CN114429179B - 一种面向无人平台的能力计算方法及系统 - Google Patents

一种面向无人平台的能力计算方法及系统 Download PDF

Info

Publication number
CN114429179B
CN114429179B CN202210027087.6A CN202210027087A CN114429179B CN 114429179 B CN114429179 B CN 114429179B CN 202210027087 A CN202210027087 A CN 202210027087A CN 114429179 B CN114429179 B CN 114429179B
Authority
CN
China
Prior art keywords
target
capability
capacity
target capacity
model
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
Application number
CN202210027087.6A
Other languages
English (en)
Other versions
CN114429179A (zh
Inventor
任静
唐玉华
李明龙
徐炜遐
李胜奎
何奕诗
杭滔
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202210027087.6A priority Critical patent/CN114429179B/zh
Publication of CN114429179A publication Critical patent/CN114429179A/zh
Application granted granted Critical
Publication of CN114429179B publication Critical patent/CN114429179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种面向无人平台的能力计算方法及系统。方法包括：S1、构建目标能力库，目标能力库根据目标的不同划分为多个目标能力表；S2、根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于能力模型构建能力模型库；S3、获取环境信息和目标，在能力模型库中进行选择得到能力模型；S4、根据选择得到的能力模型对目标能力表进行修改并保存；S5、根据提供的任务和目标从目标能力库中读取无人平台搭载的各种传感器或其他设备信息。本发明能很好的将无人平台、目标和任务关联起来，通过目标能力表可以很直观看出能力值，方便了对数据的管理。

Description

一种面向无人平台的能力计算方法及系统
技术领域
本发明涉及机器人技术领域，更具体地说，特别涉及一种面向无人平台的能力计算方法及系统。
背景技术
近年来，人工智能和无人平台的相关技术飞速发展，包括各类新型传感器的发明和设计，云平台的搭建，无人平台的载体的逐渐多样化，使得无人平台得到了更加广泛的应用。例如，在工业制造中机器人替代人类高效地进行重复性的劳动，战场中使用无人机进行食物的运输、执行侦查任务等等。在无人平台的发展过程中，各种配套的任务分配算法逐渐衍生和完善，使得单独或少量的无人平台可以很好地完成各种任务。但是，在大量的无人平台需要交互和协作时，要确定如何做出最好的分配决策，则需要对无人平台目标能力进行评估，保证针对具体目标时待分配的无人平台拥有足够的能力完成任务，即保证任务分配的有效性。无人平台的能力与三种因素有关：一是任务的类型，即在不同任务下，不同的无人平台有不同的能力需求；二是目标的类型，即同一无人平台对不同目标类型也会有不同的能力值需求；三是环境的类型，即在不同环境下，各个无人平台的能力值需求不同。因此，能力模型是融合了多种因素的复杂模型，对于无人平台的应用起着关键的作用。为实现有效的能力模型，需要其对能力值做出正确的评估，进而实现任务到无人平台的最佳映射。
发明内容
本发明的目的在于提供一种面向无人平台的能力计算方法及系统，以克服现有技术存在的缺陷。
为了达到上述目的，本发明采用的技术方案如下：
一种面向无人平台的能力计算方法，包括以下步骤，
S1、构建目标能力库，所述目标能力库根据目标的不同划分为多个目标能力表，所述目标能力表的行信息为无人平台预执行的任务名，所述目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对所述目标能力表的目标能力值进行标记；
S2、根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于所述能力模型构建能力模型库；
S3、获取环境信息和目标，在所述能力模型库中进行选择得到能力模型；
S4、根据选择得到的能力模型对目标能力表进行修改并保存；
S5、根据提供的任务和目标从所述目标能力库中读取无人平台搭载的各种传感器或其他设备信息。
进一步地，所述步骤S1中对所述目标能力表进行目标能力值标记具体包括：对所述目标能力表的目标能力值标记为无法完成目标任务的第一标记、有能力完成目标任务的第二标记以及目标任务完成与所述传感器或设备信息无关的冗余标记。
进一步地，所述步骤S1中通过预创建的目标能力库文件夹将多个所述目标能力表进行保存。
进一步地，所述步骤S1中根据专家先验知识、无人平台出厂配置信息对所述目标能力表进行初始化。
进一步地，所述步骤S2中的能力模型采用以下公式表述：
其中，为雷达侦察能力，/>为红外侦察能力，/>为光电侦察能力；ω1、ω2、ω3分别为其系数值。
进一步地，所述步骤S4具体包括以下步骤：
S40、根据目标能力表构建目标能力矩阵，将目标能力矩阵的行列信息与目标能力表的行列信息进行映射；
S41、根据工厂模式动态加载所述能力模型；
S42、根据所述能力模型对目标能力矩阵进行修改，将修改后的目标能力矩阵同步至所述目标能力表中并保存所述目标能力表。
进一步地，所述步骤S5中还包括：在目标能力库中获取标记为有能力完成目标任务的第二标记，基于所述第二标记获取所述目标能力表，并返回目标能力表中无人平台的ID信息。
本发明还提供一种根据上述的面向无人平台的能力计算方法的系统，包括：
第一构建模块，用于构建目标能力库，所述目标能力库根据目标的不同划分为多个目标能力表，所述目标能力表的行信息为无人平台预执行的任务名，所述目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对所述目标能力表进行标记；
第二构建模块，用于根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于所述能力模型构建能力模型库；
获取模块，用于获取环境信息和目标，在所述能力模型库中进行选择和匹配得到能力模型；
修改模块，用于根据选择和匹配得到的能力模型对目标能力表进行修改并保存；
读取模块，用于根据提供的任务和目标从所述目标能力库中读取无人平台搭载的各种传感器或其他设备信息。
与现有技术相比，本发明的优点在于：本发明的目标能力库能很好的将无人平台、目标和任务关联起来，通过目标能力表可以很直观看出能力值，方便了对数据的管理。并且本发明可以依据任务和目标直观的显示可以完成任务的无人平台列表，方便任务的分配以及后续操作。
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获得其他的附图。
图1是本发明面向无人平台的能力计算方法的流程图。
图2是本发明面向无人平台的能力计算系统的原理图。
具体实施方式
下面结合附图对本发明的优选实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
参阅图1所示，本实施例公开了一种面向无人平台的能力计算方法，包括以下步骤，
步骤S1、构建目标能力库。为了存储目标能力值，依据目标的不同构建了目标能力库，目标能力库采用文件系统进行数据的存储，目标能力库根据目标的不同划分为多个目标能力表，目标能力表的行信息为无人平台预执行的任务名，目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对目标能力表的目标能力值进行标记。
表1
上表1为目标能力表，其中：[1,1,1]定义其为三元组使用三元组是对能力值的表述，分别为[健康，可信，使用]，[1,1,1]代表的含义为第一个1表示设备1硬件正常可用，不可用置为0，即健康(取值范围0或者1)；第二个1表示设备软件的置信值为1,表示可以相信，不可信为0，即可信(取值范围为0或者1)；第三个1表示设备对任务的适用度为1,表示使用执行该任务需要用到此设备，0则表示执行此任务与该设备无关。即适用(取值范围为0或者1)。
具体的，目标能力表进行目标能力值标记具体包括：对目标能力表的目标能力值标记为无法完成目标任务的第一标记(可以为0)、有能力完成目标任务的第二标记(可以为1)以及目标任务完成与传感器或设备信息无关的冗余标记(可以为-1)。
本实施例中，通过预创建的目标能力库文件夹将多个目标能力表进行保存。
本实施例中，根据专家先验知识、无人平台出厂配置信息等对目标能力表进行初始化。
步骤S2、构建能力库模型。根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于能力模型构建能力模型库。
具体的，随着任务、目标、环境信息等的不断增多，能力模型库的也会越来越丰富。
本实施例中，所述能力模型采用以下公式表述：
其中，为雷达侦察能力，/>为红外侦察能力，/>为光电侦察能力；ω1、ω2、ω3分别为其系数值；这些系数值会根据所在环境，目标的不同以及专家知识通过经验值的方式进行调整。
步骤S3、获取环境信息和目标，在所述能力模型库中进行选择得到能力模型，本申请只有环境信息和目标均相同时才可以选择对应的能力模型，可以确保能力模型适用的准确性。
步骤S4、根据选择得到的能力模型对目标能力表进行修改并保存。
具体的，该步骤S4包括以下步骤：
步骤S40、根据目标能力表构建目标能力矩阵，将目标能力矩阵的行列信息与目标能力表的行列信息进行映射，从而构建key-value的对应关系，方便进行目标能力表的拓展和修改操作。
步骤S41、根据工厂模式动态加载能力模型，这是由于目标能力表的修改需要用到能力模型，并且为了方便模型的动态加载这里使用工厂模式，工厂模式是一种设计模式，工厂模式可以增强代码的鲁棒性，这里使用简单的能力模型，旨在展示模型的动态加载和能力值的修改。
作为优选，本实施例采用了抽象工厂模式的方法，抽象工厂模式的代码实现需要：构建工厂的模板类，用于获取和注册方法对象，创建模型注册模板类接口，创建注册模板类，用于创建具体模型并且在工厂里注册模型。
步骤S42、客户端调用能力模型，根据能力模型对目标能力矩阵进行修改，基于key-value的对应关系将修改后的目标能力矩阵同步至目标能力表中并保存目标能力表。
步骤S5、根据提供的任务和目标从目标能力库中读取无人平台搭载的各种传感器或其他设备信息。
作为优选，在目标能力库中获取标记为有能力完成目标任务的第二标记(可以为1)，基于第二标记获取目标能力表，并返回目标能力表中无人平台的ID信息。
具体的，由于无人平台的能力值计算是以目标任务为驱动的，客户端需要给出目标和任务，调用能力计算接口，能力计算接口根据客户端提供的任务和目标从目标能力库中读取需要数据信息，获取的数据信息包含了无人平台是否搭载了任务所涉及的传感器或者设备以及能力值的信息，当所涉及的传感器或者设备信息能力值都为1的情况下，表示该无人平台有能力完成该任务，并且返回所有可以完成该任务的无人平台的ID。
参阅图2所示，本发明骇提供一种根据上述的面向无人平台的能力计算方法的系统，包括：第一构建模块1，用于构建目标能力库，所述目标能力库根据目标的不同划分为多个目标能力表，所述目标能力表的行信息为无人平台预执行的任务名，所述目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对所述目标能力表进行标记；第二构建模块2，用于根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于所述能力模型构建能力模型库；获取模块3，用于获取环境信息和目标，在所述能力模型库中进行选择和匹配得到能力模型；修改模块4，用于根据选择和匹配得到的能力模型对目标能力表进行修改并保存；读取模块5，用于根据提供的任务和目标从所述目标能力库中读取无人平台搭载的各种传感器或其他设备信息。
本发明的目标能力库能很好的将无人平台、目标和任务关联起来，通过目标能力表可以很直观看出能力值，方便了对数据的管理。
本发明可以依据任务和目标直观的显示可以完成任务的无人平台列表，方便任务的分配以及后续操作。
本发明使用工厂模式来进行模型的动态加载，客户端有了新的能力模型，只需要在模型文件中增加相应的模型代码就可以使用，减少了对代码的改动，方便能力模型的拓展和使用。
虽然结合附图描述了本发明的实施方式，但是专利所有者可以在所附权利要求的范围之内做出各种变形或修改，只要不超过本发明的权利要求所描述的保护范围，都应当在本发明的保护范围之内。

Claims (4)

1.一种面向无人平台的能力计算方法，其特征在于，包括以下步骤，
S1、构建目标能力库，所述目标能力库根据目标的不同划分为多个目标能力表，所述目标能力表的行信息为无人平台预执行的任务名，所述目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对所述目标能力表进行目标能力值标记；
S2、根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于所述能力模型构建能力模型库；
S3、获取环境信息和目标，在所述能力模型库中进行选择得到能力模型；
S4、根据选择得到的能力模型对目标能力表进行修改并保存；
S5、根据提供的任务和目标从所述目标能力库中读取无人平台搭载的各种传感器或其他设备信息；
所述步骤S1中对所述目标能力表进行目标能力值标记具体包括：对所述目标能力表的目标能力值标记为无法完成目标任务的第一标记、有能力完成目标任务的第二标记以及目标任务完成与所述传感器或设备信息无关的冗余标记；
所述步骤S2中的能力模型采用以下公式表述：
其中，为雷达侦察能力，/>为红外侦察能力，/>为光电侦察能力；ω1、ω2、ω3分别为其系数值；
所述步骤S4具体包括以下步骤：
S40、根据目标能力表构建目标能力矩阵，将目标能力矩阵的行列信息与目标能力表的行列信息进行映射；
S41、根据工厂模式动态加载所述能力模型；
S42、根据所述能力模型对目标能力矩阵进行修改，将修改后的目标能力矩阵同步至所述目标能力表中并保存所述目标能力表；
所述步骤S5中还包括：在目标能力库中获取标记为有能力完成目标任务的第二标记，基于所述第二标记获取所述目标能力表，并返回目标能力表中无人平台的ID信息。
2.根据权利要求1所述的面向无人平台的能力计算方法，其特征在于，所述步骤S1中通过预创建的目标能力库文件夹将多个所述目标能力表进行保存。
3.根据权利要求1所述的面向无人平台的能力计算方法，其特征在于，所述步骤S1中根据专家先验知识、无人平台出厂配置信息对所述目标能力表进行初始化。
4.一种根据权利要求1-3任意一项所述的面向无人平台的能力计算方法的系统，其特征在于，包括：
第一构建模块，用于构建目标能力库，所述目标能力库根据目标的不同划分为多个目标能力表，所述目标能力表的行信息为无人平台预执行的任务名，所述目标能力表的列信息为无人平台搭载的各种传感器或其他设备信息，并对所述目标能力表进行标记；
第二构建模块，用于根据不同环境信息、不同任务、不同目标以及专家知识构建用于对无人平台的传感器或设备信息的能力值进行调整的能力模型，基于所述能力模型构建能力模型库；
获取模块，用于获取环境信息和目标，在所述能力模型库中进行选择和匹配得到能力模型；
修改模块，用于根据选择和匹配得到的能力模型对目标能力表进行修改并保存；
读取模块，用于根据提供的任务和目标从所述目标能力库中读取无人平台搭载的各种传感器或其他设备信息；
所述步骤S1中对所述目标能力表进行目标能力值标记具体包括：对所述目标能力表的目标能力值标记为无法完成目标任务的第一标记、有能力完成目标任务的第二标记以及目标任务完成与所述传感器或设备信息无关的冗余标记；
所述步骤S2中的能力模型采用以下公式表述：
其中，为雷达侦察能力，/>为红外侦察能力，/>为光电侦察能力；ω1、ω2、ω3分别为其系数值；
所述步骤S4具体包括以下步骤：
S40、根据目标能力表构建目标能力矩阵，将目标能力矩阵的行列信息与目标能力表的行列信息进行映射；
S41、根据工厂模式动态加载所述能力模型；
S42、根据所述能力模型对目标能力矩阵进行修改，将修改后的目标能力矩阵同步至所述目标能力表中并保存所述目标能力表；
所述步骤S5中还包括：在目标能力库中获取标记为有能力完成目标任务的第二标记，基于所述第二标记获取所述目标能力表，并返回目标能力表中无人平台的ID信息。
CN202210027087.6A 2022-01-11 2022-01-11 一种面向无人平台的能力计算方法及系统 Active CN114429179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210027087.6A CN114429179B (zh) 2022-01-11 2022-01-11 一种面向无人平台的能力计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210027087.6A CN114429179B (zh) 2022-01-11 2022-01-11 一种面向无人平台的能力计算方法及系统

Publications (2)

Publication Number Publication Date
CN114429179A CN114429179A (zh) 2022-05-03
CN114429179B true CN114429179B (zh) 2024-02-09

Family

ID=81310987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210027087.6A Active CN114429179B (zh) 2022-01-11 2022-01-11 一种面向无人平台的能力计算方法及系统

Country Status (1)

Country Link
CN (1) CN114429179B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214450A (zh) * 2018-08-28 2019-01-15 北京航空航天大学 一种基于贝叶斯程序学习算法的无人系统资源分配方法
CN110009013A (zh) * 2019-03-21 2019-07-12 腾讯科技（深圳）有限公司 编码器训练及表征信息提取方法和装置
CN112182977A (zh) * 2020-10-12 2021-01-05 中国人民解放军国防科技大学 一种无人集群协同博弈对抗的控制方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214450A (zh) * 2018-08-28 2019-01-15 北京航空航天大学 一种基于贝叶斯程序学习算法的无人系统资源分配方法
CN110009013A (zh) * 2019-03-21 2019-07-12 腾讯科技（深圳）有限公司 编码器训练及表征信息提取方法和装置
CN112182977A (zh) * 2020-10-12 2021-01-05 中国人民解放军国防科技大学 一种无人集群协同博弈对抗的控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无人机对地攻击仿真平台开发及效能评估研究;王超;硕士电子期刊(第2018年01期期);全文 *

Also Published As

Publication number Publication date
CN114429179A (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN107223244B (zh) 定位方法和装置
Li et al. Corb-slam: a collaborative visual slam system for multiple robots
CN111912337B (zh) 机器人位姿信息的确定方法、装置、设备和介质
CN112965765B (zh) 服务调用方法、装置、电子设备及存储介质
US11934931B2 (en) Decision tree training using a database system
US11067694B2 (en) Locating method and device, storage medium, and electronic device
CN112783616B (zh) 一种并发冲突处理方法、装置及计算机存储介质
CN110955715A (zh) Erp系统和目标平台的数据转换方法、装置以及电子设备
CN104714986A (zh) 三维图片搜索方法与三维图片搜索系统
CN112990228A (zh) 图像特征匹配方法和相关装置、设备及存储介质
CN113111144A (zh) 一种房间标记方法、装置和机器人的运动方法
CN112445497A (zh) 一种基于插件式可扩展架构的遥感图像处理系统
CN114429179B (zh) 一种面向无人平台的能力计算方法及系统
CN108711188A (zh) 一种基于ar的工厂实时数据展示方法及系统
KR102275682B1 (ko) 시설물 실시간 스캔을 위한 이동형 스캔 백팩 장치
CN112711051A (zh) 一种飞控系统定位方法、装置、设备及存储介质
Peng et al. Handling of incomplete data sets using ICA and SOM in data mining
CN111639523A (zh) 目标检测方法、装置、计算机设备和存储介质
CN110880003A (zh) 一种图像匹配方法、装置、存储介质及汽车
CN108885110B (zh) 一种定位方法、定位装置、定位系统及可读存储介质
CN116477262A (zh) 机器人取货方法、装置、计算机可读存储介质和仓储系统
CN115366553A (zh) 文件盖章方法、装置、印控机、介质及产品
CN112052408B (zh) 一种移动机器人智能体设备生命周期追踪的方法
CN114833825A (zh) 协作机器人控制方法、装置、计算机设备和存储介质
CN114201594A (zh) 基于参数表达知识库的机器人技能操作方法、终端及介质

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