无人机辅助的自动驾驶环卫车作业路线调整方法及系统与流程

1.本发明涉及环卫信息化管理的技术领域，具体地，涉及无人机辅助的自动驾驶环卫车作业路线调整方法及系统。


背景技术：

2.无人驾驶清扫车已成为城市环卫重要的参与者，通过无人化、低速和高质量清扫工作，进一步解放了城市环卫工人和驾驶员，随着无人驾驶技术的更新迭代，无人驾驶车拥有的智慧大脑能更加智能的改变传统作业模式，将传统环卫作业模式带入新一轮的技术革新中。传统城市环卫作业，由驾驶员沿着固定路线每日进行常态化清扫工作，驾驶员凭借自身驾驶经验和对路线的熟知，自行确定每日的清扫路线，但驾驶员无法预知更多的道路动态信息以及没有建立与其他车辆之间的联系，导致存在作业效率低下和重复作业的情况，为提高作业效率以及最大化资源利用，能获取实时动态信息和智能调整路径的无人驾驶车可以实现这一目标。
3.在公告号为cn112806905a的专利文献中公开了一种用于多设备协同作业的方法、装置、无人机及扫地机器人。该多设备包括无人机和扫地机器人，无人机包括图像采集设备，无人机与扫地机器人通信，该方法包括：获取图像采集设备发送的图像；对图像进行分析，以得到分析图像；根据分析图像规划扫地机器人的作业路线。但是在环卫清扫作业中，单纯的静态路径规划无法满足复杂的环卫作业需求，还需要实现动态调整来实现提高作业效率与最大化资源利用。
4.因此，需要提出一种新的技术方案以改善上述技术问题。


技术实现要素：

5.针对现有技术中的缺陷，本发明的目的是提供一种无人机辅助的自动驾驶环卫车作业路线调整方法及系统。
6.根据本发明提供的一种无人机辅助的自动驾驶环卫车作业路线调整方法，所述方法包括如下步骤：
7.步骤s1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑；
8.步骤s2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；
9.步骤s3：将常态化环卫作业标准规定下发至车辆；
10.步骤s4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短；
11.步骤s5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。
12.优选地，所述步骤s2中的数字化产品包括倾斜摄影模型和数字正射影像。
13.优选地，所述步骤s2中的静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。
14.优选地，所述步骤s3中的常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作。
15.优选地，所述步骤s3中还将静态规划路径和时间下发至车辆。
16.本发明还提供一种无人机辅助的自动驾驶环卫车作业路线调整系统，所述系统包括如下模块：
17.模块m1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑；
18.模块m2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；
19.模块m3：将常态化环卫作业标准规定下发至车辆；
20.模块m4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短；
21.模块m5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。
22.优选地，所述模块m2中的数字化产品包括倾斜摄影模型和数字正射影像。
23.优选地，所述模块m2中的静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。
24.优选地，所述模块m3中的常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作。
25.优选地，所述模块m3中还将静态规划路径和时间下发至车辆。
26.与现有技术相比，本发明具有如下的有益效果：
27.本发明利用无人机手段对处于常态化作业的无人驾驶清扫车实现动态调整，可有效避免作业路线上的突发状况，并尽可能减少作业超时风险和作业覆盖度不足风险，且有利于大幅提高作业效率，节省作业资源。
附图说明
28.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
29.图1为本发明技术方案图；
30.图2为本发明方法流程图；
31.图3为本发明系统流程图。
具体实施方式
32.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
33.实施例1：
34.根据本发明提供的一种无人机辅助的自动驾驶环卫车作业路线调整方法，所述方法包括如下步骤(如图2所示)：
35.步骤s1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑。
36.步骤s2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；数字化产品包括倾斜摄影模型和数字正射影像；静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。
37.步骤s3：将常态化环卫作业标准规定下发至车辆；常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作；将静态规划路径和时间下发至车辆。
38.步骤s4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短。
39.步骤s5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。
40.本发明还提供一种无人机辅助的自动驾驶环卫车作业路线调整系统，所述无人机辅助的自动驾驶环卫车作业路线调整系统可以通过执行所述无人机辅助的自动驾驶环卫车作业路线调整方法的流程步骤予以实现，即本领域技术人员可以将所述无人机辅助的自动驾驶环卫车作业路线调整方法理解为所述无人机辅助的自动驾驶环卫车作业路线调整系统的优选实施方式。
41.实施例2：
42.本发明还提供一种无人机辅助的自动驾驶环卫车作业路线调整系统，所述系统包括如下模块(如图3所示)：
43.模块m1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑。
44.模块m2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；数字化产品包括倾斜摄影模型和数字正射影像；静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。
45.模块m3：将常态化环卫作业标准规定下发至车辆；常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作；将静态规划路径和时间下发至车辆。
46.模块m4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短。
47.模块m5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。
48.实施例3：
49.城市环卫中的常态化作业为城市运作的基础，环卫作业标准规定道路机扫作业质量标准需按规定的时间、路线准时出车工作，即每日的常态化作业是分时分区分路线进行的，在一定时间段内需完成相应作业路段的清扫工作。在无人驾驶清扫车作业之前，需要将规划的路线输入车辆处理器中，车辆解析后按照规划路线进行自动驾驶清扫作业，但清扫过程中车辆所处的环境是动态复杂的，针对一些复杂的路况无人驾驶车辆会有避障、重新
规划路径等智能决策的功能，实际清扫过程无法完全契合规划的路线，那么需要车辆在复杂环境中能够动态调整自身的作业路径，以满足有限时间段内，实现对作业路线的全覆盖。
50.无人机是一种有效监控道路交通流量和检测异常路况的工具，也可以针对紧急情况进行交通疏导，通过使用无人机进行交通疏导，具有反应快速、高效、视频直观方便、相片清晰、视觉广泛的特点，能有效弥补交通疏导反应速度慢，无法准确判断道路拥堵情况的问题，将无人驾驶清扫作业结合无人机实时监控和预警，不单实现两点之间路径的动态调整，还兼具最大化覆盖作业路径的功能。
51.城市常态化环卫作业路线一般为固定路线，需要覆盖城市主干道或者重点区域，明确作业道路或路段后，需进行常态化作业路线的规划，借助无人机手段，可快速、大量扫描作业区域，通过图像校准和特征识别，生成道路拓扑模型，基础道路数据用于作业路线规划。
52.如图1所示，依据作业路段全覆盖和转运距离最短两个原则，计算出满足资源最省和作业最优的静态规划路径，将此规划路径和作业时间要求下发至车辆，车辆在相应时间段内开始工作。静态规划路径为理想环境下的最优路径参考，但无人驾驶环卫车在实际工作过程中，会面临很多复杂多变的路况，不同于局部自动避障和转弯行为，在遇到较长不可通行路段的情况下，车俩需要整体调整整个作业路径或者多个作业任务并行处理，通过无人机实时监控信息检测出类似施工路段、道路阻塞路段等不可通行路段，返回云控中心，算法侧进行动态调整，重新规划作业路线，实现城市当天作业路段的全覆盖和转运路径最短。云控中心通过与车端实时连接通道，下发更新后的作业路径，车辆控制器接收此路径后调整自车作业和转运路径，车辆与所处的环境实现动态自适应，可以大大提高单车的清扫工作量和作业效率。
53.如图2-3所示，本发明通过无人机辅助的自动驾驶环卫车作业路线调整方法与系统实现车辆自身超感知范围信息获取，以此动态调整环卫作业路径；通过全覆盖路径规划算法和最短路径规划算法，实现常态化作业标准，即规定时间内全覆盖作业路段和转运路长最短；无人机实时监控拓扑优化，单车单任务作业模式转变为单任务多车协同作业和单车多任务并行处理模式，进行路径规划优化，有效提高作业效率和节省资源。
54.本领域技术人员可以将本实施例理解为实施例1、实施例2的更为具体的说明。
55.本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
56.以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。

技术特征：
1.一种无人机辅助的自动驾驶环卫车作业路线调整方法，其特征在于，所述方法包括如下步骤：步骤s1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑；步骤s2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；步骤s3：将常态化环卫作业标准规定下发至车辆；步骤s4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短；步骤s5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。2.根据权利要求1所述的无人机辅助的自动驾驶环卫车作业路线调整方法，其特征在于，所述步骤s2中的数字化产品包括倾斜摄影模型和数字正射影像。3.根据权利要求1所述的无人机辅助的自动驾驶环卫车作业路线调整方法，其特征在于，所述步骤s2中的静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。4.根据权利要求1所述的无人机辅助的自动驾驶环卫车作业路线调整方法，其特征在于，所述步骤s3中的常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作。5.根据权利要求1所述的无人机辅助的自动驾驶环卫车作业路线调整方法，其特征在于，所述步骤s3中还将静态规划路径和时间下发至车辆。6.一种无人机辅助的自动驾驶环卫车作业路线调整系统，其特征在于，所述系统包括如下模块：模块m1：控制无人机在作业区域进行测图，根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑；模块m2：根据车辆开始作业和结束作业时的停车点，利用无人机扫描的数字化产品，完成两点之间的静态路径规划；模块m3：将常态化环卫作业标准规定下发至车辆；模块m4：无人机实时监控，识别施工路段和交通堵塞路段信息，并返回至云控中心，算法层加入实时动态信息重新规划作业路线，完成作业路段全覆盖和转运路径最短；模块m5：重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。7.根据权利要求6所述的无人机辅助的自动驾驶环卫车作业路线调整系统，其特征在于，所述模块m2中的数字化产品包括倾斜摄影模型和数字正射影像。8.根据权利要求6所述的无人机辅助的自动驾驶环卫车作业路线调整系统，其特征在于，所述模块m2中的静态路径规划包括规定时间内作业路段全覆盖作业路段规划和转运距离最短的路径规划。9.根据权利要求6所述的无人机辅助的自动驾驶环卫车作业路线调整系统，其特征在于，所述模块m3中的常态化环卫作业标准规定为在规定时间内完成作业路线清扫工作。10.根据权利要求6所述的无人机辅助的自动驾驶环卫车作业路线调整系统，其特征在于，所述模块m3中还将静态规划路径和时间下发至车辆。

技术总结
本发明提供了一种无人机辅助的自动驾驶环卫车作业路线调整方法及系统，包括：根据覆盖的作业范围内数字化建模成果，建立作业区域路径拓扑；根据车辆开始作业和结束作业时的停车点，完成两点之间的静态路径规划；将常态化环卫作业标准规定下发至车辆；识别施工路段和交通堵塞路段信息，并返回至云控中心，完成作业路段全覆盖和转运路径最短；重新规划的路线提前下发至车辆，车辆控制器动态调整自车作业和转运路径。本发明利用无人机手段对处于常态化作业的无人驾驶清扫车实现动态调整，可有效避免作业路线上的突发状况，并尽可能减少作业超时风险和作业覆盖度不足风险，且有利于大幅提高作业效率，节省作业资源。节省作业资源。节省作业资源。


技术研发人员：何弢 常怡君 廖文龙 张亚楠
受保护的技术使用者：陕西酷哇智能科技有限公司
技术研发日：2023.03.09
技术公布日：2023/7/25