用于交通工具的传感器轨迹规划的制作方法
仓库可以用于由各种不同类型的商业实体(包括制造商、批发商和运输企业)存储货物。示例性存储的货物可包括原材料、零件或组件、包装材料和成品。在某些情况下，仓库可以配备装卸坞，以允许货物装载到运货卡车或其他类型的交通工具上或从其卸载。仓库还可以使用多排托盘架来允许存放托盘、包含堆叠箱子或其他物体的扁平运输结构。另外，仓库可以使用机器或交通工具来提升和移动货物或货物托盘，例如起重机、叉车和托盘搬运车。可以使用人工操作员来操作机器、交通工具和其他设备。在一些情况下，一个或多个机器或交通工具可以是由计算机控制系统引导的机器人设备。
技术实现要素：
自主或半自主交通工具可具有与其连接的传感器。传感器可以是具有有限视野的视觉传感器，例如立体相机。交通工具的控制系统可以从全局规划系统接收交通工具要遵循的预定路径，以便在环境中完成任务。替代地，控制系统可以确定交通工具要遵循的预定路径。当交通工具沿预定路径移动时，控制系统还可以接收和/或确定对其收集传感器数据的多个目标。多个目标中的每一个可以与对应的传感器数据集合相关联。为了获取相应的传感器数据集合，控制系统可以确定传感器要扫描的环境的部分。基于所确定的环境的部分，控制系统可以确定在交通工具沿预定路径移动时移动传感器的传感器轨迹。当交通工具沿预定路径移动时，沿确定的传感器轨迹移动传感器可将确定的环境的部分放置在传感器的视野内。此外，控制系统可以提供指令以使传感器移动通过所确定的传感器轨迹。
在一个示例中，提供了一种系统，包括：交通工具和连接到交通工具的传感器。传感器可配置为相对于交通工具移动以控制由传感器可观察的环境的一部分。所述系统可包括控制系统，配置为接收交通工具遵循的预定路径。所述控制系统还可配置为当交通工具沿预定路径移动时接收对其收集传感器数据的多个目标。多个目标中的每一个可以与相应的传感器数据集合相关联。所述控制系统还可对于所述多个目标中的每一个，确定用于传感器扫描以获取相应的传感器数据集合的环境的至少一部分。所述控制系统还可配置为基于为所述多个目标中的每一个确定的环境的所述至少一部分，确定在交通工具沿预定路径移动时移动传感器的传感器轨迹。另外，所述控制系统还可配置为提供当交通工具沿预定路径移动时使传感器移动通过所确定的传感器轨迹并扫描对应于所确定的传感器轨迹的环境的部分的指令。
在另一示例中，提供了一种方法，包括：接收交通工具遵循的预定路径。所述方法还包括：当交通工具沿预定路径移动时从连接到交通工具的传感器接收对其收集传感器数据的多个目标。所述多个目标中的每一个可以与相应的传感器数据集合相关联。传感器可以被配置相对于交通工具移动以控制对传感器可见的环境的一部分。所述方法还可以包括对于所述多个目标中的每一个，确定用于传感器扫描以获取相应的传感器数据集合的环境的至少一部分。此外，所述方法包括基于为所述多个目标中的每一个目标确定的环境的所述至少一部分，确定在交通工具沿预定路径移动时移动传感器的传感器轨迹。此外，所述方法包括当交通工具沿预定路径移动时，使传感器移动通过确定的传感器轨迹并扫描对应于所确定的传感器轨迹的环境的部分。
在另一示例中，提供了一种非暂时性计算机可读存储介质，其上存储有指令，所述指令在由计算设备执行时使所述计算设备执行操作。所述操作包括：接收交通工具遵循的预定路径。所述操作还包括：当交通工具沿预定路径移动时从连接到交通工具的传感器接收对其收集传感器数据的多个目标。所述多个目标中的每一个可以与相应的传感器数据集合相关联。传感器可以被配置相对于交通工具移动以控制对传感器可见的环境的一部分。所述操作另外包括：对于所述多个目标中的每一个，确定用于传感器扫描以获取相应的传感器数据集合的环境的至少一部分。此外，所述操作包括：基于为所述多个目标中的每个目标确定的环境的所述至少一部分，确定在交通工具沿预定路径移动时移动传感器的传感器轨迹。此外，所述操作包括：当交通工具沿预定路径移动时，使传感器移动通过确定的传感器轨迹并扫描对应于所确定的传感器轨迹的环境的部分。
在另一示例中，提供了一种系统，包括交通工具装置和连接到交通工具装置的传感器装置。传感器装置可配置为相对于交通工具装置移动以控制由传感器装置可观察的环境的一部分。所述系统可包括控制装置，配置为接收交通工具遵循的预定路径。所述控制装置还可配置为当交通工具沿预定路径移动时从传感器装置接收对其收集传感器数据的多个目标。多个目标中的每一个可以与来自传感器装置的相应的传感器数据集合相关联。所述控制装置还可对于所述多个目标中的每个，确定用于传感器装置扫描以获取相应的传感器数据集合的环境的至少一部分。所述控制装置还可配置为基于为所述多个目标中的每一个确定的环境的所述至少一部分，确定在交通工具装置沿预定路径移动时移动传感器装置的传感器装置轨迹。另外，所述控制装置还可配置为提供当交通工具装置沿预定路径移动时使传感器装置移动通过所确定的传感器装置轨迹并扫描对应于所确定的传感器装置轨迹的环境的部分的指令。
前述发明内容仅是说明性的，并不旨在以任何方式进行限制。除了以上描述的说明性方面、实施例和特征之外，通过参考附图和以下详细描述以及附图，其他方面、实施例和特征将变得显而易见。
附图说明
图1示出了根据示例实施例的交通工具系统的框图。
图2a示出了根据示例实施例的机器人车队。
图2b示出了根据示例实施例的机器人车队的组件的功能框图。
图3a示出了根据示例实施例的机器人卡车卸载器。
图3b示出了根据示例实施例的自主引导交通工具。
图3c示出了根据示例实施例的自主叉车卡车。
图4示出了根据示例实施例的示例传感器轨迹规划操作。
图5示出了根据示例实施例的示例特征检测操作。
图6示出了根据示例实施例的示例障碍物检测操作。
图7示出了根据示例实施例的示例候选轨迹规划操作。
具体实施方式
以下详细描述参考附图描述了所公开的设备、系统和方法的各种特征和操作。这里描述的说明性设备、系统和方法实施例不意味着限制。应当理解，词语“示例性”、“示例”和“说明性”在本文中用于表示“用作示例、实例或说明”。本文中描述为“示例性”、“示例”或“说明性”的任何实现、实施例或特征不一定被解释为比其他实现、实施例或特征更优选或更具优势。此外，如本文中一般性描述并在附图中示出的本公开的各方面可以以各种不同的配置来布置、替换、组合、分离和设计。
在以下详细描述中，参考了附图，附图形成了详细描述的一部分。在附图中，除非上下文另有指示，否则类似的符号通常标识类似的组件。在不脱离本文提出的主题的精神或范围的情况下，可以利用其他实施例，并且可以进行其他改变。此外，除非另有说明，否则附图未按比例绘制并且仅用于说明目的。此外，这些图仅是代表性的，并未显示所有组件。例如，可能未示出额外的结构或约束组件。
i.概述
自主或半自主交通工具可以被配置为在环境中移动以便完成环境内的不同任务。不同的任务可以取决于交通工具的类型以及交通工具工作的环境。例如，交通工具可以是叉车(例如叉车卡车)或在仓库环境中工作的托盘搬运车。因此，不同的任务可以包括移动箱子、移动箱子托盘或其他物体、装载/卸载卡车、和/或装载/卸载存储货架。
交通工具可以配备有诸如相机、立体相机、深度传感器、lidar、雷达和/或红外传感器等的传感器。传感器可能具有有限的视野。因此，传感器可以通过摇摄头(pan-head)、一个或多个旋转接头和/或一个或多个平移运动机构连接到交通工具，以允许传感器相对于交通工具旋转和/或平移以控制传感器视野内的环境的一部分。交通工具可以接收或确定交通工具遵循环境的一部分的预定路径。例如，配置为同步多个交通工具的操作的全局规划系统可以为交通工具提供预定路径。交通工具可基于传感器数据和/或命令交通工具的任务或操作来确定或修改路径。
当交通工具沿预定路径移动时，传感器可用于收集多个目标的传感器数据。目标可以包括沿着交通工具预期行驶的路径的障碍物检测、交通工具预期或规划将物体放入的环境区域中的障碍物检测、确定或验证交通工具在环境内的位置的环境内的地标的检测、和/或环境内感兴趣的物体(例如，箱子、托盘)的检测。目标的其他示例可以是可能的，并且可以基于交通工具的类型和交通工具操作或预期操作的环境的类型而变化。例如，被配置为在公共道路上操作的交通工具的操作可以包括识别路上的车道、识别行人和/或识别其他交通工具。目标可以从全局规划系统接收或者可以由交通工具确定。在一些示例中，目标可以是静态的，因为交通工具可以始终使用传感器来收集用于同一目标集合的传感器数据。在其他示例中，目标可以是动态的。例如，可以基于当前由交通工具执行或预期由交通工具执行的任务或操作来周期性地更新或修改目标。
使用一个传感器(或多个目标的每个目标少于一个传感器)来收集多个目标的传感器数据可以比每个目标使用一个或多个传感器更便宜和更有效。具有较少传感器的交通工具系统可以更便宜地制造、更容易编程并且更容易操作。除了更少的传感器之外，交通工具系统可以包括用于接收和处理传感器数据的更少的硬件组件。另外，与具有专用于多个目标中的每一个的一个或多个传感器的系统相比，较少数量的传感器(例如，一个传感器)可以提高传感器的利用率。例如，当没有积极地追求多个目标(例如，托盘检测)的特定目标时(例如，用于托盘检测的数据没有收集)，专用于特定目标的传感器可能是空闲的并且因此未充分利用资源。相反，仅具有一个传感器的交通工具系统可能不断地将传感器用于至少一个目标，诸如障碍物检测。
多个目标中的每一个可以与传感器扫描的环境的部分相关联或对其确定，以便获取对应于相应目标的传感器数据。例如，为了检测障碍物，传感器可扫描交通工具前方的环境的部分或沿着交通工具遵循或预期遵循的预定路径的环境的部分。可以基于环境内目标的预期位置来确定与多个目标中的每个目标相关联的环境的部分。例如，当穿过仓库的过道时，可以预期感兴趣的目标(例如，箱子、托盘)位于构成过道的货架/架上的交通工具的任一侧。
基于与多个目标中的每一个相关联的环境的部分，交通工具的控制系统可以确定传感器轨迹，当交通工具沿预定路径移动时通过该传感器轨迹移动传感器。控制系统还可以提供指令以使传感器移动通过所确定的传感器轨迹并沿着传感器轨迹扫描环境的部分。传感器轨迹可包括角位置轨迹和对应于角位置轨迹的速度简档。沿着传感器轨迹扫描环境的部分可以向控制系统提供与多个目标中的每一个相关联的传感器数据的至少一部分。在一些示例中，沿着传感器轨迹扫描环境的部分可以包括扫描与多个目标相关联的环境的每个部分。在其他示例中，可以仅扫描与多个目标相关联的环境的一些部分。
在一个实施例中，当传感器沿确定的传感器轨迹移动时，控制系统可确定调整一个或多个传感器性能参数。传感器性能参数可以包括变焦/放大水平、帧速率、分辨率、图像曝光、白平衡和/或增益、以及多个其他可能的传感器参数。可以对于传感器沿确定的传感器轨迹捕获的传感器数据的每帧调整/确定一个或多个传感器性能参数。在一些实施例中，控制系统可基于一个或多个传感器性能参数确定传感器轨迹。例如，可能需要以高放大水平扫描环境的特定部分以捕获特定目标的详细表示。因此，可以确定传感器轨迹，其在传感器摇摄包含特定目标的环境的特定部分之前提供足够的时间来调整传感器的放大水平。
在另一实施例中，多个目标中的每一个可以与对应的优先级相关联。在确定传感器轨迹时，控制系统可以将具有高优先级的目标优先于具有低优先级的目标。具有高优先级的目标可以与扫描允许交通工具沿预定路径安全行进所必需的环境的部分相关联。例如，障碍物检测可以是高优先级目标，因为沿着预定路径检测障碍物的失败可能导致交通工具与环境的特征、环境内的物体或其他交通工具的碰撞，从而阻碍或停止交通工具的操作。相反，对感兴趣物体的检测可能是低优先级任务，因为未能检测到交通工具操作的感兴趣物体可能不会造成损坏交通工具的风险。然而，由于与必须执行附加扫描以定位要操作的新目标相关联的时间延迟，未能检测到要操作的目标可能是不期望的。
在一些实施例中，传感器轨迹可以指示扫描对应于高优先级任务的环境的所有部分，但是仅扫描对应于低优先级任务的环境的一些部分。例如，在扫描了对应于高优先级任务的环境的所有部分之后，可以扫描对应于低优先级任务的环境的部分。在另一示例中，对应于低优先级任务的环境的部分与对应于高优先级任务的环境的部分之间的重叠可以允许同时获取对应于高优先级和低优先级任务的数据。可以基于与多个目标相关联的优先级，对于传感器沿着确定的传感器轨迹捕获的传感器数据的每帧来调整/确定一个或多个传感器性能参数。例如，可以以高分辨率扫描对应于高优先级任务的环境的部分，而可以以低分辨率扫描对应于低优先级任务的环境的部分。
在其他实施例中，控制系统可以确定与扫描与多个目标中的每个相对应的环境的部分相关联的成本。成本可以基于环境的部分在环境内的相应位置和/或环境的部分相对于传感器的当前位置或预期未来位置的相应位置。例如，障碍物检测可以包括沿预定路径扫描环境区域。沿着预定路径扫描环境区域可能涉及传感器的最小运动(例如，扫描直接在交通工具前方的区域可能需要最小的传感器摇摄)。相反，物体检测(例如，盒子、托盘)可以包括扫描交通工具左侧和右侧的区域。因此，摇摄传感器以扫描交通工具左侧和右侧的区域可能涉及相对于扫描直接在交通工具前方的区域的增加的传感器运动。因此，物体检测可能与更高的时间和功率成本相关联，以摇摄传感器以扫描环境的相应部分。
类似地，与扫描环境的部分相关联的成本可以基于一个或多个传感器性能参数(例如，放大水平、帧速率、图像曝光、增益等)，该一个或多个传感器性能参数与对应于多个目标中的每一个的环境的部分相关联或对其确定。例如，放大以捕获环境的特定部分的更详细扫描可以与调整传感器的变焦水平的时间成本以及扫描较小范围的环境的机会成本相关联(例如，较高的变焦水平可以对应于传感器的视野的较小范围)。
控制系统可以基于与多个目标中的每个相关联的成本来确定多个目标的总成本函数。总成本函数可以包括时间成本、功率成本和/或扫描分辨率成本、以及其他可能的资源成本。控制系统可以确定使总成本函数最小化的传感器轨迹。例如，最小化总成本函数可以包括修改扫描对应于传感器轨迹的环境的部分的顺序，以产生环境的相邻部分的顺序扫描，这避免了传感器的摇摄运动的重复的方向变化。
在一个实施例中，用于确定传感器轨迹的操作可以包括确定在预定路径的开始处的传感器位置(例如，当前传感器位置)与在该预定路径的结束处的多个候选传感器位置之间的多个候选传感器轨迹。可以通过将预定路径离散化为多个时间点来确定多个候选传感器轨迹。对于每个时间点，可以确定在给定传感器的最大旋转速度和传感器在先前时间点的角位置的情况下传感器可以移动到的多个候选角位置。可以在对应于预定路径的开始和预定路径的结束的时间点之间确定候选角位置的多个序列。多个候选传感器轨迹可包括候选角位置的多个序列。
操作可以进一步包括对于候选传感器轨迹的每个相应候选传感器轨迹确定由传感器沿着相应传感器轨迹可观察的环境的部分的集合。通过选择与最密切匹配与多个目标相关联的环境的部分的环境的部分的集合相关联的候选传感器轨迹，可以从多个候选传感器轨迹中选择特定的传感器轨迹。在一个示例中，可以选择传感器轨迹，其最大化传感器可观察的环境内的明显特征的数量。在另一示例中，可以选择传感器轨迹，其最大化传感器可观察的环境的高优先级部分的数量。
操作还可以包括确定和/或调整传感器的一个或多个传感器参数。传感器参数可以包括传感器的变焦/放大水平、传感器的帧速率、传感器执行的扫描的分辨率、图像曝光、白平衡和/或传感器的增益水平、以及其他可能的参数。在一个示例中，可以在确定移动传感器的传感器轨迹之后确定一个或多个传感器参数。具体地，可以对于传感器沿着确定/选择的传感器轨迹可观察的环境的每个部分确定一个或多个传感器参数。
在另一示例中，可以对于多个候选传感器轨迹的每个候选传感器轨迹确定一个或多个候选传感器参数。从多个候选传感器轨迹中选择特定传感器轨迹可以基于与每个候选传感器轨迹对应的所确定的候选传感器参数。具体地，可以对于当传感器沿着特定候选传感器轨迹移动时传感器可以移动到的多个候选角位置中的每个候选角位置确定候选传感器参数。因此，可以选择传感器轨迹，其允许传感器扫描与多个目标相关联的环境的部分、以及改善和/或优化扫描环境的每个部分的质量。当传感器移动通过确定的传感器轨迹并扫描对应于所确定的传感器轨迹的环境的部分时，交通工具的控制系统可以基于一个或多个确定的传感器参数提供设置或调整传感器的参数的指令。
在另一示例中，当传感器沿着所确定的传感器轨迹扫描环境的部分时，可以更新一个或多个传感器参数。例如，传感器的帧速率可足以捕获环境的每个部分的多个数据/图像帧。传感器可以最初用一个或多个确定的传感器参数(例如，初始参数)扫描环境的特定部分。可以分析每个数据/图像帧以确定所获取的数据是否足以执行相应的操作(例如，识别基准标签)。基于该分析，可以确定对传感器参数的一个或多个更新以改善环境的特定部分的后续扫描的质量(例如，控制系统可以实现反馈系统)。对传感器参数的一个或多个更新可以增加后续扫描提供足以执行相应操作的数据的概率。
在另一实施例中，可以沿着预定路径在多个时间点的每个时间点确定传感器参考帧。当交通工具沿预定路径移动时，即使传感器未被主动致动，传感器相对于环境的姿势也可能由于交通工具的运动而改变。该改变姿势可以用作传感器参考帧。确定传感器轨迹可以包括：对于多个时间点中的每个时间点，确定如何相对于对应于特定时间点的传感器参考帧在特定时间点重新定向传感器。例如，如果交通工具被规划在特定时间点向右转弯，则可能不需要调整传感器位置，以便将传感器指向在特定时间点之前的时间点由传感器可观察的环境的部分的右侧的环境的部分。因此，可以减少或最小化扫描对应于多个目标的环境的部分所需的传感器的运动。
通常，从多个候选传感器轨迹中选择传感器轨迹可以基于指示与多个目标相关联的参数的目标函数。参数可包括沿传感器轨迹可观察的多个明显特征(例如，目标、地标)、沿传感器轨迹可观察的环境的多个明显部分、对应于传感器轨迹的部分的扫描质量(例如，放大率、分辨率、曝光、白平衡、增益等)和/或传感器轨迹可以覆盖与多个目标中的每个目标相关联的环境的部分的速度等等。可以选择使目标函数和/或其任何参数最大化的传感器轨迹。目标函数可以由全局规划系统提供、由交通工具确定、和/或由交通工具的用户/操作员指定。
ii.示例机器人交通工具系统
图1示出了可以结合本文描述的实施例使用的交通工具系统的示例配置。交通工具系统100可以被配置为自主地、半自主地和/或使用由用户提供的指示来操作。交通工具系统100可以以各种形式实现，诸如叉车、托盘搬运车、汽车、卡车、摩托车、公共汽车、船、飞机、直升机、割草机、推土机、船、雪地车、飞行器、休闲车、游乐园交通工具、农场设备、建筑设备、仓库设备、电车、高尔夫球车、火车和手推车。其他形式也是可能的。此外，交通工具系统100还可以被称为机器人、机器人设备、移动机器人或机器人交通工具、以及其他名称。
如图1所示，交通工具系统100可以包括处理器102、数据存储器104和控制器108，它们一起可以是控制系统118的一部分。交通工具系统100还可以包括传感器112、电源114、机械组件110、电子组件116和通信链路120。尽管如此，交通工具系统100是出于说明性目的而示出的，并且可包括更多或更少的组件。交通工具系统100的各种组件可以以任何方式连接，包括有线或无线连接。此外，在一些示例中，交通工具系统100的组件可以分布在多个物理实体而不是各个物理实体中。交通工具系统100的其他示例图示也可以存在。
处理器102可以作为一个或多个通用硬件处理器或专用硬件处理器(例如，数字信号处理器、专用集成电路等)操作。处理器102可以被配置为执行计算机可读程序指令106，并操纵数据107，两者都存储在数据存储器104中。处理器102还可以直接或间接地与交通工具系统100的其他组件交互，所述其他组件诸如传感器112、电源114、机械组件110、电子组件116和/或通信链路120。
数据存储器104可以是一种或多种类型的硬件存储器。例如，数据存储器104可以包括或采取可以由处理器102读取或访问的一个或多个计算机可读存储介质的形式。一个或多个计算机可读存储介质可以包括易失性和/或非易失性存储组件，诸如光学、磁性、有机或其他类型的存储器或存储装置，其可以整体或部分地与处理器102集成。在一些实施例中，数据存储器104可以是各个的物理设备。在其他实施例中，数据存储器104可以使用两个或更多个物理设备来实现，这些物理设备可以经由有线或无线通信彼此通信。如前所述，数据存储器104可以包括计算机可读程序指令106和数据107。数据107可以是任何类型的数据，诸如配置数据、传感器数据和/或诊断数据等等。
控制器108可以包括一个或多个电路、数字逻辑单元、计算机芯片和/或微处理器，其被配置为在机械组件110、传感器112、电源114、电子组件116、控制系统118、通信链路120和/或交通工具系统100的用户的任何组合之间接口(可能在其他任务中)。在一些实施例中，控制器108可以是专用嵌入式设备，用于与交通工具系统100的一个或多个子系统执行特定操作。
控制系统118可以监控并物理地改变交通工具系统100的操作条件。在这样做时，控制系统118可以用作交通工具系统100的各部分之间的链接，诸如在机械组件110和/或电子组件116之间。在一些情况下，控制系统118可以用作交通工具系统100和另一计算设备之间的接口。此外，控制系统118可以用作交通工具系统100和用户之间的接口。例如，控制系统118可以包括用于与交通工具系统100通信的各种组件，所述组件包括操纵杆、按钮和/或端口等。上面提到的示例接口和通信可以经由有线或无线连接或两者来实现。控制系统118也可以为交通工具系统100执行其他操作。
在一些实施方式中，交通工具系统100的控制系统118还可以包括被配置为发送和/或接收信息的通信链路120。通信链路120可以发送指示交通工具系统100的各种组件的状态的数据。例如，由传感器112读取的信息可以经由通信链路120发送到单独的设备。指示电源114、机械组件110、电子组件116、处理器102、数据存储器104和/或控制器108的完整性或健康的其他诊断信息可以经由通信链路120发送到外部通信设备。
在一些实施方式中，交通工具系统100可以在通信链路120处接收信息，然后由处理器102处理该信息。所接收的信息可以指示在执行程序指令106期间处理器102可访问的数据。此外，所接收的信息可以改变控制器108的可能影响机械组件114或电子组件116的行为的方面。在一些情况下，所接收的信息可以指示查询，请求特定信息(例如，交通工具系统100的一个或多个组件的操作状态)。处理器102可以随后将特定信息发送回通信链路120。
在一些情况下，通信链路120可以包括有线连接。交通工具系统100可以包括一个或多个端口，以将通信链路120连接到外部设备。除有线连接之外或作为其替代，通信链路120可以包括无线连接。一些示例无线连接可以利用蜂窝连接，诸如cdma、evdo、gsm/gprs或4g电信，诸如wimax或lte。替代地或另外地，无线连接可以利用wi-fi连接来将数据发送到无线局域网(wlan)。在一些实现方式中，无线连接还可以通过红外链路、蓝牙或近场通信(nfc)设备进行通信。
在操作期间，控制系统118可以经由有线或无线连接与交通工具系统100的其他系统通信，并且还可以被配置为与交通工具的一个或多个用户或操作员通信。作为一种可能的说明，控制系统118可以接收输入(例如，来自用户或来自另一交通工具)，其指示将托盘从仓库的第一位置移动到仓库的第二位置的指令。可以经由通信链路120接收对控制系统118的输入。
基于该输入，控制系统118可以执行操作以使交通工具系统100使用传感器112来分析仓库的环境以定位托盘，并随后使用机械组件110来拾取和移动托盘。
控制系统118的操作可以由处理器102执行。替代地，这些操作可以由控制器108或处理器102和控制器108的组合来执行。在一些实施例中，控制系统118可以完全或部分地驻留在除交通工具系统100之外的设备上，因此可以至少部分地远程控制交通工具系统100。通信链路120可以至少部分地用于执行远程通信。
机械组件110表示交通工具系统100的硬件，其可以使交通工具系统100能够执行物理操作。作为一些示例，交通工具系统100可包括物理构件，诸如机械臂、车轮、轨道、连杆和/或末端执行器。交通工具系统100的物理构件或其他部件还可包括电动机和致动器，其布置成使物理构件相对于彼此移动。交通工具系统100还可以包括用于容纳控制系统118和/或其他组件的一个或多个结构体，并且还可以包括其他类型的机械组件。在给定机器人中使用的特定机械组件110可以基于机器人的设计而变化，并且还可以基于机器人可以被配置为执行的操作和/或任务。
在一些示例中，机械组件110可包括一个或多个可移除组件。交通工具系统100可以被配置为添加和/或移除这样的可移除组件，这可以包括来自用户和/或另一机器人的帮助。例如，交通工具系统100可以配置有可移除的臂、连杆和/或末端执行器，使得可以根据交通工具100预期或规划执行的任务根据需要或期望更换或改变这些构件。在一些实施例中，交通工具系统100可包括一个或多个可移除和/或可更换的电池单元或传感器。在一些实施例中，可以包括其他类型的可移除组件。
交通工具系统100可包括布置成感测交通工具系统100的各方面的传感器112。传感器112可包括一个或多个力传感器、扭矩传感器、速度传感器、加速度传感器、位置传感器、接近传感器、运动传感器、位置传感器、负载传感器、温度传感器、触摸传感器、深度传感器、超声波范围传感器、红外传感器、物体传感器和/或相机(例如，深度相机和/或立体相机)等。在一些示例中，交通工具系统100可以被配置为从与机器人物理分离的传感器接收传感器数据(例如，位于其他机器人上或位于机器人正操作的环境内的传感器)。在一些实施例中，一些(一个或多个)传感器112可具有有限的视野。
传感器112可以向处理器102提供传感器数据(可能通过数据107)以允许交通工具系统100与其环境的交互、以及监视操作系统100的操作。传感器数据可以用于评估由控制系统118激活、移动和停用机械组件110和电子组件116的各种因素。例如，传感器112可以捕获对应于该环境的地形、附近物体(例如，托盘、环境地标)的位置和/或身份的数据，其可以辅助环境识别和导航。在示例配置中，传感器112可以包括radar(例如，用于远程物体检测、距离确定和/或速度确定)、lidar(例如，用于短距离物体检测、距离确定和/或速度确定)、sonar(例如，用于水下物体检测、距离确定和/或速度确定)、
此外，交通工具系统100可以包括传感器112，其被配置为接收指示交通工具系统100的状态的信息，包括可以监控交通工具系统100的各种组件的状态的传感器112。传感器112可以测量交通工具系统100的系统的活动并且基于交通工具系统100的各种特征的操作来接收信息，诸如车轮、连杆、致动器、末端执行器和/或交通工具系统100的其他机械和/或电子特征的操作。由传感器112提供的数据可以使控制系统118能够确定操作中的错误以及监控交通工具系统100的组件的整体操作。
作为示例，交通工具系统100可以使用立体相机来扫描环境的部分以检测沿着交通工具的规划路径的障碍物，识别交通工具100的环境内的环境地标，以及定位感兴趣的物体，诸如托盘和盒子。立体相机可能具有有限的视野。机械组件110和电子组件116可以协同工作以沿着轨迹移动立体相机以在环境的不同部分引导立体相机的视野。
作为另一示例，传感器112可包括一个或多个速度和/或加速度传感器。传感器112可以测量线性和角速度和/或加速度。例如，传感器112可包括惯性测量单元(imu)，其具有3轴加速度计、3轴陀螺仪和3轴磁力计。imu可以相对于重力矢量感测世界框架中的速度和加速度。然后，可以基于交通工具系统100中的imu的位置和交通工具系统100的运动学将imu感测的速度和加速度转换为交通工具系统100的速度和加速度。
交通工具系统100可包括本文未讨论的其他类型的传感器。附加地或替代地，交通工具系统100可以将特定传感器用于本文未列举的目的。
交通工具系统100还可以包括一个或多个电源114，其配置为向交通工具系统100的各种组件供电。在其他可能的动力系统中，交通工具系统100可以包括液压系统、电气系统、电池和/或其他类型的电力系统。作为示例说明，交通工具系统100可以包括一个或多个电池，其配置为向交通工具系统100的组件提供电荷。一些机械组件110和/或电子组件116可以各自连接到不同的电源，可以由相同的电源供电，或由多个电源供电。
可以使用任何类型的动力源为交通工具系统100提供动力，例如电力或汽油发动机。附加地或替代地，交通工具系统100可包括液压系统，该液压系统配置为使用流体动力向机械组件110提供动力。例如，交通工具系统100的组件可以基于在整个液压系统中传输到各种液压电动机和液压缸的液压流体来操作。在一个示例中，液压流体可用于致动叉车、叉车卡车和/或托盘搬运车的叉。液压系统可以通过加压液压流体通过管、柔性软管或交通工具系统100的组件之间的其他连接来传递液压动力。电源114可以使用各种类型的充电来充电，诸如到外部电源的有线连接、无线充电、燃烧或其他示例。
电子组件116可包括能够处理、传输和/或提供电荷或电信号的各种机构。在可能的示例中，电子组件116可以包括电线、电路和/或无线通信发送器和接收器，以实现交通工具系统100的操作。电子组件116可以与机械组件110互通，以使交通工具系统100能够执行各种操作。例如，电子组件116可以被配置为从电源114向各种机械组件110提供电力。此外，交通工具系统100可包括电动机。也可以存在电子组件116的其他示例。
尽管未在图1中示出，但是交通工具系统100可以包括底盘和/或操作员舱，其可以连接到交通工具系统100的组件或者容纳交通工具系统100的组件。底盘和/或机舱的结构可以在示例内变化，并且可以进一步取决于给定交通工具可能已被设计为执行的特定操作。例如，开发用于承载大而重的负载的交通工具可具有宽的刚性底盘，其能够放置负载。类似地，设计用于以高速承载轻负载的交通工具可具有狭窄的小底盘，其不具有相当大的重量。此外，底盘、机舱和/或其他组件可以使用各种类型的材料来开发，诸如金属或塑料。在其他示例中，交通工具可具有具有不同结构的底盘或由各种类型的材料制成。
底盘、机舱和/或其他组件可以包括或承载传感器112。这些传感器可以定位在交通工具系统100上的各种位置，诸如在底盘的顶部以提供传感器112的高的有利位置。
交通工具系统100可以承载负载，诸如要运输的货物类型。负载还可以表示交通工具系统100可以使用的外部电池或其他类型的电源(例如，太阳能电池板)。承载负载表示可以配置交通工具系统100的一个示例用途，但是交通工具系统100也可以配置为执行其他操作。
iii.示例仓库交通工具车队
图2a描绘了根据示例实施例的仓库设置内的车队和机器人设备的车队。更具体地，不同类型的交通工具和机器人设备可以形成异构机器人交通工具车队200，其可以被控制以协作执行与仓库环境内的物品、物体或箱子的处理相关的任务。出于说明目的，此处示出了某些示例类型和数量的不同交通工具和机器人设备，但机器人交通工具车队200可使用更多或更少的交通工具和机器人设备，可省略此处所示的某些类型，并且还可包括未明确显示的其他类型的交通工具和机器人设备。本文描述的操作可以由本文所示或以其他方式考虑的任何交通工具执行或对其执行。另外，这里示出了具有某些类型的固定组件和结构的仓库环境，但是其他示例中也可以使用其他类型、数量和布置的固定组件和结构。
在机器人交通工具车队200内示出的一种示例类型的交通工具是自主引导交通工具(agv)212，其可以是相对较小的具有轮的交通工具，其可以用于将各个包裹、箱子或手提箱从一个位置运输到在仓库内的另一位置。另一种示例类型的交通工具是自主叉车卡车214，具有叉车的移动设备可用于运输箱子的托盘和/或提升箱子的托盘(例如，将托盘放置在货架上以便存放)。另一示例类型的机器人交通工具/设备是机器人卡车装载器/卸载器216，其是具有机器人操纵器以及诸如光学传感器的其他组件的移动设备，以便于将箱子装载到卡车或其他交通工具上和/或从其卸载。例如，机器人卡车卸载器216可用于将箱子装载到运送卡车218上，运送卡车218可停放在仓库附近。在一些示例中，运送卡车218的移动(例如，将包裹运送到另一仓库)也可以与车队内的机器人设备协调。
也可以包括除此处所示的那些之外的其他类型的交通工具和移动机器人设备。例如，交通工具车队200可以包括叉车214卡车的变型，诸如托盘搬运车和/或叉车卡车/托盘搬运车混合动力车。在一些示例中，除了地面上的轮之外，一个或多个交通工具和/或机器人设备可以使用不同的运输模式。例如，一个或多个机器人交通工具/设备可以是机载的(例如，四轴)，并且可以用于诸如移动物体或收集环境的传感器数据的任务。
在进一步的示例中，机器人车队200还可以包括可以定位在仓库内的各种固定组件。在一些示例中，一个或多个固定机器人设备可用于移动或以其他方式处理盒子。例如，基座机器人222可包括在固定到仓库内的底层的基座上升高的机器人臂。可以控制基座机器人222以在其他机器人和交通工具之间分布箱子和/或堆叠和拆卸箱子的托盘。例如，基座机器人222可以从附近的托盘240拾取和移动箱子并将箱子分配到单独的agv212以便运输到仓库内的其他位置。
在另外的示例中，机器人车队200可以采用位于仓库空间内的附加固定组件。例如，高密度存储架224可用于存储仓库内的托盘和/或物体。存储架224可以被设计和定位成便于与车队内的一个或多个交通工具和/或机器人设备(诸如自主叉车卡车214)交互。在另外的示例中，也可以或替代地选择某些地面空间并用于存放托盘或盒子。例如，托盘230可以位于仓库环境内的选定位置处一特定时间段，以允许托盘被一个或多个交通工具和/或机器人设备拾取、分布或以其他方式处理。
图2b是示出根据示例实施例的机器人仓库车队200的组件的功能框图。机器人车队200可以包括各种移动组件中的一个或多个，诸如agv212、自主叉车卡车214、机器人卡车装载器/卸载器216和运送卡车218。机器人车队200可以另外包括位于仓库或其他环境中的一个或多个固定组件，诸如基座机器人222、密度存储容器224和电池更换/充电站226。在其他示例中，图2b中示出的不同数量和类型的组件可以包括在车队内，某些类型可以省略，并且也可以将附加的功能和/或物理组件添加到图2a和2b所示的示例中。为了协调单独组件的动作，全局控制系统250(诸如远程的基于云的服务器系统)可以与一些或所有系统组件和/或与各个组件的单独的本地控制系统通信(例如，通过无线通信)。
在一些示例中，全局控制系统250可以包括中央规划系统，其将任务分配给车队200内的不同机器人设备。中央规划系统可以采用各种调度算法来确定哪些设备将在哪些时间完成哪些任务。例如，可以使用拍卖类型系统，其中各个机器人对不同的任务进行投标，并且中央规划系统可以将任务分配给机器人以最小化总成本。在另外的示例中，中央规划系统可以跨一个或多个不同的资源(诸如时间、空间或能量利用)进行优化。在进一步的示例中，规划或调度系统还可以结合盒子拾取、包装或存储的几何和物理的特定方面。
规划控制还可以分布在各个系统组件上。例如，全局控制系统250可以根据全局系统规划发布指令，并且各个系统组件也可以根据单独的本地规划进行操作。此外，不同级别的细节可以包括在全局规划中，其他方面留给各个机器人设备在本地规划。例如，移动机器人设备可以由全局规划器分配目标目的地，但是可以在本地规划或修改到达那些目标目的地的完整路线。在另一示例中，全局规划器可以为交通工具和机器人设备提供预定路径。交通工具和机器人设备可以控制沿预定路径的速度，并且可以基于本地传感器数据修改预定路径。
在另外的示例中，中央规划系统可以与各个交通工具和/或机器人设备上的本地视觉结合使用，以协调机器人交通工具车队200内的机器人的功能。例如，可以使用中央规划系统来获得相对靠近他们需要去的地方的交通工具和/或机器人。然而，中央规划系统可能难以以毫米精度命令交通工具和/或机器人，除非交通工具/机器人用螺栓固定到轨道上或者其他测量的组件用于精确控制交通工具/机器人位置。因此，可以使用对于各个交通工具和/或机器人设备的局部视觉和规划来允许不同交通工具和/或机器人设备之间的弹性。可以使用通用规划器来使交通工具/机器人靠近目标位置，此时交通工具/机器人的局部视觉可以接管。在一些示例中，大多数交通工具/机器人功能可以是位置控制的以使交通工具/机器人相对靠近目标位置，然后当需要本地控制时可以使用视觉和握手。
在进一步的示例中，视觉握手可以使两个交通工具/机器人能够通过ar标签或其他特性来彼此识别，并且在车队100内执行协作操作。在另外的示例中，物品(例如，待运输的包裹)可以被同样或替代地提供视觉标签，其可以由交通工具和/或机器人设备使用以使用本地视觉控制对物品执行操作。具体地，标签可以用于促进交通工具和/或机器人设备对物品的操纵。例如，托盘上特定位置上的一个或多个标签可用于通知叉车在何处或如何抬起托盘。
在另外的示例中，可以随时间优化用于固定和/或移动组件的部署和/或规划策略。例如，基于云的服务器系统可以合并来自车队内的各个交通工具/机器人和/或来自外部源的数据和信息。然后可以随着时间的推移改进策略，以使车队能够使用更少的空间、更少的时间、更少的功率、更少的电力、或者优化其他变量。在一些示例中，优化可跨越多个仓库，可能包括具有机器人交通工具车队和的其他仓库/或传统仓库。例如，全局控制系统250可以将关于运送交通工具和设施之间的运输时间的信息结合到中央规划中。
在一些示例中，中央规划系统有时可能失败，例如当机器人卡住时或者当包裹掉落到某个位置并丢失时。因此，本地机器人视觉还可以通过插入冗余来提供稳健性，以处理中央规划器失败的情况。例如，当自动托盘搬运车通过并识别物体时，托盘搬运车可以将信息发送到远程的基于云的服务器系统。此类信息可用于修复中央规划中的错误，帮助本地化(localize)机器人设备或识别丢失的物体。
在进一步的示例中，中央规划系统可以动态地更新包含机器人车队200和经历机器人设备的处理的目标的物理环境的地图。在一些示例中，可以利用关于动态目标的信息(例如，移动机器人和由机器人移动的包裹)来不断地更新地图。在另外的示例中，动态地图可以包含关于仓库内(或跨多个仓库)的组件的当前配置和/或放置的信息以及关于近期预期内容的信息。例如，地图可以显示移动机器人的当前位置和未来机器人的预期位置，其可以用于协调机器人之间的活动。地图还可以显示经历处理的物品的当前位置以及物品的预期未来位置(例如，物品现在何处和物品预计何时被运出)。该地图可用于确定交通工具和机器人设备要遵循以便穿过仓库的环境的路径。
在另外的示例中，一些或所有机器人可以在处理中的不同点处扫描目标上的标签。扫描可以用于查找可以应用于各个组件或特定项目的视觉标签，以便于查找或跟踪组件和项目。当物品被交通工具和机器人操纵或运输时，这种扫描可能产生一连串不断移动的物品。潜在的益处可以是在供应商方和消费者方增加透明度。在供应商方，可以使用关于库存的当前位置的信息来避免库存积压和/或将物品或物品托盘移动到不同位置或仓库以预测需求。在消费者方，关于特定物品的当前位置的信息可用于确定何时将以改善的准确度运送特定包裹。
在一些示例中，机器人车队200内的一些或所有移动组件210可以周期性地从配备有多个电池充电器的电池更换站226接收充电电池。具体地，站226可以用充电电池替换移动机器人的旧电池，这可以防止机器人坐下并等待电池充电。电池更换站226可配备有机器人操纵器，诸如机器人臂。机器人操纵器可以从各个移动机器人移除电池并将电池附接到可用的电池充电器。然后机器人操纵器可以将位于站226处的充电电池移动到移动机器人中以更换移除的电池。例如，可以控制具有弱电池的agv212以移动到电池更换站226，其中机器人臂将电池从agv212拉出，将电池放入充电器中，并且给agv212提供新电池。
图3a、3b和3c示出了可包括在机器人交通工具仓库车队内的交通工具的若干示例。还可以包括与此处所示的机器人设备形式变化的其他机器人设备以及其他类型的机器人设备。
图3a示出了根据示例实施例的机器人卡车卸载器300。机器人卡车卸载器300可以是交通工具系统100的示例，如图1所示。在一些示例中，机器人卡车卸载器可包括一个或多个传感器、一个或多个计算机、以及一个或多个机器人臂。传感器可以沿着传感器轨迹移动以扫描包含一个或多个目标的环境，以便捕获视觉数据和/或三维(3d)深度信息。然后可以将来自扫描的数据集成到更大区域的表示中，以便提供数字环境重建。在另外的示例中，然后可以使用重建的环境来识别要拾取的物体、确定物体的拾取位置、和/或规划一个或多个机器人臂和/或移动基座的无碰撞轨迹。
机器人卡车卸载器300可包括机器人臂302，机器人臂302具有用于夹持环境内的物体的抓握组件304。机器人臂302可以使用抓握组件304来拾取和放置箱子以装载或卸载卡车或其他容器。卡车卸载器300还可包括具有用于移动的轮314的可移动推车312。轮314可以是整体轮，其允许推车312以两个自由度移动。另外，在整体推车312上可以包括环绕前传送带310。在一些示例中，环绕前传送带可以允许卡车装载器300从卡车容器或托盘卸载或装载箱子而不必旋转夹具304。
在进一步的示例中，机器人卡车卸载器300的感测系统可以使用附接到机器人臂302的一个或多个传感器，诸如传感器306和传感器308，其可以是二维(2d)传感器和/或3d深度传感器，其在机器人臂302移动时感测关于环境的信息。在一些示例中，传感器306和/或308可以是具有有限视野的视觉传感器(例如，立体相机)。可以控制机器人臂302以移动传感器306以控制传感器306可观察的环境的一部分。
感测系统可以确定关于环境的信息，该信息可以由控制系统(例如，运行运动规划软件的计算机)使用以有效地拾取和移动盒子。控制系统可以位于设备上或者可以与设备远程通信。在进一步的示例中，来自有固定安装在移动基座上的一个或多个2d或3d传感器(诸如前导航传感器316和后导航传感器318)、以及安装在机器人臂上的一个或多个传感器(诸如传感器306和传感器308)的扫描可以被集成以构建环境的数字模型，所述环境包括卡车或其他容器的侧面、地板、天花板和/或前壁。使用该信息，控制系统可以使移动基座导航到用于卸载或装载的位置。
在其他示例中，机器人臂302可配备有夹具304，诸如数字抽吸栅格夹具。在这样的实施例中，夹具可以包括一个或多个吸入阀，其可以通过遥感或单点距离测量和/或通过检测是否实现抽吸来打开或关闭。在另外的示例中，数字抽吸栅格夹具可包括铰接延伸部。在一些实施例中，用流变流体或粉末致动抽吸夹具的可能性可以使得能够额外地夹持具有高曲率的物体。
卡车卸载器300可以另外包括电动机，该电动机可以是由电力驱动的电动发动机，或者可以由多种不同的能量源(诸如基于气体的燃料或太阳能)提供动力。另外，电动机可以配置为从电源接收功率。电源可以为机器人系统的各种组件提供功率，并且可以代表例如可充电的锂离子或铅酸电池。在示例实施例中，一个或多个这种电池组可以配置为提供电力。其他电源材料和类型也是可能的。
图3b示出了根据示例实施例的自主引导交通工具(agv)。更具体地，agv340可以是相对较小的移动机器人设备，其能够运输各个箱子或货箱。agv340可包括轮342以允许在仓库环境内运动。另外，agv340的顶表面344可用于放置盒子或其他物体以便运输。在一些示例中，顶表面344可以包括旋转传送器以将物体移动到agv340或从agv340移动物体。agv340可以包括传感器346(例如，立体相机)，其连接到agv340并且被配置为相对于agv340移动以观察环境的不同部分(例如，相对于agv340旋转和/或平移)。传感器346可以用于障碍物检测、交通工具定位和托盘/物体检测以及其他任务。在一些示例实施方式中，传感器364可以连接到除图3b中所示的以外的agv340的不同部分。
在另外的示例中，agv340可以由一个或多个电池供电，该电池可以在电池充电站处快速充电和/或在电池更换站处更换新电池。在其他示例中，agv340可以另外包括此处未具体标识的其他组件，诸如用于导航的传感器。可能取决于仓库处理的包裹类型，具有不同形状和尺寸的agv也可以包括在机器人仓库车队中。
图3c示出了根据示例实施例的自主叉车卡车。更具体地，自主叉车卡车360可包括叉车362，用于提升和/或移动箱子或其他较大材料的托盘。在一些示例中，叉车362可以升高以到达仓库内的存储架或其他固定存储结构的不同货架。自主叉车卡车360还可以包括轮364，用于移动以运输仓库内的托盘。在另外的示例中，自主叉车卡车可以包括电动机和电源以及感测系统，诸如关于机器人卡车卸载器300描述的那些。例如，自主叉车卡车360可以包括传感器366(例如，立体相机)，配置为相对于自主叉车卡车360移动(例如，旋转和/或平移)以观察环境的不同部分。传感器366可以连接到除图3c中所示的以外的自主叉车卡车360的不同部分。自主叉车卡车360在尺寸或形状上也可以与图3c中所示的不同。
iv.传感器轨迹确定操作示例
本文描述和示出的自主交通工具(例如，机器人卡车卸载器300、agv340和叉车卡车360)以及其他类似的交通工具和机器人设备(例如，自主托盘搬运车)可用于执行仓库或类似设置中的多个任务。例如，交通工具可用于接收物体、存储物体、从存储装置检索物体、运输物体、从仓库运送物体、或以其他方式处理类似设置的仓库中的物体。交通工具可以移动到仓库或存储设施的特定区域以拾取箱子，用于运输到另一位置。交通工具可以构造或解构箱子托盘和/或打开箱子以操纵箱子内的物品。
在执行多个任务时，自主交通工具可以由例如图2a中所示的全局控制系统250引导，以沿着预定路径行进。全局控制系统250可以生成预定路径，以便使自主交通工具的操作同步并且最小化与环境内的其他交通工具、物体、环境特征和/或人类工作者的碰撞的可能性。预定路径可使交通工具同步以装载/卸载卡车、构造/解构托盘、以及执行本文描述或以其他方式预期的任何其他操作。
一些或所有自主交通工具可配备有具有有限视野的传感器。在示例中，视野可以是在给定时间传感器可见的角度扩展(例如，体积或面积)。没有有限视野的传感器可能能够在传感器周围观察到完整的360度角度扩展，而无需旋转传感器。相反，具有有限视野的传感器可能仅能够观察传感器周围的完整的360度角度扩展的一部分。因此，可能需要旋转或移动传感器以观察传感器周围的完整的360度角度扩展。在一个示例中，有限视野可以包括在给定时间对传感器可见的45度角度扩展。因此，在给定时间(例如，在传感器的视野内)，传感器可以观察到传感器周围的完整360度角度扩展的仅八分之一。
传感器可以是视觉传感器(例如，传感器306、308、346或366，如图3a、3b和3c所示)。在一些示例中，传感器可以是主传感器和/或仅用于收集用于围绕环境导航的数据以及由自主交通工具识别环境内的物体的唯一传感器。因此，传感器可用于收集多个目标的传感器数据，包括例如障碍物检测、交通工具定位和物体检测(例如，托盘检测、盒子检测)。使用单个传感器来收集多个目标的传感器数据可能比对多个目标中的每个目标使用一个传感器便宜。此外，使用一个传感器而不是多个传感器可以降低与处理来自多个传感器的数据相关联的计算复杂性，以及减少从多个传感器接收和处理数据所需的硬件数量。
图4示出了用于确定传感器的传感器轨迹的操作的示例流程图400。在框402中，可以确定和/或接收预定路径以供交通工具遵循。在示例中，预定路径可以是通过交通工具正在操作或预期操作的环境的至少一部分的路径。预定路径可以由配置为同步多个交通工具的操作的全局控制系统确定。替代地，预定路径可以由交通工具本地的控制系统(例如，交通工具的导航系统)确定。
在框404中，可确定和/或接收多个目标，当交通工具沿预定路径移动时，从连接到交通工具的传感器收集传感器数据。在示例中，目标可以是交通工具车队内的交通工具被规划或配置为执行的任务或功能，其中任务或功能的执行取决于对相应/相关联的传感器数据集的获取。因此，多个目标中的每一个可以与对应的传感器数据集合相关联。与多个目标中的特定目标相关联的相应传感器数据集合可以是完成特定目标所需的数据集合。例如，当特定目标是沿预定路径的障碍物检测时，相应的传感器数据集合可包括表示沿预定路径的环境的部分的传感器数据。表示沿预定路径的环境的部分的传感器数据可能需要和/或足以检测沿预定路径的障碍物。
传感器可以被配置为相对于交通工具旋转和/或平移，以控制传感器可见的环境的一部分。传感器的旋转可以是俯仰轴、滚动轴和偏航轴中的至少一个。传感器的平移可以沿着x轴、y轴和z轴中的至少一个。传感器可以被配置为使用一个或多个平移运动机构相对于交通工具平移。在一个示例中，传感器可以连接到导螺杆，导螺杆被配置为相对于交通工具水平或垂直地移动传感器。在另一示例中，传感器可以通过伸缩臂连接到交通工具，该伸缩臂被配置为相对于交通工具升高和降低传感器。
在框406中，对于多个目标中的每一个，可以确定用于传感器扫描以获取相应的传感器数据集合的环境的至少一部分。在上面的障碍物检测示例中，环境的至少一部分可以包括沿着预定路径的环境的部分(例如，当交通工具沿着预定路径移动时预期由交通工具占据的环境的区域)。在另一示例中，当目标是检测感兴趣物体时，环境的至少一部分可以包括预期由感兴趣物体占据的交通工具的任一侧的区域。具体地，交通工具可以移动通过仓库的过道并且可以扫描交通工具任一侧的货架/架以识别感兴趣的物体。可以基于附接到或设置在物体上的基准标记/标签(例如，artags、apriltags)来识别物体。
在框408中，可以基于对于多个目标中的每个目标确定的环境的至少一部分来确定在交通工具沿预定路径移动时移动传感器的传感器轨迹。传感器轨迹可包括角位置轨迹和对应于角度位置轨迹的速度简档，当交通工具沿预定路径移动时通过该轨迹移动传感器，该速度简档指示沿着角位置轨迹移动传感器的速度。
在框410中，当交通工具沿预定路径移动时，可以使传感器移动通过所确定的传感器轨迹并扫描与所确定的传感器轨迹对应的环境的部分。在一些示例中，扫描对应于所确定的传感器轨迹的环境的部分可以包括扫描为多个目标中的每个目标确定的环境的至少一部分中的每一个。在其他示例中，扫描对应于所确定的传感器轨迹的环境的部分可以包括扫描为多个目标中的每个目标确定的环境的至少一部分的子集。
v.对于各个操作的环境的部分的示例确定
确定用于传感器扫描以获取与多个目标的目标相对应的传感器数据集合的环境的至少一部分可以包括确定环境内的目标的预期位置。在一个示例中，可以基于使用传感器对环境的部分的先前扫描来确定目标的预期位置。先前的扫描可以由交通工具和/或形成交通工具车队的一部分的多个其他交通工具进行。可以扫描预期包含目标的环境的部分以确定目标是否仍处于预期位置或目标是否已被移动。类似地，交通工具在环境内的精确位置的不确定性可能导致传感器扫描预期包含物体的环境的部分，以便更准确地确定交通工具与物体之间的相对位置。
在另一示例中，交通工具的控制系统可以假设环境的特定部分包含感兴趣的物体。例如，当移动通过仓库的过道时，控制系统可以预期感兴趣的物体(例如，箱子、托盘)被布置在形成仓库的过道的货架上。类似地，当沿预定路径执行障碍物检测时，控制系统可以使传感器扫描对应于预定路径的环境的部分，以便确定沿预定路径是否存在任何障碍物。
图5示出了用于确定传感器要扫描的环境的至少一部分以便获取对应于多个目标中的特定目标的传感器数据集合的示例操作。具体地，图5示出了作为托盘搬运车500的交通工具的俯视图。虽然图5中的交通工具被示为托盘搬运车，但是交通工具可以是本文描述或以其他方式考虑的任何其他交通工具。
托盘搬运车500包括可用于拾取和移动托盘的叉502和504。托盘搬运车500另外包括传感器505。传感器505在具有对应的视野506a(用虚线示出)的方向506b(用虚线示出)和产生对应的视野508a(用点线表示)的方向508b(用点线示出)中示出。视野506a和508a可以是传感器505的三维(3d)视野到托盘搬运车500正在操作的环境的地板平面上的二维(2d)投影。视野506a和508a可以具有相同的尺寸和形状，并且可以仅在产生相应视野的传感器(506b和508b)的位置上不同。
在传感器505的视野506a和508a内示出了感兴趣物体510。在位置506b中传感器505相对于托盘搬运车500的角度可以包括致使传感器505的视野程度与物体510的位置相交的最小传感器角度。类似地，在位置508b中传感器505相对于托盘搬运车500的角度可以包括致使传感器505的视野程度与物体510的位置相交的最大传感器角度。感兴趣物体510可以是例如托盘、盒子、环境特征、另一感兴趣物体或位于其上的基准标签(例如，apriltag)。可以将缓冲距离添加到物体510的预期或实际尺寸，以确保整个物体510与视野506a和508a完全相交或包含在视野506a和508a中。
因此，确定移动传感器的传感器轨迹可以包括确定传感器的角位置的范围，使得当传感器的角位置在确定的角位置范围内时传感器的视野程度与物体的预期位置相交。对应于方向506b的传感器505的角位置可以形成所确定的范围的第一极限(例如，所确定的范围的最小值)。同样地，对应于方向508b的传感器505的角位置可以形成所确定的范围的第二极限(例如，所确定的范围的最大值)。所确定的角位置范围可以在交通工具的参考框架或环境的参考框架中表示。
在一些实施例中，传感器505的变焦/放大水平可以由托盘搬运车500的控制系统调整和/或控制。调整变焦水平可以导致视野506a和508b变大或者小。具体地，更高水平的变焦/放大可以使得视野506a和508a变得更长并且更窄(例如，视野506a的弯曲部分可以移动得更远并且直线部分可以移动得更靠近在一起)。较低水平的变焦/放大可以使得视野506a和508a变得更宽和更短(例如，视野506a的弯曲部分可以移动得更靠近在一起，并且直线部分可以移动得更远)。
因此，确定移动传感器的传感器轨迹可以包括对于多个可能的传感器变焦/放大水平中的每一个确定传感器的多个角位置范围。多个范围的每个可以使得当传感器的角位置在所确定的角位置范围内时，在给定变焦水平的传感器的视野程度与目标的预期位置相交。
图6示出了用于确定传感器要扫描的环境的至少一部分以便获取对应于多个目标中的特定目标的传感器数据集合的替代示例操作。具体地，图6示出了收集传感器数据的环境的程度，以便检测沿着交通工具的预定路径的障碍物。交通工具以具有叉602和604的托盘搬运车600的形式示出，并且传感器605可以接收要遵循通过环境的一部分的预定轨迹606。控制系统可以沿着预定路径606确定托盘搬运车600在托盘搬运车600的预期位置处的多个投影几何表示。具体地，控制系统可以确定沿着预定轨迹606的托盘搬运车600的几何表示608、610、612、614和616。
为了防止托盘搬运车600与环境中的物体碰撞，当托盘搬运车沿预定路径606移动时，传感器605可用于扫描预期在将来的时间由托盘搬运车600占据的环境的部分(例如，由托盘搬运车600的投影几何表示608、610、612、614和616占据的环境区域)。具有顶点618-623的凸多边形可以拟合到托盘搬运车600的投影几何表示608-616，以便勾勒出要收集传感器数据以便沿预定路径606检测障碍物的环境的部分。凸多边形的顶点618-623可以是传感器扫描的关键点，以便在凸多边形上扫描传感器605的视野，从而扫描收集传感器数据以便沿预定路径606检测障碍物的环境的所有部分。
可以对于每个关键点(例如，顶点618-623)遵循关于图5描述的过程，以对于每个关键点确定传感器的角位置范围(以及范围的最小和最大边界)，该范围将关键点放置在传感器的视野内。基于为顶点618-623的每个确定的最大和最小角度，可以对凸多边形确定全局最大角度和全局最小角度(例如，传感器可以移动通过以在传感器的视野扫出凸多边形的区域的传感器的角位置的全局范围)。全局最大角度和全局最小角度可以在交通工具的参考框架或环境的参考框架中表示。
将传感器605从全局最小角度扫到全局最大角度可以使传感器扫描凸多边形的区域，从而扫描当沿着预定轨迹606移动时预期由托盘搬运车600占据的环境的部分(例如，被部分608、610、612、614和616占用的部分)。通过全局最小角度和全局最大角度之间的角度范围的一部分扫描传感器605可以使传感器605扫描预期由托盘搬运车600占据的环境的各部分的部分的子集。例如，扫描顶点619-622之间的凸多边形的区域可以完全扫描预期由投影608占据的环境的部分并且部分地扫描期望被投影610、612和614占据的环境的部分。
在一些实施例中，具有顶点618-623的凸多边形可能不包围直接位于托盘搬运车600前方的区域，如图6所示。由于传感器605的视野没有延伸到托盘搬运车600的紧邻处，可以省略位于托盘搬运车600紧前方的区域。传感器605可能无法在传感器605的特定距离内扫描环境的部分，如图5中传感器505在方向506b和投影的视野506a之间的间隙所示。此外，由于先前已被传感器605扫描的区域，可以从凸多边形中省略托盘搬运车600前面的区域。
vi.示例候选传感器轨迹规划操作
图7示出了用于确定多个候选传感器轨迹的处理的图形表示。具体地，对应于预定轨迹的时间线可以被离散化为多个时间点700-703。时间点700可以对应于预定轨迹的开始，并且时间点703可以对应于预定轨迹的结束。通常，取决于预定路径的长度和预定路径离散化的粒度，可以存在更多或更少的时间点。预定路径被离散化的粒度可以基于传感器的帧速率限制和/或执行本文所述操作的控制系统或计算设备的硬件限制。
对于时间点700-703中的每一个，可以确定传感器的角位置的范围，其将感兴趣的物体(例如，盒子或托盘)或对应于多个目标的每个的环境的确定的部分(例如，预期由交通工具沿着预定轨迹占据的区域)放置在传感器的视野内，如关于图5和图6所描述的。
在时间点700，对应于预定路径的开始，传感器可以处于角位置θ＝φ，其中φ是传感器在预定路径的开始处的初始角位置，如框/节点704所示。框704以及框706-732可以是存储在计算设备的存储器中的数据结构的节点的视觉表示。从对应于节点704的交通工具位置和角传感器位置对传感器可见的特征、目标和/或环境的部分的集合可以存储为节点704的一部分，如节点704中的set[0]所示。可以基于传感器的角位置的确定的范围来确定set[0]，该确定的范围将感兴趣物体和/或多个目标中的每一个对应的环境的确定的部分放置在传感器的视野内。
具体地，控制系统可以确定框704中的传感器的角传感器位置θ＝φ是否包含在角位置的所确定的范围内或与其相交。当传感器的角传感器位置θ＝φ包含在角位置的所确定的范围内或与其相交时，控制系统可确定感兴趣物体和/或与多个目标中的每一个对应的环境的确定的部分可以由传感器在时间点700处从预期的交通工具位置观察到，并且在时间点700处从传感器的角位置θ＝φ观察到。具体地，控制系统可以确定感兴趣的物体和/或环境的确定的部分中的哪一个将对于传感器可观察到，并且可以将该信息存储在set[0]中。
传感器可以被限制为以特定的最大速度相对于交通工具移动。因此，在时间点700和时间点701之间的时间差中，传感器可以向左或向右摇摄(pan)等于最大速度与时间点700和时间点701之间的时间差的乘积的距离。连续时间点之间的最大摇摄距离在图7中表示为δα。尽管图7仅考虑传感器在两个维度上向左或向右旋转的情况，但是相同的处理可以扩展到三维的传感器运动。此外，除了将传感器向左或向右移动之外，传感器的角位置可以保持不变。为了简化说明，图7未示出这种情况，但是在本文中考虑了这种情况。
因此，在时间点701，传感器可以采用候选角位置θ＝φ-δα(从初始位置θ＝φ向左旋转δα)，如节点706所示，θ＝φ(位置不变，未示出)以及θ＝φ+δα(从初始位置θ＝φ向右旋转δα)，如节点708所示。再次，在节点706和708中的每一个处，从对应于节点706和708的交通工具位置和角传感器位置对传感器可见的特征、物体和/或环境的部分的集合可以存储为节点706和708的一部分，如节点706中的set[1]和节点708中的set[2]所示。节点706和708还可以包含累积数据集合，其表示沿着从节点704开始遍历的一系列节点以便到达节点706和708的每个传感器可观察的物体和/或特征/环境的部分的累积列表。因此，节点706和708可以另外包含节点704中可观察的特征的列表(例如，set[0])。累积数据集合可以存储为set[1]和set[2]的一部分。
在时间点702，可以从节点706和708中的每一个开始进一步重复确定候选角位置的处理。具体地，从节点706表示的角位置θ＝φ-δα移动，传感器可以采用候选者角位置θ＝φ-2δα(从节点706θ＝φ-δα的角位置向左旋转δα)，如节点710所示，θ＝φ-δα(位置不变，未示出)、以及θ＝φ(从节点706θ＝φ-δα的角位置向右旋转δα)，如节点712所示。同样，从节点708表示的角位置θ＝φ+δα移动，传感器可以采用候选角位置θ＝φ(从节点708的角位置θ＝φ+δα向左旋转δα)，如节点714所示，θ＝φ+δα(位置不变，未示出)、以及θ＝φ+2δα(从节点θ＝φ+δα的角位置向右旋转δα)，如节点716所示。对于节点710-716中的每一个，从对应于节点710-716的交通工具位置和角传感器位置对传感器可见的特征、物体和/或环境的部分的集合可以存储为节点710-716的一部分，如节点710中的set[3]、节点712中的set[4]、节点714中的[5]和节点716中的set[6]所示。节点710-716中的每一个可以包含累积数据集集合，其表示沿一系列节点遍历以便到达节点710-716中的每一个由传感器可观察的物体和/或特征/环境的部分的累积列表。累积数据集合可以存储为set[3]、set[4]、set[5]和set[6]的一部分。
可以进一步重复所描述的处理以在时间点703生成节点718-732，其具有从对应于节点718-732的交通工具位置和角位置对传感器可见的特征、物体和/或环境的部分的对应集合。节点718-732中的每一个可以包含累积数据集合，其表示传感器沿着从节点704开始遍历的一系列节点以便到达点节718-732中的每个可观察的特征、物体和/或环境的部分的对应集合。可以将累积数据集合可以存储为set[7]、set[8]、set[9]、set[10]、set[11]、set[12]、set[13]、set[14]的一部分。例如，set[7]可以包括存储在set[0]、set[1]和set[3]中的数据的累积列表。set[12]可以包括存储在set[0]、set[2]和set[5]中的数据的累积列表。
对应于节点704-732的交通工具位置和角传感器位置可以基于沿着预定路径在交通工具的预期位置处的交通工具的投影几何表示来确定，如关于图6所描述的。当交通工具沿着预定路径移动时，即使传感器本身未相对于交通工具旋转、平移或以其他方式致动，传感器相对于环境的姿势(例如，位置和方向)也可能由于交通工具的运动而改变。换句话说，当交通工具沿预定路径移动时，交通工具的参考框架可以偏离环境内的静态参考框架。除非传感器被主动致动或平移，否则传感器相对于交通工具的姿势可能不会改变。如图7所示，传感器的角位置(例如，节点704中的θ＝φ，节点708中的θ＝φ+δα)可以在交通工具的参考框架中表示。因此，如果与对应于多个目标的感兴趣物体和/或部分/环境的特征相对应的角位置的确定的范围在不同于交通工具的参考框架的参考框架中表示，则角位置的确定的范围可能需要转换为交通工具的参考框架。
在一些实施例中，传感器相对于环境的姿势在没有传感器的旋转、平移或致动的情况下可以用作用于确定传感器轨迹和/或确定如何致动传感器沿确定的传感器轨迹移动的替代参考框架。该参考框架可以称为传感器参考框架。传感器参考框架可以是动态参考框架，因为传感器参考框架可以随着传感器由于交通工具沿预定路径的运动(但不是由于传感器本身的运动)而在环境中重新定向和重新定位而改变。可以基于在特定时间点的交通工具的投影几何表示以及在特定时间点之前的时间点相对于交通工具的传感器姿势来确定多个未来时间点的特定时间点的传感器参考框架。因此，确定传感器轨迹可以涉及对于沿着预定路径的每个时间点确定如何相对于传感器参考框架移动传感器以观察为多个目标中的每一个确定的环境的部分。
图7中所示的图可以称为有向非循环图。在一些实施例中，可以合并图的节点以简化图。具体地，可以合并表示相同状态或非常相似状态的节点以简化图。例如，当两个或更多个节点中的每个的特征/环境的部分的累积列表的相应累积数据集合相同时，可以合并两个或更多个节点。如果set[8]包含与set[9]相同的累积数据集合，则可以合并节点720和722。换句话说，当在节点704和720与节点704和722之间的传感器轨迹上获取的传感器数据没有差异时，节点720和722可以合并到单个节点中(例如，可以消除节点722)。
在另一实施例中，即使两个或更多个节点中的每个的特征/环境的部分的累积列表的相应累积数据集合是相同的，也可能不合并两个或更多个节点。具体地，可以考虑与到达两个或更多个节点中的每个相关联的传感器轨迹的其他属性。属性可以包括传感器行进的总距离、传感器的旋转方向的多个变化、和/或可能影响沿传感器轨迹的传感器扫描的质量/分辨率的其他因素。
节点704与节点718-732中的每一个之间的一系列节点可包括多个候选传感器轨迹，当交通工具沿预定路径移动时，从该候选传感器轨迹选择传感器轨迹以供传感器遵循。相应的数据集合set[7]-set[14]可以包括传感器沿着相应的传感器轨迹可观察的环境的部分的集合。可以基于指示与多个目标相关联的至少一个参数的目标函数，从由节点718-732表示的多个候选传感器轨迹中选择传感器轨迹。即，可以通过从节点718-732中选择最接近满足多个目标的节点来选择传感器轨迹。
目标函数可以由交通工具的控制系统、全局控制系统和/或交通工具的用户/操作员确定。目标函数的参数可以包括沿着相应的候选传感器轨迹可见的多个明显目标和/或特征/环境的部分、为沿着相应的候选传感器轨迹可观察的多个目标中的每一个确定的环境的多个部分、传感器沿着相应候选传感器轨迹消耗的功率、用于遍历相应传感器轨迹的时间、以及沿相应传感器轨迹获取的传感器数据的最小和/或平均分辨率等等。
可以从多个候选传感器轨迹中选择传感器轨迹，其最大化或最小化其目标函数和/或参数(例如，最大化观察到的环境的明显部分的数量、最小化遍历传感器轨迹的时间)。在一些实施例中，可以参考目标函数或者目标函数可以包括表示与特定候选传感器轨迹相关联的成本(例如，时间、功率)的成本函数。
在一些示例中，控制系统可以接收与多个目标相对应的多个优先级。目标函数可以指示选择最大化对应于高优先级目标的、由传感器可观察的环境的部分的数量的轨迹。替代地，目标函数可以指示传感器沿着传感器轨迹需要扫描与高优先级目标(例如，障碍物检测)相对应的环境的所有部分。当不能找到满足目标函数的传感器轨迹时，可以修改或调制预定路径和/或沿预定路径的交通工具的速度，以允许传感器扫描由目标函数指示的环境的部分。
在其他示例中，对应于与多个任务对应的感器轨迹的部分和/或环境的部分的最小扫描分辨率可以由交通工具的控制系统确定或提供给交通工具的控制系统。例如，最小扫描分辨率可以基于与多个目标中的每个相关联的优先级。替代地，响应于环境的一部分的先前扫描，可以对于环境的一部分确定最小扫描分辨率，该先前扫描提供不足以识别/辨识环境的一部分内的目标的数据。可以调制交通工具的速度和/或传感器的旋转速度以向传感器提供额外的时间来扫描环境的额外部分和/或执行对环境的一些部分的更详细的扫描(例如，当交通工具和传感器都静止时执行扫描，以最小化由于运动和振动导致的分辨率降低)。
在一些实施例中，可以扩展关于图7描述的操作以在规划和选择传感器轨迹时考虑一个或多个传感器参数。传感器参数可以被称为传感器性能参数，并且可以包括变焦/放大水平、帧速率、分辨率、图像曝光、白平衡和/或增益、以及其他可能传感器参数。可以对于由传感器捕获的每个数据帧(例如，图像帧)调整传感器性能参数，并且可以共同影响或确定数据帧的质量(例如，扫描质量)。
例如，可以基于感兴趣物体与周围环境特征之间的对比度水平来测量数据质量。高对比度可以允许感兴趣的物体(例如，托盘)相对于背景环境被识别/辨识并且被解释为确定目标相对于交通工具的位置/方向。在示例中，数据质量可以被定义为用于执行特定操作(例如，目标检测、环境特征检测等)的数据的拟合度。
传感器可以配置有用于多个传感器参数的每个参数的值或选项的可能范围。例如，传感器的变焦水平可以以连续或离散增量方式在1x和30x之间调整(例如，1x的增量可以将1x到30x范围分成30个离散变焦值选项，1x，2x，3x，...29x，30x)。帧速率、分辨率、图像曝光、白平衡和/或增益中的每一个可以具有可以类似地离散化的类似范围的可能值。在一些实施例中，可能存在两个或更多个参数之间的折衷。例如，帧速率和图像分辨率的乘积可能受到处理器或数据总线的最大带宽的限制。因此，增加传感器的帧速率可以与传感器捕获的图像的分辨率的相应降低相关联。
正如传感器旋转和/或平移的速度可以被限制为最大速度一样，多个传感器参数中的一些的变化率也可以被限制为最大值。例如，调整传感器的变焦水平可涉及物理地重新定位传感器的一个或多个透镜。透镜的移动速度可以限制在最大速度。因此，变焦的变化率同样可以限于相应的最大值(例如，变焦可以在时间点700和701之间的时间量最多以1x递增)。因此，取决于在预定路径的开始时间处的传感器的参数和参数的最大调整速率，可以限制在节点704-732中的每一个处可以设置或调整传感器的参数。
在一个示例中，可以在从多个候选传感器轨迹中选择传感器轨迹之后确定和/或调整传感器参数。具体地，可以对于传感器沿着确定的传感器轨迹可观察的环境的每个部分确定传感器参数。可以基于与沿着所选择的传感器轨迹可观察的传感器的环境的部分相关联或预期相关联的条件/属性来确定传感器参数。例如，对于预期为暗或不良照明的环境的部分(例如，货架或架)，可以增加图像曝光。类似地，可以增加传感器放大率以对预期位于传感器视野的远端附近的物体执行更详细的扫描。因此，可以确定传感器参数，其改善或优化沿确定的传感器轨迹收集的数据的质量。
在另一示例中，可以为多个候选传感器轨迹中的每一个确定传感器参数。可以基于对于多个候选传感器轨迹中的每一个确定的传感器参数从多个候选传感器轨迹中选择传感器轨迹。可以在给定候选传感器轨迹的每个角位置处调整传感器参数的值可以被称为候选传感器参数。可以扩展关于图7描述的操作以考虑候选传感器参数。例如，如果传感器变焦在节点704处被设置为4x并且传感器被限制在连续时间步长之间的最大变化率1x，则在节点706处，传感器可以被调整为3x变焦或5x变焦。这可以通过将节点706(以及其他节点)分成两个节点以表示3x变焦和5x变焦状态来可视地表示。
因此，除了节点704-732中的每一个与时间点和候选角位置相关联之外，每个节点还可以与每个传感器参数的可能值范围相关联。即，对于传感器沿着相应的候选传感器轨迹可观察的环境的每个相应的部分集合，可以确定一个或多个候选传感器参数用于扫描环境的各个部分集合。因此，可以从多个候选传感器轨迹中选择传感器轨迹，其最大化沿着所选择的传感器轨迹可观察的明显对物体/特征的数量，以及改进或优化用于扫描每个明显物体/特征的传感器参数(例如，改进或优化表示明显物体特征的数据/图像的质量)。因此，可以增加识别/辨识明显物体/特征的概率和/或识别明显物体/特征的准确度。
在一些实施例中，可以对于数据的每个帧(例如，由相机拍摄的每个图片)确定和/或调整传感器参数。可以在连续帧之间调整传感器参数，以改善或优化数据的每帧的质量。可以分析由传感器捕获的数据的质量并将其用作反馈以调整用于捕获未来的数据帧的传感器参数。在一些情况下，帧速率可足以捕获环境的特定部分的多个帧。当捕获环境的特定部分的初始数据/图像帧时，可以基于环境的特定部分的预期条件/属性和/或预期内容将传感器参数设置为特定值(例如，可以预期环境为暗，预期内容可以是基准标记，并且可以预期基准标记非常靠近传感器)。例如，控制系统可以基于对于沿着所选择的传感器轨迹可观察的环境的每个部分确定的传感器参数来设置和/或调整传感器参数。
在获取初始数据帧之后，可以分析初始数据帧以确定数据的质量是否足以以足够的确定性/准确性识别感兴趣的物体/特征和/或确定物体/特征相对于交通工具的位置/方向。控制系统可以基于对初始数据帧执行的分析来确定调整或更新传感器参数以改善或优化后续传感器数据帧的质量(例如，控制系统可以包括反馈系统)。例如，控制系统可以确定初始数据/图像帧太暗并且感兴趣的物体(例如，基准标记)位于离传感器太远以不能准确识别。控制系统可以通过增加传感器的变焦/放大水平、增加传感器的增益和/或增加传感器的图像曝光来确定调整传感器的参数。因此，后续数据/图像帧可以比初始数据/图像帧更亮，并且可以包含足够的细节以准确地识别感兴趣的物体。
vii.结论
本公开不限于本申请中描述的特定实施例，其旨在作为各个方面的说明。在不脱离本发明的精神和范围的情况下，可以进行许多修改和变化，这对本领域技术人员来说是显而易见的。除了本文列举的那些之外，对于本领域技术人员而言，从前面的描述中显而易见本公开范围内的功能等同的方法和装置。这些修改和变化旨在落入所附权利要求的范围内。
以上详细描述参考附图描述了所公开的系统、设备和方法的各种特征和功能。在附图中，除非上下文另有指示，否则类似的符号通常标识类似的组件。本文和附图中描述的示例实施例不意味着限制。在不脱离本文提出的主题的精神或范围的情况下，可以利用其他实施例，并且可以进行其他改变。容易理解的是，如本文一般描述的并且在附图中示出的本公开的方面可以以各种不同的配置来布置、替换、组合、分离和设计，所有这些都是明确设想于此。
表示信息处理的块可以对应于可以被配置为执行本文描述的方法或技术的特定逻辑功能的电路。替代地或另外地，表示信息处理的块可以对应于模块、段或程序代码的一部分(包括相关数据)。程序代码可以包括可由处理器执行的一个或多个指令，用于实现该方法或技术中的特定逻辑功能或动作。程序代码和/或相关数据可以存储在任何类型的计算机可读介质上，诸如包括盘或硬盘驱动器或其他存储介质的存储设备。
计算机可读介质还可以包括非暂时性计算机可读介质，诸如计算机可读介质，其存储短时间段的数据，如寄存器存储器、处理器高速缓存和随机存取存储器(ram)。例如，计算机可读介质还可以包括非暂时性计算机可读介质，其存储较长时间段的程序代码和/或数据，诸如二次或持久长期存储，如只读存储器(rom)、光盘或磁盘、紧凑盘只读存储器(cd-rom)。计算机可读介质还可以是任何其他易失性或非易失性存储系统。计算机可读介质可以被认为是计算机可读存储介质，例如有形存储设备。
此外，表示一个或多个信息传输的块可以对应于同一物理设备中的软件和/或硬件模块之间的信息传输。然而，其他信息传输可以在不同物理设备中的软件模块和/或硬件模块之间。
附图中所示的特定布置不应视为限制。应该理解的是，其他实施例可以包括给定图中所示的更多或更少的每个元件。此外，可以组合或省略一些所示元件。此外，示例实施例可以包括未在附图中示出的元件。
虽然本文已经公开了各种方面和实施方案，但是其他方面和实施例对于本领域技术人员而言是显而易见的。这里公开的各个方面和实施例是出于说明的目的而不是限制性的，真实范围由所附权利要求指示。
- 还没有人留言评论。精彩留言会获得点赞！