CN109375633A - 基于全局状态信息的河道清理路径规划***及方法 - Google Patents
基于全局状态信息的河道清理路径规划***及方法 Download PDFInfo
- Publication number
- CN109375633A CN109375633A CN201811547928.6A CN201811547928A CN109375633A CN 109375633 A CN109375633 A CN 109375633A CN 201811547928 A CN201811547928 A CN 201811547928A CN 109375633 A CN109375633 A CN 109375633A
- Authority
- CN
- China
- Prior art keywords
- rubbish
- module
- river
- image
- base station
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004140 cleaning Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000009434 installation Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 230000002035 prolonged effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于全局状态信息的河道清理路径规划***及方法，***包括自动获取图像及预处理层、操作***层以及通信接口层；自动获取图像及预处理层包括两个摄像头、三维激光雷达、云台、视觉处理DSP；操作***层包括：MCU、区域生长、人工神经网络模块、PNP算法模块、导航基站、Dijkstra算法模块；通信接口层用于***提供数据传输的通信接口；包括TCP/IP模块、CAN模块。本发明提供的方法及***，经济成本低，与以往的河道清理***相比，本发明的***首次提出了智能化，无人化，高效化；与人工清理河道相比，因为机器的不知疲倦，可大大延长作业时间，同时也能有效解决人工作业效率的缺点。
Description
技术领域
本发明涉及一种基于河道水面全局状态信息的最优清理路径规划***，属于工业智能装备的状态监测及设备作业技术领域。
背景技术
目前我国河道污染情况严重，而对于河道垃圾的清理，主要还是依靠人工打捞，但人工打捞效率低和成本高，急需新型的水面环保设备，降低水面垃圾清理成本，提高清理效率。本发明提出了一项基于河道水面全局状态信息的最优清理路径规划方法及***，是利用机器视觉来替代人眼、导航基站路线规划，进行扫描、标记、构建、区域分割和无人船去执行垃圾清理的方法与***，实现水面垃圾的无人清理，大大提高作业效率、经济效益，解决用工问题、促进产业升级。
发明内容
为了解决河面垃圾清理问题，本发明提供一种基于河道水面全局状态信息的最优清理路径规划方法及***。它主要是利用无人机视觉与激光雷达扫描河道水面的全局水面漂浮物分布状态信息；然后在基于全局状态信息的基础上，通过估计漂浮物的面积，智能派出多个清理机器人协同清理作业；最后在分割区域内自动根据水面状态信息规划最优作业路径，使同等续航能力的条件下垃圾清理量最大，提高清理效率。
一种基于河道水面全局状态信息的最优清理路径规划***，所述***包括自动获取图像及预处理层、操作***层以及通信接口层；
所述自动获取图像及预处理层包括两个摄像头、三维激光雷达、云台、视觉处理DSP；两个摄像头拍摄到图像，它相比于单目摄像头，可以达到单目视觉的目标识别效果，两个摄像头用于拍摄图像以及根据两台摄像机成像目标画面上同一个特征点的像素差来计算出摄像机到目标的直线距离信息，从而实现对垃圾的距离感知；所述三维激光雷达用于辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；所述云台是安装、固定摄像机的支撑设备；所述视觉处理DSP通过加中值滤波对两个摄像头拍摄的图像进行去噪、增强；
所述操作***层包括：MCU、区域生长、人工神经网络模块、PNP算法模块、导航基站、Dijkstra算法模块；MCU与导航基站通过SPI通信总线通信，导航基站与PNP算法模块通过DMA在MCU内存中进行数据交换；所述区域生长、人工神经网络模块、Dijkstra算法模块直接通过DMA在MCU内存进行数据交换；
所述区域生长，是根据事先定义的准则将像素或者区域聚合的更大，从一组生长点出发，将性质相近的像素合并，直到达到生长停止条件为止；
所述人工神经网络模块，通过全卷积神经网络来学习和识别水上垃圾，这是一种现有的算法，此算法以自动获取图像及预处理层的图像信息为输入发给ANN模块，识别出的垃圾为输出，进行进化训练后，识别出需要收集的垃圾以及垃圾的面积，然后把相关信息发给导航基站；
所述PNP算法模块，就是通过已知n个空间的3D点与图像2D点对应的点对，来计算物***姿，完成世界坐标系与相机坐标系的转换，此算法是一种现有的成熟算法。
所述导航基站提供定位、导航服务；通过对已经获取的每块区域垃圾的相关信息处理；
所述Dijkstra算法模块用于进行动态路径规划，计算出最优垃圾清理路线，在每个阶段选择一个顶点V，它在所有未知顶点中具有最小的dv，同时算法声明从s到v的最短路径是已知的，阶段的其余部分由dw值的更新工作完成，此算法可以找到从定点到其余个点的最短路径，是一种现有的成熟算法。
所述通信接口层用于***提供数据传输的通信接口；包括TCP/IP模块、CAN模块。
一种基于河道水面全局状态信息的最优清理路径规划，利用上述的***，包括如下步骤：
（1）将两个摄像头进行编号；
（2）将两个摄像头放在云台上；
（3）安装三维激光雷达，辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；
（4）两个摄像头和激光雷达收集到水面全局状态信息后，经过视觉处理DSP加中值滤波对摄像头拍摄的图像预处理后，传给操作***层；
（5）人工神经网络模块，区分出河面垃圾的种类及垃圾的面积，然后传给导航基站；
（6）利用PNP算法模块把双摄像头拍摄的物体的相对坐标与世界坐标进行转换，通过导航基站，标记出垃圾或漂浮物的当前位置；构建出河道水面垃圾物分布情况；
（7）利用区域生长模块的区域生长算法；一般经历：选择合适的生长点，确定生长准则，确定生长停止条件；把河道全局分成若干个小的区域；
（8）根据划分的区域，导航***派出多个无人船驶向垃圾聚集地，进行清理；
（9）在无人船驶向垃圾过程中，通过Dijkstra算法，进行动态路径规划，计算出最优垃圾清理路线。
本发明所达到的有益效果：
本发明提供的基于河道水面全局状态信息的最优清理路径规划方法及***，经济成本低，与以往的河道清理***相比，本发明的***首次提出了智能化，无人化，高效化；与人工清理河道相比，因为机器的不知疲倦，可大大延长作业时间，同时也能有效解决人工作业效率的缺点。
附图说明
图1是本发明装置的硬件架构图；
图2是本发明装置的安装位置简图；
图3是本发明装置的检测原理图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，一种基于河道水面全局状态信息的最优清理路径规划***，***包括自动获取图像及预处理层、操作***层以及通信接口层；
自动获取图像及预处理层包括两个摄像头、三维激光雷达、云台、视觉处理DSP；
两个摄像头拍摄到图像，它相比于单目摄像头，可以达到单目视觉的目标识别效果，两个摄像头用于拍摄图像以及根据两台摄像机成像目标画面上同一个特征点的像素差来计算出摄像机到目标的直线距离信息，从而实现对垃圾的距离感知。
因为河水环境非常复杂，水流的波动、光的折射、反射都会影响图像成形效果，而激光照在河面上反射回来的能量基本为零，所以在图像上水流为黑色，物体则会高亮，三维激光雷达用于辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；
云台是安装、固定摄像机的支撑设备；视觉处理DSP通过加中值滤波对两个摄像头拍摄的图像进行去噪、增强。
操作***层包括：MCU、区域生长、人工神经网络模块、PNP算法模块、导航基站、Dijkstra算法模块；MCU与导航基站通过SPI通信总线通信，导航基站与PNP算法模块通过DMA在MCU内存中进行数据交换；所述区域生长、人工神经网络模块、Dijkstra算法模块直接通过DMA在MCU内存进行数据交换；
区域生长，是根据事先定义的准则将像素或者区域聚合的更大，从一组生长点出发，将性质相近的像素合并，直到达到生长停止条件为止；
人工神经网络模块，通过全卷积神经网络来学习和识别水上垃圾，这是一种现有的算法，此算法以自动获取图像及预处理层的图像信息为输入发给ANN模块，识别出的垃圾为输出，进行进化训练后，识别出需要收集的垃圾以及垃圾的面积，然后把相关信息发给导航基站；
PNP算法模块，就是通过已知n个空间的3D点与图像2D点对应的点对，来计算物***姿，完成世界坐标系与相机坐标系的转换，此算法是一种现有的成熟算法。
导航基站提供定位、导航服务；通过对已经获取的每块区域垃圾的相关信息处理；
所述Dijkstra算法模块用于进行动态路径规划，计算出最优垃圾清理路线，在每个阶段选择一个顶点V，它在所有未知顶点中具有最小的dv，同时算法声明从s到v的最短路径是已知的，阶段的其余部分由dw值的更新工作完成，此算法可以找到从定点到其余个点的最短路径，是一种现有的成熟算法。
通信接口层用于***提供数据传输的通信接口；包括TCP/IP模块、CAN模块。
如图2 所示为本发明装置的安装位置简图，本发明装置整体安装在无人船的顶部中间位置，但安装位置应该考虑到外壳承载能力，避免发生外壳的变形而导致云台摆放不稳定。同时，由A-A视图中可以看出，两个摄像头分别固定于云台的两个孔洞之中，以便于更好的夹持摄像头，保证拍摄图像的质量。
如图3所示为本发明装置的检测原理图，P是河面的垃圾，Pl和P2分别为两个成像***中的像关于各自光心的中心对称结果。O1和O2是两个摄像头的光心在两个平行四边形面的投影。通过摄像头1与摄像头2经过移动或者旋转拍摄同一个图案，来获得立体图像，然后通过直接线性变换，进行标定，通过视觉DSP加中值滤波处理，可对图像进行去噪、增强，然后提取特征点，再进行区域匹配，最后进行三维建模。
一种基于河道水面全局状态信息的最优清理路径规划，利用上述的***，包括如下步骤：
（1）将两个摄像头进行编号；
（2）将两个摄像头放在云台上；
（3）安装三维激光雷达，辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；
（4）两个摄像头和激光雷达收集到水面全局状态信息后，经过视觉处理DSP加中值滤波对摄像头拍摄的图像预处理后，传给操作***层；
（5）人工神经网络模块，区分出河面垃圾的种类及垃圾的面积，然后传给导航基站；
（6）利用PNP算法模块把双摄像头拍摄的物体的相对坐标与世界坐标进行转换，通过导航基站，标记出垃圾或漂浮物的当前位置；构建出河道水面垃圾物分布情况；
（7）利用区域生长模块的区域生长算法；一般经历：选择合适的生长点，确定生长准则，确定生长停止条件；把河道全局分成若干个小的区域；
（8）根据划分的区域，导航***派出多个无人船驶向垃圾聚集地，进行清理；
（9）在无人船驶向垃圾过程中，通过Dijkstra算法，进行动态路径规划，计算出最优垃圾清理路线。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (2)
1.一种基于全局状态信息的河道清理路径规划***及方法，其特征在于：
所述***包括自动获取图像及预处理层、操作***层以及通信接口层；
所述自动获取图像及预处理层包括两个摄像头、三维激光雷达、云台、视觉处理DSP；两个摄像头用于拍摄图像以及根据两台摄像机成像目标画面上同一个特征点的像素差来计算出摄像机到目标的直线距离信息，从而实现对垃圾的距离感知；所述三维激光雷达用于辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；所述云台是安装、固定摄像机的支撑设备；所述视觉处理DSP通过加中值滤波对两个摄像头拍摄的图像进行去噪、增强；
所述操作***层包括：MCU、区域生长、人工神经网络模块、PNP算法模块、导航基站、Dijkstra算法模块；MCU与导航基站通过SPI通信总线通信，导航基站与PNP算法模块通过DMA在MCU内存中进行数据交换；所述区域生长、人工神经网络模块、Dijkstra算法模块直接通过DMA在MCU内存进行数据交换；
所述区域生长，是根据事先定义的准则将像素或者区域聚合的更大，从一组生长点出发，将性质相近的像素合并，直到达到生长停止条件为止；
所述人工神经网络模块，通过全卷积神经网络来学习和识别水上垃圾，以自动获取图像及预处理层的图像信息为输入发给ANN模块，识别出的垃圾为输出，进行进化训练后，识别出需要收集的垃圾以及垃圾的面积，然后把相关信息发给导航基站；
所述PNP算法模块，就是通过已知n个空间的3D点与图像2D点对应的点对，来计算物***姿，完成世界坐标系与相机坐标系的转换；
所述导航基站提供定位、导航服务；通过对已经获取的每块区域垃圾的相关信息处理；
所述Dijkstra算法模块用于进行动态路径规划，计算出最优垃圾清理路线；
所述通信接口层用于***提供数据传输的通信接口；包括TCP/IP模块、CAN模块。
2.一种基于河道水面全局状态信息的最优清理路径规划，利用权利要求1所述的***，其特征在于包括如下步骤：
（1）将两个摄像头进行编号；
（2）将两个摄像头放在云台上；
（3）安装三维激光雷达，辅助摄像头扫描整个河道，共同构建简单清晰的全局模型；
（4）两个摄像头和激光雷达收集到水面全局状态信息后，经过视觉处理DSP加中值滤波对摄像头拍摄的图像预处理后，传给操作***层；
（5）人工神经网络模块，区分出河面垃圾的种类及垃圾的面积，然后传给导航基站；
（6）利用PNP算法模块把双摄像头拍摄的物体的相对坐标与世界坐标进行转换，通过导航基站，标记出垃圾或漂浮物的当前位置；构建出河道水面垃圾物分布情况；
（7）利用区域生长模块的区域生长算法；一般经历：选择合适的生长点，确定生长准则，确定生长停止条件；把河道全局分成若干个小的区域；
（8）根据划分的区域，导航***派出多个无人船驶向垃圾聚集地，进行清理；
（9）在无人船驶向垃圾过程中，通过Dijkstra算法，进行动态路径规划，计算出最优垃圾清理路线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811547928.6A CN109375633A (zh) | 2018-12-18 | 2018-12-18 | 基于全局状态信息的河道清理路径规划***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811547928.6A CN109375633A (zh) | 2018-12-18 | 2018-12-18 | 基于全局状态信息的河道清理路径规划***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109375633A true CN109375633A (zh) | 2019-02-22 |
Family
ID=65374215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811547928.6A Pending CN109375633A (zh) | 2018-12-18 | 2018-12-18 | 基于全局状态信息的河道清理路径规划***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109375633A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110371259A (zh) * | 2019-07-29 | 2019-10-25 | 河海大学常州校区 | 一种近岸水面漂浮物清理装置及方法 |
| CN110376593A (zh) * | 2019-08-05 | 2019-10-25 | 上海埃威航空电子有限公司 | 一种基于激光雷达的目标感知方法及装置 |
| CN110758658A (zh) * | 2019-11-08 | 2020-02-07 | 湘潭大学 | 一种使用无人机和无人船协同清理水面漂浮垃圾的方法 |
| CN110820707A (zh) * | 2019-10-22 | 2020-02-21 | 杭州电子科技大学 | 一种河道自动清洁装置及其清洁方法 |
| CN111428595A (zh) * | 2020-03-13 | 2020-07-17 | 五邑大学 | 水底视觉垃圾清理机器人及其运作方法 |
| CN111469131A (zh) * | 2020-05-10 | 2020-07-31 | 上海大学 | 一种装配机械臂的无人艇水面垃圾清理控制***及方法 |
| CN111693672A (zh) * | 2020-06-19 | 2020-09-22 | 广东理行生态环境科技有限公司 | 一种流域污染物监测***及其监测方法 |
| CN112526870A (zh) * | 2020-12-02 | 2021-03-19 | 电子科技大学 | 一种基于逆集群算法的道路清洁编队规划方法 |
| CN113554355A (zh) * | 2021-09-17 | 2021-10-26 | 江苏正金建筑装饰工程有限公司 | 基于人工智能的道路工程施工管理方法与*** |
| CN114206105A (zh) * | 2019-08-13 | 2022-03-18 | 利拉伐控股有限公司 | 用于畜舍清洁的方法和布置 |
| CN114545952A (zh) * | 2022-04-20 | 2022-05-27 | 季华实验室 | 水面清理方法、作业***、装置、电子设备及存储介质 |
| CN114565635A (zh) * | 2022-03-08 | 2022-05-31 | 安徽新宇环保科技股份有限公司 | 一种智能识别河道垃圾并进行分类收集的无人船*** |
| CN115497340A (zh) * | 2022-09-08 | 2022-12-20 | 中交上海航道勘察设计研究院有限公司 | 一种内河航道交通状态全息感知***和方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103935476A (zh) * | 2014-04-11 | 2014-07-23 | 珠海云洲智能科技有限公司 | 自主导航水面清洁机器人 |
| CN106741683A (zh) * | 2017-03-08 | 2017-05-31 | 中国矿业大学 | 一种基于机器视觉的水域垃圾自动清洁船及自动清洁方法 |
| CN107972826A (zh) * | 2017-11-02 | 2018-05-01 | 江苏集萃智能制造技术研究所有限公司 | 一种柔性水面垃圾自主清理特种机器人*** |
| CN207311780U (zh) * | 2017-09-07 | 2018-05-04 | 陕西欧卡电子智能科技有限公司 | 无人船 |
| CN108275246A (zh) * | 2018-03-12 | 2018-07-13 | 南昌简净智能科技有限公司 | 自动搜索并处理水面垃圾的无人船及无人船*** |
| CN108557002A (zh) * | 2018-03-21 | 2018-09-21 | 武汉理工大学 | 一种清漂船及其清漂方法 |
| CN108646728A (zh) * | 2018-04-09 | 2018-10-12 | 山东大学 | 基于云端服务器的水面垃圾自动清理方法与*** |
-
2018
- 2018-12-18 CN CN201811547928.6A patent/CN109375633A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103935476A (zh) * | 2014-04-11 | 2014-07-23 | 珠海云洲智能科技有限公司 | 自主导航水面清洁机器人 |
| CN106741683A (zh) * | 2017-03-08 | 2017-05-31 | 中国矿业大学 | 一种基于机器视觉的水域垃圾自动清洁船及自动清洁方法 |
| CN207311780U (zh) * | 2017-09-07 | 2018-05-04 | 陕西欧卡电子智能科技有限公司 | 无人船 |
| CN107972826A (zh) * | 2017-11-02 | 2018-05-01 | 江苏集萃智能制造技术研究所有限公司 | 一种柔性水面垃圾自主清理特种机器人*** |
| CN108275246A (zh) * | 2018-03-12 | 2018-07-13 | 南昌简净智能科技有限公司 | 自动搜索并处理水面垃圾的无人船及无人船*** |
| CN108557002A (zh) * | 2018-03-21 | 2018-09-21 | 武汉理工大学 | 一种清漂船及其清漂方法 |
| CN108646728A (zh) * | 2018-04-09 | 2018-10-12 | 山东大学 | 基于云端服务器的水面垃圾自动清理方法与*** |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110371259A (zh) * | 2019-07-29 | 2019-10-25 | 河海大学常州校区 | 一种近岸水面漂浮物清理装置及方法 |
| CN110371259B (zh) * | 2019-07-29 | 2021-06-01 | 河海大学常州校区 | 一种近岸水面漂浮物清理装置及方法 |
| CN110376593B (zh) * | 2019-08-05 | 2021-05-04 | 上海埃威航空电子有限公司 | 一种基于激光雷达的目标感知方法及装置 |
| CN110376593A (zh) * | 2019-08-05 | 2019-10-25 | 上海埃威航空电子有限公司 | 一种基于激光雷达的目标感知方法及装置 |
| CN114206105A (zh) * | 2019-08-13 | 2022-03-18 | 利拉伐控股有限公司 | 用于畜舍清洁的方法和布置 |
| CN110820707B (zh) * | 2019-10-22 | 2021-03-02 | 杭州电子科技大学 | 一种河道自动清洁装置及其清洁方法 |
| CN110820707A (zh) * | 2019-10-22 | 2020-02-21 | 杭州电子科技大学 | 一种河道自动清洁装置及其清洁方法 |
| CN110758658A (zh) * | 2019-11-08 | 2020-02-07 | 湘潭大学 | 一种使用无人机和无人船协同清理水面漂浮垃圾的方法 |
| CN111428595A (zh) * | 2020-03-13 | 2020-07-17 | 五邑大学 | 水底视觉垃圾清理机器人及其运作方法 |
| CN111428595B (zh) * | 2020-03-13 | 2021-10-26 | 五邑大学 | 水底视觉垃圾清理机器人及其运作方法 |
| CN111469131A (zh) * | 2020-05-10 | 2020-07-31 | 上海大学 | 一种装配机械臂的无人艇水面垃圾清理控制***及方法 |
| CN111693672A (zh) * | 2020-06-19 | 2020-09-22 | 广东理行生态环境科技有限公司 | 一种流域污染物监测***及其监测方法 |
| CN112526870B (zh) * | 2020-12-02 | 2022-02-01 | 电子科技大学 | 一种基于逆集群算法的道路清洁编队规划方法 |
| CN112526870A (zh) * | 2020-12-02 | 2021-03-19 | 电子科技大学 | 一种基于逆集群算法的道路清洁编队规划方法 |
| CN113554355B (zh) * | 2021-09-17 | 2021-12-03 | 江苏正金建筑装饰工程有限公司 | 基于人工智能的道路工程施工管理方法与*** |
| CN113554355A (zh) * | 2021-09-17 | 2021-10-26 | 江苏正金建筑装饰工程有限公司 | 基于人工智能的道路工程施工管理方法与*** |
| CN114565635A (zh) * | 2022-03-08 | 2022-05-31 | 安徽新宇环保科技股份有限公司 | 一种智能识别河道垃圾并进行分类收集的无人船*** |
| CN114565635B (zh) * | 2022-03-08 | 2022-11-11 | 安徽新宇环保科技股份有限公司 | 一种智能识别河道垃圾并进行分类收集的无人船*** |
| CN114545952A (zh) * | 2022-04-20 | 2022-05-27 | 季华实验室 | 水面清理方法、作业***、装置、电子设备及存储介质 |
| CN114545952B (zh) * | 2022-04-20 | 2022-07-29 | 季华实验室 | 水面清理方法、作业***、装置、电子设备及存储介质 |
| CN115497340A (zh) * | 2022-09-08 | 2022-12-20 | 中交上海航道勘察设计研究院有限公司 | 一种内河航道交通状态全息感知***和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109375633A (zh) | 基于全局状态信息的河道清理路径规划***及方法 | |
| CN109544679B (zh) | 管道内壁的三维重建方法 | |
| CN110153567A (zh) | 一种基于图像识别的激光切割*** | |
| CN110524580A (zh) | 一种焊接机器人视觉组件及其测量方法 | |
| CN110614638A (zh) | 一种变电站巡检机器人自主采集方法及*** | |
| CN110297498A (zh) | 一种基于无线充电无人机的轨道巡检方法及*** | |
| CN105730705B (zh) | 一种飞行器摄像定位*** | |
| CA2950791A1 (en) | Binocular visual navigation system and method based on power robot | |
| CN110991466A (zh) | 一种基于新型视觉传感设备的高速公路路面状况检测*** | |
| CN111460903B (zh) | 基于深度学习的田间西兰花长势监测***及方法 | |
| CN111292439A (zh) | 一种城市管网无人机巡检方法及巡检*** | |
| CN111339893A (zh) | 基于深度学习和无人机的管道检测***及方法 | |
| CN106125246A (zh) | 一种自寻激光焦平面的方法 | |
| CN104182992A (zh) | 一种基于全景视觉的海上弱小目标检测方法 | |
| CN112011750A (zh) | 基于机器视觉的捞渣方法及机器人*** | |
| CN109684914A (zh) | 基于无人机影像智能识别方法 | |
| CN104992448A (zh) | 机器人防损伤采摘葡萄的自动定位方法 | |
| CN114879209A (zh) | 一种用于机场跑道低成本异物检测分类的***和方法 | |
| CN113222838A (zh) | 基于视觉定位的无人机自主巡线方法 | |
| CN113194249A (zh) | 一种基于摄像头的运动物体实时追踪***及方法 | |
| CN117008622A (zh) | 视觉机器人水下目标识别追踪方法及其水下视觉机器人 | |
| CN109588320A (zh) | 一种基于3d视觉引导的无人化奶牛挤奶*** | |
| CN112493228B (zh) | 一种基于三维信息估算的激光驱鸟方法及*** | |
| CN115437394A (zh) | 一种用于河道监测的无人机***及其自主巡线方法 | |
| CN112286230A (zh) | 无人机视觉图像算法、避障步骤及其信息融合处理*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190222 |
|
| RJ01 | Rejection of invention patent application after publication |