平行操控之高危作业-远程无人挖掘机优势及技术实现

本文涉及的产品
视觉智能开放平台,图像通用资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频通用资源包5000点
简介: 无人挖掘机在土石方、煤矿开采、冶金建筑等领域发挥重要作用,通过精确导航、高精度传感与控制技术,提升作业效率与安全性。在建筑场景中,实现自主避障、自动装车等功能,提高施工效率并降低成本。应急救援时,无人挖掘机能迅速进入危险区域执行任务。技术上,利用低延迟音视频传输与控制技术,实现远程高效操控,支持多种协议与格式,确保稳定流畅的远程作业体验。

技术背景

在对接无人挖掘机技术方案之前,实际上,我们已经做了很多低延迟平衡操控的案例,比如无人机巡检、四足机器人、水下机器人、仿真、军工等低延迟交互场景。本次探讨的是无人挖掘机使用场景:

一、土石方工程

无人挖掘机在土石方工程中发挥着重要作用,主要包括道路建设、隧道开挖、港口码头、河道清淤等。通过精确的导航系统、高精度的传感器和精准的控制技术,无人挖掘机能够快速、高效、精准地完成各种土石方工程任务,大大提高了工程质量和工作效率。

二、煤矿开采

煤矿开采是无人挖掘机另一个主要的应用领域。无人挖掘机可以在煤矿井下进行作业,搭载高清晰度摄像头和传感器,实时感知井下环境,随时随地对煤矿进行巡查、取样和检测等操作。这种应用不仅提高了开采效率,还显著提升了作业的安全性。

三、冶金建筑领域

在冶金建筑领域,无人挖掘机也得到了广泛应用。它可以进行各种精度要求高的工程作业,如钢板切割、钢管焊接、混凝土浇注等。相对于传统作业方式,无人挖掘机能够降低工人的劳动强度和工作风险,提高生产效率和质量。

四、建筑场景

无人挖掘机在建筑场景中的应用日益增多。例如,面向建筑场景的“无人挖掘机作业系统”可以实现自主避障行走、自动装车卸车、回退挖沟等既定施工任务。这种系统通过结合3D环境建模和高清定位技术,对场景及任务进行全局分析,能够高效智能地完成施工任务,有助于提高施工效率,降低安全风险,并节约施工成本和缩短工期。

五、应急救援

在应急救援场景中,无人挖掘机也发挥着重要作用。它能够快速进入危险区域,进行挖掘和清理工作,为救援行动提供有力支持。由于无人挖掘机不受人员疲劳和危险环境限制,因此在应急救援中具有独特的优势。

六、智能制造和数字化转型

随着智能制造和数字化转型的推进,无人挖掘机作为现代装备制造和智能制造的重要组成部分,其应用领域将会越来越广泛。通过与人工智能、大数据、云计算等技术的深度融合,无人挖掘机将实现更高级别的自主作业和智能化管理,为工业领域的智能化转型提供有力支持。

技术实现

这里,我们主要探讨如何低延迟的把前端摄像头(一般分多摄像头协同或单个全景摄像头)的数据播放出来,拿到前端画面,然后通过传感器,控制前端设备,实现现场无人作业。

image.gif

通常来说,如果是内网环境下,前端摄像头走RTSP居多,如果是公网,走RTMP居多。远程操作平台以Windows平台和Android终端居多。如果是全景摄像头,后端可以在比如Pico、Quest眼镜(Unity下)上,直接全景操作,配合大牛直播SDK的RTSP|RTMP低延迟播放器,整体延迟控制在150-200ms。

目前RTSP|RTMP播放模块实现的主要功能如下:

  • [支持播放协议]高稳定、超低延迟、业内首屈一指的RTSP、RTMP直播播放器SDK;
  • [多实例播放]支持多实例播放;
  • [事件回调]支持网络状态、buffer状态等回调;
  • [视频格式]支持H.265、H.264,此外,还支持RTSP MJPEG播放;
  • [音频格式]支持AAC/PCMA/PCMU;
  • [H.264/H.265软解码]支持H.264/H.265软解;
  • [H.264硬解码]Windows/Android/iOS支持特定机型H.264硬解;
  • [H.265硬解]Windows/Android/iOS支持特定机型H.265硬解;
  • [H.264/H.265硬解码]Android支持设置Surface模式硬解和普通模式硬解码;
  • [RTSP模式设置]支持RTSP TCP/UDP模式设置;
  • [RTSP TCP/UDP自动切换]支持RTSP TCP、UDP模式自动切换;
  • [RTSP超时设置]支持RTSP超时时间设置,单位:秒;
  • [RTSP 401认证处理]支持上报RTSP 401事件,如URL携带鉴权信息,会自动处理;
  • [缓冲时间设置]支持buffer time设置;
  • [首屏秒开]支持首屏秒开模式;
  • [复杂网络处理]支持断网重连等各种网络环境自动适配;
  • [快速切换URL]支持播放过程中,快速切换其他URL,内容切换更快;
  • [音视频多种render机制]Android平台,视频:surfaceview/OpenGL ES,音频:AudioTrack/OpenSL ES;
  • [实时静音]支持播放过程中,实时静音/取消静音;
  • [实时音量调节]支持播放过程中实时调节音量;
  • [实时快照]支持播放过程中截取当前播放画面;
  • [只播关键帧]Windows平台支持实时设置是否只播放关键帧;
  • [渲染角度]支持0°,90°,180°和270°四个视频画面渲染角度设置;
  • [渲染镜像]支持水平反转、垂直反转模式设置;
  • [等比例缩放]支持图像等比例缩放绘制(Android设置surface模式硬解模式不支持);
  • [实时下载速度更新]支持当前下载速度实时回调(支持设置回调时间间隔);
  • [解码前视频数据回调]支持H.264/H.265数据回调;
  • [解码后视频数据回调]支持解码后YUV/RGB数据回调;
  • [解码前音频数据回调]支持AAC/PCMA/PCMU数据回调;
  • [音视频自适应]支持播放过程中,音视频信息改变后自适应;
  • [扩展录像功能]完美支持和录像SDK组合使用。

总结

无人挖掘机在工业领域应用非常广泛,从音视频开发的角度,我们需要做的是更低的延迟,获取到现场的数据,然后通过传感器,对前端设备进行控制,常用的场景比如土石方工程、煤矿开采、冶金建筑、建筑场景、应急救援等。随着技术的不断发展和创新,无人挖掘机的应用领域将会进一步拓展和深化。

相关文章
|
传感器 数据采集 物联网
MQTT 的 QoS 等级:QoS 0、QoS 1、QoS 2
MQTT 的 QoS 等级:QoS 0、QoS 1、QoS 2
4407 0
portraiture磨皮插件安装许可证密钥免费
对于Photoshop的修人像,推荐使用滤镜磨皮插件,简单操作就能给人像磨皮,再也不用钻研晦涩难懂的中性灰、高低频磨皮、通道磨皮等对新手相当不友好的手动磨皮方法。常用的portraiture滤镜磨皮插件,安装即可使用。
15982 0
|
6月前
|
机器学习/深度学习 人工智能 数据可视化
AI开源框架:让分布式系统调试不再"黑盒"
Ray是一个开源分布式计算框架,专为支持可扩展的人工智能(AI)和Python应用程序而设计。它通过提供简单直观的API简化分布式计算,使得开发者能够高效编写并行和分布式应用程序 。Ray广泛应用于深度学习训练、大规模推理服务、强化学习以及AI数据处理等场景,并构建了丰富而成熟的技术生态。
1028 102
AI开源框架:让分布式系统调试不再"黑盒"
|
12月前
|
NoSQL Redis 数据安全/隐私保护
Redis 最流行的图形化界面下载及使用超详细教程(带安装包)! redis windows客户端下载
文章提供了Redis最流行的图形化界面工具Another Redis Desktop Manager的下载及使用教程,包括如何下载、解压、连接Redis服务器以及使用控制台和查看数据类型详细信息。
2554 6
Redis 最流行的图形化界面下载及使用超详细教程(带安装包)! redis windows客户端下载
|
4月前
|
SQL 人工智能 关系型数据库
GitHub 热门!MindsDB 破解 AI + 数据库瓶颈,究竟有什么惊艳亮点?只需 SQL 即可实现智能预测
MindsDB 是一款将 AI 能力直接注入数据库的开源工具,支持 MySQL、PostgreSQL 等多种数据库连接,通过 SQL 即可完成模型训练与预测。它提供 AutoML 引擎、LLM 集成、联邦查询等功能,简化 MLOps 流程,实现数据到智能的无缝衔接。项目在 GitHub 上已获 32.4k 星,社区活跃,适用于客户流失预警、推荐系统、情感分析等场景。开发者无需深入模型细节,即可快速构建智能解决方案。项目地址:https://github.com/mindsdb/mindsdb。
765 0
|
存储 Linux 数据安全/隐私保护
|
9月前
|
机器学习/深度学习 算法 PyTorch
深度强化学习中SAC算法:数学原理、网络架构及其PyTorch实现
软演员-评论家算法(Soft Actor-Critic, SAC)是深度强化学习领域的重要进展,基于最大熵框架优化策略,在探索与利用之间实现动态平衡。SAC通过双Q网络设计和自适应温度参数,提升了训练稳定性和样本效率。本文详细解析了SAC的数学原理、网络架构及PyTorch实现,涵盖演员网络的动作采样与对数概率计算、评论家网络的Q值估计及其损失函数,并介绍了完整的SAC智能体实现流程。SAC在连续动作空间中表现出色,具有高样本效率和稳定的训练过程,适合实际应用场景。
2444 7
深度强化学习中SAC算法:数学原理、网络架构及其PyTorch实现
|
存储 JSON API
Elasticsearch Pipeline 详解
Elasticsearch Pipeline 详解
731 0
|
5G 网络架构
Wi-Fi的工作原理详解
【8月更文挑战第31天】
2968 1
|
传感器 算法 机器人
在实用化人形机器人控制系统中深入应用FPGA的框架设计(基于特斯拉Optimus-Gen2的硬件系统)
针对实用化人形机器人的控制系统,以深入应用FPGA技术为指导思想做了一个框架设计,提供一个具象化的设计实例、参考技术方案,协助各研发团队及相关决策者了解这一技术思路的价值。 进而,笔者希望读者将这个框架设计与《在实用化人形机器人研发流程中深入应用FPGA技术的流程图》结合起来进行分析、思考,希望: 进一步降低将FPGA深入应用于人形机器人在纯粹技术维度上的门槛; 助力更多正在人形机器人领域参与竞争的团队 -- 及时做出实质性决策,及时将更多资源分配到深入应用FPGA技术这一竞争维度。
655 4
在实用化人形机器人控制系统中深入应用FPGA的框架设计(基于特斯拉Optimus-Gen2的硬件系统)

热门文章

最新文章