WO2018148931A1 - 地图绘制方法、其云端平台及服务器 - Google Patents

地图绘制方法、其云端平台及服务器 Download PDF

Info

Publication number
WO2018148931A1
WO2018148931A1 PCT/CN2017/073921 CN2017073921W WO2018148931A1 WO 2018148931 A1 WO2018148931 A1 WO 2018148931A1 CN 2017073921 W CN2017073921 W CN 2017073921W WO 2018148931 A1 WO2018148931 A1 WO 2018148931A1
Authority
WO
WIPO (PCT)
Prior art keywords
map
drone
area block
image data
area
Prior art date
Application number
PCT/CN2017/073921
Other languages
English (en)
French (fr)
Inventor
骆磊
Original Assignee
深圳前海达闼云端智能科技有限公司
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 深圳前海达闼云端智能科技有限公司 filed Critical 深圳前海达闼云端智能科技有限公司
Priority to PCT/CN2017/073921 priority Critical patent/WO2018148931A1/zh
Priority to CN201780000722.9A priority patent/CN107466469B/zh
Publication of WO2018148931A1 publication Critical patent/WO2018148931A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Definitions

  • the present application relates to the field of mapping technology, and in particular, to a mapping method, a cloud platform thereof and a server.
  • mapping In the process of studying the prior art, the inventors found that no matter what form is used for mapping, it is a single or a combination of several companies, and the equipment used (such as drones) also comes from these companies.
  • map data has a variable nature, so that the map drawn for a long time may have changed after the overall drawing is completed, and needs to be re-updated. This makes the cost of providing accurate and efficient large-area map data very high.
  • the embodiments of the present application mainly solve the problem of high cost and low efficiency of mapping in the related art.
  • a technical solution adopted by the embodiment of the present application is to provide a map drawing method.
  • the method includes: transmitting a map drawing instruction to a drone corresponding to the selected device identifier; the drone corresponding to a unique device identifier, the device identifier being generated when receiving the registration request; receiving the drone A local map of the acquired area block having a predetermined area; a partial map of the adjacent area block is stitched to generate a target area map composed of several area blocks.
  • the cloud platform includes: a local mapping module, configured to send a map drawing instruction to the drone corresponding to the selected device identifier and receive the unmanned a local map of the area block having a predetermined area, the unmanned aerial vehicle corresponding to a unique device identifier, and the device identifier is generated when receiving the registration request;
  • a splicing module for splicing a partial map of adjacent area blocks to generate a target area map composed of several area blocks.
  • the server includes: at least one processor; and a memory communicably connected to the at least one processor; wherein The memory stores a program of instructions executable by the at least one processor, the program of instructions being executed by the at least one processor to cause the at least one processor to perform the method as described above.
  • the map drawing method and the cloud platform provided by the embodiments of the present application combine the idea of sharing economy, provide a sharing and integration platform, and effectively utilize the drones of different users by providing corresponding rewards to the drones.
  • To jointly complete the drawing of large-area maps the need for the hardware cost of drones is reduced, and the way of drawing can make the collection of map data more efficient, which effectively improves the efficiency of map drawing and greatly reduces the map.
  • the cost of drawing is
  • FIG. 1 is a schematic diagram of an application environment provided by an embodiment of the present application.
  • FIG. 2 is a functional block diagram of a cloud platform provided by an embodiment of the present application.
  • FIG. 3 is a functional block diagram of a cloud platform provided by another embodiment of the present application.
  • FIG. 4 is a flowchart of a method for mapping a map provided by an embodiment of the present application.
  • FIG. 5 is a schematic diagram of area block division according to an embodiment of the present application.
  • FIG. 6 is a flowchart of a method for mapping a map provided by another embodiment of the present application.
  • FIG. 7 is a flowchart of a method of step 300 provided by an embodiment of the present application.
  • FIG. 8 is a schematic diagram of partial map generation of a region block according to an embodiment of the present application.
  • FIG. 9 is a flowchart of a method for calculating a reward provided by an embodiment of the present application.
  • FIG. 10 is a schematic structural diagram of hardware of an electronic device according to an embodiment of the present disclosure.
  • the “sharing economy” is an emerging economic model with the continuous development of the Internet. By providing various types of trading platforms, users can add items they don’t need or rich. Remaining resources in exchange for corresponding rewards or rewards, the sale of these idle resources at a specific time, such as the very popular "Uber” or “Drip taxi” in the rental car field, or "AirBnb” providing accommodation services ".
  • the above-mentioned "shared economy” model can fully invoke the idle resources of the society (such as redundant private cars and houses), so it is rapidly popularized in every possible field.
  • FIG. 1 is an application environment for performing the map drawing method according to an embodiment of the present application.
  • the application environment includes: a drone 10 , a cloud platform 20 , and a network 30 .
  • the drone 10 can be any suitable type of high altitude or low altitude aircraft, including a typical four-axis aircraft, a hovering RC helicopter or a fixed-wing aircraft with a certain speed of movement, and the like.
  • the drone 10 is provided with at least one image capturing device, such as a high-definition camera or a motion camera, for performing an image capturing process for a specific area.
  • the drone 10 can also be provided with any suitable type of wireless communication module for controlling the drone 10 and transmitting data.
  • the drone 10 can also add or subtract some functional modules according to actual conditions.
  • each of the unmanned aerial vehicles 10 can be any one, belonging to different users or different regions of the drone.
  • each drone has its own corresponding performance parameters or its own status information, including model information, remaining power, camera resolution, flight altitude / speed, cruise mileage and so on.
  • the cloud platform 30 uses the following control commands and the receiving drone to collect data, and completes the map drawing task by integrating and splicing the image data to form the target map data.
  • the cloud platform 30 is an electronic computing platform built in the "cloud” and can provide various types of services (such as data management, logical operations, instruction broadcast).
  • the cloud platform 30 can be established based on one or more servers or electronic computing devices.
  • the server can also connect to one or more databases, invoke relevant data or program instructions, and provide hardware support for one or more services in the cloud.
  • the network 30 can be any suitable wired or wireless network, such as the Internet, a local area network, or a wired cable, for enabling a communication connection between two devices, such as a drone and a server.
  • the cloud platform 20 can establish a communication connection with one or more different drones 10 through the network 30, upload or deliver data/instructions to complete the map drawing task.
  • each of the drones 10 is connected to the cloud platform 20 through its own corresponding network (such as wifi, 4G network, etc.), requesting to draw a map.
  • the cloud platform 20 determines whether the UAV can meet the condition according to the actual situation of the UAV, and delivers corresponding data to the UAV 10 that meets the conditions for subsequent control, for example, to meet the condition.
  • the machine 10 pushes a corresponding mobile application through which control and data transmission to the drone 10 is completed.
  • Each drone 10 can have its own corresponding on the cloud platform 20, the only one Equipment Identity.
  • the cloud platform 20 determines the identity of the drone through the device identification.
  • the operating environment shown in FIG. 1 includes six drones 10 and one cloud platform 20. However, those skilled in the art can understand that in some embodiments, any other number of drones or cloud platforms may also be included.
  • the cloud platform can use the corresponding strategy for the drone to complete the map drawing based on the situation of the connected drone and the task-related information such as the area and difficulty of the map.
  • FIG. 2 is a functional block diagram of a cloud platform 20 for performing a map drawing method according to an embodiment of the present invention.
  • the cloud platform 20 may include: a device identifier distribution module 100, a local map drawing module 200, and a splicing module 300.
  • the device identifier distribution module 100 is a function module used by the platform to generate the device identifier.
  • the device identifier is generated when the platform receives the registration request, and may be any suitable type of data for confirming the identity, and the unique device identifier corresponding to the drone, for example, an independent registered account corresponding to the drone.
  • the cloud platform can also install a complete mobile application for a drone with device identification, thereby facilitating the operation of subsequent functional modules (such as issuing control commands or issuing rewards).
  • the device identification distribution module 100 may also be omitted, and the platform directly acquires the device identifier and the drone corresponding thereto through the database connected thereto.
  • the local map drawing module 200 outputs a corresponding control signal to control the drone to draw a partial map of the area block having a predetermined area according to the requirements of the actual situation.
  • the local mapping module 200 controls the drone that already has the device identification. It can intelligently adjust the global drone according to certain strategies, so as to obtain map data of some regions more efficiently.
  • the setting of the area block and its predetermined area may also be adjusted or divided by the cloud platform 20 according to actual conditions (such as the number of drones, main performance indicators, and strategy for the cloud platform to draw a map).
  • the relevant performance indicators of the drone are obtained, and the endurance capability of the registered drone is counted (generally, the endurance capability conforms to the normal distribution model). Then, according to the main distribution interval of the endurance capability of the drone, the predetermined area of the area block is determined, so that most of the drones registered on the cloud platform can meet the performance requirements of the map drawing. Further, a composite strategy may be used to divide the area block, such as setting a part of the target area (such as 10%) to a larger predetermined area, and setting another part (such as 20%) to a smaller area. Scheduled area.
  • the splicing module 300 splices the local data obtained by the local map drawing module 200, and splices the partial map of the adjacent area blocks to generate a target area map composed of several area blocks.
  • the target area map may specifically be a map of a specific area of any size, type or area, such as a certain block, city or country. In some embodiments, the map may also be a panoramic map or other more map type if the data collection conditions of the drone are allowed.
  • the above-mentioned partial map splicing through multiple area blocks, synthesizing the target area Maps are a very common technique in the field of map drawing, especially in the mapping of drones, and their specific stitching algorithms and the like are well known to those skilled in the art.
  • a cloud platform capable of scheduling a drone and integrating data is provided, and the distributed drones can be effectively utilized by the cloud platform.
  • each drone belongs to different owners, the cost of acquisition or maintenance is dispersed, thereby effectively reducing the cost in the mapping process. Moreover, due to the sparse nature of the drone machine owner's distribution, each area can be well covered, and the map data can be updated quickly and quickly, making the drawn map more accurate.
  • FIG. 3 is a cloud platform according to another embodiment of the present invention.
  • the cloud platform includes, in addition to the functional modules shown in FIG. 2, a reward calculation module 400.
  • the reward calculation module 400 provides a corresponding reward to the drone that draws the partial map by using the device identifier.
  • the reward calculation module 400 is a function module for calculating and feeding back rewards for the drone, which calculates the rewards available to the drone according to some predetermined rules and determines the drone that completes the mapping task (determined by the device identification) Identity) provide these rewards.
  • the reward may specifically be any suitable type of reward, including map data for certain areas, money or certain usage rights, and the like.
  • the cloud platform may further include: an application receiving module 500.
  • the application receiving module 500 receives a map drawing application of the drone. Since in this embodiment, the ownership of the drone belongs to each owner. Therefore, the cloud platform can adopt the passive receiving method to complete the control of the local map. That is to say, the cloud platform only controls the drone when it receives the request for mapping, and performs local map drawing (generally, the owner will issue such a map drawing application when idle).
  • the cloud platform may also actively broadcast a mapping task of a specific area block (for example, a manner of pushing by a mobile application) to an already registered drone. After obtaining the broadcast information, the drone machine owner can select whether to respond to the task according to its own situation and send a corresponding map drawing application to the cloud platform.
  • a mapping task of a specific area block for example, a manner of pushing by a mobile application
  • the user can be prompted for the current platform drawing requirements, thereby completing the map drawing more efficiently, and avoiding the drop of the map drawing efficiency due to the imbalance of information exchange.
  • the map drawing application can be in the form of various suitable types of applications.
  • the cloud platform 20 can display the current map drawing situation to the owner of the drone, and prompt the area block that the owner can perform the drawing.
  • the owner chooses the appropriate area block according to his or her preference and issues the corresponding map drawing application.
  • the map drawing application may include: an area block requesting to draw a map, self-state information of the drone, and the like.
  • the local mapping module 200 can then determine whether the application meets the predetermined permission conditions according to the map drawing application and control the drone to perform map drawing when determining the conformity. This The application check process is necessary for the map to be completed successfully. Because the number of drones connected to the cloud platform is large, it is necessary to ensure that the drone can complete the tasks that it has applied for. In addition, due to the existence of the reward system, it is also necessary to avoid certain employers using drones to maliciously complete tasks and earn rewards.
  • the permission condition may specifically be any suitable reference factor determined according to the actual situation, so as to ensure the smooth progress of the map drawing as much as possible, which may include the performance requirements of the drone, the position of the area block, and the like.
  • the cloud platform may further include: a return control module 600.
  • the return control module 600 and the local map drawing module 200 are both used to control the connected drone.
  • the return control module 600 controls the drone to return to the designated place when the local map drawing cannot be completed or the partial map drawing is completed.
  • the cloud platform 20 exits the control of the drone and returns the drone to the owner.
  • the designated location may be determined by the cloud platform 20 according to the location of the owner, or may be a suitable location designated by the owner.
  • the return control module 600 can return the drone in time to avoid unnecessary loss of the owner, and can also ensure the safety of the drone.
  • the cloud platform may further include: an error recognition module 700.
  • the error recognition module 700 determines that a local map of the area block has a drawing error when the difference between the adjacent areas of the two partial maps that the splicing module 300 performs splicing is greater than the set value.
  • the error identification module 700 may be based on a plurality of different learning or judgment strategies to determine an area block in which an error occurs, specifically determined by a splicing manner of the partial map. Of course, in some embodiments, the error identification module 700 may also have only an alert function, and the specific confirmation is manually completed.
  • the error identification module 700 Through the error identification module 700, it is possible to timely find the wrong area block in the local map splicing process, and avoid obvious errors in the final completed map data.
  • the identification algorithm used by the error identification module 700, the size of the set value is a common technical means in the field of image stitching technology, and can be determined according to actual conditions, and is well known to those skilled in the art.
  • the cloud platform 20 provided in any of the above embodiments may be executed by any suitable electronic device having logical computing capability or a hardware system composed of a plurality of electronic devices, such as a server or a server group.
  • the electronic device can also be coupled to a local or online memory, invoking corresponding data or program instructions to perform the functions of one or more of the functional modules described above.
  • One or more of the above functional modules may also be performed by one or more electronic devices Row.
  • FIG. 4 is a flowchart of a method for mapping a map executed by the cloud platform 20 according to an embodiment of the present invention. As shown in FIG. 4, the method includes the following steps:
  • the device identifier is used as the identity confirmation information of the cloud platform to the drone, which is generated when the initial registration request is generated and used by the cloud platform in the subsequent process.
  • the drone is controlled to draw a partial map of the area block having a predetermined area.
  • the area block is a block area having a certain area, which is divided by the target area map in step 400.
  • the specific area can be determined by the cloud platform 30, which depends on the actual map drawing situation, including the number of drones, the size of the map, and the like.
  • 300 splicing a partial map of adjacent area blocks to generate a map of the target area composed of several area blocks.
  • the target area map of the target area may be divided into a plurality of different area blocks.
  • the final target area map is obtained by splicing a partial map of the area block. That is, a complete target area can be divided into a plurality of different area blocks, and a partial map of the area blocks is used to form a final target area map.
  • FIG. 5 is a schematic diagram of segmentation of a region block. As shown in FIG. 5, the target area A may be divided into a plurality of different rectangular area blocks, and a partial map is drawn for each rectangular area block. In some embodiments, the rendered partial map may be slightly larger than the rectangular area block with sufficient margin data to facilitate the stitching operation in step 300.
  • mapping method combines the characteristics of “sharing economy” to provide rewards, and encourages each drone to be used by the cloud platform when idle, to complete the mapping task.
  • Such a map drawing method can call a large number of drones in different regions, and has high map drawing efficiency. Moreover, there is no need to pay for the maintenance and purchase of high drones, which is cost-effective.
  • FIG. 6 is a flowchart of a method for mapping a map according to another embodiment of the present invention.
  • the method may further include an audit process for drawing an application:
  • the mapping application is initiated by the owner of the drone to the cloud platform according to whether the drone is idle or not.
  • the cloud platform can determine whether the map drawing application (ie, the drone) meets the requirements by parsing the application and matching with the license conditions, and can complete the drawing of the partial map.
  • the license condition may include one or more of the following:
  • the drone can satisfy the performance requirement of drawing a partial map of the target area block.
  • the drone has not drawn a target area block corresponding to the map drawing application and a partial map of the adjacent area block adjacent to the target area block.
  • the performance information of the target area block and the drone can be transmitted to the cloud platform in the mapping application.
  • the cloud platform can also provide feedback to the owner according to the current map drawing situation, for example, which area blocks can be applied for drawing.
  • the above license conditions may also be added or reduced according to the actual situation to ensure accurate screening conditions for map drawing.
  • the license condition (4) is used to ensure that a certain area block or a certain area block is repeatedly drawn by a malicious user, earning a reward or achieving other illegal purposes, so that the map drawing is affected.
  • the license condition (3) can prevent the cloud platform from controlling multiple drones in the same area block for map drawing, which makes the data integration difficult.
  • the adjacent block may have a plurality of different definitions.
  • it may be 4 area blocks x2, x4, x6 and x8 having a common boundary with the target area block x5 or 8 areas within a radius range 1 around the target area x5.
  • the second definition is adopted, the number of adjacent area blocks will be more, that is, it is a more strict decision condition. Strict decision conditions can improve the security of the cloud platform and avoid interference from malicious users.
  • FIG. 7 is a flowchart of a method of step 200 according to an embodiment of the present invention.
  • Receive image data of the UAV acquisition area block The drone can collect images of its own flight area through the camera or other suitable image acquisition device in the air.
  • the specific route or trajectory of the drone can be determined by the cloud platform and under the control of the cloud platform.
  • the image data may be any suitable type of image data, such as a video, a photo, or a combination of both.
  • a predetermined criterion as shown in FIG. 8, may be employed to determine whether the partial map of the area block is drawn:
  • the local map drawing module 200 receives the image data data1 and determines its corresponding area block (such as the area block x5). For this first image data data1, it is added to a newly created first collected data group G1.
  • the partial map drawing module 200 also acquires a plurality of image data data2 to datan of the area block x5 a plurality of times. For these image data, the local mapping module 200 will make a similarity determination and classify it into a similar collection data set (ie, G2 to Gm). If the image data datan cannot be classified into the existing collected data group, a new collected data group Gm+1 is placed to place the image data.
  • the predetermined threshold of the judgment may be determined according to actual conditions, for example, 95% or higher/lower. It depends on the control strategy of the cloud platform or the method of similarity calculation. As shown in FIG. 8, after multiple acquisitions, such area block acquisition data may include a plurality of different acquisition data sets G1 to Gm+1, and each acquisition data group also has a certain amount of image data.
  • the collected data group G4 can be selected as a representative of the area block x5, and the image data with the highest definition is selected as the partial map of the area block.
  • the difference in the collected data sets is represented by the amount of image data of the collected data sets. Therefore, the criterion for the significant difference can be considered as: the number of image data of one of the collected data sets is greater than or equal to the first predetermined value, and the difference between the number of image data of any of the other collected data sets is greater than or equal to the second predetermined value. For example, the number of image data of the collected data group G4 reaches 10, and the number of image data of the second largest collected data group G1 is only two, and the difference between the two satisfies the requirement of the second predetermined value.
  • the method further includes:
  • the method may further include: providing, by using the device identifier, a corresponding reward to the drone that completes the partial map.
  • FIG. 9 is a flowchart of a method for calculating a reward according to an embodiment of the present invention.
  • the method may specifically include the following steps:
  • the history of the drone also has a relatively important reference value, which reflects the credibility of the image data collected by the drone.
  • the specific credit rating can also be divided according to actual needs.
  • the bonus weight may be a weight value evaluated according to the capability level and the credit rating, for example, 150%, 200%, and the like.
  • the reward weight provide a corresponding reward for drawing a drone that completes the partial map.
  • the calculation method of the reward unit is used, and the initial drone completes the mapping of a region block and the reward obtained is 1 unit, and each time the capability level and the credit rating are improved, each time The reward is multiplied by the corresponding reward weight, such as 1.5 times, 2 times, and so on.
  • the splicing method of the local map is related to the definition of the adjacent block. For example, if the definition of the first adjacent block shown in FIG. 5 is adopted, each splicing process is a part that needs to splicing 5 area blocks. For the map, if the definition of the second adjacent block shown in FIG. 5 is adopted, it is necessary to splicing the partial map of the nine regional blocks. It will be understood by those skilled in the art that other suitable splicing strategies can also be used to accomplish such a splicing process, such as splicing two blocks at a time.
  • the difference may be determined according to the difference between the adjacent areas between the two partial maps and other local maps that are spliced. Draw the wrong partial map. For example, as shown in FIG. 5, when the difference in the adjacent area between the area blocks x5 and x4 is larger than the set value, the splicing result between the area block x1 and x9 and x4 can be referred to to determine the area block in which the error occurs.
  • the map drawing method provided by the embodiment of the present invention cuts a large area map into small area blocks, and cooperates with the drones at different times and at different places, so that the entire map can be efficiently drawn and has Lower cost.
  • the cloud platform can intelligently audit each small area block information according to the collected image data and use security mechanism to check the splicing with adjacent small area blocks to ensure the security and reliability of map drawing.
  • the cloud platform enables users to participate in the dynamics, combined with the characteristics of “sharing economy”, which is conducive to the promotion of maps and the rapid mapping of maps.
  • mapping method and the cloud platform provided in the above embodiments are all based on the same inventive concept. Therefore, the steps of the specific embodiments in the mapping method may be performed by the corresponding function modules, and the specific functions in the function module may also have corresponding method steps in the map drawing method, and details are not described herein again.
  • FIG. 10 is a schematic structural diagram of hardware of an electronic device according to an embodiment of the present disclosure.
  • the device 60 includes one or more processors 610 and a memory 620.
  • One processor 610 is exemplified in FIG.
  • the device 60 is configured to run the cloud platform and provide hardware support for a corresponding service, such as a server or a cluster server.
  • the processor 610 and the memory 620 may be connected by a bus or other manners, and the bus connection is taken as an example in FIG. 8 .
  • the memory 620 is a non-volatile computer readable storage medium, and can be used for storing non-volatile software programs, non-volatile computer-executable programs, and modules, such as program instructions corresponding to the mapping method in the embodiment of the present application. / Module (for example, the device identification assignment module 100, the partial mapping module 200, and the splicing module 300 shown in FIG. 2).
  • the processor 610 executes various functional applications of the server and data processing by running non-volatile software programs, instructions, and modules stored in the memory 620, that is, implementing the above-described method embodiment map drawing method.
  • the memory 620 may include a storage program area and an storage data area, wherein the storage program area may store an operating system, an application required for at least one function; the storage data area may store data created according to usage of the cloud platform, and the like.
  • the memory 620 can include a high speed random access memory, and can also include a non-volatile memory, such as at least one disk storage. Devices, flash devices, or other non-volatile solid-state storage devices.
  • memory 620 can optionally include memory remotely located relative to processor 610, which can be connected to the cloud platform over a network. Examples of such networks include, but are not limited to, the Internet, intranets, local area networks, mobile communication networks, and combinations thereof.
  • the one or more modules are stored in the memory 620, and when executed by the one or more processors 610, perform a map drawing method in any of the above method embodiments.
  • An embodiment of the present application provides a computer program product, including a computing program stored on a non-transitory computer readable storage medium, the computer program comprising program instructions, when the program instructions are executed by a computer,
  • the computer executes the user information recording method in any of the above method embodiments, for example, performing the method steps 100-400 of FIG. 4 described above to implement the functions of the modules 100-300 of FIG.
  • the device embodiments described above are merely illustrative, wherein the units described as separate components may or may not be physically separate, and the components displayed as units may or may not be physical units, ie may be located A place, or it can be distributed to multiple network units. Some or all of the modules may be selected according to actual needs to achieve the purpose of the solution of the embodiment.
  • the storage medium may be a magnetic disk, an optical disk, a read-only memory (ROM), or a random access memory (RAM).

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)
  • Navigation (AREA)

Abstract

本申请实施例公开了一种地图绘制方法，其云端平台及服务器。该方法包括：向与选定的设备标识对应的无人机发送地图绘制指令，所述无人机对应唯一的设备标识，所述设备标识在接收到注册请求时生成；接收所述无人机采集的具有预定面积的区域块的局部地图；拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。该方法提供了一个共享和整合平台，其有效的提高了地图绘制效率的同时极大的降低了地图绘制的成本。

Description

地图绘制方法、其云端平台及服务器 技术领域
本申请涉及地图绘制技术领域，特别是涉及一种地图绘制方法、其云端平台及服务器。
背景技术
随着智能终端设备的不断普及和发展，准确而且有效的地图数据能够为人们带来许多的便利，是各类型移动应用中非常重要的基础数据。
但当前绘制地图或者取得大面积地区的地图数据是一件很复杂的事情，工程投入巨大，需要耗费大量人力物力。随着各类型小型飞行器的普及，也有一些公司开始采用无人机来绘制地图，以减少成本压力。
发明人在研究现有技术的过程中发现：无论是采用何种形式进行地图绘制均是单一或者几家公司联合的行为，使用的设备(如无人机)也都来自于这些公司。
如果需要绘制一幅大地图或较大面积地区的地图数据(例如全景图像)，受限于设备的成本投入，其绘制效率有限，完成时间可能需要数年之久。但地图数据具有变动性质，这样长时间绘制的地图可能在完成整体绘制后，最初绘制的部分已经发生变化，需要重新更新。这样使得提供准确有效的大面积地图数据的成本非常高。
发明内容
本申请实施例主要解决相关技术中地图绘制成本高，效率低的问题。
为解决上述技术问题，本申请实施例采用的一个技术方案是：提供一种地图绘制方法。该方法包括：向与选定的设备标识对应的无人机发送地图绘制指令；所述无人机对应唯一的设备标识，所述设备标识在接收到注册请求时生成；接收所述无人机采集的具有预定面积的区域块的局部地图；拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。
为解决上述技术问题，本申请实施例采用的另一个技术方案是：提供一种地图绘制云端平台。该云端平台包括：局部地图绘制模块，用于向与选定的设备标识对应的无人机发送地图绘制指令并接收所述无人 机采集的具有预定面积的区域块的局部地图，所述无人机对应唯一的设备标识，所述设备标识在接收到注册请求时生成；
以及拼接模块，用于拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。
为解决上述技术问题，本申请实施例采用的又一个技术方案是：提供一种服务器，该服务器包括：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程序，所述指令程序被所述至少一个处理器执行，以使所述至少一个处理器执行如上所述的方法。
本申请实施例提供的地图绘制方法及其云端平台，结合了共享经济的思想，提供了一个共享和整合平台，通过向无人机提供对应奖励的方式，有效的利用了不同用户手中无人机来共同完成大面积地图的绘制，降低了对于无人机硬件成本的需求，而且这样绘制方式可以使地图数据的采集效率更高，其有效的提高了地图绘制效率的同时极大的降低了地图绘制的成本。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是本申请实施例提供的应用环境示意图；
图2为本申请实施例提供的云端平台的功能框图；
图3是本申请另一实施例提供的云端平台的功能框图；
图4是本申请实施例提供的地图绘制方法的方法流程图；
图5是本申请实施例提供的区域块划分示意图；
图6是本申请另一实施例提供的地图绘制方法的方法流程图；
图7是本申请实施例提供的步骤300的方法流程图；
图8是本申请实施例提供的区域块的局部地图生成示意图；
图9是本申请实施例提供的奖励计算方法的方法流程图；
图10是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
“共享经济”是随着互联网的不断发展而新兴的一种经济模式。其通过提供各种类型的交易平台，令用户可以将自己不需要的物品或者富 余资源来换取对应的奖励或者报酬，出售这些闲置资源在特定时间的使用，例如在租用车领域中的非常流行的“优步”或者“滴滴打车”，又或者是提供住宿服务的“AirBnb”。上述“共享经济”的模式可以充分的调用社会的闲置资源(例如多余的私家车、房子)，因此在各个可能的领域中迅速的普及。
图1为本申请实施例提供的用以执行所述地图绘制方法的应用环境。如图1所示，该应用环境包括：无人机10、云端平台20以及网络30。
所述无人机10可以是任何合适类型的高空或者低空飞行器，包括典型的四轴飞行器、可悬停的遥控直升机或者具有一定移动速度的固定翼飞行器等。
所述无人机10上设置有至少一个图像采集装置，例如高清摄像头或者运动摄像机等，用以完成对特定区域的图像拍摄过程。无人机10上还可以设置有任何合适类型的无线通信模块，用以实现对无人机10的控制和数据的传输。在一些实施例中，无人机10还可以根据实际情况添加或者减省一些功能模块。
在图1所示的应用环境中，各个无人机10可以是任意的，分属于不同用户或者不同地域的无人机。当然，每个无人机都具有自己对应的各项性能参数或者自身状态信息，包括型号信息、剩余电量、摄像头分辨率、飞行高度/速度、巡航里程等等。
所述云端平台30用以下发控制指令和接收无人机采集数据，通过整合、拼接图像数据以形成目标的地图数据，完成地图绘制任务。所述云端平台30是一个建立在“云端”，可以提供各类型服务(如数据管理、逻辑运算、指令广播)的电子运算平台。所述云端平台30可以基于基于一个或者多个服务器或者电子计算设备建立。服务器还可以连接至一个或者多个数据库，调用相关的数据或者程序指令，为云端的一种或者多种服务提供硬件支持。
所述网络30可以是任何合适的，用以实现两个设备(如无人机与服务器)之间通信连接的有线或者无线网络，例如因特网、局域网或者有线线缆。云端平台20可以通过网络30与一个或者多个不同的无人机10建立通信连接，上传或者下发数据/指令，以完成所述地图绘制任务。
在应用过程中，各个无人机10通过自己对应的网络(如wifi，4G网络等)与所述云端平台20连接，请求绘制地图。所述云端平台20根据无人机的实际情况，确定无人机是否能够满足条件，并对满足条件的无人机10下发相应的数据以便于后续的管控，例如可以向满足条件的无人机10推送相应的移动应用程序，通过该移动应用程序来完成对无人机10的控制和数据传输。
每个无人机10都可以在云端平台20上具有与自身对应的，唯一的 设备标识。云端平台20通过所述设备标识来确定无人机的身份。
图1中所示的运行环境中包含了6个无人机10以及1个一个云端平台20。但本领域技术人员可以理解的是，在一些实施例中，还可以包括其他任意数量的无人机或者云端平台。云端平台可以基于连接的无人机的情况以及绘制地图的面积、难度等任务相关信息，对无人机采用相应的策略以完成地图绘制。
图2为本发明实施例提供的，用以执行地图绘制方法的云端平台20的功能框图。
如图2所示，所述云端平台20可以包括：设备标识分配模块100、局部地图绘制模块200以及拼接模块300。
其中，设备标识分配模块100是平台用以生成所述设备标识的功能模块。该设备标识在平台接收注册请求时生成，可以是任何合适类型的数据，用于确认身份，与无人机唯一对应设备标识，例如是独立的，与无人机对应的注册账户。如上所述，云端平台还可以为具有设备标识的无人机安装完整的移动应用程序，从而方便后续功能模块的操作(如下发控制指令或者发放奖励)。在一些实施例中，该设备标识分配模块100也可以省略，平台通过与其连接的数据库，直接获取设备标识以及与其对应的无人机。
局部地图绘制模块200根据实际情况的要求，输出相应的控制信号以控制无人机绘制具有预定面积的区域块的局部地图。所述局部地图绘制模块200控制的是已经具有设备标识的无人机。其可以根据一定的策略，智能的对全局的无人机进行调整，从而更高效率的获得一些区域的地图数据。所述区域块以及其预定面积的设置也可以由云端平台20根据实际情况(如无人机的数量、主要性能指标、云端平台绘制地图的策略)进行调整或者划分。
例如，在接收到无人机注册请求时，获取无人机的相关性能指标，对已经注册的无人机的续航能力进行统计(通常的，续航能力符合正态分布模型)。然后，根据无人机续航能力的主要分布区间，确定区域块的预定面积，使云端平台上注册的大部分无人机均能满足地图绘制的性能要求。进一步的，还可以采用复合的策略进行区域块的划分，如将目标区域的一部分(如10％)区域设置为较大的预定面积，并且将另一部分(如20％)区域设置为较小的预定面积。
拼接模块300对局部地图绘制模块200获得的局部数据进行拼接，通过拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。所述目标区域地图具体可以是任何大小、类型或者面积的特定区域的地图，例如某个街区，城市或者国家等。在一些实施例中，在无人机的数据采集条件允许的情况下，该地图还可以是全景地图或者其他更多的地图类型。上述通过多个区域块的局部地图拼接、合成目标区域 地图是地图绘制领域中非常常用的技术，尤其广泛的应用于无人机地图绘制中，其具体的拼接算法等均为本领域技术人员所熟知。
在本发明实施例中，提供了可以调度无人机和整合数据的云端平台，通过该云端平台能够将各个分散的无人机得到有效的利用。
由于各个无人机分属于不同的机主，购置或者维护的成本分散，从而有效的降低了地图绘制过程中的成本。而且，由于无人机机主分布的稀疏特性，各个区域均能够很好的覆盖，地图的数据也能够迅速，快捷的完成更新，使得绘制的地图更为准确。
图3为本发明另一实施例提供的云端平台。在本实施中，如图3所示，所述云端平台除图2所示的功能模块外，还包括：奖励计算模块400
所述奖励计算模块400通过所述设备标识，向绘制完成局部地图的无人机提供对应的奖励。奖励计算模块400是用以为无人机计算和反馈奖励的功能模块，其根据一些预定的规则对无人机可获得的奖励进行计算并且向完成了地图绘制任务的无人机(由设备标识确定身份)提供这些奖励。所述奖励具体可以是任何合适类型的奖励，包括某些区域的地图数据、金钱或者某些使用权等。
在本发明实施例中，所述云端平台还可以进一步包括：申请接收模块500。
所述申请接收模块500接收无人机的地图绘制申请。由于在本实施例中，无人机所有权属于各机主。因此，云端平台可以采用被动接收的方式来完成对局部地图的控制。亦即云端平台只有在接收到请求进行地图绘制的申请时，才对无人机施加控制，进行局部地图的绘制(通常的，机主会在空闲时才发出这样的地图绘制申请)。
为了进一步的提高地图绘制效率，在一些实施例中，所述云端平台还可以主动的向已经注册的无人机广播特定区域块的地图绘制任务(例如通过移动应用程序推送的方式)。无人机机主在获取这些广播信息后，可以根据自身的情况，选择是否响应该任务，向云端平台发送对应的地图绘制申请。
通过上述云端平台主动广播信息的方式，可以提示用户当前平台绘制的需求，从而更高效的完成地图绘制，避免因信息交流不平衡导致地图绘制效率的下降。
该地图绘制申请的形式可以是各种合适类型的申请。可选地，云端平台20可以向无人机的机主展示当前的地图绘制情况，提示机主可以进行的申请绘制的区域块。机主根据自己的喜好，选择合适的区域块，发出对应的地图绘制申请。这样的，所述地图绘制申请可以包括：请求绘制地图的区域块、无人机的自身状态信息等。
所述局部地图绘制模块200则可以根据地图绘制申请，确定申请是否符合预定的许可条件并在确定符合时，控制无人机进行地图绘制。这 样的申请检查过程对地图绘制能够顺利完成时非常必要的。因为接入云端平台的无人机型号繁多，需要确保无人机能够完成自己申请的任务。另外，由于奖励制度的存在，也需要避免某些机主利用无人机恶意完成任务，赚取报酬。该许可条件具体可以是任何合适的，根据实际情况所确定的一系列参考因素，以尽可能的保证地图绘制的顺利进行，其可以包括无人机的性能要求，绘制区域块的位置等等。
请继续参阅图3，在另一些实施例中，所述云端平台还可以包括：返航控制模块600。
所述返航控制模块600与局部地图绘制模块200，均用以控制接入的无人机。返航控制模块600在无法完成局部地图绘制时或者局部地图绘制完成后，控制所述无人机返航至指定地点。在返航后，云端平台20即退出对无人机的控制，将无人机交还给机主。该指定地点可以是由云端平台20根据机主的位置确定，也可以是由机主自行指定的合适的地点。
在无人机绘制局部地图的过程中，可能存在各种因素导致绘制任务的中断，无法完成局部地图绘制，例如天气因素、无人机电量不足、无人机摄像设备故障或者无线连接中断等。返航控制模块600可以及时的将无人机返航以避免机主遭受不必要的损失，也可以保障无人机的安全。
在图像拼接过程中，由于数据来源的非一致性，仍不可避免的存在着错误的问题。可选地，如图3所示，所述云端平台还可以包括：错误识别模块700。
所述错误识别模块700在拼接模块300进行拼接的两个局部地图的相邻区域差异大于设定值时，确定区域块的局部地图出现绘制错误。错误识别模块700可以是基于多种不同的学习或者判断策略来确定出现错误的区域块，具体由局部地图的拼接方式所决定。当然，在一些实施例中，该错误识别模块700也可以仅具有警报功能，将具体的确认交由人工完成。
通过错误识别模块700，可以在局部地图拼接过程中，及时的发现绘制错误的区域块，避免最终完成的地图数据出现明显的错误。错误识别模块700使用的识别算法，设定值的大小均是图像拼接技术领域中常用的技术手段，具体可以根据实际情况所确定，为本领域技术人员所熟知。
上述任一实施例中提供的云端平台20均可以由任何合适的，具有逻辑运算能力的电子设备或者由多个电子设备组成的硬件系统所执行，例如服务器或者服务器组。该电子设备还可以连接至本地或者在线存储器，调用相应的数据或者程序指令来执行上述一个或者多个功能模块的功能。上述一个或者多个功能模块也可以由一个或者多个电子设备执 行。
图4为本发明实施例的云端平台20执行的地图绘制方法的方法流程图。如图4所示，该方法包括如下步骤：
100：向与选定的设备标识对应的无人机发送地图绘制指令，所述无人机对应有唯一的设备标识，所述设备标识为接收注册请求时生成。
该设备标识用于作为云端平台对无人机的身份确认信息，其在初次注册请求时生成并供云端平台在后续过程中使用。
200：接收所述无人机采集的具有预定面积的区域块的局部地图。
控制无人机绘制具有预定面积的区域块的局部地图。区域块是由步骤400中的目标区域地图分割出的，具有一定面积的块状区域。具体的面积可以由云端平台30所决定，其取决于实际的地图绘制情况，包括无人机的数量、地图的大小等。
300：拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。
在本发明实施例提供的地图绘制方法中，目标区域的目标区域地图可以被分割为多个不同的区域块。通过对区域块的局部地图拼接从而获得最终的目标区域地图。亦即一个完整的目标区域可以划分为多个不同的区域块，通过这些区域块的局部地图拼接形成最终的目标区域地图。
图5为区域块的分割示意图。如图5所示，可以将目标区域A分割为多个不同的矩形区域块，分别对每个矩形区域块进行局部地图的绘制。在一些实施例中，绘制的局部地图可以稍大于矩形区域块，具有足够的余量数据以便于步骤300中的拼接操作。
上述地图绘制方法，结合了“分享经济”的特点，以提供奖励的方式，鼓励各个无人机在闲置时能够被云端平台利用，完成地图绘制任务。这样的地图绘制方式，能够调用大量的、处于不同地域的无人机，具有较高的地图绘制效率。而且，不需要支付高昂的无人机维护、购置等费用，具有较好的成本效益。
采用上述分散式的地图绘制方法，在实际运作过程中，还需要考虑各种可能出现的问题以提高地图绘制的效率、准确性等。图6为本发明另一实施例提供的地图绘制方法的方法流程图。
除图4所示的步骤外，如图6所示，所述方法还可以包括对于绘制申请的审核过程：
400：接收无人机的地图绘制申请。地图绘制申请是由无人机的机主根据无人机是否空闲而主动向云端平台发出的。
500：在所述地图绘制申请符合预定的许可条件时，向无人机发送与地图绘制申请对应的地图绘制指令。
600：接收所述无人机绘制的，与所述地图绘制申请对应的区域块的局部地图。
所述云端平台可以通过解析申请并与许可条件进行匹配从而确定所述地图绘制申请(即无人机)是否满足要求，能够完成局部地图的绘制。
可选地，所述许可条件可以包括如下的一条或者多条：
(1)与所述地图绘制申请对应的目标区域块的局部地图未完成。
(2)所述无人机能够满足绘制所述目标区域块的局部地图的性能要求。
(3)没有其他无人机正在进行所述目标区域块的局部地图的绘制。
(4)所述无人机没有绘制过与地图绘制申请对应的目标区域块以及与所述目标区域块相邻的相邻区域块的局部地图。
该目标区域块、无人机的性能信息均可以一并在所述地图绘制申请中传输至云端平台。云端平台作为控制者，也可以根据当前的地图绘制情况，向机主提供反馈意见，例如提示哪些区域块可以申请进行绘制。
上述许可条件还可以根据实际情况，添加或者减省其他合适，用以保证地图绘制准确的筛选条件。例如，许可条件(4)是用以确保某个区域块或者某几个区域块被恶意用户重复绘制，赚取奖励或者达到其他非法目的，使得地图绘制受到影响。许可条件(3)可以避免云端平台在同一个区域块控制多个无人机进行地图绘制，导致数据整合难度上升。
在本发明实施例中，所述相邻区域块可能具有多种不同的定义。例如，如图5所示，其可以是与所述目标区域块x5具有公共边界的4个区域块x2，x4，x6和x8或者是位于所述目标区域x5周围半径范围1内的8个区域块x1，x2，x3，x4，x6，x7，x8，x9。可以理解的是，若采用第二种定义，其相邻区域块的数量将更多，亦即属于更为严格的决定条件。严格的决定条件可以提高云端平台的安全性，避免受到恶意用户的干扰。
上述步骤200可以通过多种不同类型的策略实现，图7为本发明实施例提供的，步骤200的方法流程图。
如图7所示，在绘制局部地图时，可以采用如下步骤：
210：接收无人机采集区域块的图像数据。无人机在空中可以通过摄像机或者其他合适的图像采集设备采集自己飞经区域的图像。无人机具体的航线或者运行轨迹可以由云端平台所决定，处于云端平台的控制之下。所述图像数据可以是任何合适类型的图像数据，例如视频、照片或者两者的结合。
220：对属于同一区域块的图像数据进行相似度判断，形成区域块采集数据。在地图绘制过程中，为确保数据的可靠性，对同一区域进行多次采集是常见的方式。由于图像采集过程中存在着各种不可控制的因素，多次采集的结果都存在着一定的差别，通过对这些属于同一区域块 的图像数据进行相似度的比较后，可以获得一组有特定数据结构的数据集合，即区域块采集数据。
230：在所述区域块采集数据满足预定标准时，确定所述区域块的局部地图绘制完成。
对于某个区域块而言，其具有的采集数据达到一定的标准以后(例如到达一定的数量)，通常就具有了可以满足使用要求的可靠性。因此，可以根据区域块采集数据来确定区域块的局部地图是否绘制完成，并且确认最终可以用于拼接的局部地图。
在一些实施例中，可以采用如图8所示，预定标准来确定区域块的局部地图是否绘制完成：
首先，对于同一个区域块而言，存在着首次采集获得图像数据data1。局部地图绘制模块200接收该图像数据data1并确定其对应的区域块(如区域块x5)，对于这一首次的图像数据data1，会将其加入到一个新建的第一采集数据组G1。
然后，局部地图绘制模块200还会多次采集区域块x5的多个图像数据data2至datan。对于这些图像数据，局部地图绘制模块200将对其进行相似度判断，并将其归入到相似的采集数据组中(即G2到Gm)。若图像数据datan无法归入现有的采集数据组时，则新建一个采集数据组Gm+1放置该图像数据。
在进行相似度判断的过程中，判断的预定阈值可以是根据实际情况所确定，例如95％或者更高/更低。其取决于云端平台的控制策略或者相似度计算的方法。如图8所示，经过多次采集后，这样的区域块采集数据会包括多个不同采集数据组G1至Gm+1，每个采集数据组内也具有一定数量的图像数据。
最后，如图8所示，经过多次采集后，由于数据正常的分布规律，会存在一个与其他数据组具有显著差别的采集数据组G4。因此，可以选择该采集数据组G4作为区域块x5的代表，选择其中清晰度最高的图像数据作为所述区域块的局部地图。
在本实施例中，采集数据组的差别是由采集数据组的图像数据数量所体现。因此，具有显著差别的判断标准可以认为是：其中一个采集数据组的图像数据数量大于等于第一预定值，并且与其他任一采集数据组的图像数据数量之差均大于等于第二预定值。例如，采集数据组G4的图像数据数量达到了10个，并且第二多的采集数据组G1的图像数据数量仅为2个，两者之间的差值满足第二预定值的要求。
可以理解的是，技术人员可以通过调整第一预定值和第二预定值的大小来改变显著差别的标准。更大的显著差别意味着采集数据组具有更好的代表性，这意味着这一区域块的局部地图可能具有更好的可靠性。
请继续参阅图6，所述方法还包括：
700：在无法完成局部地图绘制时或者局部地图绘制完成后，控制所述无人机返航至指定地点。无人机返航后，云端平台将停止对无人机的控制，将无人机交还给机主。
为鼓励用户积极的完成局部地图绘制任务，提高地图绘制的效率，所述方法还可以包括：通过所述设备标识，向绘制完成局部地图的无人机提供对应的奖励。
具体可以根据实际情况的需求，设置一定梯度或者合适的奖励算法，对无人机给予与其贡献相对应的奖励。图9为本发明实施例提供的奖励计算方法的方法流程图。
如图9所示，所述方法具体可以包括如下步骤：
10：根据无人机绘制完成的局部地图的质量，确定所述无人机的能力等级。所述完成的质量可以从多个不同的维度进行考察，例如图像清晰度、飞行效率等。具体的能力等级设置可以根据实际需要进行划分。
20：根据无人机与绘制局部地图相关的历史记录，确定所述无人机的信用等级。除步骤210的能力等级外，无人机的历史记录也具有比较重要的参考价值，其反映了该无人机采集的图像数据的可信程度。相类似的，具体的信用等级也可以根据实际需要进行划分。
30：根据所述能力等级和信用等级，计算所述无人机的奖励权重。该奖励权重可以是根据能力等级和信用等级进行评价的权重值，例如150％，200％等。
40：根据所述奖励权重，为绘制完成局部地图的无人机提供对应的奖励。在本实施例中，使用的是奖励单位的计算方法，初始的无人机完成一个区域块的地图绘制获得的奖励为1个单位，随着能力等级和信用等级的提升，每次可以获得的奖励则乘以相应的奖励权重，例如1.5倍，2倍等。
下表是本发明实施例提供的奖励权重对应关系表：
Figure PCTCN2017073921-appb-000001
局部地图的拼接方式与相邻区块的定义相关，例如若采用图5所示的第一种相邻区块的定义，每次拼接过程为需要拼接5个区域块的局部 地图，若采用图5所示的第二种相邻区块的定义，则需要拼接9个区域块的局部地图。本领域技术人员可以理解的是，也可以采用其他合适的拼接策略来完成这样的拼接过程，例如每次拼接两个区域块。
在拼接所述目标区域块以及所述8个相邻区域块的局部地图的拼接方式中，可以根据所述在进行拼接的两个局部地图与其他局部地图之间相邻区域的差异，确定出现绘制错误的局部地图。例如，如图5所示，当区域块x5和x4之间的相邻区域差异大于设定值时，可以参考区域块x1和x9与x4之间的拼接结果，来确定出现错误的区域块。
综上所述，本发明实施例提供的地图绘制方法将大的区域地图绘制切割成小区域块，并通过不同时间不同地点的无人机联合协作方式，使得整张地图能够高效完成绘制并且具有较低的成本。
一方面，云端平台可根据每次的采集的图像数据智能审核每一个小区域块信息并采用安全机制审核与相邻小区域块的拼接，保证了地图绘制的安全性和可靠性。
另一方面，云端平台通过奖励和信用机制，使用户有参与的动力，结合了“分享经济”的特点，利于绘制地图的推广使用和地图的快速绘制。
应当说明的是，上述实施例中提供的地图绘制方法和云端平台均是基于相同的发明构思。因此，地图绘制方法中各个具体实施例的步骤均可以由对应的功能模块所执行，功能模块中具体的功能也可以在所述地图绘制方法中具有对应的方法步骤，在此不再赘述。
图10为本申请实施例提供的电子设备的硬件结构示意图。如图10所示，该设备60包括：一个或多个处理器610以及存储器620，图8中以一个处理器610为例。所述设备60用以运行所述云端平台，提供对应服务的硬件支持，例如服务器或者集群服务器。
其中，处理器610、存储器620可以通过总线或者其他方式连接，图8中以通过总线连接为例。
存储器620作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的地图绘制方法对应的程序指令/模块(例如，图2所示的设备标识分配模块100、局部地图绘制模块200以及拼接模块300)。处理器610通过运行存储在存储器620中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例地图绘制方法。
存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据云端平台的使用所创建的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储 器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至云端平台。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行上述任意方法实施例中的地图绘制方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本申请实施例提供了一种计算机程序产品，包括存储在非易失性计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时时，使所述计算机执行上述任意方法实施例中的用户信息记录方法，例如，执行以上描述的图4中的方法步骤100-400，实现图2中的模块100-300的功能。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；在本申请的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本申请的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (30)

  1. 一种地图绘制方法，其特征在于，包括：
    向与选定的设备标识对应的无人机发送地图绘制指令；所述无人机对应唯一的设备标识，所述设备标识在接收到注册请求时生成；
    接收所述无人机采集的具有预定面积的区域块的局部地图；
    拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。
  2. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    接收无人机的地图绘制申请；
    所述向与选定的设备标识对应的无人机发送地图绘制指令具体包括：
    在所述地图绘制申请符合预定的许可条件时，向所述无人机发送与地图绘制申请对应的地图绘制指令；
    所述接收所述无人机采集的具有预定面积的区域块的局部地图具体包括：
    接收所述无人机绘制的，与所述地图绘制申请对应的区域块的局部地图。
  3. 根据权利要求2所述的方法，其特征在于，所述许可条件包括：与所述地图绘制申请对应的目标区域块的局部地图未完成以及所述无人机能够满足绘制所述目标区域块的局部地图的性能要求。
  4. 根据权利要求2所述的方法，其特征在于，所述许可条件包括：所述无人机没有绘制过与地图绘制申请对应的目标区域块以及与所述目标区域块相邻的相邻区域块的局部地图。
  5. 根据权利要求3或4所述的方法，其特征在于，所述相邻区域块为：与所述目标区域块具有公共边界的区域块或者位于所述目标区域周围预定半径范围内的区域块。
  6. 根据权利要求1-5任一所述的方法，其特征在于，所述接收所述无人机采集的具有预定面积的区域块的局部地图，具体包括：
    接收无人机采集的区域块的图像数据；
    对属于同一区域块的图像数据进行相似度判断，形成区域块采集数据；
    在所述区域块采集数据满足预定标准时，确定所述区域块的局部地图绘制完成。
  7. 根据权利要求6所述的方法，其特征在于，所述区域块采集数据包括若干个采集数据组，所述采集数据组包括若干个图像数据；
    所述对属于同一区域块的图像数据进行相似度判断，形成区域块采集数据，具体包括：
    在所述采集的图像数据为对应区域块的首个图像数据时，将其加入所述区域块新建的采集数据组；
    在所述采集的图像数据为对应区域块的非首个图像数据时，将所述采集的图像数据与所述区域块的全部采集数据组内的图像数据进行相似度判断；
    若相似度超过预定阈值，将所述采集的图像数据加入对应的采集数据组；
    若相似度未超过预定阈值，将所述采集的图像数据加入新建的采集数据组。
  8. 根据权利要求7所述的方法，其特征在于，所述在所述区域块采集数据满足预定标准时，确定所述区域块的局部地图绘制完成，具体包括：
    在其中一个采集数据组与其他采集数据组具有显著性差异时，确定所述区域块的局部地图绘制完成；
    选择具有显著性差异的采集数据组中，清晰度最高的图像数据作为所述区域块的局部地图。
  9. 根据权利要求8所述的方法，其特征在于，所述其中一个采集数据组与其他采集数据组具有显著性差异，具体为：
    其中一个采集数据组的图像数据数量大于等于第一预定值，并且与其他任一采集数据组的图像数据数量之差均大于等于第二预定值。
  10. 根据权利要求1-9任一所述的方法，其特征在于，所述方法还包括：
    在无法完成局部地图绘制时或者局部地图绘制完成后，控制所述无人机返航至指定地点。
  11. 根据权利要求1-10任一所述的方法，其特征在于，所述方法还包括：
    通过所述设备标识，向绘制完成局部地图的无人机提供对应的奖励。
  12. 根据权利要求11所述的方法，其特征在于，所述通过所述设备标识，向绘制完成局部地图的无人机提供对应的奖励，具体包括：
    根据无人机绘制完成的局部地图的质量，确定所述无人机的能力等级；
    根据无人机与绘制局部地图相关的历史记录，确定所述无人机的信用等级；
    根据所述能力等级和信用等级，计算所述无人机的奖励权重；
    根据所述奖励权重，为绘制完成局部地图的无人机提供对应的奖励。
  13. 根据权利要求1-12任一所述的方法，其特征在于，所述方法还包括：
    在进行拼接的两个局部地图的相邻区域差异大于设定值时，确定区域块的局部地图出现绘制错误。
  14. 根据权利要求13所述的方法，其特征在于，所述拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图，具体包括：
    确定至少一个目标区域块以及位于所述目标区域块周围，与所述目标区域块相邻的8个相邻区域块；
    拼接所述目标区域块以及所述8个相邻区域块的局部地图；
    所述在进行拼接的两个局部地图的相邻区域差异大于设定值时，确定区域块的局部地图出现绘制错误，具体包括：
    根据所述在进行拼接的两个局部地图与其他局部地图之间相邻区域的差异，确定出现绘制错误的局部地图。
  15. 一种地图绘制云端平台，其特征在于，该云端平台包括：
    局部地图绘制模块，用于向与选定的设备标识对应的无人机发送地图绘制指令并接收所述无人机采集的具有预定面积的区域块的局部地图，所述无人机 对应唯一的设备标识，所述设备标识在接收到注册请求时生成；
    以及
    拼接模块，用于拼接相邻的区域块的局部地图以生成由若干区域块组成的目标区域地图。
  16. 根据权利要求15所述的云端平台，其特征在于，还包括：
    申请接收模块，用于接收无人机的地图绘制申请；
    所述局部地图绘制模块还用于：在所述地图绘制申请符合预定的许可条件时，向所述无人机发送与地图绘制申请对应的地图绘制指令并接收所述无人机绘制的，与所述地图绘制申请对应的区域块的局部地图。
  17. 根据权利要求16所述的云端平台，其特征在于，所述许可条件包括：与所述地图绘制申请对应的目标区域块的局部地图未完成以及所述无人机能够满足绘制所述第一区域块的局部地图的性能要求。
  18. 根据权利要求16所述的云端平台，其特征在于，所述许可条件包括：所述无人机没有绘制过与地图绘制申请对应的目标区域块以及与所述目标区域块相邻的相邻区域块的局部地图。
  19. 根据权利要求17或18所述的云端平台，其特征在于，所述相邻区域块为：与所述目标区域块具有公共边界的区域块或者位于所述目标区域周围预定半径范围内的区域块。
  20. 根据权利要求15-19任一所述的云端平台，其特征在于，所述局部地图绘制模块，具体用于：
    接收无人机采集的区域块的图像数据；
    对属于同一区域块的图像数据进行相似度判断，形成区域块采集数据；
    在所述区域块采集数据满足预定标准时，确定所述区域块的局部地图绘制完成。
  21. 根据权利要求20所述的云端平台，其特征在于，所述区域块采集数据包括若干个采集数据组，所述采集数据组包括若干个图像数据；
    所述局部地图绘制模块具体用于：
    在所述采集的图像数据为对应区域块的首个图像数据时，将其加入所述区域块新建的采集数据组；
    在所述采集的图像数据为对应区域块的非首个图像数据时，将所述采集的图像数据与所述区域块的全部采集数据组内的图像数据进行相似度判断；
    若相似度超过预定阈值，将所述采集的图像数据加入对应的采集数据组；
    若相似度未超过预定阈值，将所述采集的图像数据加入新建的采集数据组。
  22. 根据权利要求21所述的云端平台，其特征在于，所述局部地图绘制模块具体用于：
    在其中一个采集数据组与其他采集数据组具有显著性差异时，确定所述区域块的局部地图绘制完成；
    选择具有显著性差异的采集数据组中，清晰度最高的图像数据作为所述区 域块的局部地图。
  23. 根据权利要求22所述的云端平台，其特征在于，所述其中一个采集数据组与其他采集数据组具有显著性差异，具体为：
    其中一个采集数据组的图像数据数量大于等于第一预定值，并且与其他任一采集数据组的图像数据数量之差均大于等于第二预定值。
  24. 根据权利要求15-23任一所述的云端平台，其特征在于，还包括：
    返航控制模块，用于在无法完成局部地图绘制时或者局部地图绘制完成后，控制所述无人机返航至指定地点。
  25. 根据权利要求15-24任一所述的云端平台，其特征在于，还包括：奖励计算模块，用于通过所述设备标识，向绘制完成局部地图的无人机提供对应的奖励。
  26. 根据权利要求25所述的云端平台，其特征在于，所述奖励计算模块具体用于：
    根据无人机绘制完成的局部地图的质量，确定所述无人机的能力等级；
    根据无人机与绘制局部地图相关的历史记录，确定所述无人机的信用等级；
    根据所述能力等级和信用等级，计算所述无人机的奖励权重；
    根据所述奖励权重，为绘制完成局部地图的无人机提供对应的奖励。
  27. 根据权利要求15-26任一所述的云端平台，其特征在于，还包括：
    错误识别模块，用于在进行拼接的两个局部地图的相邻区域差异大于设定值时，确定区域块的局部地图出现绘制错误。
  28. 根据权利要求27所述的云端平台，其特征在于，所述拼接模块，具体用于：确定至少一个目标区域块以及位于所述目标区域块周围，与所述目标区域块相邻的8个相邻区域块；以及拼接所述目标区域块以及所述8个相邻区域块的局部地图；
    所述错误识别模块，具体用于：根据所述在进行拼接的两个局部地图与其他局部地图之间相邻区域的差异，确定出现绘制错误的局部地图。
  29. 一种服务器，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程序，所述指令程序被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1至14任一项所述的方法。
  30. 一种计算机程序产品，其特征在于，所述计算机程序产品包括：非易失性计算机可读存储介质以及内嵌于所述非易失性计算机可读存储介质的计算机程序指令；所述计算机程序指令包括用以使处理器执行如权利要求1至14任一项所述的方法的指令。
PCT/CN2017/073921 2017-02-17 2017-02-17 地图绘制方法、其云端平台及服务器 WO2018148931A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/CN2017/073921 WO2018148931A1 (zh) 2017-02-17 2017-02-17 地图绘制方法、其云端平台及服务器
CN201780000722.9A CN107466469B (zh) 2017-02-17 2017-02-17 地图绘制方法、其云端平台及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/073921 WO2018148931A1 (zh) 2017-02-17 2017-02-17 地图绘制方法、其云端平台及服务器

Publications (1)

Publication Number Publication Date
WO2018148931A1 true WO2018148931A1 (zh) 2018-08-23

Family

ID=60553378

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/073921 WO2018148931A1 (zh) 2017-02-17 2017-02-17 地图绘制方法、其云端平台及服务器

Country Status (2)

Country Link
CN (1) CN107466469B (zh)
WO (1) WO2018148931A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110765223A (zh) * 2019-10-24 2020-02-07 北京百度网讯科技有限公司 地图更新处理方法、装置、设备及存储介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108366118A (zh) * 2018-02-11 2018-08-03 苏州光之翼智能科技有限公司 一种基于云计算的分布式无人机实时测绘系统
DE102018209804A1 (de) * 2018-06-18 2019-12-19 Robert Bosch Gmbh Verfahren und Vorrichtung zur Vorhersage einer wahrscheinlichen Fahrroute für ein Fahrzeug
CN109141446B (zh) 2018-07-04 2021-11-12 阿波罗智能技术(北京)有限公司 用于获得地图的方法、装置、设备和计算机可读存储介质
CN110069869A (zh) * 2019-04-26 2019-07-30 成都晨夏科技有限公司 一种多规合一区域空间规划信息管理平台
CN111862779A (zh) * 2020-07-28 2020-10-30 南京赛飞地理信息技术有限公司 一种基于互联网共享的地理信息数字测图方法
CN113332722B (zh) * 2021-06-04 2024-06-11 网易（杭州）网络有限公司 一种地图生成方法、装置、终端及存储介质
CN113689778A (zh) * 2021-08-03 2021-11-23 厦门卫星定位应用股份有限公司 公交线路高精度地图生成方法
CN114115363B (zh) * 2021-12-04 2023-07-18 中国人民解放军国防科技大学 一种基于动态目标追踪的多无人机未知室内空间探索方法
CN116880737B (zh) * 2023-09-06 2023-11-17 成都中科合迅科技有限公司 图形绘制控制方法和系统
CN117437371A (zh) * 2023-12-18 2024-01-23 北京道仪数慧科技有限公司 地图数据采集资源调用方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495522A (zh) * 2011-12-01 2012-06-13 天津曙光敬业科技有限公司 基于无人直升机航拍的360°空中全景互动漫游系统的制作方法
CN105022405A (zh) * 2015-07-16 2015-11-04 杨珊珊 街景地图制作方法、控制服务器、无人机及制作装置
CN105045277A (zh) * 2015-07-08 2015-11-11 西安电子科技大学 一种多无人机操控信息显示系统
CN205080435U (zh) * 2015-07-16 2016-03-09 杨珊珊 控制服务器、无人机及街景地图制作装置
CN105518558A (zh) * 2014-09-30 2016-04-20 深圳市大疆创新科技有限公司 一种飞行任务处理方法、装置及系统
US20160307449A1 (en) * 2015-04-15 2016-10-20 International Business Machines Corporation Autonomous drone service system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG142182A1 (en) * 2006-10-18 2008-05-28 Singapore Tech Aerospace Ltd A method and a system for ground surveillance
CN103197684B (zh) * 2013-04-25 2016-09-21 清华大学 无人机群协同跟踪目标的方法及系统
WO2016041110A1 (zh) * 2014-09-15 2016-03-24 深圳市大疆创新科技有限公司 一种飞行器的飞行控制方法及相关装置
CN104994355A (zh) * 2015-07-14 2015-10-21 杨珊珊 一种智能化主动图像采集与更新系统及方法
CN105741165A (zh) * 2016-02-03 2016-07-06 辽宁猎鹰航空科技有限公司 无人机租赁系统及方法
CN105825716A (zh) * 2016-03-11 2016-08-03 北京航空航天大学 基于卫星通信的无人机的管控方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495522A (zh) * 2011-12-01 2012-06-13 天津曙光敬业科技有限公司 基于无人直升机航拍的360°空中全景互动漫游系统的制作方法
CN105518558A (zh) * 2014-09-30 2016-04-20 深圳市大疆创新科技有限公司 一种飞行任务处理方法、装置及系统
US20160307449A1 (en) * 2015-04-15 2016-10-20 International Business Machines Corporation Autonomous drone service system
CN105045277A (zh) * 2015-07-08 2015-11-11 西安电子科技大学 一种多无人机操控信息显示系统
CN105022405A (zh) * 2015-07-16 2015-11-04 杨珊珊 街景地图制作方法、控制服务器、无人机及制作装置
CN205080435U (zh) * 2015-07-16 2016-03-09 杨珊珊 控制服务器、无人机及街景地图制作装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110765223A (zh) * 2019-10-24 2020-02-07 北京百度网讯科技有限公司 地图更新处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN107466469B (zh) 2020-10-16
CN107466469A (zh) 2017-12-12

Similar Documents

Publication Publication Date Title
WO2018148931A1 (zh) 地图绘制方法、其云端平台及服务器
CN111052158B (zh) 用于分配服务请求的系统和方法
CN111009150B (zh) 一种开放式停车场管理方法、系统及后台服务器
CN107864694A (zh) 用于操作无人驾驶车辆的计算节点当中的有效通信
US20160335898A1 (en) Automated drone management system
CN110598110B (zh) 业务推送方法和装置
CN112764927B (zh) 一种车辆选择和资源联合优化方法、系统、介质及应用
US11423340B2 (en) On-demand transport selection process facilitating third-party autonomous vehicles
CN110531761A (zh) 无人车调度方法、装置及执行无人车调度方法的系统
DE102020106753A1 (de) Technologien zum Verwalten von interoperablen hochauflösenden Karten für autonome Fahrzeuge
WO2019153447A1 (zh) 快递盒传送方法、装置、终端设备及存储介质
DE112017007989T5 (de) Anwendungsprioritätsbasierte energieverwaltung für eine computervorrichtung
CN110832536B (zh) 推荐上车地点的系统和方法
CN115080210A (zh) 基于边缘计算的车载算力共享系统、方法、设备及介质
US11089112B2 (en) Low latency interactive media distribution using shared user hardware
CN111612286B (zh) 一种订单分配方法、装置、电子设备及存储介质
CN111191956A (zh) 一种基于区块链的无人机光伏板检修方法及其系统
US20230145177A1 (en) Federated learning method and federated learning system based on mediation process
TW202242581A (zh) 基於路線的數位服務管理
CN106993034A (zh) 定位数据的接收方法和上传方法、服务器及定位终端
US20230025222A1 (en) Method and system for ctrolling intelligent network vehicle
US11754410B1 (en) Methods and internet of things systems for determining government traffic routes in smart cities
US20220371735A1 (en) Method and system for unmanned aerial vehicle to pass through unmanned aerial vehicle airport
CN112329119B (zh) 虚拟场景仿真处理方法、装置、电子设备及存储介质
CN114348807B (zh) 电梯调度方法、装置、设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17896883

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 161219)

122 Ep: pct application non-entry in european phase

Ref document number: 17896883

Country of ref document: EP

Kind code of ref document: A1