CN114136439A - 一种全自动光照测量机器人 - Google Patents
一种全自动光照测量机器人 Download PDFInfo
- Publication number
- CN114136439A CN114136439A CN202111406856.5A CN202111406856A CN114136439A CN 114136439 A CN114136439 A CN 114136439A CN 202111406856 A CN202111406856 A CN 202111406856A CN 114136439 A CN114136439 A CN 114136439A
- Authority
- CN
- China
- Prior art keywords
- module
- neural network
- illumination
- computing unit
- network computing
- 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
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 80
- 238000013528 artificial neural network Methods 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
-
- 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
- G05D1/0276—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
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种全自动光照测量机器人,包括行走机构、嵌入式处理控制主模块、运动模块和光照传感器模块;嵌入式处理控制主模块包括GPS模块和轻量化神经网络计算单元;运动模块包括云台相机,用于采集图像信号;轻量化神经网络计算单元的信号输入端连接GPS模块、运动模块和光照传感器模块的信号输出端;轻量化神经网络计算单元的信号输出端连接行走机构;轻量化神经网络计算单元用于接收运动模块采集的图像信号,识别图像信号中的道路和路灯,以生成实时测量矩阵及路线,控制行走机构沿路线行走,并且采集光照传感器模块和GPS模块的信号以获取当前位置的照度。机器人按照路线自动逐点测量,从而减少测量和计算误差,提高工作效率。
Description
技术领域
本发明属于机器人技术领域,具体涉及一种全自动光照测量机器人。
背景技术
根据道路的使用功能和照明评价标准,准确测量路面亮度总均匀度、纵向均匀度、路面照度均匀度等指标是进行路灯规划设计的重要前提。为了保证道路行车安全,提供安全可见度,新道路安装路灯前需要对新道灯具照度进行测量。要实现道路照度的准确测量,常用的方法布点测量法,利用边角布点测量路面亮度总均匀度和纵向均匀度或路面照度均匀度,利用中心布点测量路面亮度总均匀度和纵向均匀度或路面照度均匀度。测量一个灯具需要布400-600个点,工作人员需将测量的这400-600个照度数据数据记录并标记在图纸、最后再计算出平均照度。工作量极大,重复繁琐,费时费力。
当前常用的测量方法为人工布点测量。先布点,再测量数据,最后将多组数据进行计算。根据不同的灯具,寻找灯间距、高度、悬挑、仰角和光源一致性方面相对典型的平坦路段。将测量路段划分为若干大小相等的矩阵,根据需求合理确定网格数,测量每个网格的照度,再进行数据计算。人工测量数据量巨大,测量前需要先布点,再路面进行标记,在测量每个点的照度,每个点测量都需要手持照度计蹲下,将传感器置于路面,读取、记录数据,然后站起来,再到下一测量点进行重复工作,待所有数据测量完毕后进行计算。以往测量并记录一个点需要1个人耗费30秒时间,测量效率低,工作量大,且需防止测量人员和围观群众对光接收器产生阴影或影响。测量完毕后,需要人工在图纸上对每一个数据值进行标注,再进行计算。
发明内容
本发明的目的在于提供一种全自动光照测量机器人,以解决现有技术中人工测量道路照度工作繁琐、效率低的问题。
为实现上述目的,本发明采用如下技术方案:
一种全自动光照测量机器人,包括行走机构,以及设置于所述行走机构上的嵌入式处理控制主模块、运动模块和光照传感器模块;
所述嵌入式处理控制主模块包括GPS模块和轻量化神经网络计算单元;
所述运动模块包括云台相机,用于采集图像信号;
所述轻量化神经网络计算单元的信号输入端连接所述GPS模块、运动模块和光照传感器模块的信号输出端;所述轻量化神经网络计算单元的信号输出端连接所述行走机构,用于控制所述行走机构运动;
所述轻量化神经网络计算单元用于接收所述运动模块采集的图像信号,识别图像信号中的道路和路灯,以生成实时测量矩阵及路线,控制行走机构沿路线行走,并且采集光照传感器模块和GPS模块的信号以获取当前位置的照度。
可选的,所述轻量化神经网络计算单元,通过轻量化的卷积神经网络识别所述运动模块采集的图像信息,针对当前的道路情况以及路灯位置,规划行走机构的前进路线。
可选的,通过神经网络结构搜索获取所述轻量化的卷积神经网络。
可选的,所述运动模块还包括激光雷达传感器和辅助定位传感器模块;所述辅助定位传感器模块的接收端架设于行走机构上,发送端架设于路边的传感器导轨上;
所述辅助定位传感器模块接收端的信号输出端、激光雷达传感器的信号输出端分别连接所述轻量化神经网络计算单元的信号输入端;所述轻量化神经网络计算单元用于根据激光雷达传感器采集的信号判断前方障碍物,通过辅助定位传感器模块定位当前行走机构位置与传感器导轨的相对位置,修正行走机构的运行路线。
可选的,还包括显示操作模块,所述显示操作模块通过无线连接所述轻量化神经网络计算单元,用于向所述轻量化神经网络计算单元发送指令。
可选的,所述光照传感器模块设置在光照传感器轨道上,所述光照传感器轨道设置于行走机构的两侧。
可选的,所述光照传感器轨道具有伸缩功能,所述光照传感器模块在光照传感器轨道上的间距能够调整。
可选的,所述嵌入式处理控制主模块为DSP数字处理主板,所述GPS模块和轻量化神经网络计算单元集成在所述DSP数字处理主板上。
可选的,所述光照传感器模块通过窄波滤光片和余弦修正器对采集的光照做优化处理。
可选的,所述轻量化神经网络计算单元通过无线的方式连接云端数据库,用于将获取的照度数据上传至所述云端数据库。
本发明的有益效果如下:
1)、本发明实施例提供的全自动光照测量机器人,能够取代人工进行现场测量和数据整理计算。全自动光照测量机器人包含嵌入式处理控制主模块、运动模块、光照传感器模块;嵌入式处理控制主模块中内置了使用网络搜索技术搜索得到的轻量化神经网络计算单元,机器人按照路线自动逐点测量,从而减少测量和计算误差,提高工作效率。
2)、本发明实施例提供的全自动光照测量机器人,能够节省人力资源,节省测量时间,提高工作效率。以往测量并记录一个点需要1个人耗费30秒时间,利用此机器人操作需要30毫秒并且可以加载10个光照传感器模块,30毫秒测量并记录10个点数值,减少在场测量人数,且无需逐一进行数据登记和后续人工计算,测量效率大大提高,人力成本显著降低。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的全自动光照测量机器人的结构示意图;
图2为本发明实施例提供的全自动光照测量机器人利用辅助定位传感器模块进行测量时的示意图;
图3为本发明实施例操作并行搜索空间示意图中;
图4为本发明实施例中轻量化神经网络模型结构示意图;
其中:1处理控制主模块;2运动模块;3光照传感器模块;31光照传感器轨道;21云台相机,22激光雷达传感器,23辅助定位传感器模块;24传感器导轨。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
如图1~2所示,本发明实施例提供了一种全自动光照测量机器人,包括行走机构,以及设置于行走机构上的嵌入式处理控制主模块1、运动模块2和光照传感器模块3;嵌入式处理控制主模块1包括GPS模块和轻量化神经网络计算单元;运动模块2包括云台相机,用于采集图像信号;光照传感器模块3用于采集照度数据,采集照度数据后,光照传感器模块3通过窄波滤光片和余弦修正器对采集的光照做优化处理;轻量化神经网络计算单元的信号输入端分别连接GPS模块、运动模块2和光照传感器模块3的信号输出端;轻量化神经网络计算单元的信号输出端连接行走机构,用于控制行走机构运动;具体来说,轻量化神经网络计算单元是通过接收运动模块2采集的图像信号,识别图像信号中的道路和路灯,以生成实时测量矩阵及路线,控制行走机构沿路线行走,并且采集光照传感器模块3和GPS模块的信号以获取当前位置的照度,轻量化神经网络计算单元通过无线的方式连接云端数据库,将获取的照度数据上传至云端数据库。
作为一种示例,嵌入式处理控制主模块1为DSP数字处理主板,GPS模块和轻量化神经网络计算单元集成在DSP数字处理主板上。
作为本发明的优选实施例,运动模块2还包括激光雷达传感器22和辅助定位传感器模块23;辅助定位传感器模块23的接收端架设于行走机构上,发送端架设于路边的传感器导轨24上;辅助定位传感器模块23接收端的信号输出端、激光雷达传感器22的信号输出端分别连接轻量化神经网络计算单元的信号输入端;轻量化神经网络计算单元用于根据激光雷达传感器22采集的信号判断前方障碍物,通过辅助定位传感器模块23定位当前行走机构位置与传感器导轨24的相对位置,采用视觉+激光雷达传感器+辅助传感器定位方式,修正行走机构的运行路线。辅助定位传感器模块23用于复杂环境,辅助行走。
作为本发明的优选实施例,包括显示操作模块,显示操作模块通过无线连接轻量化神经网络计算单元,用于向轻量化神经网络计算单元发送指令。
应用于本发明的实施例,轻量化神经网络计算单元,通过轻量化的卷积神经网络识别运动模块2采集的图像信息,针对当前的道路情况以及路灯位置,规划行走机构的前进路线。通过神经网络结构搜索获取轻量化的卷积神经网络。具体方式如下:
DSP数字处理主板需要高性能的实时计算模块(神经网络),但设计出高性能的神经网络需要大量的专业知识与反复试验,成本极高,限制了神经网络在很多问题上的应用。本发明实施例中采用神经网络结构搜索来构建轻量化神经网络结构。作为一种示例,神经网络结构是一种自动设计神经网络的技术,可以通过算法,根据样本集自动设计出高性能的网络结构,在硬件部署时,可根据主板的参数设置,定制超轻量化的神经网络结构搜索模块,最终搜索得到高性能的轻量化神经网络计算单元。
具体而言,在使用神经网络结构搜索时,本发明实施例考虑到了硬件的适配条件和功耗、性能等因素,在搜索过程中将所需参数配置作为正则项,加入到神经网络结构搜索模型的训练损失函数中进行搜索训练。网络模块方面,使用3x3与1x1的深度可分离卷积及池化层等轻量化神经网络单元构建搜索空间,使用强化学习进行搜索迭代优化。在DSP数字处理主板部署后,神经结构搜索设计出的神经网络模型将根据硬件条件与实时部署环境,进行参数的自适应调整。
通过神经网络结构搜索可以得到更适合于嵌入式设备的轻量化网络结构,因此本发明实施例中提出一种基于高效主干神经网络搜索技术的适用于光照机器人使用的网络结构,从而在后续的图像检测,图像处理等步骤使用。整个神经网络搜索得到轻量化神经网络主要包括了搜索空间和搜索算法的设计:
首先定义搜索空间,进行神经网络结构搜索的部分是特征提取器,其输入为设备采集的原始图像或者经过校正模块纠正后的图像,输出为大小统一的特征向量序列。搜索空间围绕卷积层设计展开,囊括卷积的类型与卷积的步长。卷积的类型将由一个候选操作表提供,而卷积的步长则反馈在模型的下采样阶段中。
针对搜索算法部分,本发明将搜索算法依据搜索空间的设定解耦为两步:下采样路径搜索和卷积操作方式搜索。对于下采样路径搜索,所有的卷积操作都将被固定成为3*3的残差网络层。此处先基于先验知识,人为地将下采样位置固定在第1、4、7、10和13层,使得初始阶段的有效下采样路径由30030种下降至10种,极大地缩小了该阶段的搜索空间。在10种搜索空间内采用小范围的网格搜索,快速找到相对较优的下采样路径。基于该相对较优的路径,本发明复用其路径权重,对不同stage中包含的卷积数量进行微调,最终得到最优的下采样路径。整个搜索并行搜索空间示意如图3所示。经过以上的神经网络结构搜索,可以得到一种轻量化的卷积神经网络模型。最后得到如图4所示的轻量化卷积神经网络结构,其中仅包含两层卷积神经网络归一化操作,这对于使用在嵌入式设备上具有极大的便捷性,但是和普通卷积神经网络结构不同,此处通过网络搜索得到的模型中卷积尺度分别是3x3和1x1,这想比较于普通卷积降低了参数量,因此更适用于本实施例中的机器人等小型设备上。
作为本发明的优选实施例,光照传感器模块3设置在具有伸缩功能的光照传感器轨道31上,光照传感器轨道31设置于行走机构的两侧。双侧光照传感器轨道31可以延展5m双侧都延展最长可达10m;光照传感器模块3在光照传感器轨道31上的间距能够调整,按需要布置间隔距离和数量。
全自动光照测量机器人工作流程:
首先通过显示操作模块对整个设备设置相关参数、获取GPS信息,发送到DSP数字处理主板,轻量化神经网络计算单元将根据现场情况自动生成测量点,并规划运动路径,经人工确认后开始工作。
根据激光雷达传感器22和云台相机数据处理、修正前进并进行测量,如果遇到复杂路况,无法通过云台相机精确定位行走,辅助定位传感器模块23进行精准定位,到设定布点位置后,光照传感器模块3工作并记录数据传输到DSP数字处理主板,DSP数字处理主板收集所有光照传感器模块的数据并上传到显示操作模块进行显示。到达布点终点时DSP数字处理主板发送指令,将数据进行计算,自动入库分析、生产报表并保存。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (10)
1.一种全自动光照测量机器人,其特征在于,包括行走机构,以及设置于所述行走机构上的嵌入式处理控制主模块(1)、运动模块(2)和光照传感器模块(3);
所述嵌入式处理控制主模块(1)包括GPS模块和轻量化神经网络计算单元;
所述运动模块(2)包括云台相机,用于采集图像信号;
所述轻量化神经网络计算单元的信号输入端连接所述GPS模块、运动模块(2)和光照传感器模块(3)的信号输出端;所述轻量化神经网络计算单元的信号输出端连接所述行走机构,用于控制所述行走机构运动;
所述轻量化神经网络计算单元用于接收所述运动模块(2)采集的图像信号,识别图像信号中的道路和路灯,以生成实时测量矩阵及路线,控制行走机构沿路线行走,并且采集光照传感器模块(3)和GPS模块的信号以获取当前位置的照度。
2.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述轻量化神经网络计算单元,通过轻量化的卷积神经网络识别所述运动模块(2)采集的图像信息,针对当前的道路情况以及路灯位置,规划行走机构的前进路线。
3.根据权利要求2所述的全自动光照测量机器人,其特征在于,通过神经网络结构搜索获取所述轻量化的卷积神经网络。
4.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述运动模块(2)还包括激光雷达传感器(22)和辅助定位传感器模块(23);所述辅助定位传感器模块(23)的接收端架设于行走机构上,发送端架设于路边的传感器导轨(24)上;
所述辅助定位传感器模块(23)接收端的信号输出端、激光雷达传感器(22)的信号输出端分别连接所述轻量化神经网络计算单元的信号输入端;所述轻量化神经网络计算单元用于根据激光雷达传感器(22)采集的信号判断前方障碍物,通过辅助定位传感器模块(23)定位当前行走机构位置与传感器导轨(24)的相对位置,修正行走机构的运行路线。
5.根据权利要求1所述的全自动光照测量机器人,其特征在于,还包括显示操作模块,所述显示操作模块通过无线连接所述轻量化神经网络计算单元,用于向所述轻量化神经网络计算单元发送指令。
6.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述光照传感器模块(3)设置在光照传感器轨道(31)上,所述光照传感器轨道(31)设置于行走机构的两侧。
7.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述光照传感器轨道(31)具有伸缩功能,所述光照传感器模块(3)在光照传感器轨道(31)上的间距能够调整。
8.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述嵌入式处理控制主模块(1)为DSP数字处理主板,所述GPS模块和轻量化神经网络计算单元集成在所述DSP数字处理主板上。
9.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述光照传感器模块(3)通过窄波滤光片和余弦修正器对采集的光照做优化处理。
10.根据权利要求1所述的全自动光照测量机器人,其特征在于,所述轻量化神经网络计算单元通过无线的方式连接云端数据库,用于将获取的照度数据上传至所述云端数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406856.5A CN114136439B (zh) | 2021-11-24 | 2021-11-24 | 一种全自动光照测量机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406856.5A CN114136439B (zh) | 2021-11-24 | 2021-11-24 | 一种全自动光照测量机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114136439A true CN114136439A (zh) | 2022-03-04 |
CN114136439B CN114136439B (zh) | 2023-10-24 |
Family
ID=80391818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406856.5A Active CN114136439B (zh) | 2021-11-24 | 2021-11-24 | 一种全自动光照测量机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114136439B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07286896A (ja) * | 1994-02-25 | 1995-10-31 | Toshiba Lighting & Technol Corp | 移動式測光装置 |
CN101858781A (zh) * | 2010-06-09 | 2010-10-13 | 天津大学 | 基于遥控车载平台的居住区夜间光环境检测系统 |
CN103471722A (zh) * | 2013-10-08 | 2013-12-25 | 珠海亿能电力科技有限公司 | 智能移动式在线测温系统 |
CN103759816A (zh) * | 2013-12-31 | 2014-04-30 | 杭州浙大三色仪器有限公司 | 一种现场光环境自动测量定位装置 |
CN105043533A (zh) * | 2015-04-30 | 2015-11-11 | 国家电网公司 | 道路照明效果检测方法 |
CN105628194A (zh) * | 2016-03-11 | 2016-06-01 | 复旦大学 | 一种道路照明质量现场测量方法 |
CN205655921U (zh) * | 2016-05-27 | 2016-10-19 | 扬州大学 | 一种无线道路照明状况检测系统 |
US20170023404A1 (en) * | 2015-07-21 | 2017-01-26 | Topcon Corporation | Management System For Illumination Facility |
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
US20180164157A1 (en) * | 2015-07-02 | 2018-06-14 | Danmarks Tekniske Universitet | Street light detection |
CN110032949A (zh) * | 2019-03-22 | 2019-07-19 | 北京理工大学 | 一种基于轻量化卷积神经网络的目标检测与定位方法 |
CN110987171A (zh) * | 2019-11-18 | 2020-04-10 | 佛山科学技术学院 | 场地照明自动检测车及检测方法 |
CN210375413U (zh) * | 2019-08-06 | 2020-04-21 | 上海圭目机器人有限公司 | 一种机场嵌入式灯具光强自动巡检装置 |
JP2020071210A (ja) * | 2018-11-02 | 2020-05-07 | コイト電工株式会社 | 照度測定結果の取得方法、その装置及びそのプログラム、並びに、照度測定システム |
CN111127445A (zh) * | 2019-12-26 | 2020-05-08 | 智洋创新科技股份有限公司 | 基于深度学习的配网线路高温区域检测方法与系统 |
CN112437118A (zh) * | 2020-11-05 | 2021-03-02 | 苏州傲特欣智能科技有限公司 | 一种基于无人机的道路路灯巡检系统 |
US20210215534A1 (en) * | 2017-11-03 | 2021-07-15 | Samsung Electronics Co., Ltd. | Electronic device for measuring illuminance, and operating method therefor |
-
2021
- 2021-11-24 CN CN202111406856.5A patent/CN114136439B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07286896A (ja) * | 1994-02-25 | 1995-10-31 | Toshiba Lighting & Technol Corp | 移動式測光装置 |
CN101858781A (zh) * | 2010-06-09 | 2010-10-13 | 天津大学 | 基于遥控车载平台的居住区夜间光环境检测系统 |
CN103471722A (zh) * | 2013-10-08 | 2013-12-25 | 珠海亿能电力科技有限公司 | 智能移动式在线测温系统 |
CN103759816A (zh) * | 2013-12-31 | 2014-04-30 | 杭州浙大三色仪器有限公司 | 一种现场光环境自动测量定位装置 |
CN105043533A (zh) * | 2015-04-30 | 2015-11-11 | 国家电网公司 | 道路照明效果检测方法 |
US20180164157A1 (en) * | 2015-07-02 | 2018-06-14 | Danmarks Tekniske Universitet | Street light detection |
US20170023404A1 (en) * | 2015-07-21 | 2017-01-26 | Topcon Corporation | Management System For Illumination Facility |
CN105628194A (zh) * | 2016-03-11 | 2016-06-01 | 复旦大学 | 一种道路照明质量现场测量方法 |
CN205655921U (zh) * | 2016-05-27 | 2016-10-19 | 扬州大学 | 一种无线道路照明状况检测系统 |
US20210215534A1 (en) * | 2017-11-03 | 2021-07-15 | Samsung Electronics Co., Ltd. | Electronic device for measuring illuminance, and operating method therefor |
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
JP2020071210A (ja) * | 2018-11-02 | 2020-05-07 | コイト電工株式会社 | 照度測定結果の取得方法、その装置及びそのプログラム、並びに、照度測定システム |
CN110032949A (zh) * | 2019-03-22 | 2019-07-19 | 北京理工大学 | 一种基于轻量化卷积神经网络的目标检测与定位方法 |
CN210375413U (zh) * | 2019-08-06 | 2020-04-21 | 上海圭目机器人有限公司 | 一种机场嵌入式灯具光强自动巡检装置 |
CN110987171A (zh) * | 2019-11-18 | 2020-04-10 | 佛山科学技术学院 | 场地照明自动检测车及检测方法 |
CN111127445A (zh) * | 2019-12-26 | 2020-05-08 | 智洋创新科技股份有限公司 | 基于深度学习的配网线路高温区域检测方法与系统 |
CN112437118A (zh) * | 2020-11-05 | 2021-03-02 | 苏州傲特欣智能科技有限公司 | 一种基于无人机的道路路灯巡检系统 |
Non-Patent Citations (2)
Title |
---|
吴宗胜: "室外移动机器人的道路场景识别及路径规划研究", 《中国博士学位论文全文数据库信息科技辑》, no. 12, pages 138 - 65 * |
姚毅;陈光建;贾金玲;: "基于模糊神经网络算法的机器人路径规划研究", 四川理工学院学报(自然科学版), no. 06, pages 35 - 38 * |
Also Published As
Publication number | Publication date |
---|---|
CN114136439B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112326686B (zh) | 无人机智能巡航路面病害检测方法、无人机和检测系统 | |
CN111178148B (zh) | 一种基于无人机视觉系统的地面目标地理坐标定位方法 | |
CN113340277B (zh) | 一种基于无人机倾斜摄影的高精度定位方法 | |
CN105865326A (zh) | 实物尺寸测量方法及图像数据库数据采集方法 | |
CN110674792B (zh) | 基于神经网络的施工进度监测装置及方法 | |
CN113972586B (zh) | 一种高压输电线路无人机搭载激光异物清除系统及方法 | |
CN114092473B (zh) | 一种大型产品视觉巡检装置及系统 | |
CN110519582A (zh) | 一种巡检机器人数据采集系统及数据采集方法 | |
CN103968810A (zh) | 用于无人机的精确测绘系统及其数据采集方法 | |
CN103925911A (zh) | 柔性线路板校正台的参照目标检测方法 | |
CN109828281A (zh) | 一种用于根据照片计算裂缝尺寸的无人机设备 | |
WO2021043308A1 (zh) | 基于图像识别与分析的隧道内围岩石英含量预测系统与方法 | |
CN113033508A (zh) | 一种基于点云的精细巡检航点快速生成方法 | |
CN114136439A (zh) | 一种全自动光照测量机器人 | |
CN110703809A (zh) | 一种基于无线传感网络的无人机地铁隧道定点巡检方法 | |
CN106931976A (zh) | 一种导航信息更新的方法及装置 | |
CN116721095B (zh) | 一种航拍式的道路照明故障检测方法及装置 | |
CN113190564A (zh) | 地图更新系统、方法及设备 | |
CN115661726A (zh) | 一种轨道列车工件装配的自主视频采集与分析方法 | |
CN115082396A (zh) | 光伏电站基建进度的智能勘测方法、系统及介质 | |
CN111147843B (zh) | 基于长短焦距摄像头组合的尺寸测量方法及系统 | |
CN108737775A (zh) | 大数据采集平台 | |
CN208711989U (zh) | 一种扬尘监测喷淋系统 | |
CN115188316A (zh) | 一种无人机校正led显示屏亮暗线系统、装置及其方法 | |
CN111062849B (zh) | 一种人群表演现场指挥系统 |
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 |