一种面向多水下机器人的矿物采集任务调度方法及系统

    公开(公告)号:CN120066092A

    公开(公告)日:2025-05-30

    申请号:CN202510043634.3

    申请日:2025-01-10

    Abstract: 本发明公开了一种面向多水下机器人的矿物采集任务调度方法及系统,该矿物采集任务调度方法使用分层规划对水下机器人进行任务分配;在下层规划中,使用粒子群算法分别获取不同矿物采集点之间的最优路径,在每一次迭代过程中,引入构建的三维洋流场模型来更新每个粒子的位置和适应度;在上层规划中,利用最优路径对应的适应度分别获取所有水下机器人的目标序列,利用目标序列完成对水下机器人的矿物采集任务调度。通过分层规划对水下机器人进行任务分配,能够在大范围海底环境及洋流干扰等条件下,高效规划出最优的采集任务点序列,实现多机器人的合理高效任务分配,显著提升了采集任务的效率,提高了综合作业效率。

    一种隐藏区域混合拓扑地图构建方法

    公开(公告)号:CN119354175A

    公开(公告)日:2025-01-24

    申请号:CN202411469023.7

    申请日:2024-10-21

    Abstract: 本发明公开了一种隐藏区域混合拓扑地图构建方法,涉及机器人感知与建图技术领域,包括S1、输入激光点云,并使用k‑dimensional tree建立索引;S2、将输入的激光点云的地面进行滤除;S3、计算滤波后的激光点云中各点的法线,并输入Region Growing聚类,聚类得到点云簇Ci;S4、根据点云簇Ci中点云,筛选点云数量大于100点的点云簇作为候选点云簇;S5、建立隐藏区域先验地图;S6、获得步骤五建图初始时的经纬度坐标(lat0,lon0),以此原点建立本地笛卡尔;S7、将6组本地笛卡尔坐标系下位置数据与建图的同步位置进行最小二乘估计,得到一组变换矩阵;S8、生成隐藏区域混合地图。本发明采用上述一种隐藏区域混合拓扑地图构建方法,为机器人提供了先验的隐藏区域信息,并减少存储介质的占用。

    基于3D激光雷达的巡逻机器人隐藏区域自主认知算法

    公开(公告)号:CN119538969A

    公开(公告)日:2025-02-28

    申请号:CN202411416985.6

    申请日:2024-10-11

    Abstract: 本发明公开了基于3D激光雷达的巡逻机器人隐藏区域的自主认知算法,涉及人工智能技术领域。本发明提供的基于3D激光雷达的巡逻机器人隐藏区域的自主认知算法,包括采用地面点云滤波算法获取非地面点云;对于获得的非地面点云,根据欧式距离划分同心圆区域,并分别对同心圆区域的点云进行欧式聚类,获得聚类后的点云簇;根据点云簇,计算轴对齐边界框,并获取隐藏点坐标;根据点云簇,计算其定向边界框,并通过视线遮挡方式计算遮挡点坐标,从而自动计算获得遮挡角度。因此,采用上述方法,利用3D激光雷达数据,实现在巡逻过程中根据角度信息合理地选择隐藏区域,达到隐藏效果,从而更好地完成巡逻任务,且具有较高的鲁棒性和实用性。

Patent Agency Ranking