CN114489116A - 一种多机协同管理方法及系统 - Google Patents
一种多机协同管理方法及系统 Download PDFInfo
- Publication number
- CN114489116A CN114489116A CN202111612099.7A CN202111612099A CN114489116A CN 114489116 A CN114489116 A CN 114489116A CN 202111612099 A CN202111612099 A CN 202111612099A CN 114489116 A CN114489116 A CN 114489116A
- Authority
- CN
- China
- Prior art keywords
- data
- submachine
- map
- platform
- module
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims description 67
- 230000008569 process Effects 0.000 claims description 20
- 230000001360 synchronised effect Effects 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000007499 fusion processing Methods 0.000 claims description 8
- 244000045947 parasite Species 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种多机协同管理方法及系统,该方法中,子机可以利用第一数据,构建局部地图,保证无人机控制的实时性。并且,每个子机仅存储第一数据,将子机构建的局部地图传输给母平台,由母平台存储局部地图到为子机分配的管理空间内,实现由母平台分担子机的存储压力,实现子机的存储空间的节省,并由母平台确定目标点,由子机规划到达目标点的路线,实现路线规划的协同,节省子机的计算空间。
Description
技术领域
本申请涉及无人机技术领域,特别涉及一种多机协同管理方法及系统。
背景技术
在自然灾害发生时,为了快速获取受损的高层建筑的内部灾情信息,可以由无人机进入受损建筑,完成室内定位与地图构建、自主导航及图像回传及识别等。
其中,可以通过以下方式进行室内定位与地图构建、自主导航及图像回传及识别:第一种方式,由单个无人机进行室内定位与地图构建等;第二种方式,由母平台与子机协同,母平台自主投放与回收子机,子机进入受损建筑,协同完成室内定位与地图构建,地图融合,自主导航,图像回传及识别。
第一种方式可以保证无人机控制的实时性,但是,对单个无人机的计算空间及存储空间要求高,会影响无人机的灵活性和轻便性。第二种方式可以节省子机的计算空间及存储空间,但是,子母机间数据传输有延时,难以保证子机控制的实时性,影响子机安全避障的能力。
由上可见,目前在利用无人机进行室内定位与建图、导航的场景下,节省无人机的计算空间和存储空间,及保证无人机控制的实时性,不可兼得。
发明内容
为解决上述技术问题,本申请实施例提供一种多机协同管理方法及系统,以达到在节省无人机的计算空间和存储空间的同时,保证无人机控制的实时性的目的,技术方案如下:
一种多机协同管理方法,应用于子机,该方法包括:
采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
利用所述第一数据,构建局部地图;
将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图;
规划到达所述目标点的路线。
可选的,所述方法还包括:
基于所述飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据;
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据;
将所述第二数据传输给母平台,以使所述母平台将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
可选的,所述在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据,包括:
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
可选的,所述利用所述第一数据,构建局部地图之后,还包括:
获取回环检测结果,所述回环检测结果为所述母平台从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
利用所述回环检测结果,对所述局部地图进行更新。
可选的,所述信息还包括:所述母平台根据所述全局地图,确定出与所述子机飞行范围关联的地图信息;
规划到达所述目标点的路线,包括:
根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
一种多机协同管理方法,应用于母平台,该方法包括:
接收每个子机传输过来的局部地图,每个所述子机的局部地图的构建过程,包括:每个子机分别采集各自的飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;每个所述子机,分别利用所述第一数据,构建局部地图;
将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
对来自于每个所述子机的局部地图进行处理,得到全局地图,并根据所述全局地图确定每个所述子机的目标点,将每个所述子机的目标点分别发送给对应的子机,以使每个所述子机分别规划到达所述目标点的路线。
可选的,所述对来自于每个所述子机的局部地图进行处理,得到全局地图,包括:
判断来自于多个所述子机的局部地图间是否存在重叠部分;
若存在重叠部分,则对多个所述子机的局部地图进行融合处理,得到全局地图;
若不存在重叠部分,对多个所述子机的局部地图进行组合,得到全局地图。
可选的,所述方法还包括:
从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
将所述回环检测结果发送给所述子机。
一种多机协同管理系统,包括:母平台和至少一个子机,每个所述子机包括:第一处理模块、第一存储模块、第一构建模块、第一传输模块、第一获取模块和规划模块,所述母平台包括:第二存储模块和第二处理模块;
所述第一处理模块,用于采集飞行数据,并对所述飞行数据进行处理,得到第一数据;
所述第一存储模块,用于存储所述第一数据;
第一构建模块,用于利用所述第一数据,构建局部地图;
第一传输模块,用于将所述局部地图传输给母平台,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
所述第二存储模块,用于将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
所述第二处理模块,用于对来自于每个所述子机的局部地图进行处理,得到全局地图,根据所述全局地图,确定出目标点;
所述第一获取模块,用于获取所述母平台确定的信息,所述信息至少包含所述目标点;
所述规划模块,用于规划到达所述目标点的路线。
可选的,所述子机,还包括:
第二构建模块,用于基于所述子机采集的飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据;
第一确定模块,用于在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据;
第二传输模块,用于将所述第二数据传输给母平台;
所述母平台还包括:
第三存储模块,用于将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
可选的,所述第一确定模块,具体用于:
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
可选的,所述母平台,还包括:
回环检测模块,用于从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
第一发送模块,用于将所述回环检测结果发送给所述子机;
所述子机,还包括:
第二获取模块,用于获取所述回环检测结果;
更新模块,用于利用所述回环检测结果,对所述局部地图进行更新。
可选的,所述信息还包括:所述母平台根据所述全局地图,确定出与所述子机飞行范围关联的地图信息;
所述规划模块,具体用于:
根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
可选的,所述第二处理模块,具体用于:
判断来自于多个所述子机的局部地图间是否存在重叠部分;
若存在重叠部分,则对多个所述子机的局部地图进行融合处理,得到全局地图;
若不存在重叠部分,对多个所述子机的局部地图进行组合,得到全局地图。
与现有技术相比,本申请的有益效果为:
在本申请中,子机可以利用第一数据,构建局部地图,保证无人机控制的实时性。并且,每个子机仅存储第一数据,将子机构建的局部地图传输给母平台,由母平台存储局部地图到为子机分配的管理空间内,实现由母平台分担子机的存储压力,实现子机的存储空间的节省,并由母平台确定目标点,由子机规划到达目标点的路线,实现路线规划的协同,节省子机的计算空间。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例1提供的一种多机协同管理方法的流程示意图;
图2是本申请实施例2提供的一种多机协同管理方法的流程示意图;
图3是本申请提供的一种无向图的结构示意图;
图4是本申请实施例3提供的一种多机协同管理方法的流程示意图;
图5是本申请实施例4提供的一种多机协同管理方法的流程示意图;
图6是本申请实施例5提供的一种多机协同管理方法的流程示意图;
图7是本申请实施例6提供的一种多机协同管理方法的流程示意图;
图8是本申请实施例7提供的一种多机协同管理方法的流程示意图;
图9是本申请实施例8提供的一种多机协同管理方法的流程示意图;
图10是本申请提供的一种多机协同管理系统的逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,为本申请实施例1提供的一种多机协同管理方法的流程示意图,该方法应用于子机,如图1所示,该方法可以包括但并不局限于以下步骤:
步骤S11、采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据。
飞行数据可以理解为:子机的多个传感器采集的数据(如,视觉传感器采集的数据和惯性导航传感器采集的数据)。
对飞行数据进行处理,得到第一数据,可以包括但不局限于:
S111、对飞行数据进行预处理,得到预处理后的飞行数据。
本实施例中,对飞行数据进行预处理,可以包括但不局限于:对飞行数据进行坐标转换、滤波和去除异常值中的任意一种或多种。
S112、对预处理后的飞行数据进行数据同步,得到同步后的飞行数据。
可以理解的是,由于各子机的时钟是独立的,采集的飞行数据的时间戳是子机的时钟的,因此为保证各子机采集的飞行数据的时间戳一致,则需要对预处理后的飞行数据进行数据同步。
本实施例中,可以但不局限于使用ROS自带的时间同步函数对预处理后的飞行数据进行数据同步。
S113、从同步后的飞行数据中,提取与所述子机进行同步定位和局部建图关联程的数据,将提取到的数据作为第一数据。
步骤S12、利用所述第一数据,构建局部地图。
利用所述第一数据,构建局部地图,可以理解为:利用所述第一数据及同步定位和建图技术,构建局部地图。
局部地图可以为但不局限于:点云地图或栅格地图。
构建局部地图后,子机可以根据局部地图进行三维导航。
步骤S13、将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S14、获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图。
获取所述母平台确定的信息,可以包括:
向所述母平台发送数据获取请求,母平台响应数据获取请求,将确定的信息发送给子机。
当然,获取所述母平台确定的信息,也可以包括:母平台在确定信息后,主动将信息下发给相应的子机。
步骤S15、规划到达所述目标点的路线。
所述子机在获取到目标点之后,可以规划到达目标点的最优避障的路线。
在本申请中,子机可以利用第一数据,构建局部地图,保证无人机控制的实时性。并且,子机仅存储第一数据,将子机构建的局部地图传输给母平台,由母平台存储局部地图到为子机分配的管理空间内,实现由母平台分担子机的存储压力,实现子机的存储空间的节省,并由母平台确定目标点,由子机规划到达目标点的路线,实现路线规划的协同,节省子机的计算空间。
作为本申请另一可选实施例,参照图2,为本申请提供的一种多机协同管理方法实施例2的流程图,本实施例主要是对上述实施例1描述的多机协同管理方法的扩展方案,如图2所示,该方法可以包括但并不局限于以下步骤:
步骤S21、采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
步骤S22、利用所述第一数据,构建局部地图;
步骤S23、将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
步骤S24、获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图;
步骤S25、规划到达所述目标点的路线。
步骤S21-S25的详细过程可以参见实施例1中步骤S11-S15的相关介绍,在此不再赘述。
步骤S26、基于所述飞行数据,构建无向图,无向图包括至少一个节点,每个节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据。
本实施例中,用于回环检测的数据,可以包括但不局限于:视觉中的词袋模型。
如图3所示,无向图中节点之间的边可以存储节点间的刚体变换信息。
步骤S27、在无向图中查找与第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据。
与所述第一数据的关联程度可以为但不局限于:与所述第一数据对应的子机的视角的关联程度。设定阈值可以根据需要进行设置,在本申请中不做限制。
步骤S28、将所述第二数据传输给母平台,以使所述母平台将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
本实施例中,所述子机将第二数据及所述局部地图传输给母平台,以使所述母平台将来自于所述子机的第二数据及所述局部地图存储在为所述子机分配的管理空间内,可以节省子机的存储空间。当然,子机在需要相应的数据时,可以获取母平台为子机分片的管理空间内的数据,保证子机业务的可靠实施。
在本实施例中,子机可以利用第一数据,构建局部地图,保证无人机控制的实时性。并且,子机仅存储第一数据,将子机的第二数据与构建的局部地图传输给母平台,由母平台存储第二数据及局部地图到为子机分配的管理空间内,实现由母平台分担子机的存储压力,进一步节省子机的存储空间,并由母平台确定目标点,由子机规划到达目标点的路线,实现路线规划的协同,节省子机的计算空间。
作为本申请另一可选实施例,参照图4,为本申请提供的一种多机协同管理方法实施例4的流程图,本实施例主要是对上述实施例1描述的多机协同管理方法的扩展方案,如图4所示,该方法可以包括但并不局限于以下步骤:
步骤S31、采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据。
步骤S32、利用所述第一数据,构建局部地图。
步骤S33、将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S34、获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图。
步骤S35、规划到达所述目标点的路线。
步骤S31-S35的详细过程可以参见实施例1中步骤S11-S15的相关介绍,在此不再赘述。
步骤S36、基于所述飞行数据,构建无向图,所述无向图包括至少一个节点,每个节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据。
步骤S37、在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
设定时长可以根据需要进行设置,在本申请中不做限制。
步骤S38、将所述第二数据传输给母平台,以使所述母平台将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
在本实施例中,子机可以利用第一数据,构建局部地图,保证无人机控制的实时性。并且,子机仅存储第一数据,将子机的第二数据与构建的局部地图传输给母平台,由母平台存储第二数据及局部地图到为子机分配的管理空间内,实现由母平台分担子机的存储压力,进一步节省子机的存储空间,并由母平台确定目标点,由子机规划到达目标点的路线,实现路线规划的协同,节省子机的计算空间。
作为本申请另一可选实施例,参照图5,为本申请提供的一种多机协同管理方法实施例4的流程图,本实施例主要是对上述实施例2描述的多机协同管理方法的细化方案,如图5所示,该方法可以包括但并不局限于以下步骤:
步骤S41、采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据。
步骤S42、利用所述第一数据,构建局部地图。
步骤S43、将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S44、获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图。
步骤S45、规划到达所述目标点的路线。
步骤S46、基于所述飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据。
步骤S47、在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据。
步骤S48、将所述第二数据传输给母平台,以使所述母平台将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
步骤S41-S48的详细过程可以参见实施例2中步骤S21-S28的相关介绍,在此不再赘述。
步骤S49、获取回环检测结果,所述回环检测结果为所述母平台从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果。
在利用同步定位和建图技术,构建局部地图过程中,会产生位姿的累积误差,导致长期的估计结果不可靠,因此,母平台可以通过从所述母平台的多个管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到回环检测结果,将回环检测结果作为约束条件,对估计结果进行优化。
进行回环检测可以理解为:检测子机是否经过了同一个地方。其中,进行回环检测的过程,可以参照现有的视觉技术中进行回环检测的过程,在此不再赘述。
步骤S410、利用所述回环检测结果,对所述局部地图进行更新。
利用所述回环检测结果,对所述局部地图进行更新,将更新后的局部地图作为子机可以使用的局部地图。
利用所述回环检测结果,对所述局部地图进行更新,可以理解为:将所述回环检测结果与所述局部地图进行拼接。
本实施例中,所述子机分别从所述母平台的多个管理空间内存储的数据中,获取用于进行回环检测的数据,并利用所述用于进行回环检测的数据进行回环检测,得到回环检测结果,所述子机利用所述回环检测结果对局部地图进行更新,实现对局部地图构建过程的优化,保证构建的局部地图更加可靠,进而保证子机进行安全的导航。
作为本申请另一可选实施例,参照图6,为本申请提供的一种多机协同管理方法实施例5的流程图,本实施例主要是对上述实施例1描述的多机协同管理方法的扩展方案,如图6所示,该方法可以包括但并不局限于以下步骤:
步骤S51、采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据。
步骤S52、利用所述第一数据,构建局部地图。
步骤S53、将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S51-S53的详细过程可以参见实施例1中步骤S11-S13的相关介绍,在此不再赘述。
步骤S54、获取所述母平台确定的信息,所述信息至少包含目标点及所述母平台根据全局地图,确定出与所述子机飞行范围关联的地图信息,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图。
步骤S55、根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
步骤S55为实施例1中步骤S15的一种具体实施方式。
所述子机根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线,可以提高到达所述目标点的路线的准确性。
作为本申请另一可选实施例,参照图7,为本申请提供的一种多机协同管理方法实施例6的流程图,本实施例提供的方法应用于母平台,如图7所示,该方法可以包括但并不局限于以下步骤:
步骤S61、接收每个子机传输过来的局部地图,每个所述子机的局部地图的构建过程,包括:每个子机分别采集各自的飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;每个所述子机,分别利用所述第一数据,构建局部地图。
步骤S62、将来自于所述子机的第二数据及所述局部地图存储在为所述子机分配的管理空间内。
步骤S63、对来自于每个所述子机的局部地图进行处理,得到全局地图,并根据所述全局地图确定每个所述子机的目标点,将每个所述子机的目标点分别发送给对应的子机,以使每个所述子机分别规划到达所述目标点的路线。
本实施例中,对来自于每个所述子机的局部地图进行处理,得到全局地图的过程,可以包括:
S631、判断来自于多个所述子机的局部地图间是否存在重叠部分。
判断来自于多个所述子机的局部地图间是否存在重叠部分,可以包括但不局限于:
S6331、分别判断每两个所述子机的局部地图间的匹配度是否超过匹配阈值;
若超过匹配阈值,则说明两个子机的局部地图存在重叠部分;若未超过匹配阈值,则说明两个子机的局部地图不存在重叠部分。
判断来自于多个所述子机的局部地图间是否存在重叠部分,可以包括但不局限于:
S6332、分别判断每两个所述子机的局部地图间的匹配度是否超过匹配阈值;
若超过匹配阈值,则执行步骤S6333。
S6333、判断各子机保存的局部地图的信息转换到母平台坐标系下后的投影误差,是否小于预定阈值。
若小于预定阈值,则说明子机的局部地图与母平台已构建的历史全局地图存在重叠部分;若不小于预定阈值,则说明子机的局部地图与母平台已构建的历史全局地图不存在重叠部分。
若存在重叠部分,执行步骤S632;若不存在重叠部分,则执行步骤S633。
S632、对多个所述子机的局部地图进行融合处理,得到全局地图。
对多个所述子机的局部地图进行融合处理,可以理解为:将多个所述子机的局部地图中存在重叠部分的局部地图进行缝合,并删除重复的地图点。
当然,在多个所述子机的局部地图中不存在重叠部分的情况下,对多个所述子机的局部地图进行融合处理,可以理解为:将多个所述子机的局部地址的坐标系转换为统一的全局坐标系。
在得到全局地图后,可以对全局地图进行至少一次非线性优化,保证最小误差。
S633、对多个所述子机的局部地图进行组合,得到全局地图。
作为本申请另一可选实施例,参照图8,为本申请提供的一种多机协同管理方法实施例7的流程图,本实施例主要是对上述实施例6描述的多机协同管理方法的扩展方案,如图8所示,该方法可以包括但并不局限于以下步骤:
步骤S71、接收每个子机传输过来的局部地图,每个所述子机的局部地图的构建过程,包括:每个子机分别采集各自的飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;每个所述子机,分别利用所述第一数据,构建局部地图。
步骤S72、将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S73、对来自于每个所述子机的局部地图进行处理,得到全局地图,并根据所述全局地图确定每个所述子机的目标点,将每个所述子机的目标点分别发送给对应的子机,以使每个所述子机分别规划到达所述目标点的路线。
步骤S74、接收来自于每个所述子机的第二数据,并将第二数据存储在为所述子机分配的管理空间内。
其中,每个所述子机的第二数据的确定过程可以参见实施例2中步骤S26-S27的相关介绍或实施例3中步骤S36-S37的相关介绍。
作为本申请另一可选实施例,参照图9,为本申请提供的一种多机协同管理方法实施例8的流程图,本实施例主要是对上述实施例6描述的多机协同管理方法的扩展方案,如图9所示,该方法可以包括但并不局限于以下步骤:
步骤S81、接收每个子机传输过来的局部地图,每个所述子机的局部地图的构建过程,包括:每个子机分别采集各自的飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;每个所述子机,分别利用所述第一数据,构建局部地图。
步骤S82、将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内。
步骤S83、对来自于每个所述子机的局部地图进行处理,得到全局地图,并根据所述全局地图确定每个所述子机的目标点,将每个所述子机的目标点分别发送给对应的子机,以使每个所述子机分别规划到达所述目标点的路线。
步骤S81-S83的详细过程可以参见实施例6中步骤S61-S63的相关介绍,在此不再赘述。
步骤S84、从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果。
利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,可以包括:
利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,检测子机是否经过了同一个地方。
步骤S85、将所述回环检测结果发送给所述子机。
所述子机接收到所述回环检测结果后,可以基于所述回环检测结果更新局部地图。
接下来对本申请提供的多机协同管理系统进行介绍,下文介绍的多机协同管理系统与上文介绍的多机协同管理装置可相互对应参照。
请参见图10,多机协同管理系统可以包括:母平台100和至少一个子机200。
需要说明的是,图9示出的多机协同管理系统仅为其中一种示例,其并不作为对多机协同管理系统的限制。
每个所述子机200,可以包括:第一处理模块、第一存储模块、第一构建模块、第一传输模块、第一获取模块和规划模块。
所述母平台100可以包括:第二存储模块和第二处理模块。
所述第一处理模块,用于采集飞行数据,并对所述飞行数据进行处理,得到第一数据;
所述第一存储模块,用于存储所述第一数据;
第一构建模块,用于利用所述第一数据,构建局部地图;
第一传输模块,用于将所述局部地图传输给母平台,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
所述第二存储模块,用于将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
所述第二处理模块,用于对来自于每个所述子机的局部地图进行处理,得到全局地图,根据所述全局地图,确定出目标点;
所述第一获取模块,用于获取所述母平台确定的信息,所述信息至少包含所述目标点;
所述规划模块,用于规划到达所述目标点的路线。
本实施例中,所述子机200,还可以包括:
第二构建模块,用于基于所述子机采集的飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据;
第一确定模块,用于在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据;
第二传输模块,用于将所述第二数据传输给母平台;
所述母平台100还可以包括:
第三存储模块,用于将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
本实施例中,所述第一确定模块,具体可以用于:
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
本实施例中,所述母平台100,还可以包括:
回环检测模块,用于从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
第一发送模块,用于将所述回环检测结果发送给所述子机;
所述子机,还包括:
第二获取模块,用于获取所述回环检测结果;
更新模块,用于利用所述回环检测结果,对所述局部地图进行更新。
本实施例中,所述信息还包括:所述母平台根据所述全局地图,确定出与所述子机飞行范围关联的地图信息;
所述规划模块,具体可以用于:
根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
本实施例中,所述第二处理模块,具体可以用于:
判断来自于多个所述子机的局部地图间是否存在重叠部分;
若存在重叠部分,则对多个所述子机的局部地图进行融合处理,得到全局地图;
若不存在重叠部分,对多个所述子机的局部地图进行组合,得到全局地图。
需要说明的是,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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3,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种多机协同管理方法及系统进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种多机协同管理方法,其特征在于,应用于子机,该方法包括:
采集飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
利用所述第一数据,构建局部地图;
将所述局部地图传输给母平台,以使所述母平台将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
获取所述母平台确定的信息,所述信息至少包含目标点,所述目标点为所述母平台根据全局地图,确定出的目标点,所述全局地图为所述母平台对来自于每个所述子机的局部地图进行处理,得到的全局地图;
规划到达所述目标点的路线。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据;
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据;
将所述第二数据传输给母平台,以使所述母平台将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
3.根据权利要求2所述的方法,其特征在于,所述在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据,包括:
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
4.根据权利要求2或3所述的方法,其特征在于,所述利用所述第一数据,构建局部地图之后,还包括:
获取回环检测结果,所述回环检测结果为所述母平台从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
利用所述回环检测结果,对所述局部地图进行更新。
5.根据权利要求1所述的方法,其特征在于,所述信息还包括:所述母平台根据所述全局地图,确定出与所述子机飞行范围关联的地图信息;
规划到达所述目标点的路线,包括:
根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
6.一种多机协同管理方法,其特征在于,应用于母平台,该方法包括:
接收每个子机传输过来的局部地图,每个所述子机的局部地图的构建过程,包括:每个子机分别采集各自的飞行数据,并对所述飞行数据进行处理,得到第一数据,并存储所述第一数据,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;每个所述子机,分别利用所述第一数据,构建局部地图;
将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
对来自于每个所述子机的局部地图进行处理,得到全局地图,并根据所述全局地图确定每个所述子机的目标点,将每个所述子机的目标点分别发送给对应的子机,以使每个所述子机分别规划到达所述目标点的路线。
7.根据权利要求6所述的方法,其特征在于,所述对来自于每个所述子机的局部地图进行处理,得到全局地图,包括:
判断来自于多个所述子机的局部地图间是否存在重叠部分;
若存在重叠部分,则对多个所述子机的局部地图进行融合处理,得到全局地图;
若不存在重叠部分,对多个所述子机的局部地图进行组合,得到全局地图。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
将所述回环检测结果发送给所述子机。
9.一种多机协同管理系统,其特征在于,包括:母平台和至少一个子机,每个所述子机包括:第一处理模块、第一存储模块、第一构建模块、第一传输模块、第一获取模块和规划模块,所述母平台包括:第二存储模块和第二处理模块;
所述第一处理模块,用于采集飞行数据,并对所述飞行数据进行处理,得到第一数据;
所述第一存储模块,用于存储所述第一数据;
第一构建模块,用于利用所述第一数据,构建局部地图;
第一传输模块,用于将所述局部地图传输给母平台,所述第一数据为与所述子机进行同步定位和局部建图关联的数据;
所述第二存储模块,用于将来自于所述子机的所述局部地图存储在为所述子机分配的管理空间内;
所述第二处理模块,用于对来自于每个所述子机的局部地图进行处理,得到全局地图,根据所述全局地图,确定出目标点;
所述第一获取模块,用于获取所述母平台确定的信息,所述信息至少包含所述目标点;
所述规划模块,用于规划到达所述目标点的路线。
10.根据权利要求9所述的系统,其特征在于,所述子机,还包括:
第二构建模块,用于基于所述子机采集的飞行数据,构建无向图,所述无向图包括至少一个节点,每个所述节点的数据分别包括:节点的生成时间信息、节点与第一数据的关联程度、子机的传感器采集的信息、子机计算出的位姿及用于回环检测的数据;
第一确定模块,用于在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,将查找到的节点的数据作为第二数据;
第二传输模块,用于将所述第二数据传输给母平台;
所述母平台还包括:
第三存储模块,用于将来自于所述子机的第二数据存储在为所述子机分配的管理空间内。
11.根据权利要求10所述的系统,其特征在于,所述第一确定模块,具体用于:
在所述无向图中查找与所述第一数据的关联程度低于设定阈值的节点,及生成时间在当前时间之前,且所述当前时间与所述生成时间的差值大于设定时长的节点,将查找到的节点的数据作为第二数据。
12.根据权利要求10或11所述的系统,其特征在于,所述母平台,还包括:
回环检测模块,用于从所述母平台的管理空间内存储的数据中,获取与所述子机当前的位置之间的距离在设定范围内的子机的第二数据,并利用与所述子机当前的位置之间的距离在设定范围内的子机的第二数据进行回环检测,得到的回环检测结果;
第一发送模块,用于将所述回环检测结果发送给所述子机;
所述子机,还包括:
第二获取模块,用于获取所述回环检测结果;
更新模块,用于利用所述回环检测结果,对所述局部地图进行更新。
13.根据权利要求9所述的系统,其特征在于,所述信息还包括:所述母平台根据所述全局地图,确定出与所述子机飞行范围关联的地图信息;
所述规划模块,具体用于:
根据来自于所述母平台的与所述子机飞行范围关联的地图信息,及其构建的局部地图,规划到达所述目标点的路线。
14.根据权利要求9所述的系统,其特征在于,所述第二处理模块,具体用于:
判断来自于多个所述子机的局部地图间是否存在重叠部分;
若存在重叠部分,则对多个所述子机的局部地图进行融合处理,得到全局地图;
若不存在重叠部分,对多个所述子机的局部地图进行组合,得到全局地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111612099.7A CN114489116B (zh) | 2021-12-27 | 2021-12-27 | 一种多机协同管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111612099.7A CN114489116B (zh) | 2021-12-27 | 2021-12-27 | 一种多机协同管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114489116A true CN114489116A (zh) | 2022-05-13 |
CN114489116B CN114489116B (zh) | 2024-04-05 |
Family
ID=81495169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111612099.7A Active CN114489116B (zh) | 2021-12-27 | 2021-12-27 | 一种多机协同管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114489116B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734737A (zh) * | 2018-06-14 | 2018-11-02 | 哈尔滨工业大学 | 基于视觉slam估计空间旋转非合作目标转轴的方法 |
CN108762294A (zh) * | 2018-04-28 | 2018-11-06 | 广州亿航智能技术有限公司 | 用于航拍的无人机路径规划方法及管理系统 |
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN109029463A (zh) * | 2018-08-20 | 2018-12-18 | 重庆师范大学 | 面向车辆安全行驶的室内多平衡车自主导航与调度系统 |
US20190066344A1 (en) * | 2017-08-23 | 2019-02-28 | TuSimple | 3d submap reconstruction system and method for centimeter precision localization using camera-based submap and lidar-based global map |
CN109559277A (zh) * | 2018-11-28 | 2019-04-02 | 中国人民解放军国防科技大学 | 一种面向数据共享的多无人机协同地图构建方法 |
CN110209172A (zh) * | 2019-06-27 | 2019-09-06 | 北京机械设备研究所 | 一种无人集群侦察系统及侦察方法 |
CN112161635A (zh) * | 2020-09-22 | 2021-01-01 | 中山大学 | 一种基于最小回环检测的协同建图方法 |
-
2021
- 2021-12-27 CN CN202111612099.7A patent/CN114489116B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190066344A1 (en) * | 2017-08-23 | 2019-02-28 | TuSimple | 3d submap reconstruction system and method for centimeter precision localization using camera-based submap and lidar-based global map |
CN108762294A (zh) * | 2018-04-28 | 2018-11-06 | 广州亿航智能技术有限公司 | 用于航拍的无人机路径规划方法及管理系统 |
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN108734737A (zh) * | 2018-06-14 | 2018-11-02 | 哈尔滨工业大学 | 基于视觉slam估计空间旋转非合作目标转轴的方法 |
CN109029463A (zh) * | 2018-08-20 | 2018-12-18 | 重庆师范大学 | 面向车辆安全行驶的室内多平衡车自主导航与调度系统 |
CN109559277A (zh) * | 2018-11-28 | 2019-04-02 | 中国人民解放军国防科技大学 | 一种面向数据共享的多无人机协同地图构建方法 |
CN110209172A (zh) * | 2019-06-27 | 2019-09-06 | 北京机械设备研究所 | 一种无人集群侦察系统及侦察方法 |
CN112161635A (zh) * | 2020-09-22 | 2021-01-01 | 中山大学 | 一种基于最小回环检测的协同建图方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114489116B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10845200B2 (en) | Distributed device mapping | |
CN111352425B (zh) | 一种导航系统、方法、装置、电子设备及介质 | |
CN113269878B (zh) | 一种基于多传感器的建图方法及系统 | |
CN107063242A (zh) | 具虚拟墙功能的定位导航装置和机器人 | |
CN107240040A (zh) | 一种旅游地理数据采集管理系统 | |
CN114459471A (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
EP2828620B1 (en) | Generating navigation data | |
CN114489116B (zh) | 一种多机协同管理方法及系统 | |
CN112414416A (zh) | 一种基于四级自动驾驶高精度的adas地图数据系统 | |
KR102130687B1 (ko) | 다중 센서 플랫폼 간 정보 융합을 위한 시스템 | |
CN116429112A (zh) | 多机器人协同定位方法和装置、设备及存储介质 | |
JP7397116B2 (ja) | マップクエリ方法、装置及び電子機器 | |
CN115615436A (zh) | 一种多机重定位的无人机定位方法 | |
CN112380314B (zh) | 路网信息的处理方法和装置、存储介质及电子设备 | |
CN115014324A (zh) | 定位方法、装置、介质、设备及车辆 | |
CN115062940A (zh) | 一种基于数字孪生的发射台智能可视化巡检方法及系统 | |
CN110308978B (zh) | 一种自动驾驶软件部署方法、装置、终端及服务器 | |
CN112180982A (zh) | 一种无人机航线管理系统及方法 | |
CN113094462B (zh) | 数据处理方法和装置及存储介质 | |
KR20230077278A (ko) | 다중 플랫폼 및 사용자 디바이스의 센싱 데이터에 대한 연계 동기화 및 검색 방법 | |
CN115638788B (zh) | 语义矢量地图的构建方法、计算机设备及存储介质 | |
WO2024055846A1 (zh) | 一种基站天线位姿信息勘探方法、装置、系统及存储介质 | |
CN116164729A (zh) | 多机器人建图方法、装置、电子设备及存储介质 | |
CN117850422A (zh) | 一种无人艇集群协同建图方法、装置、电子设备及存储介质 | |
Nousiainen | Visual Localization Using Mobile Phone |
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 |