CN113805589A - 基于多源传感器数据的移动平台控制系统及方法 - Google Patents

Abstract

本发明涉及移动平台控制技术领域，具体公开了一种基于多源传感器数据的移动平台控制系统及方法，包括场景获取模块，用于获取移动平台周围影像，并发送给遥控端。场景分析模块，用于对影像进行分析，识别出特征模型和应用场景。路线规划模块，用于根据特征模型和应用场景，识别出工作区域，并在工作区域内制定移动平台的工作路线，将工作路线发送给接收端。模式控制模块，预设有各个应用场景所对应的工作模式和移动速度范围，根据识别的结果给出对应的工作模式和移动速度范围并发送给接收端。能够根据环境和移动平台的状态，自动识别出适合的工作模式以及规划工作路线。

Description

基于多源传感器数据的移动平台控制系统及方法

技术领域

本发明涉及移动平台控制技术领域，具体涉及了一种基于多源传感器数据的移动平台控制系统及方法。

背景技术

移动平台，是指例如无人飞行器、机器人、移动小车、移动船或水下移动设备等，目前在农业、工业、影视、搜救、警用、军事等领域发挥着重要的作用。

而在现代农业的应用中，对于农用移动平台来说，在转场时需要经过公路，还有农田本身存在碎石、凹坑、泥沼、陡坡、树林障碍等，对移动平台的移动造成了极大的障碍，基于此，发明人设计出了一种农用的移动平台，能在轮式驱动和履式驱动两种工作模式之间切换，以应对不同的应用场景。然而对于在何时采用轮式驱动，何时采用履式驱动，还需要依靠操作人员自身的经验判断，因此需要对应的经验丰富的操作人员进行控制，人力成本较高。对于缺乏经验的驾驶人员，在采用了错误的工作模式后，还有可能造成事倍功半的结果，因此亟待一种能够根据工作环境及移动平台自身状态识别适合的工作模式，弥补驾驶人员自身经验不足所造成的无法选择正确的工作模式的问题。

发明内容

本发明所解决的技术问题在于提供一种基于多源传感器数据的移动平台控制系统及方法，能够根据工作环境识别出当前的应用场景，判断适合的工作模式。

本发明提供的基础方案：基于多源传感器数据的移动平台控制系统，包括移动平台，所述移动平台具有轮式驱动以及履式驱动两种工作模式，还包括有网络连接的接收端和遥控端，所述接收端设于移动平台本体上，包括场景获取模块、控制执行模块以及状态检测模块，所述遥控端包括场景分析模块、工作方案模块以及行驶控制模块；

场景获取模块，用于获取移动平台周围影像，并发送给遥控端；

场景分析模块，用于对影像进行分析，识别出特征模型和应用场景；

工作方案模块，用于根据特征模型和应用场景，生成移动平台的工作方案，并将工作方法发送给移动平台，所述工作方案包括工作路线、工作模式以及移动速度范围；

控制执行模块，用于根据遥控端所给出的工作方案对移动平台进行控制；

状态检测模块，集成有多个传感器，在移动平台行驶时，检测移动平台状态，并将移动平台状态发送给遥控端；

行驶控制模块，用于根据移动平台状态，对移动平台的行驶进行控制。

本发明的原理及优点在于：接收端通过场景获取模块，获取周围的影像，并将影像及实时发送给遥控端。遥控端在接收到接收端发送的数据后，对影像进行分析，根据影像识别出特征模型和应用场景，工作模式模块通过特征模型和应用场景给出工作方案，对移动平台的工作路线、工作模式以及移动速度范围给出当前环境下的规划，将规划好的工作方案发送给接收端，接收端根据工作方案，通过控制执行模块，对移动平台进行控制。同时在移动平台的行驶过程中，通过状态检测模块检测移动平台状态，行驶控制模块根据移动平台状态再对移动平台进行实时的控制，保证移动平台正常行驶。相比于现有技术，无需驾驶人员的经验，根据环境和移动平台的状态，便能够自动识别出适合的工作模式以及规划工作路线，并且在移动平台的行驶过程中，移动平台的反馈的状态，对移动平台进行控制。

进一步，所述场景分析模块包括特征提取模块和特征分析模块；

特征提取模块，用于通过图像识别，提取影像中的特征模型；

特征分析模块，用于通过训练好的神经网络模型，分析特征模型，识别出应用场景；

所述工作方案模块包括路线规划模块和模式控制模块；

路线规划模块，用于根据特征模型和应用场景，识别出工作区域，并在工作区域内制定移动平台的工作路线；

模式控制模块，预设有各个应用场景所对应的工作模式和移动速度范围，根据识别的结果给出对应的工作模式和移动速度范围。

在不同的应用场景以及不同的环境下，移动平台所需的工作方案均不相同，因此通过提取出特征模型，并根据特征模型识别出应用场景，以特征模型和应用场景为依据，识别出移动平台的工作区域，并在工作区域内指定工作路线，同时根据应用场景识别出当前最适合的工作模式，以及移动速度范围，从而为移动平台制定完整的工作方案。

通过提取出影像中的特征模型，分析特征模型识别出应用场景，通过多元的特征模型，对应用场景进行识别分析，保证识别的准确性，以选择出正确工作模式。

进一步，所述状态检测模块包括振动传感器、倾斜传感器；

振动传感器，用于检测移动平台的振动频率；

倾斜传感器，用于检测移动平台的倾斜角度；

所述行驶控制模块在移动平台的行驶过程中，根据振动频率控制移动平台的移动速度，根据倾斜角度控制移动平台的移动速度及移动方向。

检测的状态包括振动频率和倾斜角度，振动频率反映出路面平整程度，倾斜角度反映出路名的坡度，根据振动频率以及倾斜角度，对移动平台的移动速度及移动方向进行控制，防止颠簸对移动平台器件造成的损坏以及坡度造成倾覆。

进一步，所述模式控制模块还预设有振动频率和倾斜角度分别所对应的振动阈值和倾斜角阈值，所述模式控制模块还用于在工作模式为轮式驱动，且振动频率或倾斜角度超过振动阈值或倾斜角阈值时，控制工作模式切换为履式驱动。

当移动平台在轮式驱动时，若振动频率或倾斜角度超出了振动阈值或倾斜角阈值，则说明当前场景已不再适合轮式驱动，则切换为履式驱动。从而在应用场景大环境适合轮式驱动，而局部区域需要履式驱动的情况下，及时做出调整，并且防止了影像获取盲区以及突发状况所带来的影响。

进一步，所述状态检测模块还包括有速度检测模块，所述速度检测模块用于检测移动平台的速度，所述模式控制模块还用于在移动平台的速度不处于移动速度范围内时，控制移动平台进行一次工作模式切换。

当轮式驱动时，若移动速度小于移动速度范围，则有可能是因为轮胎陷入凹坑，或是因为路面打滑，摩擦系数过低导致，通过切换为履式驱动，能够有效地解决，而若是移动速度大于移动速度范围，因为速度过快，在当前应用场景的工作效率会不理想，比如在犁地场景下速度过快，犁地的效果可能无法达到预期效果，而在相同动力下，履式驱动的移动速度更慢，通过切换为履式驱动，保证移动速度不超过移动速度范围。而当在履式驱动时，若移动速度小于移动速度范围，则有可能是因为牵引力不足导致，而轮式驱动的牵引力更大，能有效解决，若是履式驱动下移动速度大于移动速度范围，则有可能是因为当前路面不是特别颠簸，无需再使用履式驱动，则切换为轮式驱动。通过在移动速度不处于移动速度范围内时，改变一下工作模式，能够解决不同的问题。

进一步，所述遥控端还包括路线优化模块，所述路线优化模块包括信号检测模块、区域分级模块以及路线重划模块；

信号检测模块，用于检测遥控端与接收端之间的信号强度；

区域分级模块，用于根据信号强度，将工作区域划分出信号强度为低、中、强的区域；

路线重划模块，根据信号强度区域，用于对移动平台的移动路线重新进行规划，减小移动平台处于低信号强度区域的时间。

根据信号强度划分出信号强度区域，并根据信号强度区域，对路线重新进行规划，减小移动平台处于低信号强度区域内的时间，防止因处于低信号强度区域内的时间过长导致遥控端和接收端断开连接。

本发明还公开了一种基于多源传感器数据的移动平台控制方法，使用了上述基于多源传感器数据的移动平台控制系统，该方法包括以下步骤：

场景获取步骤：接收端获取移动平台周围影像，发送给遥控端；

场景分析步骤：包括以下步骤：

步骤一：通过图像识别，提取影像中的特征模型；

步骤二：通过训练好的神经网络模型，分析特征模型，识别应用场景；

工作方案步骤：根据特征模型和应用场景，生成移动平台的工作方案，并将工作方案发送给接收端；

所述工作方案步骤包括以下步骤；

步骤一：遥控端根据特征模型和应用场景，识别出工作区域，并在工作区域内制定出工作路线；

步骤二：根据预设的各个应用场景对应的工作模式和移动速度范围，给出对应的工作模式和移动速度范围；

行驶控制步骤：根据遥控端给出的工作方案，对移动平台进行控制；

状态检测步骤：在移动平台行驶过程中，检测移动平台状态，并发送给遥控端；

行驶控制步骤：在移动行驶过程中，根据移动平台状态，对移动平台的行驶进行控制。

进一步，所述状态检测步骤包括以下步骤：

步骤一：检测移动平台的振动频率；

步骤二：检测移动平台的倾斜角度；

步骤三：检测移动平台的移动速度；

所述行驶控制步骤包括以下步骤：

步骤一：根据振动频率控制移动平台的移动速度；

步骤二：根据倾斜角度控制移动平台的移动速度和移动方向。

进一步，所述模式控制步骤还包括以下步骤：

步骤一：匹配当前应用场景所对应的工作模式；

步骤二：当移动平台在轮式驱动时，判断振动频率是否大于振动阈值，若是，则将工作模式切换为履式驱动；

步骤三：当移动平台在轮式驱动时，判断倾斜角度是否大于倾斜角阈值，若是，则将工作模式切换为履式驱动；

步骤四：判断移动平台的移动速度是否在移动速度范围内，若不在，则控制移动平台进行一次工作模式切换。

进一步，还包括路线优化步骤，所示路线优化步骤包括以下步骤：

步骤一：检测接收端和遥控端之间的信号强度；

步骤二：将工作区域根据信号强度划分为低、中、强三个区域；

步骤三：根据信号强度区域，用于对移动平台的移动路线重新进行规划，减小移动平台处于低信号强度区域的时间。

附图说明

图1为本发明实施例基于多源传感器数据的移动平台控制系统的逻辑框图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例基本如附图1所示：

包括移动平台本体和移动平台控制系统，移动平台控制系统包括接收端和遥控端，遥控端包括状态检测模块、场景获取模块、控制执行模块，遥控端包括场景分析模块、工作方案模块、行驶控制模块、以及路线优化模块。

接收端安装在移动平台上，其中场景获取模块为摄像头，用于拍摄移动平台周围的影像。接收端和遥控端之间网络连接，具体通过LORA网络连接，接收端将获取到的影像实时发送给遥控端。

遥控端接收到影像后，由场景分析模块对影像进行分析，场景分析模块包括特征提取模块和特征分析模块。特征提取模块通过现有的图像识别技术，提取出影像中的特征模型，例如石块、树木、凹坑、陡坡、围栏、路面以及移动平台所搭载的挂件工具等。特征分析模块通过分析特征模型，识别出应用场景，具体的，特征分析模块通过已经训练好的BP神经网络模型进行分析，BP神经网络的输入层为特征提取模块所提取的特征模型，隐藏层包括特征模型的参数，例如石块大小、树木密集程度、土壤颜色、围栏范围、路面平整度、挂件工具的类型等，输出层为具体的应用场景，例如犁地场景、播种场景、运输场景、播种场景等场景。

移动平台的工作模式包括有轮式驱动和履式驱动两种模式，工作方案模块包括模式控制模块和路线规划模块，模式控制模块中预设有各个应用场景所对应的工作模式以及该应用场景下的移动平台的工作模式和移动速度范围，模式控制模块根据所识别的应用场景，识别出所需的工作模式，例如，在犁地场景下，由于轮式驱动的接地比压较大，在犁地作业时，轮胎始终行走在犁沟中，轮胎会对土壤造成剪切作用，使耕层土壤结构遭到破坏，长期如此会使土壤耕层线生成硬底层，不利于土壤的蓄水保墒和作物的生长，同时还会对播种质量造成不利影响，以及给浇水作业带来困难，因此当应用场景为犁地作业时，所对应的工作模式应优选为履式驱动，且作业时的移动速度应在6-10km/h范围内，而在运输场景下，由于轮式驱动的牵引力要大于履式驱动的牵引力，所以在运输场景下，所对应的工作模式应优选为轮式驱动。

同时，路线规划模块根据模型及应用场景，识别出移动平台所要工作的工作区域，并设计出工作路线。例如，在犁地场景下工作区域趋近方形，而工作路线应覆盖整个工作区域，而在运输场景下，工作区域因为条形，工作路线因在两个端点之间往返，并且在设计工作路线时，避开特征模型中的石块、树木等障碍。

遥控端给出工作路线、工作模式以及移动速度范围，发送给接收端，接收端根据这些数据，控制移动平台以所给出的工作模式，在工作路线上，保持移动速度在移动速度范围内行驶。遥控端上还设有显示器，显示器用于显示工作路线、当前的工作模式以及移动速度范围。

而通过影像识别应用场景，给出工作模式及移动速度，只是一个模糊的判断，有可能存在因视野受阻，或者是突发状况，需要移动平台在实际运行过程中进行一些调整，所以当移动平台在运行过程中，通过状态检测模块，检测移动平台状态，并实时发送给遥控端。状态检测模块包括有振动传感器和倾斜传感器，振动传感器用于检测移动平台的振动频率，行驶控制模块根据振动频率控制移动模块的移动速度，振动频率越大，移动速度越慢，且是在移动速度范围内线性改变。因为振动频率越快，路面越颠簸，故降低移动速度。并且模式控制模块预设有振动阈值，若是工作模式为轮式驱动下，当振动频率超过振动阈值后，模式控制模块控制移动平台转换为履式驱动，因为当超过振动阈值时，说明路面非常的颠簸，而由于履式驱动的重心较低，附着系数大，在颠簸路面所产生的振动也较小，减小对移动平台器件的损伤。同理，当检测到的倾斜角度越大，说明路面坡度越大，行驶控制模块控制移动速度减小，并根据倾斜的方向，控制移动平台向反方向运行，且模式控制模块设有倾斜角阈值，若是工作模式为轮式驱动下，当倾斜角度大于倾斜角阈值，则控制移动平台转换为履式驱动，通过履式驱动良好的抵抗翻倾性和坡地稳定性，防止移动平台的倾覆。

状态检测模块还包括有速度检测模块，用于检测移动平台的移动速度，行驶控制模块还用于在移动平台的移动速度不处于移动速度范围内时，进行一次模式切换。因为当轮式驱动时，若移动速度小于移动速度范围，则有可能是因为轮胎陷入凹坑，或是因为路面打滑，摩擦系数过低，通过切换为履式驱动，能够有效地解决，而若是移动速度大于移动速度范围，因为速度过快，在当前应用场景的工作效率会不理想，比如在犁地场景下速度过快，犁地的效果可能无法达到预期效果，而在相同动力下，履式驱动的移动速度更慢，通过切换为履式驱动，保证移动速度不超过移动速度范围。而当在履式驱动时，若移动速度小于移动速度范围，则有可能是因为牵引力不足导致，而轮式驱动的牵引力更大，能有效解决，若是履式驱动下移动速度大于移动速度范围，则有可能是因为当前路面不是特别颠簸，无需再使用履式驱动，则切换为轮式驱动。

遥控端还包括有路线优化模块，路线优化模块包括有信号检测模块、区域分级模块以及路线重划模块。信号检测模块用于检测接收端与遥控端之间的信号强度，区域分级模块根据信号强度将工作区域划分出信号强度为低、中、强的区域，路线重划模块，根据信号强度区域，对移动平台的路线重新进行规划，减小移动平台处于低信号强度区域内的时间，以防止因处于信号强度区域内的时间过长，导致接收端和遥控端之间断开联系。具体的，在本实施例中，在对路线重新规划时，增加移动平台在中信号强度区域与低信号强度区域之间交替的次数，减小移动平台单次处于低信号强度内的时间实现。

本实施例还公开了一种基于多源传感器数据的移动平台控制方法，该方法使用了上述的基于多源传感器数据的移动平台控制系统。该方法具体如下：

场景获取步骤：接收端获取移动平台周围影像，发送给遥控端；

场景分析步骤：包括以下步骤：

步骤一：通过图像识别，提取影像中的特征模型；

步骤二：通过训练好的神经网络模型，分析特征模型，识别应用场景；

工作方案步骤：根据特征模型和应用场景，生成移动平台的工作方案，并将工作方案发送给接收端；

所述工作方案步骤包括以下步骤；

步骤一：遥控端根据特征模型和应用场景，识别出工作区域，并在工作区域内制定出工作路线；

步骤二：根据预设的各个应用场景对应的工作模式和移动速度范围，给出对应的工作模式和移动速度范围；

行驶控制步骤：根据遥控端给出的工作方案，对移动平台进行控制；

状态检测步骤：在移动平台行驶过程中，检测移动平台状态，并发送给遥控端；

行驶控制步骤：在移动行驶过程中，根据移动平台状态，对移动平台的行驶进行控制。

进一步，所述状态检测步骤包括以下步骤：

步骤一：检测移动平台的振动频率；

步骤二：检测移动平台的倾斜角度；

步骤三：检测移动平台的移动速度；

所述行驶控制步骤包括以下步骤：

步骤一：根据振动频率控制移动平台的移动速度；

步骤二：根据倾斜角度控制移动平台的移动速度和移动方向。

进一步，所述模式控制步骤还包括以下步骤：

步骤一：匹配当前应用场景所对应的工作模式；

步骤二：当移动平台在轮式驱动时，判断振动频率是否大于振动阈值，若是，则将工作模式切换为履式驱动；

步骤三：当移动平台在轮式驱动时，判断倾斜角度是否大于倾斜角阈值，若是，则将工作模式切换为履式驱动；

步骤四：判断移动平台的移动速度是否在移动速度范围内，若不在，则控制移动平台进行一次工作模式切换。

进一步，还包括路线优化步骤，所示路线优化步骤包括以下步骤：

步骤一：检测接收端和遥控端之间的信号强度；

步骤二：将工作区域根据信号强度划分为低、中、强三个区域；

步骤三：根据信号强度区域，用于对移动平台的移动路线重新进行规划，减小移动平台处于低信号强度区域的时间。

实施例二

本实施例和实施例一的区别在于，所述遥控端还包括有用户交互模块，所述用户交互模块包括方向模块、速度模块以及模式模块，所述方向模块用于根据操作人员的输入量输出对移动平台移动方向进行控制的操作指令，所述速度模块用于根据操作人员的输入量输出对移动平台移动速度进行控制的操作指令，所述模式模块用于根据操作人员的输入量输出对移动平台的工作模式进行控制的操作指令，所述手动控制模块将控制指令发送给接收端。

所述控制执行模块还用于在手动控制模块发出控制指令时，只执行手动控制模块所发出的操作指令。

具体的，在本实施例中，方向模块为方向盘，速度模块为油门和刹车，模式模块为按键，通过方向模块可控制移动平台的移动方向，速度模块控制移动平台的移动速度，模式模块控制移动平台的工作模式。

所述遥控端还包括用户适应模块，所述用户适应模块包括用户画像模块和灵敏调整模块；

用户画像模块，用于根据用户交互模块发出的控制指令以及状态检测模块所检测到的移动平台状态，生成使用用户交互模块的操作人员的用户画像，所述用户画像为用户的操作熟练度以及操作习惯；

灵敏调整模块，用于根据用户画像，调整方向模块及速度模块的灵敏度。

具体的，当不同操作人员在使用用户交互模块手动控制移动平台时，因为自身的习惯以及操作熟练度的不同，在对移动平台的控制上会产生差异，例如，熟练度低的操作人员在进行操作时，可能会做出急加速或者是急转弯的操作，此时移动平台的移动速度会陡增或陡降，移动路线也会发生突变，若路面颠簸，移动平台的振动频率也会陡增或陡降。因此通过移动平台状态以及用户交互模块发出的控制指令能够生成用户画像，了解操作人员的操作习惯。根据用户画像调整方向模块和速度模型的灵敏度，例如若操作人员经常出现急加速的操作，则降低油门或刹车的灵敏度，若操作人员经常出现转弯不及时的操作，则增加方向盘的灵敏度，从而帮助用户不用改变操作习惯，在熟练度较低时，也能够在正常地操作移动平台。

所述路线优化模块还用于根据用户画像生成建议路线，通过显示器显示。

若用户的操作熟练度较低，则在生成建立路线的时，减少在低信号强度区域内的时间，避免用户在低信号强度区域内行驶的时间过长，无法及时驶出低信号强度区域，导致移动平台失联。若用户经常出现急转弯的操作，则生成建议路线时，生成弯道角度较大的路线。若用户经常出现急加速或急减速的操作，则生成建议路线时，优先生成直线行驶的路线。

本实施例还公开了一种基于多源传感器数据的移动平台控制方法，该方法使用了上述的基于多源传感器数据的移动平台控制系统。该方法具体如下：

用户操作步骤：根据操作人员操作的输入量输出对移动平台方向、速度以及工作模式的操作指令；

用户画像步骤：根据移动平台状态以及操作指令，生成操作人员的用户画像；

灵敏调整步骤：根据用户画像，调整移动平台方向、速度响应操作人员输入量的灵敏度。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.基于多源传感器数据的移动平台控制系统，包括移动平台，所述移动平台具有轮式驱动以及履式驱动两种工作模式，其特征在于：还包括有网络连接的接收端和遥控端，所述接收端设于移动平台本体上，包括场景获取模块、控制执行模块以及状态检测模块，所述遥控端包括场景分析模块、工作方案模块以及行驶控制模块；

场景获取模块，用于获取移动平台周围影像，并发送给遥控端；

场景分析模块，用于对影像进行分析，识别出特征模型和应用场景；

工作方案模块，用于根据特征模型和应用场景，生成移动平台的工作方案，并将工作方法发送给移动平台，所述工作方案包括工作路线、工作模式以及移动速度范围；

控制执行模块，用于根据遥控端所给出的工作方案对移动平台进行控制；

状态检测模块，集成有多个传感器，在移动平台行驶时，检测移动平台状态，并将移动平台状态发送给遥控端；

行驶控制模块，用于根据移动平台状态，对移动平台的行驶进行控制。

2.根据权利要求1所述的基于多源传感器数据的移动平台控制系统，其特征在于：所述场景分析模块包括特征提取模块和特征分析模块；

特征提取模块，用于通过图像识别，提取影像中的特征模型；

特征分析模块，用于通过训练好的神经网络模型，分析特征模型，识别出应用场景；

所述工作方案模块包括路线规划模块和模式控制模块；

路线规划模块，用于根据特征模型和应用场景，识别出工作区域，并在工作区域内制定移动平台的工作路线；

模式控制模块，预设有各个应用场景所对应的工作模式和移动速度范围，根据识别的结果给出对应的工作模式和移动速度范围。

3.根据权利要求2所述的基于多源传感器数据的移动平台控制系统，其特征在于：所述状态检测模块包括振动传感器、倾斜传感器；

振动传感器，用于检测移动平台的振动频率；

倾斜传感器，用于检测移动平台的倾斜角度；

所述行驶控制模块在移动平台的行驶过程中，根据振动频率控制移动平台的移动速度，根据倾斜角度控制移动平台的移动速度及移动方向。

4.根据权利要求3所述的基于多源传感器数据的移动平台控制系统，其特征在于：所述模式控制模块还预设有振动频率和倾斜角度分别所对应的振动阈值和倾斜角阈值，所述模式控制模块还用于在工作模式为轮式驱动，且振动频率或倾斜角度超过振动阈值或倾斜角阈值时，控制工作模式切换为履式驱动。

5.根据权利要求4所述的基于多源传感器数据的移动平台控制系统，其特征在于：所述状态检测模块还包括有速度检测模块，所述速度检测模块用于检测移动平台的速度，所述模式控制模块还用于在移动平台的速度不处于移动速度范围内时，控制移动平台进行一次工作模式切换。

6.根据权利要求1所述的基于多源传感器数据的移动平台控制系统，其特征在于：所述遥控端还包括路线优化模块，所述路线优化模块包括信号检测模块、区域分级模块以及路线重划模块；

信号检测模块，用于检测遥控端与接收端之间的信号强度；

区域分级模块，用于根据信号强度，将工作区域划分出信号强度为低、中、强的区域；

路线重划模块，根据信号强度区域，用于对移动平台的移动路线重新进行规划，减小移动平台处于低信号强度区域的时间。

7.基于多源传感器数据的移动平台控制方法，使用了权利要求1-6任一项所述的基于多源传感器数据的移动平台控制系统，其特征在于：包括以下步骤：

场景获取步骤：接收端获取移动平台周围影像，发送给遥控端；

场景分析步骤：包括以下步骤：

步骤一：通过图像识别，提取影像中的特征模型；

步骤二：通过训练好的神经网络模型，分析特征模型，识别应用场景；

工作方案步骤：根据特征模型和应用场景，生成移动平台的工作方案，并将工作方案发送给接收端；

所述工作方案步骤包括以下步骤：

步骤一：遥控端根据特征模型和应用场景，识别出工作区域，并在工作区域内制定出工作路线；

步骤二：根据预设的各个应用场景对应的工作模式和移动速度范围，给出对应的工作模式和移动速度范围；

行驶控制步骤：根据遥控端给出的工作方案，对移动平台进行控制；

状态检测步骤：在移动平台行驶过程中，检测移动平台状态，并发送给遥控端；

行驶控制步骤：在移动行驶过程中，根据移动平台状态，对移动平台的行驶进行控制。

8.根据权利要求7所述的基于多源传感器数据的移动平台控制方法，其特征在于：所述状态检测步骤包括以下步骤：

步骤一：检测移动平台的振动频率；

步骤二：检测移动平台的倾斜角度；

步骤三：检测移动平台的移动速度；

所述行驶控制步骤包括以下步骤：

步骤一：根据振动频率控制移动平台的移动速度；

步骤二：根据倾斜角度控制移动平台的移动速度和移动方向。

9.根据权利要求8所述的基于多源传感器数据的移动平台控制方法，其特征在于：所述模式控制步骤还包括以下步骤：

步骤一：匹配当前应用场景所对应的工作模式；

步骤二：当移动平台在轮式驱动时，判断振动频率是否大于振动阈值，若是，则将工作模式切换为履式驱动；

步骤三：当移动平台在轮式驱动时，判断倾斜角度是否大于倾斜角阈值，若是，则将工作模式切换为履式驱动；

步骤四：判断移动平台的移动速度是否在移动速度范围内，若不在，则控制移动平台进行一次工作模式切换。

10.根据权利要求7所述的基于多源传感器数据的移动平台控制方法，其特征在于：还包括路线优化步骤，所示路线优化步骤包括以下步骤：

步骤一：检测接收端和遥控端之间的信号强度；

步骤二：将工作区域根据信号强度划分为低、中、强三个区域；

步骤三：根据信号强度区域，用于对移动平台的移动路线重新进行规划，减小移动平台处于低信号强度区域的时间。

Images