WO2020133387A1 - 无人控制平台的管理方法和设备 - Google Patents

无人控制平台的管理方法和设备 Download PDF

Info

Publication number
WO2020133387A1
WO2020133387A1 PCT/CN2018/125482 CN2018125482W WO2020133387A1 WO 2020133387 A1 WO2020133387 A1 WO 2020133387A1 CN 2018125482 W CN2018125482 W CN 2018125482W WO 2020133387 A1 WO2020133387 A1 WO 2020133387A1
Authority
WO
WIPO (PCT)
Prior art keywords
sign
control platform
pass
unmanned control
display device
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.)
Ceased
Application number
PCT/CN2018/125482
Other languages
English (en)
French (fr)
Inventor
唐克坦
葛宏斌
朱成伟
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Priority to PCT/CN2018/125482 priority Critical patent/WO2020133387A1/zh
Priority to CN201880071487.9A priority patent/CN111344649B/zh
Publication of WO2020133387A1 publication Critical patent/WO2020133387A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions

Definitions

  • the embodiments of the present invention relate to the field of control, and in particular, to an unmanned control platform management method and device.
  • unmanned control platforms such as unmanned ground robots, unmanned aerial vehicles, etc.
  • a central processing module such as a central server, etc.
  • this centralized management and control method has higher requirements on the computing power of the central processing module, which will increase the control cost of the unmanned control platform.
  • this centralized management and control method has very high requirements for the reliability of the communication between the unmanned control platform and the central processing module, resulting in the cost of highly reliable communication between the unmanned control platform and the central processing module It is very high. In some scenarios, high-reliability communication between the unmanned control platform and the central processing module cannot be achieved, resulting in unreliable management of the unmanned control platform.
  • Embodiments of the present invention provide a management method and equipment for an unmanned control platform, so as to improve the flexibility and reliability of unmanned control platform management.
  • a second aspect of the embodiments of the present invention is to provide an unmanned control platform management method, including:
  • the control sign display device displays a pass indicator so that the unmanned control platform can identify the pass mode of the unmanned control platform by identifying the pass indicator.
  • a second aspect of an embodiment of the present invention is to provide a management device for an unmanned control platform, including: an environmental sensor, a control identification display device, and a processor,
  • the processor is used to perform the following operations:
  • the control sign display device displays a pass indicator so that the unmanned control platform can identify the pass mode of the unmanned control platform by identifying the pass indicator.
  • the unmanned control platform in the environment is detected based on the sensing data, and when the unmanned control platform is detected, the control indicator display device displays a pass indicator , So that the unmanned control platform can determine the passing mode of the unmanned control platform by identifying the access indication.
  • the management of the unmanned control platform can be achieved without establishing a complicated communication system to ensure the reliability of the control.
  • the computing power of the management equipment of the unmanned control platform is reduced, which effectively reduces the cost.
  • FIG. 1 is a flowchart of a management method provided by an embodiment of the present invention.
  • FIG. 2 is a scene diagram of management of an unmanned control platform provided by an embodiment of the present invention.
  • FIG. 3 is a schematic diagram of managing a first unmanned control platform and a second unmanned control platform provided by an embodiment of the present invention
  • FIG. 4 is a schematic diagram of an unmanned control platform in a detection target area provided by an embodiment of the present invention.
  • FIG. 5 is a schematic diagram of detecting an unmanned control platform in multiple target areas provided by an embodiment of the present invention.
  • FIG. 6 is a structural diagram of a management device provided by an embodiment of the present invention.
  • a component when a component is said to be “fixed” to another component, it can be directly on another component or there can also be a centered component. When a component is considered to be “connected” to another component, it can be directly connected to another component or there may be a centered component at the same time.
  • FIG. 1 is a flowchart of a method for managing an unmanned control platform provided by an embodiment of the present invention. As shown in FIG. 1, the method in this embodiment may include:
  • Step S101 Acquire environmental sensor data collected by an environmental sensor, and detect an unmanned control platform in the environment based on the sensor data.
  • the unmanned control platform 201 may be any unmanned control device.
  • the unmanned control platform may be an unmanned vehicle, an unmanned aerial vehicle, a drone ship, etc.
  • the unmanned control platform is a schematic illustration for an unmanned aerial vehicle.
  • the management device of the unmanned control platform may include an environmental sensor 202 and a processor (not shown), wherein the processor may include one or more, and the one or more processors work individually or cooperatively.
  • the environment sensor 201 can sense the environment around the sensor 201 and output sensor data, and the processor can obtain the sensor data output by the sensor 202, wherein the sensor data can include images, depth data, and point cloud data One or more of them.
  • the processor may detect the unmanned control platform in the measurement range of the sensor 202 according to the sensing data, that is, detect whether there is an unmanned control platform in the measurement range.
  • the detecting the unmanned control platform in the environment based on the sensor data includes: detecting the unmanned control platform within a preset distance from the sensor in the environment according to the sensor data, namely Detecting whether there is an unmanned control platform within a preset distance from the sensor in the environment according to the sensing data.
  • the preset distance may be fixed in the program code of the processor.
  • the management device of the unmanned control platform may receive user input and set the preset distance according to the user input .
  • the environmental sensor 202 can be set in the air through a carrying device (such as a mounting rod), and in some cases, the environmental sensor 202 may be set on the ground, and the environmental sensor 202 may output the sensing data above the ground, which is not specifically limited here.
  • a carrying device such as a mounting rod
  • Step S102 When an unmanned control platform is detected, the control indicator display device displays a pass indicator so that the unmanned control platform can identify the pass mode of the unmanned control platform by identifying the pass indicator.
  • the management device further includes an identification display device 203, wherein the identification display device 203 may be any device that implements a display function, and the identification information device 203 may be an electronic display (liquid crystal display, LED displays, etc.) may also be non-electronic displays (signage boards, etc.).
  • the processor may control the sign display device 203 to display a pass indication sign.
  • the unmanned control platform may use its own configuration Sensors (for example, photographing equipment) recognize the pass indication signs, wherein the different pass indication signs indicate different pass modes of the unmanned control platform, and the pass indication signs displayed by the unmanned control platform through the identification sign display device 203 To determine the pass mode corresponding to the pass indication and move according to the determined pass mode.
  • the traffic indication sign may be an identification that can be recognized by any unmanned control platform.
  • the traffic indication sign may include one or more of a random point sign, a bar code sign, a two-dimensional code sign, and a road traffic sign.
  • the pass indicator includes a pass permit
  • the control indicator display device displays the pass indicator so that the unmanned control platform can identify the pass mode by identifying the pass indicator, including: controlling the indicator display device to display Allowed access signs, so that the unmanned control platform identifies the allowed access modes by identifying the allowed access signs.
  • the pass indication sign includes a pass allowed sign. When the unmanned control platform detects the pass allowed sign, the unmanned control platform determines a pass allowed mode, then the unmanned control platform may pass directly.
  • the pass sign includes a restricted pass sign
  • the control sign display device displays a pass sign
  • the unmanned control platform recognizes the pass sign by determining the pass mode includes: controlling the sign display device to display the limit The pass sign, so that the unmanned control platform identifies the restricted pass pattern by identifying the restricted pass sign.
  • the access indication sign includes a restricted access sign.
  • the restricted communication mode may include a deceleration pass mode or a prohibited pass sign
  • the unmanned control platform recognizes the decelerate pass mode sign or a prohibited communication sign
  • the unmanned control platform determines a deceleration pass mode or a prohibited pass mode, Then, the unmanned control platform can slow down the passage or stop moving, and wait for the display device to display the allowed passage sign.
  • the pass sign includes a left turn pass sign or a right turn pass sign
  • the control sign display device displays a pass indication sign so that the unmanned control platform identifies the pass sign by identifying the pass indication sign includes:
  • the control sign display device displays a left-turn pass sign or a right-turn pass sign, so that the unmanned control platform determines the left-turn or right-turn pass mode by identifying the left-turn or right-turn pass sign.
  • the unmanned control platform in the environment is detected based on the sensing data, and when the unmanned control platform is detected, the control indicator display device displays a pass indicator , So that the unmanned control platform can determine the passing mode of the unmanned control platform by identifying the access indication.
  • the management of the unmanned control platform through the display of communication indicators does not require the establishment of a complicated communication system to ensure the reliability of the control.
  • the computing power of the management equipment of the unmanned control platform is reduced, effectively reducing costs.
  • the pass indicator is associated with location information
  • the processor may control the sign display device to display the pass indicator so that the unmanned control platform can identify itself by identifying the pass indicator Location information.
  • the local storage device in the unmanned control platform can store the correspondence between different traffic indication identifiers and location information.
  • the unmanned control platform can query and The location information corresponding to the traffic indication identifier, and determine its own location information through the queried location information, for example, determine the location information as its own location information.
  • the environment includes a first channel and a second channel that intersects the first channel
  • the unmanned control platform includes: a first channel that moves toward the target position in the first channel An unmanned control platform and a second unmanned control platform moving in a direction close to the target position in the second channel, the target position is the intersection of the first channel and the second channel
  • the identification display device includes a first A sign display device and a second sign display device
  • the control sign display device displaying a traffic indication sign so that the unmanned control platform identifies the traffic sign of the unmanned control platform by identifying the traffic indication sign includes: controlling
  • the first sign display device displays the allowed pass sign so that the first unmanned control platform determines the allowed pass mode by identifying the allowed pass sign
  • controls the second sign display device to display the restricted pass sign so that the second unattended sign
  • the control platform determines the restricted access mode by identifying the prohibited access signs.
  • the environment may include a first channel 301 and a second channel 302, where the first channel 301 and the second channel 302 intersect, and the intersection of the first channel 301 and the second channel 302 may be referred to as a target position.
  • the first unmanned control platform 303 moves to the target position in the first channel 301
  • the second unmanned control platform 304 moves to the target position in the second channel 302, then the first unmanned control platform 303 and the second unmanned control
  • the platform 304 has a possibility of collision.
  • the processor may control the first sign display device to display the allowed access sign, and the first unmanned control platform 303 identifies the allowed pass sign to After determining the allowed passage mode, the first unmanned control platform 303 continues to move to the target position.
  • the processor controls the second sign display device to display the restricted access sign.
  • the second unmanned control platform 304 determines the restricted access mode by identifying the restricted access sign, and the second unmanned control platform 304 can slow down or stop moving.
  • the environmental sensor may be disposed on the ground at the target location, for example, as shown at position 305, and the environmental sensor may face the first channel and the second channel from the ground The unmanned control platform is tested.
  • the environmental sensor may also be set at the position 306 as shown in the figure, which is not specifically limited herein.
  • controlling the first sign display device to display the allowed sign and controlling the second sign display device to display the restricted sign include: controlling the first sign display device to display according to preset priorities of the first channel and the second channel Allow the pass sign and control the second sign display device to display the restricted pass sign.
  • the first channel and the second channel may be preset with priorities, and the traffic between the first and second logo display devices may be determined according to the level between the priorities of the first and second channels.
  • logo For example, if the preset priority of the first channel is higher than the preset priority of the second channel, the processor may preferentially let the first unmanned control platform in the first channel pass first, and the processor may control the first identification
  • the display device displays the permitted access sign and controls the second sign display device to display the restricted access sign.
  • the acquiring environmental sensor collects sensory data of the environment
  • detecting the unmanned control platform in the environment based on the sensory data includes: acquiring sensor data of the target area in the environment collected by the environmental sensor, The unmanned control platform of the target area in the environment is detected according to the sensing data in the target area.
  • the processor only cares whether there is an unmanned control platform in the target area in the environment, and the processor may acquire the sensory data of the target area in the environment collected by the environmental sensor.
  • the target area may be a rectangular parallelepiped area in the figure, acquiring sensor data of the target area in the environment collected by the environmental sensor, and detecting the absence of the target area in the environment based on the sensor data in the target area People control the platform.
  • the number of the target area may include multiple, such as 2, 3, 4, or 5, which is not specifically limited herein. In this way, you can effectively reduce the amount of data processing and save computing resources.
  • the sensor data includes image and depth data
  • detecting the unmanned control platform in the environment based on the sensor data includes: running a color-based foreground extraction algorithm based on the image to obtain The detection result of the first foreground in the environment; running a depth-based foreground extraction algorithm based on the depth data to determine the detection result of the second foreground in the environment; the detection result of the first foreground and the second foreground The two detection results are fused to detect the UAV control platform in the environment.
  • the sensory data may include images and depth data, wherein the depth data may include depth images or point clouds.
  • the sensor may include an RGB camera and a TOF camera, the RGB camera may output an image, and the TOF camera may output a depth image.
  • the depth image may be determined according to the parallax calculated from the image.
  • the processor may run a color-based foreground extraction algorithm according to the image to obtain the detection result of the first foreground in the environment, where the detection result of the first foreground may be used to indicate whether the first foreground exists in the environment, wherein the first A foreground includes an unmanned control platform, that is, the processor can determine whether there is an unmanned control platform in the environment from the dimension of color.
  • the processor may run a depth-based foreground extraction algorithm according to the depth data to obtain the detection result of the second foreground in the environment, where the detection result of the second foreground may be used to indicate whether the second foreground exists in the environment, where
  • the first foreground includes an unmanned control platform, that is, the processor can determine whether there is an unmanned control platform in the environment from the depth dimension.
  • the processor may perform fusion calculation according to the detection result of the first foreground and the detection result of the second foreground, and detect the unmanned control platform in the environment through the result of the fusion calculation.
  • both the detection result of the first foreground and the detection result of the second foreground indicate that there is an unmanned control platform in the environment
  • it is determined that the unmanned control platform in the environment is detected that is, the unmanned control is detected platform.
  • the method of fusion calculation can also adopt other methods, such as weighted calculation, etc., which is not specifically limited here.
  • the running a color-based foreground extraction algorithm based on the image to obtain the detection result of the first foreground in the image includes: acquiring a background color model corresponding to the image; and comparing the image with the background color The model is matched to obtain the detection result of the first foreground in the environment.
  • the processor may acquire a background color model corresponding to the image, where the color model is used to indicate the color characteristics of the background in the image.
  • the processor may match the image with the background color model, that is, determine whether any pixels in the image match the background color model. When there are pixels in the image that do not match the background color model, it can be determined that the pixels are pixels corresponding to the first foreground, and then it can be determined that there is a first foreground in the environment, when all pixels in the image When all match the background color model, it can be determined that there is no first foreground in the environment.
  • the background color model includes a color model corresponding to each pixel of the background in the image, and each pixel in the image can be matched with a color model corresponding to each pixel in the background color model.
  • the pixel does not match the color model corresponding to the pixel, it can be determined that the pixel is the pixel corresponding to the first foreground, and it can be determined that the first foreground exists in the environment, and when all the pixels in the image match In the color model corresponding to the pixel, it can be determined that the first foreground does not exist in the environment.
  • the background color model is a mixed Gaussian model, wherein the mixed Gaussian model includes a mixed Gaussian distribution corresponding to each pixel in the image, and the image and the background
  • the matching of the color model to obtain the detection result of the first foreground in the environment includes: matching each pixel of the image with the mixed Gaussian distribution corresponding to each pixel in the background color model to obtain the environment The detection result of the first foreground.
  • the background color model is a mixed Gaussian model, that is, a mixed Gaussian model is used to model the background, wherein the mixed Gaussian model includes a mixed Gaussian distribution corresponding to each pixel in the image.
  • the basic idea of modeling the background with a mixed Gaussian distribution is to represent the color information of a pixel in the background with the superposition of K Gaussian distributions, usually K takes between 3-5, that is, the mixed Gaussian distribution of each pixel for:
  • the vector x j, x j [x jR, x jG, x jB], Represents the estimate of the weight coefficient of the ith Gaussian distribution in the mixed Gaussian model at time t, with Respectively represent the mean vector and covariance matrix of the ith Gaussian distribution in the mixed Gaussian model at time t (this assumes that the red, green, and blue components of the pixels are independent of each other), and ⁇ represents the probability density function of the Gaussian distribution.
  • the pixel value of the pixel matches at least one Gaussian distribution among the K Gaussian distributions corresponding to the pixel, the pixel is the pixel corresponding to the background, otherwise the pixel is classified as the foreground. Further, if the distance between the pixel value of the pixel and the mean value of at least one of the Gaussian distributions corresponding to the pixel is less than 2.5 times the standard deviation, it can be determined that the pixel value of the pixel corresponds to the color of the pixel Model matching.
  • the running a depth-based foreground extraction algorithm based on the depth data to determine the detection result of the second foreground in the environment includes: acquiring a background depth model corresponding to the depth data, wherein The background depth model is used to indicate the depth range of the background in the environment; matching the depth data and the background depth model to obtain the detection result of the second foreground in the environment.
  • the processor may acquire a background depth model corresponding to the depth data, where the background depth model is used to indicate a depth range of the background in the environment, and the depth data may include a point cloud or a depth image.
  • the depth data includes a depth image
  • the background depth model includes a depth range of each pixel of the background in the depth image, that is, the depth range is a depth range when the pixel is a background pixel.
  • Matching the depth data with the background depth model to obtain the detection result of the second foreground in the environment further, when there is depth data in the depth data that matches the background depth model, the environment There is a second foreground in, and when there is no depth data matching the background depth model in the depth data, the second foreground does not exist in the environment.
  • the depth data includes a depth image
  • the background depth model is used to indicate a depth range corresponding to each pixel of the background in the depth image
  • the depth data and the background depth model are matched to obtain
  • the detection result of the second foreground in the environment includes: matching the depth of each pixel in the depth image with the depth range corresponding to each pixel in the background depth model to obtain the detection of the second foreground in the environment result.
  • the processor matches the depth corresponding to each pixel in the depth image with the depth range of each pixel to determine the detection result in the environment. Further, when the depth of a pixel in the depth image When it is in the depth range corresponding to the pixel, it can be determined that the pixel is a pixel of the second background, and there is a second foreground in the environment. When the depth of all pixels in the depth image is not at the depth corresponding to the pixel In the range, the pixel corresponding to the second foreground does not exist in the depth image, and the second foreground does not exist in the environment.
  • the depth data of the environment may be directly output by an environment sensor.
  • the environment sensor may include a TOF camera or a radar, and the environment sensor may directly output depth data.
  • the depth data is calculated based on sensor data.
  • the sensor data includes an image, and the depth data may be calculated based on the image.
  • FIG. 6 is a structural diagram of a management device for an unmanned control platform provided by an embodiment of the present invention.
  • the management device for an unmanned control platform includes an environmental sensor 601, an identification display device 602, and a processor 603, where,
  • the processor 603 is configured to perform the following operations:
  • Acquiring environmental sensor 601 to collect sensory data of the environment, and detecting an unmanned control platform in the environment based on the sensory data;
  • control sign display device 603 displays a pass indication sign, so that the unmanned control platform recognizes the pass indication sign to determine the pass mode of the unmanned control platform.
  • the pass sign includes a pass allowed sign
  • the processor controls the sign display device to display a pass sign so that the unmanned control platform can identify the pass mode by identifying the pass sign Specifically used for:
  • the control sign display device displays a pass allowed sign so that the unmanned control platform can identify the pass allowed mode by identifying the pass allowed sign.
  • the pass sign includes a restricted pass sign
  • the processor controls the sign display device to display a pass sign so that the unmanned control platform can identify the pass mode by identifying the pass sign. Specifically used for:
  • the control sign display device displays the restricted access sign so that the unmanned control platform can identify the restricted access mode by identifying the restricted access sign.
  • the environment includes a first channel and a second channel that intersects the first channel
  • the unmanned control platform includes: a first channel that moves toward the target position in the first channel An unmanned control platform and a second unmanned control platform moving in a direction close to the target position in the second channel, the target position is the intersection of the first channel and the second channel
  • the identification display device includes a first Logo display device and second logo display device
  • the processor controls the sign display device to display the pass indication sign, so that the unmanned control platform recognizes the pass indication sign to determine the pass mode of the unmanned control platform, it is specifically used for:
  • the human control platform determines the restricted access mode by identifying the restricted access identifier.
  • the processor controls the first sign display device to display the allowed access sign and controls the second sign display device to display the restricted access sign, it is specifically used to:
  • the first sign display device is controlled to display the allowed pass sign and the second sign display device is displayed to display the restricted pass sign.
  • the pass indicator is associated with location information, and the processor is further configured to:
  • the control sign display device displays the pass indication sign, so that the unmanned control platform identifies the pass indication sign to determine its own position information.
  • the restricted traffic mode includes a decelerated traffic mode or a prohibited traffic mode.
  • the processor when the processor acquires the environmental sensor to collect the sensory data of the environment, and detects the unmanned control platform in the environment based on the sensory data, it is specifically used to:
  • the control sign display device displaying the pass indication sign includes:
  • control sign display device displays a pass indication sign.
  • the sensory data includes image and depth data
  • the processor detects the unmanned control platform in the environment based on the sensing data, it is specifically used to:
  • the detection result of the first foreground and the second detection result of the second foreground are fused to detect the drone control platform in the environment.
  • the processor runs a color-based foreground extraction algorithm according to the image to obtain the detection result of the first foreground in the image, it is specifically used to:
  • the background color model is a mixed Gaussian model
  • the processor matches the image with the background color model to obtain the detection result of the first foreground in the environment, it is specifically used to:
  • the processor runs the foreground extraction algorithm according to the depth image to determine the detection result of the second foreground in the environment, it is specifically used to:
  • the disclosed device and method may be implemented in other ways.
  • the device embodiments described above are only schematic.
  • the division of the units is only a logical function division, and there may be other divisions in actual implementation, for example, multiple units or components may be combined or Can be integrated into another system, or some features can be ignored, or not implemented.
  • the displayed or discussed mutual coupling or direct coupling or communication connection may be indirect coupling or communication connection through some interfaces, devices or units, and may be in electrical, mechanical, or other forms.
  • the units described as separate components may or may not be physically separated, and the components displayed as units may or may not be physical units, that is, they may be located in one place, or may be distributed on multiple network units. Some or all of the units may be selected according to actual needs to achieve the purpose of the solution of this embodiment.
  • each functional unit in each embodiment of the present invention may be integrated into one processing unit, or each unit may exist alone physically, or two or more units may be integrated into one unit.
  • the above integrated unit can be implemented in the form of hardware, or in the form of hardware plus software functional units.
  • the above integrated unit implemented in the form of a software functional unit may be stored in a computer-readable storage medium.
  • the above software functional unit is stored in a storage medium, and includes several instructions to enable a computer device (which may be a personal computer, a server, or a network device, etc.) or a processor (processor) to perform the methods described in the various embodiments of the present invention Partial steps.
  • the aforementioned storage media include: U disk, mobile hard disk, read-only memory (Read-Only Memory, ROM), random access memory (Random Access Memory, RAM), magnetic disk or optical disk and other media that can store program code .

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种无人控制平台的管理方法和设备，该方法包括：获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台（101）；当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式（102）。通过显示通行指示符的方式实现对无人控制平台的通行管理，无需建立复杂的通信系统，保证控制的可靠性，另外，对无人控制平台管理设备的计算能力的要求降低，有效地降低了成本。

Description

无人控制平台的管理方法和设备 技术领域
本发明实施例涉及控制领域，尤其涉及一种无人控制平台的管理方法和设备。
背景技术
现有技术中，无人控制平台(例如无人地面机器人、无人飞行器等)往往由一个中央处理模块(例如中央服务器等)来调度，实现无人控制平台的路径规划、自动控制等。
然而，这种集中管理和控制的方式对中央处理模块的计算能力有较高要求，这样会提高无人控制平台的控制成本。另外，这种集中管理和控制的方式对无人控制平台与中央处理模块之间的通信的可靠性有非常高的要求，导致无人控制平台与中央处理模块之间高可靠性的通信的成本是很高的，在某些场景中，在无人控制平台与中央处理模块之间高可靠性的通信是无法实现的，导致无人控制平台管理的可靠性不高。
发明内容
本发明实施例提供一种无人控制平台的管理方法和设备，以提高无人控制平台管理的灵活性和可靠性。
本发明实施例的第二方面是提供一种无人控制平台的管理方法，包括：
获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台；
当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
本发明实施例的第二方面是提供一种无人控制平台的管理设备，包括：环境传感器、控制标识显示装置和处理器，
所述处理器，用于执行以下操作：
获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台；
当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
本实施例提供的无人控制平台的管理方法和设备中，根据所述传感数据检测所述环境中的无人控制平台，当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。通过显示通信指示符的方式对实现无人控制平台的通行管理，无需建立复杂的通信系统，保证控制的可靠性，另外，对无人控制平台的管理设备的计算能力降低，有效地降低成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的管理方法的流程图；
图2为本发明实施例提供的无人控制平台的管理的场景图；
图3为本发明实施例提供的管理第一无人控制平台和第二无人控制平台的示意图；
图4为本发明实施例提供的检测目标区域中的无人控制平台的示意图；
图5为本发明实施例提供的检测多个目标区域中的无人控制平台的示意的示意图；
图6为本发明实施例提供的管理设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种无人控制平台的管理方法。图1为本发明实施例提供的无人控制平台的管理方法的流程图。如图1所示，本实施例中的方法，可以包括：
步骤S101、获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台。
具体地，如图2所述，无人控制平台201可以为任何无人控制 的设备，例如，所述无人控制平台可以为无人车、无人飞行器、无人机船等等，这里以无人控制平台为无人飞行器来进行示意性说明。无人控制平台的管理设备可以包括环境传感器202和处理器(未示出)，其中，所述处理器可以包括一个或者多个，一个或多个处理器单独或者协同地工作。所述环境传感器201可以感知传感器201周围的环境，并输出传感数据，所述处理器可以获取传感器202输出的传感数据，其中，所述传感数据可以包括图像、深度数据、点云数据中的一种或多种。处理器可以根据所述传感数据在所述传感器202的测量范围检测无人控制平台，即在所述测量范围检测是否存在无人控制平台。
进一步地，所述根据所述传感数据检测所述环境中的无人控制平台包括：根据所述传感数据在所述环境中离所述传感器的预设距离内检测无人控制平台，即根据所述传感数据在所述环境中离所述传感器的预设距离内检测是否存在无人控制平台。其中，所述预设距离可以是固定在处理器的程序代码中，在某些情况中，所述无人控制平台的管理设备可以接收用户的输入，并根据用户的输入设置所述预设距离。
可以理解的是，本领域技术人员可以根据需求设置环境传感器202的安装位置，例如，所述环境传感器202可以通过承载设备(例如安装杆)设置在空中，在某些情况中，所述环境传感器202可以设置在地面上，所述环境传感器202可以输出所述地面上方的传感数据，在这里不做具体的限定。
步骤S102、当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
具体地，继续参考图2，所述管理设备还包括标识显示装置203，其中，所述标识显示装置203可以为任何实现显示功能的设备，所述标识信息装置203可以为电子显示器(液晶显示器、LED显示器等)也可以为非电子显示器(标识板等)。当处理器根据所述传感数据确定已经检测到无人控制平台时，所述处理器可以控制标识显 示装置203显示通行指示标识，在显示所述通行标识之后，无人控制平台可以利用自身配置的传感器(例如拍摄设备)对所述通行指示标识进行识别，其中，所述不同的通行指示标识指示无人控制平台不同的通行模式，无人控制平台通过识别标识显示装置203显示的通行指示标识来确定与所述通行指示标识对应的通行模式，并根据所述确定的通行模式来移动。其中，所述通行指示标识可以为任何无人控制平台能够识别的标识，例如所述通行指示标识可以包括随机点标识、条形码标识、二维码标识、路面交通标识中的一种或多种。
进一步地，所述通行指示标识包括允许通行标识，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式包括：控制标识显示装置显示允许通行标识，以使无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式。具体地，所述通行指示标识包括允许通行标识，无人控制平台在检测所述允许通行标识时，所述无人控制平台确定允许通行模式，则无人控制平台可以直接通行。
进一步地，所述通行标识包括限制通行标识，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式包括：控制标识显示装置显示限制通行标识，以使无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。具体地，所述通行指示标识包括限制通行标识，无人控制平台在识别所述限制通行标识时，所述无人控制平台确定限制通行模式，则无人控制平台可以按照限制模式来控制自身的移动。其中，所述限制通信模式可以包括减速通行模式或者禁止通行标识，无人控制平台在识别所述减速通行模式标识或者禁止通信标识时，所述无人控制平台确定减速通行模式或者禁止通行模式，则无人控制平台可以减速通行或者停止移动，并等待显示装置显示所述允许通行标识。
进一步地，所述通行标识包括左转通行标识或者右转通行标识，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式包括：控制标识显示装置 显示左转通行标识或者右转通行标识，以使无人控制平台通过对所述左转或者右转通行标识进行识别以确定左转或者右转通行模式。
本实施例提供的无人控制平台的管理方法和设备中，根据所述传感数据检测所述环境中的无人控制平台，当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。通过显示通信指示符的方式对无人控制平台的通行管理，无需建立复杂的通信系统，保证控制的可靠性，另外，对无人控制平台的管理设备的计算能力降低，有效地降低成本。
在某些实施例中，所述通行指示标识与位置信息相关联，所述处理器可以控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定自身的位置信息。具体地，所述无人控制平台中的本地存储装置可以存储不同的通行指示标识与位置信息之间的对应关系，当无人控制平台识别出所述通行指示标识时，即可以查询与所述通行指示标识对应的位置信息，并通过查询出的位置信息确定自身的位置信息，例如，将所述位置信息确定为自身的位置信息。
在某些实施例中，所述环境中包括第一通道和与所述第一通道相交的第二通道，所述无人控制平台包括：在第一通道中向靠近目标位置的方向移动的第一无人控制平台和在第二通道中向靠近目标位置的方向移动的第二无人控制平台，所述目标位置为第一通道与第二通道的相交处，所述标识显示装置包括第一标识显示装置和第二标识显示装置，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式包括：控制第一标识显示装置显示允许通行标识，以使第一无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式，控制第二标识显示装置显示限制通行标识，以使第二无人控制平台通过对所述禁止通行标识进行识别以确定限制通行模式。
具体地，所述环境中可以包括第一通道301和第二通道302，其中，第一通道301和第二通道302相交，第一通道301和第二通道302 的相交处可以称为目标位置。第一无人控制平台303在第一通道301中向目标位置移动，第二无人控制平台304在第二通道302中向目标位置移动，则第一无人控制平台303和第二无人控制平台304存在相撞的可能性。为了防止第一无人控制平台303和第二无人控制平台304相撞，处理器可以控制第一标识显示装置显示允许通行标识，第一无人控制平台303对所述允许通行标识进行识别以确定允许通行模式，第一无人控制平台303则继续向目标位置移动。处理器控制第二标识显示装置显示限制通行标识，第二无人控制平台304通过对所述限制通行标识进行识别以确定限制通行模式，第二无人控制平台304可以减速或者停止移动。
可选地，继续参考图3，所述环境传感器可以设置在所述目标位置的地面上，例如如图所示的305位置，所述环境传感器可以从地面对第一通道和第二通道中的无人控制平台进行检测。在某些实施例中，所述环境传感器还可以设置在如图所示的306位置，在此不做具体的限定。
进一步地，所述控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识包括：根据预设的第一通道和第二通道的优先级，控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识。
具体地，第一通道和第二通道可以预先设置有优先级，可以根据第一通道和第二通道的优先级之间的高低来决定第一标识显示装置和第二标识显示装置显示何种通行标识。例如，预设的第一通道的优先级高于预设的第二通道的优先级，则处理器可以优先让第一通道中的第一无人控制平台先通行，处理器可以控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识。
在某些实施例中，所述获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台包括：获取环境传感器采集环境中目标区域的传感数据，根据所述目标区域中的传感数据检测所述环境中目标区域的无人控制平台。
具体地，在某些情况中，处理器只关心所述环境中的目标区域内 是否存在无人控制平台，则处理器可以获取环境传感器采集的环境中目标区域的传感数据。参见图4，所述目标区域可以为图中的长方体区域，获取环境传感器采集的环境中目标区域的传感数据，并根据所述目标区域中的传感数据检测所述环境中目标区域的无人控制平台。进一步地，参见图5，所述目标区域的数量可以包括多个，例如2、3、4或5个，在此不做具体地限定。通过这种方式可以有效地降低数据处理量，节省运算资源。
在某些实施例中，所述传感数据包括图像和深度数据，所述根据所述传感数据检测所述环境中的无人控制平台包括：根据所述图像运行基于颜色的前景提取算法获取所述环境中的第一前景的检测结果；根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果；对第一前景的检测结果和第二前景的第二检测结果进行融合以检测所述环境中的无人机控制平台。
具体地，传感数据可以包括图像和深度数据，其中，所述深度数据可以包括深度图像或者点云。例如，所述传感器可以包括RGB相机和TOF相机，RGB相机可以输出图像，TOF相机可以输出深度图像，可选地，所述深度图像可以是根据所述图像计算得到的视差确定的。处理器可以根据图像运行基于颜色的前景提取算法以获取环境中第一前景的检测结果，其中，第一前景的检测结果可以用于指示所述环境中是否存在第一前景，其中，所述第一前景中包括无人控制平台，即所述处理器可以从颜色的维度来确定环境中是否存在无人控制平台。进一步地，处理器可以根据深度数据运行基于深度的前景提取算法以获取环境中第二前景的检测结果，其中，第二前景的检测结果可以用于指示所述环境中是否存在第二前景，其中，所述第一前景中包括无人控制平台，即所述处理器可以从深度的维度来确定环境中是否存在无人控制平台。处理器可以根据第一前景的检测结果和第二前景的检测结果进行融合计算，通过融合计算之后的结果来检测所述环境中的无人控制平台。例如，第一前景的检测结果和第二前景的检测结果都指示所述环境中存在无人控制平台时，确定检测到所述环境中的无人控制平台，即确定检测到所述无人控制平台。其中，融合计算的方法还 可以采用其他方式，例如加权计算等，在这里不做具体的限定。通过从颜色和深度两个维度来检测所述环境中的无人控制平台，可以有效地提高检测的准确性。
进一步地，所述根据所述图像运行基于颜色的前景提取算法获取所述图像中的第一前景的检测结果包括：获取与所述图像对应的背景颜色模型；将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果。
具体地，处理器可以获取与图像对应的背景颜色模型，其中，所述颜色模型用于指示背景在图像中的颜色特征。处理器可以将所述图像与所述背景颜色模型进行匹配，即确定所述图像中是否有像素匹配所述背景颜色模型。当所述图像中存在不匹配所述背景颜色模型的像素时，则可以确定所述像素为第一前景对应的像素，则可以确定所述环境中存在第一前景，当所述图像中所有像素全部匹配所述背景颜色模型时，则可以确定所述环境中不存在第一前景。进一步地，所述背景颜色模型中包括背景在图像中每一个像素对应的颜色模型，可以将所述图像中的每一个像素与背景颜色模型中所述每一个像素对应的颜色模型进行匹配，当所述像素不匹配与该像素对应的颜色模型时，则可以确定所述像素为第一前景对应的像素，则可以确定所述环境中存在第一前景，当所述图像中所有像素中全部匹配所述像素对应的颜色模型时，则可以确定所述环境中不存在第一前景。
在某些实施例中，所述背景颜色模型为混合高斯模型，其中，所述混合高斯模型中包括与所述图像中每一个像素对应的混合高斯分布，所述将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果包括：将所述图像的每一个像素和背景颜色模型中与所述每一个像素对应的混合高斯分布进行匹配以获取所述环境中的第一前景的检测结果。
具体地，所述背景颜色模型为混合高斯模型，即用混合高斯模型对背景进行建模，其中，所述混合高斯模型中包括与所述图像中每一个像素对应的混合高斯分布。用混合高斯分布对背景建模的基本思想是把背景在图像中的一个像素的颜色信息用K个高斯分布的叠加来表 示，通常K取3-5之间，即每一个像素的混合高斯分布为：
Figure PCTCN2018125482-appb-000001
x j表示像素j在t时刻的取值，如果像素为RGB三通道，则x j为向量，x j＝[x jR，x jG，x jB]，
Figure PCTCN2018125482-appb-000002
表示时刻t混合高斯模型中第i个高斯分布的权系数的估计值，
Figure PCTCN2018125482-appb-000003
和
Figure PCTCN2018125482-appb-000004
分别表示时刻t混合高斯模型中第i个高斯分布的均值向量和协方差矩阵(此处假定像素的红、绿、蓝分量相互独立)，η表示高斯分布概率密度函数。
Figure PCTCN2018125482-appb-000005
如果该像素的像素值与该像素对应K个高斯分布中的至少一个高斯分布匹配时，则该像素为背景对应的像素，否则该像素被分类为前景。进一步地，如果该像素的像素值与该像素对应K个高斯分布中的至少一个高斯分布中的均值的距离小于其标准差的2.5倍，则可以确定该像素的像素值与该像素对应的颜色模型匹配。
在某些实施例中，所述根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果包括：获取与所述深度数据对应的背景深度模型，其中，所述背景深度模型用于指示背景在所述环境中的深度范围；将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果。
具体地，处理器可以获取与所述深度数据对应的背景深度模型，其中，所述背景深度模型用于指示背景在所述环境中的深度范围，所述深度数据可以包括点云或者深度图像。例如，所述深度数据包括深度图像，所述背景深度模型中包括背景在所述深度图像中每一个像素的深度范围，即所述深度范围为该像素为背景的像素时的深度范围。将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果，进一步地，当深度数据中存在与所述背景深度模 型匹配的深度数据时，所述环境中存在第二前景，当所述深度数据中不存在与所述背景深度模型匹配的深度数据时，所述环境中不存在所述第二前景。
进一步地，所述深度数据包括深度图像，所述背景深度模型用于指示背景在深度图像中每一个像素对应的深度范围，所述将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果包括：将所述深度图像中每一个像素的深度与背景深度模型中与所述每一个像素对应的深度范围进行匹配以获取环境中的第二前景的检测结果。
具体地，处理器将所述深度图像中每一个像素对应的深度和所述每一个像素的深度范围进行匹配以确定所述环境中的检测结果，进一步地，当深度图像中的一个像素的深度处于与该像素对应的所述深度范围时，可以确定所述像素为第二背景的像素，所述环境中存在第二前景，当所述深度图像中所有的像素的深度不在与像素对应的深度范围时，所述深度图像中不存在第二前景对应的像素，所述环境中不存在第二前景。
所述环境的深度数据可以是环境传感器直接输出的，例如，所述环境传感器可以包括TOF相机或者雷达，所述环境传感器可以直接输出深度数据。在某些实施例中，所述深度数据是根据传感数据计算得到的，例如，所述传感数据包括图像，可以根据所述图像计算所述深度数据。
本发明实施例提供一种无人控制平台的管理设备。图为本发明实施例提供的无人控制平台的管理设备的结构图，如图6所示，无人控制平台的管理设备包括环境传感器601、标识显示装置602和处理器603，其中，
所述处理器603，用于执行以下操作：
获取环境传感器601采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台；
当检测到无人控制平台时，控制标识显示装置603显示通行指示 标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
在某些实施例中，所述通行标识包括允许通行标识，所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式时，具体用于：
控制标识显示装置显示允许通行标识，以使无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式。
在某些实施例中，所述通行标识包括限制通行标识，所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式时，具体用于：
控制标识显示装置显示限制通行标识，以使无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
在某些实施例中，所述环境中包括第一通道和与所述第一通道相交的第二通道，所述无人控制平台包括：在第一通道中向靠近目标位置的方向移动的第一无人控制平台和在第二通道中向靠近目标位置的方向移动的第二无人控制平台，所述目标位置为第一通道与第二通道的相交处，所述标识显示装置包括第一标识显示装置和第二标识显示装置，
所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式时，具体用于：
控制第一标识显示装置显示允许通行标识，以使第一无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式，控制第二标识显示装置显示限制通行标识，以使第二无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
在某些实施例中，所述处理器控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识时，具体用于：
根据预设的第一通道和第二通道优先级，控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识。
在某些实施例中，所述通行指示标识与位置信息相关联，所述处 理器还用于：
控制标识显示装置显示所述通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定自身的位置信息。
在某些实施例中，所述限制通行模式包括减速通行模式或禁止通行模式。
在某些实施例中，所述处理器获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台时，具体用于：
获取环境传感器采集的环境中目标区域中的传感数据，根据所述目标区域中的传感数据检测所述目标区域的无人控制平台；
所述当检测到无人控制平台时，控制标识显示装置显示通行指示标识包括：
当在所述目标区域中检测到无人控制平台时，控制标识显示装置显示通行指示标识。
在某些实施例中，所述传感数据包括图像和深度数据，
所述处理器根据所述传感数据检测所述环境中的无人控制平台时，具体用于：
根据所述图像运行基于颜色的前景提取算法获取所述环境中的第一前景的检测结果；
根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果；
对第一前景的检测结果和第二前景的第二检测结果进行融合以检测所述环境中的无人机控制平台。
在某些实施例中，所述处理器根据所述图像运行基于颜色的前景提取算法获取所述图像中的第一前景的检测结果时，具体用于：
获取与所述图像对应的背景颜色模型；
将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果。
在某些实施例中，所述背景颜色模型为混合高斯模型；
所述处理器将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果时，具体用于：
将所述图像的每一个像素和背景颜色模型中与所述每一个像素对应的混合高斯分布进行匹配以获取所述环境中的第一前景的检测结果。
在某些实施例中，所述处理器根据所述深度图像运行前景提取算法确定所述环境中的第二前景的检测结果时，具体用于：
获取与所述深度数据对应的背景深度模型，其中，所述背景深度模型用于指示背景在所述环境中的深度范围；
将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果。
可以理解的是，针对该方法的具体原理和解释部分可以参考前述相关部分，此处不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机， 服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。

Claims (25)

  1. 一种无人控制平台的管理方法，其特征在于，包括：
    获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台；
    当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
  2. 根据权利要求1所述的方法，其特征在于，所述通行标识包括允许通行标识，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式包括：
    控制标识显示装置显示允许通行标识，以使无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式。
  3. 根据权利要求1或2所述的方法，其特征在于，所述通行标识包括限制通行标识，所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式包括：
    控制标识显示装置显示限制通行标识，以使无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
  4. 根据权利要求1-3任一项所述的方法，其特征在于，所述环境中包括第一通道和与所述第一通道相交的第二通道，所述无人控制平台包括：在第一通道中向靠近目标位置的方向移动的第一无人控制平台和在第二通道中向靠近目标位置的方向移动的第二无人控制平台，所述目标位置为第一通道与第二通道的相交处，所述标识显示装置包括第一标识显示装置和第二标识显示装置，
    所述控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式包括：
    控制第一标识显示装置显示允许通行标识，以使第一无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式，控制第二 标识显示装置显示限制通行标识，以使第二无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
  5. 根据权利要求4所述的方法，其特征在于，所述控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识包括：
    根据预设的第一通道和第二通道优先级，控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识。
  6. 根据权利要求1所述的方法，其特征在于，所述通行指示标识与位置信息相关联，所述方法还包括：
    控制标识显示装置显示所述通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定自身的位置信息。
  7. 根据权利要求4或5所述的方法，其特征在于，所述限制通行模式包括减速通行模式或禁止通行模式。
  8. 根据权利要求1-7任一项所述的方法，其特征在于，所述获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台包括：
    获取环境传感器采集的环境中目标区域中的传感数据，根据所述目标区域中的传感数据检测所述目标区域的无人控制平台；
    所述当检测到无人控制平台时，控制标识显示装置显示通行指示标识包括：
    当在所述目标区域中检测到无人控制平台时，控制标识显示装置显示通行指示标识。
  9. 根据权利要求1-8任一项所述的方法，其特征在于，所述传感数据包括图像和深度数据，
    所述根据所述传感数据检测所述环境中的无人控制平台包括：
    根据所述图像运行基于颜色的前景提取算法获取所述环境中的第一前景的检测结果；
    根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果；
    对第一前景的检测结果和第二前景的第二检测结果进行融合以检测所述环境中的无人机控制平台。
  10. 根据权利要求9所述的方法，其特征在于，所述根据所述图像运行基于颜色的前景提取算法获取所述图像中的第一前景的检测结果包括：
    获取与所述图像对应的背景颜色模型；
    将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果。
  11. 根据权利要求10所述的方法，其特征在于，所述背景颜色模型为混合高斯模型，其中，所述混合高斯模型中包括与所述图像中每一个像素对应的混合高斯分布，
    所述将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果包括：
    将所述图像的每一个像素和背景颜色模型中与所述每一个像素对应的混合高斯分布进行匹配以获取所述环境中的第一前景的检测结果。
  12. 根据权利要求9-11任一项所述的方法，其特征在于，所述根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果包括：
    获取与所述深度数据对应的背景深度模型，其中，所述背景深度模型用于指示背景在所述环境中的深度范围；
    将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果。
  13. 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至12任一项所述的方法。
  14. 一种无人控制平台的管理设备，其特征在于，包括：环境传感器、控制标识显示装置和处理器，
    所述处理器，用于执行以下操作：
    获取环境传感器采集环境的传感数据，根据所述传感数据检测所 述环境中的无人控制平台；
    当检测到无人控制平台时，控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式。
  15. 根据权利要求14所述的设备，其特征在于，所述通行标识包括允许通行标识，所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式时，具体用于：
    控制标识显示装置显示允许通行标识，以使无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式。
  16. 根据权利要求14或15所述的设备，其特征在于，所述通行标识包括限制通行标识，所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定通行模式时，具体用于：
    控制标识显示装置显示限制通行标识，以使无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
  17. 根据权利要求14-16任一项所述的设备，其特征在于，所述环境中包括第一通道和与所述第一通道相交的第二通道，所述无人控制平台包括：在第一通道中向靠近目标位置的方向移动的第一无人控制平台和在第二通道中向靠近目标位置的方向移动的第二无人控制平台，所述目标位置为第一通道与第二通道的相交处，所述标识显示装置包括第一标识显示装置和第二标识显示装置，
    所述处理器控制标识显示装置显示通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定所述无人控制平台的通行模式时，具体用于：
    控制第一标识显示装置显示允许通行标识，以使第一无人控制平台通过对所述允许通行标识进行识别以确定允许通行模式，控制第二标识显示装置显示限制通行标识，以使第二无人控制平台通过对所述限制通行标识进行识别以确定限制通行模式。
  18. 根据权利要求17所述的设备，其特征在于，所述处理器控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识时，具体用于：
    根据预设的第一通道和第二通道优先级，控制第一标识显示装置显示允许通行标识和控制第二标识显示装置显示限制通行标识。
  19. 根据权利要求14所述的设备，其特征在于，所述通行指示标识与位置信息相关联，所述处理器还用于：
    控制标识显示装置显示所述通行指示标识，以使无人控制平台通过对所述通行指示标识进行识别以确定自身的位置信息。
  20. 根据权利要求17或18所述的设备，其特征在于，所述限制通行模式包括减速通行模式或禁止通行模式。
  21. 根据权利要求14-20任一项所述的设备，其特征在于，所述处理器获取环境传感器采集环境的传感数据，根据所述传感数据检测所述环境中的无人控制平台时，具体用于：
    获取环境传感器采集的环境中目标区域中的传感数据，根据所述目标区域中的传感数据检测所述目标区域的无人控制平台；
    所述当检测到无人控制平台时，控制标识显示装置显示通行指示标识包括：
    当在所述目标区域中检测到无人控制平台时，控制标识显示装置显示通行指示标识。
  22. 根据权利要求14-21任一项所述的设备，其特征在于，所述传感数据包括图像和深度数据，
    所述处理器根据所述传感数据检测所述环境中的无人控制平台时，具体用于：
    根据所述图像运行基于颜色的前景提取算法获取所述环境中的第一前景的检测结果；
    根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果；
    对第一前景的检测结果和第二前景的第二检测结果进行融合以检 测所述环境中的无人机控制平台。
  23. 根据权利要求22所述的设备，其特征在于，所述处理器根据所述图像运行基于颜色的前景提取算法获取所述图像中的第一前景的检测结果时，具体用于：
    获取与所述图像对应的背景颜色模型；
    将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果。
  24. 根据权利要求23所述的设备，其特征在于，所述背景颜色模型为混合高斯模型，其中，所述混合高斯模型中包括与所述图像中每一个像素对应的混合高斯分布，
    所述处理器将所述图像与所述背景颜色模型进行匹配以获取所述环境中的第一前景的检测结果时，具体用于：
    将所述图像的每一个像素和背景颜色模型中与所述每一个像素对应的混合高斯分布进行匹配以获取所述环境中的第一前景的检测结果。
  25. 根据权利要求22-24任一项所述的设备，其特征在于，所述处理器根据所述深度数据运行基于深度的前景提取算法确定所述环境中的第二前景的检测结果时，具体用于：
    获取与所述深度数据对应的背景深度模型，其中，所述背景深度模型用于指示背景在所述环境中的深度范围；
    将所述深度数据和所述背景深度模型进行匹配以获取所述环境中的第二前景的检测结果。
PCT/CN2018/125482 2018-12-29 2018-12-29 无人控制平台的管理方法和设备 Ceased WO2020133387A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/CN2018/125482 WO2020133387A1 (zh) 2018-12-29 2018-12-29 无人控制平台的管理方法和设备
CN201880071487.9A CN111344649B (zh) 2018-12-29 2018-12-29 无人控制平台的管理方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/125482 WO2020133387A1 (zh) 2018-12-29 2018-12-29 无人控制平台的管理方法和设备

Publications (1)

Publication Number Publication Date
WO2020133387A1 true WO2020133387A1 (zh) 2020-07-02

Family

ID=71128505

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/125482 Ceased WO2020133387A1 (zh) 2018-12-29 2018-12-29 无人控制平台的管理方法和设备

Country Status (2)

Country Link
CN (1) CN111344649B (zh)
WO (1) WO2020133387A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1218355A (zh) * 1998-11-24 1999-06-02 杨更新 汽车自动驾驶系统
US20010029428A1 (en) * 2000-03-15 2001-10-11 Bernd Huertgen Navigation system
CN101739841A (zh) * 2009-12-22 2010-06-16 上海久银车库工程有限公司 停车库智能化综合监控及安保集成管理系统
CN103000035A (zh) * 2012-11-22 2013-03-27 北京交通大学 引导左转车辆通过交叉口的信息获取发布系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104345734A (zh) * 2013-08-07 2015-02-11 苏州宝时得电动工具有限公司 自动工作系统、自动行走设备及其控制方法
CN105652889A (zh) * 2016-04-12 2016-06-08 谭圆圆 无人飞行器的远程控制装置及其控制方法
CN105841694A (zh) * 2016-06-14 2016-08-10 杨珊珊 无人飞行器的信标导航装置、信标及其导航方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1218355A (zh) * 1998-11-24 1999-06-02 杨更新 汽车自动驾驶系统
US20010029428A1 (en) * 2000-03-15 2001-10-11 Bernd Huertgen Navigation system
CN101739841A (zh) * 2009-12-22 2010-06-16 上海久银车库工程有限公司 停车库智能化综合监控及安保集成管理系统
CN103000035A (zh) * 2012-11-22 2013-03-27 北京交通大学 引导左转车辆通过交叉口的信息获取发布系统及方法

Also Published As

Publication number Publication date
CN111344649A (zh) 2020-06-26
CN111344649B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
US12380138B2 (en) Data transmission method and apparatus
EP3944213B1 (en) Method, device, storage medium and computer program for controlling traffic
EP4089659A1 (en) Map updating method, apparatus and device
KR20240047408A (ko) 비전 기반 시스템을 위한 검출된 오브젝트 경로 예측
CN113887418A (zh) 车辆违规行驶的检测方法、装置、电子设备及存储介质
CN113762272A (zh) 道路信息的确定方法、装置和电子设备
US20210272314A1 (en) Queuing recommendation method and device, terminal and computer readable storage medium
CN115019546B (zh) 停车提示方法、装置、电子设备及存储介质
US20220318456A1 (en) Simulation method based on three-dimensional contour, storage medium, computer equipment
WO2020100540A1 (ja) 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム
CN115511698A (zh) 一种标注方法、系统及设备
CN110187720A (zh) 无人机导引方法、装置、系统、介质及电子设备
CN116863445A (zh) 一种碰撞预测时间计算方法及分布式视觉碰撞感知系统
CN114407916B (zh) 车辆控制及模型训练方法、装置、车辆、设备和存储介质
CN112639881A (zh) 距离测量方法、可移动平台、设备和存储介质
CN120070568A (zh) 一种定位方法及相关装置
CN112767477A (zh) 一种定位方法、装置、存储介质及电子设备
CN111344649B (zh) 无人控制平台的管理方法和设备
CN114943805B (zh) 停车遮挡确定方法、装置、设备、存储介质及程序产品
CN114511840B (zh) 自动驾驶的感知数据处理方法、装置及电子设备
CN115294234A (zh) 图像的生成方法、装置、电子设备和存储介质
CN117542042A (zh) 三维对象检测方法及装置、电子设备和存储介质
CN116203976A (zh) 变电站室内巡检方法、装置、无人机和存储介质
CN112706159B (zh) 机器人控制方法、装置及机器人
CN116109711A (zh) 一种驾驶辅助方法、装置和电子设备

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: 18945098

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18945098

Country of ref document: EP

Kind code of ref document: A1