CN113607175B - 测绘用无人船路线规划方法、系统、存储介质及智能终端 - Google Patents
测绘用无人船路线规划方法、系统、存储介质及智能终端 Download PDFInfo
- Publication number
- CN113607175B CN113607175B CN202110840526.0A CN202110840526A CN113607175B CN 113607175 B CN113607175 B CN 113607175B CN 202110840526 A CN202110840526 A CN 202110840526A CN 113607175 B CN113607175 B CN 113607175B
- Authority
- CN
- China
- Prior art keywords
- information
- detection
- current
- area
- unmanned ship
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000013507 mapping Methods 0.000 title abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 272
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 71
- 230000004913 activation Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 6
- 208000034699 Vitreous floaters Diseases 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 239000003643 water by type Substances 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Computer Networks & Wireless Communication (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种测绘用无人船路线规划方法、系统、存储介质及智能终端,涉及测绘的领域,其包括获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;根据当前水域地图信息以生成电子地图;根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;依次完成全部检测区域直至铺满电子地图。本申请具有减少对水域检测的遗漏,提高整体的检测能力的效果。
Description
技术领域
本申请涉及测绘的领域,尤其是涉及一种测绘用无人船路线规划方法、系统、存储介质及智能终端。
背景技术
无人船是一种借助精确卫星定位和自身传感即可按照预设任务在水面航行的全自动水面机器人。
相关技术中,如公开号为CN110118561A的中国专利,一种无人船路径规划方法及无人船;将任务水域划分为至少一个繁忙子区域和至少一个空闲子区域;获取繁忙子区域当前水域信息,确定所述繁忙子区域当前是否有移动障碍物;若所述繁忙子区域没有移动障碍物,则通知无人船对所述繁忙子区域进行测量;否则通知无人船对空闲子区域进行测量。
针对上述中的相关技术,发明人认为:无人船在水面上进行检测的时候,在遇到水域面积大的环境中时,一旦对部分位置进行遗漏,就会导致漏测的问题,后期检测以及修复时费时费力,还有改进的空间。
发明内容
为了减少对水域检测的遗漏,提高整体的检测能力,本申请提供一种测绘用无人船路线规划方法。
第一方面,本申请提供一种测绘用无人船路线规划方法,采用如下的技术方案:
一种测绘用无人船路线规划方法,包括:
获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;
根据当前水域地图信息以生成电子地图;
根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;
控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;
根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;
依次完成全部检测区域直至铺满电子地图。
通过采用上述技术方案,通过对当前水域地图信息的获取,从而对电子地图进行建立,以对整个水域的情况进行了解。再通过对无人船的当前位置信息的了解,从而使无人机船在行驶时,能够清楚位于电子地图的具体的位置,按照检测区间中的边界线进行检测,提高检测的准确性,减少漏检测的问题,实用性强。
可选的,当前水域地图信息的获取方法包括:
无人机于所预设的巡逻高度信息进行图像采集以输出当前图像检测信息;
判断所预设的全部水域所对应的全部水域特征信息是否对应当前图像检测信息中的特性信息;
若不对应,则控制无人机继续对当前图像检测信息进行补充获取,直至对应;
若对应,则控制无人机于所预设的细节采集高度信息进行图像采集并完善当前图像检测信息,并于完善后输出当前水域地图信息。
通过采用上述技术方案,通过无人机以巡逻高度信息所在的高度进行图像的采集,从而知晓大致的整体地图情况,并且再通过细节采集高度信息所在的高度进行细节的图像采集,以对图像进行进一步的细化,提高了整体的图像的完整性以及细节性,实用性强。
可选的,规划数据库计算检测区域的方法包括:
获取电子地图中的当前边沿信息;
根据当前边沿信息与排列标记进行匹配分析以确定当前边沿信息中所对应的排列标记,且排列标记中至少有两种标记;
将排列标记中的相同标记互相连接,以将电子地图分割为若干分割区域;
判断分割区域的数量是否大于一个;
若不大于一个,则将此分割区域定义为检测区域;
若大于一个,则判断分割区域的面积是否大于或等于所预设的基准面积;
若小于,则将相邻分割区域拼接成一个分割区域,并重复判断分割区域的面积是否大于或等于所预设的基准面积;
若大于或等于,则将此区域定义为检测区域。
通过采用上述技术方案,在对检测区域进行规划的时候,首先对电子地图中的边沿信息进行获取,再通过排列标记将边沿进行标记,并且将电子地图进行分割,通过对数量的判断,从而对检测区域进行定义,实用性强。
可选的,若多辆无人船同步检测,且每个检测区域中均安排一辆无人船,单辆无人船多区域的路线规划方法包括:
获取当前无人船的当前激活数量信息以及当前无人船的当前起点位置信息;
计算当前起点位置信息至检测区域之间的距离信息;
判断检测区域的数量是否小于或等于当前激活数量信息所对应的数量;
若小于或等于,将距离信息倒序排列,并根据倒序顺序指派与检测区域的数量向对应的无人船检测;
若大于,将距离信息倒序排列,并根据倒序顺序向每个检测区域指派一辆无人船检测;并于检测完成后,根据无人船的当前位置信息以计算出至检测区域之间的移动距离信息,将移动距离信息倒序排列,并按照倒序顺序继续指派无人船检测直至剩余检测区域的数量小于或等于当前激活数量信息所对应的数量,并按照倒序顺序与剩余检测区域所对应的无人船进行检测。
通过采用上述技术方案,一旦采用多辆无人船对不同的区域进行检测的时候,可以同时检测多个区域,从而提高整体的检测效率,并且通过对距离的计算,从而减少电能的损耗,节约能源,并且对检测区域的数量也进一步的进行判断,从而指派对应数量的无人船进行合理的检测,实用性强。
可选的,若多辆无人船同步检测同一个检测区域时,多辆无人船单区域的路线规划方法包括:
获取无人船指派至检测区域中的当前指派数量信息;
根据所预设的边沿数据库中所存储的面积图像与边沿点进行匹配分析以确定当前检测区域中面积图像所对应的边沿点;
根据当前指派数量信息选择任意不重复的边沿点以确定无人船的起始点;
根据所预设的边沿数据库中所存储的当前位置信息与转折点进行匹配分析以确定当前检测区域中与当前位置信息所对应的转折点;
控制每辆无人船从起始点至所对应的转折点,并于到达转折点后根据当前位置信息更新转折点以重复循环行驶,直至无转折点以完成检测区域的检测。
通过采用上述技术方案,采用多辆无人船在同一个检测区域中进行检测时,通过对边沿点进行了解,再根据指派的数量,从而对起始点以及转折点进行判断,以对检测区域进行检测,减少遗漏。
可选的,检测规则的判断方法包括:
将边界线以所预设的等间距进行定向标注;
计算相邻定向标注之间的夹角的度数并暂存至角度库中;
计算角度库中的角度小于所预设的基准角度的数量信息;
若数量信息小于所预设的基准数量信息,则无人船沿边界线向内直线往复巡逻;
若数量信息大于或等于所预设的基准数量信息,则无人船沿边界线向内螺旋偏移巡逻。
通过采用上述技术方案,通过对边界线进行定向标注,再对相邻定向标注之间的夹角进行计算,从而与基准数量信息所对应的数量进行对比,从而选择内螺旋偏移巡逻还是向内直线往复巡逻。
可选的,无人船于当前待检测水域上行驶时,遇到漂浮物后,无人船的行驶方法包括:
获取当前无人船至异物之间的第一距离检测信息以及当前无人机机至异物之间的第二距离检测信息;
判断第一距离检测信息是否小于所预设的基准距离信息;
若小于,则控制无人机飞行至当前无人船的当前位置信息,并第二距离检测信息所对应的距离下降至所预设的基准移动距离信息;
判断当前异物是否移动;
若移动,则无人船按照当前行驶路线继续检测;
若不移动,则无人船以所预设的偏移角度避开异物并继续行驶检测。
通过采用上述技术方案,通过对漂浮物进行检测,从而判断出是否是需要进行绕行,一旦是漂浮物时就不进行绕行,一旦不是漂浮物时,就进行绕行,从而提高了整体的稳定性。
第二方面,本申请提供一种测绘用无人船路线规划系统,采用如下的技术方案:
一种测绘用无人船路线规划系统,包括:
获取模块,用于获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;
地图生成模块,根据当前水域地图信息以生成电子地图;
匹配模块,根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;
边界线生成模块,控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;
巡逻模块,根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;依次完成全部检测区域直至铺满电子地图;
处理模块,与获取模块、地图生成模块、匹配模块、边界线生成模块以及巡逻模块连接,且用于进行信息的存储以及处理。
通过采用上述技术方案,通过对当前水域地图信息的获取,从而对电子地图进行建立,以对整个水域的情况进行了解。再通过对无人船的当前位置信息的了解,从而使无人机船在行驶时,能够清楚位于电子地图的具体的位置,按照检测区间中的边界线进行检测,提高检测的准确性,减少漏检测的问题,实用性强。
第三方面,本申请提供一种智能终端,采用如下的技术方案:
一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
通过采用上述技术方案,智能终端能够通过对当前水域地图信息的获取,从而对电子地图进行建立,以对整个水域的情况进行了解。再通过对无人船的当前位置信息的了解,从而使无人机船在行驶时,能够清楚位于电子地图的具体的位置,按照检测区间中的边界线进行检测,提高检测的准确性,减少漏检测的问题,实用性强。
第四方面,本申请提供提供一种计算机存储介质,能够存储相应的程序,具有便于实现减少对水域检测的遗漏,提高整体的检测能力的特点,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行上述任一种方法的计算机程序。
通过采用上述技术方案,计算机可读存储介质中包含对当前水域地图信息的获取,从而对电子地图进行建立,以对整个水域的情况进行了解。再通过对无人船的当前位置信息的了解,从而使无人机船在行驶时,能够清楚位于电子地图的具体的位置,按照检测区间中的边界线进行检测,提高检测的准确性,减少漏检测的问题,实用性强。
综上所述,本申请包括以下至少一种有益技术效果:
1.减少对水域检测的遗漏,提高整体的检测能力;
2.根据无人船的数量不同,进行不同方式的选择,提高检测效率。
附图说明
图1是测绘用无人船路线规划的方法流程图。
图2是当前水域地图信息的获取方法流程图。
图3是规划数据库计算检测区域的方法流程图。
图4是单辆无人船多区域的路线规划的方法流程图。
图5是多辆无人船单区域的路线规划的方法流程图。
图6是检测规则的判断方法流程图。
图7是无人船的行驶方法流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图1-7及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例公开一种测绘用无人船路线规划方法,通过对待检测水域的进行了解,从而指派无人船与无人机对待检测水域进行进一步的了解,从而少对水域检测的遗漏,提高对待检测水域的检测能力。
参照图1,一种测绘用无人船路线规划方法,包括以下步骤:
步骤100:获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息。
在检测前,工作人员预先知晓去检测的水域,并且能够从数据库中得到当前水域地图信息。
同时,无人船上安装GPS定位器,从而对无人船的当前位置进行了解,并输出当前位置信息。
步骤200:根据当前水域地图信息以生成电子地图。
通过获得的当前水域地图信息,从而将水域地图信息转换为平面的电子地图,以方便对路线的规划与显示。
步骤300:根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域。
其中,规划数据库为预设的数据库,并且规划数据库由工作人员根据实际情况进行设置。并且,规划数据库中存储有不同电子地图与不同的检查区域,通过将电子地图进行输入,从而能够从电子地图中分配出至少一个检测区域,检测区域则是将电子地图分割为若干,从而按照检测区域进行检测。
步骤400:控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线。
控制无人船进入至其中一个检测区域,并且无人船围绕在检测区域内进行检测。无人船的当前位置信息于检测区域中进行依次连接,从而在检测区域中的最外圈预先巡逻一圈,以围合成边界线。
步骤500:根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测。
在获得边界线后,即知晓无人船检测的范围,此时控制无人船以检测规则向内巡逻检测,直至无人船所对应的当前位置信息将电子地图中的当前检测区域进行铺满。
在铺满后,就代表完成了这个检测区域的巡逻检测。
步骤600:依次完成全部检测区域直至铺满电子地图。
每完成一个检测区域就会在电子地图上进行铺满一块,在完成所有检测区域的检测巡逻后,电子地图将会被铺满,从而减少漏测的问题。
参照图2,在步骤100中的当前水域地图信息的获取方法包括以下步骤:
步骤1000:无人机于所预设的巡逻高度信息进行图像采集以输出当前图像检测信息。
无人机于按照巡逻高度信息所对应的巡逻高度进行巡逻,并且巡逻高度信息为预设的高度,由工作人员根据实际情况进行设置,在此不作赘述。
无人机在巡逻高度信息所对应的巡逻高度后,通过安装在无人机上的摄像头进行图像采集,以输出当前图像检测信息。
步骤1001:判断所预设的全部水域所对应的全部水域特征信息是否对应当前图像检测信息中的特性信息。
判断全部水域所对应的全部水域特征信息是否对应当前图像检测信息中的特性信息,其中,全部水域特征信息为预设的信息,由工作人员预先进行了解采集,在此不作赘述。
步骤1002:若不对应,则控制无人机继续对当前图像检测信息进行补充获取,直至对应。
若全部水域所对应的全部水域特征信息不对应当前图像检测信息中的特性信息,则表示无人机在检测图像的时候,没有采集准确,因此继续对当前图像检测信息进行补充获取,直至全部水域所对应的全部水域特征信息对应当前图像检测信息中的特性信息。
步骤1003:若对应,则控制无人机于所预设的细节采集高度信息进行图像采集并完善当前图像检测信息,并于完善后输出当前水域地图信息。
若全部水域所对应的全部水域特征信息对应当前图像检测信息中的特性信息,就控制无人机于细节采集高度信息进行图像采集并完善当前图像检测信息。
其中,细节采集高度信息为所预设的高度信息,由工作人员根据实际情况进行设置,在此不做赘述。并且在完善后输出当前水域地图信息,从而将水域地图信进行完善。
参照图3,在步骤300中的规划数据库计算检测区域的方法包括以下步骤:
步骤3000:获取电子地图中的当前边沿信息。
电子地图在生成后,将电子地图中的边沿进行框选,从而得到边沿线,即获得边沿信息,边沿信息是为了区分不同检测区域。
步骤3001:根据当前边沿信息与排列标记进行匹配分析以确定当前边沿信息中所对应的排列标记,且排列标记中至少有两种标记。
其中,排列标记为预设的标记,工作人员可以根据实际情况进行选择,在此不作赘述。排列标记至少有两种标记,以便于连接以及识别。例如排列标记为A、B、C三种字母重复循环。
在知晓当前边沿信息后,将排列标记于边沿信息上进行标记,从而在边沿线上确定对应的排列标记。
步骤3002:将排列标记中的相同标记互相连接,以将电子地图分割为若干分割区域。
将排列标记中的相同标记互相连接,从而将电子地图分割为若干分割区域。
步骤3003:判断分割区域的数量是否大于一个。
判断分割区域的数量是否大于一个,从而判断出是否是检测区域。
步骤3004:若不大于一个,则将此分割区域定义为检测区域。
若分割区域的数量不大于一个,就表示无法再分割了,因此就将此分割区域定义为检测区域。
步骤3005:若大于一个,则判断分割区域的面积是否大于或等于所预设的基准面积。
若分割区域的数量大于一个,再判断分割区域的面积是否大于或等于基准面积,从而判断分割后的面积是否过小,并且基准面积由工作人员根据实际情况进行设定,在此不作赘述。
步骤3006:若小于,则将相邻分割区域拼接成一个分割区域,并重复判断分割区域的面积是否大于或等于所预设的基准面积。
若分割区域的面积小于基准面积,此时表示分割完的分割区域过小,并将相邻分割区域拼接成一个分割区域,并重复判断分割区域的面积是否大于或等于基准面积。
步骤3007:若大于或等于,则将此区域定义为检测区域。
在重复拼凑下,若分割区域的面积大于或等于基准面积时,就将此区域定义为检测区域,从而进行检测使用。
参照图4,在步骤500中所预设的检测规则中,对无人船的数量进行判断,若多辆无人船同步检测,且每个检测区域中均安排一辆无人船,单辆无人船多区域的路线规划方法包括以下步骤:
步骤50010:获取当前无人船的当前激活数量信息以及当前无人船的当前起点位置信息。
对当前无人船的激活数量进行判断,在无人船激活时,会触发激活信号,因此对信号的数量进行判断,从而去对无人船的激活数量进行了解,并输出当前激活数量信息。
同时无人船在出发前,会将无人船都聚集在一起,以便于充电,因此将汇聚在一起的位置作为起点,并于此处输出当前起点位置信息,而汇聚点会安装GPS模块,通过GPS模块从而发出定位信号,即输出当前起点位置信息。
步骤50011:计算当前起点位置信息至检测区域之间的距离信息。
计算当前起点位置信息至检测区域之间的距离信息,而检测区域为一个范围,只要是起点至检测区域范围内的任意一点均可以作为距离信息,而本实施例中,则将距离信息定义为起点至检测区域范围内的最短距离。
步骤50012:判断检测区域的数量是否小于或等于当前激活数量信息所对应的数量。
判断当前激活数量信息所对应的数量是否小于检测区域的数量,从而对前往检测的无人船的数量进行判断。
步骤50013:若小于或等于,将距离信息倒序排列,并根据倒序顺序指派与检测区域的数量向对应的无人船检测。
若当前激活数量信息所对应的数量小于或等于检测区域的数量,则表示一次性能够将所有的无人船指派至对应的检测区域中。
此时,将距离信息按照倒序排列,并根据倒序顺序指派与检测区域的数量向对应的无人船检测,即按照距离近的优先指派,并且将所有无人船指派至对应的检测区域内进行检测。
步骤50014:若大于,将距离信息倒序排列,并根据倒序顺序向每个检测区域指派一辆无人船检测;并于检测完成后,根据无人船的当前位置信息以计算出至检测区域之间的移动距离信息,将移动距离信息倒序排列,并按照倒序顺序继续指派无人船检测直至剩余检测区域的数量小于当前激活数量信息所对应的数量,并按照倒序顺序与剩余检测区域所对应的无人船进行检测。
若当前激活数量信息所对应的数量大于或等于检测区域的数量时,表示无人船的数量不够,无法一次性将无人船指派至所有的检测区域中。此时将距离信息按照倒序进行排列,并且按照倒序顺序向每个检测区域指派一辆无人船进行检测。
在检测完成后,根据无人船的当前位置信息以计算出至检测区域之间的移动距离信息,再次将移动距离信息进行倒序排列,并按照倒序顺序继续指派无人船检测至剩余的检测区域中,并且重复直至剩余检测区域的数量小于或等于当前激活数量信息所对应的数量,并按照倒序顺序与剩余检测区域所对应的无人船进行检测。
参照图5,在步骤500中所预设的检测规则中,对无人船的数量进行判断,若多辆无人船同步检测同一个检测区域时,多辆无人船单区域的路线规划方法包括以下步骤:
步骤50020:获取无人船指派至检测区域中的当前指派数量信息。
无人船可以同时指派多辆至检测区域中,指派的数量由人员根据实际情况进行选择,在指派后,输出当前指派数量信息,从而对指派的数量进行输出。
步骤50021:根据所预设的边沿数据库中所存储的面积图像与边沿点进行匹配分析以确定当前检测区域中面积图像所对应的边沿点。
边沿数据库为预设的数据库,由工作人员预先进行录入,并且边沿数据库中存储有面积图像与边沿点,通过对检测区域中的面积图像从而能够确定面积图像的边沿点。
步骤50022:根据当前指派数量信息选择任意不重复的边沿点以确定无人船的起始点。
在得到起始点后,不同的无人船位于不同的边沿点,且边沿点之间不重复,从而确定无人船的起始点,无人船的起始点之间可以等距分布,也可以相邻分布,本实施例中优先采用等距分布的方式,从而减少整体的检测时间。
步骤50023:根据所预设的边沿数据库中所存储的当前位置信息与转折点进行匹配分析以确定当前检测区域中与当前位置信息所对应的转折点。
边沿数据库为预设的数据库,由工作人员根据实际情况进行设置,并且边沿数据库中存储有转折点,并且不同的起始点位置具有不同的转折点。
通过对检测区域中当前位置信息进行了解,从而进行转折点的匹配,从而控制无人船进行前往。
步骤50024:控制每辆无人船从起始点至所对应的转折点,并于到达转折点后根据当前位置信息更新转折点以重复循环行驶,直至无转折点以完成检测区域的检测。
控制每辆无人船从起始点至所对应的转折点后,并且使无人船到达转折点后根据当前位置信息更新新的转折点以重复循环行驶,直至无转折点以完成检测区域的检测。
在行驶的过程中,转折点会在无人船到达时进行更新,并且更新的转折点,一旦边沿数据库中所存储的面积图像均已经被无人船所行驶过,就判断为无转折点,此时完成检测区域的检测。
参照图6,在步骤500中,无人船会根据检测规则向内巡逻,其检测规则的判断方法包括以下步骤:
步骤50030:将边界线以所预设的等间距进行定向标注。
将边界线以等间距进行定向标注,其中等间距为预设的间距,通过将边界线进行等间距进行分离,并且也进行定向标注,从而便于对边界线进行识别。
步骤50031:计算相邻定向标注之间的夹角的度数并暂存至角度库中。
计算相邻定向标注之间的夹角的度数,并且将所计算的度数暂存至角度库中,以便于后期的调取。
步骤50032:计算角度库中的角度小于所预设的基准角度的数量信息。
在计算完成角度后,对角度库中的角度小于基准角度的数量进行统计,从而输出数量信息,而基准角度为预设的角度,由工作人员根据实际情况进行设置,在此不作赘述。
步骤50033:若数量信息小于所预设的基准数量信息,则无人船沿边界线向内直线往复巡逻。
其中,基准数量信息为预设的信息,由工作人员根据实际情况进行设置,在此不作赘述。通过对数量信息与基准数量信息进行对比,从而判断角度库中的角度小于基准角度的数量,若数量信息所对应的数量小于基准数量信息所对应的数量,则控制无人船沿边界线向内直线往复巡逻,即呈“几”字形进行巡逻。
步骤50034:若数量信息大于或等于所预设的基准数量信息,则无人船沿边界线向内螺旋偏移巡逻。
若数量信息所对应的数量大于或等于基准数量信息时,就控制无人船沿边界线向内螺旋偏移巡逻,即呈螺旋形向内巡逻。
参照图7所示,无人船于当前待检测水域上行驶时,遇到漂浮物后,无人船的行驶方法包括以下步骤:
步骤700:获取当前无人船至异物之间的第一距离检测信息以及当前无人机机至异物之间的第二距离检测信息。
无人船上安装距离传感器,通过距离传感器对周围的距离进行检测,并且距离传感器可以安装多个,从而对四周的状态进行了解,根据无人船至异物之间的距离从而输出第一距离检测信息。
并且无人机上也安装距离传感器,无人机于异物上方进行飞行,并对无人机至异物之间的距离进行检测,以输出第二距离检测信息。
步骤701:判断第一距离检测信息是否小于所预设的基准距离信息。
判断第一距离检测信息所对应的距离是否小于基准距离信息所对应的距离,基准距离信息为预设的信息,并且通过对两者进行对比,从而对距离进行判断。
步骤702:若小于,则控制无人机飞行至当前无人船的当前位置信息,并第二距离检测信息所对应的距离下降至所预设的基准移动距离信息。
若第一距离检测信息所对应的距离小于基准距离信息所对应的距离,则控制无人机飞行至当前无人船的当前位置信息,此时进行第二距离检测信息的输出,并控制无人机的高度,并将第二距离检测信息所对应的距离下降至基准移动距离信息,从而进行停留。
而基准移动距离信息为预设的信息,有工作人员根据实际情况进行设置,在此不作赘述。
步骤703:判断当前异物是否移动。
无人机在异物的上端,通过无人机上的螺旋桨的气流,对异物进行吹动,从而通过摄像头判断异物是否移动。
步骤704:若移动,则无人船按照当前行驶路线继续检测。
摄像头对照片进行采集,一旦异物的位置出现移动时,采集的照片中的异物位置也不同,因此则判断为移动,异动移动后,此时无人船按照当前行驶路线继续检测。
步骤705:若不移动,则无人船以所预设的偏移角度避开异物并继续行驶检测。
若没有移动,则表示异物很重,或者异物不是漂浮在水面上,因此,无人船以偏移角度避开异物并继续行驶检测,其中偏移角度为预设的角度信息,由工作人员根据实际情况进行设置,在此不作赘述。
基于同一发明构思,本发明实施例提供一种测绘用无人船路线规划系统,包括:
获取模块,用于获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;
地图生成模块,根据当前水域地图信息以生成电子地图;
匹配模块,根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;
边界线生成模块,控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;
巡逻模块,根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;依次完成全部检测区域直至铺满电子地图;
处理模块,与获取模块、地图生成模块、匹配模块、边界线生成模块以及巡逻模块连接,且用于进行信息的存储以及处理。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例提供一种计算机可读存储介质,存储有能够被处理器加载并执行测绘用无人船路线规划方法的计算机程序。
计算机存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一发明构思,本发明实施例提供一种智能终端,包括存储器和处理器,存储器上存储有能够被处理器加载并执行测绘用无人船路线规划方法的计算机程序。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (8)
1.一种测绘用无人船路线规划方法,其特征在于,包括:
获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;
根据当前水域地图信息以生成电子地图;
根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;
控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;
根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;
依次完成全部检测区域直至铺满电子地图;
其中,当前水域地图信息的获取方法包括:
无人机于所预设的巡逻高度信息进行图像采集以输出当前图像检测信息;
判断所预设的全部水域所对应的全部水域特征信息是否对应当前图像检测信息中的特性信息;
若不对应,则控制无人机继续对当前图像检测信息进行补充获取,直至对应;
若对应,则控制无人机于所预设的细节采集高度信息进行图像采集并完善当前图像检测信息,并于完善后输出当前水域地图信息;
其中,规划数据库计算检测区域的方法包括:
获取电子地图中的当前边沿信息;
根据当前边沿信息与排列标记进行匹配分析以确定当前边沿信息中所对应的排列标记,且排列标记中至少有两种标记;
将排列标记中的相同标记互相连接,以将电子地图分割为若干分割区域;
判断分割区域的数量是否大于一个;
若不大于一个,则将此分割区域定义为检测区域;
若大于一个,则判断分割区域的面积是否大于或等于所预设的基准面积;
若小于,则将相邻分割区域拼接成一个分割区域,并重复判断分割区域的面积是否大于或等于所预设的基准面积;
若大于或等于,则将此区域定义为检测区域。
2.根据权利要求1所述的测绘用无人船路线规划方法,其特征在于:若多辆无人船同步检测,且每个检测区域中均安排一辆无人船,单辆无人船多区域的路线规划方法包括:
获取当前无人船的当前激活数量信息以及当前无人船的当前起点位置信息;
计算当前起点位置信息至检测区域之间的距离信息;
判断检测区域的数量是否小于或等于当前激活数量信息所对应的数量;
若小于或等于,将距离信息倒序排列,并根据倒序顺序指派与检测区域的数量相对应的无人船检测,所述倒序为距离由近至远排列,即按照距离近的优先指派;
若大于,将距离信息倒序排列,并根据倒序顺序向每个检测区域指派一辆无人船检测;并于检测完成后,根据无人船的当前位置信息以计算出至检测区域之间的移动距离信息,将移动距离信息倒序排列,并按照倒序顺序继续指派无人船检测直至剩余检测区域的数量小于或等于当前激活数量信息所对应的数量,并按照倒序顺序与剩余检测区域所对应的无人船进行检测。
3.根据权利要求1所述的测绘用无人船路线规划方法,其特征在于:若多辆无人船同步检测同一个检测区域时,多辆无人船单区域的路线规划方法包括:
获取无人船指派至检测区域中的当前指派数量信息;
根据所预设的边沿数据库中所存储的面积图像与边沿点进行匹配分析以确定当前检测区域中面积图像所对应的边沿点;
根据当前指派数量信息选择任意不重复的边沿点以确定无人船的起始点;
根据所预设的边沿数据库中所存储的当前位置信息与转折点进行匹配分析以确定当前检测区域中与当前位置信息所对应的转折点;
控制每辆无人船从起始点至所对应的转折点,并于到达转折点后根据当前位置信息更新转折点以重复循环行驶,直至无转折点以完成检测区域的检测。
4.根据权利要求1所述的测绘用无人船路线规划方法,其特征在于:检测规则的判断方法包括:
将边界线以所预设的等间距进行定向标注;
计算相邻定向标注之间的夹角的度数并暂存至角度库中;
计算角度库中的角度小于所预设的基准角度的数量信息;
若数量信息小于所预设的基准数量信息,则无人船沿边界线向内直线往复巡逻;
若数量信息大于或等于所预设的基准数量信息,则无人船沿边界线向内螺旋偏移巡逻。
5.根据权利要求1所述的测绘用无人船路线规划方法,其特征在于:无人船于当前待检测水域上行驶时,遇到漂浮物后,无人船的行驶方法包括:
获取当前无人船至异物之间的第一距离检测信息以及当前无人机至异物之间的第二距离检测信息;
判断第一距离检测信息是否小于所预设的基准距离信息;
若小于,则控制无人机飞行至当前无人船的当前位置信息,并第二距离检测信息所对应的距离下降至所预设的基准移动距离信息;
判断当前异物是否移动;
若移动,则无人船按照当前行驶路线继续检测;
若不移动,则无人船以所预设的偏移角度避开异物并继续行驶检测。
6.一种测绘用无人船路线规划系统,其特征在于,包括:
获取模块,用于获取当前待检测水域的当前水域地图信息以及当前无人船的当前位置信息;
地图生成模块,根据当前水域地图信息以生成电子地图;
匹配模块,根据从所预设的规划数据库中所存储的电子地图与检测区域进行匹配分析以确定电子地图中所对应的至少一个检测区域;
边界线生成模块,控制无人船围绕其中一个检测区域,并将当前位置信息于检测区域中依次连接以围合成边界线;
巡逻模块,根据边界线以控制无人船以所预设的检测规则向内巡逻直至铺满当前检测区域,以完成巡逻检测;依次完成全部检测区域直至铺满电子地图;
处理模块,与获取模块、地图生成模块、匹配模块、边界线生成模块以及巡逻模块连接,且用于进行信息的存储以及处理;
其中,当前水域地图信息的获取方法包括:
无人机于所预设的巡逻高度信息进行图像采集以输出当前图像检测信息;
匹配模块判断所预设的全部水域所对应的全部水域特征信息是否对应当前图像检测信息中的特性信息;
若匹配模块匹配出不对应,则获取模块控制无人机继续对当前图像检测信息进行补充获取,直至对应;
若匹配模块匹配出对应,则获取模块控制无人机于所预设的细节采集高度信息进行图像采集并完善当前图像检测信息,并于完善后输出当前水域地图信息;
其中,规划数据库计算检测区域的方法包括:
获取模块获取电子地图中的当前边沿信息;
处理模块根据当前边沿信息与排列标记进行匹配分析以确定当前边沿信息中所对应的排列标记,且排列标记中至少有两种标记;
处理模块将排列标记中的相同标记互相连接,以将电子地图分割为若干分割区域;
匹配模块判断分割区域的数量是否大于一个;
若匹配模块匹配出不大于一个,则处理模块将此分割区域定义为检测区域;
若匹配模块匹配出大于一个,则匹配模块判断分割区域的面积是否大于或等于所预设的基准面积;
若匹配模块匹配出小于,则处理模块将相邻分割区域拼接成一个分割区域,并重复判断分割区域的面积是否大于或等于所预设的基准面积;
若匹配模块匹配出大于或等于,则处理模块将此区域定义为检测区域。
7.一种智能终端,其特征在于,包括存储器和处理器,存储器上存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。
8.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110840526.0A CN113607175B (zh) | 2021-07-24 | 2021-07-24 | 测绘用无人船路线规划方法、系统、存储介质及智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110840526.0A CN113607175B (zh) | 2021-07-24 | 2021-07-24 | 测绘用无人船路线规划方法、系统、存储介质及智能终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113607175A CN113607175A (zh) | 2021-11-05 |
CN113607175B true CN113607175B (zh) | 2024-03-26 |
Family
ID=78338277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110840526.0A Active CN113607175B (zh) | 2021-07-24 | 2021-07-24 | 测绘用无人船路线规划方法、系统、存储介质及智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607175B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115202370B (zh) * | 2022-09-15 | 2023-02-03 | 泰山学院 | 无人船的航行控制方法、系统和可读存储介质 |
CN115880466B (zh) * | 2023-02-14 | 2023-06-06 | 山东省地质测绘院 | 基于无人机遥感的城市工程测绘方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2645249C1 (ru) * | 2016-08-17 | 2018-02-19 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ мониторинга окружающей среды и беспилотный аппарат для использования в данном способе |
CN108278994A (zh) * | 2017-12-07 | 2018-07-13 | 北京臻迪科技股份有限公司 | 一种小型无人船水下测绘方法及设备 |
CN109000646A (zh) * | 2018-04-25 | 2018-12-14 | 深圳臻迪信息技术有限公司 | 基于凹多边形扫描区域的无人船路径规划方法及系统 |
CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
WO2019183890A1 (zh) * | 2018-03-29 | 2019-10-03 | 深圳市大疆软件科技有限公司 | 作业路径调整方法及装置、可移动设备作业路径调整方法及设备、和记录介质 |
JP2020027325A (ja) * | 2018-08-09 | 2020-02-20 | 東亜建設工業株式会社 | 船舶または車両のナビゲーションシステム |
CN111141309A (zh) * | 2019-12-03 | 2020-05-12 | 诚邦测绘信息科技(浙江)有限公司 | 一种无人船测绘路径校准方法、系统、计算机存储介质 |
CN111854705A (zh) * | 2020-07-25 | 2020-10-30 | 南京维景数据工程有限公司 | 一种水下测绘方法 |
CN112102369A (zh) * | 2020-09-11 | 2020-12-18 | 陕西欧卡电子智能科技有限公司 | 水面漂浮目标自主巡检方法、装置、设备及存储介质 |
CN112684134A (zh) * | 2020-12-18 | 2021-04-20 | 江苏省苏力环境科技有限责任公司 | 基于关联分析的水环境分析方法、系统、终端和存储介质 |
-
2021
- 2021-07-24 CN CN202110840526.0A patent/CN113607175B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2645249C1 (ru) * | 2016-08-17 | 2018-02-19 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ мониторинга окружающей среды и беспилотный аппарат для использования в данном способе |
CN108278994A (zh) * | 2017-12-07 | 2018-07-13 | 北京臻迪科技股份有限公司 | 一种小型无人船水下测绘方法及设备 |
WO2019183890A1 (zh) * | 2018-03-29 | 2019-10-03 | 深圳市大疆软件科技有限公司 | 作业路径调整方法及装置、可移动设备作业路径调整方法及设备、和记录介质 |
CN109000646A (zh) * | 2018-04-25 | 2018-12-14 | 深圳臻迪信息技术有限公司 | 基于凹多边形扫描区域的无人船路径规划方法及系统 |
JP2020027325A (ja) * | 2018-08-09 | 2020-02-20 | 東亜建設工業株式会社 | 船舶または車両のナビゲーションシステム |
CN109934891A (zh) * | 2019-03-19 | 2019-06-25 | 武汉楚航测控科技有限公司 | 一种基于无人船的水域岸线构建方法及系统 |
CN111141309A (zh) * | 2019-12-03 | 2020-05-12 | 诚邦测绘信息科技(浙江)有限公司 | 一种无人船测绘路径校准方法、系统、计算机存储介质 |
CN111854705A (zh) * | 2020-07-25 | 2020-10-30 | 南京维景数据工程有限公司 | 一种水下测绘方法 |
CN112102369A (zh) * | 2020-09-11 | 2020-12-18 | 陕西欧卡电子智能科技有限公司 | 水面漂浮目标自主巡检方法、装置、设备及存储介质 |
CN112684134A (zh) * | 2020-12-18 | 2021-04-20 | 江苏省苏力环境科技有限责任公司 | 基于关联分析的水环境分析方法、系统、终端和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113607175A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102338270B1 (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
CN113607175B (zh) | 测绘用无人船路线规划方法、系统、存储介质及智能终端 | |
JP6908943B2 (ja) | イメージコンカチネーションと、ターゲット物体予測ネットワークとを利用して、多重カメラ又はサラウンドビューモニタリングに利用される物体検出器を学習する方法及び学習装置、並びにこれを利用したテスティング方法及びテスティング装置 | |
CN109815300B (zh) | 一种车辆定位方法 | |
KR100795396B1 (ko) | 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법 | |
US10408628B2 (en) | Method and apparatus for comparing two maps with landmarks deposited therein | |
CN106989747A (zh) | 一种基于室内平面图的自主导航系统 | |
CN112699708A (zh) | 一种车道级拓扑网的生成方法及装置 | |
JP7471481B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN109211255B (zh) | 用于为具有自动车辆系统的机动车规划路线的方法 | |
CN116412813B (zh) | 一种基于无人机的地图构建方法及系统 | |
CN111832760B (zh) | 一种基于视觉算法的井盖自动巡检方法 | |
KR20150071419A (ko) | 무인자율차량 및 이의 동적환경기반 자율주행방법 | |
KR20220013439A (ko) | 고정밀지도생성장치 및 고정밀지도생성방법 | |
CN113741510A (zh) | 一种巡检路径规划方法、装置以及存储介质 | |
CN115034696A (zh) | 一种地质测绘协同作业方法和系统 | |
KR101620911B1 (ko) | 주행정보지도 기반 무인차량 및 이를 이용한 지역경로계획 관리 방법 | |
US10621742B2 (en) | Method for producing a depth map | |
CN111104861B (zh) | 用于确定电线位置的方法和设备以及存储介质 | |
CN116773598A (zh) | 无人机自动巡检与定位光伏板缺陷的数字化方法 | |
US20210383141A1 (en) | Sign position identification system and program | |
CN113934226B (zh) | 一种大桥巡检方法、系统、存储介质及智能终端 | |
CN111414804B (zh) | 识别框确定方法、装置、计算机设备、车辆和存储介质 | |
CN110308978B (zh) | 一种自动驾驶软件部署方法、装置、终端及服务器 | |
CN111220173B (zh) | 一种poi的识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |