CN117970945A - 一种多无人机协同侦察轻量化双层空间表征方法 - Google Patents

一种多无人机协同侦察轻量化双层空间表征方法 Download PDF

Info

Publication number
CN117970945A
CN117970945A CN202410372992.4A CN202410372992A CN117970945A CN 117970945 A CN117970945 A CN 117970945A CN 202410372992 A CN202410372992 A CN 202410372992A CN 117970945 A CN117970945 A CN 117970945A
Authority
CN
China
Prior art keywords
subspace
super
unmanned aerial
aerial vehicle
information
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
Application number
CN202410372992.4A
Other languages
English (en)
Other versions
CN117970945B (zh
Inventor
张通
李程颢
赵克臻
杨韬
许涛
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202410372992.4A priority Critical patent/CN117970945B/zh
Publication of CN117970945A publication Critical patent/CN117970945A/zh
Application granted granted Critical
Publication of CN117970945B publication Critical patent/CN117970945B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本公开实施例是关于一种多无人机协同侦察轻量化双层空间表征方法。该方法包括:各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间;对每个子空间赋予若干种属性,以构成超级子空间;各个无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享;根据第一超级子空间信息和第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征。本公开实施例保证了空间表征的基础功能,即能够作为任务地图完整描述目标空间,为后续协同侦察决策规划工作提供完整的地图表征输入。

Description

一种多无人机协同侦察轻量化双层空间表征方法
技术领域
本公开实施例涉及多无人机协同侦察空间表征技术领域,尤其涉及一种多无人机协同侦察轻量化双层空间表征方法。
背景技术
多无人机系统协同侦察任务关注的重点是如何使协同系统中的多架无人机高效合作以更快、更完整地获取目标空间的信息,需要协同系统共同对目标空间进行遍历,具体涉及空间表征、信息共享、任务分配以及航迹规划等相关技术。所期望多无人机系统协同侦察的特点可被概括为以下两点:①发挥协同优势,侦察效率快;②信息获取完整,侦察效果全。
然而,在实际执行中,两者因为物理世界中的限制情况而常有矛盾,主要表现在臃肿的空间表征与信息共享、任务分配的实时性之间的矛盾。其具体指协同系统中无人机数量较多造成共享信息数据量爆炸式增长,而物理世界中通信手段带宽有限,无法保证在无人机间能够实时、无损地进行信息传输。
当前,传统的多无人机系统协同侦察多单独使用精细化栅格或概略性区域划分对目标空间进行表征。精细化栅格能够精确的表征空间细节,但其表征数据量过大,在低带宽情况下无法保证实时的空间信息共享;而概略性区域划分虽然数据量较小,但无法表征空间信息特征而影响后续高效的任务分配。
发明内容
为了避免现有技术的不足之处,本发明提供一种多无人机协同侦察轻量化双层空间表征方法,用以解决现有技术中存在精细化栅格在低带宽情况下无法保证实时的空间信息共享,而概略性区域划分虽然数据量较小,但无法表征空间信息特征而影响后续高效的任务分配的问题。
根据本公开实施例,提供一种多无人机协同侦察轻量化双层空间表征方法,该方法包括:
步骤S1:各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间;
步骤S2:对每个所述子空间赋予若干种属性,以构成超级子空间;其中,所述无人机与所述超级子空间一一对应;
步骤S3:各个所述无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享;
步骤S4:根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征;
步骤S5:重复步骤S3和步骤S4,直至协同侦察任务结束。
进一步的,所述各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间的步骤中,包括:
设定所述子空间的分辨率大小为r,经过均匀划分形成子空间个数为:
其中,r为子空间的分辨率大小,函数为/>,/>两者取整后的最大值,L为目标空间的长度,W为目标空间的宽度,H为目标空间的高度。
进一步的,所述对每个所述子空间赋予若干种属性,以构成超级子空间的步骤中,包括:
对各个所述子空间赋予子空间编号、子空间责任编号、子空间状态、子空间中心位置和子空间未知率,以构建所述超级子空间。
进一步的,所述各个所述无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享的步骤中,包括:
针对一个所述无人机,各个所述无人机将自身对应的所述超级子空间的所述第一超级子空间信息按照预设频率经无线传输共享至所述其他无人机,且所述无人机经无线传输接收所述其他无人机发送的所述第二超级子空间信息;
遍历所有所述无人机,重复上述步骤,以完成轻量化共享。
进一步的,所述根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征的步骤中,包括:
将所述第二超级子空间信息与第一子空间信息进行融合,得到接收共享信息后的与所述其他无人机统一的所述全局超级子空间。
进一步的,所述根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征的步骤中,包括:
根据所述无人机的传感器,观察并建立的局部精细化栅格空间,更新自身视角下的所述全局超级子空间的所述子空间责任编号、所述子空间状态、所述子空间中心位置以及所述子空间未知率。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例中,通过上述多无人机协同侦察轻量化双层空间表征方法,一方面,保证了空间表征的基础功能,即能够作为任务地图完整描述目标空间,为后续协同侦察决策规划工作提供完整的地图表征输入;另一方面,提升了空间表征的延伸作用,即仅使用简单而完备的属性信息来表示空间信息,有利于多无人机协同系统轻量而稳定的信息共享,提升系统在限制性环境中的稳定性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开示例性实施例中一种多无人机协同侦察轻量化双层空间表征方法的步骤图;
图2示出本公开示例性实施例中将目标空间分割为统一分辨率的子空间示意图;
图3示出本公开示例性实施例中对各子空间赋予属性后建立的超级子空间(二维简化)示意图;
图4示出本公开示例性实施例中各无人机共享超级子空间信息的示意图;
图5示出本公开示例性实施例中超级子空间信息更新示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开实施例的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本示例实施方式中提供了一种多无人机协同侦察轻量化双层空间表征方法。参考图1中所示,该多无人机协同侦察轻量化双层空间表征方法可以包括:
步骤S1:各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间;
步骤S2:对每个所述子空间赋予若干种属性,以构成超级子空间;其中,所述无人机与所述超级子空间一一对应;
步骤S3:各个所述无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享;
步骤S4:根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征;
步骤S5:重复步骤S3和步骤S4,直至协同侦察任务结束。
通过上述多无人机协同侦察轻量化双层空间表征方法,一方面,保证了空间表征的基础功能,即能够作为任务地图完整描述目标空间,为后续协同侦察决策规划工作提供完整的地图表征输入;另一方面,提升了空间表征的延伸作用,即仅使用简单而完备的属性信息来表示空间信息,有利于多无人机协同系统轻量而稳定的信息共享,提升系统在限制性环境中的稳定性。
下面,将参考图1至图5对本示例实施方式中的上述多无人机协同侦察轻量化双层空间表征方法的各个步骤进行更详细的说明。
在步骤S1中,各无人机的坐标系统统一,已得到协同侦察目标空间(为简化,假设为立方体),其在三维空间中的长、宽、高分别为/>、/>、/>
按照一定比例分割目标空间,其具体做法为:提前设定子空间分辨率大小为,则经过均匀划分形成子空间个数为:/>,其中函数/>为/>两者取整后的最大值。
在步骤S2中,赋予每个子空间多种属性,其具体包括:①编号(即子空间编号):描述和区分各子空间ID;②责任编号/>(即子空间责任编号):对该子空间完成侦察(已遍历该子空间并获得子空间完整信息)的对应无人机ID;③状态/>(即子空间状态):描述子空间侦察情况,分别为未侦察,已侦察,正侦察,对应数字0、1、2进行简化表示;④位置/>(即子空间中心位置):描述子空间的中心位置,中心位置为该子空间中未侦察的精细化栅格的平均位置;⑤未知率/>(即子空间未知率):子空间中未侦察栅格占总栅格数量的比率。
在步骤S3中,发送自身超级子空间信息、接收其他无人机超级子空间信息,其具体做法为:通过通信手段,将自身的超级子空间信息(包括自身视角下所有超级子空间的编号、责任编号、状态、位置以及未知率)按照一定频率经过无线传输共享给其他无人机。协同系统内其他无人机同理。
在步骤S4中,更新自身全局超级子空间属性,其具体做法为:系统内某无人机接收来自其他无人机的超级子空间信息,与自身超级子空间信息进行融合,得到接收共享信息后的与其他无人机统一的全局超级子空间。在此基础上,根据自身传感器观察并建立的局部精细化栅格空间,更新自身视角下的全局超级子空间的责任编号、状态、中心位置以及未知率属性。至此,超级子空间的一轮更新完成。
在步骤S5中,随着协同侦察任务的进行,系统内各无人机依次重复步骤3和步骤4,经过连续多轮的超级子空间共享以及更新,各无人机维护统一且准确的全局空间用作后续任务分配的输入,直到协同侦察任务完成。
在一个具体的实施例中,如图2所示,将目标空间分割为统一分辨率的子空间。其具体做法为:按照提前设定的子空间分辨率,均匀划分体积为/>的目标空间以形成子空间。经过划分,获得数量为/>的尺寸为/>的均匀子空间,其中函数/>为/>,/>两者取整后的最大值。
如图3所示,对各子空间赋予属性后建立超级子空间。其具体做法为:在获得多个物理尺寸上的均匀子空间后,赋予子空间多个属性,其具体包括:①编号:描述、区分各子空间ID(全局一致且固定);②责任编号/>:对该子空间完成侦察(已遍历该子空间并获得子空间完整信息)的对应无人机ID(局部且随侦察而变化更新);③状态/>:描述子空间侦察情况,分别为未侦察,已侦察,正侦察,对应数字0、1、2进行简化表示(局部且随侦察而变化更新);④位置/>:描述子空间的中心位置,中心位置为该子空间中未侦察的精细化栅格的平均位置(局部且随侦察而变化更新);⑤未知率/>:子空间中未侦察栅格占总栅格数量的比率(局部且随侦察而变化更新)。至此,获得系统内某无人机自身的局部超级子空间视图。
如图4所示,将系统内各无人机自身的局部超级子空间信息进行共享。其具体做法为:通过通信手段,无人机A将自身的超级子空间信息(包括自身视角下所有超级子空间的编号、责任编号、状态、位置以及未知率、传输共享时的时间戳)按照一定频率经过无线传输共享给无人机B。
如图5所示,接收信息后,更新以获得系统一致的全局超级子空间信息。其具体做法为:无人机B收到消息后,与自身超级子空间融合进行信息更新,信息以时间戳最近的最新信息为准进行更新,由此建立无人机A、B的一致超级子空间信息。协同系统内其他无人机同理。经过一轮一轮信息共享,最终获得协同系统的一致超级子空间信息。由此,完成超级子空间建立及维护的整个流程。
通过上述多无人机协同侦察轻量化双层空间表征方法,一方面,保证了空间表征的基础功能,即能够作为任务地图完整描述目标空间,为后续协同侦察决策规划工作提供完整的地图表征输入;另一方面,提升了空间表征的延伸作用,即仅使用简单而完备的属性信息来表示空间信息,有利于多无人机协同系统轻量而稳定的信息共享,提升系统在限制性环境中的稳定性。
此外,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,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,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、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,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进行结合和组合。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。

Claims (6)

1.一种多无人机协同侦察轻量化双层空间表征方法,其特征在于,该方法包括:
步骤S1:各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间;
步骤S2:对每个所述子空间赋予若干种属性,以构成超级子空间;其中,所述无人机与所述超级子空间一一对应;
步骤S3:各个所述无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享;
步骤S4:根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征;
步骤S5:重复步骤S3和步骤S4,直至协同侦察任务结束。
2.根据权利要求1所述多无人机协同侦察轻量化双层空间表征方法,其特征在于,所述各个无人机按照相同的比例分割目标空间,以形成尺寸、位置相同的多个子空间的步骤中,包括:
设定所述子空间的分辨率大小为r,经过均匀划分形成子空间个数为:
其中,r为子空间的分辨率大小,函数为/>,/>两者取整后的最大值,L为目标空间的长度,W为目标空间的宽度,H为目标空间的高度。
3.根据权利要求2所述多无人机协同侦察轻量化双层空间表征方法,其特征在于,所述对每个所述子空间赋予若干种属性,以构成超级子空间的步骤中,包括:
对各个所述子空间赋予子空间编号、子空间责任编号、子空间状态、子空间中心位置和子空间未知率,以构建所述超级子空间。
4.根据权利要求1所述多无人机协同侦察轻量化双层空间表征方法,其特征在于,所述各个所述无人机按照预设频率发送对应的第一超级子空间信息,并接收其他无人机对应的第二超级子空间信息,以完成轻量化共享的步骤中,包括:
针对一个所述无人机,各个所述无人机将自身对应的所述超级子空间的所述第一超级子空间信息按照预设频率经无线传输共享至所述其他无人机,且所述无人机经无线传输接收所述其他无人机发送的所述第二超级子空间信息;
遍历所有所述无人机,重复上述步骤,以完成轻量化共享。
5.根据权利要求4所述多无人机协同侦察轻量化双层空间表征方法,其特征在于,所述根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征的步骤中,包括:
将所述第二超级子空间信息与第一子空间信息进行融合,得到接收共享信息后的与所述其他无人机统一的所述全局超级子空间。
6.根据权利要求5所述多无人机协同侦察轻量化双层空间表征方法,其特征在于,所述根据所述第一超级子空间信息和所述第二超级子空间信息,更新自身的全局超级子空间属性,以完成协同系统统一且准确的空间表征的步骤中,包括:
根据所述无人机的传感器,观察并建立的局部精细化栅格空间,更新自身视角下的所述全局超级子空间的所述子空间责任编号、所述子空间状态、所述子空间中心位置以及所述子空间未知率。
CN202410372992.4A 2024-03-29 2024-03-29 一种多无人机协同侦察轻量化双层空间表征方法 Active CN117970945B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410372992.4A CN117970945B (zh) 2024-03-29 2024-03-29 一种多无人机协同侦察轻量化双层空间表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410372992.4A CN117970945B (zh) 2024-03-29 2024-03-29 一种多无人机协同侦察轻量化双层空间表征方法

Publications (2)

Publication Number Publication Date
CN117970945A true CN117970945A (zh) 2024-05-03
CN117970945B CN117970945B (zh) 2024-06-18

Family

ID=90858104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410372992.4A Active CN117970945B (zh) 2024-03-29 2024-03-29 一种多无人机协同侦察轻量化双层空间表征方法

Country Status (1)

Country Link
CN (1) CN117970945B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778235A (zh) * 2012-06-28 2012-11-14 西北工业大学 通信约束下的多无人机协同区域搜索方法
KR20180085562A (ko) * 2017-01-19 2018-07-27 금오공과대학교 산학협력단 생체 모방 알고리즘을 이용한 다수 드론의 수색 및 정찰 방법
US20200035020A1 (en) * 2018-07-27 2020-01-30 Microsoft Technology Licensing, Llc Spatial mapping fusion from diverse sensing sources
CN111695776A (zh) * 2020-05-11 2020-09-22 清华大学 无人机集群分布式在线协同区域侦察方法及装置
CN113138609A (zh) * 2020-12-25 2021-07-20 北京理工大学 一种反低慢小目标的多无人机协同目标搜索方法
CN115471666A (zh) * 2022-09-05 2022-12-13 上海交通大学 基于空间置信度图的多轮多模态多智能体的协同感知方法
CN116820121A (zh) * 2023-05-15 2023-09-29 哈尔滨工业大学(深圳) 一种无人机群体联合侦查策略生成方法及终端
CN117372907A (zh) * 2023-10-24 2024-01-09 江苏东蓝信息技术有限公司 一种基于人工智能无人机模拟训练的集群方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102778235A (zh) * 2012-06-28 2012-11-14 西北工业大学 通信约束下的多无人机协同区域搜索方法
KR20180085562A (ko) * 2017-01-19 2018-07-27 금오공과대학교 산학협력단 생체 모방 알고리즘을 이용한 다수 드론의 수색 및 정찰 방법
US20200035020A1 (en) * 2018-07-27 2020-01-30 Microsoft Technology Licensing, Llc Spatial mapping fusion from diverse sensing sources
CN111695776A (zh) * 2020-05-11 2020-09-22 清华大学 无人机集群分布式在线协同区域侦察方法及装置
CN113138609A (zh) * 2020-12-25 2021-07-20 北京理工大学 一种反低慢小目标的多无人机协同目标搜索方法
CN115471666A (zh) * 2022-09-05 2022-12-13 上海交通大学 基于空间置信度图的多轮多模态多智能体的协同感知方法
CN116820121A (zh) * 2023-05-15 2023-09-29 哈尔滨工业大学(深圳) 一种无人机群体联合侦查策略生成方法及终端
CN117372907A (zh) * 2023-10-24 2024-01-09 江苏东蓝信息技术有限公司 一种基于人工智能无人机模拟训练的集群方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘圣洋,等: "无人机集群协同 搜索研究综述", 指挥控制与仿真, vol. 46, no. 1, 29 February 2024 (2024-02-29), pages 1 - 10 *
刘慧霞;马丽娜;李大健;田雪涛;席庆彪;: "无人机多机协同侦察系统关键技术", 火力与指挥控制, no. 12, 15 December 2017 (2017-12-15), pages 4 - 7 *
鲍学良;梁伟;: "高空长航时无人机编队协同侦察任务规划", 火力与指挥控制, no. 07, 15 July 2012 (2012-07-15), pages 149 - 152 *

Also Published As

Publication number Publication date
CN117970945B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
CN110850875B (zh) 分布式光伏电站无人机巡检线路规划方法、系统及存储介质
Park et al. A look-up table based approach for solving the camera selection problem in large camera networks
CN109636837B (zh) 一种单目相机与毫米波雷达外参标定准确性的评价方法
US7065576B2 (en) Dynamic multicast grouping for vehicles and other mobile objects
WO2021082396A1 (zh) 基于低空空域限制条件的无人机飞行网络建模方法
CN110321443B (zh) 三维实景模型数据库构建方法、装置及数据服务系统
CN105933294A (zh) 网络用户定位方法、装置及终端
CN108762294A (zh) 用于航拍的无人机路径规划方法及管理系统
CN102147260A (zh) 电子地图匹配方法和装置
CN109506654A (zh) 低空航路规划方法及装置、飞行器
CN110190891B (zh) 耕地质量低空遥感和地面传感的监测数据采集方法及系统
CN110636102A (zh) 一种基于4g/5g无线网络的无人机通信系统及方法
WO2021037046A1 (zh) 航线规划方法及无人飞行器
WO2022227369A1 (zh) 定位标定方法、系统及存储介质
CN117970945B (zh) 一种多无人机协同侦察轻量化双层空间表征方法
CN107613500B (zh) 一种不确定环境下的无线频谱共享方法
CN101616177A (zh) 基于p2p的网络地形系统的数据传输共享方法
CN101448338B (zh) 一种移动式三维空间无线测试网络系统
CN110418390B (zh) 低空遥感和地面传感的数据传输优化方法及系统
CN112180974A (zh) 基于小型无人机的资源分布式协作方法及系统
CN113727278A (zh) 一种路径规划方法、接入网设备及飞行控制设备
CN110362647A (zh) 一种传统地图路网与众包地图路网的关联方法及装置
CN114779811A (zh) 一种输电线路智能协同巡检方法、装置、系统及存储介质
CN105391590A (zh) 一种自动获取numa架构下系统路由表的方法及系统
CN109835200B (zh) 一种桥梁的单行无线充电传感器网络的路径规划方法

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