[发明专利]物流配送导航方法及系统、近场定位导航装置、存储介质

说明书

本发明提出了一种物流配送导航方法、物流配送导航系统、近场定位导航装置及存储介质。该物流配送导航方法包括：获取无人运输工具处采集的第一传感器信号；对第一传感器信号进行预处理以得到与无人运输工具相关联的传感信号；将传感信号输入机器学习模型，以得到无人运输工具的实时位置；将经过机器学习模型处理得到的无人运输工具的实时位置传送至无人运输工具；基于无人运输工具的实时位置和物流接收设备的目标位置来导航无人运输工具。

技术领域

本发明涉及定位导航技术领域，并且特别涉及一种物流配送导航方法和系统、近场定位导航装置、以及存储介质。

背景技术

在诸如物流配送之类的应用场景下，常常使用全球定位系统（GlobalPositioning System，GPS）进行定位和导航。GPS是一种以空中卫星为基础的高精度无线电导航的定位系统。在较为空旷的室外空间中，一般可以基于GPS提供比较精准的定位。然而，在室内空间或建筑物密集的室外空间中，GPS信号可能被屏蔽而变得不可用，从而无法基于其提供准确定位。这对于无人物流配送应用场景而言尤其不利。

发明内容

有鉴于此，有必要提供一种可以缓解、减轻或甚至消除上述问题的物流配送导航方法、物流配送导航系统、近场定位导航装置及存储介质。

根据本发明的一方面，提供了一种物流配送导航方法。所述方法包括：获取无人运输工具处采集的第一传感器信号，其中，所述第一传感器信号包括地磁信号和/或至少两个无线接入点的无线电信号；对所述第一传感器信号进行预处理以得到与所述无人运输工具相关联的传感信号；将所述传感信号输入机器学习模型，以得到所述无人运输工具的实时位置，其中，所述机器学习模型被配置为将所述传感信号进行编码处理，得到对应的信号特征张量，并且基于所述信号特征张量对所述无人运输工具进行位置预测处理进而得到所述无人运输工具的实时位置；将经过机器学习模型处理得到的所述无人运输工具的实时位置传送至所述无人运输工具；基于所述无人运输工具的实时位置和物流接收设备的目标位置来导航所述无人运输工具。

在一些实施例中，所述物流配送导航方法还包括：响应于第一切换条件被满足，切换至末段定位导航阶段，所述末段定位导航阶段包括：获取在所述无人运输工具处采集的第二传感器信号，其中，所述第二传感器信号包括所述无人运输工具周围的图像信号和射频标签信号中的至少一个；基于所述第二传感器信号来确定所述无人运输工具相对于所述物流接收设备的相对位置；基于所述相对位置将所述无人运输工具导航至所述物流接收设备。

在一些实施例中，所述第一切换条件包括以下各项中的至少一个：在所述无人运输工具处检测到第二传感器信号、所述无人运输工具的实时位置与所述物流接收设备的目标位置之间的距离小于第一阈值。

在一些实施例中，在所述获取无人运输工具处采集的第一传感器信号的步骤之前，所述物流配送导航方法还包括：响应于第二切换条件被满足而从远程定位导航阶段切换至所述获取无人运输工具处采集的第一传感器信号的步骤。所述远程定位导航阶段包括：获取在主运输工具处采集的第三传感器信号，所述第三传感器信号包括户外导航信号；基于所述第三传感器信号来定位所述主运输工具的实时位置；基于所述主运输工具的实时位置和所述物流接收设备的目标位置来导航所述主运输工具。

在一些实施例中，所述第二切换条件包括以下各项中至少一个：所述主运输工具处的第三传感器信号的强度小于阈值强度、所述主运输工具的实时位置与所述物流接收设备的目标位置之间的距离小于第二阈值。

在一些实施例中，所述机器学习模型被训练以使得损失函数在训练过程中被最小化。对于每个训练样本点，所述损失函数与该训练样本点的预测位置距该训练样本点的实际位置的距离正相关、与该训练样本点的预测位置距该训练样本点的第一邻居训练样本点的预测位置的距离正相关、与该训练样本点的预测位置距该训练样本点的第二邻居训练样本点的预测位置的距离负相关。该训练样本点的实际位置距所述第一邻居训练样本点的实际位置的距离小于该训练样本点的实际位置距所述第二邻居训练样本点的实际位置的距离。