CN213069232U - 一种同步气象保障的无缝定位导航无人车 - Google Patents
一种同步气象保障的无缝定位导航无人车 Download PDFInfo
- Publication number
- CN213069232U CN213069232U CN202022429385.7U CN202022429385U CN213069232U CN 213069232 U CN213069232 U CN 213069232U CN 202022429385 U CN202022429385 U CN 202022429385U CN 213069232 U CN213069232 U CN 213069232U
- Authority
- CN
- China
- Prior art keywords
- module
- positioning
- meteorological
- navigation
- gnss
- 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.)
- Active
Links
Images
Abstract
本实用新型公开了一种同步气象保障的无缝定位导航无人车,包括车本体,车本体上设有:控制处理器、定位导航模块、安全保障模块、车体控制模块及通讯模块;所述定位导航模块包括GNSS接收机和FM接收机,实现GNSS和FM双重定位;所述安全保障模块包括气象监测模块和行驶情况监测模块,所述气象监测模块包括用于反演水汽的GNSS接收机及多种气象传感器,所述行驶情况监测模块包括但不限于摄像头;所述控制处理器与定位导航模块及安全保障模块连接,接收位置信息、气象信息及行驶环境信息,输出控制信息,通过车体控制模块控制车本体运行。通过搭载气象传感器收集数据可以实现对气象环境的感知,并且通过感应做出相应的判断和行车调整,保障无人车行驶的安全。
Description
技术领域
本实用新型涉及自动机器人领域,尤其是涉及一种同步气象保障的无缝定位导航无人车。
背景技术
随着人工智能等新兴技术的发展,无人驾驶技术也逐渐兴起,无人驾驶汽车(以下简称无人车)在军事、交通、运输、农业生产、日常生活等方面都展现出极好的应用前景。而无人车的基本保障功能主要为:定位导航、环境感知和自动控制。通过环境感知系统搭载的多种传感器采集周围环境参数后,经过分析对周围环境进行语义级别的表达,传输给控制系统,再结合已有的地图进行匹配后实现定位导航与自动驾驶。利用感知获取的道路、车辆位置、障碍物信息控制车辆的转向和速度,从而确保车辆能够安全、可靠的在道路上行驶。
目前无人车的环境感知系统采用的传感器按照原理主要可分为机器视觉类和激光雷达类。机器视觉类利用机器视觉通过获取车辆周围环境的二维或三维图像,结合图像分析、识别技术对环境进行识别感知。视觉产品成本低,可大量安装,但是识别算法精度低;当视觉传感器获取复杂地物的图像信息时,无法准确识别感知;对环境适应能力不强,在雨雪天气和夜晚效果受影响,无法全天时全天候工作。激光雷达类一般采用多个激光发射器和接收机获取车辆周边环境距离信息,建立三维点云图,通过距离分析识别技术对行驶环境进行识别感知达到实时感知环境的目的。激光雷达的探测范围更广,精度更高,但是雷达成本高昂;采集数据量大;在雨雪雾等极端天气下性能较差。
无人车的精准实时定位导航是行驶的基础。早期的无人车运用高精度GPS融合算法,但是GPS信号易受外界条件影响。改进后将GPS与惯性导航相结合组成定位装置,但是惯性导航随着时间累计,误差也在累加。现在多采用激光雷达获取点云数据后利用SLAM算法与全局地图进行匹配,再结合GNSS定位导航技术辅助定位。但是组合算法存在精度问题,无法保障全天候的精准工作。问题的主要在于无人车对于天气的感知能力弱的问题尚未解决,使得无人驾驶存在安全隐患问题,无法在天气突变时候及时感应并发出相应的指令,已有的无人车研发所采用的技术成本较高。
实用新型内容
实用新型目的:为了克服背景技术的不足,本实用新型公开了一种同步气象保障的无缝定位导航无人车。
技术方案:本实用新型的同步气象保障的无缝定位导航无人车,所述无人车包括车本体,所述车本体上设有:控制处理器、定位导航模块、安全保障模块、车体控制模块及通讯模块;所述定位导航模块包括GNSS接收机和FM接收机,实现GNSS和FM双重定位;所述安全保障模块包括气象监测模块和行驶情况监测模块,所述气象监测模块包括用于反演水汽的GNSS接收机及多种气象传感器,所述行驶情况监测模块包括但不限于摄像头;所述控制处理器与定位导航模块及安全保障模块连接,接收位置信息、气象信息及行驶环境信息,输出控制信息,通过车体控制模块控制车本体运行。
进一步的,所述定位导航模块中GNSS接收机为GNSS定位模块,实现GNSS定位导航服务,FM接收机为FM定位模块,以FM射频定位技术为基础,结合地标实现辅助定位。
进一步的,所述气象监测模块中气象传感器包括风度/风向传感器、降水/雨量传感器、温度传感器、湿度传感器、气压传感器及能见度传感器。
进一步的,所述控制处理器连接有移动终端。
进一步的,所述控制处理器连接有异常处理模块。
进一步的,所述控制处理器采用工业级处理器AM3354芯片。
有益效果:与现有技术相比,本实用新型的优点为:本申请意在解决现无人车市场上由于环境感知能力弱造成的安全隐患问题,通过搭载气象传感器收集数据可以实现对气象环境的感知,并且通过感应做出相应的判断和行车调整,保障无人车行驶的安全;采用FM+GNSS相结合进行定位导航,解决了激光雷达定位的成本高昂的问题,也避免了单独使用GNSS导航时受信号发射接收环境的制约,不仅能实现无缝定位的功能也能经济实用化,方便推广与应用。
附图说明
图1是本实用新型功能实现流程图;
图2是本实用新型控制处理器功能连接图。
具体实施方式
下面结合附图和实施例对本实用新型的技术方案作进一步的说明。
一种同步气象保障的无缝定位导航无人车,包括车本体。
如图1和图2所示,所述车本体上设有:控制处理器、定位导航模块、安全保障模块、车体控制模块及通讯模块;所述定位导航模块包括GNSS接收机和FM接收机,实现GNSS和FM双重定位;所述安全保障模块包括气象监测模块和行驶情况监测模块,所述气象监测模块包括用于反演水汽的GNSS接收机及多种气象传感器,所述行驶情况监测模块包括但不限于摄像头;所述控制处理器与定位导航模块及安全保障模块连接,接收位置信息、气象信息及行驶环境信息,输出控制信息,通过车体控制模块控制车本体运行。所述定位导航模块中GNSS接收机为GNSS定位模块,实现GNSS定位导航服务,FM接收机为FM定位模块,以FM射频定位技术为基础,结合地标实现辅助定位。所述气象监测模块中气象传感器包括风度/风向传感器、降水/雨量传感器、温度传感器、湿度传感器、气压传感器及能见度传感器。所述控制处理器还连接有移动终端及异常处理模块。
其中:
定位导航模块
无人车多采用激光雷达对周围环境进行感知并进行定位和建图,并且由于激光雷达可以提供高频率范围测量,所以误差相对恒定并与测量的距离无关。在激光雷达的唯一运动是旋转激光束的情况下,可以实现点云的配准。另外使用激光雷达的一个关键优势是它对环境光线和场景中的光学文理不敏感。至今基于激光雷达的实时定位与建图在无人车技术中仍然是一种流行的技术。但是当激光雷达扫描的点云包含大量的点时,ICP算法则消耗的时间成本太大,而且点云的初始位姿决定ICP算法的精确度。激光雷达在极端天气情况也无法精准工作,并且激光雷达作为高成本的传感器,也不利于无人车的推广。
因此仍选择采用传统的GNSS定位导航服务,GNSS定位传感器具有低成本、高精度的特点,但是由于其在封闭空间中或者人群密集处受环境因素的限制,无法做到全覆盖、无缝定位导航,项目组选择在GNSS无法提供定位服务的情况下,以FM射频定位技术为基础,再结合地标进行辅助定位。移动终端接收到FM信号,利用应答反馈机制把自身的方位信息传输出去,定位服务器可以结合周围车辆的广播信号与远处基站双方来进行定位计算。现阶段已有的自动驾驶和智能测图技术的运用无疑为无人车的自主导航和定位提供了便利,我们选择在无人车上装载了GNSS定位与FM定位模块。主要使用GNSS定位来同步定位与地图建立,并且在行驶过程中提取某个位置采集到的数据与所测的全局地图进行比较,并建立一个误差函数来实现无人车定位信息的修正,以此方法提高无人车的定位精确度,当进入遮挡区域时,GNSS信号弱,无法监测到时,定位导航受阻。利用FM无线电信号的强穿透性、抗干扰性强的特点可以很好的解决此问题。在无法接收到GNSS信号时,系统更改搜索FM信号,辅助定位导航,避免信号微弱造成的定位导航不准确。
气象监测模块
将无人车与气象监测模块结合在一起,通过无人车在路面实时采集气象数据,传回云端处理,得出当前地面天气信息,做出判断达到安全行驶的目的。收集到的气象信息也可以传给其他无人车形成气象信息共享。利用GNSS反演水汽总量具有不受降水的影响、时间分辨率高、设备维护简单、不需校准等优势。根据GNSS探测仪的水汽解算原理和GAMIT数据解算程序,从结果文件中反演出大气水汽含量,以及无人车上气象传感器所观测的时间分辨率大于等于15min的气压、温度和相对湿度等气象数据。根据RINEX版本的气象文件格式定义,编写相应的m文件,最后利用解算程序并可以完成无人车行驶范围内大气水汽含量的反演。根据资料显示,水汽反演结果可以很好的预测出局部地区是否发生降水,能对降水有一个精准的预测。
控制处理器
基于工业级处理器AM3354芯片设计开发,可用于数据融合处理、车体控制和异常处理。其中控制处理器与定位导航模块、安全保障模块通讯连接,与移动终端、异常处理模块和车体控制模块电连接。
数据传输模块
无人车观测得到的数据至关重要,为保障数据的安全性和时效性,该设计融合了多种传输方式,最大化保障测量成果。无人车在设计时支持将动态IP连外网的电脑作服务器,用已有的现场4G数据传输模块通过多种方式连接无线通讯,达到一对多通讯的功能。4G模块能够主动透明的传输数据。支持TCP/IP、UDP网络传输协议,4G全网往下可自动兼容3G、2G。无人车使用的TDC-GP2时间间隔测量芯片,保障了本项目的数据传输到云端的时效性并且能够修正时间的延迟。另外,5G技术的快速发展也能为未来无人车的数据传输提供更有力的保障。
实施硬件开发:
(1)车辆主体硬件开发
无人车主体将采用由本团队自主研发的无人车模型,能够实现室内外高精度定位、SLAM建图、路径规划、自动导航、自动循迹、自动避障等功能,能较好的应用于本产品。
工业摄像头:项目使用市面上普通的工业摄像头,Orlaco新型的FAMOS摄像头是一款紧凑,坚固的工业摄像头。它几乎能使用在所有机械设备,车辆,船舶的视频系统上。这款安装有先进CMOS芯片的摄像头能耐受冲击和振动,100%防水,它装有带加热功能的透镜。这些使得FAMOS摄像头能胜任所有的天气环境。另外,它带有检测画面冻结故障的集成安全提示功能,能让你在使用时一定可以判断摄像头是否处于正常状态。这款新型的FAMOS摄像头进行了显著的硬件提升。通过重新设计,零部件数量得到减少,由此进一步强化了摄像头质量的稳定性。这也让它达到了最高的EMC标准要求。新型FAMOS芯片使得摄像头可以在光照条件0.05lux的条件下仍能正常工作。带加热功能的镜片,以及防止刮痕的硬化涂层都成为这款摄像头棱镜的标准配置。
(2)定位导航硬件开发
本系统选用TI(德州仪器)公司基于ARM V7架构的工业级处理器AM3354芯片以Cortex-A8为内核。为了减少工作量,降低设计的难度,提高系统稳定性,本设计采用飞凌OK335XS核心板进行二次开发,核心板包含核心处理器、512M DDR3SDRAM、256M NandFlash,晶振以及电源管理单元(PIMC)。
主板的设计采用模块化设计方式,包含作为导航地图显示设备LCD模块,串口模块、micro SD卡模块、音频驱动模块、键盘输入模块,并将各模块的物理接口对外引出,方便外接其他设备模块;北斗模块选用北斗二号双模车载型用户机,通过RS-232接口与主板连接;定位数据传送与短报文的收发均通过串口通信实现。
为了提高设备的稳定性和可靠性,在车载终端内部增加电源保护模块,外部电源接入后首先经过电源保护模块处理,再将电源供给核心板和底板。
BD982 GNSS系统是一款提供定位和航向的单板解决方案。该产品支持新GNSS信号,提供在两个连接的天线之间及到远程基站的多星基线RTK。购买Trimble BD982模块的OEM制造商和系统集成商可以确保他们的投资不论是在现在还是在将来都是稳健的。Trimble BD982 GNSS支持GNSS L1/L2/L5和GLONASS L1/L2信号和北斗B1、B2,以及伽利略卫星信号。此外,Trimble公司还致力于下一代现代化GNSS系统配置的研发,在Galileo系统上市前即为客户提供兼容产品。为支持这一计划,新型Trimble BD982能够跟踪GIOVE-A和GIOVE-B试验卫星,用于信号评估和测试。
选用BD982 GNSS系统还有以下好处:双天线输入,两个天线的独立观测信号被传递到处理器以计算多星RTK基线。而后通过RS232、USB以太网或CAN建立的单一连接传送厘米级精确位置和精度优于1/10度的航向信息(2米基线);灵活的接口配置,客户将通过板上以太网接口,经由标准网络浏览器实现高速的数据传输和配置;紧凑型设计,BD982经格测试,其在恶劣环境下有足够的可靠性。
方案中还选用Elonwoodde的RTL08型号RTL-SDR接收机。
(3)气象元素硬件开发
气象数据采集与处理系统就是指自动气象站,通常是由一个以微型计算机为核心的特定数据采集器作为中心,将各种输出信号的气象要素传感器以有线或者无线的方式连接到数据采集器上,由数据采集器进行数据采集和转换处理以及气象信息的传输。模块将无人车与气象监测装备结合在一起,通过无人车在路面实时采集气象数据,传回云端处理,得出当前地面天气信息,做出判断达到安全行驶的目的。收集到的气象信息也可以传给其他无人车形成气象信息共享。
本模块的硬件部分采用气象元素传感器有如下传感器:
风度/风向传感器:MetOne公司生产的010C/020C风速/风向传感器能够提供精确的、详细的风速风向信息。它启动风速低、响应灵敏,能够迅速对周围风速风向的变化做出反应。它可广泛应用于各种对可靠性和精度性要求极高的领域,如微气象观测,高可靠性、高精度的梯度测量系统等。
降水/雨量传感器:QMR102降水传感器是一种空气动力学形状的雨量计,旨在减少风产生的气流,减少捕获物。耐紫外线的塑料制成,使其成为一种非常坚固的仪器。将收集的雨水通过成熟的0.2毫米翻斗装置进行测量。将其搭载在车上,通过计算降水量以及变化速度,计算安全行驶的时间与范围,确定无人车驾驶的速度,甚至确定是否需要停止驾驶以及确定停止驾驶的地点。雨量传感器搭载在前风档玻璃上,它能根据落在玻璃上雨水量的大小来调整雨刷的动作。
温度传感器:美国Campbell Scientific Inc.(CSI)公司的109温度传感器可以用来测量空气、土壤和水的温度。该类型温度传感器用途广泛,可适用于较恶劣的环境。它由一个封装在环氧树脂中的热敏电阻组成。其外层包裹有铝制外壳,使传感器既能埋入土中,也可以完全浸入水里。其最大工作深度为15m(或21psi)。当用于测量空气温度时,该探头通常被安置在41303-5A型防辐射罩内,这样可以防止太阳光照射到传感器上,以确保测量数据的准确性。该型传感器能够适用于CSI出品的所有型号的数据采集器。其中,CR200系列数据采集器对109温度传感器有一个专门的指令。此外,109温度传感器还可以通过CWS900系列无线传感器接口接入无线传感器测量网络,实现测量数据的数字化无线传输。
湿度传感器:HC2S3是由美国Campbell Scientific Inc.(CSI)公司生产的温度和湿度探头,是一种准确度高、坚实、耐用的可适用于野外长期观测的温度相对湿度传感器。HC2S3采用了先进的电容式传感器测量相对湿度。HC2S3使用与HMP45C相同的41003-5防辐射罩,可以方便地进行互换。另外,该传感器配有一个聚乙烯过滤器,用来防止灰尘和微粒进入,保证了传感器测量的优越能和可靠性。在配备聚四氟乙烯(特氟龙)的过滤器后,HC2S3虽在响应时间方面略有下降(≤30s),但可大幅提高环境适应性,能够在海洋等高盐分、高湿度环境下正常使用。
气压传感器:Vaisala(维萨拉)PTB210是一款专为户外恶劣环境设计使用的高性能大气压力传感器,可用于宽温度量程内的测量,外壳可提供IP65(NEMA4)级别的保护。PTB210具有串行和模拟两种输出方式,可提供50~1100hPa(仅限串行输出)和500~1100hPa(串行和模拟)两种量程范围。PTB210大气压力传感器使用的是BAROCAP硅电容绝对压力传感器,提供卓越的滞后和可重复性,以及突出的温度和长期稳定性。供电电压、功耗等根据工作模式的不同会有所区别。PTB210集成了SPH10/20系列静压头,保证了其在所有风况条件下都可以进行精确测量。
能见度传感器:能见度仪提供与气象能见度相关的测量,传感器是基于气溶胶前散射原理而设计的,是继透射式能见度仪发展起来的新一代气象能见度监测设备。传感器可广泛用于气象台站、远程自动气象站以及机场、高速公路、航道、大型舰船等交通运输部门。能见度仪由光发射器、光接收器及微处理控制器等主要部件组成。发射器发射红外脉冲光,接收器同时检测大气中气溶胶粒子前向散射的脉冲光强度,所有测量信息由微处理控制器搜集并通过专门的数学模型算法转化为气象光学视程Meteorological OpticalRange(MOR)。能见度仪需要一个12DC的电源和一个三线RS-232/RS-485通讯线缆。仪器将气象能见度数值和状态信息通过通讯接口发送到监控中心的上位机。能见度仪提供多组内置命令用于配置系统参数和控制系统多种功能。在组装和维护过程中,需要一个显示终端来检查系统参数,并可能用来更改参数值。
算法开发理论:
基于RTK-GNSS宏观定位系统
RTK-GNSS宏观定位导航系统分为基准站和移动接收站两部分,GNSS采取载波相位差技术获得无人车的准确位置。通过BD982采集的WGS-84坐标通过高斯投影转换为平面坐标。
高斯投影后转换的平面坐标系是以是以子午线与赤道的交点为原点,x轴为中央子午线的投影,y轴为赤道的投影,大地坐标点(B,L)经高斯投影转换后的平面坐标(x,y)如下:
m=l cos B,l=L-L0,h=tan B β2=e2cos2B,
式中D是指赤道至纬度B的子午线弧长,N为卯酉圈曲率半径,a为椭球的长轴半径。
将坐标系进行矩阵变换:
FM定位系统
FM定位是利用调制信号改变频率,让接收端接受指定频率波段实现定位。接收端使用的限幅器可以减少噪声,较少信号干扰。优势是信号接受稳定,劣势在于接收端距离基站距离远,传输精度下降。数字调频广播定位有效的较少定位精度低的问题。
线性调频信号是指频率随时间线性变化的信号,随时间增加的余弦信号其频率与时间变化的公式如下:
线性调频信号有起始频率和截止频率,f0为线性调频信号的中心频率,Δf为线性调频信号的频宽,τ为线性调频信号时宽。
线性调频信号的幅频特性近似为矩形,由此可得τΔf较大时,其幅度谱包络近似为带通矩形。
s(t)的匹配滤波器时域响应函数h(t)=s(t0-t),设T0=0,经过公示推导可得匹配滤波器s(-t)后中心频率f(t)增益不变的波形表达式为:
由上式可得s(t)经过匹配滤波器后时宽为τ,高度为一的矩形包络信号近似等于2/Δf,高度为√τΔf的Sa函数信号,既缩短了时宽,又增大了信号能量。因此Chirp信号的匹配滤波器也称压缩网络,这就是Chirp信号的脉冲压缩特性。
利用线性调频信号匹配滤波器的时延-频率特性,该网络通过将频率低的分量延时更长时间将频率高的分量经过短延时达到是频率特性上升的脉冲各个部分几乎同时输出的目的。
扩频技术就是基于线性调频信号的脉冲压缩原理而来的。首先将基带信号进行线性调频使其扫过较大的带宽,然后在接受端通过匹配滤波器实现解调。由于与匹配滤波器不符的信号在时间上不会被压缩,因此噪声信号并不会被加强,而有用信息则被网络压缩能量更加集中,使得接收信噪比大大提高,信号特征更易获取。同时由于传输信号拥有较高的时宽带宽积,因此传输信号的功率谱密度很低,不易对其他现行系统造成影响也不易被其他系统所检测。
在GNSS无法提供定位服务的情况下,以射频定位技术为基础,再结合地标辅助。移动终端接收FM信号,利用应答反馈机制把自身的方位信息传输出去,定位服务器可以结合周围车辆的广播信号与远处基站双方来进行定位计算。
视觉SLAM算法的研究
由前端、后端、地图构建3部分构成,前端进行图像采集、特征点匹配,相机估计位姿;后端进行位姿优化。
前端部分:在室内环境,kinect摄像头采集图像作为信息输入。以摄像头采集到的第一幅图像的位置为坐标原点建立世界坐标系。为了构建三维环境地图,采用ORB算法提取图像特征,以快速近似最近邻算法进行特征匹配,采用随机抽样一致性算法和最小匹配距离发相结合删除误匹配,得到优化配对点,再利用PNP与ICP算法结合求解。
后端部分,将无人车在世界坐标中的位置作为优化量,使用G20位姿图优化方式,对前面求解的相机位姿即机器人的位姿进行图优化,得到无人车全局位姿估计。
多数据融合算法
下面以给定m条基本概率赋值函数为例,其中,满足ai1+ai2+~ain=k(k为常数)。为了方便,所举的例子中k=1。
考虑基元在各自证据中所占的比重对证据合成的影响:
考虑焦元相关程度对证据合成的影响:
Ui=3*mm*a1i*a2i*~ami (7)
考虑上诉两个方面的共同影响,则合成后事件Ai的概率分配函数值为:
显然V1+V2+~Vn=1。下面对该算法作简单说明,式(6)中的系数mm是为了Ui与Ti具有相同的收敛性;Ui中的系数是根据两个基元为a1j=0、a2j=0.8应与两基元为a1j=0.2、a2j=0.2合成后的结果相当,而赋予的Ui的权重系数。
Claims (6)
1.一种同步气象保障的无缝定位导航无人车,其特征在于,所述无人车包括车本体,所述车本体上设有:控制处理器、定位导航模块、安全保障模块、车体控制模块及通讯模块;所述定位导航模块包括GNSS接收机和FM接收机,实现GNSS和FM双重定位;所述安全保障模块包括气象监测模块和行驶情况监测模块,所述气象监测模块包括用于反演水汽的GNSS接收机及多种气象传感器,所述行驶情况监测模块包括但不限于摄像头;所述控制处理器与定位导航模块及安全保障模块连接,接收位置信息、气象信息及行驶环境信息,输出控制信息,通过车体控制模块控制车本体运行。
2.根据权利要求1所述的同步气象保障的无缝定位导航无人车,其特征在于:所述定位导航模块中GNSS接收机为GNSS定位模块,实现GNSS定位导航服务,FM接收机为FM定位模块,以FM射频定位技术为基础,结合地标实现辅助定位。
3.根据权利要求1所述的同步气象保障的无缝定位导航无人车,其特征在于:所述气象监测模块中气象传感器包括风度/风向传感器、降水/雨量传感器、温度传感器、湿度传感器、气压传感器及能见度传感器。
4.根据权利要求1所述的同步气象保障的无缝定位导航无人车,其特征在于:所述控制处理器连接有移动终端。
5.根据权利要求1所述的同步气象保障的无缝定位导航无人车,其特征在于:所述控制处理器连接有异常处理模块。
6.根据权利要求1所述的同步气象保障的无缝定位导航无人车,其特征在于:所述控制处理器采用工业级处理器AM3354芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202022429385.7U CN213069232U (zh) | 2020-10-28 | 2020-10-28 | 一种同步气象保障的无缝定位导航无人车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202022429385.7U CN213069232U (zh) | 2020-10-28 | 2020-10-28 | 一种同步气象保障的无缝定位导航无人车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN213069232U true CN213069232U (zh) | 2021-04-27 |
Family
ID=75563225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202022429385.7U Active CN213069232U (zh) | 2020-10-28 | 2020-10-28 | 一种同步气象保障的无缝定位导航无人车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN213069232U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113945956A (zh) * | 2021-10-15 | 2022-01-18 | 北京路凯智行科技有限公司 | 车载定位系统以及包括其的矿山车辆 |
-
2020
- 2020-10-28 CN CN202022429385.7U patent/CN213069232U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113945956A (zh) * | 2021-10-15 | 2022-01-18 | 北京路凯智行科技有限公司 | 车载定位系统以及包括其的矿山车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240053477A1 (en) | System and method for measuring image distance of power transmission lines with unmanned aerial vehicle (uav) | |
US7365675B2 (en) | Measuring wind vectors remotely using airborne radar | |
CN110609287B (zh) | 一种双频雷达散射计及同时测量海面风场和流场的方法 | |
US20220244426A1 (en) | Precipitation measurement method and device | |
CN108983248A (zh) | 一种基于3d激光雷达及v2x的网联车定位方法 | |
CN110673159B (zh) | 一种海洋环境监测用无人机主动雷达高光谱探测系统及方法 | |
CN103293116B (zh) | 一种微脉冲差分吸收激光雷达水汽时空分布自动连续探测装置 | |
CN102381481A (zh) | 一种无人机机载激光雷达系统 | |
CN112188386B (zh) | 一种基于etc信号强度的车辆定位方法 | |
CN103163507A (zh) | 雷达跟踪低空小目标动态精度标定方法与装置 | |
CN113566833A (zh) | 一种多传感器融合的车辆定位方法及系统 | |
CN104252010A (zh) | 一种无线电探空仪及其气象数据测量方法 | |
CN113324656B (zh) | 无人机搭载红外遥感的地表热异常探测方法及系统 | |
JPH0772244A (ja) | 干渉型合成開口レーダ装置および地形変動観測方式 | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN213069232U (zh) | 一种同步气象保障的无缝定位导航无人车 | |
Narula et al. | TEX-CUP: the University of Texas challenge for urban positioning | |
US10908300B2 (en) | Navigation method, navigation device and navigation system | |
CN114859391A (zh) | 一种基于物联网智能物标签及标签共享综合定位导航方法 | |
CN114545918A (zh) | 一种可接入移动终端的机器人巡检系统及巡检方法 | |
CN208477111U (zh) | 一种基于LiDAR技术的无人机森林树高监测系统 | |
CN204575069U (zh) | 一种小型无人机机载三维激光测量装置 | |
CN106226844B (zh) | 利用gnss信号极化相移的降雨强度山基测量方法 | |
RU127944U1 (ru) | Комплексная система радиозондирования атмосферы | |
CN116519913A (zh) | 基于星载和地基平台融合的gnss-r数据土壤水分监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |