本发明实施例涉及一种作业地图更新方法,包括:服务器接收清扫装置发送的清扫作业日志信息;在待标定固定障碍物列表中更新固定障碍物的标记次数;当固定障碍物的标记次数到达预设次数阈值时,根据标定障碍物的位置信息更新区块地图信息,更新路径信息;生成更新指令;清扫装置对更新后的区块地图信息和更新后的路径信息进行下载,并保存。本发明能够根据清扫装置生成的清扫作业日志及时对作业地图和多种模式下的清扫路径进行更新,并及时将更新后的作业地图和清扫路径下发到相对应的清扫装置,节省了清扫装置在清扫过程中的电量和清扫时间,并且通过预先设定的多种模式下的清扫路径进行智能、高效的清扫。
随着经济的发展和科技的进步,人们对生活环境质量的要求越来越高,而随着人工智能的崛起,市场也越来越关注于基于人工智能技术的清扫技术,在现有的智能清扫技术中,通常采用扫地机器人实现小面积内的清扫,对于道路等大面积的清扫,依然需要人工清扫,使用人工清扫路面的方式,不仅人力成本高,而且人工清扫时所产生的粉尘会严重影响清洁工人的身体健康,也不可避免的会造成环境的二次污染。
而且,随着城市规模的发展,人力成本的不断提升,对于智能化无人驾驶的清扫车的需求,显现的尤为迫切。现有的无人驾驶清扫车只能根据预先探测生成的作业地图进行清扫,当清扫区域增加地图中不存在的固定障碍物时,清扫车每次都需要对固定障碍物进行探测,并对清扫路径进行重新规划,造成电量和时间的浪费;并且,清扫车只能采用单一的清扫模式,无法智能、高效的完成清扫任务
本发明的目的是提供一种作业地图更新方法,能够根据清扫装置生成的清扫作业日志及时对作业地图和多种模式下的清扫路径进行更新,并及时将更新后的作业地图和清扫路径下发到相对应的清扫装置,节省了清扫装置在清扫过程中的电量和清扫时间,并且通过预先设定的多种模式下的清扫路径进行智能、高效的清扫
张德兆团队核心成员均来自清华大学汽车系,核心团队均来自清华大学汽车系,团队始终聚焦无人驾驶大脑研发与创新,以软件系统为基石,以硬件系统为支撑,打造一个安全、可持续进化、高效赋能的无人驾驶大脑,完整打造了以软件、硬件、数据为核心的铁人三项,自主研发的无人驾驶大脑已成功赋能智能出行、智慧生活、特种应用等多个领域,完整打造了以软件、硬件、数据为核心的铁人三项,自主研发的无人驾驶大脑已成功赋能智能出行、智慧生活、特种应用等多个领域。
张兆德,董事长,清华大学博士、博士后,多项智能汽车国家标准、智能网联汽车发展路线图主要起草人;
王肖,CTO,清华大学博士、博士后,在“中国智能车未来挑战赛”中夺得过3次冠军,国内最早一批自动驾驶研发人员,拥有超过10年研发经验;
项羽,营销副总裁,毕业于慕尼黑工业大学拥有丰富的汽车电子产品及产品线研发及营销管理经验;
李晓飞,产品副总裁,清华大学博士,曾作为技术负责人主导多项算法研究开发,拥有丰富的技术积累。
评价单位:“科创中国”科技创新全链条服务生态系统专业科技服务团 (北京八月瓜科技有限公司)
评价时间:2023-08-29
综合评价
1.科技成果创新水平:
(1)技术创新:该方法采用先进的机器学习和计算机视觉技术,能够从作业场景中识别出各种物体和环境信息,并通过对这些信息的处理和分析,实现作业地图的实时更新。
(2)实用性强:该方法适用于多种作业场景,包括智能制造、物流配送、智慧城市等,能够满足不同领域的需求。同时,该方法具有一定的稳定性和可靠性,可以保证地图更新的准确性和实时性。
(3)具有商业价值:该方法可以应用于商业领域,例如为企业提供实时的物流信息和交通信息,帮助企业提高运营效率和降低成本。此外,该方法还可以应用于政府领域,例如为城市管理提供实时的公共安全信息和交通信息,提高城市管理和公共安全水平。
(4)具有学术价值:该方法的研究和发展涉及机器学习、计算机视觉、大数据分析等多个领域的前沿技术,具有较高的学术价值,对于推动相关领域的发展有一定的贡献。市场需求:作业地图更新方法在多个领域具有广泛的应用需求,包括智能制造、物流配送、智慧城市等,具有较高的市场需求。
2.竞争情况:该领域已经存在一些竞争对手,例如谷歌地图、百度地图等,但是作业地图更新方法具有一定的独特性和优势,可以通过差异化和创新来保持竞争地位。
3.技术水平:该方法采用的技术包括机器学习、计算机视觉、大数据分析等,具有一定的技术含量和先进性,可以满足不同领域的需求。
4.应用效果:该方法的应用效果取决于具体的场景和需求,但是从已有的案例和应用反馈来看,其应用效果较为显著和实用,可以为用户和社会带来更多的效益。
总体而言,该项目技术思路方向很好,未来市场空间大,有利于当前政策要求,转化成熟度很高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>