CN113865609A - 无人运输车辆处理方法、装置及计算机可读存储介质 - Google Patents
无人运输车辆处理方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113865609A CN113865609A CN202111132551.XA CN202111132551A CN113865609A CN 113865609 A CN113865609 A CN 113865609A CN 202111132551 A CN202111132551 A CN 202111132551A CN 113865609 A CN113865609 A CN 113865609A
- Authority
- CN
- China
- Prior art keywords
- transport vehicle
- fault
- path
- unmanned
- vehicle
- 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
- 238000003672 processing method Methods 0.000 title claims description 25
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 21
- 238000004088 simulation Methods 0.000 description 13
- 239000011521 glass Substances 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009290 primary effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- 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
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种无人运输车辆处理方法、装置及存储介质，所述无人运输车辆处理方法包括：获取故障运输车反馈的故障信号；根据所述故障信号确定所述故障运输车的位置信息；根据所述位置信息重新规划正常运输车的规划路径。本发明技术方案实时检测运输车的当前状态，当运输车运送物流途中出现故障时，系统则会对故障运输车进行定位，同时对其他正常运输车的行驶路径重新进行规划，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率。
Description
技术领域
本发明涉及物流运输技术领域，特别涉及一种无人运输车辆处理方法、无人运输车辆处理装置及计算机可读存储介质。
背景技术
随着虚拟现实技术、云计算技术、无人驾驶技术的快速发展，全国各地的自动驾驶汽车示范区已相继开展园区无人运输车的项目研究，部分园区无人运输车项目已取得初步成效。
目前，无人运输车在园区内试运行，并根据规划好的路线完成物流的配送。无人运输车主要通过雷达、摄像头等传感器实现避障，但如果运输车在配送途中出现雷达、摄像头等传感器故障或者程序出错，将导致运输车无法正常运转，无人物流路线也将瘫痪。
发明内容
本发明的主要目的是提供一种无人运输车辆处理方法、无人运输车辆处理装置及计算机可读存储介质，旨在解决现有技术中运输车在配送途中出现雷达、摄像头等传感器故障或者程序出错，将导致运输车无法正常运转，整个物流通道面临瘫痪的技术问题。
为实现上述目的，本发明提出一种无人运输车辆处理方法，所述无人运输车辆处理方法包括：
获取故障运输车反馈的故障信号；
根据所述故障信号确定所述故障运输车的位置信息；
根据所述位置信息重新规划正常运输车的规划路径。
可选地，根据所述位置信息重新规划正常运输车的规划路径的步骤包括：
根据所述位置信息获取故障路段；
判断所述故障路段是否处于所述规划路径内；
所述故障路段处于所述规划路径内时，重新规划所述规划路径。
可选地，根据所述位置信息获取故障路段的步骤包括：
根据所述位置信息判断所述故障车辆是否位于路口；
当所述故障车辆位于所述路口时，将经过所述路口的所有路段作为所述故障路段；
当所述故障车辆未在所述路口时，将所述故障车辆所处的路段作为所述故障路段。
可选地，重新规划所述规划路径的步骤包括：
获取所述位置信息所属场地的场地信息，并在所述场地信息上标记起始位置和目标位置；
获取所述起始位置和所述目标位置之间的行驶路径，所述行驶路径不包括所述故障路段；
将所述行驶路径作为所述规划路径。
可选地，获取所述起始位置和所述目标位置之间的行驶路径的步骤包括：
根据所述场地信息获取场地内除所述故障路段以外的所有行驶路段；
将所述行驶路段进行组合，以得到连接所述起始位置与所述目标位置的行驶路径。
可选地，将所述行驶路径作为所述规划路径的步骤包括：
获取所述行驶路径的里程数；
将所述行驶路径中里程数最小的路径作为所述规划路径。
可选地，获取故障运输车反馈的故障信号的步骤之前，还包括：
获取起始位置和目标位置；
根据所述起始位置和所述目标位置规划所述运输车的初始路径。
可选地，根据所述位置信息重新规划所述运输车的规划路径的步骤之后，还包括：
采集所述故障车辆周围的环境参数；
将所述环境参数发送至模拟驾驶舱。
此外，为解决上述问题，本发明还提出了一种无人运输车辆处理装置，所述无人运输车辆处理装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人运输车辆处理程序，所述无人运输车辆处理程序被所述处理器执行时实现如上述的无人运输车辆处理方法的步骤。
此外，为解决上述问题，本发明还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有无人运输车辆处理程序，所述无人运输车辆处理程序被处理器执行时实现如上述的无人运输车辆处理方法的步骤。
本发明技术方案实时检测运输车的当前状态，当运输车运送物流途中出现故障时，系统则会对故障运输车进行定位，同时对其他正常运输车的行驶路径重新进行规划，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率。
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方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明无人运输车辆处理方法第一实施例的流程示意图；
图2为本发明无人运输车辆处理方法第一实施例的流程示意图；
图3为本发明无人运输车辆处理方法第一实施例的流程示意图；
图4为本发明无人运输车辆处理方法第一实施例的流程示意图；
图5为本发明无人运输车辆处理方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提出了一种无人运输车辆处理方法，请参照图1，图1为所述无人运输车辆处理方法第一实施例的流程示意图，所述无人运输车辆处理方法具体包括以下步骤：
步骤S10：获取故障运输车反馈的故障信号；
步骤S20：根据所述故障信号确定所述故障运输车的位置信息；
步骤S30：根据所述位置信息重新规划正常运输车的规划路径。
本实施例中，可在运输车上安装控制模块以及通讯模块，通过控制模块检测运输车的当前状态，并通过通讯模块将运输车的当前状态发送到系统中，系统中存储有所述无人运输车辆处理方法，从而实现作业人员通过系统对运输车进行相应的控制。其中，控制模块可采用SOC模块，通讯模块可采用超低时延无线通讯模块，从而实现运输车与系统之间的快速响应，提高本发明所述无人运输车辆处理方法的处理效率。
当检测到运输车出现故障后，控制模块则向系统反馈所述故障信号，系统则根据故障信号寻找到对应的运输车，并将该运输车标记为所述故障运输车。需要说明的是，所述故障信号中可设置一唯一的标签信息，该标签信息可对应运输车的编号等，从而防止所述故障运输车标记错误。
在确定所述故障运输车后，则获取所述故障运输车的位置信息，其中，所述位置信息可以通过安装在运输车辆上的GPS定位仪进行获取，通过通讯模块实现与系统之间的收发送。需要说明的是，当所述故障运输车上的GPS定位仪无法正常使用时，还可以在运输车所在的物流仓库或者场地安装摄像头，通过摄像头来获取以确定所述故障运输车的位置信息等。确定所述故障运输车的所述位置信息之后，重新对其他正常运输车的路径进行规划，以使得其他正常运输车的规划路径能够避开所述故障运输车的位置，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率
可以理解，在系统开启时，需要对运输车的路径进行初始化，即在步骤S10之前，还包括以下步骤：
步骤S40：获取起始位置和目标位置；
步骤S50：根据所述起始位置和所述目标位置规划所述运输车的初始路径。在本实施例中，首先在运输车所在的仓库或者场地标记出所述起始位置和所述目标位置，也即运输车的运输路径。在对运输车的路径初始化后，系统则控制运输车在所述初始路径上移动，以实现运输功能。其中，所述初始路径为运输车所行驶的最短路径，从而保证系统的整体运输效率，直至出现所述故障运输车后再执行步骤S10。
此外，为了保证运输车所在的仓库或者场地能尽快能够恢复到所述初始路径，在所述步骤S30之后，还包括以下步骤：
步骤S60：采集所述故障车辆周围的环境参数；
步骤S70：将所述环境参数发送至模拟驾驶舱。
在本实施例中，在运输车上还可以设置车载摄像机，通过车载摄像机实时采集运输车周围的环境参数。运输车上的控制模块和通讯模块则将所述环境参数发送至模拟驾驶舱中，模拟驾驶舱中配备有VR眼镜以及拟真驾驶系统，将环境参数发送至VR眼镜中进行显示，作业人员可通过佩戴VR眼镜观察该无人物流车周围的环境，通过拟真驾驶系统远程控制所述故障运输车，以将其送至维修点。在将所述故障运输车移动至维修点后，则可以重新执行所述步骤S40及步骤S50，从而对运输车的路径进行初始化，保证系统的整体运输效率。本实施例中通过采用SOC模块及超低时延无线通讯模块，以最大幅度降低信号传输的延时，提高作业人员驾驶的同步性。
本发明技术方案实时检测运输车的当前状态，当运输车运送物流途中出现故障时，系统则会对故障运输车进行定位，同时对其他正常运输车的行驶路径重新进行规划，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率。
进一步地，请参照图2，图2为所述无人运输车辆处理方法第二实施例的流程示意图，步骤S30包括以下步骤：
步骤S31：根据所述位置信息获取故障路段；
步骤S32：判断所述故障路段是否处于所述规划路径内；
步骤S33：所述故障路段处于所述规划路径内时，重新规划所述规划路径。
在实际运用中，在运输车所在的物流仓库或者场地内，通常具有多条路径，从而对多种不同类型的货品进行运输。而位于完全不同两条路径上的运输车之间相互不影响，因此无需对不受影响的运输车辆进行重新规划。本实施例中为了进一步提高规划效率，当接收到反馈的所述故障信号后，则及时确定所述故障运输车所在的路段，并将该路段作为所述故障路段。需要说明的是，本实施例中的路段，是指任一条路径中相邻两个路口之间的路段。在确定所述故障路段之后，判定所述故障路段所在的所述规划路径，从而确定所有经过所述故障路段的所述规划路径，仅对经过所述故障路段的所述规划路径重新进行规划，从而提高规划效率。
进一步地，请参照图3，图3为所述无人运输车辆处理方法第三实施例的流程示意图，步骤S31包括以下步骤：
步骤S311：根据所述位置信息判断所述故障车辆是否位于路口；
步骤S312：当所述故障车辆位于所述路口时，将经过所述路口的所有路段作为所述故障路段；
步骤S313：当所述故障车辆未在所述路口时，将所述故障车辆所处的路段作为所述故障路段。
为进一步提高本发明所述无人运输车辆处理方法判断的精确程度，在本实施例中，还可以通过所述位置信息获取所述故障运输车是否位于路口的位置，其中，所述路口是指两条不同的路径相交的位置。当所述故障运输车的故障位置位于所述路口时，则会对两条不同的路径同时造成堵塞的情况。因此，当检测到所述故障运输车的故障位置位于所述路口时，则需要将与所述路口连接的所有路段作为所述故障路段。例如当所述路口为十字路口时，则将与所述路口连接的四条路段均作为所述故障路段；当所述路口为丁字路口时，则将与所述路口连接的三条路段均作为所述故障路段。本实施例中通过上述方案一方面能够提高判断的精确程度，另一方面还能够进一步提高规划效率，避免对无需进行规划的路径也重新进行规划。
进一步地，请参照图4，图4为所述无人运输车辆处理方法第四实施例的流程示意图，步骤S33包括以下步骤：
步骤S331：获取所述位置信息所属场地的场地信息，并在所述场地信息上标记起始位置和目标位置；
步骤S332：获取所述起始位置和所述目标位置之间的行驶路径，所述行驶路径不包括所述故障路段；
步骤S333：将所述行驶路径作为所述规划路径。
作业人员可以预先将运输车所属场地的场地信息预存在系统中，所述场地信息可以是地图信息。通过在所述场地信息上标记出上货与卸货地点，也即所述起始位置和所述目标位置，从而控制运输车的在所述起始位置和所述目标位置之间来回移动完成运输功能。
需要说明的是，在实际运用中，一个物流仓库内通常具有很多条能够连接所述起始位置和所述目标位置的路径，在对所述规划路径重新进行规划时，则可以对其进行过滤，本实施例中，所述步骤S333还具体包括：
步骤S3331：获取所述行驶路径的里程数；
步骤S3332：将所述行驶路径中里程数最小的路径作为所述规划路径。
通过选取所有路径中里程数最小的路径作为所述规划路径，从而提高运输车的运输效率，同时将里程数最小的路径作为所述规划路径，也能够最大化的节约运输成本。可以理解，当具有两条里程数相同的路径时，则可以随机选取一条路径作为所述规划路径即可，或者判断所述行驶路径的运输车数量，将所述行驶路径中运输车数量最小的路径作为所述规划路径，从而进一步间接提高所述规划路径的运输效率。
进一步地，请参照图5，图5为所述无人运输车辆处理方法第五实施例的流程示意图，步骤S332包括以下步骤：
步骤S3321：根据所述场地信息获取场地内除所述故障路段以外的所有行驶路段；
步骤S3322：将所述行驶路段进行组合，以得到连接所述起始位置与所述目标位置的行驶路径。
根据上述内容可知，路段是指任一条路径中相邻两个路口之间的路段，本实施例中，通过获取除标记为所述故障路段以外的所有路段后，也即在本实施例中获取的路段均为可以正常通行的路段。通过排列组合的方式，组合出所有能够将所述起始位置和所述目标位置连接起来的所述行驶路径，从而最终得到的所述行驶路径能够完全避开所述故障路段。
需要说明的是，在实际运用中，并非所有里程数最短的路径才能够达到提高运输效率的效果，当路径上的运输车辆较多，路径较为拥堵时，则同样无法达到提高运输效率的效果。因此本实施例中以路段的方式进行重新组合，以得到更多的所述行驶路径供作业人员进行选择，从而选择处最佳的运输路径，提高本发明所述无人运输车辆处理方法的兼容性及可靠性。
此外，为解决上述问题，本发明还提出了一种无人运输车辆处理装置，所述无人运输车辆处理装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人运输车辆处理程序，所述无人运输车辆处理程序被所述处理器执行时实现如上述的无人运输车辆处理方法的步骤。所述运输车辆处理装置还可以包括摄像头及模拟驾驶舱等，将摄像头设置在运输车所在的场地以检测位置信息等等。
本实施例中，可在运输车上安装控制模块以及通讯模块，通过控制模块检测运输车的当前状态，并通过通讯模块将运输车的当前状态发送到系统中，系统中存储有所述无人运输车辆处理方法，从而实现作业人员通过系统对运输车进行相应的控制。其中，控制模块可采用SOC模块，通讯模块可采用超低时延无线通讯模块，从而实现运输车与系统之间的快速响应，提高本发明所述无人运输车辆处理方法的处理效率。
当检测到运输车出现故障后，控制模块则向系统反馈所述故障信号，系统则根据故障信号寻找到对应的运输车，并将该运输车标记为所述故障运输车。需要说明的是，所述故障信号中可设置一唯一的标签信息，该标签信息可对应运输车的编号等，从而防止所述故障运输车标记错误。
在确定所述故障运输车后，则获取所述故障运输车的位置信息，其中，所述位置信息可以通过安装在运输车辆上的GPS定位仪进行获取，通过通讯模块实现与系统之间的收发送。需要说明的是，当所述故障运输车上的GPS定位仪无法正常使用时，还可以在运输车所在的物流仓库或者场地安装摄像头，通过摄像头来获取以确定所述故障运输车的位置信息等。确定所述故障运输车的所述位置信息之后，重新对其他正常运输车的路径进行规划，以使得其他正常运输车的规划路径能够避开所述故障运输车的位置，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率
此外，在运输车所在的仓库或者场地标记出所述起始位置和所述目标位置，也即运输车的运输路径。在对运输车的路径初始化后，系统则控制运输车在所述初始路径上移动，以实现运输功能。其中，所述初始路径为运输车所行驶的最短路径，从而保证系统的整体运输效率，直至出现所述故障运输车。
此外，为了保证运输车所在的仓库或者场地能尽快能够恢复到所述初始路径，还可以在运输车上还可以设置车载摄像机，通过车载摄像机实时采集运输车周围的环境参数。运输车上的控制模块和通讯模块则将所述环境参数发送至模拟驾驶舱中，模拟驾驶舱中配备有VR眼镜以及拟真驾驶系统，将环境参数发送至VR眼镜中进行显示，作业人员可通过佩戴VR眼镜观察该无人物流车周围的环境，通过拟真驾驶系统远程控制所述故障运输车，以将其送至维修点。在将所述故障运输车移动至维修点后，对运输车的路径进行初始化，保证系统的整体运输效率。本实施例中通过采用SOC模块及超低时延无线通讯模块，以最大幅度降低信号传输的延时，提高作业人员驾驶的同步性。
本发明技术方案实时检测运输车的当前状态，当运输车运送物流途中出现故障时，系统则会对故障运输车进行定位，同时对其他正常运输车的行驶路径重新进行规划，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率。
此外，为解决上述问题，本发明还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有无人运输车辆处理程序，所述无人运输车辆处理程序被处理器执行时实现如上述的无人运输车辆处理方法的步骤。
本实施例中，可在运输车上安装控制模块以及通讯模块，通过控制模块检测运输车的当前状态，并通过通讯模块将运输车的当前状态发送到系统中，系统中存储有所述无人运输车辆处理方法，从而实现作业人员通过系统对运输车进行相应的控制。其中，控制模块可采用SOC模块，通讯模块可采用超低时延无线通讯模块，从而实现运输车与系统之间的快速响应，提高本发明所述无人运输车辆处理方法的处理效率。
当检测到运输车出现故障后，控制模块则向系统反馈所述故障信号，系统则根据故障信号寻找到对应的运输车，并将该运输车标记为所述故障运输车。需要说明的是，所述故障信号中可设置一唯一的标签信息，该标签信息可对应运输车的编号等，从而防止所述故障运输车标记错误。
在确定所述故障运输车后，则获取所述故障运输车的位置信息，其中，所述位置信息可以通过安装在运输车辆上的GPS定位仪进行获取，通过通讯模块实现与系统之间的收发送。需要说明的是，当所述故障运输车上的GPS定位仪无法正常使用时，还可以在运输车所在的物流仓库或者场地安装摄像头，通过摄像头来获取以确定所述故障运输车的位置信息等。确定所述故障运输车的所述位置信息之后，重新对其他正常运输车的路径进行规划，以使得其他正常运输车的规划路径能够避开所述故障运输车的位置，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率
此外，在运输车所在的仓库或者场地标记出所述起始位置和所述目标位置，也即运输车的运输路径。在对运输车的路径初始化后，系统则控制运输车在所述初始路径上移动，以实现运输功能。其中，所述初始路径为运输车所行驶的最短路径，从而保证系统的整体运输效率，直至出现所述故障运输车。
此外，为了保证运输车所在的仓库或者场地能尽快能够恢复到所述初始路径，还可以在运输车上还可以设置车载摄像机，通过车载摄像机实时采集运输车周围的环境参数。运输车上的控制模块和通讯模块则将所述环境参数发送至模拟驾驶舱中，模拟驾驶舱中配备有VR眼镜以及拟真驾驶系统，将环境参数发送至VR眼镜中进行显示，作业人员可通过佩戴VR眼镜观察该无人物流车周围的环境，通过拟真驾驶系统远程控制所述故障运输车，以将其送至维修点。在将所述故障运输车移动至维修点后，对运输车的路径进行初始化，保证系统的整体运输效率。本实施例中通过采用SOC模块及超低时延无线通讯模块，以最大幅度降低信号传输的延时，提高作业人员驾驶的同步性。
本发明技术方案实时检测运输车的当前状态，当运输车运送物流途中出现故障时，系统则会对故障运输车进行定位，同时对其他正常运输车的行驶路径重新进行规划，从而避免其他正常运输车被故障运输车堵塞，提高整个系统的运输效率。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种无人运输车辆处理方法，其特征在于，所述无人运输车辆处理方法包括：
获取故障运输车反馈的故障信号；
根据所述故障信号确定所述故障运输车的位置信息；
根据所述位置信息重新规划正常运输车的规划路径。
2.根据权利要求1所述的无人运输车辆处理方法，其特征在于，根据所述位置信息重新规划正常运输车的规划路径的步骤包括：
根据所述位置信息获取故障路段；
判断所述故障路段是否处于所述规划路径内；
所述故障路段处于所述规划路径内时，重新规划所述规划路径。
3.根据权利要求2所述的无人运输车辆处理方法，其特征在于，根据所述位置信息获取故障路段的步骤包括：
根据所述位置信息判断所述故障车辆是否位于路口；
当所述故障车辆位于所述路口时，将经过所述路口的所有路段作为所述故障路段；
当所述故障车辆未在所述路口时，将所述故障车辆所处的路段作为所述故障路段。
4.根据权利要求2所述的无人运输车辆处理方法，其特征在于，重新规划所述规划路径的步骤包括：
获取所述位置信息所属场地的场地信息，并在所述场地信息上标记起始位置和目标位置；
获取所述起始位置和所述目标位置之间的行驶路径，所述行驶路径不包括所述故障路段；
将所述行驶路径作为所述规划路径。
5.根据权利要求4所述的无人运输车辆处理方法，其特征在于，获取所述起始位置和所述目标位置之间的行驶路径的步骤包括：
根据所述场地信息获取场地内除所述故障路段以外的所有行驶路段；
将所述行驶路段进行组合，以得到连接所述起始位置与所述目标位置的行驶路径。
6.根据权利要求4所述的无人运输车辆处理方法，其特征在于，将所述行驶路径作为所述规划路径的步骤包括：
获取所述行驶路径的里程数；
将所述行驶路径中里程数最小的路径作为所述规划路径。
7.根据权利要求1所述的无人运输车辆处理方法，其特征在于，获取故障运输车反馈的故障信号的步骤之前，还包括：
获取起始位置和目标位置；
根据所述起始位置和所述目标位置规划所述运输车的初始路径。
8.根据权利要求1所述的无人运输车辆处理方法，其特征在于，根据所述位置信息重新规划所述运输车的规划路径的步骤之后，还包括：
采集所述故障车辆周围的环境参数；
将所述环境参数发送至模拟驾驶舱。
9.一种无人运输车辆处理装置，其特征在于，所述无人运输车辆处理装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人运输车辆处理程序，所述无人运输车辆处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的无人运输车辆处理方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有无人运输车辆处理程序，所述无人运输车辆处理程序被处理器执行时实现如权利要求1至8中任一项所述的无人运输车辆处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111132551.XA CN113865609A (zh) | 2021-09-26 | 2021-09-26 | 无人运输车辆处理方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111132551.XA CN113865609A (zh) | 2021-09-26 | 2021-09-26 | 无人运输车辆处理方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113865609A true CN113865609A (zh) | 2021-12-31 |
Family
ID=78991057
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111132551.XA Pending CN113865609A (zh) | 2021-09-26 | 2021-09-26 | 无人运输车辆处理方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113865609A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115915084A (zh) * | 2022-10-11 | 2023-04-04 | 福尔达(天津)智能科技有限公司 | 地图灯自主救援监控方法、装置、电子设备及其存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1533592A1 (de) * | 2003-11-20 | 2005-05-25 | Siemens Aktiengesellschaft | Verfahren zur Auswahl und Aufbereitung von Verkehrsinformationen |
| JP2009168506A (ja) * | 2008-01-11 | 2009-07-30 | Denso Corp | カーナビゲーションシステムおよび車載装置 |
| CN110712647A (zh) * | 2019-09-23 | 2020-01-21 | 上海理工大学 | 一种远程车辆控制系统 |
| US20200264618A1 (en) * | 2019-02-20 | 2020-08-20 | Baidu Online Network Technology (Beijing) Co., Ltd. | Blacklist-based re-navigation method and apparatus, and storage medium |
| CN113029181A (zh) * | 2021-04-09 | 2021-06-25 | 深圳市七曜智造科技有限公司 | 一种汽车导航方法、系统、智能终端及存储介质 |
-
2021
- 2021-09-26 CN CN202111132551.XA patent/CN113865609A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1533592A1 (de) * | 2003-11-20 | 2005-05-25 | Siemens Aktiengesellschaft | Verfahren zur Auswahl und Aufbereitung von Verkehrsinformationen |
| JP2009168506A (ja) * | 2008-01-11 | 2009-07-30 | Denso Corp | カーナビゲーションシステムおよび車載装置 |
| US20200264618A1 (en) * | 2019-02-20 | 2020-08-20 | Baidu Online Network Technology (Beijing) Co., Ltd. | Blacklist-based re-navigation method and apparatus, and storage medium |
| CN110712647A (zh) * | 2019-09-23 | 2020-01-21 | 上海理工大学 | 一种远程车辆控制系统 |
| CN113029181A (zh) * | 2021-04-09 | 2021-06-25 | 深圳市七曜智造科技有限公司 | 一种汽车导航方法、系统、智能终端及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115915084A (zh) * | 2022-10-11 | 2023-04-04 | 福尔达(天津)智能科技有限公司 | 地图灯自主救援监控方法、装置、电子设备及其存储介质 |
| CN115915084B (zh) * | 2022-10-11 | 2023-12-01 | 福尔达(天津)智能科技有限公司 | 地图灯自主救援监控方法、装置、电子设备及其存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111149011B (zh) | 用于定位较高程度自动化的车辆（haf）、尤其高度自动化的车辆的方法和车辆系统 | |
| US10747221B2 (en) | Moving body, moving body control system, and moving body control method | |
| CN107792077A (zh) | 用于确认道路部段是否适合于自主车辆驾驶的方法和系统 | |
| CN115107807A (zh) | 自动驾驶车辆的控制装置、控制方法以及程序 | |
| US20180224284A1 (en) | Distributed autonomous mapping | |
| CN108701405A (zh) | 车载装置和道路异常警示系统 | |
| CN103843035B (zh) | 用于几何校准借助车辆的传感器系统形成的传感器数据的设备和方法 | |
| CN102334147A (zh) | 车载信息处理装置及信息处理方法 | |
| CN112729316A (zh) | 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆 | |
| CN109923375A (zh) | 道路确定装置和车辆控制系统 | |
| CN107787283A (zh) | 用于创建停车场的数字地图的方案 | |
| CN110329253B (zh) | 车道偏离预警系统、方法及车辆 | |
| CN110375786B (zh) | 一种传感器外参的标定方法、车载设备及存储介质 | |
| CN113865609A (zh) | 无人运输车辆处理方法、装置及计算机可读存储介质 | |
| CN114407915A (zh) | 运行设计域odd的处理方法、装置及存储介质 | |
| CN111194397A (zh) | 用于运行导航系统的方法 | |
| CN116704748A (zh) | 用于在基础设施装置的区域中为机动车提供车道定位的方法 | |
| US20220254204A1 (en) | Checkpoint-Based Tracing for Monitoring a Robotic System | |
| CN104908694A (zh) | 用于行驶轨迹鉴定的系统及其数据采集装置 | |
| US11449334B2 (en) | Software rewriting device | |
| US20210294578A1 (en) | Software rewriting device | |
| CN104554083A (zh) | 一种智能行车辅助系统 | |
| CN110942651A (zh) | 一种车辆失效处理方法、车载设备及存储介质 | |
| US11892316B2 (en) | Map information assessment device, medium storing computer program for map information assessment, and map information assessment method | |
| CN103163537B (zh) | 位置信息处理装置和方法 |
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 |