CN114077249A - 一种作业方法、作业设备、装置、存储介质 - Google Patents

一种作业方法、作业设备、装置、存储介质 Download PDF

Info

Publication number
CN114077249A
CN114077249A CN202111235926.5A CN202111235926A CN114077249A CN 114077249 A CN114077249 A CN 114077249A CN 202111235926 A CN202111235926 A CN 202111235926A CN 114077249 A CN114077249 A CN 114077249A
Authority
CN
China
Prior art keywords
route
point
area
obstacle
determining
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.)
Granted
Application number
CN202111235926.5A
Other languages
English (en)
Other versions
CN114077249B (zh
Inventor
程宇威
朱健楠
许浒
池雨豪
虞梦苓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi Orca Electronic Intelligent Technology Co ltd
Original Assignee
Shaanxi Orca Electronic Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shaanxi Orca Electronic Intelligent Technology Co ltd filed Critical Shaanxi Orca Electronic Intelligent Technology Co ltd
Priority to CN202111235926.5A priority Critical patent/CN114077249B/zh
Publication of CN114077249A publication Critical patent/CN114077249A/zh
Application granted granted Critical
Publication of CN114077249B publication Critical patent/CN114077249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例公开了一种作业方法、作业设备、装置、存储介质，其中，该方法包括：获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；确定与所述边界距离为预设距离的目标作业路线；基于所述目标作业路线，对所述待作业区域沿着所述边界进行作业。

Description

一种作业方法、作业设备、装置、存储介质
技术领域
本申请实施例涉及作业设备技术领域，涉及但不限于一种作业方法、作业设备、装置、存储介质。
背景技术
作业设备，例如无人船或者室外清扫机器人，在对待作业区域进行作业时，需要按照需求，距离边界一定的距离。但现实生活中，由于全球定位系统(Global PositioningSystem，GPS)误差，场景变化，水位变化或者新增障碍物等原因，导致真实的边界出现变化，进而不能满足距离边界一定距离进行作业的要求，甚至出现作业设备无法运行或者破坏作业设备的现象。
发明内容
有鉴于此，本申请实施例提供一种作业方法、作业设备、装置、存储介质。
本申请实施例提供一种作业方法，所述方法包括：获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；确定与所述边界距离为预设距离的目标作业路线；基于所述目标作业路线，对所述待作业区域沿着所述边界进行作业。
本申请实施例提供一种作业装置，所述装置包括：获取模块，用于获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；提取模块，用于基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；确定模块，用于确定与所述边界距离为预设距离的目标作业路线；控制模块，用于基于所述目标作业线路，控制所述作业设备对所述待作业区域沿着所述边界进行作业。
本申请实施例提供一种作业设备，包括：存储器和处理器，
所述存储器存储有可在所述处理器上运行的计算机程序，
所述处理器执行所述计算机程序时实现上述方法中的步骤。
本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的步骤。
本申请实施例中，通过获取在待作业区域内按照期望作业路线执行作业的实际作业路线和待作业区域的全局地图，再根据实际作业路线，在全局地图中提取出待作业区域的边界，实现了根据边界获取距离边界预设距离的目标作业路线。如此一来，降低了由于GPS误差，场景变化，水位变化或者新增障碍物等原因，导致真实边界变化，进而不能满足获取距离边界一定距离的目标作业路线的要求，也减少了出现作业设备无法运行或者破坏作业设备的现象。
附图说明
图1为本申请实施例提供的一种作业方法的流程示意图；
图2为本申请实施例提供的一种获取待作业区域的全局地图和实际作业路线的流程示意图；
图3a为本申请实施例提供的一种确定全局地图的流程示意图；
图3b为本申请实施例提供的一种大地坐标系Rd、世界坐标系Rw和作业设备坐标系Rs之间的关系示意图；
图4为本申请实施例提供的一种在全局地图中提取待作业区域的边界的流程示意图；
图5a为本申请实施例提供的一种基于目标作业路线，对待作业区域沿着边界进行作业的流程示意图；
图5b为本申请实施例提供的一种获取作业设备周围的邻近障碍点集合的流程示意图；
图6为本申请实施例提供的一种作业装置的组成结构示意图。
具体实施方式
下面结合附图和实施例对本申请的技术方案进一步详细阐述。
本申请实施例提供一种作业方法，如图1所示，该方法包括：
步骤102：获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；
本申请实施例中，所述待作业区域可以为海域、河道和陆地中的部分区域；对所述待作业区域的作业方式可以为清扫、探测、浇灌和捕捞等。实施作业方式的设备(即作业设备)可以包括但不限于清洁机器人、洒水机器人和探测机器人等。例如：船舶对海面某一区域进行捕捞；清洁机器人对室内外的某一区域进行清洁；农业应用的无人机对农田进行喷药或浇灌等。需要说明的是，本申请实施例对待作业区域、作业方式以及应用的场景不做限定。
在一些实施例中，所述作业方法可以应用于电子设备，电子设备可以为作业设备，可以理解地，所述作业设备中包括处理器，所述处理器用于控制所述作业设备按照作业路线例如期望作业线路进行作业。
在另一些实施例中，所述电子设备可以为服务器，所述服务器与作业设备之间进行数据交互，或者，终端分别与作业设备和服务器进行数据交互，以使作业设备按照作业路线例如期望作业线路进行作业。其中，终端和服务器都可以为具有信息处理能力的设备，例如笔记本电脑、平板电脑、手机、导航仪、台式电脑、服务器集群等设备。
所述期望作业路线和所述实际作业路线可以为沿着所述待作业区域边界所形成的路线，其中，期望作业路线用于获取所述待作业区域的全局地图。所述实际作业路线可以通过作业设备搭载的全球定位系统获取所述作业设备按照期望作业路线作业的位置信息，从而获取所述实际作业路线。
实施时，可以预先在作业设备内设置所述期望作业路线，控制所述作业设备按照期望作业路线执行作业。由于作业设备在作业的过程中，可能会遇到新增障碍物、GPS误差或场景变化等情况，导致实际作业路线与期望作业路线之间存在一定的差异。
在终端分别与作业设备和服务器进行数据交互的场景下，由终端输入作业设备的期望作业路线，并传输至服务器；服务器获取作业设备的期望作业路线后，进行计算、处理和输出执行信息(期望作业路线、目标作业路线等)，并将执行信息传输至作业设备；作业设备接收到执行信息后，做出按照执行信息作业的响应。
所述全局地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。实施时，可以利用摄像头拍摄、激光扫描或传感器感应的方式，来获取作业设备周围的环境信息，基于该环境信息建立待作业区域的地图。例如，在本申请的实施例当中，可以基于特征的实时定位与地图构建(Simultaneous Localization And Mapping，SLAM)方法来创建作业设备周围环境的全局地图。
步骤104：根据所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；
其中，以水域为例来说明待作业区域的边界，即在实际场景下，综合GPS误差、水位变化或者新增障碍物等因素，得到的待作业区域四周无法作业部分对应的水域边缘。
同样以水域为例，在一些实施例中，所述在全局地图中提取所述待作业区域边界的方法可以包括：在全局地图中实际作业路线靠近所述水域边缘的一侧，搜索距离实际作业路线中的路径点最近的无法作业的点，按照与实际作业路线中的路径点对应的顺序，连接后得到所述边界。
步骤106：确定与所述边界距离为预设距离的目标作业路线；
其中，所述预设距离可以为根据需求设定的距离，例如，当作业设备为室外扫地机器人时，需要在距离边界10米的区域进行清扫，则需求设定的距离为10米；当作业设备为无人船时，可以根据海平面的高度进行设定，在此情况下，需求设定的距离需要满足在所述距离下，所述作业设备所处的海平面高度足以使作业设备运行。
在一些实施例中，步骤106可以包括：通过平移的方式，将所述边界平移预设距离，得到目标作业路线。
步骤108：基于所述目标作业线路，对所述待作业区域沿着所述边界进行作业。
本申请实施例中，通过获取在待作业区域内按照期望作业路线执行作业的实际作业路线和待作业区域的全局地图，再根据实际作业路线，在全局地图中提取出待作业区域的边界，实现了根据边界获取距离边界预设距离的目标作业路线。如此一来，降低了由于GPS误差，场景变化，水位变化或者新增障碍物等原因，导致真实边界变化，进而不能满足获取距离边界一定距离的目标作业路线的要求，也减少了出现作业设备无法运行或者破坏作业设备的现象。
在一些实施例中，步骤102“所述获取待作业区域的全局地图和实际作业路线”，包括如图2所示的以下步骤：
步骤202：控制作业设备沿所述期望作业路线作业；
步骤204：实时获取所述作业设备的周围环境信息和所述作业设备沿所述期望作业路线作业的位置信息；
其中，所述作业设备可以包括环境感知设备，例如摄像头、雷达、激光和传感器等。所述环境感知设备用于感知作业设备的周围环境。所述作业设备可以搭载全球定位系统，用于获取所述作业设备的位置信息。
步骤206：基于所述获取所述作业设备的周围环境信息，确定所述全局地图；
在一些实施例中，步骤206可以包括：基于特征的实时定位与地图构建方法来创建作业设备周围环境的全局地图。
步骤208：基于所述获取所述作业设备沿所述期望作业路线作业的位置信息，确定所述实际作业路线。
步骤208可以包括：通过作业设备搭载的全球定位系统获取所述作业设备沿所述期望作业路线作业的当前位置信息并存储，得到n个路径点r1,r2,…,rn，将n个路径点r1,r2,…,rn进行滤波，依次连接后，得到所述实际作业路线。
本申请实施例中，在作业设备沿所述期望作业路线作业的同时，实时获取所述作业设备的周围环境信息和所述作业设备沿所述期望作业路线作业的位置信息。基于所述获取所述作业设备的周围环境信息，确定所述全局地图；基于所述获取所述作业设备沿所述期望作业路线作业的位置信息，确定所述实际作业路线。如此一来，不仅获取了待作业区域的全局地图，而且获取了所述实际作业路线，简化了流程，方便了操作。
在一些实施例中，步骤206“所述基于实时获取所述作业设备的周围环境信息，确定所述全局地图”，包括：
步骤2061：基于实时获取所述作业设备的周围环境信息，确定所述待作业区域内的作业障碍点。
其中，所述作业障碍点为待作业区域内固定的无法作业的区域对应的点。即所述作业障碍点为待作业区域内不可以移动的无法作业的区域对应的点。其中，固定的无法作业的区域，例如：岸边、房屋、小岛、石头等。
在一些实施例中，步骤2061可以包括：通过实时定位与地图构建方法，对环境感知设备获取的周围环境信息进行处理，得到待作业区域内的作业障碍点。
步骤2062：基于所述待作业区域内的作业障碍点的位置信息，确定所述全局地图。
其中，全局地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。在本申请的实施例中，基于特征的实时定位与地图构建方法，创建的全局地图为栅格图。
在一些实施例中，作业设备的周围环境信息在以作业设备为原点建立的作业设备坐标系中，其中，作业设备右朝向为x轴正方向，作业设备前朝向为y轴正方向。
步骤2062“基于所述待作业区域内的作业障碍点的位置信息”，包括：
步骤2062a：实时获取所述待作业区域内的作业障碍点在所述作业设备坐标系中的第一位置信息；
在一些实施例中，步骤2062a可以包括：基于环境感知设备获取的周围环境信息，通过实时定位与地图构建方法，获取所述待作业区域内的作业障碍点在所述作业设备坐标系中的第一位置信息。
步骤2062b：将所述第一位置信息转化到世界坐标系中，得到所述基于所述待作业区域内的作业障碍点的位置信息。
其中，所述世界坐标系以在所述待作业区域内作业的所述作业设备为原点进行建立的，正东方向为x轴正方向，正北方向为y轴正方向。
在一些实施例中，步骤2062b可以包括：通过确定作业设备坐标系到世界坐标系的旋转矩阵和平移矩阵，将第一位置信息转化到世界坐标系中。
本申请的实施例中，通过获取待作业区域内的作业障碍点在作业设备坐标系中的第一位置信息，将第一位置信息转化到世界坐标系中，得到基于待作业区域内的作业障碍点的位置信息，从而确定全局地图。由于世界坐标系是一个相对方向固定的坐标系，对于使用多种方式感知周围环境信息的情况，通过将多种方式获得的作业障碍点的位置信息，都转化到世界坐标系中，方便后期对作业障碍点位置信息的整合。
本申请实施例还提供一种实现步骤206“基于实时获取所述作业设备的周围环境信息，确定所述全局地图”的方法，参见图3a所示，该方法包括：
步骤302：通过作业设备中的摄像头实时获取作业设备周围环境的图像，对所述图像进行分析，得到所述作业障碍点。
其中，所述摄像头用于采集所述作业设备周围的图像。为了能够采集到作业设备四周的图像，所述作业设备可以设置多个摄像头，也可以在作业设备的顶部设置一个广角的摄像头。
需要说明的是，为了方便理解，以下以作业设备位于Xi位置为例进行说明；其中，Xi为作业设备沿期望作业路线作业的某一位置。
步骤304：确定所述作业障碍点在所述作业设备坐标系的第二位置信息；
在一些实施例中，步骤304可以包括：
步骤3041：利用人工智能技术对摄像头采集的图像进行图像分割和目标检测，得到作业障碍点的位置Pobject。
其中，所述图像分割用于将摄像头采集的图像中的每一像素与其表示的类别对应起来；所述目标检测用于识别类别是什么，定位目标，找出目标在哪里。如此一来，可以方便获取摄像头采集的图像中的像素对应的物体及位置。
步骤3042：根据相机标定矩阵Pcamera，计算作业障碍点在作业设备坐标系的位置Pvision，计算的表达式参见公式(3-1)：
Pvision＝Pobject*Pcamera (3-1)；
其中，相机标定矩阵Pcamera为摄像头的内部参数，位置Pvision对应的信息即为第二位置信息。
步骤306：获取所述作业设备中的雷达发出的雷达点云在所述作业设备坐标系的第三位置信息；
其中，所述雷达用于发出雷达点云，感知所述作业设备周围物体的深度。
在一些实施例中，步骤306可以包括：
步骤3061：根据雷达数据协议解析得到雷达点云在雷达坐标系下位置信息；
其中，雷达坐标系以雷达为原点，作业设备当前朝向为y轴正方向，作业设备右侧方向为x轴正方向。
为了获取作业设备四周环境的位置信息，所述作业设备可以包括k个雷达，k为大于1的整数。
步骤3062：将雷达点云在雷达坐标系下的位置信息转化到作业设备坐标系中；
在一些实施例中，通过空间对齐计算公式，将雷达点云在雷达坐标系的位置信息转化到作业设备坐标系中，从而实现对k个雷达的点云位置信息的融合，得到第一点云位置信息P1，空间对齐计算公式参见公式(3-2)：
Figure BDA0003317660070000071
其中：Pradar_i为第i个雷达点云位置信息，RTi为第i个雷达的空间外参标定矩阵。
雷达的空间外参标定矩阵可以通过雷达的安装位置计算出来。
在一些实施例中，步骤306还可以包括对第一点云位置信息P1进行滤波，步骤如下：
步骤306a：设置点云信噪比阈值SNR0，在第一点云位置信息P1中滤除低信噪比的点云，例如树叶，瓶子等，得到第二点云位置信息P2，所述滤除低信噪比点云的表达式参见公式(3-3)：
P2＝{pi|SNRi>SNR0,pi∈P1} (3-3)；
其中，SNR0为信噪比阈值，pi属于第一点云位置信息P1，SNRi为pi对应的信噪比。
步骤306b：通过DBSCAN密度聚类滤波算法去除第二点云位置信息P2中的干扰点。
其中，DBSCAN聚类是一种基于密度的聚类方式。通过设置点云密度的邻域半径eps，核心点周边点数量minPts，就可以将点云聚类形成不同的点云簇；同时将不满足条件，无法聚类的点云设置为离散点云并去除掉，得到滤波后第三点云位置信息P3。第三点云位置信息P3即为第三位置信息。DBSCAN密度聚类算法的表达式参见公式(3-4)：
P3＝DBSCAN(P2,eps,minPts) (3-4)；
其中，P2为第二点云位置信息，eps为邻域半径，minPts为核心点周边点数量。
步骤308：基于所述第二位置信息和所述第三位置信息，确定第一位置信息。
在实施步骤308时，可以采用公式(3-5)融合第二位置信息Pvision和第三位置信息P3，得到第一位置信息Rs。
Rs＝Pvision+P3 (3-5)；
其中，Pvision为第二位置信息，P3为第三位置信息，Rs为第一位置信息。
步骤310：将所述第一位置信息转化到世界坐标系中，得到所述基于所述待作业区域内的作业障碍点的位置信息。
在一些实施例中，步骤310可以通过以下方式实现：
将作业设备坐标系Rs的第一位置信息通过旋转矩阵(参见公式(3-7))和平移矩阵(参见公式(3-8))转变到世界坐标系Rw中，得到所述基于所述待作业区域内的作业障碍点的位置信息。
将作业设备坐标系Rs转化到世界坐标系Rw的表达式参见(3-6)：
Figure BDA0003317660070000087
Figure BDA0003317660070000081
Figure BDA0003317660070000082
其中，
Figure BDA0003317660070000083
是作业设备在大地坐标系的偏移角度，
Figure BDA0003317660070000084
是作业设备在大地坐标系的平移向量。
在一些实施例中，通过作业设备中的惯性测量单元和GPS模块测量出作业设备在大地坐标系Rd的偏移角度
Figure BDA0003317660070000085
和平移向量
Figure BDA0003317660070000086
其中，大地坐标系Rd、世界坐标系Rw和作业设备坐标系Rs之间的关系见图3b。惯性测量单元是测量物体三轴姿态角或角速率以及加速度的装置，用于测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。
大地坐标系是大地测量中以参考椭球面为基准面建立起来的坐标系，地面点的位置用大地经度、大地纬度和大地高度表示。
步骤312：将所述基于所述待作业区域内的作业障碍点的位置信息栅格化，得到Xi位置的栅格地图Mi。
步骤314：重复302至312步骤，获取作业设备沿实际作业路线作业的z个位置的栅格地图，其中，z为获取所述作业设备的周围环境信息的总位置数。
步骤316：将z个栅格地图合并，得到全局地图，合并公式参见公式(3-9)：
Figure BDA0003317660070000091
其中，Mi为Xi位置的栅格地图，X1为获取全局地图的所述实际作业路线中的第一个位置。本申请实施例中，通过作业设备上的摄像头和雷达，获取周围环境中作业障碍点的位置信息，得到全局地图。从而使得全局地图中既包括作业障碍点的图像信息，又包括作业障碍点的距离信息，进而使得在获取作业障碍点距离信息的同时，可以更好的分辨作业障碍点对应的障碍物是固定障碍物还是可移动的障碍物，方便后续确定边界。
在一些实施例中，步骤104“所述基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界”，包括如图4所示的如下步骤：
步骤402：确定在所述实际作业路线的实际路径点集合中的每一实际路径点的法向量方向；
其中，作业路线中包括路径点集合。
在实施步骤402时，以当前路径点ri为例进行说明，计算当前路径点ri与下一个路径点ri+1的向量差，旋转90°，得到实际作业路线在路径点ri的法向角
Figure BDA0003317660070000092
路径点ri法向角的计算方式参见公式(4-1)：
Figure BDA0003317660070000093
其中，arctan为反正切函数，±号根据作业设备相对于边界的朝向决定，通过正负号调节法向量的方向，使路径点ri的法向量方向朝向边界一侧。
步骤404：确定在每一所述实际路径点的法向量方向上距离满足第一预设条件的所述作业障碍点；
其中，第一预设条件为在当前路径点法向量方向，距离当前路径点最近的作业障碍点。
在一些实施例中，为了减少在当前路径点的法向量方向找不到距离当前路径点最近的作业障碍点的情况，第一预设条件还可以是在当前路径点法向量方向预设角度范围内，距离当前路径点最近的作业障碍点。其中，预设角度可以为30°。
在一些实施例中，步骤404的实施可以包括：
步骤4041：获取实际作业路线，其中，实际作业路线包括n个路径点r1,r2,…,rn；
步骤4042：将全局地图二值化，得到灰度图；其中，有作业障碍点的区域设置为1，没有作业障碍点的区域设置为0。
步骤4043：确定当前路径点ri在全局地图中的位置；
步骤4044：在全局地图中搜索当前路径点ri在法向角方向预设角度范围内作业障碍点的集合S，例如：预设角度为30°，S集合的计算公式参见公式(4-2)：
Figure BDA0003317660070000101
其中，
Figure BDA0003317660070000102
为实际作业路线在当前路径点ri的法向角，M为全局地图。
步骤4045：确定S集合中与当前路径点ri的欧氏距离最小的作业障碍点，记为路径点r′i。路径点r′i的计算公式参见公式(4-3)：
r′i＝mindistance(S,ri) (4-3)；
步骤4046：重复步骤4043至4045，遍历实际作业路线上的n个路径点r1,r2,…,rn，得到路径点r′1,r′2,…,r′n。
在一些实施例中，将路径点r′1,r′2,…,r′n通过梯度下降法进行平滑处理，循环处理m次后，得到平滑后的路径点r″1,r″2,…,r″n，单次平滑后路径点的计算公式参见公式(4-4)：
r″i＝r′i+δ(r′i-r″i)+γ(r′i+2*r″i-r″i-1) (4-4)；
其中，δ，γ为平滑超参数。
需要说明的是，m可以根据需求进行设定，例如，m可以为10。
步骤406：将所述距离满足第一预设条件的所述作业障碍点，确定为目标障碍点集合中的目标障碍点；
其中，步骤406的实现包括两种方式：方式一，将在当前路径点法向量方向或法向量方向预设角度范围内，距离当前路径点最近的作业障碍点记为目标障碍点。方式二，将上述平滑后的路径点r″1,r″2,…,r″n记为目标障碍点。
步骤408：基于每一所述目标障碍点对应的实际路径点的时间戳信息，连接各所述目标障碍点，得到所述边界。
本申请实施例中，通过在实际作业路线路径点法向量方向预设角度范围内搜索距离路径点最近的目标障碍点，然后基于每一目标障碍点对应的实际路径点的时间戳信息，连接各所述目标障碍点，得到所述边界，从而得到待作业区域的真实边界。
在一些实施例中，步骤106“所述确定与所述边界距离为预设距离的目标作业路线”包括：
步骤412：确定当前目标障碍点对应的实际作业路线中的路径点的法向量方向；
这里，确定实际作业路线中的路径点的法向量方向同上。
步骤414：沿所述法向量方向平移目标障碍点预设距离d；
为了方便说明，以目标障碍点为上述平滑后的路径点r″1,r″2,…,r″n为例进行说明，将平滑后的路径点r″1,r″2,…,r″n平移后，得到平移后路径点r″′1,r″′2,…,r″′n。平移操作的计算公式参见公式(4-5)：
Figure BDA0003317660070000111
其中，r″i为目标障碍点，
Figure BDA0003317660070000112
为与目标障碍点对应的实际作业路线中的路径点的法向量方向。
步骤416：基于每一平移后的路径点对应的实际路径点的时间戳信息，连接各平移后的路径点，得到所述目标作业路线。
本申请实施例中，通过将目标障碍点沿对应的实际作业路线中的路径点的法向量方向平移预设距离，可以得到根据需求设定的距离边界预设距离的目标作业路线。
在一些实施例中，步骤108“所述基于所述目标作业路线，对所述待作业区域沿着所述边界进行作业”，包括如图5a所示的以下步骤：
步骤502：基于所述目标作业路线的当前路径点，实时获取第一预设范围的局部地图；
为了方便说明，以当前路径点对应Xi位置进行说明。
其中，局部地图为世界坐标系下的地图，其获取方法同步骤302至步骤312，得到Xi位置的栅格地图。
第一预设范围可根据需求进行设定，例如：第一预设范围可以为世界坐标系中x轴正负50米，y轴正负50米对应的矩形区域对应的范围。
实施时，在Xi位置的栅格地图中，截取第一预设范围对应的区域，得到Xi位置的局部地图M′i。
Xi+1位置的局部地图M′i+1的建立方法如下：
Xi+1位置的局部地图M′i+1保留Xi位置局部地图M′i的地图数据，计算公式参见公式(5-1)：
M′i+1＝M′i+(Xi+1-Xi) (5-1)；
即在局部地图M′i+1中加入Xi+1位置的环境感知数据，得到Xi+1位置的局部地图M′i+1。
步骤504：基于所述局部地图，更新所述全局地图；
更新全局地图包括以下步骤：
步骤5042：确定所述作业设备当前时刻在所述全局地图中的位置信息；
步骤5044：按照与所述局部地图对应的所述第一预设范围的大小替换所述全局地图中对应的区域，以更新所述全局地图。
步骤506：基于所述局部地图，确定局部作业路线；
步骤508：基于所述局部作业路线在所述更新后的全局地图中更新所述目标作业路线，得到第一作业路线；
步骤510：基于所述第一作业路线，对所述待作业区域沿着边界进行作业。
本申请实施例中，通过获取作业设备当前时刻的局部地图和局部作业路线，更新目标作业路线。从而可以减少作业设备在实际作业过程中，当遇到障碍物时，无法沿着目标作业路线运行的情况，还可以更好的避开障碍物，并继续沿着目前作业路线作业。
在一些实施例中，步骤506“基于所述局部地图，确定局部作业路线”包括以下步骤：
步骤5061：获取所述作业设备周围的邻近障碍点集合，其中，所述邻近障碍点集合中的各邻近障碍点用于确定由所述作业障碍点组成的距离满足第二预设条件的作业障碍区的轮廓；
其中，第二预设条件为距离作业设备最近的作业障碍区。
在一些实施例中，可以平滑处理获取的邻近障碍点集合中的各邻近障碍点，具体操作方法同上。
步骤5062：依次连接所述轮廓上的各所述邻近障碍点；
步骤5063：将所述邻近障碍点沿所述邻近障碍点法向量方向平移所述预设距离，得到所述局部作业路线。
本申请的实施例中，通过获取作业设备周围的邻近障碍点集合，并沿所述邻近障碍点法向量方向平移预设距离，可以获取避开障碍物，并距离障碍物预设距离的局部作业路线。
在一些实施例中，步骤5061“获取所述作业设备周围的邻近障碍点集合”包括如图5b所示的以下步骤：
步骤5061a：在所述局部地图中所述作业设备周围的第二预设范围内，获取所述作业设备周围的所述作业障碍点；
其中，第二预设范围为局部地图内的范围，可以根据需求进行设定，例如，第二预设范围可以为作业设备坐标系上，x轴正负六米，y轴正负六米的矩形区域对应的范围。
通过第二预设范围的设定，先将获取作业设备周围的作业障碍点锁定在一个小范围内，方便搜索距离作业设备最近的作业障碍区。
步骤5061b：将所述第二预设范围划分为P份区域；P为大于1的整数；
其中，P的数量越大，可以越精确地确定距离作业设备最近的作业障碍区的轮廓。实际操作中，可以结合工作效率制定适合的P值。例如，P可以为20，具体操作为：以作业设备坐标系y轴正方向为0度，顺时针旋转360度，划分为20份，每部分区域包含18度。
步骤5061c：在每一所述区域内，将搜索到的距离满足第三预设条件的所述作业障碍点，确定为所述邻近障碍点。
其中，第三预设条件为每个区域内距离作业设备最近的作业障碍点。
设P为20，在每个区域内搜索距离作业设备最近的作业障碍点，得到m个邻近障碍目标点f′1,f′2,…,f′m(0≤m≤20)。
在本申请的实施例中，通过设定第二预设范围，并把第二预设范围划分为P份区域，在每一区域内确定最近的作业障碍点，可以确定距离作业设备最近的作业障碍区的轮廓，从而获取避开作业障碍区的路线。
在一些实施例中，步骤508“基于所述局部作业路线在所述更新后的全局地图中更新所述目标作业路线，得到第一作业路线”包括以下步骤：
步骤5081：确定所述目标作业路线与所述局部作业路线中每一个路径点的欧式距离最小的所述目标作业路线中的路径点；
实施时，获取局部作业路线，其中，局部作业路线包括m个路径点f″′1,f″′2,…,f″′m。
确定目标作业路线中与局部作业路线中的第一个路径点f″′1欧式距离最小的路径点r″′a，确定目标作业路线中与局部作业路线中的最后一个路径点f″′m欧式距离最小的路径点r″′b，其中，a为路径点r″′a在目标作业路线中的索引，b为路径点r″′b在目标作业路线中的索引。
步骤5082：将所述目标作业路线中的路径点替换为对应的局部作业路线中的路径点；
将目标作业路线上索引a到b的路径点r″′a,…,r″′b替换为局部作业路线中对应的路径点f″′1,f″′2,…,f″′m。
步骤5083：基于所述目标作业路线中路径点的时间戳信息，按照先后顺序连接所述局部作业路线中的路径点，得到所述第一作业路线。
本申请实施例中，通过在更新后的全局地图中更新目标作业路线，使得作业设备可以在实际作业过程中，根据实际场景，改变作业路线，从而减少作业设备碰撞障碍物，同时实现沿着距离边界预设距离的路线作业。
在本申请实施例中，以作业设备为无人船，待作业区域为某一海域，对待作业区域的作业方式为清扫，对上述作业方法进行说明：
无人船在对待作业区域进行清扫时，需要按照需求，距离边界一定的距离。但现实生活中，由于GPS误差、场景变化、水位变化或者新增障碍物等原因，导致真实的边界出现变化，进而不能满足距离边界一定距离进行清扫的要求，甚至出现无人船无法运行或者破坏无人船的现象。
本申请实施例提供一种作业方法，实施步骤如下：
步骤61：通过手机、平板、电脑、遥控器等设备设置初始化任务，规划无人船沿边清扫路线R和无人船沿边清扫距离e；
其中，手机、平板、电脑、遥控器等设备可以为终端，终端分别与无人船和服务器进行数据交互，实现对无人船的控制。沿边清扫路线R为所述实际作业路线，沿边清扫距离e为所述预设距离。
步骤62：在运行初始化任务时，通过实时定位与地图构建方法完成无人船周围环境的感知，得到全局地图M；
步骤63：对全局地图M进行边界提取，得到无人船沿边清扫路线R′。
其中，沿边清扫路线R′为所述目标作业路线。
步骤64：启动沿边清扫任务，无人船按照沿边清扫路线R′进行自主航行，无人船根据多传感器数据进行实时定位与地图构建，构造局部地图M′；
步骤65：根据局部地图M′，无人船实时计算沿边清扫局部路线D；
步骤66：无人船上传局部地图M′，对全局地图M进行更新，上传无人船沿边清扫局部路线D，对无人船沿边清扫路线R′进行更新，得到更新后的沿边清扫路线；
步骤67：无人船沿着更新后的沿边清扫路线自主航行，直到最后一个路径点，结束沿边清扫任务。
在一些实施例中，步骤61“通过手机、平板、电脑、遥控器等设备设置初始化任务，规划无人船沿边清扫路线R和无人船沿边清扫距离e”的实施包括：
步骤611：在平板、手机、电脑等设备上设置初始化任务，输入期望作业路线；
步骤612：遥控无人船沿着期望航行路线航行，在航行中，无人船通过搭载的全球定位系统实时获取当前位置信息并存储，得到路径点r1,r2,…,rn；
步骤613：航行结束后，结束沿边清扫初始化任务，将路径点r1,r2,…,rn进行滤波，依次连接形成航行路线R，即实际作业路线。
步骤614：通过手机、平板、电脑等设备输入无人船沿边清扫距离e，完成沿边清扫距离的规划。
在一些实施例中，步骤62“在运行初始化任务时，通过实时定位与地图构建方法完成无人船周围环境的感知，得到全局地图M”包括：
步骤621：以无人船上电时刻位置X1为原点，正北方向为y轴正方向，正东方向为x轴正方向，建立世界坐标系。以无人船上电时刻位置X1为原点，无人船前朝向为y轴正方向，无人船右朝向为x轴正方向，建立无人船坐标系。
步骤622：利用人工智能技术对摄像头采集图像进行图像分割和目标检测，得到视觉目标位置Pobject，根据相机标定矩阵Pcamera，计算视觉目标在无人船坐标系的位置Pvision，计算的表达式参见公式(6-1)：
Pvision＝Pobject*Pcamera (6-1)；
其中，视觉目标即为作业障碍点，位置Pvision对应的信息即为第二位置信息。
步骤623：根据雷达数据协议解析得到雷达点云在雷达坐标系下的位置数据，其中，雷达坐标系以雷达为原点，无人船当前朝向为y轴正方向，无人船右侧方向为x轴正方向。
通过空间对齐计算公式，将雷达点云在雷达坐标系的位置信息转化到无人船坐标系中，得到第一点云位置信息P1，空间对齐计算公式参见公式(6-2)：
Figure BDA0003317660070000151
其中：Pradar_i为第i个雷达点云位置信息，RTi为第i个雷达的空间外参标定矩阵。
步骤624：设置点云信噪比阈值SNR0，在第一点云位置信息P1中滤除低信噪比的点云，例如树叶，瓶子等，得到第二点云位置信息P2，所述滤除低信噪比点云的表达式参见公式(6-3)：
P2＝{pi|SNRi>SNR0,pi∈P1} (6-3)；
其中，SNR0为信噪比阈值，pi属于第一点云位置信息P1，SNRi为pi对应的信噪比。
步骤625：通过DBSCAN密度聚类滤波算法去除第二点云位置信息P2中的干扰点。
其中，DBSCAN聚类是一种基于密度的聚类方式。通过设置点云密度的邻域半径eps，核心点周边点数量minPts，就可以将点云聚类形成不同的点云簇；同时将不满足条件，无法聚类的点云设置为离散点云并去除掉，得到滤波后第三点云位置信息P3。第三点云位置信息P3即为第三位置信息。DBSCAN密度聚类算法的表达式参见公式(6-4)：
P3＝DBSCAN(P2,eps,minPts) (6-4)；
其中，P2为第二点云位置信息，eps为邻域半径，minPts为核心点周边点数量。
步骤626：将视觉目标位置信息Pvision和滤波后雷达点云位置数据P3放入无人船坐标系，得到无人船融合感知数据Rs，融合公式参见公式(6-5)：
Rs＝Pvision+P3 (6-5)；
其中，Pvision为视觉目标位置信息，即为第二位置信息，P3为滤波后雷达点云位置数据，即为第三位置信息，Rs为无人船融合感知数据，即为第一位置信息。
步骤627：通过惯性测量单元和GPS测量出无人船在大地坐标系的偏移角度
Figure BDA0003317660070000164
和平移向量
Figure BDA0003317660070000165
再将无人船坐标系的数据通过旋转矩阵(参见公式(6-7))和平移矩阵(参见公式(6-8))转变到世界坐标系Rs中。将无人船坐标系Rs转化到世界坐标系Rw的表达式参见(6-6)：
Figure BDA0003317660070000161
Figure BDA0003317660070000162
Figure BDA0003317660070000163
步骤628：将上述世界坐标系的位置信息进行栅格化，得到第一个时刻位置X1的栅格地图M1。
步骤629：无人船运动到下一时刻位置Xi+1，重复621至628步骤，得到新的栅格图Mi+1，无人船运动n个时刻后，得到n个栅格地图，将n个栅格地图合并，得到全局地图M，合并公式参见公式(6-9)：
Figure BDA0003317660070000171
其中，Mi为Xi位置的栅格地图，X1为实际作业路线中的第一个位置。
在一些实施例中，步骤63“对全局地图M进行边界提取，得到无人船沿边清扫路线R′”包括：
步骤631：获取无人船沿边清扫路线R，其中，沿边清扫路线R包含n个路径点r1,r2,…,rn。
步骤632：将全局地图进行二值化，得到灰度图，其中，有视觉目标的区域设置为1，没有视觉目标的区域设置为0。
步骤633：设第一个路径点为当前路径点ri，计算当前路径点ri与下一个路径点ri+1的向量差，旋转90°，得到无人船沿边清扫路线R在路径点ri的法向角
Figure BDA0003317660070000172
路径点ri法向角的计算方式参见公式(6-10)：
Figure BDA0003317660070000173
其中，arctan为反正切函数，±号根据无人船相对于边界的朝向决定，通过正负号调节法向量的方向，使路径点ri的法向量方向朝向边界一侧。
步骤634：计算当前路径点ri在全局地图的位置，在全局地图中搜索当前路径点ri在法向角方向正负三十度上有视觉目标的点的集合S，S集合中与ri的欧氏距离最小的点记为路径点r′i。S集合的计算公式参见公式(6-11)：
Figure BDA0003317660070000174
其中，
Figure BDA0003317660070000175
为沿边清扫路线R在当前路径点ri的法向角，30°为预设角度。
路径点r′i的计算公式参见公式(6-12)：
r′i＝ mindistance(S,ri) (6-12)；
步骤635：遍历沿边清扫路线R上n个路径点r1,r2,…,rn，重复631到634，得到路径点r′1,r′2,…,r′n。
步骤636：将路径点r′1,r′2,…,r′n通过梯度下降法进行平滑处理，循环处理10次后，得到平滑后的路径点r″1,r″2,…,r″n，单次平滑后路径点的计算公式参见公式(6-13)：
r″i＝r′i+δ(r′i-r″i)+γ(r′i+2*r″i-r″i-1) (6-13)；
其中，δ，γ为平滑超参数。
平滑后的路径点r″1,r″2,…,r″n即为目标障碍点，基于每一目标障碍点对应的沿边清扫路线R的时间戳信息，连接各目标障碍点，得到边界。
步骤637：将平滑后路径点r″1,r″2,…,r″n进行平移处理，得到平移后路径点r″′1,r″′2,…,r″′n。平移操作的计算公式参见公式(6-14)：
Figure BDA0003317660070000181
其中，
Figure BDA0003317660070000182
为与平滑后路径点对应的沿边清扫路线R中的路径点的法向量方向，e为预设距离。
步骤638：基于每一平移后的路径点对应的清扫路线R中的路径点的时间戳信息，连接各平移后的路径点，得到沿边清扫路线R′，即目标作业路线。
在一些实施例中，步骤64“启动沿边清扫任务，无人船按照沿边清扫路线R′进行自主航行，无人船根据多传感器数据进行实时定位与地图构建，构造局部地图M′”包括：
步骤641：在初始时刻，以无人船当前位置Xi为原点，正北方向为y轴正方向，正东方向为x轴正方方向，建立世界坐标系。
步骤642：通过摄像头和雷达进行无人船实时定位与地图构建，所述实时定位与地图构建方法同步骤621至步骤628，得到当前位置Xi的局部地图M′i。局部地图M′i的地图尺寸为x轴正负50米，y轴正负50米对应的矩形。
其中，x轴正负50米，y轴正负50米对应的矩形为第一预设范围。
步骤643：无人船运动到下一时刻时，以新的位置Xi+1为原点，建立新的局部地图M′i+1，Xi+1位置的局部地图M′i+1保留Xi位置局部地图M′i的地图数据，计算公式参见公式(6-15)：
M′i+1＝M′i+(Xi+1-Xi) (6-15)；
即在局部地图M′i+1中加入Xi+1位置的环境感知数据，得到Xi+1位置的局部地图M′i+1。
在一些实施例中，步骤65“根据局部地图M′，无人船实时计算沿边清扫局部路线D”包括：
步骤651：从局部地图M′i中，在无人船坐标系x轴正负六米，y轴正负六米的矩形区域内，获取无人船周围视觉目标点f1,f2,…,fn。
其中，无人船坐标系x轴正负六米，y轴正负六米对应的矩形区域为第二预设范围。
步骤652：将无人船周围的区域进行划分，以无人船坐标系y轴正方向为0度，顺时针旋转360度，共划分为20份，每部分区域包含18度，在每部分区域搜索最近的视觉目标点，得到m个邻近视觉目标点f′1,f′2,…,f′m(0≤m≤20)。
其中，邻近视觉目标点即为邻近障碍点。
步骤653：将m个邻近视觉目标点f′1,f′2,…,f′m平滑处理，得到平滑后邻近视觉目标点f″1,f″2,…,f″m，平滑公式参考公式(6-13)。
步骤654：确定平滑后邻近视觉目标点f″1,f″2,…,f″m的法向量，将邻近视觉目标点f″1,f″2,…,f″m朝着法向量方向平行移动预设距离e，得到无人船沿边清扫实时路径点f″′1,f″′2,…,f″″m，平移公式参考公式(6-14)。
步骤655：将无人船沿边清扫实时路径f″′1,f″′2,…,f″′m，依次连接得到无人船沿边清扫局部路线D。
在一些实施例中，步骤66“无人船上传局部地图M′，对全局地图M进行地图更新，上传无人船沿边清扫局部路线D，对无人船沿边清扫路线R′进行更新，得到更新后的沿边清扫路线”包括：
步骤661：确定无人船当前位置在全局地图M上的位置(x1,y1)，按照局部地图M′的尺寸在全局地图(x1,y1)周围对应区域的地图数据替换为局部地图M′，实现地图更新。
在一些实施例中，通过消息队列遥测传输(Message Queuing TelemetryTransport，MQTT)服务器访问地图服务器和无人船任务数据库，地图服务器包含所有无人船上传过的地图数据，无人船任务数据库包含所无人船任务的路线信息。
步骤662：根据无人船沿边清扫任务，找到对应的无人船沿边清扫路线R′，确定无人船沿边清扫路线R′上与无人船沿边清扫局部路线D的第一个点f″′1的欧式距离最小的路径点r″′a，a为路径点r″′a无人船沿边清扫路线R′上的索引。然后确定无人船沿边清扫路线R′上与无人船沿边清扫局部路线D的最后一个点f″′m的欧式距离最小的路径点r″″b，b为路径点r″′b无人船沿边清扫路线R′上的索引。
步骤663：将无人船沿边清扫路线R′上索引a到b的路径点r″′a,…,r″′b替换为无人船沿边清扫局部路线D的路径点f″′1,f″′2,…,f″′m，实现无人船沿边清扫路线R′的路线更新。
本申请实施例提供的清扫方法，根据无人船清扫的实际场景，综合GPS误差、场景变化、水位变化或者新增障碍物等因素，确定出待清扫区域的真实边界，使无人船能够满足距离边界一定距离进行清扫的要求。
基于前述的实施例，本申请实施例提供一种作业装置，该装置包括所包括的各模块、以及各模块所包括的各子模块，各子模块所包括的各单元，以及各单元所包括的各子单元，都可以通过作业设备来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)或现场可编程门阵列(FPGA)等。
图6为本申请实施例提供的一种作业装置的组成结构示意图，如图6所示，所述作业装置600包括获取模块601、提取模块602、确定模块603和控制模块604，其中：
获取模块601：用于获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；
提取模块602：用于基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；
确定模块603：用于确定与所述边界距离为预设距离的目标作业路线；
控制模块604：用于基于所述目标作业线路，控制所述作业设备对所述待作业区域沿着所述边界进行作业。
在一些实施例中，所述获取模块601包括第一控制子模块、第一获取子模块、第一确定子模块和第二确定子模块，其中：
第一控制子模块，用于控制作业设备沿所述期望作业路线作业；
第一获取子模块，用于实时获取所述作业设备的周围环境信息和所述作业设备沿所述期望作业路线作业的位置信息；
第一确定子模块，用于基于实时获取的所述作业设备的周围环境信息，确定所述全局地图；
第二确定子模块，用于基于实时获取的所述作业设备沿所述期望作业路线作业的位置信息，确定所述实际作业路线。
在一些实施例中，所述第一确定子模块包括第一确定单元和第二确定单元，其中：
第一确定单元，用于基于实时获取所述作业设备的周围环境信息，确定所述待作业区域内的作业障碍点；
第二确定单元，用于基于所述待作业区域内的作业障碍点的位置信息，确定所述全局地图。
在一些实施例中，所述作业路线中包括路径点集合；所述提取模块602包括第三确定子模块、第四确定子模块、第五确定子模块和连接子模块，其中：
第三确定子模块，用于确定在所述实际作业路线的实际路径点集合中的每一实际路径点的法向量方向；
第四确定子模块，用于确定在每一所述实际路径点的法向量方向上距离满足第一预设条件的所述作业障碍点；
第五确定子模块，用于将所述距离满足第一预设条件的所述作业障碍点，确定为目标障碍点集合中的目标障碍点；
连接子模块，用于基于每一所述目标障碍点对应的实际路径点的时间戳信息，连接各所述目标障碍点，得到所述边界。
在一些实施例中，所述第五确定子模块包括第一获取单元、第三确定单元和第四确定单元，其中：
第一获取单元，用于获取确定每一所述实际路径点在所述全局地图中的位置信息；
第三确定单元，用于针对每一所述实际路径点，确定所述实际路径点在所述实际作业路线靠近所述边界一侧的法向量方向；
第四确定单元，用于在所述全局地图中搜索每一所述实际路径点在所述法向量方向预设角度范围内距离满足所述第一预设条件的所述作业障碍点，确定为所述目标障碍点。
在一些实施例中，控制模块604包括第二获取子模块、第一更新子模块、第六确定子模块、第三获取子模块和第二控制子模块，其中：
第二获取子模块，用于基于所述目标作业路线的当前路径点，实时获取第一预设范围的局部地图；
第一更新子模块，用于基于所述局部地图，更新所述全局地图；
第六确定子模块，用于基于所述局部地图，确定局部作业路线；
第二更新子模块，用于基于所述局部作业路线在所述更新后的全局地图中更新所述目标作业路线，得到第一作业路线；
第二控制子模块，用于基于所述第一作业路线，对所述待作业区域沿着边界进行作业。
在一些实施例中，所述第六确定子模块包括第二获取单元、第一连接单元和平移单元，其中：
第二获取单元，用于获取所述作业设备周围的邻近障碍点集合，其中，所述邻近障碍点集合中的各邻近障碍点用于确定由所述作业障碍点组成的距离满足第二预设条件的作业障碍区的轮廓；
第一连接单元，用于依次连接所述轮廓上的各所述邻近障碍点；
平移单元，用于将所述邻近障碍点沿所述邻近障碍点法向量方向平移所述预设距离，得到所述局部作业路线。
在一些实施例中，所述第二获取单元包括第一获取子单元、划分子单元和第一确定子单元，其中：
第一获取子单元，用于在所述局部地图中所述作业设备周围的第二预设范围内，获取所述作业设备周围的所述作业障碍点；
划分子单元，用于将所述第二预设范围划分为P份区域；P为大于1的整数；
第一确定子单元，用于在每一所述区域内，将搜索到的距离满足第三预设条件的所述作业障碍点，确定为所述邻近障碍点。
在一些实施例中，所述第三获取子模块包括第五确定单元、替换单元和第二连接单元，其中：
第五确定单元，用于确定所述目标作业路线中与所述局部作业路线中每一个路径点的欧式距离最小的所述目标作业路线中的路径点；
替换单元，用于将所述目标作业路线中的路径点替换为对应的局部作业路线中的路径点；
第二连接单元，用于基于所述目标作业路线中路径点的时间戳信息，按照先后顺序连接所述局部作业路线中的路径点，得到所述第一作业路线。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的作业方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得作业设备执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
对应地，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的作业方法中的步骤。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
本申请实施例还可以提供一种芯片，芯片包括处理器，处理器可以从存储器中调用并运行计算机程序，以实现本申请实施例中的作业方法。
芯片还可以包括存储器。其中，处理器可以从存储器中调用并运行计算机程序，以实现本申请实施例中的作业方法。
其中，存储器可以是独立于处理器的一个单独的器件，也可以集成在处理器中。
在一些实施例中，该芯片还可以包括输入接口。其中，处理器可以控制该输入接口与其他设备或芯片进行通信，具体地，可以获取其他设备或芯片发送的信息或数据。
在一些实施例中，该芯片还可以包括输出接口。其中，处理器可以控制该输出接口与其他设备或芯片进行通信，具体地，可以向其他设备或芯片输出信息或数据。
在一些实施例中，该芯片可应用于本申请实施例中的作业设备，并且该芯片可以实现本申请实施例的各个方法中由作业设备实现的相应流程，为了简洁，在此不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
本申请实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机存储介质，所述计算机存储介质存储计算机程序，所述计算机程序包括能够由至少一个处理器执行的指令，当所述指令由所述至少一个处理器执行时实现本申请实施例中的作业方法。
这里需要指出的是：以上作业设备、计算机存储介质、芯片、计算机程序产品、计算机程序实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请作业设备、计算机存储介质、芯片、计算机程序产品、计算机程序实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
上述作业装置、芯片或处理器可以包括以下任一个或多个的集成：特定用途集成电路(Application Specific Integrated Circuit，ASIC)、数字信号处理器(DigitalSignal Processor，DSP)、数字信号处理装置(Digital Signal Processing Device，DSPD)、可编程逻辑装置(Programmable Logic Device，PLD)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)、中央处理器(Central Processing Unit，CPU)、图形处理器(Graphics Processing Unit，GPU)、嵌入式神经网络处理器(neural-networkprocessing units，NPU)、控制器、微控制器、微处理器、可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以理解地，实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
上述计算机存储介质/存储器可以是只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory，FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器；也可以是包括上述存储器之一或任意组合的各种作业设备等。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”或“本申请实施例”或“前述实施例”或“一些实施方式”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”或“本申请实施例”或“前述实施例”或“一些实施方式”或“一些实施例”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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一个或者更多个所述特征。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请实施例中，不同实施例中相同步骤和相同内容的说明，可以互相参照。在本申请实施例中，术语“并”不对步骤的先后顺序造成影响。
在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
需要说明的是，本申请所涉及的各个实施例中，可以执行全部的步骤或者可以执行部分的步骤，只要能够形成一个完整的技术方案即可。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种作业方法，其特征在于，所述方法包括：
获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；
基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；
确定与所述边界距离为预设距离的目标作业路线；
基于所述目标作业路线，对所述待作业区域沿着所述边界进行作业。
2.根据权利要求1所述的方法，其特征在于，所述获取待作业区域的全局地图和实际作业路线，包括：
控制作业设备沿所述期望作业路线作业；
实时获取所述作业设备的周围环境信息和所述作业设备沿所述期望作业路线作业的位置信息；
基于实时获取的所述作业设备的周围环境信息，确定所述全局地图；
基于实时获取的所述作业设备沿所述期望作业路线作业的位置信息，确定所述实际作业路线。
3.基于权利要求2所述的方法，其特征在于，所述基于实时获取所述作业设备的周围环境信息，确定所述全局地图，包括：
基于实时获取所述作业设备的周围环境信息，确定所述待作业区域内的作业障碍点；
基于所述待作业区域内的作业障碍点的位置信息，确定所述全局地图。
4.根据权利要求3所述的方法，其特征在于，所述作业路线中包括路径点集合；所述基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界，包括：
确定在所述实际作业路线的实际路径点集合中的每一实际路径点的法向量方向；
确定在每一所述实际路径点的法向量方向上距离满足第一预设条件的所述作业障碍点；
将所述距离满足第一预设条件的所述作业障碍点，确定为目标障碍点集合中的目标障碍点；
基于每一所述目标障碍点对应的实际路径点的时间戳信息，连接各所述目标障碍点，得到所述边界。
5.根据权利要求4所述的方法，其特征在于，所述将所述距离满足第一预设条件的所述作业障碍点，确定为目标障碍点集合中的目标障碍点，包括：
获取每一所述实际路径点在所述全局地图中的位置信息；
针对每一所述实际路径点，确定所述实际路径点在所述实际作业路线靠近所述边界一侧的法向量方向；
在所述全局地图中搜索每一所述实际路径点在所述法向量方向预设角度范围内距离满足所述第一预设条件的所述作业障碍点，确定为所述目标障碍点。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于所述目标作业路线，对所述待作业区域沿着边界进行作业，包括：
基于所述目标作业路线的当前路径点，实时获取第一预设范围的局部地图；
基于所述局部地图，更新所述全局地图；
基于所述局部地图，确定局部作业路线；
基于所述局部作业路线在所述更新后的全局地图中更新所述目标作业路线，得到第一作业路线；
基于所述第一作业路线，对所述待作业区域沿着边界进行作业。
7.根据权利要求6所述的方法，其特征在于，所述基于所述局部地图，确定局部作业路线，包括：
获取所述作业设备周围的邻近障碍点集合，其中，所述邻近障碍点集合中的各邻近障碍点用于确定由所述作业障碍点组成的距离满足第二预设条件的作业障碍区的轮廓；
依次连接所述轮廓上的各所述邻近障碍点；
将所述邻近障碍点沿所述邻近障碍点法向量方向平移所述预设距离，得到所述局部作业路线。
8.根据权利要求7所述的方法，其特征在于，所述获取所述作业设备周围的邻近障碍点，包括：
在所述局部地图中所述作业设备周围的第二预设范围内，获取所述作业设备周围的所述作业障碍点；
将所述第二预设范围划分为P份区域；P为大于1的整数；
在每一所述区域内，将搜索到的距离满足第三预设条件的所述作业障碍点，确定为所述邻近障碍点。
9.根据权利要求8所述的方法，其特征在于，所述基于所述局部作业路线在所述更新后的全局地图中更新所述目标作业线路，得到第一作业路线，包括：
确定所述目标作业路线中与所述局部作业路线中每一个路径点的欧式距离最小的所述目标作业路线中的路径点；
将所述目标作业路线中的路径点替换为对应的局部作业路线中的路径点；
基于所述目标作业路线中路径点的时间戳信息，按照先后顺序连接所述局部作业路线中的路径点，得到所述第一作业路线。
10.一种作业装置，其特征在于，所述装置包括：
获取模块，用于获取待作业区域的全局地图和实际作业路线，其中，所述实际作业线路是在所述待作业区域内按照期望作业路线执行作业后得到的作业路线；
提取模块，用于基于所述实际作业路线，在所述全局地图中提取所述待作业区域的边界；
确定模块，用于确定与所述边界距离为预设距离的目标作业路线；
控制模块，用于基于所述目标作业线路，控制所述作业设备对所述待作业区域沿着所述边界进行作业。
11.一种作业设备，其特征在于，包括：存储器和处理器，
所述存储器存储有可在所述处理器上运行的计算机程序，
所述处理器执行所述计算机程序时实现权利要求1至9任一项所述方法中的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9任一项所述作业方法中的步骤。
CN202111235926.5A 2021-10-22 2021-10-22 一种作业方法、作业设备、装置、存储介质 Active CN114077249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111235926.5A CN114077249B (zh) 2021-10-22 2021-10-22 一种作业方法、作业设备、装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111235926.5A CN114077249B (zh) 2021-10-22 2021-10-22 一种作业方法、作业设备、装置、存储介质

Publications (2)

Publication Number Publication Date
CN114077249A true CN114077249A (zh) 2022-02-22
CN114077249B CN114077249B (zh) 2024-03-15

Family

ID=80283453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111235926.5A Active CN114077249B (zh) 2021-10-22 2021-10-22 一种作业方法、作业设备、装置、存储介质

Country Status (1)

Country Link
CN (1) CN114077249B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396945A (zh) * 2022-03-24 2022-04-26 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
WO2023217231A1 (zh) * 2022-05-13 2023-11-16 科沃斯机器人股份有限公司 作业边界生成方法、作业控制方法、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100099489A (ko) * 2009-03-03 2010-09-13 삼성전자주식회사 충돌 예측 기반 주행 제어장치 및 그 방법
JP2017041200A (ja) * 2015-08-21 2017-02-23 シャープ株式会社 自律移動装置、自律移動システム及び環境地図評価方法
US20190156129A1 (en) * 2016-07-22 2019-05-23 Hitachi Automotive Systems, Ltd. Traveling Road Boundary Estimation Apparatus and Traveling Assistance System Using Same
CN110297483A (zh) * 2018-03-21 2019-10-01 广州极飞科技有限公司 待作业区域边界获取方法、装置，作业航线规划方法
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
CN112506225A (zh) * 2020-12-15 2021-03-16 广州极飞科技有限公司 一种无人机避障方法、装置、无人机和存储介质
CN112650278A (zh) * 2020-12-11 2021-04-13 广州极飞科技有限公司 作业区域的边界的生成方法及装置
KR20210059839A (ko) * 2019-11-15 2021-05-26 동의대학교 산학협력단 잔디경계선에 대한 영상처리를 이용한 잔디깍기 로봇 및 이의 제어 방법
WO2021142799A1 (zh) * 2020-01-17 2021-07-22 华为技术有限公司 路径选择方法和路径选择装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100099489A (ko) * 2009-03-03 2010-09-13 삼성전자주식회사 충돌 예측 기반 주행 제어장치 및 그 방법
JP2017041200A (ja) * 2015-08-21 2017-02-23 シャープ株式会社 自律移動装置、自律移動システム及び環境地図評価方法
US20190156129A1 (en) * 2016-07-22 2019-05-23 Hitachi Automotive Systems, Ltd. Traveling Road Boundary Estimation Apparatus and Traveling Assistance System Using Same
CN110297483A (zh) * 2018-03-21 2019-10-01 广州极飞科技有限公司 待作业区域边界获取方法、装置，作业航线规划方法
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
KR20210059839A (ko) * 2019-11-15 2021-05-26 동의대학교 산학협력단 잔디경계선에 대한 영상처리를 이용한 잔디깍기 로봇 및 이의 제어 방법
WO2021142799A1 (zh) * 2020-01-17 2021-07-22 华为技术有限公司 路径选择方法和路径选择装置
CN112650278A (zh) * 2020-12-11 2021-04-13 广州极飞科技有限公司 作业区域的边界的生成方法及装置
CN112506225A (zh) * 2020-12-15 2021-03-16 广州极飞科技有限公司 一种无人机避障方法、装置、无人机和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王灿;孔斌;杨静;王智灵;祝辉;: "基于三维激光雷达的道路边界提取和障碍物检测算法", 模式识别与人工智能, no. 04, 15 April 2020 (2020-04-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114396945A (zh) * 2022-03-24 2022-04-26 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
CN114396945B (zh) * 2022-03-24 2022-07-12 陕西欧卡电子智能科技有限公司 无人船沿边清扫路径规划方法、装置、设备及存储介质
WO2023217231A1 (zh) * 2022-05-13 2023-11-16 科沃斯机器人股份有限公司 作业边界生成方法、作业控制方法、设备及存储介质

Also Published As

Publication number Publication date
CN114077249B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
CN110779498B (zh) 基于无人机多视点摄影的浅水河流水深测绘方法及系统
US20220028163A1 (en) Computer Vision Systems and Methods for Detecting and Modeling Features of Structures in Images
EP3884352B1 (en) Navigating unmanned aircraft using pitch
CN113340295B (zh) 一种多个测距传感器的无人艇近岸实时定位与建图方法
US11645757B2 (en) Method of and apparatus for analyzing images
Nagai et al. UAV-borne 3-D mapping system by multisensor integration
CN110703268B (zh) 一种自主定位导航的航线规划方法和装置
CN111338383B (zh) 基于gaas的自主飞行方法及系统、存储介质
CN109934891B (zh) 一种基于无人船的水域岸线构建方法及系统
CN114077249B (zh) 一种作业方法、作业设备、装置、存储介质
CN109460046B (zh) 一种无人机自然地标识别与自主着陆方法
US11587446B2 (en) Method and system for generating aerial imaging flight path
KR102239562B1 (ko) 항공 관측 데이터와 지상 관측 데이터 간의 융합 시스템
CN111024072B (zh) 一种基于深度学习的卫星地图辅助导航定位方法
KR102127679B1 (ko) 정사영상에 기반한 센서 탑재 이동형 플랫폼의 기하 보정 시스템
US20230236280A1 (en) Method and system for positioning indoor autonomous mobile robot
JP2019504418A (ja) 移動物体の位置を判定するための方法およびシステム
CN108801225A (zh) 一种无人机倾斜影像定位方法、系统、介质及设备
CN111090283A (zh) 一种无人艇组合定位定向方法和系统
Cho et al. Autonomous positioning of the unloading auger of a combine harvester by a laser sensor and GNSS
Kamat et al. A survey on autonomous navigation techniques
KR102130687B1 (ko) 다중 센서 플랫폼 간 정보 융합을 위한 시스템
US20220214700A1 (en) Control method and device, and storage medium
KR102289752B1 (ko) Gps 음영 지역에서 경로 비행을 수행하는 드론 및 그 방법
Kurdi et al. Navigation of mobile robot with cooperation of quadcopter

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