CN117268365A - 基于多定位系统矿区车辆定位及人员定位保护方法及系统 - Google Patents

基于多定位系统矿区车辆定位及人员定位保护方法及系统 Download PDF

Info

Publication number
CN117268365A
CN117268365A CN202310958532.5A CN202310958532A CN117268365A CN 117268365 A CN117268365 A CN 117268365A CN 202310958532 A CN202310958532 A CN 202310958532A CN 117268365 A CN117268365 A CN 117268365A
Authority
CN
China
Prior art keywords
positioning
information
vehicle
mining area
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.)
Pending
Application number
CN202310958532.5A
Other languages
English (en)
Inventor
赵耀忠
沈洋
咸金龙
房圆武
臧杰勋
陈志松
林杨
刘强
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.)
Huaneng Yimin Coal and Electricity Co Ltd
Original Assignee
Huaneng Yimin Coal and Electricity 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 Huaneng Yimin Coal and Electricity Co Ltd filed Critical Huaneng Yimin Coal and Electricity Co Ltd
Priority to CN202310958532.5A priority Critical patent/CN117268365A/zh
Publication of CN117268365A publication Critical patent/CN117268365A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/867—Combination of radar systems with cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了基于多定位系统矿区车辆定位及人员定位保护方法包括矿区内所有定位终端发布自身定位消息；云端中控服务器接收整理所有定位消息；无人车从云端中控服务器查询半径区域内所有存在的定位终端与障碍物，并结合无人车自动驾驶系统的感知结果得到更新的障碍物位置信息并上传；依靠感知结果对无人车形式轨迹进行规划，躲避前方障碍物；利用虚拟地图实时监控矿区内作业情况，并对危机情况进行警报。一种基于多定位系统的矿区车辆人员安全保护警报系统及装置，借助多定位终端实时监控矿区内作业人员车辆的当前位置，并辅助自动驾驶系统对无人车路径进行避障规划，从而实现全天候高精度的监控矿区作业境况，并对人员车辆安全进行保护警报。

Description

基于多定位系统矿区车辆定位及人员定位保护方法及系统
技术领域
本发明涉及矿区自动驾驶领域，尤其涉及基于多定位系统矿区车辆定位及人员定位保护方法。
背景技术
矿业行业正逐渐朝着绿色、可持续、智能和数字化的方向发展，借助数字智能化技术的不断进步，矿山智能化和无人化已成为提升矿山安全和效率的重要目标。特别是对于露天煤矿这类开采范围广且作业环境复杂的矿山来说，由于存在大型机械设备、易燃易爆和有毒物品以及特种作业等因素，使得潜在危险时刻存在，稍有疏忽就可能引发人身伤害事故。因此，在这样的背景下，基于准确定位技术的安全保护报警系统显得尤为重要，它是确保矿山安全的关键所在。
当前矿区主要依靠在高点布置广角监控探头以及关键作业区域的监控设备来实现矿区的实时监测。然而，这种方法存在一些局限性。首先，在夜间使用时，监控设备的观测效果受限，即使使用灯光照明也难以达到理想的效果。其次，长时间视频录制产生了大量无效数据，资源利用率低且耗费存储空间。另外，一旦监控点设置完成，随着作业情况的变化，难以灵活调整监控范围。
为了解决这些问题，本发明提出了一种基于多定位系统的矿区车辆人员安全保护警报系统及装置，利用在矿区内所有人员和车辆上安装的定位终端，实现全面实时准确地追踪和定位车辆和人员的位置信息，保护车辆和人员的安全。此外，这些定位信息还可以为无人车的运行提供有效的辅助，提高其运行效率和安全性。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了基于多定位系统矿区车辆定位及人员定位保护方法，能够解决本发明解决的是矿区内作业人员、车辆的安全监控和灾害预警保护问题。
为解决上述技术问题，本发明提供如下技术方案，基于多定位系统矿区车辆定位及人员定位保护方法，包括：
矿区内所有定位终端发布自身定位消息；云端中控服务器接收整理所有定位消息；无人车从云端中控服务器查询半径区域内所有存在的定位终端与障碍物，并结合无人车自动驾驶系统的感知结果得到更新的障碍物位置信息并上传；依靠感知结果对无人车形式轨迹进行规划，躲避前方障碍物；利用虚拟地图实时监控矿区内作业情况，并对危机情况进行警报。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述发布自身定位消息包括，使用状态更新方程描述系统内部状态随时间的变化，
P(t+1)＝F*P(t)+W(t)
其中，P(t)表示状态信息，由设备的运动模式和测量误差共同决定，F表示为状态转移矩阵，描述设备的运动模式，W(t)是一个随机噪声向量，由于测量误差和未建模的动力学因素导致的状态估计误差，P(t+1)表示下一时刻的预测状态；
服务器接收到无人车上传的感知结果，包括定位终端和障碍物位置信息，使用观测方程从系统内部状态得到观测的数据，
Y(t)＝H*P(t)+V(t)
其中，Y(t)表示时间t的观测结果，发布的定位信息,H表示为观测矩阵，V(t)表示在时间t的观测噪声，所述观测噪声包括设备误差、设备传播延迟、环境噪声导致的观测误差。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述整理所有定位消息包括，
Y(t)＝{y1,y2,…,yn}
其中，y1,y2,…,yn表示为定位设备观测的定位信息；
根据观测方程，使用最小二乘法计算出每个设备的状态信息P(t)，
P(t)＝(HT*H)-1*HT*Y(t)
其中，T表示时间点，HT是H的转置，(HT*H)-1*HT是H的伪逆，通过最大权匹配算法处理设备之间的冲突，服务器将设备的状态信息分配一个唯一的ID，并记录每个ID的位置和历史轨迹。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述查询半径区域内所有存在的定位终端与障碍物包括，无人车端部署的自动驾驶系统以固定频率向云端中控服务器发出申请，查询以无人车定位终端为圆心，附近固定半径内所有被记录的当前时刻的定位信息，这些定位信息包括其他定位中端上传的定位信息以及无人车结合定位终端和车端部署的多传感器实时感知获得的障碍物信息。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述得到更新的障碍物位置信息包括，自动驾驶系统获取当前多传感器感知数据与云端中控服务器提供的附近区域内障碍物信息，经过车端感知模块更新当前车端感知结果；
车端感知模块包含检测、跟踪两部分，检测部分包含多个传感器各自的检测模块，数据同步模块、相机检测模块、激光雷达监测模块、毫米波检测模块，每个模块分别从对应的传感器中获取到传感器检测到的车辆四周环境信息，经过检测模型输出单一传感器的感知结果，将结果保存在对应的数组内。
得到多传感器各自提供的感知结果后，将结果与云端中控服务器查询到的附近障碍物信息一同进入障碍物维护跟踪队列进行多传感器感知结果融合，得到了融合结果后，将结果用于下游的无人车轨迹规划，同时该融合结果将对云端中控管理模块维护的全矿区域内的定位信息进行更新，添加车辆局部区域的障碍物信息用于其他无人车部署的自动驾驶模块再次查询。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述躲避前方障碍物包括，无人车得到了自身半径区域内所有传感器感知融合得到的障碍物信息后，生成静态栅格地图为无人车路径规划模块提供场景语义信息，路径规划模块会为无人车生成可靠安全的路径用于行驶；
当无人车在矿区正常作业时，作业路线被异物遮挡时，感知模块检测障碍物，并将信息发送到云端中控服务器，服务器接收到信息，利用多传感器感知结果融合，得到障碍物的障碍物的位置，服务器利用路径规划模块，生成一个新的安全路径，并将障碍物信息添加到全矿区的定位信息中；
当多辆无人车同时进行作业任务时，云端中控服务器接收所有无人车辆的定位信息，通过虚拟地图实时监控整个矿区的作业情况，当一辆无人车完成作业任务准备返回时，服务器根据所有所有无人车的位置和任务状态，及当前的路况，规划一条与其他作业车辆无冲突的返程路线；
当作业人员进入危险区域时，作业人员身上的定位终端立即发送自身定位信息，云端中控服务器接收到信息时，立即控制定位终端报警，并将信息记录到日志中，服务器向作业人员的定位发送警报，指导作业人员离开危险区域；
当发生极端恶劣天气时，语段中控服务器接收到环境监测系统得到预警信息，服务器立即向所有定位终端发送预警警报，提示作业人员进行避险，对正在作业的无人车，服务器根据矿区的事实数据，计算安全路径，将安全路径发送至无人车自动驾驶系统，紧急解释当前作业任务并驶向安全地点。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的一种优选方案，其中：所述进行警报包括，云端中控管理模块统计了全矿区域内所有定位终端的实时定位、历史轨迹、实时速度、身份信息，以及无人车感知模块上传的障碍物定位及尺寸信息，路测杆、红绿灯、建筑物、落石，系统内对矿区内一些长期存在的固定建筑物、无人车上传的障碍物构设电子围栏，通过实时获取定位终端当前位置监视矿区内车辆、人员的工作状态，保障作业安全，电子围栏借助定位终端上传的身份信息对不同车辆和人员设定不同的进入区域，若车辆、人员进入围栏内部区域，系统将控制定位终端报警反馈并将信息记录到日志中供安全监测人员进行查阅，若系统监测到出现极端天气灾害，对所有定位终端发布警报，提示作业人员进行避灾；
根据接收到的定位信息和环境数据，决定车辆当前的行动方案，当人员定位终端接收到紧急警报时，分析警报的内容及警报相关的环境数据，通过神经网络模型进行判断是否切换到安全模式，若需要切换到安全模式，系统自动切换到安全模式，并根据安全地图指导用户到最近的安全区域；
当驾驶过程中出现危险情况时，中控服务器直接与无人车的自动驾驶系统进行交互作业，服务器快速获取无人车的当前位置和状态，根据预测模型和矿区的实时数据，计算安全路径，服务器将安全路径发送至无人车自动驾驶系统，紧急停止无人车当前作业路径改变为安全路径。
本发明的另一个目的提供基于多定位系统矿区车辆定位及人员定位保护方法的系统，系统能够实时监控并追踪矿区内所有车辆和行人的定位，识别可能的安全风险，多终端定位模块能为云端中控管理模块提供精准的定位信息，提高了矿区车辆和行人的定位精度，为后续的安全管理和无人车辆路径规划提供了准确的数据支持，云端中控管理模块对所有的定位信息进行集中处理和统一管理，大大提高了矿区的运营管理效率，利用定位数据和感知信息，自动驾驶模块能构建障碍物栅格地图，优化无人车路径规划，提高了无人车的自动驾驶性能，同时降低了可能的碰撞风险。
作为本发明所述的基于多定位系统矿区车辆定位及人员定位保护方法的系统的一种优选方案，其中：多终端定位模块、云端中控管理模块、自动驾驶模块、安全保护警报模块；
所述多终端定位模块，对矿区内所有车辆，行人配备定位终端，为云端中控管理模块提供精准的定位信息；
所述云端中控管理模块，接收所有定位终端发布的定位信息，并进行整理汇总，统计所有定位终端的当前位置、历史轨迹、当前速度信息，提供给自动驾驶模块和安全保护警报模块；
所述自动驾驶模块，利用无人车端多传感器的感知信息和云端中控管理模块提供的多定位终端信息构建障碍物栅格地图，为无人车路径规划提供场景语义信息，并将所有障碍物一并上传到云端中控管理模块更新当前区域内的定位信息；
所述安全保护警报模块，实时读取云端中控管理模块整合的全矿区定位终端信息以及无人车上传的障碍物信息，监控全矿区内所有作业中的车辆及行人的实时位置信息，结合电子围栏、安全监控辅助手段实现安全保护，并对出现的危急情况进行警报。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时基于多定位系统矿区车辆定位及人员定位保护方法的步骤。
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，所述计算机程序被处理器执行时基于多定位系统矿区车辆定位及人员定位保护方法的步骤。
本发明的有益效果：本发明提出一种基于多定位系统的矿区车辆人员安全保护警报系统及装置，借助多定位终端实时监控矿区内作业人员车辆的当前位置，并辅助自动驾驶系统对无人车路径进行避障规划，从而实现全天候高精度的监控矿区作业境况，并对人员车辆安全进行保护警报。
附图说明
为了更清楚地说明本发明实施例的技术方案，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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例提供的基于多定位系统矿区车辆定位及人员定位保护方法流程示意图；
图2为本发明一个实施例提供的基于多定位系统矿区车辆定位及人员定位保护系统的矿区安全保护警报示意图；
图3为本发明一个实施例提供的基于多定位系统矿区车辆定位及人员定位保护系统的安全保护警报系统流程示意图；
图4为本发明一个实施例提供的基于多定位系统矿区车辆定位及人员定位保护系统的有系统模式下定位数据上传与更新流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，为本发明的第一个实施例，该实施例提供了基于多定位系统矿区车辆定位及人员定位保护方法，包括：
S1：矿区内所有定位终端发布自身定位消息；
应说明的是，所述发布自身定位消息包括，所述发布自身定位消息包括，使用状态更新方程描述系统内部状态随时间的变化，
P(t+1)＝F*P(t)+W(t)
其中，P(t)表示状态信息，由设备的运动模式和测量误差共同决定，F表示为状态转移矩阵，它描述了设备的运动模式(例如，匀速直线运动或者匀加速运动)，W(t)是一个随机噪声向量，由于测量误差和未建模的动力学因素导致的状态估计误差，P(t+1)表示下一时刻的预测状态。
在无人驾驶车辆现代技术中，系统需要预测其自身或其他对象的未来状态，以便可以提前作出决策。在无人车场景中，如果无人车能够预测其他车辆或行人的未来位置，它就能更好地规划自己的路线，以避开可能的碰撞。
在处理实时数据(如实时定位数据)时，预测未来状态也可以帮助系统处理数据延迟问题。如果定位数据需要一些时间才能从设备传输到中央服务器，那么接收到的数据可能会稍微落后于实时状态。通过预测未来状态，系统可以在一定程度上弥补这种数据延迟，从而使得其决策更加接近实时状态。
发布的定位信息Y(t)可能会受到各种不确定因素的影响，例如信号传播延迟、设备的时间同步误差等。使用以下形式的观测方程来描述发布的定位信息：
Y(t)＝H*P(t)+V(t)
其中，Y(t)表示时间t的观测结果，发布的定位信息,H表示为观测矩阵，V(t)表示在时间t的观测噪声，所述观测噪声包括设备误差、设备传播延迟、环境噪声导致的观测误差。
定位终端在车辆和人员上有两种模式，分别是有系统模式和无系统模式，具有自动驾驶系统的无人车能够结合车辆感知信息汇总定位数据以固定频率一同上传至云端中控服务器，而有人车和其他作业人员则以无系统模式则直接向外以相同的固定频率发布自身定位信息以及识别信息。
S2:云端中控服务器接收整理所有定位消息；
应说明的是，所述整理所有定位消息包括，所述整理所有定位消息包括，
Y(t)＝{y1,y2,…,yn}
其中，y1,y2,…,yn表示为定位设备观测的定位信息；
根据观测方程，使用最小二乘法计算出每个设备的状态信息P(t)，
P(t)＝(HT*H)-1*HT*Y(t)
其中，T表示时间点，HT是H的转置，(HT*H)-1*HT是H的伪逆，通过最大权匹配算法处理设备之间的冲突，服务器将设备的状态信息分配一个唯一的ID，并记录每个ID的位置和历史轨迹。
云端中控服务器获取到来自定位终端上传的定位信息后，以矿区唯一的定位中心对所有定位信息进行汇总并转换到世界坐标系下，随后对全矿区域内所有定位信息分配固定id用于维护查询，并记录每个id当前位置以及历史轨迹、速度等信息。
S3：无人车从云端中控服务器查询半径区域内所有存在的定位终端与障碍物，并结合无人车自动驾驶系统的感知结果得到更新的障碍物位置信息并上传；
更进一步的，所述查询半径区域内所有存在的定位终端与障碍物包括，无人车端部署的自动驾驶系统以固定频率向云端中控服务器发出申请，查询以无人车定位终端为圆心，附近固定半径内所有被记录的当前时刻的定位信息，这些定位信息包括其他定位中端上传的定位信息以及无人车结合定位终端和车端部署的多传感器实时感知获得的障碍物信息。
应说明的是，所述得到更新的障碍物位置信息包括，自动驾驶系统获取当前多传感器感知数据与云端中控服务器提供的附近区域内障碍物信息，经过车端感知模块更新当前车端感知结果；
车端感知模块包含检测、跟踪两部分，检测部分包含多个传感器各自的检测模块，数据同步模块、相机检测模块、激光雷达监测模块、毫米波检测模块等，每个模块分别从对应的传感器中获取到传感器检测到的车辆四周环境信息，经过检测模型输出单一传感器的感知结果，将结果保存在对应的数组内。
得到多传感器各自提供的感知结果后，将结果与云端中控服务器查询到的附近障碍物信息一同进入障碍物维护跟踪队列进行多传感器感知结果融合，得到了融合结果后，将结果用于下游的无人车轨迹规划，同时该融合结果将对云端中控管理模块维护的全矿区域内的定位信息进行更新，添加车辆局部区域的障碍物信息用于其他无人车部署的自动驾驶模块再次查询。
S4：依靠感知结果对无人车形式轨迹进行规划，躲避前方障碍物；
所述躲避前方障碍物包括，无人车得到了自身半径区域内所有传感器感知融合得到的障碍物信息后，生成静态栅格地图为无人车路径规划模块提供场景语义信息，路径规划模块会为无人车生成可靠安全的路径用于行驶；
当无人车在矿区正常作业时，作业路线被异物遮挡时，感知模块检测障碍物，并将信息发送到云端中控服务器，服务器接收到信息，利用多传感器感知结果融合，得到障碍物的障碍物的位置，服务器利用路径规划模块，生成一个新的安全路径，并将障碍物信息添加到全矿区的定位信息中；
当多辆无人车同时进行作业任务时，云端中控服务器接收所有无人车辆的定位信息，通过虚拟地图实时监控整个矿区的作业情况，当一辆无人车完成作业任务准备返回时，服务器根据所有所有无人车的位置和任务状态，及当前的路况，规划一条与其他作业车辆无冲突的返程路线；
当作业人员进入危险区域时，作业人员身上的定位终端立即发送自身定位信息，云端中控服务器接收到信息时，立即控制定位终端报警，并将信息记录到日志中，服务器向作业人员的定位发送警报，指导作业人员离开危险区域；
当发送极端恶劣天气时，语段中控服务器接收到环境监测系统得到预警信息，服务器立即向所有定位终端发送预警警报，提示作业人员进行避险，对正在作业的无人车，服务器根据矿区的事实数据，计算安全路径，将安全路径发送至无人车自动驾驶系统，紧急解释当前作业任务并驶向安全地点。
S5：利用虚拟地图实时监控矿区内作业情况，并对危机情况进行警报。
更进一步的，所述进行警报包括，云端中控管理模块统计了全矿区域内所有定位终端的实时定位、历史轨迹、实时速度、身份信息，以及无人车感知模块上传的障碍物定位及尺寸信息，路测杆、红绿灯、建筑物、落石，系统内对矿区内一些长期存在的固定建筑物、无人车上传的障碍物构设电子围栏，通过实时获取定位终端当前位置监视矿区内车辆、人员的工作状态，保障作业安全，电子围栏借助定位终端上传的身份信息对不同车辆和人员设定不同的进入区域，若车辆、人员进入围栏内部区域，系统将控制定位终端报警反馈并将信息记录到日志中供安全监测人员进行查阅，若系统监测到出现极端天气灾害，对所有定位终端发布警报，提示作业人员进行避灾；
根据接收到的定位信息和环境数据，决定车辆当前的行动方案，当人员定位终端接收到紧急警报时，分析警报的内容及警报相关的环境数据，通过神经网络模型进行判断是否切换到安全模式，若需要切换到安全模式，系统自动切换到安全模式，并根据安全地图指导用户到最近的安全区域；
当驾驶过程中出现危险情况时，中控服务器直接与无人车的自动驾驶系统进行交互作业，服务器快速获取无人车的当前位置和状态，根据预测模型和矿区的实时数据，计算安全路径，服务器将安全路径发送至无人车自动驾驶系统，紧急停止无人车当前作业路径改变为安全路径。
实施例2
为本发明的一个实施例，提供了基于多定位系统矿区车辆定位及人员定位保护方法，为了验证本发明的有益效果，通过实验进行科学论证。
如下表所示为我方进行仿真实验数据。
表1定位精度测试数据表
测试项目 传统定位系统误差 我方发明定位系统误差
工作区域 10.2 2.3
车辆行进路线 9.7 2.1
人员工作区 11.1 2.2
平均误差 10.3 2.2
表2自动驾驶测试数据表。
测试项目 传统发明 我方发明
静态障碍物 3 0
动态障碍物 4 1
复杂环境 2 1
平均碰撞次数 3 1
表3安全警报测试数据表。
测试项目 传统发明 我方发明
进入禁止区域 2 5
接近危险设备 3 6
紧急情况(如极端天气) 1 7
平均触发次数 2 6
比较上述实验结果和传统方法，基于多定位系统的矿区车辆定位及人员定位保护方法具有以下优点：
更高的定位精度：通过多终端定位和云端数据整合，提高了车辆和人员的定位精度，保证了更准确的动态跟踪。
更强的自动驾驶性能：无人车能够利用多源感知数据生成更准确的障碍物栅格地图，保证了更高的自动驾驶性能。
更有效的安全保护：通过实时的定位数据和障碍物信息，系统可以更准确地进行安全预警，避免了安全事故的发生。
更强的应用灵活性：系统能够应对各种环境条件，包括恶劣的天气和复杂的地形，提高了系统的适应性和可靠性。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
实施例3
本发明第三个实施例，其不同于前两个实施例的是：
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)、便携式计算机盘盒(磁装置)、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编辑只读存储器(EPROM或闪速存储器)、光纤装置以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
实施例4
参考图2，为本发明的第四个实施例，该实施例提供了基面向大规模新能源接入电网薄弱环节识别预测方法的系统，其特征在于：包括，多终端定位模块、云端中控管理模块、自动驾驶模块、安全保护警报模块；
所述多终端定位模块，对矿区内所有车辆，行人配备定位终端，为云端中控管理模块提供精准的定位信息；
所述云端中控管理模块，接收所有定位终端发布的定位信息，并进行整理汇总，统计所有定位终端的当前位置、历史轨迹、当前速度信息，提供给自动驾驶模块和安全保护警报模块；
所述自动驾驶模块，利用无人车端多传感器的感知信息和云端中控管理模块提供的多定位终端信息构建障碍物栅格地图，为无人车路径规划提供场景语义信息，并将所有障碍物一并上传到云端中控管理模块更新当前区域内的定位信息；
所述安全保护警报模块，实时读取云端中控管理模块整合的全矿区定位终端信息以及无人车上传的障碍物信息，监控全矿区内所有作业中的车辆及行人的实时位置信息，结合电子围栏、安全监控等辅助手段实现安全保护，并对出现的危急情况进行警报。

Claims (10)

1.基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：包括，
矿区内所有定位终端发布自身定位信息；
云端中控服务器接收并整理定位信息；
无人车从云端中控服务器查询半径区域内所有存在的定位终端与障碍物，并结合无人车自动驾驶系统的感知结果得到更新的障碍物位置信息并上传；
依靠感知结果对无人车形式轨迹进行规划，躲避前方障碍物；
利用虚拟地图实时监控矿区内作业情况，并对危机情况进行警报。
2.如权利要求1所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述发布自身定位消息包括，使用状态更新方程描述系统内部状态随时间的变化，
P(t+1)＝F*P(t)+W(t)
其中，P(t)表示状态信息，由设备的运动模式和测量误差共同决定，F表示为状态转移矩阵，描述设备的运动模式，W(t)是一个随机噪声向量，由于测量误差和未建模的动力学因素导致的状态估计误差，P(t+1)表示下一时刻的预测状态；
服务器接收到无人车上传的感知结果，包括定位终端和障碍物位置信息，使用观测方程从系统内部状态得到观测的数据，
Y(t)＝H*P(T)+V(t)
其中，Y(t)表示时间t的观测结果，发布的定位信息,H表示为观测矩阵，V(t)表示在时间t的观测噪声，所述观测噪声包括设备误差、设备传播延迟、环境噪声导致的观测误差。
3.如权利要求2所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述整理所有定位消息包括，
Y(t)＝{y1,y2,…,yn}
其中，y1,y2,…,yn表示为定位设备观测的定位信息；
根据观测方程，使用最小二乘法计算出每个设备的状态信息P(t)，
P(t)＝(HT*H)-1*HT*Y(t)
其中，T表示时间点，HT是H的转置，(HT*H)-1*HT是H的伪逆，通过最大权匹配算法处理设备之间的冲突，服务器将设备的状态信息分配一个唯一的ID，并记录每个ID的位置和历史轨迹。
4.如权利要求3所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述查询半径区域内所有存在的定位终端与障碍物包括，无人车端部署的自动驾驶系统以固定频率向云端中控服务器发出申请，查询以无人车定位终端为圆心，附近固定半径内所有被记录的当前时刻的定位信息，这些定位信息包括其他定位中端上传的定位信息以及无人车结合定位终端和车端部署的多传感器实时感知获得的障碍物信息。
5.如权利要求4所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述得到更新的障碍物位置信息包括，自动驾驶系统获取当前多传感器感知数据与云端中控服务器提供的附近区域内障碍物信息，经过车端感知模块更新当前车端感知结果；
车端感知模块包含检测、跟踪两部分，检测部分包含多个传感器各自的检测模块，数据同步模块、相机检测模块、激光雷达监测模块、毫米波检测模块，每个模块分别从对应的传感器中获取到传感器检测到的车辆四周环境信息，经过检测模型输出单一传感器的感知结果，将结果保存在对应的数组内。
得到多传感器各自提供的感知结果后，将结果与云端中控服务器查询到的附近障碍物信息一同进入障碍物维护跟踪队列进行多传感器感知结果融合，得到了融合结果后，将结果用于下游的无人车轨迹规划，同时该融合结果将对云端中控管理模块维护的全矿区域内的定位信息进行更新，添加车辆局部区域的障碍物信息用于其他无人车部署的自动驾驶模块再次查询。
6.如权利要求5所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述躲避前方障碍物包括，无人车得到了自身半径区域内所有传感器感知融合得到的障碍物信息后，生成静态栅格地图为无人车路径规划模块提供场景语义信息，路径规划模块会为无人车生成可靠安全的路径用于行驶；
当无人车在矿区正常作业时，作业路线被异物遮挡时，感知模块检测障碍物，并将信息发送到云端中控服务器，服务器接收到信息，利用多传感器感知结果融合，得到障碍物的障碍物的位置，服务器利用路径规划模块，生成一个新的安全路径，并将障碍物信息添加到全矿区的定位信息中；
当多辆无人车同时进行作业任务时，云端中控服务器接收所有无人车辆的定位信息，通过虚拟地图实时监控整个矿区的作业情况，当一辆无人车完成作业任务准备返回时，服务器根据所有所有无人车的位置和任务状态，及当前的路况，规划一条与其他作业车辆无冲突的返程路线；
当作业人员进入危险区域时，作业人员身上的定位终端立即发送自身定位信息，云端中控服务器接收到信息时，立即控制定位终端报警，并将信息记录到日志中，服务器向作业人员的定位发送警报，指导作业人员离开危险区域；
当发生极端恶劣天气时，语段中控服务器接收到环境监测系统得到预警信息，服务器立即向所有定位终端发送预警警报，提示作业人员进行避险，对正在作业的无人车，服务器根据矿区的事实数据，计算安全路径，将安全路径发送至无人车自动驾驶系统，紧急解释当前作业任务并驶向安全地点。
7.如权利要求6所述的基于多定位系统矿区车辆定位及人员定位保护方法，其特征在于：所述进行警报包括，云端中控管理模块统计了全矿区域内所有定位终端的实时定位、历史轨迹、实时速度、身份信息，以及无人车感知模块上传的障碍物定位及尺寸信息，路测杆、红绿灯、建筑物、落石，系统内对矿区内一些长期存在的固定建筑物、无人车上传的障碍物构设电子围栏，通过实时获取定位终端当前位置监视矿区内车辆、人员的工作状态，保障作业安全，电子围栏借助定位终端上传的身份信息对不同车辆和人员设定不同的进入区域，若车辆、人员进入围栏内部区域，系统将控制定位终端报警反馈并将信息记录到日志中供安全监测人员进行查阅，若系统监测到出现极端天气灾害，对所有定位终端发布警报，提示作业人员进行避灾；
根据接收到的定位信息和环境数据，决定车辆当前的行动方案，当人员定位终端接收到紧急警报时，分析警报的内容及警报相关的环境数据，通过神经网络模型进行判断是否切换到安全模式，若需要切换到安全模式，系统自动切换到安全模式，并根据安全地图指导用户到最近的安全区域；
当驾驶过程中出现危险情况时，中控服务器直接与无人车的自动驾驶系统进行交互作业，服务器快速获取无人车的当前位置和状态，根据预测模型和矿区的实时数据，计算安全路径，服务器将安全路径发送至无人车自动驾驶系统，紧急停止无人车当前作业路径改变为安全路径。
8.一种基于权利要求1-7任一所述的基于多定位系统矿区车辆定位及人员定位保护方法的系统，其特征在于：包括，多终端定位模块、云端中控管理模块、自动驾驶模块、安全保护警报模块；
所述多终端定位模块，对矿区内所有车辆，行人配备定位终端，为云端中控管理模块提供精准的定位信息；
所述云端中控管理模块，接收所有定位终端发布的定位信息，并进行整理汇总，统计所有定位终端的当前位置、历史轨迹、当前速度信息，提供给自动驾驶模块和安全保护警报模块；
所述自动驾驶模块，利用无人车端多传感器的感知信息和云端中控管理模块提供的多定位终端信息构建障碍物栅格地图，为无人车路径规划提供场景语义信息，并将所有障碍物一并上传到云端中控管理模块更新当前区域内的定位信息；
所述安全保护警报模块，实时读取云端中控管理模块整合的全矿区定位终端信息以及无人车上传的障碍物信息，监控全矿区内所有作业中的车辆及行人的实时位置信息，结合电子围栏、安全监控辅助手段实现安全保护，并对出现的危急情况进行警报。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202310958532.5A 2023-08-01 2023-08-01 基于多定位系统矿区车辆定位及人员定位保护方法及系统 Pending CN117268365A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310958532.5A CN117268365A (zh) 2023-08-01 2023-08-01 基于多定位系统矿区车辆定位及人员定位保护方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310958532.5A CN117268365A (zh) 2023-08-01 2023-08-01 基于多定位系统矿区车辆定位及人员定位保护方法及系统

Publications (1)

Publication Number Publication Date
CN117268365A true CN117268365A (zh) 2023-12-22

Family

ID=89214837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310958532.5A Pending CN117268365A (zh) 2023-08-01 2023-08-01 基于多定位系统矿区车辆定位及人员定位保护方法及系统

Country Status (1)

Country Link
CN (1) CN117268365A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118033703A (zh) * 2024-04-12 2024-05-14 华能信息技术有限公司 一种基于地图融合的无人驾驶矿车定位方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118033703A (zh) * 2024-04-12 2024-05-14 华能信息技术有限公司 一种基于地图融合的无人驾驶矿车定位方法及系统

Similar Documents

Publication Publication Date Title
CN107272731B (zh) 无人机自动避撞系统
US11004345B2 (en) Systems and methods for generating and monitoring flight routes and buffer zones for unmanned aerial vehicles
CN111292540B (zh) 用于求取确定的状态信息的方法、控制装置和系统
Teizer et al. Ultrawideband for automated real-time three-dimensional location sensing for workforce, equipment, and material positioning and tracking
CN110133573A (zh) 一种基于多元传感器信息融合的自主低空无人机防御系统
CN112382131B (zh) 一种机场场面安全避撞预警系统和方法
DK178076B1 (en) Dynamic alarm zones for bird detection systems
CN115016474A (zh) 用于车路协同自动驾驶的控制方法、路侧设备、云控平台和系统
CN104572065A (zh) 远程车辆监控系统和方法
CN117268365A (zh) 基于多定位系统矿区车辆定位及人员定位保护方法及系统
CN116755458A (zh) 自主路径规划和避障系统的无人机系统
CN111276011A (zh) 一种多跑道飞行程序运行的安全评估告警方法及系统
CN107578646A (zh) 低慢小目标探测监视管理系统及方法
CN114578839B (zh) 一种基于大数据的无人机路径计算系统及其方法
US11594142B1 (en) Terrestrial acoustic sensor array
CN112286190A (zh) 安防巡视预警方法与系统
US10953871B2 (en) Transportation infrastructure communication and control
Campaña et al. Air tracking and monitoring for unmanned aircraft traffic management
WO2022268752A1 (en) Method for monitoring backward movement of an aircraft at an airport stand
CN111352128B (zh) 一种基于融合点云的多传感器融合感知方法与系统
CN114594755A (zh) 一种智能运输车安全行驶系统
Nejjari et al. Event traffic detection using heterogenous wireless sensors network
John et al. Vehicle collision avoidance system using localization algorithm and predictive analysis
CN210295360U (zh) 防撞报警登高车
CN218825297U (zh) 用于小区智能巡查的多传感器集成式机器人

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