CN117382933A - 无人机巡检化工生产厂区的控制方法、系统及装置 - Google Patents
无人机巡检化工生产厂区的控制方法、系统及装置 Download PDFInfo
- Publication number
- CN117382933A CN117382933A CN202311677612.XA CN202311677612A CN117382933A CN 117382933 A CN117382933 A CN 117382933A CN 202311677612 A CN202311677612 A CN 202311677612A CN 117382933 A CN117382933 A CN 117382933A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- target
- target object
- inspection
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 349
- 238000012824 chemical production Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 69
- 239000000126 substance Substances 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 5
- 239000000835 fiber Substances 0.000 abstract description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000007380 fibre production Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
- B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
- B64U10/16—Flying platforms with five or more distinct rotor axes, e.g. octocopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/25—UAVs specially adapted for particular uses or applications for manufacturing or servicing
- B64U2101/26—UAVs specially adapted for particular uses or applications for manufacturing or servicing for manufacturing, inspections or repairs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种无人机巡检化工生产厂区的控制方法、系统及装置,涉及化纤智能化技术领域。具体方案为:确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;获取目标场景下第一无人机采集的目标对象的数据;基于目标对象的数据确定目标场景下目标对象的状态;在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息。根据本公开的方案,通过无人机对化工生产厂区进行巡检,能够提高巡检的效率,提高巡检的灵活性,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
Description
技术领域
本公开涉及化纤智能化技术领域,尤其涉及一种无人机巡检化工生产厂区的控制方法、控制装置。
背景技术
在化工生产厂区中,部署有多种大型设备和多种小型设备,为了维持厂区的正常工作,通常需要对厂区内的多种大型设备和多种小型设备进行巡检。但是,现有的巡检方式容易受到天气、空间和设备高度等影响,导致巡检效率较低或无法进行巡检。因此,如何实现高效的巡检以提高厂区的安全性成为亟待解决的技术问题。
发明内容
本公开提供了一种无人机巡检化工生产厂区的控制方法、系统及装置。
根据本公开的第一方面,提供了一种无人机巡检化工生产厂区的控制方法,包括:
确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;
获取目标场景下第一无人机采集的目标对象的数据;
基于目标对象的数据确定目标场景下目标对象的状态;
在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;
其中,预设巡检任务包括:
在目标场景属于主动巡检场景且目标对象为设备时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于主动巡检场景且目标对象为人时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于被动巡检场景且目标对象为设备时,预设巡检任务为第一专门巡检任务,第一专门巡检任务是专门针对目标对象的巡检任务;
在目标场景属于被动巡检场景且目标对象为人时,预设巡检任务为第二专门巡检任务,第二专门巡检任务基于目标对象的需求制定。
根据本公开的第二方面,提供了一种无人机巡检化工生产厂区的控制系统,包括:
控制设备,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;获取目标场景下第一无人机采集的目标对象的数据;基于目标对象的数据确定目标场景下目标对象的状态;在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;
第一无人机,用于执行预设巡检任务。
根据本公开的第三方面,提供了一种无人机巡检化工生产厂区的控制装置,包括:
第一确定模块,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;
获取模块,用于获取目标场景下第一无人机采集的目标对象的数据;
第二确定模块,用于基于目标对象的数据确定目标场景下目标对象的状态;
输出模块,用于在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;
其中,预设巡检任务包括:
在目标场景属于主动巡检场景且目标对象为设备时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于主动巡检场景且目标对象为人时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于被动巡检场景且目标对象为设备时,预设巡检任务为第一专门巡检任务,第一专门巡检任务是专门针对目标对象的巡检任务;
在目标场景属于被动巡检场景且目标对象为人时,预设巡检任务为第二专门巡检任务,第二专门巡检任务基于目标对象的需求制定。
根据本公开的第四方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一的方法。
根据本公开的第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
根据本公开的技术,先确定目标场景下用于执行预设巡检任务的第一无人机,再通过第一无人机采集目标对象的数据;然后基于目标对象的数据确定目标场景下目标对象的状态,并在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;如此,无需人工巡检,也无需地面巡检设备,通过无人机即可完成对化工生产厂区的有效巡检,能够提高巡检的效率,提高巡检的灵活性,便于掌握化工生产厂区中目标对象的状态,也便于在目标对象的状态为异常状态时采取相应的解决措施,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1是本公开实施例的无人机巡检化工生产厂区的控制方法的流程示意图;
图2是本公开实施例的第一无人机的示意图;
图3是本公开实施例的第二无人机的示意图;
图4是本公开实施例的第一无人机与第二无人机协调工作的示意图;
图5是本公开实施例的无人机巡检化工生产厂区的控制系统500的示意性框图;
图6是本公开实施例的无人机巡检化工生产厂区的控制装置的结构示意图;
图7是用来实现本公开实施例的无人机巡检化工生产厂区的控制方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开的说明书实施例和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
相关技术中,化工生产厂区面积较大,导致人工巡检路线长、效率不稳定,恶劣天气下巡检难度大。且,化工生产厂区的部署有多种大型设备和多种小型设备,一些大型设备高度较高、空间受限、噪声大,导致人工巡检难以获取设备状态和设备数据,对设备处于“被动状态”。现有巡检方法存在时间间隔久、巡检有死角、主观性较强的缺陷,且人工巡检对巡检人员的技能要求较高,化工生产厂区中存在噪声、有毒气体等危害因素,巡检人员的安全隐患较大。
相关技术中,对于化工生产厂区中的部分关键设备,确定设备状态和维保周期内的安全运行,主要依靠班组人员的定期巡检或通过数据采集与监视控制系统(SupervisoryControl And Data Acquisition,SCADA)进行监控,巡检效率较低。另,在工作人员需要登高作业时,需要对工作人员的工作状态进行实时监控,以确保人员作业时的安全。但是,部署摄像头的方式局限性较大,灵活性较差,不能实时监控到全部工作人员的状态。
本公开为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个问题,提出了一种无人机巡检化工生产厂区的控制方法、系统及装置。通过无人机对化工生产厂区进行巡检,能够提高巡检的效率,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
本公开实施例提供了一种无人机巡检化工生产厂区的控制方法,图1是根据本公开实施例的无人机巡检化工生产厂区的控制方法的流程示意图,该无人机巡检化工生产厂区的控制方法可以应用于无人机巡检化工生产厂区的控制装置。该无人机巡检化工生产厂区的控制装置位于电子设备上。该电子设备包括但不限于固定设备和/或移动设备。例如,固定设备包括但不限于服务器,服务器可以是云服务器或普通服务器。例如,移动设备包括但不限于:手机、平板电脑等。在一些可能的实现方式中,该无人机巡检化工生产厂区的控制方法还可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,该无人机巡检化工生产厂区的控制方法包括:
S101:确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;
S102:获取目标场景下第一无人机采集的目标对象的数据;
S103:基于目标对象的数据确定目标场景下目标对象的状态;
S104:在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息。
本公开实施例中,该目标场景包括但不限于受限空间内作业场景、登高作业场景、某些特殊作业场景、生产检测场景、包装检测场景等。若化工生产厂区为生产某物料的厂区,则该目标场景可以根据用于某物料生产的化工生产厂区的分布,分为多个场景;也可以根据用于某物料生产的化工生产厂区的包装流程,分为多个场景;还可以根据控制设备智能地将用于某物料化工生产厂区分为多个场景。本公开并不对该物料的种类进行限定。本公开实施例中,该预设巡检任务可以是控制设备根据目标场景生成的任务;该预设巡检任务还可以是根据人工输入的指令生成的任务。以上仅为示例性说明,不作为对预设巡检任务包括的全部可能的获取方式的限定,只是这里不做穷举。
示例性地,控制设备基于厂区地图将用于化纤生产的化工生产厂区分为多个场景:场景1,厂房外部;场景2,厂房内部。该控制设备根据场景1生成的巡检任务为厂房外部设备巡检任务、厂房外部安全巡检任务和厂房外部异常巡检任务;该控制设备根据场景2生成的巡检任务为厂房内部设备巡检任务、厂房内部安全巡检任务和厂房内部异常巡检任务。这里,预设巡检任务可以包括巡检任务名称、巡检任务内容以及巡检任务路线等。其中,巡检任务路线是基于控制设备的数据源存储的化工生产厂区的布局地图得到的。
图2示出了第一无人机的示意图,如图2所示,该第一无人机可以是轻载无人机,该轻载无人机能够携带轻量负载的无人机,该轻载无人机的负载通常在几克到几百克,该轻载无人机搭载有高清摄像头、喇叭等。具体地,该轻载无人机还可以根据预设巡检任务搭载传感器,如温度传感器、麦克风、气体检测传感器、高度传感器以及速度传感器等;该轻载无人机还可以根据预设巡检任务搭载其他设备,如激光扫描仪、全球定位系统(GlobalPositioning System,GPS)等。该轻载无人机前期可作为数据采集器为模型训练提供训练数据,后续可作为实时监测的输入。具体地,获取第一无人机采集的训练数据,该训练数据为图像数据、语音数据以及视频数据中的至少一种;将训练数据输入至待训练模型进行训练,得到目标模型。
本公开实施例中,该化工生产厂区部署有多种大型设备、多种小型设备以及多种特殊设备。
本公开实施例中,目标对象包括但不限于设备、人员、动物、空气中的漂浮物等。这里,该目标对象可以在控制设备中预先设置,如将目标对象设置为人员,那么第一无人机只采集人员相关的数据。
在一些实施例中,该目标对象的数据可以包括图像数据、语音数据、视频数据、传感器数据以及位置数据等。这里,该第一无人机采集的目标对象的数据可以直接存储在第一无人机的数据源中,还可以直接上传至控制设备。
在一些实施例中,该提示信息是第一无人机基于目标对象和目标场景得到的。该提示信息用于指示目标对象的当前状态。示例性地,若目标对象是巡检人员,则输出关于急救的提示信息,该提示信息可以包括:呼叫人员、急救电话、医务室位置等信息;若目标对象是设备,某一设备发出异常声响需要检修,则输出关于检修的提示信息,该提示信息可以为推荐检修人员、检修工具、检修方案等信息;若目标对象是车间湿度,当车间湿度低于预设值时,输出车间湿度提示信息,该提示信息可以包括:当前车间湿度、理想车间湿度、加湿区域及加湿量等信息;若目标对象为异常物品,当检测到仓储区的上方有塑料袋类漂浮物,输出有关清理的提示信息,该提示信息可以包括:异常物品种类、异常物品对厂区安全的影响指数、清理人员名单、清理紧急程度等信息。
在一些实施例中,输出目标场景下与预设状态相匹配的提示信息,包括:向目标对象附近的设备发送提示信息;或者,向控制系统发送提示信息;或者,向可执行的设备或人员发送提示信息。该提示信息可以设置不同的提示状态,如语音提醒、警报提醒、灯光提示等。这里,该提示信息可以是目标对象的正常工作状态提示信息,也可以是异常工作状态提示信息。具体地,当提示信息为目标对象正常工作状态提示信息,该提示信息可以在后台进行显示;当提示信息为目标对象异常工作状态提示信息,该提示信息可以直接显示前端页面,同时可以附加其他提示状态。
如此,先确定目标场景下用于执行预设巡检任务的第一无人机,再通过第一无人机采集目标对象的数据;然后基于目标对象的数据确定目标场景下目标对象的状态,并在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;如此,无需人工巡检,也无需地面巡检设备,通过无人机即可完成对化工生产厂区的有效巡检,能够提高巡检的效率,提高巡检的灵活性,便于掌握化工生产厂区中目标对象的状态,也便于在目标对象的状态为异常状态时采取相应的解决措施,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
在一些实施例中,该跟随指令可以是巡检人员向无人机发送的语音指令或动作指令。
在一些实施例中,该确定目标场景下用于执行预设巡检任务的第一无人机,包括:响应于接收到无人机发送的跟随指令,将发送跟随指令的无人机确定为第一无人机,其中,该跟随指令是巡检人员向发送该跟随指令的无人机发送的指令,用于指示其跟随巡检人员工作,该跟随指令包括表征预设巡检任务的信息。
在一些实施例中,该跟随指令还可以是由控制系统根据巡检任务生成的指令。该跟随指令可以包括:跟随对象、跟随路线、巡检对象等信息。其中,跟随对象信息可以是一个或多个,若跟随对象为多个,可以为多个跟随对象设定优先级,该无人机优先跟随优先级较高的跟随对象。这里,确定跟随对象可以包括:获取跟随对象的图像,基于跟随对象的图像确定出目标跟随对象;或者获取跟随对象的特征,基于跟随对象的特征确定出目标跟随对象。
在一些实施例中,该跟随指令可以是由巡检人员对附近的处于空闲状态的无人机直接呼叫生成的指令;无人机可以直接接收该跟随指令,并将跟随状态以及跟随对象上报系统。具体地,该无人机需要采集该巡检人员的图像;对该图像进行识别,得到识别结果;分析该识别结果以确定该巡检人员是否具有权限;若该巡检人员具有权限,则接收该跟随指令并上报系统,将当前工作状态由空闲状态更新为工作状态,并实时上传运动轨迹;或者,该无人机将该巡检人员的跟随指令上传控制系统,在接收到控制系统基于该跟随指令返回的许可跟随指令后,跟随该巡检人员进行作业。
如此,响应于接收到无人机发送的跟随指令,将发送跟随指令的无人机确定为第一无人机。能够灵活的为无人机分配巡检任务,提高了无人机巡检的利用率,从而提高了巡检效率。
在一些实施例中,该确定目标场景下用于执行预设巡检任务的第一无人机,包括:响应于接收到终端发送的作业需求,基于作业需求以及候选无人机的状态信息,从候选无人机中为终端确定出目标场景下用于执行预设巡检任务的第一无人机;其中,作业需求包括表征预设巡检任务的信息。
在一些实施例中,该终端可以是手机、笔记本电脑或个人计算机等设备。该终端可以是在无人机巡检化工生产厂区的控制系统内的专用终端设备;也可以是与无人机巡检化工生产厂区的控制系统关联的终端设备。
在一些实施例中,该作业需求可以是人工输入信息生成的作业需求;还可以是控制设备基于当前的各个设备的工作数据生成的作业需求;也可以是无人机巡检化工生产厂区的控制系统预设的作业需求。该作业需求可以包括:所需无人机的数量、所需无人机的型号、工作时间、工作时长以及无人机搭载设备等信息。
在一些实施例中,该无人机的状态信息可以包括无人机工作状态信息、无人机搭载设备信息等。其中,该无人机工作状态信息可以包括:“正在工作中”、“正在待机中”、“正在维修中”、“正在充电中”等;该无人机搭载设备信息可以包括:无人机搭载的设备类型、无人机搭载的设备型号、无人机搭载设备的数量等。
在一些实施例中,该候选无人机可以是化工生产现场可调度的所有无人机,也可以是化工生产现场处于空闲状态的所有无人机或部分无人机,还可以是化工生产现场处于空闲状态的某一类无人机,如轻载无人机。
如此,响应于接收到终端发送的作业需求,基于作业需求以及候选无人机的状态信息确定第一无人机。能够灵活的为无人机分配巡检任务,提高了无人机巡检的利用率,从而提高了巡检效率。
在一些实施例中,该确定目标场景下用于执行预设巡检任务的第一无人机,包括:根据候选无人机的状态信息,结合巡检周期,从候选无人机中确定目标场景下用于执行预设巡检任务的第一无人机。
在一些实施例中,该巡检周期可以由无人机巡检化工生产厂区的控制系统根据化工生产作业情况确定巡检周期,还可以由无人机巡检化工生产厂区的控制系统根据化工生产作业情况确定不同的预设巡检任务。
这里,不对第一无人机的数量进行限定。可以让N架第一无人机跟随N个工作人员,也可以让M架第一无人机跟随1个工作人员,该M架第一无人机可以分别位于工作人员的周围,执行不同巡检任务的数据采集。
如此,根据候选无人机的状态信息,结合巡检周期,从候选无人机中确定目标场景下用于执行预设巡检任务的第一无人机。能够提高无人机执行巡检任务的效率,从而保证化工生产厂区的安全。
在一些实施例中,该预设巡检任务可以包括:厂房外巡检、厂房内巡检、生产安全隐患巡检以及人员作业巡检。
在一些实施例中,该预设巡检任务包括以下至少之一:在目标场景属于主动巡检场景且目标对象为设备时,预设巡检任务为例行巡检任务或抽样巡检任务;在目标场景属于主动巡检场景且目标对象为人时,预设巡检任务为例行巡检任务或抽样巡检任务;在目标场景属于被动巡检场景且目标对象为设备时,预设巡检任务为第一专门巡检任务,第一专门巡检任务是专门针对目标对象的巡检任务;在目标场景属于被动巡检场景且目标对象为人时,预设巡检任务为第二专门巡检任务,第二专门巡检任务基于目标对象的需求制定。
在一些实施例中,该主动巡检场景可以包括例行巡检任务和抽样巡检任务。该主动巡检场景的目标对象可以是人员或设备。该例行巡检任务为无人机巡检化工生产厂区的控制系统根据实际情况预先设定的任务,即当检测到符合例行巡检任务触发条件时,下发例行巡检任务。其中,该触发条件可以包括:预设时间内触发例行巡检任务、固定时间触发例行巡检任务等。该抽样巡检任务无人机巡检化工生产厂区的控制系统根据实际情况随机下发的任务。这里,该例行巡检任务的内容是预先设定的,该抽样巡检任务的内容是随机生成的。
在一些实施例中,该被动巡检场景可以包括:接收到设备A发出的告警信息、接收到巡检人员a的主动召唤等。
在一些实施例中,该被动巡检场景可以包括第一专门巡检任务和第二专门巡检任务。该第一专门巡检任务是专门针对目标对象的巡检任务。具体地,若目标对象是设备,则该第一专门巡检任务是基于设备的属性设定的任务;例如,对设备的温度检测设定的巡检任务。该第二专门巡检任务是基于目标对象需求生成的巡检任务。具体地,若目标对象为人员,则该第二专门巡检任务是基于人员需求生成的任务;例如,工作人员发出“对L台设备进行压力检测”的巡检任务。
在一些实施例中,该专门巡检任务可以包括:无人机为巡检人员带路;或者无人机执行巡检人员的指令,执行拍照、录像、分析数据等任务。
在一些实施例中,该预设状态包括设备异常状态,目标对象包括目标设备;其中,在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息,包括:在状态表征目标设备处于目标场景的设备异常状态时,输出目标场景下与设备异常状态相匹配的提示信息。
在一些实施例中,该设备异常状态可以包括:设备停止运行、设备运行出错、设备部分零件掉落、设备声音异常以及设备振动异常等。
在一些实施例中,该目标场景可以为因受限于空间的因素的场景;还可以是因受限于高度的因素的场景;也可以是因受限于特殊环境的场景。示例性地,该目标场景为暴雨天气,目标对象为厂房外部的大型设备;基于该目标场景和目标对象生成抽样巡检任务;确定目标场景下用于执行该抽样巡检任务的第一无人机;获取无人机采集的目标对象的数据;基于目标对象的数据确定目标场景下目标对象的状态;在状态表征目标对象处于目标场景的设备异常状态时,向系统上传告警提示信息;在状态表征目标对象处于目标场景的设备正常状态时,继续执行任务。
如此,在状态表征目标设备处于目标场景的设备异常状态时,输出目标场景下与设备异常状态相匹配的提示信息。能够在复杂场景下准确地得到目标对象的状态信息,有助于提高化工生产厂区的工作效率。
本公开实施例中,该预设状态包括人员异常状态,目标对象包括目标人员;其中,在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息,包括:在状态表征目标人员处于目标场景的人员异常状态时,输出目标场景下与人员异常状态相匹配的提示信息。
在一些实施例中,该人员异常状态可以包括:工作人员处于危险环境中、工作人员行为异常、工作人员佩戴的安全防护设备松动以及工作人员未佩戴安全防护设备等。
在一些实施例中,该目标人员可以是本厂区的工作人员;也可以是非厂区的工作人员,如擅自闯入厂区的人员等。
在一些实施例中,该目标场景可以为因受限于空间的因素的场景;还可以是因受限于高度的因素的场景;也可以是因受限于特殊环境的场景。示例性地,该目标场景为高塔,目标对象为厂房外部的高塔上作业的工作人员;基于该目标场景和目标对象生成例行巡检任务;确定目标场景下用于执行该例行巡检任务的第一无人机;获取无人机采集的目标对象的数据;基于目标对象的数据确定目标场景下目标对象的状态;在状态表征目标对象处于目标场景的人员异常状态时,向系统上传告警提示信息;在状态表征目标对象处于目标场景的人员正常状态时,继续执行任务。
如此,在状态表征目标人员处于目标场景的人员异常状态时,输出目标场景下与人员异常状态相匹配的提示信息。能够在复杂场景下准确的得到目标对象的状态信息,有助于提高化工生产厂区中工作人员的安全。
本公开实施例中,基于目标对象的数据确定目标场景下目标对象的状态,包括:获取已知对应关系,该已知对应关系至少包括目标对象的各个状态与对应区间数据之间的关系;基于该已知对应关系,分析目标场景下目标对象的数据对应的状态。这里,状态既可包括异常状态,又可包括正常状态。
在一些实施例中,该已知对应关系用于记录目标对象各个状态下的数据信息。其中,该数据信息可以是固定的值,也可以是一个数值区间,还可以是多个数值区间。该已知对应关系的形式可以以表格的形式展示。该已知对应关系通常存储在无人机巡检化工生产厂区的控制系统的数据源中。这里,该已知对应关系可以增加、删除、修改和更新。
如此,该已知对应关系能够为确定目标场景下目标对象的状态提供数据支持,有助于提高确定目标场景下目标对象的准确性。
本公开实施例中,该基于目标对象的数据确定目标场景下目标对象的状态,包括:将目标场景下目标对象的数据输入状态分析模型;状态分析模型是基于已知对应关系训练得到的,用于预测目标对象在目标场景下的状态;获取该状态分析模型输出的目标场景下目标对象的状态。
在一些实施例中,该状态分析模型的训练过程包括:获取训练数据,该训练数据为已知对应关系;将训练数据输入待训练模型进行训练,得到状态分析模型。该状态分析模型用于预测目标对象在目标场景的状态。
在一些实施例中,该目标场景下的目标对象数据是通过无人机采集得到的。该目标场景下的目标对象数据可以是图像数据、音频数据、文本数据以及视频数据。示例性地,该无人机采集的目标对象数据是一张设备零件脱落的图像,将该目标对象数据输入状态分析模型中,得到分析结果,该分析结果为该设备处于异常状态。
如此,通过状态分析模型可以基于无人机采集的目标对象的数据预测目标对象的状态,能够提高异常处理的效率。
本公开实施例中,该无人机巡检化工生产厂区的控制方法,还包括:建立目标场景下目标对象的数据与目标对象的状态之间的对应关系;基于对应关系更新已知对应关系。
在一些实施例中,该建立目标场景下目标对象的数据与目标对象的状态之间的对应关系可以通过无人机监控并记录作业过程实现。该无人机监控并记录作业过程,得到目标场景下目标对象的作业经验知识,并将该作业经验知识存储至经验库。该经验库位于部署无人机巡检化工生产厂区的控制系统的终端。
在一些实施例中,通过无人机采集目标场景下目标对象的数据,该数据可以是图像数据、视频数据、音频数据;分析目标对象的数据,得到目标对象状态;获取已知对应关系;基于已知对应关系与目标对象的数据和状态进行对比,得到对比结果;基于该对比结果更新已知对应关系。
如此,通过无人机采集的目标场景下目标对象的数据实时更新,能够提高确定目标对象的状态的准确性。
本公开实施例中,该无人机巡检化工生产厂区的控制方法,还包括:接收第一无人机发送的物品需求;基于物品需求为第一无人机调度第二无人机,以由第二无人机基于物品需求将目标物品运送给第一无人机对应的巡检人员。
这里,目标物品是物品需求中所指示的物品。
在一些实施例中,该物品需求可以包括所需物品的型号、所需物品的数量和所需物品的位置。图3示出了第二无人机的示意图,如图3所示,该第二无人机为载物无人机。该第二无人机用于为巡检人员运输所需物品。
实际应用中,第二无人机与第一无人机可直接通信。第二无人机直接接收第一无人机发送的物品需求;第二无人机基于所述物品需求确定目标物品所在位置;第二无人机通知配货员准备所述目标物品;第二无人机确定最优路线,所述最优路线为第二无人机飞向所述第一无人机用时最短路线或最安全路线;在检测到所述目标物品已装载到所述第二无人机时,基于所述最优路线将所述目标物品运送给第一无人机对应的巡检人员。同时,第二无人机可将自己的状态信息实时上报系统后台,以供系统后台实时记录所述第二无人机的状态。这里,第二无人机可根据采集的语音数据确定目标物品是否装载到该第二无人机。比如,配货员在将目标物品装载到第二无人机的置物台上时,说“xx物品已装好,可以出发”,第二无人机识别出该语音数据后,确定目标物品已装载到该第二无人机。这里,第二无人机可根据重量传感器确定目标物品是否装载到该第二无人机,该重量传感器位于第二无人机上。比如,第二无人机通过重量传感器检测第一时刻与第二时刻的重量;在重量变化量与目标物品的重量相匹配时,确定目标物品已装载到该第二无人机。这里,第二无人机可根据摄像头采集第二无人机的置物台上的图像数据,在基于图像数据识别出目标物品时,确定目标物品已装载到该第二无人机。
图4示出了第一无人机与第二无人机协调工作的示意图,如图4所示,目标场景为高空作业,目标对象为巡检人员,该巡检人员发现携带的工具不足,巡检人员可以呼叫第一无人机,并下达语音指令“需要A型号扳手1个、B型号扳手2个、W型号的螺丝8个”,第一无人机通过听筒采集巡检人员的音频,将该音频转换成指令文本,将该指令文本发送至第二无人机,该第二无人机接收第一无人机发送的指令文本,基于该指令文本执行任务。具体地,第二无人机基于该指令文本确定物品所在位置,并飞至物品存储区,然后播报所需物品,以供配货员基于其播报语音备货,并将所需物品装载到第二无人机。这里,该指令文本还可以包括:第一无人机位置、任务路线等信息;第一无人机和第二无人机可以进行通信。本公开不对第一无人机和第二无人机的通信方式进行限定。
在一些实施例中,该第二无人机也具有语音识别功能,可以识别巡检人员,并识别巡检人员下发的指令。示例性地,当第二无人机装载好所需物品,到达巡检人员附近,巡检人员可以下达语音指令“飞低一点”。
如此,能够通过第一无人机和第二无人机搭配使用的方案,提高无人机巡检化工生产厂区的智能性,从而提高无人机巡检化工生产厂区的效率。
本公开实施例中,该第一无人机上设置有第一语音识别模型,目标对象包括巡检人员,该无人机巡检化工生产厂区的控制方法还包括:在第一无人机接收到巡检人员的语音时,若通过第一语音识别模型识别出巡检人员的物品需求,向系统后台发送物品需求。
在一些实施例中,在第一无人机接收到巡检人员的语音时,若通过第一语音识别模型识别出巡检人员的物品需求,向系统后台发送物品需求;还可以发送第一无人机的位置和巡检人员的标识。
这里,该第一语音识别模型能够提取人员的音频并进行识别,该识别音频可以是不同地区人员的声音,还可以是其他语种的声音。
如此,在第一无人机接收到巡检人员的语音时,若通过第一语音识别模型识别出巡检人员的物品需求,向系统后台发送物品需求。能够实时采集巡检人员的指令,有助于提高无人机执行巡检任务的效率。
本公开实施例中,该第一无人机上设置有第二语音识别模型,目标对象包括目标设备,该无人机巡检化工生产厂区的控制方法还包括:在第一无人机执行预设巡检任务的过程中,将采集到的目标设备的声音输入第二语音识别模型,若通过第二语音识别模型分析出与目标设备的故障相匹配的物品需求,向系统后台发送物品需求。
在一些实施例中,在第一无人机接收到巡检人员的语音时,若通过第二语音识别模型分析出与目标设备的故障相匹配的物品需求,向系统后台发送物品需求;还可以发送第一无人机的位置和巡检人员的标识。
在一些实施例中,该第二语音识别模型能够提取设备的音频,并对设备的音频进行分析,确定目标场景下设备的状态。具体地,该第二语音识别模型还可以剔除设备的音频中的噪声。
这里,分析设备的音频可以包括以下角度:设备运行声音的大小、设备运行的频率、设备运行的波动。一些特殊的设备在不同工作状态时的大小、频率和波动是不同的。且,当设备处于异常状态时,设备的声音、频率和波动也不同。通过分析设备的音频可以得到所需维修工具和损坏器件等信息。
如此,通过在第一无人机执行预设巡检任务的过程中,将采集到的目标设备的声音输入第二语音识别模型,若通过第二语音识别模型分析出与目标设备的故障相匹配的物品需求,向系统后台发送物品需求,能够为确定设备状态提供数据支持,有助于提高巡检人员的工作效率。
本公开实施例中,该无人机巡检化工生产厂区的控制方法,还包括:确定第一无人机执行预设巡检任务的巡检路径;向第一无人机发送巡检路径,以由第一无人机基于巡检路径执行预设巡检任务。
在一些实施例中,该巡检路径包括:待巡检的设备名称以及巡检顺序、停留时长。
这里,该巡检路径是为第一无人机制定的最优巡检路径,该巡检路径可以通过路线规划模型得到;路线规划模型是基于各个无人机的状态信息、已知的其他无人机返回的巡检结果以及巡检需求,生成第一无人机的巡检路径。
如此,确定第一无人机执行预设巡检任务的巡检路径;向第一无人机发送巡检路径,以由第一无人机基于巡检路径执行预设巡检任务。能够提高无人机巡检的效率。
本公开实施例中,该目标对象包括巡检人员,该无人机巡检化工生产厂区的控制方法还包括:接收第一无人机发送的巡检人员的控制指令以及第一无人机针对控制指令的执行情况记录;其中,控制指令是在第一无人机执行预设巡检任务的过程中接收到的,且第一无人机识别出巡检人员具有发送控制指令的控制权限;存储巡检人员的控制指令以及针对控制指令对应的执行情况记录。
在一些实施例中,该执行情况记录可以记录工作人员的工作过程、工作时长和工作结果。
在一些实施例中,当巡检人员具有控制无人机的权限时,无人机才会执行巡检人员的指令。例如,巡检人员A具有控制无人机的权限时,巡检人员A可以下达指令“拍一张我正在检修XX器件的俯视图”,“拍一张我正在检修XX器件的正视图”,“拍一张XX设备的侧视图”,“记录10秒XX设备的声音”,“录制我维修XX设备的视频”。
如此,接收第一无人机发送的巡检人员的控制指令以及第一无人机针对控制指令的执行情况记录,能够记录巡检人员的工作情况,有助于记录巡检人员的作业规范,为后续工作提供经验数据。
本公开实施例还提出了一种可以执行上述无人机巡检化工生产厂区的控制方法的无人机巡检化工生产厂区的控制系统,图5是根据本公开实施例无人机巡检化工生产厂区的控制系统500的示意性框图。如图5所示,该无人机巡检化工生产厂区的控制系统500包括:控制设备510,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机520负责化工生产厂区的预设巡检任务;获取目标场景下第一无人机520采集的目标对象的数据;基于目标对象的数据确定目标场景下目标对象的状态;在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息;第一无人机520,用于执行预设巡检任务。
如此,通过无人机对化工生产厂区进行巡检,能够提高巡检的效率,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
本公开实施例中,如图5所示,该无人机巡检化工生产厂区的控制系统,还包括:第二无人机530,用于接收控制设备510的调度指令;基于调度指令将目标物品运送给第一无人机520对应的巡检人员;其中,调度指令由控制设备510基于第一无人机520发送的物品需求而确定。
这里,该巡检人员是该第一无人机跟随的人员。
如此,能够实现第一无人机和第二无人机互相协调工作,提高无人机巡检化工生产厂区的智能性,从而提高无人机巡检化工生产厂区的效率。
应理解,图2至图5所示的流程图仅仅是示意性而非限制性的,上述流程可根据作业需求进行适应性调整或更改,在此不再赘述。本领域技术人员可以基于图2至图5的例子进行各种显而易见的变化和/或替换,得到的技术方案仍属于本公开实施例的公开范围。
本公开实施例提供了一种无人机巡检化工生产厂区的控制装置,如图6所示,该无人机巡检化工生产厂区的控制装置可以包括:
第一确定模块610,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,第一无人机负责化工生产厂区的预设巡检任务;
获取模块620,用于获取目标场景下第一无人机采集的目标对象的数据;
第二确定模块630,用于基于目标对象的数据确定目标场景下目标对象的状态;
输出模块640,用于在状态表征目标对象处于目标场景的预设状态时,输出目标场景下与预设状态相匹配的提示信息。
其中,预设巡检任务包括:
在目标场景属于主动巡检场景且目标对象为设备时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于主动巡检场景且目标对象为人时,预设巡检任务为例行巡检任务或抽样巡检任务;
在目标场景属于被动巡检场景且目标对象为设备时,预设巡检任务为第一专门巡检任务,第一专门巡检任务是专门针对目标对象的巡检任务;
在目标场景属于被动巡检场景且目标对象为人时,预设巡检任务为第二专门巡检任务,第二专门巡检任务基于目标对象的需求制定。
在一些实施例中,该第一确定模块610,包括:第一确定子模块,用于响应于接收到无人机发送的跟随指令,将发送跟随指令的无人机确定为第一无人机,其中,跟随指令是巡检人员向发送跟随指令的无人机发送的指令,用于指示其跟随巡检人员工作,跟随指令包括表征预设巡检任务的信息。
在一些实施例中,该第一确定模块610,包括:第二确定子模块,用于响应于接收到终端发送的作业需求,基于作业需求以及候选无人机的状态信息,从候选无人机中为终端确定出目标场景下用于执行预设巡检任务的第一无人机;其中,作业需求包括表征预设巡检任务的信息。
在一些实施例中,该第一确定模块610,包括:第三确定子模块,用于根据候选无人机的状态信息,结合巡检周期,从候选无人机中确定目标场景下用于执行预设巡检任务的第一无人机。
在一些实施例中,该预设巡检任务包括以下至少之一:在目标场景属于主动巡检场景且目标对象为设备时,预设巡检任务为例行巡检任务或抽样巡检任务;在目标场景属于主动巡检场景且目标对象为人时,预设巡检任务为例行巡检任务或抽样巡检任务;在目标场景属于被动巡检场景且目标对象为设备时,预设巡检任务为第一专门巡检任务,第一专门巡检任务是专门针对目标对象的巡检任务;在目标场景属于被动巡检场景且目标对象为人时,预设巡检任务为第二专门巡检任务,第二专门巡检任务基于目标对象的需求制定。
在一些实施例中,预设状态包括设备异常状态,目标对象包括目标设备;其中,该输出模块640,包括:第一输出子模块,用于在状态表征目标设备处于目标场景的设备异常状态时,输出目标场景下与设备异常状态相匹配的提示信息。
在一些实施例中,预设状态包括人员异常状态,目标对象包括目标人员;其中,该输出模块640,包括:第二输出子模块,用于在状态表征目标人员处于目标场景的人员异常状态时,输出目标场景下与人员异常状态相匹配的提示信息。
在一些实施例中,该第二确定模块630,包括:第一获取子模块,用于获取已知对应关系,已知对应关系至少包括目标对象的各个状态与对应区间数据之间的关系;分析子模块,用于基于已知对应关系,分析目标场景下目标对象的数据对应的状态。
在一些实施例中,该第二确定模块630,包括:输入子模块,用于将目标场景下目标对象的数据输入状态分析模型;状态分析模型是基于已知对应关系训练得到的,用于预测目标对象在目标场景下的状态;第二获取子模块,用于获取状态分析模型输出的目标场景下目标对象的状态。
在一些实施例中,该无人机巡检化工生产厂区的控制装置还包括:建立模块(图6中未示出),用于建立目标场景下目标对象的数据与目标对象的状态之间的对应关系;更新模块(图6中未示出),用于基于对应关系更新已知对应关系。
在一些实施例中,该无人机巡检化工生产厂区的控制装置还包括:第一接收模块(图6中未示出),用于接收第一无人机发送的物品需求;调度模块(图6中未示出),用于基于物品需求为第一无人机调度第二无人机,以由第二无人机基于物品需求将目标物品运送给第一无人机对应的巡检人员。
在一些实施例中,该无人机巡检化工生产厂区的控制装置还包括:第一无人机上设置有第一语音识别模型,目标对象包括巡检人员,装置还包括:第一发送模块(图6中未示出),用于在第一无人机接收到巡检人员的语音时,若通过第一语音识别模型识别出巡检人员的物品需求,向系统后台发送物品需求。
在一些实施例中,该无人机巡检化工生产厂区的控制装置还包括:第二发送模块(图6中未示出),用于在第一无人机执行预设巡检任务的过程中,将采集到的目标设备的声音输入第二语音识别模型,若通过第二语音识别模型分析出与目标设备的故障相匹配的物品需求,向系统后台发送物品需求。
在一些实施例中,该无人机巡检化工生产厂区的控制装置还包括:第三确定模块(图6中未示出),用于确定第一无人机执行预设巡检任务的巡检路径;第三发送模块(图6中未示出),用于向第一无人机发送巡检路径,以由第一无人机基于巡检路径执行预设巡检任务。
在一些实施例中,目标对象包括巡检人员,该无人机巡检化工生产厂区的控制装置还包括:第二接收模块(图6中未示出),用于接收第一无人机发送的巡检人员的控制指令以及第一无人机针对控制指令的执行情况记录;其中,控制指令是在第一无人机执行预设巡检任务的过程中接收到的,且第一无人机识别出巡检人员具有发送控制指令的控制权限;存储模块(图6中未示出),用于存储巡检人员的控制指令以及针对控制指令对应的执行情况记录。
本领域技术人员应当理解,本公开实施例的无人机巡检化工生产厂区的控制装置中各处理模块的功能,可参照前述的无人机巡检化工生产厂区的控制方法的相关描述而理解,本公开实施例的无人机巡检化工生产厂区的控制装置中各处理模块,可通过实现本公开实施例该的功能的模拟电路而实现,也可以通过执行本公开实施例该的功能的软件在电子设备上的运行而实现。
本公开实施例的无人机巡检化工生产厂区的控制装置,通过无人机对化工生产厂区进行巡检,能够提高巡检的效率,能够提高巡检的灵活性,从而保证化工生产厂区的正常运行和化工生产厂区的安全。
根据本公开的实施例,本公开还提供了一种电子设备和一种可读存储介质。
图7为根据本公开一实施例的电子设备的结构框图。如图7所示,该电子设备包括:存储器710和处理器720,存储器710内存储有可在处理器720上运行的计算机程序。存储器710和处理器720的数量可以为一个或多个。存储器710可以存储一个或多个计算机程序,当该一个或多个计算机程序被该电子设备执行时,使得该电子设备执行上述方法实施例提供的方法。该电子设备还可以包括:通信接口730,用于与外界设备进行通信,进行数据交互传输。
如果存储器710、处理器720和通信接口730独立实现,则存储器710、处理器720和通信接口730可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器710、处理器720及通信接口730集成在一块芯片上,则存储器710、处理器720及通信接口730可以通过内部接口完成相互间的通信。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(Advanced RISC Machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic Random Access Memory,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct RAMBUS RAM,DR RAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时,全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络或其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如:同轴电缆、光纤、数据用户线(Digital Subscriber Line,DSL))或无线(例如:红外、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质,或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如:软盘、硬盘、磁带)、光介质(例如:数字通用光盘(Digital Versatile Disc,DVD))或半导体介质(例如:固态硬盘(Solid State Disk,SSD))等。值得注意的是,本公开提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本公开实施例的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本公开的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本公开实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
在本公开实施例的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
以上所述仅为本公开的示例性实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (19)
1.一种无人机巡检化工生产厂区的控制方法,其特征在于,包括:
确定目标场景下用于执行预设巡检任务的第一无人机;其中,所述第一无人机负责所述化工生产厂区的所述预设巡检任务;
获取所述目标场景下所述第一无人机采集的目标对象的数据;
基于所述目标对象的所述数据确定所述目标场景下所述目标对象的状态;
在所述状态表征所述目标对象处于所述目标场景的预设状态时,输出所述目标场景下与所述预设状态相匹配的提示信息;
其中,所述预设巡检任务包括:
在所述目标场景属于主动巡检场景且所述目标对象为设备时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于主动巡检场景且所述目标对象为人时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为设备时,所述预设巡检任务为第一专门巡检任务,所述第一专门巡检任务是专门针对所述目标对象的巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为人时,所述预设巡检任务为第二专门巡检任务,所述第二专门巡检任务基于所述目标对象的需求制定。
2.根据权利要求1所述的方法,其特征在于,所述确定目标场景下用于执行预设巡检任务的第一无人机,包括:
响应于接收到无人机发送的跟随指令,将发送所述跟随指令的无人机确定为所述第一无人机,其中,所述跟随指令是巡检人员向发送所述跟随指令的无人机发送的指令,用于指示其跟随所述巡检人员工作,所述跟随指令包括表征所述预设巡检任务的信息。
3.根据权利要求1所述的方法,其特征在于,所述确定目标场景下用于执行预设巡检任务的第一无人机,包括:
响应于接收到终端发送的作业需求,基于所述作业需求以及候选无人机的状态信息,从所述候选无人机中为所述终端确定出所述目标场景下用于执行所述预设巡检任务的所述第一无人机;其中,所述作业需求包括表征所述预设巡检任务的信息。
4.根据权利要求1所述的方法,其特征在于,所述确定目标场景下用于执行预设巡检任务的第一无人机,包括:
根据候选无人机的状态信息,结合巡检周期,从所述候选无人机中确定所述目标场景下用于执行所述预设巡检任务的所述第一无人机。
5.根据权利要求1所述的方法,其特征在于,所述预设状态包括设备异常状态,所述目标对象包括目标设备;
其中,在所述状态表征所述目标对象处于所述目标场景的预设状态时,输出所述目标场景下与所述预设状态相匹配的提示信息,包括:
在所述状态表征所述目标设备处于所述目标场景的设备异常状态时,输出所述目标场景下与所述设备异常状态相匹配的提示信息。
6.根据权利要求1所述的方法,其特征在于,所述预设状态包括人员异常状态,所述目标对象包括目标人员;
其中,在所述状态表征所述目标对象处于所述目标场景的预设状态时,输出所述目标场景下与所述预设状态相匹配的提示信息,包括:
在所述状态表征目标人员处于所述目标场景的人员异常状态时,输出所述目标场景下与所述人员异常状态相匹配的提示信息。
7.根据权利要求1所述的方法,其特征在于,基于所述目标对象的所述数据确定所述目标场景下所述目标对象的状态,包括:
获取已知对应关系,所述已知对应关系至少包括所述目标对象的各个状态与对应区间数据之间的关系;
基于所述已知对应关系,分析所述目标场景下所述目标对象的所述数据对应的所述状态。
8.根据权利要求1所述的方法,其特征在于,基于所述目标对象的所述数据确定所述目标场景下所述目标对象的状态,包括:
将所述目标场景下所述目标对象的所述数据输入状态分析模型;所述状态分析模型是基于已知对应关系训练得到的,用于预测所述目标对象在所述目标场景下的所述状态;
获取所述状态分析模型输出的所述目标场景下所述目标对象的所述状态。
9.根据权利要求7或8所述的方法,其特征在于,所述方法还包括:
建立所述目标场景下所述目标对象的所述数据与所述目标对象的所述状态之间的对应关系;
基于所述对应关系更新所述已知对应关系。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收所述第一无人机发送的物品需求;
基于所述物品需求为所述第一无人机调度第二无人机,以由所述第二无人机基于所述物品需求将目标物品运送给所述第一无人机对应的巡检人员。
11.根据权利要求10所述的方法,其特征在于,所述第一无人机上设置有第一语音识别模型,所述目标对象包括巡检人员,所述方法还包括:
在所述第一无人机接收到巡检人员的语音时,若通过所述第一语音识别模型识别出所述巡检人员的所述物品需求,向系统后台发送所述物品需求。
12.根据权利要求10所述的方法,其特征在于,所述第一无人机上设置有第二语音识别模型,所述目标对象包括目标设备,所述方法还包括:
在所述第一无人机执行所述预设巡检任务的过程中,将采集到的目标设备的声音输入所述第二语音识别模型,若通过所述第二语音识别模型分析出与所述目标设备的故障相匹配的所述物品需求,向系统后台发送所述物品需求。
13.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述第一无人机执行所述预设巡检任务的巡检路径;
向所述第一无人机发送所述巡检路径,以由所述第一无人机基于所述巡检路径执行所述预设巡检任务。
14.根据权利要求1所述的方法,其特征在于,所述目标对象包括巡检人员,所述方法还包括:
接收所述第一无人机发送的所述巡检人员的控制指令以及所述第一无人机针对所述控制指令的执行情况记录;其中,所述控制指令是在所述第一无人机执行所述预设巡检任务的过程中接收到的,且所述第一无人机识别出所述巡检人员具有发送所述控制指令的控制权限;
存储所述巡检人员的所述控制指令以及针对所述控制指令对应的所述执行情况记录。
15.一种无人机巡检化工生产厂区的控制系统,其特征在于,包括:
控制设备,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,所述第一无人机负责所述化工生产厂区的所述预设巡检任务;获取所述目标场景下所述第一无人机采集的目标对象的数据;基于所述目标对象的所述数据确定所述目标场景下所述目标对象的状态;在所述状态表征所述目标对象处于所述目标场景的预设状态时,输出所述目标场景下与所述预设状态相匹配的提示信息;
第一无人机,用于执行所述预设巡检任务;
其中,所述预设巡检任务包括:
在所述目标场景属于主动巡检场景且所述目标对象为设备时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于主动巡检场景且所述目标对象为人时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为设备时,所述预设巡检任务为第一专门巡检任务,所述第一专门巡检任务是专门针对所述目标对象的巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为人时,所述预设巡检任务为第二专门巡检任务,所述第二专门巡检任务基于所述目标对象的需求制定。
16.根据权利要求15所述的无人机巡检化工生产厂区的控制系统,其特征在于,还包括:
第二无人机,用于接收所述控制设备的调度指令;基于所述调度指令将目标物品运送给所述第一无人机对应的巡检人员;其中,所述调度指令由所述控制设备基于所述第一无人机发送的物品需求而确定。
17.一种无人机巡检化工生产厂区的控制装置,其特征在于,包括:
第一确定模块,用于确定目标场景下用于执行预设巡检任务的第一无人机;其中,所述第一无人机负责所述化工生产厂区的所述预设巡检任务;
获取模块,用于获取所述目标场景下所述第一无人机采集的目标对象的数据;
第二确定模块,用于基于所述目标对象的所述数据确定所述目标场景下所述目标对象的状态;
输出模块,用于在所述状态表征所述目标对象处于所述目标场景的预设状态时,输出所述目标场景下与所述预设状态相匹配的提示信息;
其中,所述预设巡检任务包括:
在所述目标场景属于主动巡检场景且所述目标对象为设备时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于主动巡检场景且所述目标对象为人时,所述预设巡检任务为例行巡检任务或抽样巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为设备时,所述预设巡检任务为第一专门巡检任务,所述第一专门巡检任务是专门针对所述目标对象的巡检任务;
在所述目标场景属于被动巡检场景且所述目标对象为人时,所述预设巡检任务为第二专门巡检任务,所述第二专门巡检任务基于所述目标对象的需求制定。
18.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至14中任一项所述的方法。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1至14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677612.XA CN117382933B (zh) | 2023-12-07 | 2023-12-07 | 无人机巡检化工生产厂区的控制方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677612.XA CN117382933B (zh) | 2023-12-07 | 2023-12-07 | 无人机巡检化工生产厂区的控制方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117382933A true CN117382933A (zh) | 2024-01-12 |
CN117382933B CN117382933B (zh) | 2024-02-23 |
Family
ID=89466977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311677612.XA Active CN117382933B (zh) | 2023-12-07 | 2023-12-07 | 无人机巡检化工生产厂区的控制方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117382933B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018082367A1 (zh) * | 2016-11-04 | 2018-05-11 | 江健良 | 一种电力巡检无人机 |
JP2018106394A (ja) * | 2016-12-26 | 2018-07-05 | 株式会社リックサポート | 建築物等の管理方法および建築物等の管理システム |
CN108632071A (zh) * | 2017-03-23 | 2018-10-09 | 广东凯通科技股份有限公司 | 一种通信网络巡检方法及装置 |
CN112509168A (zh) * | 2020-11-26 | 2021-03-16 | 深圳市中研安创科技发展有限公司 | 高效巡检方法、装置、设备及可读存储介质 |
CN113204247A (zh) * | 2021-04-16 | 2021-08-03 | 深圳市艾赛克科技有限公司 | 一种无人机巡检系统 |
CN113989503A (zh) * | 2021-10-26 | 2022-01-28 | 广西中烟工业有限责任公司 | 一种生产线巡检系统、方法、电子设备及存储介质 |
CN114627569A (zh) * | 2022-03-10 | 2022-06-14 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 电力线路巡检无人机的异常处理方法、装置和计算机设备 |
DE102021101102A1 (de) * | 2021-01-20 | 2022-07-21 | Thyssenkrupp Ag | Fluggerät und Verfahren zur Inspektion von Einrichtungen von Kokereianlagen zur De-tektion von Fehlerquellen |
CN115272944A (zh) * | 2022-07-07 | 2022-11-01 | 上海发电设备成套设计研究院有限责任公司 | 一种基于三维实景的巡检系统及方法 |
CN115562349A (zh) * | 2022-11-04 | 2023-01-03 | 新特能源股份有限公司 | 一种无人机与地面巡检机器人协同作业的巡检方法及装置 |
US20230120285A1 (en) * | 2020-05-15 | 2023-04-20 | Nanjing Nanji Intelligent Agricultural Machinery Technology Research Institute Co., Ltd. | Method for controlling unmanned aerial vehicle, method for controlling go and return trip of unmanned aerial vehicle, unmanned aerial vehicle, medium, and control system |
-
2023
- 2023-12-07 CN CN202311677612.XA patent/CN117382933B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018082367A1 (zh) * | 2016-11-04 | 2018-05-11 | 江健良 | 一种电力巡检无人机 |
JP2018106394A (ja) * | 2016-12-26 | 2018-07-05 | 株式会社リックサポート | 建築物等の管理方法および建築物等の管理システム |
CN108632071A (zh) * | 2017-03-23 | 2018-10-09 | 广东凯通科技股份有限公司 | 一种通信网络巡检方法及装置 |
US20230120285A1 (en) * | 2020-05-15 | 2023-04-20 | Nanjing Nanji Intelligent Agricultural Machinery Technology Research Institute Co., Ltd. | Method for controlling unmanned aerial vehicle, method for controlling go and return trip of unmanned aerial vehicle, unmanned aerial vehicle, medium, and control system |
CN112509168A (zh) * | 2020-11-26 | 2021-03-16 | 深圳市中研安创科技发展有限公司 | 高效巡检方法、装置、设备及可读存储介质 |
DE102021101102A1 (de) * | 2021-01-20 | 2022-07-21 | Thyssenkrupp Ag | Fluggerät und Verfahren zur Inspektion von Einrichtungen von Kokereianlagen zur De-tektion von Fehlerquellen |
CN113204247A (zh) * | 2021-04-16 | 2021-08-03 | 深圳市艾赛克科技有限公司 | 一种无人机巡检系统 |
CN113989503A (zh) * | 2021-10-26 | 2022-01-28 | 广西中烟工业有限责任公司 | 一种生产线巡检系统、方法、电子设备及存储介质 |
CN114627569A (zh) * | 2022-03-10 | 2022-06-14 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 电力线路巡检无人机的异常处理方法、装置和计算机设备 |
CN115272944A (zh) * | 2022-07-07 | 2022-11-01 | 上海发电设备成套设计研究院有限责任公司 | 一种基于三维实景的巡检系统及方法 |
CN115562349A (zh) * | 2022-11-04 | 2023-01-03 | 新特能源股份有限公司 | 一种无人机与地面巡检机器人协同作业的巡检方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117382933B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112213979A (zh) | 一种场站智能机器人巡检系统及方法 | |
CN107450491B (zh) | 一种机器人调度系统、方法、电子设备和存储介质 | |
US11237026B2 (en) | Inspection system for cable, pipe or wire transits | |
CN109656252A (zh) | 一种基于agv的中控调度系统和定位导航方法 | |
CN106162089A (zh) | 一种电力巡线图像自动识别分析系统及其分析方法 | |
CN103338362A (zh) | 一种基于视频监控系统的事件处理方法及系统 | |
EP4116906A1 (en) | Method for warehouse storage-location monitoring, computer device, and non-volatile storage medium | |
JP6947683B2 (ja) | ビル保守システム及びビル保守支援方法 | |
Nascimento et al. | An integrated inspection system for belt conveyor rollers | |
CN110910369A (zh) | 一种生产线监管的方法、装置及存储介质 | |
CN112367380A (zh) | 一种机房巡检系统及其方法 | |
CN116703167B (zh) | 养殖设备告警监测处理方法、装置、设备及存储介质 | |
CN110019285A (zh) | 一种警情识别分派方法及电子设备 | |
CN116136613A (zh) | 一种数据中心自动巡检方法、装置、设备及介质 | |
KR101525845B1 (ko) | 해상 가두리 자가 진단 시스템 | |
CN114510077A (zh) | 无人机杆路巡检的路线规划方法及装置、计算机存储介质 | |
CN117382933B (zh) | 无人机巡检化工生产厂区的控制方法、系统及装置 | |
CN105740993A (zh) | 变电站运维巡检系统及其实现方法 | |
CN112947576A (zh) | 无人机巡查方法、装置、系统及计算机可读存储介质 | |
KR102546183B1 (ko) | 지능형 농장 관리 방법 및 시스템 | |
CN112085221A (zh) | 数字化杆塔智慧运检方法和系统 | |
CN115296193A (zh) | 变电站智能巡检系统及方法 | |
JP7300958B2 (ja) | 撮像装置、制御方法、及びコンピュータプログラム | |
CN105847441A (zh) | 一种长途客车安防卫星定位及售票远程监督核算管理方法 | |
US20230418270A1 (en) | Area management system, area management method, and storage medium |
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 |