一种汽车搬运机的监测与控制方法与流程

1.本发明涉及agv控制技术领域，更具体地说，涉及一种汽车搬运机的监测与控制方法。


背景技术：

2.现有技术的汽车搬运机器人，用于托举车轮的夹臂在结构及其对应的工作过程，存在对应各自结构的不足。
3.中国实用新型201921522931.2公开了一种潜入式汽车搬运机器人，该汽车搬运机器人包括主机架，主机架的两侧对称布置夹取臂；每个夹取臂包括两个机械臂本体，两个机械臂本体之间通过联动机构连接，两个机械臂本体均能够相对于主机架旋转，动力单元与其中一个机械臂本体连接，驱动该机械臂本体旋转，通过联动机构带动另一个机械臂本体同步旋转；每组夹取臂的两个机械臂本体完成一个轮胎的夹取举升。
4.上述实用新型的夹取臂通过同步地相向转动，实现对轮胎的夹取举升。夹取举升过程中，联动机构受到来自车辆重力的反作用力，对联动机构的功率与强度要求较高；需要夹取臂尽可能地对准轮胎，两侧的夹取臂与同侧轮胎的相对位置需要尽可能地对称，如果所述的汽车搬运机器人与车辆存在一定角度的夹角时，在夹取举升过程中，所述的汽车搬运机器人将发生位移，将出现定位不准确、增加动力系统的故障风险、存在夹取不稳等情况。
5.中国发明专利申请201811396254.4公开了一种全向运动的汽车搬运机器人及其控制方法，该汽车搬运机器人包括主机架，主机架的两侧对称布置夹取单元，每个夹取单元包括前夹取臂和后夹取臂；前夹取臂包括前机械臂本体、旋转轴座、转向推杆、丝杠螺母座总成、失电制动器、减速齿轮组、机械臂闭合感应开关、机械臂打开感应开关；后夹取臂包含行星减速机、联轴器、丝杠螺母及导轨滑块总成、驱动座、驱动推杆、后机械臂本体、机械臂旋转轴座和机械臂旋转锁定机构。
6.上述发明专利申请的夹取单元包括定点转动的前夹取臂、滑动的后夹取臂，夹取举升过程中，后夹取臂需要进行转动展开与滑动的操作，结构较复杂，工作效率低，主机架需要预留一定的长度空间设置丝杠螺母及导轨滑块总成，造成整体体积较大等不足。
7.中国发明专利申请201811315061.1公开了一种伸缩夹臂型搬运器，包括前搬运器和后搬运器，以及连接前后搬运器的连接组合，前搬运器和后搬运器由驱动机构驱动，每个搬运器上都设有两个伸缩夹臂、两个旋转夹臂、检测开关和一个控制器，所述的伸缩夹臂设置在旋转夹臂的后部；夹持车辆时，伸缩夹臂向两侧伸缩展开，两个搬运器向前方移动，伸缩夹臂触碰到汽车轮胎后，检测开关发送信号给控制器，控制器控制两个旋转夹臂朝向伸缩夹臂方向旋转，最终共同夹持汽车轮胎。
8.上述发明专利申请的搬运器，包括前搬运器和后搬运器，以及连接前后搬运器的连接组合，每个搬运器均包括伸缩夹臂、旋转夹臂，对应的，工作过程中，搬运器需运动到位时，即每个搬运器的伸缩夹臂位于两个轮胎之间，才能够伸出，工作效率低；而且搬运器需
要预留收纳伸缩夹臂的横向空间，并需要前搬运器和后搬运器通过连接组合连接为一体，造成长宽尺寸较大等不足。
9.另一方面，对于实现搬运机器人自动搬运汽车的现有技术，需要搬运机器人根据对自身感知范围的物体进行识别以实现自我控制，即进行单点识别与控制，不仅对识别技术要求高，但识别精度低，而且抗攻击能力弱(包括单点极易被攻击、隐私数据易泄漏)，存在劫持风险。或者，通过后台进行识别与控制，包括采集数据、识别结果、控制指令、运动状态等数据交互，同样地，具有抗攻击能力弱的特点，也存在劫持风险。


技术实现要素：

10.本发明的目的在于克服现有技术的不足，提供一种汽车搬运机的监测与控制方法，基于托举机构的结构特点，节省高功率、高强度的驱动机构的设置，不需要在横向空间上预留收纳空间，不需要预留托举机构滑动的运动空间，对应的工作过程简化，大大提升工作效率；并且，从根本上改变了传统信息化单点安全敏感的本质，数据源及计算过程可信、执行效率高、硬件要求低、识别精度高，能够实现有效的抗攻击以及克服劫持风险。
11.本发明的技术方案如下：
12.一种汽车搬运机的监测与控制方法，确定待搬运的车辆的位置、汽车搬运机的位置，基于车辆的位置、汽车搬运机的位置，控制汽车搬运机朝向车辆行进；所述的汽车搬运机的两侧各设有托举机构，托举机构包括支撑托举臂、转动托举臂；汽车搬运机沿车辆的长度方向驶入车辆底部，支撑托举臂在到达车辆的车轮前调整至支撑托举工作状态位，并保持定位；汽车搬运机继续行进，直至支撑托举臂与车轮顶抵，汽车搬运机停止；转动托举臂调整至转动托举工作状态位，支撑托举臂与转动托举臂靠近，对车轮两侧形成挤压并托起车轮。
13.作为优选，每个汽车搬运机匹配一对目标车轮，多个汽车搬运机从相同或不同行进方向驶入车辆底部，对匹配的目标车轮进行托举；如果汽车搬运机的行进方向为先经过非目标车轮再到达目标车轮，则支撑托举臂在端部越过非目标车轮前，支撑托举臂保持位于支撑托举收纳状态位，并在到达目标车轮前，调整至支撑托举工作状态位，并保持定位。
14.作为优选，支撑托举臂包括转动设置的支撑座、与支撑座连接的支撑杆，支撑座通过第一转动驱动装置驱动以竖直方向为轴进行转动，进而控制支撑托举臂在支撑托举臂收纳状态位与支撑托举臂工作状态位之间往复摆动；当支撑托举臂处于支撑托举臂工作状态位时，具有一定的转动余量，当支撑杆与车轮顶抵，汽车搬运机继续行进，支撑托举臂继续转动所述的转动余量，直至支撑座触发开关机构，控制汽车搬运机停止行进；
15.或者，支撑杆设置触碰感应装置，支撑托举臂处于支撑托举臂工作状态位并与顶抵轮胎后，触发触碰感应装置，控制汽车搬运机停止前进；
16.或者，开关机构或者触碰感应装置的感知数据作为对等网络的节点设备的输入，通过对等网络进行协同计算获得结果数据，汽车搬运机的步进电机或制动部件基于所述的结果数据执行停止行进的自动操控。
17.作为优选，转动托举臂包括支撑架、若干滚动设置于支撑架的滚动组件；所述的滚动组件为一排或多排，当设置多排滚动组件时，滚动组件相对支撑托举臂，由近至远，在朝上的一侧形成圆弧轮廓。
18.作为优选，支撑杆与支撑架的末端均设置有视觉标识，通过图像数据对视觉标识进行视觉识别与视觉定位；基于对支撑托举臂与转动托举臂的视觉标识的识别与定位结果，判断支撑托举臂与转动托举臂的工作状态；其中，视觉标志具有方向特异性，用于判断支撑杆或支撑架的运行角度。
19.作为优选，通过朝下拍摄的图像数据对汽车搬运机、车辆进行视觉识别与视觉定位；当图像数据中汽车搬运机对应的汽车搬运机标识与车辆对应的车辆标识发生重叠时，根据汽车搬运机标识露出车辆标识的余量，计算汽车搬运机与车辆之间的位置关系。
20.作为优选，通过视觉识别与视觉定位或者基于对等网络的协同计算，识别车辆的车型、车轮外观、汽车搬运机进入车辆底部的位置，判断汽车搬运机的两侧分别与车辆两侧的车轮的距离，支撑托举臂和/或转动托举臂预展开一定的预备角度，预备角度对应的支撑托举臂和/或转动托举臂展开而横向延伸出的距离，小于支撑托举臂和/或转动托举臂与同侧车轮之间的距离。
21.作为优选，汽车搬运机的尺寸为足够在汽车搬运机的支撑托举臂与车轮顶抵时，汽车搬运机未全部进入车辆的底部；汽车搬运机露出车辆的部分用于视觉识别与视觉定位；或者，汽车搬运机被车辆完全遮挡时，通过支撑托举臂露出车辆的部分进行视觉识别与视觉定位。
22.作为优选，汽车搬运机通过步进电机的驱动进行行进；获取步进电机的步进数据，通过机器学习进行预先训练的位置推算模型，将步进数据转换为推算位置信息；如果推算位置信息与视觉定位获得的实际位置信息不一致，则以视觉定位获得的实际位置信息为准；并将步进数据、获取步进数据的传感器的工作参数、地面摩擦系数、推算位置信息、实际位置信息作为训练样本，加入样本库，用于进一步训练和调整位置推算模型。
23.作为优选，随着所有汽车搬运机的行进，形成关于地面各个位置的摩擦系数动态数据集，利用摩擦系数动态数据集中各个位置最新的摩擦系数，加入位置推算模型，用于推算位置信息的转换计算。
24.作为优选，利用对等网络对目标进行非特定特征识别及位置识别，所述的目标包括汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体；
25.对等网络包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括含图像获取装置在内的至少一种类型传感器，用于采集不同对应类型的感知数据；设置于不同的采集位置的节点设备采集目标的至少一种点样本，点样本为对应传感器类型的感知数据；
26.对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取目标的身份信息的情况下，对等网络中的多个节点设备进行协同计算，确定每个唯一性的目标为其自身，实现非特定特征识别，以及对目标进行位置识别，包括汽车搬运机进入车辆底部过程中，汽车搬运机的两侧与同侧的车轮之间的距离。
27.作为优选，当前节点设备接收其他节点设备输出的结果数据；对于当前节点设备，将采集的感知数据结合来自其他节点设备的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备；对等网络中的节点设备随着感知数据的采集与结果数据的计
算，进行协同计算。
28.作为优选，对等网络中，针对于某一个目标的某一种点样本，从采集点样本的节点设备向其他节点设备传递的结果数据中，后续节点设备根据该点样本的特征调节感知注意力，或者，报告该点样本的特征供后续的节点设备调节感知注意力；如果后续的其他节点设备未侦测到该点样本的特征，但是从其他点样本的特征能够确定未能侦测到的该点样本的特征仍然属于该目标时，则继续将该未能侦测到的该点样本的特征表述在当前节点设备的结果数据中并传递至其他节点设备。
29.作为优选，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达点样本的特征的结果数据，或点样本的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征或表达了点样本的特征的结果数据进行算力调节。
30.作为优选，节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的目标能够通过某些共性点样本特征确定为同一目标时，将各节点设备描述的点样本特征及其他信息合并到同一目标。
31.作为优选，当节点设备收到的结果数据表明当前的节点设备在当前次接收结果数据之前，用于标识目标的标志，与其他节点设备用于标识该目标的标志不同，并且其他节点设备为该目标分配的标志更新，则对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进行转换。
32.作为优选，对当前的节点设备在当前次接收结果数据之前用于标识目标的标志进行转换的方法为：
33.将当前的节点设备在当前次接收结果数据之前用于标识目标的标志替换为最新的其他节点设备为该目标分配的标志；
34.或者，记录当前的节点设备在当前次接收结果数据之前用于标识目标的标志与更新后的其他节点设备为该目标分配的标志之间的转换关系，在需要引用当前的节点设备当前次接收的结果数据时，进行转换；
35.或者，节点设备部署转换模型，根据输入的原始数据或结果数据，针对多个目标的标志进行相应的转换。
36.作为优选，对于不同采集位置的节点设备先后采集的一种或多种点样本，如果某一种或多种点样本在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种点样本具备关联性。
37.作为优选，对于不同采集位置的节点设备同时采集的一种或多种点样本，如果不同采集位置的节点设备对同一个空间场进行采集，当空间场中只有唯一目标，或者采集的点样本能够正确指向所属的多个目标中的一个，则对于某个目标，不同采集位置的节点设备采集的一种或多种点样本具备关联性。
38.作为优选，节点设备的数据采集装置包括图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合和激光雷达，将上述装置采集的数据和激光雷达采集的三维点云或者根据多个图像获取装置采集的图像生成的点云进行联合计算，
获得带数据的三维点；将基于二维感知的图像颜色、轮廓、线条、反射率、运动趋势、电磁特征、温度、温度变化趋势、震动频率、震动频率变化趋势作为对应三维点的附加属性，构成带属性的三维点云；结合电磁感应、温度规律、震动频率的变化特征、运动相关性、反射率，确定带属性的三维点云的各个区域与消费者的3d外观的每个部位或相关联部位的对应关系。
39.作为优选，当需要获取目标的身份信息时，则触发身份信息获取命令，将身份信息获取命令作为输入之一参与节点设备的结果数据的计算，通过驱动对等网络中连接有能够获得目标的身份信息的无障碍数据采集条件的节点设备响应对应的结果数据，实现获取目标的身份信息。
40.作为优选，对等网络通过对目标的身份信息真实性进行验算，进而确定其权限；其中，对等网络中能够获取身份信息的节点设备不提供身份信息，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。
41.作为优选，对等网络中能够获取身份信息的节点设备不提供身份信息，驱动提供身份信息的信息源装置通过与需要获取身份信息的节点设备输入终端之间建立的加密文件传输通道或者以其他网络通讯模式建立加密信息传输通道；将身份信息作为节点设备的输入之一。
42.作为优选，所述的数据采集装置包括图像获取装置、音频获取装置、温度测量装置、震动频率感知装置、激光雷达、化学传感器、电磁感应装置的一种或多种。
43.作为优选，获取汽车搬运机的各操控部件的部件参数；汽车搬运机的每个操控部件或形成同一功能的多个操控部件组合通过一个或者多个节点设备，加入对等网络；如果基于协同计算判定汽车搬运机的某个操控部件或者多个操控部件组合需基于对应的控制需求进行自动操控，当前节点设备将按照计算得到的结果数据向连接于当前节点设备上的操控部件发送控制指令，控制操控部件完成操控动作，包括通过步进电机的步进距离控制汽车搬运机的行进距离、通过两侧的支撑托举臂与转动托举臂各自展开的预备角度控制对应的横向延伸出的距离。
44.作为优选，控制需求表征到结果数据；操控部件接收所连接的节点设备输出的结果数据，如果结果数据中的特定元素表示操控部件需要进行自动操控，或者，结果数据作为节点设备的数据处理模型的输入之一，计算确定需要对应的操控部件自动操控，则操控部件执行相应的操控动作。
45.作为优选，当需要操控部件自动操控时，操控部件结合接收的其他节点设备输出的结果数据，计算自身的结果数据，通过获得的结果数据控制操控部件上的控制部件执行相应的操控动作。
46.作为优选，操控部件接收其他节点设备输出的结果数据，原则为：当控制指令需要相应的操控部件自动操控，如果某一个或多个节点设备计算获得的结果数据能够确定需要自动操控的操控部件，则将相应的操控部件加入传递当前次结果数据的节点清单，所述的某一个或多个节点设备直接将结果数据传递至操控部件或者操控部件所连接的节点设备；或者，操控部件按照逐层传递的方式接收其他节点设备输出的结果数据。
47.作为优选，依据预设条件或者算法输出、模型输出，将相应的操控部件加入传递结果数据的节点清单。
48.作为优选，操控部件为连接特定功能的执行部件的节点设备，操控部件的控制部
件的执行反馈信息反馈至操控部件，参与操控部件后续的结果数据的计算。
49.作为优选，汽车搬运机的操控部件作为节点设备，加入对等网络；如果基于协同计算判定操控部件存在异常，则将异常数据作为输入之一，参与结果数据的计算，通过协同计算获得处理方案。
50.作为优选，每个汽车搬运机以只读存储模式设置安全机制，如果操控部件所连接的节点设备全部损坏，基于协同计算发现对应的汽车搬运机将发生安全事故时，则汽车搬运机的安全机制激活，按照只读存储预设的机制接管其他操控部件，控制汽车搬运机减速或停止；如果部分制动部件失灵时，其他制动部件调节制动力，实现汽车搬运机保持稳定姿态直至停止。
51.作为优选，汽车搬运机的操控部件包括但不限于开关机构、触碰感应装置、驱动支撑座转动的第一转动驱动装置、驱动转动托举臂转动的第二转动驱动装置或推动驱动装置、步进电机、制动部件、转向部件、能源部件。
52.本发明的有益效果如下：
53.本发明所述的汽车搬运机的监测与控制方法，采用视频识别定位进行汽车搬运机的指引，能够更直接有效地在全局上对所有因素进行监控，并及时调整。与需要依靠雷达扫描装置实现对车辆或车轮进行定位的方式相比，稳定性更强，能够防止因雷达受干扰造成的移动失误的不足，而且购置成本与维护成本更低。
54.本发明的托举机构设置定点转动的支撑托举臂与转动托举臂，不需要在横向空间上预留用于收纳支撑托举臂的收纳空间，不需要预留用于转动托举臂滑动的运动空间，进而本发明可在横向尺寸与纵向尺寸上进行缩减，进而实现产品的小型化。
55.本发明的支撑托举臂展开后通过支撑组件形成固定支撑，进而进行托举过程中，驱动支撑托举臂转动的第一转动驱动装置不承受来自重力的反作用力，可降低对第一转动驱动装置的功率与强度要求，节约采用高性能器件的成本。
56.基于本发明的托举机构的结构特点，对应的托举过程中，汽车搬运机沿车辆的长度方向驶入车辆底部，支撑托举臂在到达车辆的车轮前调整至支撑托举工作状态位，并保持定位；汽车搬运机继续行进，直至支撑杆与车轮顶抵，汽车搬运机停止；转动托举臂调整至转动托举工作状态位，支撑托举臂与转动托举臂靠近，对车轮两侧形成挤压并托起车轮。可见，本发明的托举机构对应托举过程简化了工作过程，不需要严格控制托举机构对准车轮(支撑杆与车轮顶抵即可保证托举机构对准车轮)，不需要严格控制两侧的托举机械与同侧的车轮之间的相对位置对称(支撑杆与车轮顶抵即可保证托举机构处于正确的角度)，转动托举臂只需要转动的动作，即可与支撑托举臂完成车轮的托举抬升，不需要滑动，提高工作效率。
57.进一步地，本发明的支撑托举臂与转动托举臂可先转动至预备角度，不仅不影响汽车搬运机的行进，同时能够在进行托举抬升车轮的操作时，减少近一半的时间，并且，基于本发明提供的对等网络，基于对多角度的感知数据(即不同位置获取的图像)进行协同计算，协同各操控部件的控制，实现针对于每次托举的预备角度的计算(即针对不同汽车搬运机对不同车辆进行的每一次搬运的实际情况(包括汽车搬运机的两侧距离两侧车轮的距离可能不同)计算对应的预备角度)，对应地，支撑托举臂与转动托举臂可在每一次抬举时，获取不同的预备角度并准确展开。
58.本发明中，支撑杆与支撑架的末端设置视觉标识，用于通过图像数据对视觉标识进行视觉识别与视觉定位，可辅助实现汽车搬运机的识别与定位。
59.本发明利用对等网络进行协同计算，对停车区域内的所有目标进行非特定特征识别与位置识别，以完成身份识别与定位；所述的对等网络中，所有节点设备之间无主次关系，节点设备之间无固定连接路径，节点设备仅接收其他节点设备的计算结果，向外发出自身计算的结果数据，对事件的发现和/或对应的操控部件进行响应不依靠单个节点设备进行识别与控制，而是通过对等网络中的多个节点设备进行协同计算共同确认。进而，本发明不依赖汽车搬运机进行单车识别(即单点识别)，将运算功能全布于全网，减轻单点运算的软硬件要求，执行效率高，大大提高抗攻击能力；在节点设备之间呈信息相对对称状态，能够免疫数据非法篡改的问题，即使单个节点设备被物理破解而篡改其发出的数据，但是因为全网运算是一种超高度冗余的复杂计算和超多维度校验，所以，单个节点设备发出数据被篡改不影响全网计算结果，而且能快速定位故障及被篡改的节点设备，保证全网计算结果的可信度，进而，可解决部门之间数据共享和信息安全的矛盾。
60.本发明在不需要特定特征、获取具体身份信息的情况下，即可确定每个唯一性的目标为其自身，实现非特定特征识别。本发明通过非特定特征识别的方式进行目标识别、身份确认或事件监控，不仅识别结果准确率高，而且位置识别精准。本发明可在不依赖特定特征进行目标识别、身份确认，保护隐私的同时，同时还能够解决交通、教育、医疗便利、防疫、民生服务、应急、治安、反恐、社区管理和服务、市场行为、安全生产、文明行为等问题。
61.本发明采用非特定特征识别，另一方面能够有效地防止因特定特征被盗或仿制而造成的风险，大大提升安全性。本发明采用不接触的被动方式，对目标的身份进行无感识别，大大提升执行的便利性。本发明基于所述的对等网络，覆盖范围在百米级别或数百公里级别上进行轻松布局，适用于各种级别的地域范围。
62.本发明中，对于汽车搬运机的控制实际上是通过操控部件的操控动作进行体现，对等网络不直接对汽车搬运机进行单机控制；操控部件的操控动作为基于协同计算得到的计算结果对应地操控动作，响应效率高，避免因为网络攻击造成虚假执行或该执行时不执行等非法响应。为避免劫持，本发明还可以使用多个节点设备协作控制操控部件，进一步提高对劫持攻击的免疫能力。
附图说明
63.图1是本发明的主要结构示意图(俯视示出内部的主要结构，支撑托举臂处于支撑托举收纳状态位，转动托举臂处于转动托举收纳状态位)；
64.图2是本发明的工作状态示意图一(支撑托举臂处于支撑托举工作状态位，转动托举臂处于转动托举收纳状态位)；
65.图3是本发明的工作状态示意图二(支撑托举臂处于支撑托举工作状态位，转动托举臂处于转动托举工作状态位)；
66.图4是支撑托举臂位于支撑托举收纳状态位的局部示意图(示出支撑结构)；
67.图5是支撑托举臂位于支撑托举工作状态位的局部示意图(示出转动余量)；
68.图6是托举机构完成托举抬升的局部示意图(支撑托举臂完成转动余量的转动)；
69.图7是转动支撑臂的末端端面侧视示意图(支撑架的截面呈平行四边形)；
70.图8是转动支撑臂的末端端面侧视示意图(支撑架的截面呈梯形)；
71.图9是转动支撑臂的实施示意图(第二驱动装置实施为转动驱动装置)；
72.图10是转动支撑臂的实施示意图(第二驱动装置实施为推动驱动装置)；
73.图中：10是机身，11是开关机构，12是支撑结构，13是弹性限位机构，20是支撑托举臂，21是支撑座，22是支撑杆，23是第一视觉标识，30是转动托举臂，31是支撑架，311是齿轮端，312是曲柄，32是滚动组件，33是第二视觉标识，40是驱动齿轮，50是推动驱动装置。
具体实施方式
74.以下结合附图及实施例对本发明进行进一步的详细说明。
75.本发明为了解决现有技术存在的尺寸大、驱动装置的性能要求高且数量多、对应的工作过程效率低，以及传统信息化单点汇聚型计算模式由于技术特点必然存在的缺陷等不足，提供一种汽车搬运机的监测与控制方法，不仅可减少高性能的驱动装置的数量，简化结构，降低成本；不需要预留用于收纳托举机构的横向空间，不需要预留用于托举机构滑动的纵向空间，实现小型华；基于本发明的托举机构的结构特点，对应的实现车轮的托举抬升的工作过程简化，大大提高工作效率；而且对汽车搬运机、车辆及其他对象的识别与控制，不依赖单点识别，减轻单点运算的软硬件要求，执行效率高，大大提高抗攻击能力，能够免疫数据非法篡改的问题。
76.一种汽车搬运机的监测与控制方法，其特征在于，确定待搬运的车辆的位置、汽车搬运机的位置；基于车辆的位置、汽车搬运机的位置，控制汽车搬运机朝向车辆行进；进一步地，还确定其他车辆的位置、其他汽车搬运机的位置、空闲空间的状况等，以在停车区域的全范围内，对所有车辆、所有汽车搬运机的位置进行确定，实现多个汽车搬运机同时工作，对所有汽车搬运机的搬运路线及实时位置进行协同计算，获得适配于实时状态的最优解。
77.本发明中，如图1、图2、图3所示，所述的汽车搬运机包括机身10、行进机构(图中未示出)、托举机构，机身10两侧各设有托举机构，托举机构用于对车轮进行托举抬升。通常情况下，机身10两侧的托举机构为对称设置，对应于车辆两侧对称的车轮；由于装配工艺的公差或者随着使用的损耗，机身10两侧的托举机构存在精度误差，不影响本发明的正常使用，包括两侧托举机构存在允许范围内的高度差、横向偏差、夹持距离、装配松紧度等细微的精度误差。所述的托举机构包括支撑托举臂20、转动托举臂30；其中，支撑托举臂20、转动托举臂30均设置为定点转动，即托举抬升车轮的过程中，支撑托举臂20、转动托举臂30从始至终，转动支点不发生位移，对应的，支撑托举臂20、转动托举臂30只进行摆动，不进行位移。具体地，支撑托举臂20包括转动设置的支撑座21、与支撑座21连接的支撑杆22，支撑座21通过第一驱动装置(图中未示出，可通过直接或间接方式进行驱动)驱动以竖直方向为轴，绕定点(即转动支点)进行转动，进而控制支撑托举臂20在支撑托举收纳状态位与支撑托举工作状态位之间，在平面方向上进行往复摆动；转动托举臂30包括转动设置的支撑架31、若干滚动设置于支撑架31的滚动组件32，支撑架31通过第二驱动装置驱动以在转动托举收纳状态位与转动托举工作状态位之间往复摆动；具体实施时，支撑架31的端部转动设置，通过第二驱动装置(可通过直接或间接方式进行驱动)驱动以竖直方向为轴，绕定点(即转动支点)进行转动，进而带动支撑架31(同时也带动转动托举臂30)在转动托举收纳状态位与转动托
举工作状态位之间，在平面方向上进行往复摆动。当支撑托举臂20位于支撑托举工作状态位、转动托举臂30位于转动托举工作状态位时，支撑托举臂20和转动托举臂30之间的距离，小于同等高度车轮截面的纵向距离，以能够通过相互运动将车轮托举抬升到合适高度为宜。
78.本发明为了进一步实现小型化，基于托举机构的结构对应的工作过程中，即支撑托举臂20先展开，转动托举臂30后展开，进而，本实施例中，所述的机身10对应转动托举臂30的转动托举收纳状态位设置朝向机身10中间凹进，机身10呈“凸”字型，形成容纳转动托举臂30的让位空间。当转动托举臂30位于转动托举收纳状态位、支撑托举臂20位于支撑托举收纳状态位时，转动托举臂30相比支撑托举臂20，更朝向机身10中间，进而支撑托举臂20与转动托举臂30在长度方向可形成一定长度的重叠，即可缩短机身10与汽车搬运机整体的长度。
79.工作过程中，汽车搬运机沿车辆的长度方向(即从车头朝向车尾的方向，或者从车尾朝向车头的方向)驶入车辆底部，支撑托举臂20在到达车辆的车轮(即最靠近汽车搬运机的左、右车轮)前调整至支撑托举工作状态位，并保持定位；汽车搬运机继续行进，直至支撑托举臂20与车轮顶抵，汽车搬运机停止；转动托举臂30调整至转动托举工作状态位，支撑托举臂20与转动托举臂30靠近，对车轮两侧形成挤压并托起车轮。然后，按计算或设定的搬运路线，行驶至分配至当前车辆的停车位。
80.通常情况下，汽车包括一组前轮、一组后轮，本发明所述的汽车搬运机可在同一机身10的两侧均设置两组托举机构，用于在前后位置对前车与后轮进行托举抬升。基于本发明的工作过程，如果机身10的两侧均设置两组托举机构，则后车轮(为基于汽车搬运机的行进方向上对应的后车轮，不一定是汽车的后轮；当汽车搬运机从车头驶入车辆底部时，则所述的后车轮即为车辆的后轮，当汽车搬运机从车尾驶入车辆底部时，则所述的后车轮即为车辆的前轮)进行托举抬升时，则需要在用于托举抬升后轮的一组托举机构的支撑托举臂20在超过前轮(为基于汽车搬运机的行进方向上对应的前轮)后调整至支撑托举工作状态位。但由于不同型号的车辆具备不同的轮距(车辆的前、后轮之间的距离)，需要将汽车搬运机设计为能够自动匹配不同轮距，如机身10设置为分体结构，分体结构的前、后机身10通过可调整长度的连接机构进行连接，以实现一个汽车搬运机可匹配多种不同类型的车辆。
81.为了简化汽车搬运机的结构，缩小单个汽车搬运机的尺寸，并扩展至对于具有三对及以上车轮的车辆进行托举，本发明中，每个汽车搬运机匹配一对目标车轮(车辆两侧相同位置的车轮，视为一对，如一对前车轮、一对后车轮)，多个汽车搬运机从相同或不同行进方向(包括从车头、车尾、侧面等位置)驶入车辆底部，对匹配的目标车轮进行托举；不同的汽车搬运机从不同的行进方向驶入车辆底部，便于实现同时对所有车轮进行托举。其中，如果汽车搬运机的行进方向为先经过非目标车轮再到达目标车轮，则支撑托举臂20在端部越过非目标车轮前，支撑托举臂20保持位于支撑托举收纳状态位，避免汽车搬运机与非目标车轮形成顶抵，影响汽车搬运机的行进；并在到达目标车轮前，调整至支撑托举工作状态位，并保持定位。如果多个汽车搬运机分别从不同方向驶入车辆底部，且都不需要先经过非目标车轮，即直接到达目标车轮，则每个汽车搬运机以前述的工作过程对目标车轮进行抬举。
82.如果多个汽车搬运机从相同方向驶入车辆底部，以两个汽车搬运机实现对具有两
对车轮的车辆进行托举搬运为例，每个汽车搬运机的两侧均只设置一组托举机构，并在行进方向上前后排列。在行进方向上对应的在前汽车搬运机驶入车辆底部的过程中，其支撑托举臂20在越过行进方向上对应的车辆的前车轮(即在前汽车搬运机的非目标车轮)前，保持收纳状态，并在到达行进方向上对应的车辆的后车轮(即在前汽车搬运机的目标车轮)前，调整至支撑托举工作状态位，并保持定位；在前汽车搬运机继续行进，直至其支撑托举臂20与所述的后车轮顶抵，在前汽车搬运机停止行进；其转动托举臂30调整至转动托举工作状态位，托起后车轮；
83.在行进方向上对应的在后汽车搬运机，其支撑托举臂20在到达前车轮(即在后汽车搬运机的目标车轮)前调整至支撑托举工作状态位，并保持定位；在后汽车搬运机继续行进，直至其支撑托举臂20与前车轮顶抵，在后汽车搬运机停止进行；其转动托举臂30调整至转动托举工作状态位，托起前车轮。
84.为了对支撑托举臂20与车轮顶抵后形成一定缓冲，同时在与车轮顶抵后控制汽车搬运机停止行进，如图4、图5、图6所示，本发明中，当支撑托举臂20处于支撑托举工作状态位时，具有一定的转动余量，即支撑托举臂20从支撑托举工作状态位继续转动，直至无法继续转动，所对应的角度θ，本实施例中，支撑结构12与机身10的宽度方向平行；当支撑托举臂20与车轮顶抵，汽车搬运机继续行进，支撑托举臂20继续转动所述的转动余量，直至支撑座21触发开关机构11，控制汽车搬运机停止行进。本实施例中，开关机构11设置于支撑结构12，支撑结构12设置于机身10内部，可实施为具备相当强度的阻挡块；支撑座21转动至触发开关机构11并与支撑结构12顶抵时，支撑座21停止转动，支撑托举臂20形成定位。具体实施时，开关机构11可实施为微动开关、压力传感器、碰撞感应器或其他相同或相近功能的传感器或机械装置；所述的转动余量可通过计量转动角度进行控制，或者设置弹性限位机构13(设置于支撑座21与支撑结构12之间，可设置在支撑座21上，也可以设置在支撑结构12上)，当支撑座21转动至弹性限位机构13与支撑结构12顶抵、或支撑座21与弹性限位机构13顶抵时，支撑座21停止转动；当支撑杆22与车轮顶抵并继续行进后，压缩弹性限位机构13，支撑座21继续转动，直至触发开关机构11。第一驱动装置可实施为旋转驱动装置，带动支撑座21进行低阻尼转动，由于转动功率较小，进而弹性限位机构13的功能更容易实现。
85.作为另一种实施方式，不设置转动余量，支撑托举臂20转动至支撑托举臂20工作状态位，则无法再继续转动；对应地，不设置开关机构11，而在支撑杆22设置触碰感应装置，支撑托举臂20处于支撑托举臂20工作状态位并与顶抵轮胎后，触发触碰感应装置，控制汽车搬运机停止前进。其他部分与前述的实施方式(即设置转动余量与开关机构11)相同。
86.作为另一种实施方式，基于汽车搬运机实时的位置信息、车辆的位置信息、匹配当前车辆的停车位的位置信息，利用本发明提供的对等网络，将开关机构11或者触碰感应装置的感知数据作为对等网络的节点设备的输入，通过对等网络进行协同计算获得结果数据，汽车搬运机的步进电机或制动部件基于所述的结果数据执行停止行进的自动操控。本发明提供的对等网络基于协同计算，可对汽车搬运机实时的位置、朝向、行进速度、姿态动作进行确定，同时，也基于协同计算的结果，需要调整工作状态的支撑托举臂20、转动托举臂30即可调整至需要的工作状态位。
87.本实施例中，支撑杆22为表面光滑、耐磨材质的杆体或者可转动的杆体，以减少对车轮的摩擦损伤。支撑座21为长方体，当支撑座21转动至支撑托举工作状态位时，支撑座21
的端部相较于位于支撑托举收纳状态位时更向机身10内部延伸，即可顺利触发开关机构11。
88.如图7、图8所示，所述的滚动组件32为一排或多排，当设置多排滚动组件32时，滚动组件32相对支撑托举臂20，由近至远，在朝上的一侧形成圆弧轮廓，以契合车轮被托举抬升后受压形状为宜。本实施例中，支撑架31朝向车轮的一面为斜面或弧面，滚动组件32设置于所述的斜面或弧面；支撑架31可实施为截面呈平行四边或梯形的安装架。对应的，逐排设置的滚动组件32，可通过设置位置高低，或者选用不同直径的滚动组件32，以形成圆弧轮廓。
89.本实施例中，如图9所示，第二驱动装置实施为转动驱动装置(图中未示出)，如转动电机，通过直接或间接传动带动驱动齿轮40转动；支撑架31的一端为齿轮端311，通过与其啮合的驱动齿轮40带动而转动；驱动齿轮40通过转动驱动装置驱动以竖直方向为轴进行转动，进而带动支撑架31在转动托举收纳状态位与转动托举工作状态位之间往复摆动。
90.或者，如图10所示，第二驱动装置实施为推动驱动装置50，如油缸或气缸；支撑架31的一端转动设置；支撑架31的一端设置为曲柄312，转动支点设置于曲柄312上，通过推动驱动装置50驱动支撑架31在转动托举收纳状态位与转动托举工作状态位之间往复摆动。
91.为了用于实现对支撑托举臂20与转动托举臂30的位置与工作状态进行辅助判断，如采用视觉识别与视觉定位的方法判断支撑托举臂20与转动托举臂30的位置与工作状态，本实施例中，支撑杆22与支撑架31的末端均设置有视觉标识，即支撑托举臂20的末端设置第一视觉标识23，转动托举臂30的末端设置第二视觉标识33，通过图像数据对视觉标识进行视觉识别与视觉定位；基于对支撑托举臂20与转动托举臂30的视觉标识的识别与定位结果，判断支撑托举臂20与转动托举臂30的工作状态。进一步地，还可以将视觉标志实施为具有方向特异性，基于视觉识别，判断支撑杆22或支撑架31的运行角度，进而判断汽车搬运机的姿态动作，以及支撑托举臂20、转动托举臂30的工作状态。
92.本发明可通过视觉识别与视觉定位或者基于对等网络的协同计算，识别车辆的车型、车轮外观、汽车搬运机进入车辆底部的位置。当采用视觉识别与视觉定位进行实现时，通过朝下拍摄的图像数据对汽车搬运机、车辆进行视觉识别与视觉定位；具体地，当获取的图像数据中，汽车搬运机对应的汽车搬运机标识(即汽车搬运机在图像数据或画面中的外观图像)与车辆对应的车辆标识(即车辆在图像数据或画面中的外观图像)发生重叠时，根据汽车搬运机标识露出车辆标识的余量，计算汽车搬运机与车辆之间的位置关系。即，在获取汽车搬运机、车辆的实际大小，以及汽车搬运机标识、车辆标识在图像数据中的大小及比例关系，通过图像数据中汽车搬运机与车辆之间的位置关系，即可推算在现实场景中，汽车搬运机与车辆之间的位置关系，包括汽车搬运机距离车辆的距离，汽车搬运机的两侧与同侧对应的车轮的距离，汽车搬运机驶入车辆底部的行程，托举机构的工作状态。例如，汽车搬运机标识与车辆标识开始发生重叠后，判断为汽车搬运机开始进入车辆底部；当汽车搬运机标识与车辆标识的重叠部分，即汽车搬运机标识露出车辆标识的部分不再变化时，判断为汽车搬运机位于正确的托举位置。对应地，汽车搬运机的尺寸为足够在汽车搬运机的支撑托举臂20与车轮顶抵时，汽车搬运机未全部进入车辆的底部；汽车搬运机露出车辆的部分用于视觉识别与视觉定位。或者，汽车搬运机的尺寸使得汽车搬运机位于准确的工作位置时，汽车搬运机被车辆完全遮挡，而支撑托举臂20的长度足够在支撑托举臂20与车轮
顶抵时，延伸出车辆的覆盖范围之外；则汽车搬运机被车辆完全遮挡时，通过支撑托举臂20露出车辆的部分进行视觉识别与视觉定位。
93.为了提高工作效率，减少托举过程的整体时长，基于识别与定位结果，判断汽车搬运机的两侧分别与车辆两侧的车轮的距离，则在汽车搬运机进入车辆底部并继续行进的过程中，支撑托举臂20和/或转动托举臂30预展开一定的预备角度，预备角度对应的支撑托举臂20和/或转动托举臂30展开而横向延伸出的距离，小于支撑托举臂20和/或转动托举臂30与同侧车轮之间的距离。对应的，本发明的托举过程大致分为两个步骤，即包括从收纳状态位展开至预备角度、从预备角度展开至工作状态位。具体地，支撑托举臂20在其前端到达车轮的前边缘前调整至预备角度，由于支撑托举臂20需要与车轮的前端面进行顶抵，进而支撑托举臂20对应的预备角度可以小于与同侧的车轮的距离，也可以大于与同侧的车轮的距离，只需要防止其前端越过车轮的前边缘即可，最佳效果是支撑托举臂20展开至支撑托举工作状态位时，正好与车轮顶抵；转动托举臂30在其前端越过车轮的后边缘前调整至预备角度，在其前端越过车轮的后边缘时开始运动，直至转动托举工作状态位，与支撑托举臂20配合托起车轮。
94.如果两个汽车搬运机设置为一组时，则在后汽车搬运机的支撑托举臂20对应的预备角度，与其转动托举臂30可设置为相同。在前汽车搬运机与单个汽车搬运机的实施方式相同。
95.本实施例中，汽车搬运机通过步进电机的驱动进行行进。为了保证对汽车搬运机的位置判断的准确性，本发明获得汽车搬运机的推算位置信息与视觉定位获得的实际位置信息，其中，获取步进电机的步进数据，通过机器学习进行预先训练的位置推算模型，将步进数据转换为推算位置信息。同时，为了保证推算位置信息的准确性，还对位置推算模型进行校正；具体地，如果推算位置信息与视觉定位获得的实际位置信息不一致，则以视觉定位获得的实际位置信息为准；并将步进数据、获取步进数据的传感器的工作参数、地面摩擦系数、推算位置信息、实际位置信息作为训练样本，加入样本库，用于进一步训练和调整位置推算模型，以保证位置推算模型能够满足不同环境条件下的准确性。
96.同时，随着所有汽车搬运机的工作积累，即随着所有汽车搬运机的行进，形成关于地面各个位置的摩擦系数动态数据集，利用摩擦系数动态数据集中各个位置最新的摩擦系数，加入位置推算模型，用于推算位置信息的转换计算。
97.具体实施时，可采用传统的单点识别的方法，在设定的位置对汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体进行身份识别，达到身份确认关联位置信息的目的；也可以采用本发明提供的基于对等网络的协同计算进行非特定特征的身份识别。本发明的对等网络基于协同计算，不依赖单点识别，将运算功能全布于全网，减轻单点运算的软硬件要求，执行效率高，大大提高抗攻击能力；在节点设备之间呈信息相对对称状态，能够免疫数据非法篡改的问题，即使单个节点设备被物理破解而篡改其发出的数据，但是因为全网运算是一种超高度冗余的复杂计算和超多维度校验，所以，单个节点设备发出数据被篡改不影响全网计算结果，而且能快速定位故障及被篡改的节点设备，保证全网计算结果的可信度，进而，可解决部门之间数据共享和信息安全的矛盾。
98.节点设备之间传输的结果数据可以为信息的处理结果，而非信息本身，进而可不对采集的原始数据(即感知数据)进行存储，节点设备仅接收其他节点设备输出的计算结
果，向外发出自身的计算结果，单个的计算结果所含信息量不足以还原任何事件和目标信息，必须由整个对等网络上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备传输的信息依赖性较小，进而能够从根本上改变传统信息化单点安全敏感的本质。
99.本发明中，对于汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体的身份信息的获取、位置信息的获取，可通过本发明提供的对等网络进行协同计算获得。具体地，利用对等网络对目标进行非特定特征识别及位置识别，所述的目标包括汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体。所述的“非特定特征识别”，在严格的概念定义上，与通常意义的“识别”不同。通常意义的“识别”表示的是确定目标的具象或目标的具体身份信息，比如具体是谁(包括名字、表明目标身份的具体信息)、是什么(比如汽车、人等)。而本发明所述的“非特定特征识别”中的“识别”表示的是对每个唯一性的目标(即汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体)确定为其自身；即，对于某个待识别对象而言，其存在是唯一的，本发明实现“非特定特征识别”后，即确定该待识别对象(即未被进行识别或身份确认的目标)就是其自身，而非其他待识别对象，“非特定特征识别”的结果不需要确定待识别对象的特定特征，不需要确定待识别对象的身份信息或具象。比如对于一个人，视为待确认对象a，对于一个物，视为待确认对象b，则在实现“非特定特征识别”后，不需要识别待确认对象a是人，具体身份是谁，不需要识别待确认对象b是物，具体是什么物品；而需要确定待确认对象a是待确认对象a自身，待确认对象b是待确认对象b自身。然后，即可针对待确认对象a或待确认对象b进行对应的服务或控制。
100.对等网络包括多个节点设备，所有节点设备之间无主次关系，形成去中心化的网络和计算构架。与传统的信息化单点汇聚型计算模式不同，本发明的节点设备之间进行数据传递的方向不存在固定的、预设的路径关系。本发明所述的对等网络中，对于某一个节点设备，对采集的原始数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响。为方便表述，此处将前述的“某一个节点设备”称为“当前节点设备”，“其他节点设备”称为“后续节点设备”，则所述的影响之一为，后续节点设备计算获得的结果数据，不完全由自身采集的原始数据所决定，而是与当前节点设备输出的结果数据共同决定；其中，当前节点设备输出的结果数据可能改变后续节点设备用于计算结果数据的数据处理模型和参数等，进而影响后续节点设备的结果数据。例如，当前节点设备输出的结果数据与后续节点设备采集的原始数据存在关联性，则必然需要考虑当前节点设备输出的结果数据对后续节点设备的结果数据的准确性的影响；具体地，对于某个特定目标的感知，如果仅基于后续节点设备采集的原始数据计算获得的结果数据，只能反映该目标在后续节点设备的感知范围内的实时(包括实时地点与时刻)单点结果判断；而当前节点设备输出的结果数据反应其他地点、其他时刻的关于该目标的直接感知数据与结果判断，或者间接相关的其他感知数据与结果判断，则有助于提高后续节点设备的结果数据的准确性与全面性，包括相同维度的叠加计算、不同维度的相关性参考。
101.由于对等网络中的节点设备之间无主从关系，节点设备之间可进行点对点传输，进而，对于某一个节点设备输出的结果数据中体现的某个目标的某个感知数据对应的计算
结果，在接收到该结果数据的其他节点设备中，信息是相对对称的；其他节点设备将接收的结果数据作为输入，结合自身传感器的感知数据，计算自身的结果数据，自身的结果数据自然涵盖接收的结果数据和自身传感器所体现的信息，并向下一层的其他节点设备传输，进而，对于某个目标的某个感知数据，在所有节点设备中呈信息相对对称状态，可免疫单个节点设备的计算过程和计算结果被篡改和伪造导致对结果数据的影响，同时也成为发现故障或者被篡改的节点设备和性能不合规的节点设备的手段，从根本上解决了传统信息技术的根本隐患，即由于信息不对称而造成虚假信息、伪造信息、错误信息，继而成为诈骗、网络攻击的切入点，复杂综合应用精准度差，耗时过长，可信度差，应变能力差等问题，进而能够真正地成为较大区域综合管理的信息基础设施、数字经济的基础设施。本发明不同于区块链技术仍然采用每个节点独立计算，确定结果，并且注重原始数据存证的技术方案，本发明着重于节点设备之间的对等协同计算，通过对等协同计算，使各个节点设备在处理数据时，都可以对自身的数据处理模型(即计算结果数据的算法)和参数进行调整，所述的调整是所有节点设备对自身调整的反馈，从而将所有节点设备的计算变成一个整体，各个节点设备不再独立完成计算，而是所有节点设备共同完成计算。节点设备的数据处理模型调整后，为客观存在的调整，将对下一次的数据处理形成影响。
102.节点设备设置数据采集装置(具体实施时，可包括图像获取装置、音频获取装置、温度测量装置、震动频率感知装置、激光雷达、化学传感器、电磁感应装置的一种或多种)、运算模块，数据采集装置包括至少一种类型传感器，用于采集不同对应类型的感知数据。运算模块基于数据处理模型，计算获得结果数据。设置于不同的采集位置的节点设备(即位于不同物理安装位置)采集目标的至少一种点样本，点样本为对应传感器类型的感知数据。基于此，在不需要获取目标的身份信息的情况下，对等网络中的多个节点设备进行协同计算，确定每个唯一性的目标为其自身，实现非特定特征识别；并且，实现对汽车搬运机、车辆、除汽车搬运机与车辆外的其他固定或移动的物体进行位置识别，包括汽车搬运机进入车辆底部过程中，汽车搬运机的两侧与同侧的车轮之间的距离。
103.具体地，以某一个节点设备为当前节点设备，结合其前序节点设备、后续节点设备的数据传递(本发明中的前序节点设备、后续节点设备，仅用于描述与当前节点设备在当次计算和数据传输过程中的前后关系，不表示其之间具备必然的前后关系及优先级关系)，对应的，当前节点设备接收其他节点设备(包括前序节点设备)输出的结果数据，后续节点设备接收其他节点设备(包括当前节点设备)输出的结果数据。对于当前节点设备，将采集的感知数据结合来自其他节点设备(包括前序节点设备)的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备(包括后续节点设备)。以此类似，后续节点设备的工作过程与当前节点设备同理，前序节点设备也接收前序节点设备的前序节点设备的结果数据，进行与当前节点设备同理的工作过程；即，对等网络中的节点设备进行同理的工作过程。进而，对等网络中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。其中，对于某个节点设备输出的结果数据，仅由后续的一层节点设备接收并作为输入，后续的一层节点设备的结果数据将涵盖前序的一层节点设备(包括前述的某个节点设备)的结果数据。
104.在对等网络中，对所有事件是同步处理的，不一定需要明确地产生发现了什么事件、事件的具体内容是什么等这类阶段性结果输出；在对等网络中，明确的只有传感器的感
知、对应的执行装置进行响应，其他的中间过程都是协同计算同时处理了，即本发明的运行过程中，对事件的发现的中间过程是无感的，是随着协同计算的进行，节点设备的结果数据的获得，对应的执行装置自动响应执行。
105.为了保证数据源及计算过程进一步可信，本发明中，所有节点设备对其计算得到的结果数据，基于加密共识机制进行加密，得到加密结果，再将加密结果发送至其他节点设备。所述的加密共识机制包括一种或多种共识机制，不同的共识机制对应改变节点设备的加密算法结构与参数。
106.节点设备之间以标准大小的数据包(即结果数据或计算结果)进行通信。本发明中，对等网络的节点设备类似人类的神经元，每个神经元并不传输直接描述外部事件的具体数据，同理，节点设备不输出原始数据，而是根据自身数据处理模型(类似神经细胞的生物特性)将所连接传感器、数据采集装置获取的原始数据加工为标准大小的数据包(即结果数据或计算结果，类似神经元的神经脉冲)。单个的数据包所含信息量不足以还原任何事件和目标信息，必须由整个对等网络上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备输出的数据依赖性不大，并且协同计算同时处理所有节点设备接收或者发起的需求，是一种超多维度相关信息的协同校验计算，进而可从根本上改变传统信息化单点安全敏感的本质。
107.为了保证数据的完整性以及协同计算的有效执行，本发明中，对等网络部署qos机制，qos机制为优先保证节点设备之间的结果数据的传输质量。
108.具体实施时，对等网络的组网方式为4g模式、5g模式或mesh模式的一种或几种组合，以适用不同的应用场景，综合实施可行性、成本考虑等因素，实现最优的解决方案。其中，所述的mesh模式基于lte制式，在lte制式的物理层进行通信；以定制的帧结构承载数据，利用专用的无线通信协议进行交互。对帧结构进行适合对等网络计算的定制化，采用为城市群对等网络计算开发的专有无线通信协议，可进一步提高其安全性和可靠性。并且，无线算法充分适应对等网络计算所需的基于共识机制控制的多径信道环境，城市内通讯距离100米-10公里，野外采用全向天线情况下也能实现120公里距离高效传输。本实施例中，mesh网络通信距离为：室内的节点设备间距离为50-150米，室外的节点设备间距离为50米-120公里，每节点可接入的节点设备数量为65535。另外，以4g模式、5g模式组网时，通信距离无限制，可接入节点设备数量取决于计算芯片算力和通信时延。
109.对等网络中，针对于某一个待识别对象的某一种点样本，从采集点样本的节点设备向其他节点设备传递的结果数据中，可使得后续节点设备根据该点样本的特征调节感知注意力(未必需要在结果数据中包含该点样本的特征，而是该点样本的特征参与了前序节点设备的计算，从而使得前序节点设备的结果数据能够在作为后续节点设备的数据处理模型的输入时，后续节点设备的数据处理模型可实现在计算中调节感知注意力的效果)；或者，报告该点样本的特征供后续的节点设备调节感知注意力(在结果数据中直接表述该点样本的特征)。如果后续的其他节点设备未侦测到该点样本的特征，但是从其他点样本的特征能够确定未能侦测到的该点样本的特征仍然属于该待识别对象时，则继续将该未能侦测到的该点样本的特征表述在当前节点设备的结果数据中并传递至其他节点设备。例如，前序节点设备感知待识别对象a上的颜色，在当前节点设备未感知到待识别对象a上的颜色，但从其他节点设备的感知数据可以确定，除了其他待识别对象外，还存在待识别对象a，则
继续未被感知到的待识别对象a上的颜色仍然表述在当前节点设备的结果数据中。
110.本实施例中，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的点样本的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征进行算力调节。
111.其中，上述的“特征”与现有技术的“特征识别”的含义不同，现有技术的“特征识别”通常指能够确定目标身份的信息，而本发明的“特征”表示属于待识别对象的一种被感知的感知数据，比如坐标、属于待识别对象上的颜色等，仅通过单点感知的“特征”无法直接完成待识别对象的“非特定特征识别”。
112.本实施例中，报告该点样本的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达点样本的特征的结果数据(本发明中，通常并非提供点样本的特征本身，而是将点样本的特征表达在结果数据中)，或点样本的特征(即点样本的特征本身)调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该点样本的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的点样本的特征或表达了点样本的特征的结果数据进行算力调节。
113.节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的待识别对象能够通过某些共性点样本特征确定为同一目标时，将各节点设备描述的点样本特征及其他信息合并到同一目标。例如，同一时间内几乎完全重叠的物理空间中的点样本特征，即可判定是同一目标。
114.当节点设备收到的结果数据表明当前的节点设备在当前次接收结果数据之前，用于标识待识别对象的标志，与其他节点设备用于标识该待识别对象的标志不同，并且其他节点设备为该待识别对象分配的标志更新，则对当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志进行转换。具体地，对当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志进行转换的方法为：
115.将当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志替换为最新的其他节点设备为该待识别对象分配的标志；此为本发明提供的较简单的实施方式。
116.或者，记录当前的节点设备在当前次接收结果数据之前用于标识待识别对象的标志与更新后的其他节点设备为该待识别对象分配的标志之间的转换关系，在需要引用当前的节点设备当前次接收折结果数据时，进行转换；此为本发明提供的相对复杂的实施方式。
117.或者，节点设备部署转换模型，根据输入的原始数据或结果数据，针对多个待识别对象的标志进行相应的转换；此为本发明提供的更复杂的实施方式。
118.本发明中，为了提高“非特定特征识别”的有效性，对于不同采集位置的节点设备先后采集的一种或多种点样本，如果某一种或多种点样本在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种点样本具备关联性。
119.另一方面，对于不同采集位置的节点设备同时采集的一种或多种点样本，如果不同采集位置的节点设备对同一个空间场进行采集，当空间场中只有唯一待识别对象，或者采集的点样本能够正确指向所属的多个待识别对象中的一个，则对于某个待识别对象，不
同采集位置的节点设备采集的一种或多种点样本具备关联性。
120.本发明中，节点设备的数据采集装置包括图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合和激光雷达，将上述装置(即图像获取装置、电磁感应装置、温度测量装置、震动频率感知装置中的一种或者几种组合)采集的数据和激光雷达采集的三维点云或者根据多个图像获取装置采集的图像生成的点云进行联合计算，获得带数据的三维点；将基于二维感知的图像颜色、轮廓、线条、反射率、运动趋势、电磁特征、温度、温度变化趋势、震动频率、震动频率变化趋势作为对应三维点的附加属性，构成带属性的三维点云；结合电磁感应、温度规律、震动频率的变化特征、运动相关性(绳子、布匹等不同材料所呈现的不同运动相关性)、反射率，确定带属性的三维点云的各个区域与待识别对象的3d外观的每个部位或相关联部位的对应关系。本实施例利用带属性的三维点云的属性及其相关性判断各个点之间的关系、各个相关点所属的各个区域与待识别对象的3d外观的每个部位或相关联部位的对应关系，能够更准确判断属于待识别对象的点样本特征，提高“非特定特征识别”的效率与准确性。
121.本发明在“非特定特征识别”过程中，在必要时，还能够获取待识别对象的身份信息。具体地，当判定需要获取待识别对象的身份信息时，则触发身份信息获取命令，将身份信息获取命令作为输入之一参与节点设备的结果数据的计算，通过驱动对等网络中连接有能够获得待识别对象的身份信息的无障碍数据采集条件的节点设备响应对应的结果数据，实现获取待识别对象的身份信息。对于身份信息的获取，也是协同计算的结果，即为需要获取身份信息这个判定触发身份信息的获取，而非通过特定的请求命令进行额外触发。基于本发明，如果通过请求命令触发权限计算，大多数情况不需要获取身份信息即可完成，少数发现不获取身份信息无法完成权限计算时，才根据实施需求，产生需要获取身份信息这个判定。例如，通过协同计算可知某人员的身份信息存在于某几个地点的扫码登记系统、某几个地点的快递取件登记系统或某几个地点的消费登记系统，且提前获得该人员授权或者依照法律获得查询权限，则对等网络可驱动以无障碍数据采集方式连接这些系统的节点设备，获得的相关信息通过各节点设备发送到对等网络，获得信息比对和提供精准身份信息。基于此，本发明还能够将篡改某系统仿冒身份的可能性降到最低。
122.具体地，对等网络通过对待识别对象的身份信息真实性进行验算，进而确定其权限；其中，对等网络中能够获取身份信息的节点设备可以不提供身份信息(根据实施需求，也可以提供身份信息)，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。即，本发明中，在能够获取身份信息的节点设备不提供身份信息的情况下，仅根据接收到的结果数据中对身份信息真实性的验算要求，将验算结果表达在该节点设备的结果数据中。
123.当对等网络中能够获取身份信息的节点设备不提供身份信息时，驱动提供身份信息的信息源装置通过与需要获取身份信息的节点设备输入终端之间建立的加密文件传输通道或者以其他网络通讯模式建立加密信息传输通道；将身份信息作为节点设备的输入之一。
124.当必要时，为了满足其他传统计算模式对于原始数据的需求，如传统举证需要的存证，则本实施例中，节点设置可增加设置数据存储设备，用于传感器所感知的原始数据的保存。
125.具体实施时，所述的节点设备还可在其电源装置设置漏电保护等功能。所述的节点设备还可提供各种通信接口，包括光纤接口、无线通信接口等；还可提供数据接口，用于外接存储设备。所述的节点设备可通过太阳能供电或市电供电。所述的节点设备的实施，如实施于室外，可安装于路灯等杆件(无需横臂，抱装于主杆，或者集成于灯罩内)；无杆区域，如实施于室内，可采用壁挂或者集成于吊顶内。
126.当本发明实施于室内外，节点设备作为公共空间安装的人工智能设施，可作为城市群数字经济基础设施，进行24小时不间断无缝覆盖。通过跨节点设备的协同计算，可实现覆盖区域内任何位置车辆身份识别接近100％准确率，位置识别精度与传感器精度相关。
127.本发明在对等计算网络的架构中，所有的节点设备均为同一类型、同一功能，每个节点设备均根据全网的共识机制对自身的数据处理模型进行实时、动态调整。每个节点设备上连接的数据采集装置(包括传感器、摄像头等)所采集的原始数据，都被节点设备依据自身的数据处理模型进行处理和加密，生成字节级别的处理和加密结果(即结果数据)，该结果数据将被发送给其他节点设备(当前节点设备同时收到的其他节点设备输出的计算和加密结果，也属于当前节点设备采集的原始数据之一)。因此，每个传感器感知到的原始数据所产生的效果，将按照次方级别在对等的海量的节点设备间传播。如果每个节点设备向周边100台节点设备发送自己的结果数据，四个单位时间后，将有上亿节点设备因为该传感器感知到的事件而受到影响。在这种计算模式下，信息是相对对称的，免疫篡改和伪造的，从根本上解决了传统信息技术的根本隐患，即因为信息不对称而造成虚假信息、伪造信息、错误信息，继而成为诈骗、网络攻击行为的切入点，及复杂综合应用周期长、精度差，适应性差等问题，进而真正成为较大区域综合管理的信息基础设施，成为数字经济基础设施。
128.本发明利用对等网络的协同计算，当协同计算的结果数据能够确定某个事件时，即完成事件的发现。本实施例中，对等网络对事件的发现，包括事件的内容、事件发生的位置和对应的响应处置等。在对等网络中，对所有事件是同步处理的，不一定需要明确地产生发现了什么事件、事件的具体内容是什么等这类阶段性结果输出；在对等网络中，明确的只有传感器的感知、对应的执行装置进行响应，其他的中间过程都是协同计算同时处理了，即本发明的运行过程中，对事件的发现的中间过程是无感的，是随着协同计算的进行，节点设备的结果数据的获得，对应的执行装置自动响应执行。
129.本发明对于事件的发现，可包括非停车的车辆的进入、行人的进入、事故的发生等等此类可能对汽车搬运机的工作造成影响的事件，可视为外部环境，对应获得外部环境数据；进而，将外部环境对应的事件加入对等网络的协同计算，实时计算针对于各个汽车搬运机的行进控制，包括朝向、行进速度、姿态动作等。
130.本发明中，汽车搬运机的操控部件包括但不限于开关机构11、触碰感应装置、驱动支撑座21转动的第一转动驱动装置、驱动转动托举臂30转动的第二转动驱动装置或推动驱动装置50、步进电机、制动部件、转向部件、能源部件，每个操控部件分别用于执行对应的功能。汽车搬运机的每个操控部件或形成同一功能的多个操控部件组合通过一个或者多个节点设备，加入对等网络。为避免劫持，本发明可以使用多个节点设备协作控制操控部件，进一步提高对劫持攻击的免疫能力。
131.本发明中，汽车搬运机的行进控制的控制需求、支撑托举臂20与转动托举臂30的控制需求(如展开角度的控制需求)等汽车搬运需要进行的自动控制，可视为一种请求命
令，如朝向、行进速度、姿态动作、支撑托举臂20或转动托举臂30从收纳状态位、预备角度至工作状态位的摆动角度的控制等。对于请求命令的响应，包括“需求——执行”、“请求——应答”或者其他等多种不同的情况。当对等网络中的某一个或多个节点设备计算得到的结果数据匹配请求命令，则将请求命令对应的结果表征到所述的某一个或者多个节点设备输出的结果数据中，按照预设条件或者提前部署的程序或者节点设备上部署的数据处理模型的输出。如果基于协同计算判定当前节点设备需响应该请求命令，当前节点设备将按照计算得到的结果数据向连接于当前节点设备上的执行装置发送指令，控制执行装置完成响应动作；即“需求——执行”的情况。本发明中，如果基于协同计算判定汽车搬运机的某个操控部件或者多个操控部件组合需基于对应的控制需求进行自动操控，当前节点设备将按照计算得到的结果数据向连接于当前节点设备上的操控部件发送控制指令，控制操控部件完成操控动作，包括通过步进电机的步进距离控制汽车搬运机的行进距离、通过两侧的支撑托举臂20与转动托举臂30各自展开的预备角度控制对应的横向延伸出的距离。
132.基于对等网络的协同计算，执行装置可作为节点设备之一，随着协同计算的进行，当执行装置计算获得的结果数据能够对应请求命令进行相关的操作时，则执行装置完成对请求命令的响应。本发明中，控制需求表征到结果数据；操控部件接收所连接的节点设备输出的结果数据，如果结果数据中的特定元素表示操控部件需要进行自动操控，或者，结果数据作为节点设备的数据处理模型的输入之一，计算确定需要对应的操控部件自动操控，则操控部件执行相应的操控动作。
133.当需要操控部件自动操控时，操控部件结合接收的其他节点设备输出的结果数据，计算自身的结果数据，通过获得的结果数据控制操控部件上的控制部件执行相应的操控动作。本发明中，操控部件不需要先判断自己是否需要进行操控动作，而是将接收的其他节点设备输出的结果数据结合自身传感器采集的感知数据，输入自身的数据处理模型，输出的结果数据就是操控部件的各个控制部件是否动作，做什么动作。
134.本发明中，对于汽车搬运机，其操控部件计算获得的结果数据包含当前时刻基于所有汽车搬运机与外部环境进行协同计算所获得的全部情况的最优解；汽车搬运机的控制需求通过操控部件上的控制部件执行最优解对应的操控动作进行体现。本发明中，对等网络对于各类信息计算的结果都是以结果数据体现，所有汽车搬运机的所有操控部件作为节点设备之一，在参与对等网络的协同计算时，其输出包含了全部情况的最优解；进而，所有操控部件的控制指令都是与其相连的节点设备在协同计算后输出的最优解指令。本发明不存在传统的生成指令与发送指令，即是为了避免因生成指令与发送指令所存在的安全漏洞，使操控部件成为风险点。
135.本实施例中，操控部件为连接特定功能的控制部件的节点设备，操控部件的控制部件的执行反馈信息反馈至操控部件，参与操控部件后续的结果数据的计算。
136.本发明中，由于操控部件可作为节点设备之一，操控部件响应执行为基于协同计算得到的计算结果对应地响应执行，响应效率高，避免因为网络攻击造成虚假执行或该执行时不执行等非法响应。为避免劫持，本发明还可以使用多个节点设备协作控制操控部件，进一步提高对劫持攻击的免疫能力。
137.对等网络中，节点设备计算获得并输出的结果数据，可以实施为一种表征感知数据(即原始数据)所对应的状态，可以使用状态值进行表示，进而，节点设备不需要对原始数
据进行存储与发送。本实施例中，多维矩阵中的数据或元素与各节点设备的安装位置、属性等等相关，进而，进行结果数据的传输时，实际上传输的是多组参数转码后的转码结果。所谓多维矩阵，其实是多组参数的组合，例如，某个目标的路径从a-b-c-d，abcd节点设备的物理位置是固定的，所以abcd的序列在多组参数转码传输时，就可以用一个字符或者类似概念表达。
138.基于对等网络的技术特点，可将其应用于各种针对于某个目标或事件提供针对性服务或控制的使用场景中。基于此，由于节点设备之间传输的结果数据为信息的处理结果，而非信息本身，进而可不对采集的原始数据(即感知数据)进行存储，节点设备仅接收其他节点设备输出的计算结果，向外发出自身的计算结果，单个的计算结果所含信息量不足以还原任何事件和目标信息，必须由整个对等网络上的计算结果、多维数据矩阵元素及物理空间和设施对应关系联合进行协同计算才能获得确定的结果，协同计算对于少数节点设备传输的信息依赖性较小，进而能够从根本上改变传统信息化单点安全敏感的本质。
139.本发明中，由于每个节点设备输出的结果数据中，都体现了前序的节点设备输出结果数据的状态演进，进而，基于当前节点设备接收的结果数据，即可反推获得目标在被前序的各个节点设备感知时的行为、属性、状态或事件。例如，当需要查找目标a在15分钟前的位置，则当前时刻能够获得的是目标a被感知的节点设备对应的位置，即可推断目标a所处的位置；然后，再根据结果数据的传递路径，反推至15分钟前，即可推定目标a在15分钟前所处的位置(由目标a被感知的节点设备决定)；进而，节点设备不需要存储关于目标a的原始数据，即，基于本发明，可不通过对原始数据进行识别以实现对目标a的查找，而可先反推目标a被感知的节点设备，必要时，再通过与节点设备连接的存储设备中获取关于目标a在需要被查找的时刻的原始数据。
140.本发明中，操控部件接收其他节点设备输出的结果数据，原则为：当请求命令需要相应的操控部件自动操控，如果某一个或多个节点设备计算获得的结果数据能够确定需要自动操控的操控部件，则将相应的操控部件加入传递当前次结果数据的节点清单，所述的某一个或多个节点设备直接将结果数据传递至操控部件或者操控部件所连接的节点设备，其中，依据预设条件或者算法输出、模型输出，将相应的操控部件加入传递结果数据的节点清单。或者，操控部件按照逐层传递的方式接收其他节点设备输出的结果数据。对等网络进行协同计算的过程中，节点设备在每次的结果数据的计算时，还会计算需要接收结果数据的节点清单，根据当前次结果数据明确知晓需要加入的一个或多个操控部件，将被加入所述的节点清单中，直接将操控部件或者操控部件所连接的节点设备作为下一层的后续节点设备，用于直接接收当前次的结果数据，实现跨越正常的逐层传递，将对等网络变成一个立体架构。例如，当前节点设备的结果数据可明确知晓需要向公安举证，如果根据正常的逐层传递的方法，当前节点设备的结果数据传播到公安对应的节点设备至少还需要一层或多层传输；如果将公安对应的节点设备加入节点清单，则公安对应的节点设备可在下一层传递时，直接接收到当前节点设备的结果数据，进而将大大缩短处置时间，提高应变能力。本发明采用对等网络，因此这种临时构建，恰恰是本发明的优势，传统信息化逐层汇聚的架构无法承受这种临时构建网络所带来的复杂计算需求。
141.对于不可避免的故障发生时，本发明中，由于汽车搬运机的操控部件作为节点设备，加入对等网络；进而，如果基于协同计算判定操控部件存在异常，即停车区域内存在因
素变化，则将异常数据作为输入之一，参与结果数据的计算，通过协同计算获得处理方案。所述的处理方案可以为基于协同计算，对等计算网络发现当前汽车搬运机的某部件发生故障(对等网络中，通过大量节点设备进行协同计算，对事件进行发现，在多数情况下，甚至不存在发现事件这个中间过程，大量的特征被对等网络纳入计算后，对应节点设备连接的操控部件就能够进行响应执行)，无故障的汽车搬运机自动行进至与故障的汽车搬运机汇合，并对故障的汽车搬运机进行拦截或替换等，即完成自动报警，自动汇合，大大提高故障排除效率。必要时，如基于协同计算，发现故障的汽车搬运机需要记录原始数据，则当前节点设备收到的其他节点设备传输的结果数据后，将其作为原始输入，在其连接的原始数据存储装置上进行保存。
142.对于汽车搬运机本身，每个汽车搬运机以只读存储模式设置安全机制，如果操控部件所连接的节点设备全部损坏，基于协同计算发现对应的汽车搬运机将发生安全事故时，则汽车搬运机的安全机制激活，按照只读存储预设的机制接管其他操控部件，控制汽车搬运机减速或停止；如果部分制动部件失灵时，其他制动部件调节制动力，实现汽车搬运机保持稳定姿态直至停止。
143.上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。