CN115979270A - 基于车库场景内导航点与车位号自动绑定的导航控制系统 - Google Patents
基于车库场景内导航点与车位号自动绑定的导航控制系统 Download PDFInfo
- Publication number
- CN115979270A CN115979270A CN202211685444.4A CN202211685444A CN115979270A CN 115979270 A CN115979270 A CN 115979270A CN 202211685444 A CN202211685444 A CN 202211685444A CN 115979270 A CN115979270 A CN 115979270A
- Authority
- CN
- China
- Prior art keywords
- navigation
- parking space
- mobile robot
- garage
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 13
- 238000007796 conventional method Methods 0.000 abstract description 2
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种基于车库场景内导航点与车位号自动绑定的导航控制系统,包括处理器和数据库,处理器与设置在设定车库中的移动机器人通信连接;处理器用于:获取设定车库的SLAM导航地图;基于输入的主干道信息,在所述SLAM导航地图上增加主干道图层,作为导航规划图;基于全覆盖路径规划算法,对所述导航规划图进行主干道路径规划,得到规划后的主干道规划路径并发送给指定移动机器人;获取所述指定移动机器人发送的导航信息表并存入所述数据库中。本发明能够解决现有依赖人工在SLAM导航地图中标注与车位号对应的导航点的方法存在的人工工作量较大和人工标注容易出现标注错误的问题,提高了移动充电机器人充电时的定位准确性。
Description
技术领域
本发明涉及计算机视觉及运动控制的领域,特别是涉及一种基于车库场景内导航点与车位号自动绑定的导航控制系统。
背景技术
移动充电机器人可以在车库中对用户指定的车进行充电操作,现有的实现过程为:在用户输入车位号以后,人工在移动充电机器人的SLAM导航地图中标注与上述车位号对应的导航点,移动充电机器人将上述位置作为目标点进行路径规划,到达上述目标点后对车进行充电。现有的这种实现过程依赖人工在SLAM导航地图中标注与车位号对应的导航点,给人工带来了较大的工作量,且人工标注也容易出现标注错误的情况,导致移动充电机器寻找充电车辆时存在定位偏差的问题。
发明内容
针对上述技术问题,本发明采用的技术方案为:
本发明实施例提供一种基于车库场景内导航点与车位号自动绑定的导航控制系统,包括通信连接的处理器和数据库,所述处理器与设置在设定车库中的m个移动机器人通信连接;所述设定车库中设置有n个停车位,每个停车位设置有车位标识,所述车位标识中包含车位号;n≥n0,n0为设定阈值;
所述处理器用于执行计算机程序以实现如下步骤:
S100,获取设定车库的SLAM导航地图;
S200,基于输入的主干道信息,在所述SLAM导航地图上增加主干道图层,作为导航规划图;
S300,基于全覆盖路径规划算法,对所述导航规划图进行主干道路径规划,得到规划后的主干道规划路径并发送给指定移动机器人;
S400,获取所述指定移动机器人发送的导航信息表并存入所述数据库中;
所述导航信息表通过如下步骤获取:
S10,所述指定移动机器人从当前位置按照所述主干道规划路径进行移动,并利用拍摄装置对车位号进行识别;如果当前识别到车位号,则获取移动机器人在SLAM导航地图坐标系下的位姿,作为当前识别的车位号对应的导航点,并将当前获取的车位号和对应的导航点存入导航信息表的对应位置处;
S20,所述指定移动机器人在识别完n个车位号后,得到所述设定车库对应的导航信息表并发送给所述处理器本发明至少具有以下有益效果:
本发明实施例提供的基于车库场景内导航点与车位号自动绑定的导航控制系统,首先,通过SLAM建立导航地图,然后通过增加图层方式提出主干道,让移动机器人进行全面性的搜索,确保能够满足机器人可以达到每个停车位,再通过机器人侧面视觉,进行采集照片流信息,再结合实时机器人定位信息,生成二维数据,车位号对应小车在地图坐标系下的位姿,一一匹配,这样会总结成简单语义地图,后续用户可以通过APP手机进行车位号输入,移动机器人拿到车位号信息对应坐标信息作为导航点,然后进行路径规划,自主移动到相应的位置,进行补能业务,能够解决现有依赖人工在SLAM导航地图中标注与车位号对应的导航点的方法存在的人工工作量较大和人工标注容易出现标注错误的问题,提高了移动充电机器人充电时的定位准确性。
附图说明
为了更清楚地说明本发明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为本发明实施例提供的基于车库场景内导航点与车位号自动绑定的导航控制系统的处理器执行计算机程序时实现的方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的基于车库场景内导航点与车位号自动绑定的导航控制系统的处理器执行计算机程序时实现的方法的流程图。
本发明实施例提供了一种基于车库场景内导航点与车位号自动绑定的导航控制系统,包括通信连接的处理器和数据库,所述处理器与设置在设定车库中的m个移动机器人通信连接;所述设定车库中设置有n个停车位,每个停车位设置有车位标识,所述车位标识中包含车位号;n≥n0,n0为设定阈值。数据库可与m个移动机器人通信连接,即所有移动机器人可访问数据库。
在本发明实施例中,设定车库可为地下车库。n0可基于实际需求进行设置,在一个示意性实施例中,n0≥100。
在本发明实施例中,车位标识可包括白色标志线和车位号。车位号至少包括数字,具体构成形成可根据实际需要进行设置,在一个示意性实施例中,可仅包括设定位数的数字。车位号可设置在白色标志线内部或者白色标志线上,本发明不做特别限定。
在本发明实施例中,移动机器人可为现有结构,例如,可包括本体和设置在本体上的摄像装置、运动控制系统和算法控制系统等。
其中,所述处理器用于执行计算机程序以实现如下步骤:
S100,获取设定车库的SLAM导航地图。
在本发明实施例中,可通过激光雷达获取设定车库的SLAM(即时定位与地图构建,Simultaneous Localization and Mapping)导航地图。本领域技术人员知晓,任何通过激光雷达获取设定车库的SLAM导航地图的方法均属于本发明的保护范围。
S200,基于输入的主干道信息,在所述SLAM导航地图上增加主干道图层,作为导航规划图。
在本发明实施例中,可通过人工提取主干道信息。具体地,基于构建的SLAM导航地图,通过人工编辑出交通干道信息,在所述初始车库导航地图上增加主干道图,作为导航规划图。
S300,基于全覆盖路径规划算法,对所述导航规划图进行主干道路径规划,得到规划后的主干道规划路径并发送给指定移动机器人。
本领域技术人员知晓,任何基于全覆盖路径规划算法,对所述导航规划图进行主干道路径规划,得到规划后的主干道规划路径的方法均属于本发明的保护范围,只要能够使得移动机器人能够扫描到所有的车位号即可。例如,基于主干道,将导航规划地图划分为多个子区域,可采用牛耕分解法或梯形分解法对导航规划地图进行区域分解。。在每个子区域内,对所有方向的往复式遍历路径进行求解,得到子区域内全部的可行路径,具体地,对每个子区域都计算其所有可行的往复式遍历方向,并根据移动机器人预设的直线运行速度和转弯运行速度计算出每个方向覆盖完子区域所需的运行时间,获取运行时间满足要求的全部的可行路径。
指定移动机器人为从m个移动机器人中选择的机器人。
S400,获取所述指定移动机器人发送的导航信息表并存入所述数据库中。
获取的导航信息表会跟对应的SLAM导航地图形成映射关系。
在本发明实施例中,所述导航信息表可通过如下步骤获取:
S10,所述指定移动机器人从当前位置按照所述主干道规划路径进行移动,并利用摄像头对车位号进行识别;如果当前识别到车位号,则获取移动机器人在SLAM导航地图坐标系下的位姿,作为当前识别的车位号对应的导航点,并将当前获取的车位号和对应的导航点存入导航信息表的对应位置处。
在本发明实施例中,位姿可包括横坐标、纵坐标和朝向角度,朝向角度可为车体头部相对于设定方向的夹角,例如东北方向、正北方向等,优选,正北方向。
最后得到的导航信息表存储的是二维数据,每行存储的包括车位号和对应的导航点。
进一步地,在本发明实施例中,所述获取移动机器人在SLAM导航地图坐标系下的位姿,作为当前识别的车位号对应的导航点可通过如下步骤实现:
S101,将当前拍摄的图像的中心区域作为识别区域,如果在识别区域中识别到至少部分车位标识即能识别到白色部分,记录当前时间戳t1;执行S102。
在本发明实施例中,中心区域的大小可基于实际需要进行设置,例如,在一个示例中,中心区域的高H0=0.25*H,宽W0=0.25*W,H和W分别为拍摄装置的分辨率的高和宽。
在本发明实施例中,可通过视觉算法识别车位标识,具体识别方式可为现有技术。本领域技术人员知晓,任何能够识别车位标识的视觉算法均属于本发明的保护范围。
S102,所述移动机器人继续移动,并对当前识别区域进行扩展,如果在当前识别区域中识别到完整车位号,记录当前时间戳t2,执行S103;如果没有识别到车位号,如果当前识别区域对应的分辨率小于拍摄装置的分辨率,执行S102。
在本发明实施例中,所述当前识别区域的高H=Hf+△h,宽W=Wf+△w,Hf和Wf分别为上一个识别区域的高和宽,△h和△w分别为设定高度步长和设定宽度步长,可基于实际需要进行设置。优选,△h被设置为能够被H整除,△w被设置为能够被W整除,例如,△h=0.25*H,宽△w=0.25*W。
在本发明实施例中,可通过边缘检测和灰度值阈值判断,进行完整车位号的识别,具体识别方法可为现有技术。
S103,获取(X-Vx*△t,Y-Vy*△t,θ-Vθ*△t)作为移动机器人在t1时在SLAM地图坐标系下的位姿,作为当前识别的车位号对应的导航点,其中,X,Y和θ分别为移动机器人在t2时在SLAM地图里的横坐标、纵坐标和车头朝向角度,可通过现有技术获取。Vx、Vy和Vθ分别为移动机器人的横坐标线速度、纵坐标线速度和车头朝向角速度,为移动机器人的固定参数,为已知量。时间间隔△t=t2-t1。
S101~S103的技术效果在于,移动机器人能够边行走,边视觉识别,边进行路标信息记录,能够实现车库内的车位号和导航点的快速自动绑定。
S20,所述指定移动机器人在识别完n个车位号后,得到所述设定车库对应的导航信息表并发送给所述处理器。
进一步地,在本发明实施例中,所述处理器还用于执行计算机程序,以实现如下步骤:
S500,响应于接收到的充电需求信息,从当前处于空闲状态的移动机器人中选择合适的移动机器人作为目标机器人,并将所述充电需求信息发送给所述目标机器人;所述充电需求信息至少包括待充电车辆所处停车位的车位号。
当需要充电的待充电车辆需要充电时,对应的用户会将车辆驶入设定车库内的空闲停车位处,并会在设定车库对应的APP上输入充电需求信息,包括需要充电的电量、完成充电的时间、所处停车位的车位号等信息。处理器在接收到该充电需求信息后,会从当前处于空闲状态的移动机器人中选择电量满足充电需求的移动机器人作为给待充电车辆充电的目标机器人,并向其发送充电需求信息。
所述目标机器人在接收到充电需求信息时,会利用接收到的车位号在所述导航信息表中进行查询,获取所述接收到的车位号对应的导航点,作为目标导航点,并基于所述目标导航点进行路径规划,并按照规划的路径从当前初始位置行驶到所述目标导航点处,以给待充电车辆进行充电。
本领域技术人员知晓,任何基于目标导航点进行路径规划的方法均属于本发明的保护范围。
综上,本发明实施例提供的基于车库场景内导航点与车位号自动绑定的导航控制系统,首先,通过SLAM建立导航地图,然后通过增加图层方式提出主干道,让移动机器人进行全面性的搜索,确保能够满足机器人可以达到每个停车位,再通过机器人侧面视觉,进行采集照片流信息,再结合实时机器人定位信息,生成二维数据,车位号对应小车在地图坐标系下的位姿,一一匹配,这样会总结成简单语义地图,后续用户可以通过APP手机进行车位号输入,移动机器人拿到车位号信息对应坐标信息作为导航点,然后进行路径规划,自主移动到相应的位置,进行补能业务,能够解决现有依赖人工在SLAM导航地图中标注与车位号对应的导航点的方法存在的人工工作量较大和人工标注容易出现标注错误的问题,提高了移动充电机器人充电时的定位准确性。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。
Claims (8)
1.一种基于车库场景内导航点与车位号自动绑定的导航控制系统,其特征在于,包括通信连接的处理器和数据库,所述处理器与设置在设定车库中的m个移动机器人通信连接;所述设定车库中设置有n个停车位,每个停车位设置有车位标识,所述车位标识中包含车位号;n≥n0,n0为设定阈值;
所述处理器用于执行计算机程序以实现如下步骤:
S100,获取设定车库的SLAM导航地图;
S200,基于输入的主干道信息,在所述SLAM导航地图上增加主干道图层,作为导航规划图;
S300,基于全覆盖路径规划算法,对所述导航规划图进行主干道路径规划,得到规划后的主干道规划路径并发送给指定移动机器人;
S400,获取所述指定移动机器人发送的导航信息表并存入所述数据库中;
所述导航信息表通过如下步骤获取:
S10,所述指定移动机器人从当前位置按照所述主干道规划路径进行移动,并利用拍摄装置对车位号进行识别;如果当前识别到车位号,则获取移动机器人在SLAM导航地图坐标系下的位姿,作为当前识别的车位号对应的导航点,并将当前获取的车位号和对应的导航点存入导航信息表的对应位置处;
S20,所述指定移动机器人在识别完n个车位号后,得到所述设定车库对应的导航信息表并发送给所述处理器。
2.根据权利要求1所述的系统,其特征在于,所述处理器还用于执行计算机程序,以实现如下步骤:
S500,响应于接收到的充电需求信息,从当前处于空闲状态的移动机器人中选择合适的移动机器人作为目标机器人,并将所述充电需求信息发送给所述目标机器人;所述充电需求信息至少包括待充电车辆所处停车位的车位号;
所述目标机器人利用接收到的车位号在所述导航信息表中进行查询,获取所述接收到的车位号对应的导航点,作为目标导航点,并基于所述目标导航点进行路径规划,并按照规划的路径行驶到所述目标导航点处。
3.根据权利要求1所述的系统,其特征在于,所述获取移动机器人在SLAM导航地图坐标系下的位姿,作为该车位号对应的导航点通过如下步骤实现:
S101,将当前拍摄的图像的中心区域作为识别区域,如果在识别区域中识别到至少部分车位标识,记录当前时间戳t1;执行S102;
S102,所述移动机器人继续移动,并对当前识别区域进行扩展,如果在当前识别区域中识别到完整车位号,记录当前时间戳t2,执行S103;如果没有识别到车位号,如果当前识别区域对应的分辨率小于拍摄装置的分辨率,执行S102;
S103,获取(X-Vx*△t,Y-Vy*△t,θ-Vθ*△t)作为移动机器人在t1时在SLAM地图坐标系下的位姿,作为当前识别的车位号对应的导航点;其中,X,Y和θ分别为移动机器人在t2时在SLAM地图里的横坐标、纵坐标和车头朝向角度,Vx、Vy和Vθ分别为移动机器人的横坐标线速度、纵坐标线速度和车头朝向角速度,△t=t2-t1。
4.根据权利要求3所述的系统,其特征在于,所述当前识别区域的高Hc=Hf+△h,宽Wc=Wf+△w,Hf和Wf分别为上一个识别区域的高和宽,△h和△w分别为设定高度步长和设定宽度步长。
5.根据权利要求1所述的系统,其特征在于,n0≥100。
6.根据权利要求1所述的系统,其特征在于,通过激光雷达获取设定车库的SLAM导航地图。
7.根据权利要求1所述的系统,其特征在于,所述车位标识包括白色标志线和车位号。
8.根据权利要求1所述的系统,其特征在于,所述车库为地下车库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211685444.4A CN115979270A (zh) | 2022-12-27 | 2022-12-27 | 基于车库场景内导航点与车位号自动绑定的导航控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211685444.4A CN115979270A (zh) | 2022-12-27 | 2022-12-27 | 基于车库场景内导航点与车位号自动绑定的导航控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115979270A true CN115979270A (zh) | 2023-04-18 |
Family
ID=85975479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211685444.4A Pending CN115979270A (zh) | 2022-12-27 | 2022-12-27 | 基于车库场景内导航点与车位号自动绑定的导航控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115979270A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120265434A1 (en) * | 2011-04-14 | 2012-10-18 | Google Inc. | Identifying Parking Spots |
CN105730264A (zh) * | 2016-01-20 | 2016-07-06 | 深圳市飞思未来云媒体科技有限公司 | 一种服务于多车位智能柔性充电系统和充电方法 |
CN106781675A (zh) * | 2017-01-21 | 2017-05-31 | 顾红波 | 一种收集停车场信息的系统和方法 |
WO2018189076A1 (de) * | 2017-04-10 | 2018-10-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum erfassen von parklücken in einem umgebungsbereich eines kraftfahrzeugs, auswerteeinrichtung, parkassistenzsystem, kraftfahrzeug sowie vernetztes system |
CN110702134A (zh) * | 2019-10-08 | 2020-01-17 | 燕山大学 | 基于slam技术的车库自主导航装置及导航方法 |
CN113865580A (zh) * | 2021-09-15 | 2021-12-31 | 北京易航远智科技有限公司 | 构建地图的方法、装置、电子设备及计算机可读存储介质 |
CN114911882A (zh) * | 2021-02-09 | 2022-08-16 | 灵动科技(北京)有限公司 | 地图构建和导航方法、装置、电子设备及可读存储介质 |
CN115273028A (zh) * | 2022-07-14 | 2022-11-01 | 清华大学 | 一种基于全域感知的智慧停车场语义地图构建方法及系统 |
-
2022
- 2022-12-27 CN CN202211685444.4A patent/CN115979270A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120265434A1 (en) * | 2011-04-14 | 2012-10-18 | Google Inc. | Identifying Parking Spots |
CN105730264A (zh) * | 2016-01-20 | 2016-07-06 | 深圳市飞思未来云媒体科技有限公司 | 一种服务于多车位智能柔性充电系统和充电方法 |
CN106781675A (zh) * | 2017-01-21 | 2017-05-31 | 顾红波 | 一种收集停车场信息的系统和方法 |
WO2018189076A1 (de) * | 2017-04-10 | 2018-10-18 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum erfassen von parklücken in einem umgebungsbereich eines kraftfahrzeugs, auswerteeinrichtung, parkassistenzsystem, kraftfahrzeug sowie vernetztes system |
CN110702134A (zh) * | 2019-10-08 | 2020-01-17 | 燕山大学 | 基于slam技术的车库自主导航装置及导航方法 |
CN114911882A (zh) * | 2021-02-09 | 2022-08-16 | 灵动科技(北京)有限公司 | 地图构建和导航方法、装置、电子设备及可读存储介质 |
CN113865580A (zh) * | 2021-09-15 | 2021-12-31 | 北京易航远智科技有限公司 | 构建地图的方法、装置、电子设备及计算机可读存储介质 |
CN115273028A (zh) * | 2022-07-14 | 2022-11-01 | 清华大学 | 一种基于全域感知的智慧停车场语义地图构建方法及系统 |
Non-Patent Citations (2)
Title |
---|
ZHENG GONG 等: ""Mapping and Semantic Modeling of Underground Parking Lots Using a Backpack LiDAR System"", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》, vol. 22, no. 2, 31 December 2021 (2021-12-31), pages 734 - 746, XP011834202, DOI: 10.1109/TITS.2019.2955734 * |
杜鹤峰 等: ""基于双目视觉的移动充电车的设计与实现"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2, 15 February 2019 (2019-02-15), pages 21 - 51 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110888456B (zh) | 一种无人机与无人车的自主协同侦察控制方法 | |
CN110766975B (zh) | 一种停车场智能寻车管理方法及系统 | |
CN110502010B (zh) | 一种基于贝塞尔曲线的移动机器人室内自主导航控制方法 | |
CN105973236A (zh) | 室内定位或导航方法、装置以及地图数据库生成方法 | |
CN110986920B (zh) | 定位导航方法、装置、设备及存储介质 | |
CN109394086A (zh) | 一种基于被困的清洁机器人的继续行走方法、装置及芯片 | |
CN111746504A (zh) | 记忆泊车方法、系统、装置及计算机可读存储介质 | |
CN112509355B (zh) | 一种基于停车场的寻车方法、设备、系统和存储介质 | |
CN110766973A (zh) | 智能寻车方法、装置、系统、服务器和巡航智能设备 | |
CN108445882B (zh) | 具有跟踪功能的自动导引车 | |
CN108801269A (zh) | 一种室内云机器人导航系统及方法 | |
CN113485350A (zh) | 一种机器人移动控制方法、装置、设备及存储介质 | |
CN113296495A (zh) | 自移动设备的路径形成方法、装置和自动工作系统 | |
CN110825088A (zh) | 一种多目视觉导引船体清洁机器人系统及清洁方法 | |
CN114495568A (zh) | 一种泊车方法、设备、存储介质和泊车系统 | |
CN114898205A (zh) | 一种信息确定方法、设备和计算机可读存储介质 | |
CN112414410B (zh) | 路径生成方法、设备作业方法和设备控制系统 | |
CN115979270A (zh) | 基于车库场景内导航点与车位号自动绑定的导航控制系统 | |
CN112731934A (zh) | 基于区域分割的智能割草机快速回充电站的方法 | |
US20230210050A1 (en) | Autonomous mobile device and method for controlling same | |
CN109582011A (zh) | 一种地标定位的机器人系统及其使用的地标和机器人和机器人地标定位方法 | |
CN109525634B (zh) | 基于无人驾驶跟车技术的共享电动汽车运营系统及方法 | |
CN115237113B (zh) | 机器人导航的方法、机器人、机器人系统及存储介质 | |
Nowak et al. | Vision-based positioning of electric buses for assisted docking to charging stations | |
CN113223077A (zh) | 基于视觉辅助激光自动初始定位的方法及装置 |
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 |