述待装载无人配送车。
再进一步的,上述提取单元还可用于:根据地址要素及所属级别的对应关系,获取所述多个地址要素中各地址要素的所属级别;将所述多个地址要素中,所属级别高于或等于所述指定级别的地址要素组合成所述指派参照地址。
这里需要说明的是:上述实施例提供的信息处理装置可实现上述图5~图6所示方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容,此处不再赘述。
在一个可能的设计中,信息生成装置的结构中包括处理器610和存储器620(如图9所示),所述存储器620用于存储支持信息生成装置执行上述信息生成方法的程序,所述处理器610被配置为用于执行所述存储器620中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令供所述处理器调用执行。
存储器620作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的信息生成方法对应的程序指令/模块(例如,附图7所示的监听模块410、第一获取模块420和生成模块430;或者附图8所示的第一获取模块510、确定模块520和生成模块530)。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例的信息生成方法。
所述处理器610用于:监听无人配送触发事件;若监听到所述无人配送触发事件,则获取无人配送信息;基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
或者,所述处理器610用于:获取运输车的卸车地址;基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
处理器610可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明实施例还提供的一种计算机存储介质,用于存储信息生成装置所用的计算机软件指令,其包含用于执行上述方法实施例中的信息生成方法为信息生成装置所涉及的程序。
以上所描述的装置实施例仅仅是示意性的,其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明公开了A1、一种信息生成方法,包括:
监听无人配送触发事件;
若监听到所述无人配送触发事件,则获取无人配送信息;
基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
A2、如A1所述的方法,所述监听无人配送触发事件,包括:
在用户界面上显示无人配送控件;
监听针对所述无人配送控件的触发操作;
或者,所述监听无人配送触发事件,包括:
采集第一音频信息;
判定所述第一音频信息是否满足无人配送音频触发条件;
或者,所述监听无人配送触发事件,包括:
采集视频信息;
判定所述视频信息是否满足无人配送视频触发条件。
A3、如A1所述的方法,所述获取无人配送信息,包括:
在用户界面上显示配置界面;
获取通过所述配置界面输入的无人配送信息;
或者,所述获取无人配送信息,包括:
显示音频控件;
响应于针对所述音频控件的触发操作,采集第二音频信息;
识别所述第二音频信息,得到所述无人配送信息。
A4、如A1至A3中任一项所述的方法,所述基于所述无人配送信息,生成指引无人配送车行驶的导航指令,包括:
基于所述无人配送信息,得到配送路径;
获取所述无人配送车的定位信息;
根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
A5、如A4所述的方法,获取所述无人配送车的定位信息,包括:
获取所述无人配送车上安装的多个定位传感器的监测信息;
对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
A6、如A5所述的方法,对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息,包括:
采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
A7、如A1至A3中任一项所述的方法,还包括:
获取可用无人配送车标识;
将所述可用无人配送车标识展现在所述配置界面中供选择。
A8、如A1至A3中任一项所述的方法,还包括:
获取所述无人配送车行驶时采集的环境图像;
将所述环境图像显示在所述用户界面上。
A9、如A1至A3中任一项所述的方法,还包括:
在用户界面上显示遥控控件;
响应于通过操作所述遥控控件生成的遥控指令,生成改变所述无人配送车行驶动作的驱动指令。
B10、一种信息生成方法,包括:
获取运输车的卸车地址;
基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;
根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
B11、如B10所述的方法,根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令,包括:
基于所述无人配送信息,得到配送路径;
获取所述目标无人配送车的定位信息;
根据所述配送路径和所述定位信息,生成指引所述目标无人配送车行驶的导航指令。
B12、如B11所述的方法,获取所述目标无人配送车的定位信息,包括:
获取所述目标无人配送车上安装的多个定位传感器的监测信息;
对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
B13、如B10至B12中任一项所述的方法,还包括:
获取待装载无人配送车的送/取地址;
根据所述送/取地址,为所述待装载无人配送车指派运输车。
B14、如B13所述的方法,根据所述送/取地址,为所述待装载无人配送车指派运输车,包括:
对所述送/取地址进行划分,得到多个地址要素;
从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址;
获取多个运输车的运输路线;
将所述多个运输车中运输路线包含有所述指派参照地址的运输车指派给所述待装载无人配送车。
B15、如B14所述的方法,从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址,包括:
根据地址要素及所属级别的对应关系,获取所述多个地址要素中各地址要素的所属级别;
将所述多个地址要素中,所属级别高于或等于所述指定级别的地址要素组合成所述指派参照地址。
C16、一种信息生成装置,包括:
监听模块,用于监听无人配送触发事件;
第一获取模块,用于当监听到所述无人配送触发事件时,获取无人配送信息;
生成模块,用于基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
C17、如C16所述的装置,所述监听模块还用于:在用户界面上显示无人配送控件;监听针对所述无人配送控件的触发操作;
或者,所述监听模块还用于:采集第一音频信息;判定所述第一音频信息是否满足无人配送音频触发条件;
或者,所述监听模块还用于:采集视频信息;判定所述视频信息是否满足无人配送视频触发条件。
C18、如C16所述的装置,所述第一获取模块还用于:显示配置界面;获取通过所述配置界面输入的无人配送信息;
或者,所述第一获取模块还用于:显示音频控件;响应于针对所述音频控件的触发操作,采集第二音频信息;识别所述第二音频信息,得到所述无人配送信息。
C19、如C16至C18中任一项所述的装置,所述生成模块,包括:
处理单元,用于基于所述无人配送信息,得到配送路径;
获取单元,用于获取所述无人配送车的定位信息;
生成单元,用于根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
C20、如C19所述的装置,所述获取单元,还用于:
获取所述无人配送车上安装的多个定位传感器的监测信息;
对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
C21、如C20所述的装置,所述获取单元,还用于:采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
C22、如C16至C18中任一项所述的装置,还包括:
第二获取模块,用于获取可用无人配送车标识;
第一显示模块,用于将所述可用无人配送车标识展现在所述配置界面中供选择。
C23、如C16至C18中任一项所述的装置,还包括:
第三获取模块,用于获取所述无人配送车行驶时采集的环境图像;
第二显示模块,用于将所述环境图像显示在所述用户界面上。
C24、如C16至C18中任一项所述的装置,还包括:
第三显示模块,用于在用户界面上显示遥控控件;
所述生成模块,还用于响应于通过操作所述遥控控件生成的遥控指令,生成改变所述无人配送车行驶动作的驱动指令。
D25、一种信息生成装置,包括:
第一获取模块,用于获取运输车的卸车地址;
确定模块,用于基于所述运输车上装载的多个无人配送车的配送信息,确定所述多个无人配送车中需在所述卸车地址卸车的目标无人配送车;
生成模块,用于根据所述目标无人配送车对应的无人配送信息,生成指引所述目标无人配送车行驶的导航指令。
D26、如D25所述的装置,所述生成模块,包括:
处理单元,用于基于所述无人配送信息,得到配送路径;
第一获取单元,用于获取所述目标无人配送车的定位信息;
生成单元,用于根据所述配送路径和所述定位信息,生成指引所述目标无人配送车行驶的导航指令。
D27、如D26所述的装置,所述第一获取单元,还用于:
获取所述目标无人配送车上安装的多个定位传感器的监测信息;
对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
D28、如D25至D27中任一项所述的装置,还包括:
第二获取模块,用于获取待装载无人配送车的送/取地址;
指派模块,用于根据所述送/取地址,为所述待装载无人配送车指派运输车。
D29、如D28所述的装置,所述指派模块,包括:
划分单元,用于对所述送/取地址进行划分,得到多个地址要素;
提取单元,用于从所述多个地址要素中,提取指定级别的地址要素作为指派参照地址;
第二获取单元,用于获取多个运输车的运输路线;
指派单元,用于将所述多个运输车中运输路线包含有所述指派参照地址的运输车指派给所述待装载无人配送车。
D30、如D29所述的装置,所述提取单元,还用于:
根据地址要素及所属级别的对应关系,获取所述多个地址要素中各地址要素的所属级别;
将所述多个地址要素中,所属级别高于或等于所述指定级别的地址要素组合成所述指派参照地址。
Claims (10)
1.一种信息生成方法,其特征在于,包括:
监听无人配送触发事件;
若监听到所述无人配送触发事件,则获取无人配送信息;
基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
2.根据权利要求1所述的方法,其特征在于,所述监听无人配送触发事件,包括:
在用户界面上显示无人配送控件;
监听针对所述无人配送控件的触发操作;
或者,所述监听无人配送触发事件,包括:
采集第一音频信息;
判定所述第一音频信息是否满足无人配送音频触发条件;
或者,所述监听无人配送触发事件,包括:
采集视频信息;
判定所述视频信息是否满足无人配送视频触发条件。
3.根据权利要求1所述的方法,其特征在于,所述获取无人配送信息,包括:
在用户界面上显示配置界面;
获取通过所述配置界面输入的无人配送信息;
或者,所述获取无人配送信息,包括:
显示音频控件;
响应于针对所述音频控件的触发操作,采集第二音频信息;
识别所述第二音频信息,得到所述无人配送信息。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述基于所述无人配送信息,生成指引无人配送车行驶的导航指令,包括:
基于所述无人配送信息,得到配送路径;
获取所述无人配送车的定位信息;
根据所述配送路径和所述定位信息,生成指引所述无人配送车行驶的导航指令。
5.根据权利要求4所述的方法,其特征在于,获取所述无人配送车的定位信息,包括:
获取所述无人配送车上安装的多个定位传感器的监测信息;
对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息。
6.根据权利要求5所述的方法,其特征在于,对所述多个定位传感器的监测信息进行信息融合处理,得到所述定位信息,包括:
采用扩展卡尔曼滤波定位方法融合所述多个定位传感器的监测信息,得到所述定位信息。
7.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
获取可用无人配送车标识;
将所述可用无人配送车标识展现在配置界面中供选择。
8.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
获取所述无人配送车行驶时采集的环境图像;
将所述环境图像显示在用户界面上。
9.一种信息生成装置,其特征在于,包括:
监听模块,用于监听无人配送触发事件;
第一获取模块,用于当监听到所述无人配送触发事件时,获取无人配送信息;
生成模块,用于基于所述无人配送信息,生成指引无人配送车行驶的导航指令。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被计算机执行时能够实现所述权利要求1-8中任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110626715.8A CN113361999A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110626715.8A CN113361999A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
CN201710124009.7A CN107093040A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124009.7A Division CN107093040A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113361999A true CN113361999A (zh) | 2021-09-07 |
Family
ID=59648830
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110626715.8A Pending CN113361999A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
CN201710124009.7A Pending CN107093040A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124009.7A Pending CN107093040A (zh) | 2017-03-03 | 2017-03-03 | 信息生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN113361999A (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598459B (zh) * | 2017-09-30 | 2022-09-06 | 北京京东乾石科技有限公司 | 物流配送方法和装置以及计算机可读存储介质 |
CN109598458A (zh) * | 2017-09-30 | 2019-04-09 | 北京京东尚科信息技术有限公司 | 无人驾驶货车和物流配送系统、方法、装置以及存储介质 |
CN109596132A (zh) * | 2017-09-30 | 2019-04-09 | 北京京东尚科信息技术有限公司 | 车辆调度方法和装置 |
CN107608359A (zh) * | 2017-10-24 | 2018-01-19 | 上海斐讯数据通信技术有限公司 | 一种agv灵活控制方法及系统 |
CN110379043B (zh) * | 2018-08-14 | 2022-01-07 | 北京京东乾石科技有限公司 | 信息处理方法、可移动装置和服务器 |
CN110379150B (zh) * | 2018-09-13 | 2021-05-25 | 北京京东尚科信息技术有限公司 | 一种评估道路通行性的方法和装置 |
CN109828576B (zh) * | 2019-02-22 | 2022-09-06 | 北京京东乾石科技有限公司 | 用于无人配送机器人的手势控制方法、装置、设备及介质 |
CN109948980A (zh) * | 2019-03-16 | 2019-06-28 | 钱文娟 | 一种物流运输定位通知系统 |
CN113570143A (zh) * | 2021-07-29 | 2021-10-29 | 北京京东乾石科技有限公司 | 物品配送方法、装置、设备和计算机可读介质 |
CN115293606A (zh) * | 2022-08-12 | 2022-11-04 | 深圳朗道智通科技有限公司 | 一种无人送货车系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200422515Y1 (ko) * | 2006-01-24 | 2006-07-31 | 주식회사 노바일렉트로닉 | 네비게이션 시스템 |
CN103034328A (zh) * | 2011-08-05 | 2013-04-10 | 三星电子株式会社 | 电子设备以及提供其用户界面的方法 |
US20160253908A1 (en) * | 2015-01-22 | 2016-09-01 | Zipline International Inc. | Unmanned aerial vehicle management system |
CN106338993A (zh) * | 2016-10-11 | 2017-01-18 | 北京京东尚科信息技术有限公司 | 无人配送车以及无人配送车控制方法和装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789327B (zh) * | 2012-08-07 | 2015-04-08 | 北京航空航天大学 | 一种基于手势的移动机器人控制方法 |
WO2015160672A1 (en) * | 2014-04-13 | 2015-10-22 | Vishal Gupta | Aerial parcel delivery |
US9990684B2 (en) * | 2014-05-01 | 2018-06-05 | Sammy Hejazi | Mailport for automated parcel carriers |
US10867277B2 (en) * | 2015-07-08 | 2020-12-15 | Ebay Inc. | Public transport infrastructure facilitated drone delivery |
CN105069592A (zh) * | 2015-08-05 | 2015-11-18 | 岳占峰 | 物流信息处理方法与装置 |
CN105279625A (zh) * | 2015-09-22 | 2016-01-27 | 慈溪市达飞淼电子科技有限公司 | 一种无人快递运送系统及运送方法 |
CN105681400A (zh) * | 2015-12-31 | 2016-06-15 | 西北工业大学 | 一种基于物联网包裹快递智能监控系统 |
CN105976144A (zh) * | 2016-05-03 | 2016-09-28 | 天机智汇科技(深圳)有限公司 | 一种智能收发包裹的方法及系统 |
CN106022678A (zh) * | 2016-05-13 | 2016-10-12 | 孟涛 | 一种药品智能化远程配送控制管理系统 |
CN106408174A (zh) * | 2016-08-31 | 2017-02-15 | 岳占峰 | 物流信息处理方法及装置 |
-
2017
- 2017-03-03 CN CN202110626715.8A patent/CN113361999A/zh active Pending
- 2017-03-03 CN CN201710124009.7A patent/CN107093040A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200422515Y1 (ko) * | 2006-01-24 | 2006-07-31 | 주식회사 노바일렉트로닉 | 네비게이션 시스템 |
CN103034328A (zh) * | 2011-08-05 | 2013-04-10 | 三星电子株式会社 | 电子设备以及提供其用户界面的方法 |
US20160253908A1 (en) * | 2015-01-22 | 2016-09-01 | Zipline International Inc. | Unmanned aerial vehicle management system |
CN106338993A (zh) * | 2016-10-11 | 2017-01-18 | 北京京东尚科信息技术有限公司 | 无人配送车以及无人配送车控制方法和装置 |
Non-Patent Citations (2)
Title |
---|
孙奇茹: "京东无人配送车首次商用", 《中国工人》, vol. 2016, no. 11, pages 30 - 30 * |
谭建豪 等人: "《数字图像处理与移动机器人路径规划》", vol. 1, 西安交通大学出版社, pages: 345 - 348 * |
Also Published As
Publication number | Publication date |
---|---|
CN107093040A (zh) | 2017-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113361999A (zh) | 信息生成方法及装置 | |
JP6357593B2 (ja) | 物流システム、荷物配送方法、及びプログラム | |
US10233021B1 (en) | Autonomous vehicles for delivery and safety | |
CN110147705B (zh) | 一种基于视觉感知的车辆定位方法及电子设备 | |
EP2920954B1 (en) | Automatic image capture | |
CN106595648B (zh) | 一种导航方法及终端 | |
CN102027325B (zh) | 检测寻找停车设施的导航设备及方法 | |
KR20220088387A (ko) | 도로의 울퉁불퉁한 구역의 검측방법, 장치, 전자기기, 저장매체, 컴퓨터 프로그램 및 차량 | |
CN108701413A (zh) | 在实时合乘馈送中验证接取时间 | |
US11668576B2 (en) | Using sensor data for coordinate prediction | |
CN105841701A (zh) | 离线导航方法、装置 | |
EP3332536A1 (en) | Method and apparatus for syncing an embedded system with plurality of devices | |
CN113135178A (zh) | 泊车路线共享方法、装置、设备以及存储介质 | |
CN110223528A (zh) | 寻车方法、停车方法及使用该方法的装置 | |
CN110542425B (zh) | 导航路径选择方法、导航装置、计算机设备及可读介质 | |
WO2022053617A1 (en) | Mobile device and system for automated trip familiarity recognition and corresponding method thereof | |
CN113807470A (zh) | 一种车辆行驶状态确定方法和相关装置 | |
US20240144398A1 (en) | Charging service providing server, and method for vehicle charging | |
CN110113716B (zh) | 一种路径状态信息获取方法、装置及存储介质 | |
WO2022152081A1 (zh) | 导航方法和装置 | |
JP2021505855A (ja) | 移動経路およびマップ・オブジェクトに基づく位置較正 | |
CN109257501B (zh) | 移动终端及调节其显示屏亮度的方法、装置、移动终端及存储介质 | |
JP7076766B2 (ja) | 情報処理システム、情報処理プログラム、情報処理装置及び情報処理方法 | |
US9692867B2 (en) | Event accessory item location | |
US20210133230A1 (en) | Information processing device, information processing system, and information processing program |
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 |