BR102018016857B1 - Método implementado por computador para controlar um veículo aéreo não tripulado - Google Patents
Método implementado por computador para controlar um veículo aéreo não tripulado Download PDFInfo
- Publication number
- BR102018016857B1 BR102018016857B1 BR102018016857-6A BR102018016857A BR102018016857B1 BR 102018016857 B1 BR102018016857 B1 BR 102018016857B1 BR 102018016857 A BR102018016857 A BR 102018016857A BR 102018016857 B1 BR102018016857 B1 BR 102018016857B1
- Authority
- BR
- Brazil
- Prior art keywords
- logic
- disturbance
- machine
- information
- workplace
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000009471 action Effects 0.000 claims abstract description 101
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 149
- 239000002689 soil Substances 0.000 claims description 33
- 230000008439 repair process Effects 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 143
- 238000012545 processing Methods 0.000 description 56
- 230000000007 visual effect Effects 0.000 description 50
- 238000013507 mapping Methods 0.000 description 47
- 238000013480 data collection Methods 0.000 description 42
- 238000003306 harvesting Methods 0.000 description 35
- 238000003384 imaging method Methods 0.000 description 28
- 230000007246 mechanism Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 17
- 230000003993 interaction Effects 0.000 description 16
- 238000012937 correction Methods 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008685 targeting Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000012794 pre-harvesting Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 241000238631 Hexapoda Species 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004162 soil erosion Methods 0.000 description 5
- 210000000481 breast Anatomy 0.000 description 4
- 239000011121 hardwood Substances 0.000 description 4
- 239000011122 softwood Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 206010061217 Infestation Diseases 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 3
- 238000013340 harvest operation Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 241000218631 Coniferophyta Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010348 incorporation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001124569 Lycaenidae Species 0.000 description 1
- 241000721703 Lymantria dispar Species 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G23/00—Forestry
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0034—Assembly of a flight plan
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0039—Modification of a flight plan
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
- B64U2101/32—UAVs specially adapted for particular uses or applications for imaging, photography or videography for cartography or topography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/005—Measuring inclination, e.g. by clinometers, by levels specially adapted for use in aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G06K9/00657—
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
- Radio Relay Systems (AREA)
Abstract
um método inclui controlar um veículo aéreo não tripulado para voar sobre um local de trabalho na floresta e capturar informação de imagens com um componente de captura de imagem. a informação de imagens é usada para gerar um conjunto de métricas de perturbação do terreno, cada qual tendo um valor indicativo de uma medição da perturbação do terreno em uma diferente localização geográfica no local de trabalho na floresta. alternativamente, a informação de imagens é usada para gerar um conjunto de métricas de inclinação ou uma métrica de combate a incêndio. de acordo com as métricas de perturbação do terreno, inclinação e de combate a incêndio, o método é usado para gerar um sinal de ação, tal como um sinal de ação que controla o movimento de uma máquina móvel que opera no local de trabalho na floresta, entre outros.
Description
[001] O presente pedido é baseado em e reivindica o benefício do pedido de patente provisório U.S. número de série 62/565.863, depositado em 29 de setembro de 2017, cujo conteúdo está por meio deste incorporado pela referência em sua íntegra.
[002] A presente descrição se refere ao uso de drones em aplicações florestais. Mais especificamente, a presente descrição se refere ao uso de drones na melhoria do desempenho e análise de dados para aplicações florestais em uma variedade de operações no local de trabalho.
[003] Existe uma ampla variedade de diferentes tipos de equipamento, tais como equipamento de construção, equipamento de cuidado de turfe, equipamento agrícola e equipamento florestal. Esses tipos de equipamento são frequentemente operados por um operador e são comunicativamente conectados a outras máquinas.
[004] Equipamento florestal pode incluir uma ampla variedade de máquinas tais como colheitadeiras, máquinas florestais de arrasto, máquinas derrubadoras-acumuladoras, máquinas de baldeio, e máquinas oscilantes, entre outras. Equipamento florestal pode ser operado por um operador, e ter muitos diferentes mecanismos que são controlados pelo operador na realização de uma operação. O equipamento pode ter múltiplos diferentes subsistemas mecânicos, elétricos, hidráulicos, pneumáticos, eletromecânicos (e outros), alguns ou todos os quais podem ser controlados, pelo menos até um certo ponto, pelo operador.
[005] Sistemas atuais podem apresentar dificuldade na aquisição de informação, comunicação da informação adquirida com outras máquinas, e utilização da informação adquirida para controlar máquinas de maneira a melhorar o desempenho das máquinas para aumentar as medidas de produtividade das operações florestais. Essas dificuldades observadas pelos sistemas florestais atuais podem ser exacerbadas em virtude da natureza complexa das operações florestais, incluindo terreno e condições ambientais complexas dos locais de trabalho na floresta.
[006] A discussão apresentada é meramente provida para informação de fundo geral e não deve ser usada como uma ajuda na determinação do escopo da matéria objeto reivindicada.
[007] Um método inclui controlar um veículo aéreo não tripulado para voar sobre um local de trabalho na floresta e capturar informação de imagens com um componente de captura de imagem. A informação de imagens é usada para gerar um conjunto de métricas de perturbação do terreno, cada qual tendo um valor indicativo de uma medição de perturbação do terreno em uma localização geográfica diferente no local de trabalho na floresta. Alternativamente, a informação de imagens é usada para gerar um conjunto de métricas de inclinação ou uma métrica de combate a incêndio. De acordo com as métricas de perturbação do terreno, inclinação e combate a incêndio, o método é usado para gerar um sinal de ação, tal como um sinal de ação que controla o movimento de uma máquina móvel que opera no local de trabalho na floresta, entres outros.
[008] Este sumário é provido para introduzir uma seleção de conceitos em uma forma simplificada que são adicionalmente descritos a seguir na Descrição Detalhada. Este Sumário não visa identificar recursos chaves ou recursos essenciais da matéria objeto reivindicada, nem deve ser usado como uma ajuda na determinação do escopo da matéria objeto reivindicada. A matéria objeto reivindicada não está limitada às implementações que solucionam toda ou qualquer das desvantagens notadas nos fundamentos.
[009] FIG. 1 é uma ilustração pictorial de um local de trabalho usando um sistema de análise florestal com drones.
[0010] FIGS. 2A e 2B (coletivamente referidas aqui como FIG. 2) mostram um diagrama de blocos de um exemplo de uma arquitetura de computação que inclui o sistema de análise florestal ilustrado na FIG. 1.
[0011] FIG. 3A é um diagrama de blocos de um exemplo de uma porção do sistema de análise florestal ilustrado na FIG. 1 em mais detalhe.
[0012] FIG. 3B é um diagrama de blocos de um exemplo de uma porção do sistema de análise florestal ilustrado na FIG. 1 em mais detalhe.
[0013] FIG. 4 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar uma avaliação de perturbação do terreno.
[0014] FIG. 5 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar uma análise de identificação de inclinação.
[0015] FIG. 6 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar uma análise de inventário de árvore para uma área do local de trabalho.
[0016] FIG. 7 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar uma análise de viabilidade de combate a incêndio para uma área do local de trabalho.
[0017] FIG. 8 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar uma avaliação de produtividade e controle para uma área do local de trabalho associada com uma operação florestal.
[0018] FIG. 9 ilustra um fluxograma mostrando um exemplo de controle de um VANT para realizar automaticamente a obtenção de informação específica de máquina de uma máquina móvel que opera em uma área do local de trabalho.
[0019] FIG. 10 ilustra um fluxograma mostrando um exemplo de controle de um VANT para obtenção de informação específica de máquina de uma máquina móvel que opera em um local de trabalho usando entrada de usuário.
[0020] FIGS. 11-13 mostram exemplos de dispositivos móveis que podem ser usados nas arquiteturas mostradas nas figuras anteriores.
[0021] FIG. 14 é um diagrama de blocos mostrando um exemplo de um ambiente de computação que pode ser usado nas arquiteturas mostradas nas figuras anteriores.
[0022] Uma ampla variedade de diferentes operações florestais pode ser realizada em um local de trabalho. Algumas operações florestais exemplificativas incluem preparar um local de trabalho, obter informação a respeito do local de trabalho, colher um material plantado, apagar um incêndio, e reparar dano ao ambiente, entre outros. Muitas tais operações florestais utilizam maquinário que pode realizar uma variedade de funções.
[0023] Máquinas florestais (também referidas aqui como uma máquina, uma máquina móvel, e um veículo) frequentemente têm uma ampla variedade de sensores que sensoreiam uma variedade de diferentes variáveis tais como parâmetros operacionais da máquina, características do local de trabalho, parâmetros ambientais, etc. Sinais de sensor são comunicados por um barramento de rede de área do controlador (CAN) (ou uma outra rede, tais como uma rede Ethernet, WiFi, etc.) a vários sistemas que processam as variáveis sensoreadas para gerar sinais de saída (tais como sinais de controle ou outras saídas) com base nas variáveis sensoreadas.
[0024] Entretanto, pode ser difícil para alguns sistemas florestais atuais não apenas obter variáveis sensoreadas precisa e valiosas, mas também analisar as variáveis sensoreadas junto com outra informação de local de trabalho para produzir resultados expressivos. Adicionalmente, pode ser difícil para alguns sistemas usar a informação analisada para melhorar a produtividade do local de trabalho. Existe uma variedade de diferentes fatores que podem exacerbar esta dificuldade para operações florestais.
[0025] Um fator particular que torna especialmente difícil para alguns sistemas florestais atuais obter e utilizar informação são as características amplamente variáveis dos próprios locais de trabalho na floresta. Por exemplo, os locais de trabalho na floresta frequentemente têm características tais como uma alta densidade de árvores e outra vegetação, grandes diferenças na topologia tais como inclinações de ocorrência natural acentuadas, e áreas de sulcos ou erosão do solo (por exemplo, sulcos grandes produzidos pela operação de maquinário pesado). Também, os locais de trabalho na floresta são frequentemente grandes, cobrindo centenas ou milhares de acres. Essas e outras características do local de trabalho na floresta tornam difícil para veículos terrestres atravessar a área durante realização de uma operação ou senão tentar obter informação valiosa para o local de trabalho.
[0026] Para ilustrar adicionalmente essas dificuldades, uma breve revisão de diversas operações florestais exemplificativas será provida a seguir. Uma operação de colheita florestal, por exemplo, pode ser difícil quando um derrubador-amontoador está operando paralelo a uma inclinação acentuada e apresenta uma perda de tração. Em uma situação como esta, pode ser valioso obter e analisar informação de inclinação do local de trabalho que pode ser usada para controlar melhor o derrubador-amontoador e reduzir o deslizamento observado pelo veículo. Como um outro exemplo, um derrubador-amontoador pode ser menos produtivo (por exemplo, levar mais tempo para colher uma área) se ele começar colhendo em uma área tendo uma população de alta densidade de árvores, comparado a se ele começar colhendo em uma área de menor densidade. Similarmente, uma máquina pode ter dificuldade em atravessar um local de trabalho ou realizar eficientemente uma operação se ela seguir uma rota de deslocamento sobre árvores tombadas (por exemplo, árvores cortadas que não foram movimentadas da área do local de trabalho e estão dispostas no terreno). Dessa forma, pode ser valioso para sistemas florestais obter e utilizar informação de inventário de árvore bem como informação de produtividade do local de trabalho tal como o nível de integralidade de áreas de local de trabalho específicas.
[0027] Em uma outra situação exemplificativa, um contratante pode remover máquinas do local de trabalho quando uma colheita ou outra operação estiver completada. Entretanto, o local de trabalho pode ter sido danificado pelas máquinas que não são facilmente detectados em alguns sistemas atuais. Neste exemplo, máquinas então serão transportadas de volta para o local de trabalho (para reparar o dano), que custa o tempo e dinheiro do contratante. Em vista disto, pode ser benéfico obter e utilizar informação a respeito de perturbação do terreno causada pelas máquinas.
[0028] Pode também ser difícil para alguns sistemas atuais determinar se vale a pena combater um incêndio florestal em um local de trabalho. Por exemplo, características do ambiente em e em torno do local de trabalho tal como habitação de inseto e informação a respeito da viabilidade de realizar uma operação de combate a incêndio pode ter ligação se o incêncido deve ser combatido nessa localização. Este tipo de informação pode ser valioso na tomada de decisões de combate ao incêndio.
[0029] Um outro fator que torna especialmente difícil para alguns sistemas florestais atuais obter e utilizar informação é a localização geográfica dos próprios locais de trabalho na floresta. Os locais de trabalho na floresta são frequentemente localizados em áreas remotas, distantes de cidades grandes povoadas ou cidades pequenas e são, portanto, remotas de torres de conectividade celular ou outras estações de comunicação. Em virtude disto, pode ser especialmente difícil coletar e compartilhar dados valiosos para o local de trabalho. Por exemplo, pode ser difícil obter informação valiosa (por exemplo, informação de sensor) de máquinas que operam no terreno. Uma vez que a informação é obtida das máquinas, pode também ser difícil encaminhar os dados para um serviço de análise ou localização de armazenamento (por exemplo, um provedor de serviço de armazenamento nas nuvens por meio de uma conexão de satélite) ou senão prover um operador com os dados. Ou seja, mesmo se a informação for obtida, alguns sistemas atuais deparam com dificuldades na provisão dos dados a um sistema para análise de maneira tal que os dados analisados podem ser usados para assistir um operador, por exemplo, na tomada de decisões de gerenciamento para o local de trabalho na floresta.
[0030] Um fator adicional que torna especialmente difícil para alguns sistemas florestais atuais obter e utilizar informação para melhorar a produtividade é a natureza complexa das operações de controle necessárias para operar uma máquina. Por exemplo, pode ser benéfico que algumas operações de controle sejam processos automatizados ou semiautomatizados que são gerados considerando informação, por exemplo, a respeito do local de trabalho, da máquina, e do ambiente. Essas complicações podem tornar muito difícil otimizar o desempenho de máquinas florestais para melhorar a produtividade de uma operação do local de trabalho na floresta.
[0031] Para abordar pelo menos algumas dessas e outras dificuldades deparadas nos locais de trabalho na floresta, a presente descrição provê um sistema de análise florestal. Como será discutido em mais detalhe a seguir, um sistema de análise florestal exemplificativo aborda esses desafios controlando um veículo aéreo não tripulado (VANT) para obter imagens de um local de trabalho junto com outra informação valiosa (por exemplo, informação de sensor específica de máquina), de maneira que o sistema de análise florestal possa gerar saídas, com base nas imagens e outra informação, para controlar máquinas ou senão influenciar operações no local de trabalho.
[0032] A FIG. 1 é uma ilustração pictorial 100 de um local de trabalho 102 tendo uma área do local de trabalho 106 que inclui uma ou mais máquinas móveis 108 operando para realizar uma ou mais operações florestais. A FIG. 1 ilustrativamente mostra que o VANT 104 inclui um componente de captura de imagem 122. O VANT 104 desloca ao longo de um trajeto de voo no local de trabalho 102 e usa componente de captura de imagem 122 (e outros sensores) para capturar imagens (e outra informação de sensor). O componente de captura de imagem 122 pode capturar informação indicativa da área do local de trabalho 106 e máquinas móveis 108. O VANT 104 é também configurado para comunicar com máquinas móveis 108 para obter informação de sensor sensoreada por sensores posicionados em cada das máquinas (por exemplo, informação de sensor específica de máquina). Uma vez que o VANT 104 tenha obtido a informação de geração de imagem e/ou a informação de sensor específica de máquina, O VANT 104 pode comunicar com uma estação de comunicação 110 e um dispositivo de comunicação 114 para armazenar a informação e encaminhar a informação para um sistema de análise florestal 116. O sistema de análise florestal 116 recebe a informação e é no geral configurado para realizar análise de dados na informação. Com base nas análises realizadas, o sistema de análise florestal 116 gera saídas que podem controlar o dispositivo de comunicação 114, a estação de comunicação 110, o VANT 104 e a máquina móvel 108 ou senão representar a informação analisada, tal como gerando uma interface de usuário para interação pelo operador 112. O local de trabalho 102 também ilustrativamente inclui locais de trabalho adicionais 118 e um ou mais sistemas remotos adicionais 120.
[0033] As FIGS. 2A e 2B (coletivamente referidas aqui como FIG. 2) mostram um diagrama de blocos de um exemplo de uma arquitetura de computação florestal 200 que inclui o sistema de análise florestal 116 ilustrado na FIG. 1. Antes de discutir os recursos do VANT 104 e sistema de análise florestal 116 em mais detalhe, uma breve revisão dos outros recursos ilustrados na FIG. 2 será provida.
[0034] A FIG. 2 ilustrativamente mostra que máquina(s) móvel(is) 108, o sistema VANT 104 (a seguir VANT, sistema VANT), o sistema de análise florestal 116, estação de comunicação 110, sistemas remotos 120, locais de trabalho 118, área do local de trabalho 106, e dispositivo de comunicação 114, entre outros componentes 248, são conectados pela rede 286. Dessa forma, a arquitetura de computação florestal opera em um ambiente ligado em rede, onde a rede 286 inclui qualquer de uma ampla variedade de diferentes conexões lógicas tais como uma rede de área local (LAN), rede de área abrangente (WAN), rede de comunicação de campo próximo, rede de comunicação de satélite, redes celulares ou uma ampla variedade de redes ou combinação de redes.
[0035] O dispositivo de comunicação 114 ilustrativamente inclui um ou mais processadores 282, um ou mais armazenamentos de dados 284, e um componente de interface de usuário 286. O componente de interface de usuário 286 é configurado para gerar interfaces de usuário em uma tela de exibição, a interface de usuários tendo mecanismos de entrada de usuário para detectar interação de usuário pelo operador 112. Em um exemplo, o dispositivo de comunicação 114 inclui um dispositivo de computação tipo mesa digitalizadora ou um dispositivo de computação portátil ou qualquer outro dispositivo discutido com relação às FIGs. 11-13 a seguir.
[0036] A FIG. 2 ilustrativamente mostra que a máquina móvel 108 (a seguir máquina móvel, máquina ou máquina florestal) inclui um sistema de posicionamento 202, um dispositivo de interface de usuário 204, lógica de interface de usuário 206, um ou mais sensores 208, um sistema de controle 210 incluindo um sistema de comunicação 212 e um gerador de sinal de controle 214, subsistemas controláveis 218 incluindo um sistema de propulsão 220, um ou mais processadores 222, um ou mais armazenamentos de dados 224, e outros componentes de máquina móvel 203. Embora a presente descrição foque basicamente em um exemplo no qual a máquina móvel 108 inclui uma máquina florestal que realiza operações florestais, nota-se que a máquina móvel 108 pode incluir qualquer de uma ampla variedade de diferentes máquinas.
[0037] Em um exemplo, máquina móvel 108 usa lógica de interface de usuário 206 para gerar exibições de interface do operador tendo mecanismos de entrada de usuário para exibir saída em um dispositivo de interface de usuário 204 e para interação pelo operador 112. O operador 112 pode ser um operador local de máquina móvel 108 em um compartimento do operador da máquina móvel 108, e pode interagir com mecanismos de entrada de usuário para controlar e manipular a máquina móvel 108. O operador 112 pode também ser um operador remoto da máquina móvel 108, que interage com a máquina móvel 108, por exemplo, por meio do dispositivo de comunicação 114 pela rede 286. Os mecanismos de entrada de usuário podem incluir um ou mais dispositivos de exibição (por exemplo, dispositivo de interface de usuário 204), um ou mais dispositivos de áudio, um ou mais dispositivos hápticos, e outros itens, tais como um volante, manetes de jogos, pedais, alavancas, botões, teclados, etc.
[0038] Sensor(es) 208 pode(m) gerar uma ampla variedade de diferentes sinais de sensor representando uma ampla variedade de diferentes variáveis sensoreadas. Por exemplo, o(s) sensor(es) 208 gera(m) sinais indicativos de ângulo de inclinação, umidade do solo, proximidade, aceleração, movimento ou posição do atuador hidráulico, uma localização geográfica (por exemplo, onde os sensores 208 incluem um receptor do sistema de posicionamento global (GPS) ou outro sistema de posicionamento), entre outros.
[0039] O sistema de posicionamento 202 ilustrativamente gera um ou mais sinais indicativos de uma posição da máquina móvel 108 em qualquer dado momento durante uma operação. No geral, o sistema de posicionamento 202 recebe sinais de sensor de um ou mais sensores 208, tal como um receptor GPS, um sistema de posicionamento relativo, um sistema LORAN ou uma ampla variedade de outros sistemas ou sensores, para determinar uma posição da máquina móvel 108 através de um local de trabalho. O sistema de posicionamento 202 pode também acessar o armazenamento de dados 224 para recuperar informação de posicionamento armazenada que indica posições da máquina móvel 108 na realização de operações históricas, bem como os trajetos e/ou padrões de deslocamento da máquina móvel 108 durante realização das operações históricas.
[0040] O sistema de controle 210 inclui sistema de comunicação 212, que ilustrativamente inclui componente de comunicação VANT 216 entre uma ampla variedade de outros componentes de comunicação 201, e é no geral configurado para permitir que a máquina móvel 108 comunique com sistemas remotos incluindo um sistema de computação analítico remoto, tais como o sistema de análise florestal 116, um sistema de computação de administrador remoto, dispositivo de comunicação 114, máquina móvel 108, sistemas remotos 120, entre outros. Dessa forma, o sistema de comunicação 212 ilustrativamente comunica pela rede de comunicação acima discutida. Em um exemplo, o componente de comunicação VANT 216 é configurado para comunicar com o VANT 104 por uma rede de área local sem fio tal como WiFi. O gerador de sinal de controle 214 gera sinais de controle para controlar uma variedade de diferentes subsistemas controláveis 218 com base em sinais de sensor gerados pelo(s) sensor(es) 208, com base em informação recebida através do sistema de comunicação 212 (por exemplo, informação recebida do sistema de análise florestal 116), com base em entradas de usuários recebidas através de mecanismos de entrada de usuário detectadas por meio de lógica de interface de usuário 206, com base em informação de posicionamento obtida do sistema de posicionamento 202, e/ou pode gerar sinais de controle igualmente em uma ampla variedade de outras maneiras
[0041] Os subsistemas controláveis 218 ilustrativamente incluem sistema de propulsão 220 entre uma ampla variedade de outros subsistemas controláveis 205, tais como implementos hidráulicos de garra, serra ou cisalhamento circular, etc. O sistema de propulsão 220 no geral inclui um motor que aciona rodas ou esteiras de engate no terreno por meio de um mecanismo de trem de potência.
[0042] A FIG. 2 adicionalmente ilustrativamente mostra que o VANT 104 inclui subsistemas de VANT controláveis 226 tendo um sistema de propulsão 228, um ou mais sensores de atributo 230, um sistema de controle de VANT 232 tendo um componente de comunicação 234 e um gerador de sinal de controle de VANT 250, um sistema de posicionamento do VANT 240, componente de captura de imagem 122 tendo um componente de geração de imagem visual 242 e um componente geração de imagem de detecção de luz e medida de distância (LIDAR)/radar 244, lógica de interface de usuário 280, um ou mais processadores 246, um ou mais armazenamentos de dados 248, e uma ampla variedade de outros componentes de VANT 207.
[0043] Sensores de atributo 230 podem gerar uma ampla variedade de diferentes sinais de sensor representando uma ampla variedade de diferentes variáveis sensoreadas relativas ao VANT 108. Por exemplo, sensores de atributo 230 podem gerar sinais indicativos de aceleração e orientação de VANT 108. Os sensores de atributo 230 podem incluir, apenas como um exemplo, mas sem limitações, telêmetros, sistemas de navegação inercial, sensores de carga útil, etc.
[0044] O sistema de posicionamento VANT 240 pode incluir lógica e ilustrativamente gera um ou mais sinais indicativos de uma posição de VANT 104 a qualquer dado momento durante uma operação. No geral, o sistema de posicionamento VANT 240 recebe sinais de sensor deum ou mais sensores de atributo 230, tais como um receptor de sistema de posicionamento global (GPS), um sistema de posicionamento relativo, um sistema LORAN, telêmetro, sistema de navegação inercial, telêmetro laser ou componente de captura de imagem 122 ou uma ampla variedade de outros sistemas ou sensores, para determinar posições de VANT 104 através de um local de trabalho. O sistema de posicionamento VANT 240 pode também acessar o armazenamento de dados 248 para recuperar informação de posicionamento armazenada que indica posições do VANT 104 na realização de operações históricas, bem como os trajetos de voo e/ou padrões de voo do VANT 104 durante realização das operações históricas.
[0045] O sistema de controle VANT 232 pode incluir componente de comunicação 234, que ilustrativamente inclui um componente de conectividade de máquina móvel 236 e um componente de conectividade de análise de floresta 238, entre outros componentes 209. O componente de comunicação 234 é no geral configurado para permitir que o VANT 104 comunique com máquinas móveis 108, sistemas remotos incluindo um sistema de computação analítico remoto tal como o sistema de análise florestal 116, um sistema de computação de administrador remoto, dispositivo de comunicação 114, estação de comunicação 110, bem como outros sistemas remotos 120, entre outros. O componente de conectividade de máquina móvel 236, por exemplo, estabelece uma conexão segura e comunica diretamente com o componente de comunicação VANT 216 da máquina móvel 108, e é dessa forma configurado para comunicar com a máquina móvel 108 por WiFi ou outras redes de comunicação tal como uma rede de comunicação de campo próximo. Dessa forma, o VANT 104 pode transmitir e receber dados e outra informação da máquina móvel 108 por meio do componente de conectividade de máquina móvel 236.
[0046] O componente de conectividade de análise de floresta 238, por exemplo, estabelece uma conexão segura e comunica com o sistema de análise florestal 116 através do dispositivo de comunicação 114, estação de comunicação 110 ou uma variedade de outros dispositivos ou interfaces de comunicação. Dessa forma, o VANT 104 transmite e recebe dados e outra informação do sistema de análise florestal 116 por meio do componente de conectividade de análise de floresta 238. Como será discutido em mais detalhe a seguir, o VANT 104 transmite informação, tais como dados obtidos de sensores 208 ou máquina 108, bem como sensores de atributo 230, componente de captura de imagem 122 ou VANT 104, ao sistema de análise florestal 116. O VANT 104 também recebe informação de saída tal como medições de produtividade do sistema de análise florestal 116. Esta arquitetura de comunicação pode ser especialmente útil em exemplos onde o sistema de análise florestal 116 é um serviço de computação em nuvem remoto que exige comunicação por meio de uma conexão de satélite.
[0047] O sistema de controle VANT 232 também ilustrativamente inclui gerador de sinal de controle do VANT 250 que gera sinais de controle para controlar uma variedade de diferentes subsistemas de VANT controláveis 226. Isto pode ser feito com base em sinais de sensor gerados por sensores de atributo 230, com base em informação recebida através do componente de comunicação 238, com base em entradas de usuário recebidas através de mecanismos de entrada de usuário detectados por meio de lógica de interface de usuário 280 (por exemplo, entradas de usuário providas pelo dispositivo de comunicação 114, como será discutido em mais detalhe a seguir) ou pode igualmente gerar sinais de controle em uma ampla variedade de outras maneiras.
[0048] Os subsistemas de VANT controláveis 226 ilustrativamente incluem sistema de propulsão 228 entre uma ampla variedade de outros sistemas controláveis. O sistema de propulsão 228 no geral inclui um motor que aciona um ou mais propulsores ou turbinas (entre outras) para gerar sustentação e impulsionar o VANT 104 ao longo de um trajeto de voo.
[0049] O componente de captura de imagem 122 é configurado para obter imagens ou outra informação de sensor indicativa de uma ampla variedade de diferentes itens na área do local de trabalho 106. Por exemplo, o componente de captura de imagem 122 pode identificar a área do local de trabalho 106 e capturar imagens que indicam uma ampla variedade de diferentes características e/ou propriedades do local de trabalho tais como, mas não se limitando a áreas particulares de interesse, árvores, propriedades de árvore, propriedades da superfície do terreno, topografia da superfície do terreno e topo da árvore, habitação de inseto, etc.
[0050] Especificamente, em um exemplo, o componente de geração de imagem visual 242 pode incluir qualquer de uma ampla variedade de diferentes câmaras fotográficas digitais ou câmaras de vídeo que capturam representações digitais de alta resolução da área do local de trabalho 106. O componente de geração de imagem de LIDAR/radar 244 varre a área do local de trabalho 106 com luz laser pulsada e mede os pulsos refletidos com um ou mais sensores para gerar uma série de representações de dados que indicam um modelo do panorama. Isto pode ser usado para gerar, por exemplo, um modelo tridimensional da área do local de trabalho 106. O componente de geração de imagem visual 242 e o componente de geração de imagem de LIDAR/radar 244 pode também capturar informação indicativa de uma localização de máquinas móveis 108, estação de comunicação 110, operador 112, dispositivo de comunicação 114, e/ou outras máquinas ou itens de interesse posicionados no local de trabalho 102.
[0051] A FIG. 2 ilustrativamente mostra que o sistema de análise florestal 116 inclui um sistema de mapeamento 252, lógica de identificação de área de interesse 254, lógica de interação de VANT 256, lógica de interação de máquina 258, lógica de identificação de perturbação do terreno 260, lógica de decisão de disposição para combate a incêndio 262, lógica de identificação de inclinação 264, lógica do sistema de controle de produtividade 260, lógica de inventário de árvore 268, lógica de conectividade de máquina 270, um ou mais processadores e/ou servidores 272, um sistema de comunicação 274, lógica de interface de usuário 276, e um ou mais armazenamentos de dados 278, entre uma ampla variedade de outros componentes 209. Novamente, antes de descrever a operação de toda a arquitetura em mais detalhes, uma breve descrição de alguns dos itens no sistema de análise florestal 116 será primeiramente provida.
[0052] O sistema de comunicação 274 permite que o sistema de análise florestal 116 comunique com um sistema de computação de administrador remoto. Isto pode ser feito usando o dispositivo de comunicação 114, VANT 104, máquinas móveis 108, estação de comunicação 110, e sistemas remotos 120, entre outros. O sistema de comunicação 274 comunica pelas redes de comunicação acima discutidas. Em um exemplo, o sistema de análise florestal 116 é remoto das máquinas móveis 108, VANT 104, estação de comunicação 110, dispositivo de comunicação 114, e os outros recursos da arquitetura de sistema de computação 200. Por exemplo, ele pode ser implementado como um serviço de computação que recebe informação, obtida pelas máquinas móveis 108 e/ou sistema VANT 104, por meio da estação de comunicação 110 e/ou do dispositivo de comunicação 114.
[0053] No geral, o sistema de análise florestal 116 é configurado para receber uma ampla variedade de informação, tal como informação indicativa de características e propriedades da área do local de trabalho 106 bem como informação indicativa de desempenho de uma operação florestal. Esta informação pode ser capturada pelo sistema VANT 104 (tal como informação capturada usando o componente de captura de imagem 122) ou pode ser capturada pela máquina 108. Como será adicionalmente detalhado com relação às FIGs. 3A e 3B, o sistema de análise florestal 116 realiza uma ampla variedade de diferentes análises de dados na informação para gerar saídas. As saídas geradas pelo sistema de análise florestal 116 podem ser providas a qualquer dos sistemas discutidos com relação à arquitetura de computação florestal 200.
[0054] As FIGS. 3A e 3B são diagramas de blocos de um exemplo de sistema de análise florestal 116 ilustrado na FIG. 1 em mais detalhe. As FIGS 3A e 3B serão agora discutidas em combinação uma com a outra.
[0055] O sistema de mapeamento 252 ilustrativamente inclui lógica de posicionamento de coordenadas 300, lógica de emenda de imagens 302, lógica de posicionamento de LIDAR/radar 304, e lógica de saída de mapa visual 306. O sistema de mapeamento 252 no geral obtém as imagens capturadas pela informação VANT 104 relativas a várias posições de local de trabalho 102, tais como as várias posições de VANT 104 à medida que ele desloca ao longo de um trajeto de voo dentro da área do local de trabalho 106 ou posições da máquina móvel 108. Com base na informação de posição, o sistema de mapeamento 252 gera uma representação mapeada de local de trabalho 102 (por exemplo, área do local de trabalho 106). Essa representação pode ser armazenada no armazenamento de dados 278, acessada para correlacionar informação sensoreada ou informação de imagens com uma localização no mundo real no local de trabalho 102, e utilizada para gerar uma representação visual do local de trabalho 102. A representação visual pode ser produzida, por exemplo, para as interfaces exibidas no dispositivo de interface de usuário 204 ou componente de interface de usuário 286 para interação pelo operador 112.
[0056] A lógica de posicionamento de coordenadas 300 recebe ou de outra forma acessa informação de posicionamento de qualquer do sistema de posicionamento 202 e do sistema de posicionamento de VANT 240. Em um exemplo, a lógica de posicionamento de coordenadas 300 gera uma estrutura de dados que retém posições de coordenada, tais como latitude e longitude, correspondentes a informação do sensor ou de imagem recebida para uma operação florestal.
[0057] A lógica de emenda de imagens 302 recebe ou de outra forma acessa imagens capturadas pelo componente de geração de imagem visual 242 e combina as imagens em uma representação espacial da área do local de trabalho 106. Por exemplo, a lógica de emenda de imagens 302 emenda imagens capturadas pelo VANT 104 em um modelo de imagem digital da área do local de trabalho 106 com base na própria informação de imagens e uma estrutura de dados de coordenadas correspondente gerada pela lógica de posicionamento de coordenadas 300. A lógica de emenda de LIDAR/radar 304 pode receber ou de outra forma acessar pontos de dados de distância varridos ou de outra forma detectados pelo Componente de geração de imagem de LIDAR/radar 244. A lógica de emenda de LIDAR/radar 304 pode gerar um modelo de nuvem de pontos tridimensional ou outra representação de modelo de pontos de dados da área do local de trabalho 106 com base nos pontos de dados de distância. A lógica de emenda de LIDAR/radar 304 utiliza uma estrutura de dados de coordenadas correspondente, gerada pela lógica de posicionamento de coordenadas 300, para gerar o modelo de nuvem de pontos como uma representação da área do local de trabalho 106.
[0058] A lógica de saída de mapa visual 306 gera um mapa visual que representa a área do local de trabalho 106 com alto detalhe. Por exemplo, um mapa visual gerado pela lógica de saída de mapa visual 306 pode ilustrativamente identificar um sulco de máquina em um local de trabalho dentro de diversos centímetros de precisão. A lógica de saída de mapa visual 306 gera um mapa visual com base em qualquer de uma estrutura de dados de coordenadas gerada pela lógica de posicionamento de coordenadas 300, um modelo de imagem digital gerado pela lógica de emenda de imagens 302, e/ou um modelo de pontos de dados gerado pela lógica de emenda de LIDAR/radar 304. O mapa visual gerado pela lógica de saída de mapa visual 306 pode ser renderizada para exibição em um dispositivo tal como o componente de interface de usuário 286 e o dispositivo de interface de usuário 204.
[0059] Além do mais, em um exemplo, a lógica de saída de mapa visual 306 pode usar resultados de análise gerados pelo sistema de análise florestal 116 para incluir indicações visuais dos resultados de análise em um mapa visual renderizado. Por exemplo, em um exemplo onde o sistema de análise florestal 116 gera uma rota de deslocamento planejada para a máquina 108, a lógica de saída de mapa visual 306 gera uma representação visual do trajeto planejado já que ele corresponde às localizações no mundo real representadas na exibição do mapa visual.
[0060] A lógica de identificação de área de interesse 254 ilustrativamente inclui lógica de entrada de tipo de análise de floresta 308 e lógica de identificação do histórico da área de interesse 310. A lógica de identificação de área de interesse 254 identifica uma ou mais áreas de interesse no local de trabalho 102. Por exemplo, a lógica de identificação de área de interesse 254 pode identificar a área do local de trabalho 106 como uma área no local de trabalho 102 que é de interesse particular para uma operação atual que está sendo realizada. A lógica de entrada de tipo de análise de floresta 308 pode identificar uma análise atual a ser realizada pelo sistema de análise florestal 116 e, correspondentemente, selecionar uma área de interesse para essa avaliação. Por exemplo, a lógica de entrada de tipo de análise de floresta 308 identifica uma avaliação de perturbação do terreno a ser realizada. A lógica de entrada de tipo de análise de floresta 308 pode identificar a avaliação a ser realizada com base em uma indicação de uma entrada de usuário que seleciona uma análise, automaticamente com base em informação obtida ou igualmente em uma variedade de outras maneiras.
[0061] Uma vez que o tipo de avaliação a ser realizada é identificado, a lógica de entrada de tipo de análise de floresta 308 identifica uma área particular no local de trabalho 102, tal como a área do local de trabalho 106, para a qual a lógica (por exemplo, lógica de identificação de perturbação 330) deve realizar a avaliação. Dessa maneira, a lógica de entrada de tipo de análise de floresta 308 também identifica dados obtidos para a área do local de trabalho 106 como sendo relevantes para a avaliação. Ela pode fazer isto acessando uma representação mapeada do local de trabalho 106 gerada pelo sistema de mapeamento 252, e provendo uma indicação dos dados relevantes para a lógica de identificação de perturbação do terreno 330. Certamente, nota-se que a lógica de entrada de tipo de análise de floresta 308 pode incluir outros recursos, tal como identificando uma série ou fluxo de trabalho de avaliações a ser realizado ou identificando todo o limite da área do local de trabalho 102, entre outros.
[0062] A lógica de identificação do histórico da área de interesse 310 é configurada para acessar informação pertinente a avaliações anteriores realizadas no local de trabalho 102 (por exemplo, informação de análise histórica armazenada em associação com o armazenamento de dados 278) e identificar relacionamentos entre áreas particulares no local de trabalho 102 e as operações anteriores realizadas para cada área, respectivamente.
[0063] A lógica de interação de VANT 256 interage com o VANT 104 em uma ampla variedade de diferentes maneiras para facilitar a transferência de informação entre o VANT 104 e o sistema de análise florestal 116. A lógica de interação de VANT 256 ilustrativamente inclui lógica de identificação de máquina 312, lógica de entrada de coleta de imagem e dados 314, lógica de consideração do local de trabalho 316, e lógica de interface de trajeto de voo 318. Lógica de identificação de máquina 312 identifica uma ampla variedade de máquinas no local de trabalho 102 e provê o VANT 104 com instruções para utilizar um código de identificação de máquina exclusivo para comunicar informação com uma máquina particular. A lógica de identificação de máquina 312 pode gerar informação que pode ser usada pelo VANT 104 para comunicar com o sistema de análise florestal 116, uma máquina particular móvel 108, uma estação de comunicação particular 110, etc. Ela pode fazer isto provendo um código de identificação exclusivo para a máquina ou sistema como o qual o VANT 104 deve comunicar ou junto com informação de geolocalização associada com o código de identificação exclusivo.
[0064] A lógica de entrada de coleta de imagem e dados 314 gera instruções que indicam ao VANT 104 o tipo de informação particular que ele deve coletar. Por exemplo, ele pode instruir o VANT 104 para coletar dados ou uma ou mais imagens para uma análise a ser realizada pelo sistema de análise florestal 116. Em um exemplo, a lógica de entrada de coleta de imagem e dados 314 pode instruir o VANT 104 para coletar informação, tal como informação de sensor específica de máquina da máquina 108 (por exemplo, identificando a máquina relevante na área do local de trabalho 106 com lógica de identificação de máquina 312) e imagens digitais ou dados de pontos de distância para a área do local de trabalho 106. Esses são apenas exemplos.
[0065] A lógica de consideração do local de trabalho 316 considera uma ampla variedade de informação relativa à área do local de trabalho 102 para gerar ou modificar instruções para coletar informação com o VANT 104. Em um exemplo, a lógica de consideração do local de trabalho 316 interage com a lógica de identificação de área de interesse 254 para receber uma indicação de um local de trabalho particular (por exemplo, área do local de trabalho 106) para a qual uma análise deve ser realizada, e, com base nesta indicação, gera instruções que instruem o VANT 104 a voar e obter dados com base na informação geográfica para a área do local de trabalho 106. Por exemplo, a lógica de consideração do local de trabalho 316 pode gerar instruções que instruem o VANT 104 a usar valores de entrada relativos aos limites do local de trabalho, altura da árvore, disposição da máquina, alocação de recurso, etc. durante realização de uma operação de coleta de dados para uma análise particular que está sendo feita.
[0066] A lógica de interface de trajeto de voo 318 gera instruções de trajeto de voo que instruem o VANT 104 a deslocar ao longo de um trajeto aéreo definido para realizar operações de coleta e compartilhamento de dados, de acordo com uma análise particular a ser realizada. Por exemplo, a lógica de interface de trajeto de voo 318 pode gerar um primeiro conjunto de instruções que especifica um primeiro trajeto de voo para o VANT 104 deslocar na coleta de informação correspondente a uma avaliação de perturbação do terreno, e gerar um secundo conjunto de instruções que especifica um secundo trajeto de voo para o VANT 104 deslocar na coleta de informação correspondente a uma avaliação de inclinação.
[0067] A lógica de interação de máquina 258 interage com a máquina móvel 108 em uma ampla variedade de diferentes maneiras para facilitar controle da máquina móvel 108 de acordo com os resultados de análise obtidos pelo sistema de análise florestal 116. A lógica de interação de máquina 258 ilustrativamente inclui lógica de identificação de operação da máquina 320, e lógica de saída do sistema de controle da máquina 322 tenda lógica de direção e rumo 324, lógica de assistência de tração 326, e lógica assistida pelo operador 328. Ela pode ter igualmente uma ampla variedade de outros itens.
[0068] A lógica de identificação de operação da máquina 320 recebe dados obtidos para análise pelo sistema de análise florestal 116 e identifica uma operação, realizada pela máquina 108, correspondente aos dados. Por exemplo, a lógica de identificação de operação da máquina 320 recebe indicações de dados de sensor, obtidos pela máquina 108, indicando a teor de umidade do solo e identifica que os dados de sensor foram obtidos durante realização de uma operação de colheita pela máquina 108.
[0069] Os resultados de análises realizada no sistema de análise florestal 116 podem ser providos à lógica de saída do sistema de controle da máquina 322. A lógica de saída do sistema de controle da máquina 322 recebe resultados de análise ou outras indicações de uma análise (por exemplo, indicação de um sinal de saída gerado por uma análise) e usa os resultados para gerar sinais de saída que são providos à máquina 108. A lógica de direção e rumo 324, por exemplo, gera um sinal de controle de saída que instrui a máquina móvel 108 para ajustar parâmetros de direção ou uma definição de rumo e dessa forma controla o deslocamento direcional da máquina móvel 108. Esta informação pode ser exibida para assistir no controle do operador da máquina 108 ou pode ser usada para controlar a máquina 108 automaticamente. Por exemplo, com base em uma avaliação da inclinação, a lógica de direção e rumo 324 pode gerar instruções usadas para mover a máquina 108 em um rumo direcional que permite que a máquina 108 realize uma operação de colheita atual ao longo de uma inclinação menos acentuada. A lógica de direção e rumo 324 pode gerar sinais de controle que são providos à máquina 108 para mover automaticamente a máquina 108, dado o rumo direcional.
[0070] A lógica de assistência de tração 326 obtém resultados de análise e gera instruções que controlam a máquina 108 para usar mecanismos de assistência de tração. Por exemplo, com base na recepção de informação de análise indicando uma inclinação acentuada, a lógica de assistência de tração 326 pode gerar instruções usadas para usar automaticamente equipamento de assistência de tração ou para realizar técnicas de assistência de tração com a máquina móvel 108.
[0071] A lógica assistida pelo operador 328 pode identificar se a máquina 108 está operando total ou parcialmente pelo controle do operador 112 ou se ela está operando independentemente do operador 112 (por exemplo, ela pode identificar se a máquina 108 está operando em um modo totalmente manual, um modo autônomo parcial ou um modo totalmente autônomo). Ela pode também gerar instruções, com base em informação de análise, que fornecem informações especificamente úteis ao operador 112 para controlar a máquina 108. Em um exemplo onde informação de análise é usada para atualizar uma rota de deslocamento prescrita para a máquina móvel 108, a lógica assistida pelo operador 328 pode gerar instruções para prover indicações ao operador 112 para mover a máquina 108 dessa maneira (por exemplo, as instruções podem ser usadas para gerar notificações de interface de usuário com lógica de interface de usuário 206 que mostram ao operador 112 um trajeto de deslocamento sugerido).
[0072] A lógica de inventário de árvore 268 é configurada para analisar informação obtida pelo componente de captura de imagem 122 para determinar características de uma população de árvores na área do local de trabalho 106. A lógica de inventário de árvore 268 ilustrativamente inclui lógica de processamento de imagem de métrica de árvore 368 e componente de saída de métrica de árvore processada 382. A lógica de processamento de imagem de métrica de árvore 368 pode medir uma ampla variedade de propriedades de árvore para árvores na área do local de trabalho 106, com base em dados visuais obtidos pelo componente de geração de imagem visual 242 e/ou componente de geração de imagem de LIDAR/radar 244. Por exemplo, a lógica de processamento de imagem de métrica de árvore 368 pode determinar uma ampla variedade de métricas, tais como um valor médio, média, desvio ou outra métrica estatística, correspondente a um valor de propriedade da árvore medido para árvores na área do local de trabalho 106. A lógica de processamento de imagem de métrica de árvore 368 ilustrativamente inclui lógica de diâmetro à altura do peito 370 que pode determinar métricas indicativas de um diâmetro de árvore médio na altura do peito. A lógica de altura 372 pode determinar métricas indicativas de uma altura da árvore medida. A lógica de volume 374 pode determinar métricas indicativas de um volume medido de uma população de árvores. A lógica de densidade por área 376 pode determinar métricas indicativas de uma densidade de árvores por área do local de trabalho 106. A lógica de madeira macia 378 pode determinar métricas indicativas de áreas de árvores de madeira macia (por exemplo, coníferas). A lógica de folhosa 380 pode determinar métricas indicativas de áreas de árvores folhosas (por exemplo, efêmeras).
[0073] O componente de saída de métrica de árvore processada 382 pode gerar sinais de saída indicando qualquer das métricas de árvore determinadas, bem como um sinal de ação. Por exemplo, o componente de saída de métrica de árvore processada 382 pode gerar uma saída que é provida ao componente de interface de usuário 286 e/ou dispositivo de interface de usuário 204 para informar ao operador 112 das métricas de árvore determinadas para a área do local de trabalho 106. Por exemplo, a área do local de trabalho 106 pode ser visualizada, de acordo com a funcionalidade do sistema de mapeamento 252 aqui discutido, para incorporar representações visuais de métricas de árvores em um mapa gerado. Um sinal de ação gerado pelo componente de saída de métrica de árvore processada 382 pode, por exemplo, incluir sinais de disposição de máquina para controlar a disposição de uma máquina florestal na área do local de trabalho 106 ou nas localizações geográficas específicas com base nas métricas de inventário de árvore.
[0074] A lógica de identificação de perturbação do terreno 260 é no geral configurada para analisar qualquer da informação específica de máquina e/ou informação de imagens capturada pelo componente de captura de imagem 122 para realizar uma avaliação de perturbação do terreno. “Perturbação do terreno” na forma aqui usada pode se referir a qualquer desvio nas propriedades da superfície do terreno, tal como erosão do solo, formação de sulco, sobreposição de material na superfície do terreno, etc. Particularmente, “perturbação do terreno” pode se referir a esses e outros desvios de propriedades de ocorrência natural da superfície do terreno que são causadas pela operação de maquinário no local de trabalho 102. A lógica de identificação de perturbação do terreno 260 ilustrativamente inclui lógica de limiar de perturbação do terreno 330, lógica de processamento de imagem de perturbação do terreno 332, e lógica de correção de perturbação do terreno 334 tendo componente de identificação de área de correção 336 e componente de seleção de ação corretiva 338. Lógica de limiar de perturbação do terreno 330 gera um valor limiar de perturbação do terreno. Um valor limiar de perturbação do terreno pode incluir, por exemplo, mas sem limitações, um nível de erosão do solo, uma medição da profundidade de sulco, uma medição da quantidade de material (por exemplo, árvores cortadas, folhas, outro material) disposto em uma superfície do terreno, entre uma ampla variedade de outras. A lógica de processamento de imagem de perturbação do terreno 332 usa um ou mais conjuntos de regras para processar imagens obtidas pelo componente de captura de imagem 122 (por exemplo, e/ou informação processada pelo sistema de mapeamento 252) para gerar um mapeamento da perturbação do terreno determinada para área do local de trabalho 106, e identificar subáreas particular na área do local de trabalho 106 tendo um nível de perturbação do terreno que excede o valor limiar de perturbação do terreno. Por exemplo, a lógica de processamento de imagem de perturbação do terreno 332 pode identificar um sulco da máquina localizado na área do local de trabalho 106 e tendo uma profundidade maior que uma profundidade de sulco limiar da máquina. Dessa forma, a lógica de processamento de imagem de perturbação do terreno 332 pode gerar um conjunto de métricas de perturbação do terreno, cada qual tendo um valor indicativo de uma perturbação do terreno em uma localização geográfica diferente, com base na informação de imagens. A partir da informação de imagens, uma dada localização que tem um indicador de perturbação do terreno indicativo de provável perturbação do terreno pode ser identificada. O valor da métrica de perturbação do terreno pode incluir uma diferença em uma regularidade do terreno na localização geográfica, em relação a uma regularidade do terreno nas outras localizações próximas.
[0075] O componente de identificação de área de correção 336 inclui lógica que identifica uma área, tal como uma área geográfica circundando o sulco da máquina, a ser operada pela máquina móvel 108 para corrigir o terreno perturbado. O componente de seleção de ação corretiva 338 seleciona uma ação corretiva particular, de uma pluralidade de ações corretivas disponíveis, para ser implementada pela máquina 108 para corrigir o terreno perturbado na área identificada da área do local de trabalho 106. Em um exemplo, uma ação corretiva inclui obter e entregar solo adicional à área identificada, bem como regularizar a superfície do terreno de solo com a máquina móvel 108. A lógica de correção de perturbação do terreno 334 pode dessa forma ser utilizada para gerar instruções, tal como um sinal de ação, para automaticamente, semiautomaticamente ou manualmente controlar a máquina móvel 108 para realizar uma operação que reduz ou de outra forma media perturbação indesejada de uma superfície do terreno na área do local de trabalho 106 (por exemplo, na localização da perturbação do terreno identificada), com base nas métricas de perturbação do terreno.
[0076] A lógica de identificação de inclinação 264 é configurada para analisar qualquer da informação específica de máquina e/ou da informação de imagens capturada pelo componente de captura de imagem 122 para realizar uma avaliação da identificação da inclinação para o local de trabalho 102. A lógica de identificação de inclinação 264 ilustrativamente inclui lógica de limiar de inclinação 348, lógica de processamento de imagem de inclinação 350, lógica de verificação de inclinação 352, lógica de consideração de trajeto e inclinação de máquina 354, e lógica de visualização de inclinação 356. A lógica de limiar de inclinação 348 gera um valor limiar de inclinação do terreno. Um valor limiar de inclinação do terreno pode incluir, por exemplo, mas sem limitações, uma razão de disposição da elevação vertical para horizontal, um ângulo de superfície do terreno ou qualquer outro valor que pode ser comparado a uma medição de inclinação sensoreada ou de outra forma obtida (por exemplo, gradiente ou passo) da área do local de trabalho 106. A lógica de processamento de imagem de inclinação 350 inclui um ou mais conjuntos de regras para processar imagens obtidas pelo componente de captura de imagem 122, e/ou informação processada pelo sistema de mapeamento 252, para identificar subáreas particulares dentro da área do local de trabalho 106 tendo uma inclinação que excede o valor limiar de inclinação. A lógica de processamento de imagem de inclinação 350 pode gerar um conjunto de métricas de inclinação, cada qual tendo um valor indicativo de uma medição de inclinação em uma localização diferente no local de trabalho na floresta, com base na informação de imagens. Por exemplo, a lógica de processamento de imagem de inclinação 350 pode identificar uma inclinação na área do local de trabalho 106 tendo um ângulo maior que 12 graus. A lógica de verificação de inclinação 352 é configurada para verificar uma inclinação medida realizando uma análise de verificação. Por exemplo, a máquina 108 utiliza um ou mais sensores 208 para sensorear uma inclinação da área do local de trabalho 106. A lógica de verificação de inclinação 352 obtém sinais de sensor de inclinação e mede um valor de inclinação para a área do local de trabalho 106, com base nos sinais de sensor de inclinação. A lógica de verificação de inclinação 352 compara o valor de inclinação medido com uma inclinação identificada, identificada pela lógica de processamento de imagem de inclinação 250. A lógica de verificação de inclinação 352 pode dessa forma ser utilizada para verificar e/ou calibrar as operações de processamento de imagem aérea realizadas pela lógica de processamento de imagem de inclinação 350 utilizando comparações com dados de inclinação sensoreados pelos sensores 208 nas máquinas 108 que operam no terreno.
[0077] A lógica de consideração de trajeto e inclinação da máquina 354 usa medições de inclinação obtidas pela lógica de identificação de inclinação 264 para gerar instruções, tal como um sinal de ação, que pode atualizar ou de outra forma controlar um trajeto de máquina prescrito. Por exemplo, onde uma subárea particular dentro da área do local de trabalho 106 foi identificada como tendo uma inclinação que excede o valor limiar de inclinação, a lógica de consideração de trajeto e inclinação da máquina 354 pode primeiro determinar que uma rota de deslocamento prescrita de máquina 108 inclui deslocar sobre ou dentro dessa subárea. A lógica de consideração de trajeto e inclinação da máquina 354 pode então instruir a lógica de interação de máquina 258 para prover uma saída ou sinal de controle à máquina 108 para evitar a subárea particular com a inclinação acentuada. Dessa forma, a lógica de consideração de trajeto e inclinação da máquina 354 pode controlar a lógica de comunicação para comunicar o sinal de rota à máquina 108.
[0078] A lógica de visualização de inclinação 356 pode gerar uma representação visual de dados de inclinação medida. Por exemplo, a lógica de visualização de inclinação 356 pode gerar um mapa seccional transversal da área do local de trabalho 106 representando os dados de inclinação medida. A lógica de visualização de inclinação 356 pode prover a representação visual ao sistema de mapeamento 252 para incorporação adicional, por exemplo, com mapas visuais de local de trabalho 102.
[0079] Lógica de decisão de disposição para combate a incêndio 262 ilustrativamente inclui lógica de análise de viabilidade de combate a incêndio 340 e lógica de identificação de rota de escape 346. No geral, a lógica de análise de viabilidade de combate a incêndio 262 analisa qualquer da informação específica de máquina e/ou informação de imagens capturada pelo componente de captura de imagem 122 para realizar uma análise para determinar se é viável realizar uma operação de combate a incêndio. Por exemplo, informação obtida pelo componente de captura de imagem 122 pode ser analisada pela lógica de análise de viabilidade de combate a incêndio 262 para determinar características de terreno na área do local de trabalho 106, determinar que um nível de habitação de inseto, tal como uma população medida de espécies invasivas (por exemplo, mariposa cigana, entre outras espécies invasivas específicas de sobrevivência em árvore) está presente na área do local de trabalho 106, e determinar outros itens. Com base nesta análise, a lógica de análise de viabilidade de combate a incêndio 262 pode determinar que não é viável ou recomendado combater o incêndio nessa localização. Em um outro exemplo, a lógica de análise de viabilidade de combate a incêndio 262 analisa informação obtida para determinar que uma velocidade do vento é relativamente baixa, e dessa forma determinar que é viável combater um incêndio nessa localização. Certamente, a lógica de análise de viabilidade de combate a incêndio 262 pode analisar outra informação obtida tais como, mas não se limitando a, um tamanho da área do local de trabalho 106, uma velocidade e direção do vento, níveis de umidade do solo, cobertura de nuvens, entre outros, para realizar uma análise de viabilidade de combate de incêndio e gerar um sinal de ação, com base na análise.
[0080] A lógica de identificação de rota de escape 346 gera uma rota de deslocamento ou outra rota que é determinada como segura para os bombeiros, máquina 108, VANT 104, e/ou operador 112 deslocarem ao longo da mesma para escapar de um incêndio. Por exemplo, com base na lógica de análise de viabilidade de combate a incêndio 262 determinando que uma operação de combate a incêndio deve ser realizada, a lógica de identificação de rota de escape 346 analisa qualquer da informação específica de máquina e/ou da informação de imagens capturada pelo componente de captura de imagem 122 para planejar um trajeto de escape para as máquinas que são utilizadas na realização da operação de combate a incêndio. Como tal, uma rota de deslocamento prescrita de uma máquina pode ser atualizada para representar um trajeto de escape para remover seguramente itens no local de trabalho na floresta 102 para uma área de segurança, em relação a um incêndio florestal atual. A rota de escape pode ser atualizada contínua ou intermitentemente com base em condições variáveis à medida que elas são sensoreadas pelo VANT 104 e outros itens. A lógica de identificação de rota de escape 348 pode instruir a lógica de interação de máquina 258 para prover uma saída ou sinais de controle à máquina 108 e/ou outros itens para controlá- los para evitar incêndio florestal durante realização de uma operação de combate a incêndio ou outra operação. O controle pode ser automático, semiautomático ou manual.
[0081] A lógica do sistema de controle de produtividade 266 ilustrativamente inclui lógica de entrada de local de trabalho 358, lógica de entrada de produtividade da máquina 360, lógica de trajeto de voo do VANT 362, lógica de processamento de imagem de produtividade categórica 364, e lógica de saída de produtividade categórica 366. A lógica do sistema de controle de produtividade 266 realiza uma análise de produtividade para determinar níveis de produtividade com relação às subáreas específicas dentro da área do local de trabalho 106. Apenas como um exemplo, mas sem limitações, a lógica do sistema de controle de produtividade 266 será descrita em mais detalhe com relação a uma operação de colheita de árvore. Por exemplo, a lógica do sistema de controle de produtividade 266 diferencia entre uma área colhida, uma área de trabalho em andamento ou uma área não colhida dentro da área do local de trabalho 106. Uma área colhida teve suas árvores colhidas. Uma área de trabalho em andamento é parcialmente colhida ou tem árvores que foram cortadas estão dispostas no terreno (por exemplo, árvores que ainda precisam ser removidas da área de trabalho). Uma área não colhida tem todas as árvores ainda em pé. Certamente, uma ampla variedade de outras áreas pode ser identificada para determinar a produtividade de uma operação que está sendo realizada na área do local de trabalho 106.
[0082] Mais especificamente, em um exemplo, o componente de captura de imagem 122 é utilizado pela lógica do sistema de controle de produtividade 266 para analisar as imagens da área do local de trabalho 106 e, com base nas imagens analisadas, diferenciar os vários níveis de produtividade dentro da área do local de trabalho 106. A lógica de trajeto de voo do VANT 362 pode carregar um mapa da área do local de trabalho 106 e gera um trajeto de voo com relação aos limites da área do local de trabalho 106. Em um exemplo, a lógica de trajeto de voo do VANT 362 interage com a lógica de interação de VANT 256 (por exemplo, a lógica de interface de trajeto de voo 318) para gerar um trajeto de voo que o VANT 104 desloca para obter imagem aérea que será utilizada para determinar a produtividade. A lógica de entrada de local de trabalho 358 utiliza uma ampla variedade de informação relativa ao local de trabalho 106 (tal como a informação de imagens obtida pelo componente de captura de imagem 122 ao longo do trajeto de voo gerado, informação obtida pelo sistema de mapeamento 252, lógica de inventário de árvore 268, entre outros) para determinar características do local de trabalho que serão usadas na análise de medições de produtividade. Por exemplo, a lógica de entrada de local de trabalho 358 pode determinar um tamanho do local de trabalho (por exemplo, acres), população de árvores tal como o número de árvores por acre, e volume de árvore tal como o número de libras por árvore. A lógica de entrada de produtividade da máquina 360 determina uma ampla variedade de informações relativas às máquinas 108, tal como uma medição do tempo de operação de cada máquina (por exemplo, a quantidade de tempo que a máquina está trabalhando na área), número de árvores cortadas, movimentadas ou de outra forma colhidas pelas máquinas 108, etc. Isto pode ser obtido interagindo com informação de máquina obtida pela lógica de interação de máquina 258, como aqui descrito.
[0083] A lógica de processamento de imagem de produtividade categórica 364 usa qualquer da informação de imagens obtida pelo componente de captura de imagem 122 ao longo do trajeto de voo gerado, características do local de trabalho determinadas pela lógica de entrada de local de trabalho 358, características de produtividade da máquina determinadas pela lógica de entrada de produtividade da máquina 358, entre outra informação, para determinar o nível de produtividade para cada respectiva subárea dentro da área do local de trabalho 106. Por exemplo, onde a área do local de trabalho 106 tem um tamanho de 100 acres, a lógica de processamento de imagem de produtividade categórica 364 identifica uma primeira subárea geográfica de 25 acres que corresponde a uma área colhida, uma secunda subárea geográfica de 25 acres que corresponde a uma área de trabalho em andamento, e uma terceira subárea geográfica de 50 acres que corresponde a uma área não colhida, respectivamente, dentro da área do local de trabalho 106. Para ilustrar adicionalmente este exemplo, a lógica de processamento de imagem de produtividade categórica 364 pode identificar a secunda subárea com base em informação de imagens, obtida pelo componente de captura de imagem 122, que identifica árvores amontoadas no terreno, e também com base em informação de máquina tal como uma localização de uma máquina de desflorestamento com arrasto e uma operação de colheita atual que está sendo feita por essa máquina florestal de arrasto na secunda subárea. Dessa forma, esta informação é usada para determinar que esta área geográfica particular, tendo limites que a tornam uma subárea de 25 acres, está ainda sendo colhida.
[0084] A lógica de saída de produtividade categórica 366 pode gerar uma saída, tal como um sinal de ação ou sinal de controle indicativo das categorias de produtividade identificadas e suas áreas geográficas correspondentes. Por exemplo, a lógica de saída de produtividade categórica 366 pode gerar uma saída indicativa de uma demanda de equipamento para a área do local de trabalho 106, tal como um número de caminhões (por exemplo, que carrega árvores colhidas) que são movimentados do local de trabalho por dia. Em um exemplo, a lógica de saída de produtividade categórica 366 pode carregar e gerar um mapa que visualmente representa a primeira subárea, secunda subárea, e terceira subáreas identificadas dentro da área do local de trabalho 106, e/ou porcentagens das três categorias dentro da área do local de trabalho 106. A lógica de saída de produtividade categórica 366 pode prover uma representação de mapa que visualmente distingue as subáreas, tal como sombreando as áreas diferentemente (por exemplo, espalhando, colorindo, etc.). A lógica de saída de produtividade categórica 366 pode dessa forma interagir com o sistema de mapeamento 252 para gerar uma saída que é provida ao componente de interface de usuário 286 e/ou dispositivo de interface de usuário 204 para prover o operador 112 com uma representação visual da análise de produtividade (por exemplo, o mapa sombreado). A lógica de saída de produtividade categórica 366 pode também gerar um ou mais relatórios, com base na integralidade determinada de cada subárea, reportando as métricas de produtividade tal como um tempo de processo total, um tempo disponível total para completar um processo, uma demanda de fábrica (por exemplo, caminhões por dia, o número de toneladas de material colhido carregado por caminhão, etc.), e uma comparação dessas métricas calculadas com uma quota para o local de trabalho. Desta maneira, a lógica do sistema de controle de produtividade 266 utiliza imageamento aéreo da área do local de trabalho 106 pelo sistema VANT 104, em combinação com informação adicional pertinente a uma operação do local de trabalho, para precisamente determinar e reportar quanto de uma operação foi completado, bem como eficiência do processo do local de trabalho estimado (por exemplo, com base em métricas de produtividade acima notadas). A lógica de saída de produtividade categórica 366 pode também gerar um sinal de ação que pode controlar o sistema de análise florestal 116 para atualizar as métricas de término do local de trabalho, gerar um sinal de controle do VANT que controla o VANT 104 (por exemplo, para obter informação específica de máquina), um sinal de controle de máquina para controlar a máquina 108, entre outros sinais de ação.
[0085] A lógica de conectividade de máquina 270 ilustrativamente inclui lógica de identificação de conectividade de rede 384, lógica de análise de intensidade de conectividade de rede 386, lógica de coleta de dados de VANT automatizada 388, lógica de coleta de dados de VANT assistida parcial 390, e lógica de código de problema de conectividade 392. Ela pode incluir igualmente outros Itens. A variedade de análises acima discutida pode prover informação valiosa, e frequentemente usa dados que são de outra forma difíceis de obter, especialmente considerando as dificuldades apresentada nos locais de trabalho na floresta. Como mencionado anteriormente, os locais de trabalho na floresta são frequentemente localizados em áreas remotas, e alguns sistemas florestais atuais têm baixas capacidades de conexão. Dessa forma, enquanto dados podem ser obtidos nonível de máquina, pode ser difícil carregar ou de outra forma compartilhar esses dados para uso dos dados, por exemplo, análises de aplicação florestal que geram informação significante. De acordo com um exemplo, o sistema VANT 104 é utilizado para abordar esses desafios por funções como um sistema de coleta e encaminhamento de dados para máquinas 108 que operam na área do local de trabalho 106.
[0086] A lógica de identificação de conectividade de rede 384 identifica uma conexão de rede, por exemplo, a rede 286 sendo uma rede de área local (LAN), rede de área abrangente (WAN) ou WiFi, entre outras. Em um exemplo, a lógica de identificação de conectividade de rede 384 identifica uma conexão de rede WiFi entre o sistema VANT 104 e a máquina 108, e identifica uma conexão de rede de satélite entre a estação de comunicação 110 e os sistemas remotos 120, onde o sistema de análise florestal 116 é um sistema remoto 120 implementado, por exemplo, como um serviço de computação de nuvem. A lógica de análise de intensidade de conectividade de rede 386 determina uma intensidade de qualquer dessas conexões de rede. Com base nas conexões de rede identificadas e sua intensidade de conectividade determinada, a lógica de coleta de dados de VANT automatizada 388, lógica de coleta de dados de VANT assistida parcial 390 selecionam uma rede particular para realizar a coleta e encaminhamento de dados.
[0087] A lógica de coleta de dados de VANT automatizada 388 ilustrativamente inclui lógica de coleta de dados de máquina 394, lógica de carregamento da estação de comunicação 396, e lógica de encaminhamento de dados 398. A lógica de coleta de dados de máquina 388 pode gerar instruções que controlam o sistema VANT 104 para máquinas visadas 108 para coleta de dados. Especificamente, a lógica de coleta de dados de máquina 388 pode permitir que o sistema VANT 104 voe para máquinas 108, dentro de uma certa proximidade e de acordo com os limites da área do local de trabalho 106 e outra informação de local de trabalho tal como altura de topo da árvore, e pairar acima de cada máquina 108 para estabelecer uma conexão de comunicação para coletar dados. Em um exemplo, a lógica de coleta de dados de máquina 388 pode incluir instruções que permitem que o sistema VANT 104 estabeleça uma conexão WiFi com a máquina 108 para coletar informação específica de máquina obtida pela máquina 108. As instruções identificam uma máquina particular, identificam uma rota de deslocamento para a máquina, e identificam como coletar dados da máquina por meio de uma conexão de comunicação. As instruções podem ser total ou parcialmente armazenadas ou de outra forma providas ao VANT 104 antes de ocorrer uma operação de encaminhamento de dados. Dessa forma, o sistema VANT 104 pode ficar em comunicação com um sistema de análise florestal remoto 116 para receber instruções de lógica de conectividade de máquina 270 durante, por exemplo, uma operação de calibração de coleta de dados.
[0088] A lógica de carregamento da estação de comunicação 396 gera instruções que controlam o sistema VANT 104 na estação de comunicação alvo 110 para carregamento de dados. Especificamente, a lógica de carregamento da estação de comunicação 396 pode permitir que o sistema VANT 104 voe para a estação de comunicação 110, dentro de uma certa proximidade (por exemplo, de acordo com os limites da área do local de trabalho 106 e outra informação de local de trabalho tal como altura de topo da árvore, etc.) e pairar acima da estação de comunicação 110 para estabelecer uma conexão de comunicação. A conexão de comunicação estabelecida é usada para carregar a informação específica de máquina coletada e uma ampla variedade de outra informação (tais como dados de imageamento obtidos pelo componente de captura de imagem 122) na estação de comunicação 110. A estação de comunicação 110 pode ser localizada em escritórios centrais de local de trabalho no local de trabalho 102 e, portanto, serve como uma base para o sistema VANT 104.
[0089] Mediante os dados coletados serem carregados na estação de comunicação 110, a lógica de encaminhamento de dados 398 encaminha os dados carregados para um sistema remoto. Por exemplo, a lógica de encaminhamento de dados 398 pode encaminhar os dados coletados para uma conexão de satélite que comunica com o sistema de análise florestal 116 que executa um serviço de computação em nuvem remoto.
[0090] A lógica de coleta de dados de VANT assistida parcial 390 opera similarmente aos recursos acima descritos com relação à lógica de coleta de dados de VANT automatizada 388. Entretanto, a lógica de coleta de dados de VANT assistida parcial 390 pode incorporar interações de usuário para realizar funções de coleta de dados, carregamento, armazenamento e encaminhamento específicas. A lógica de coleta de dados de VANT assistida parcial 390 ilustrativamente inclui lógica de conectividade de dados do dispositivo de comunicação 301, lógica de alvejamento de dados de máquina 303, lógica de interface de produtividade em tempo real 305, e lógica de armazenamento e encaminhamento de dados 307.
[0091] A lógica de conectividade de dados do dispositivo de comunicação 301 controla a interação com o dispositivo de comunicação 114. Isto pode ser usado para permitir que o operador 112 interaja, por exemplo, com as interfaces de usuário exibidas pelo componente de interface de usuário 286 a fim de selecionar parâmetros de uma operação de coleta de dados. Dessa forma, a lógica de conectividade de dados do dispositivo de comunicação 301 pode permitir que o operador 112 selecione máquinas particulares 108, dados particulares a ser obtidos pelas máquinas 108 (por exemplo, tipos específicos de dados de sensor obtidos pelos sensores particulares 208) ou sistema VANT 104, um trajeto de voo particular para coletar dados de máquinas 108, e mecanismos particulares para armazenar e encaminhar os dados coletados, entre outros parâmetros. O operador 112 pode, portanto, utilizar um computador tipo mesa digitalizadora ou outro dispositivo móvel (por exemplo, dispositivo de comunicação 114) para interagir com as interfaces de usuário para customizar uma operação de coleta de dados, e para interagir com funções de armazenamento e encaminhamento de dados para prover informação valiosa aos outros sistemas remotos 120 (por exemplo, sistema de análise florestal 116).
[0092] Com base pelo menos em parte na entrada de usuário identificada com a lógica de conectividade de dados do dispositivo de comunicação 301, a lógica de alvejamento de dados de máquina 303 pode identificar máquinas selecionadas 108 a ser alvejadas para coleta de dados. A lógica de alvejamento de dados de máquina 303 pode gerar instruções que controlam o sistema VANT 104 para voar para localizações de máquinas selecionadas 108, dentro de uma certa proximidade (e de acordo com os limites da área do local de trabalho 106 e outra informação de local de trabalho tal como altura de topo da árvore), e pairar acima de cada máquina 108 para estabelecer uma conexão de comunicação para coletar dados. A lógica de alvejamento de dados de máquina 303 pode também controlar o sistema VANT 104 para obter informação de tipos de máquina específicos e/ou informação de imagens pelo componente de captura de imagem 122, como indicado por uma entrada de usuário provida pelo operador 112.
[0093] Em um exemplo onde o dispositivo de comunicação 114 é um computador tipo mesa digitalizadora usado pelo operador 112 no local de trabalho 102, a lógica de interface de produtividade em tempo real 305 pode prover atualizações e mudanças nos dados relevantes enquanto uma operação está sendo realizada. A lógica de interface de produtividade em tempo real 305 pode servir como uma interface de uma operação de coleta de dados que está sendo executada pela lógica de coleta de dados de VANT assistida parcial 390 e de uma análise de produtividade que está sendo executada pela lógica do sistema de controle de produtividade 266. Dessa forma, à medida que os dados são coletados pela lógica de alvejamento de dados de máquina 303, a lógica de interface de produtividade em tempo real 305 pode gerar instruções que atualizam as métricas de produtividade com a lógica do sistema de controle de produtividade 266, e em troca controlar o sistema de análise florestal 116 (por exemplo, sistema de mapeamento 252) para atualizar os mapas visuais que são apresentados ou exibidos pelo dispositivo de comunicação 114. Mudanças de mapas são, portanto, feitas em tempo real de um ponto de vista de gerenciamento (por exemplo, durante operação, enquanto dados são continuamente coletados) e atualizações podem ser provida a todas as máquinas durante uma operação. Atualizações durante uma operação podem incluir atualizações em pontos de interesse, áreas a ser colhidas, trilha de produção, histórico, entre outras coisas.
[0094] Com base pelo menos em parte na entrada de usuário identificada com a lógica de conectividade de dados do dispositivo de comunicação 301, a lógica de armazenamento e encaminhamento de dados 307 pode gerar instruções que controlam como dados são armazenados em armazenamentos de dados 284 e encaminhados, por exemplo, para outros sistemas remotos 120 (por exemplo, sistema de análise florestal 116). Em um exemplo, a lógica de armazenamento e encaminhamento de dados 307 pode determinar que o dispositivo de comunicação 114 não tem conexão com uma rede celular para comunicar com um sistema remoto 120, e portanto armazena os dados obtidos no dispositivo de comunicação 114 até que, por exemplo, uma conexão de comunicação seja estabelecida, Dessa forma, pelo menos alguma funcionalidade do sistema de análise florestal 116 que é executada localmente no dispositivo de comunicação 114 é utilizada para prover informação expressiva em tempo real ao operador 112.
[0095] A lógica de código de problema de conectividade 392 ilustrativamente inclui lógica de identificação de código de problema 309, lógica de gerador de notificação de código de problema 311, e lógica de interface de código de problema 313. Com base em informação de conectividade determinada pela lógica de conectividade de análise de intensidade 386, e com base em informação relativa a técnicas de armazenamento, carregamento e encaminhamento de dados tentadas da lógica de conectividade de máquina 270, entre outra informação, a lógica de identificação de código de problema 309 pode identificar uma ampla variedade de códigos de problema. Por exemplo, onde uma conexão limitada é estabelecida entre a máquina móvel 108 e o sistema VANT 104, tal como uma conexão tendo uma baixa largura de banda de transferência de dados disponível, a lógica de identificação de código de problema 309 pode identificar um código de problema correspondente ao estado da conexão limitada. Códigos de problema identificados pela lógica de identificação de código de problema 309 podem também incluir, por exemplo, códigos indicando baixa intensidade de conectividade, uma distância entre a estação de comunicação 114 e a área do local de trabalho 106, um problema de deslocamento com o sistema VANT 104 (por exemplo, topos de árvore são muito altos, fazendo com que um VANT fique muito distante para comunicar com a máquina móvel 108), entre outros.
[0096] A lógica de gerador de notificação de código de problema 311 pode gerar uma notificação do código de problema identificado. Em um exemplo, a lógica de gerador de notificação de código de problema 311 pode prover a notificação para exibição em uma interface gerada com o componente de interface de usuário 286 no dispositivo de comunicação 114. Dessa forma, o operador 112 pode ser notificado de problemas relativos ao estabelecimento de conexão tentado, carregamento de dados, encaminhamento de dados, e armazenamento de dados, entre outras coisas.
[0097] A lógica de interface de código de problema 313 pode fazer interface com qualquer dos outros itens discutidos com relação ao sistema de análise florestal 116, e/ou arquitetura de computação 200, e pode prover instruções para controlar, com base em um código de problema identificado. Por exemplo, a lógica de interface de código de problema 313 pode gerar instruções para interromper o desempenho de uma operação atual ou de outra forma mudar ou atualizar um trajeto de máquina ou trajeto de voo, com base em um código de problema indicando um problema atual.
[0098] A FIG. 4 ilustra um fluxograma mostrando um exemplo 400 de controle de um VANT para realizar uma avaliação de perturbação do terreno 400. No bloco 402, a lógica de identificação de perturbação do terreno 260 detecta uma solicitação para realizar uma avaliação de perturbação do terreno para uma área do local de trabalho 106. As avaliações de perturbação do terreno podem ser feitas para uma ampla variedade de motivos e em vários momentos durante uma operação ou uma vez que uma operação seja completada. Por exemplo, a lógica de identificação de perturbação do terreno 260 pode determinar que uma avaliação de perturbação do terreno deve ser realizada para processamento pós-floresta, como indicado no bloco 424, pós remoção de madeira, como indicado no bloco 426, verificação de dados, como indicado no bloco 428, e uma ampla variedade de outras maneiras, como indicado no bloco 430.
[0099] Processamento pós-floresta, como indicado no bloco 424, inclui uma avaliação de perturbação do terreno que deve ser realizada após uma operação florestal ter sido totalmente completada, e dessa forma pode ser utilizada para avaliar o dano na superfície do terreno causado pelas máquinas utilizadas na totalidade de uma operação florestal completada. Após remoção de madeira, como indicado no bloco 426, inclui uma avaliação de perturbação do terreno que deve ser realizada após uma operação florestal ter sido parcialmente completada (por exemplo, após uma certa quantidade de árvores ter sido cortada e/ou removida, mas antes de todas as árvores caídas serem removidas) e, portanto, pode ser utilizada para avaliar o dano na superfície do terreno causado por máquinas utilizadas até um estado atual de uma operação. Embora colheita seja usada como um exemplo, nota-se que pós remoção de madeira, como indicado no bloco 426, pode incluir avaliações feitas após término parcial de qualquer operação florestal. Verificação de dados, como indicado no bloco 428, inclui uma comparação entre um conjunto de dados de perturbação do terreno obtidos (por exemplo, informação de sensor específica de máquina sensoreada por sensores 208 na máquina 108) com um outro conjunto de dados de perturbação do terreno obtidos (por exemplo, informação de imagens obtida pelo componente de captura de imagem 122 ou sistema VANT 104) para verificar perturbação do terreno para uma operação realizada na área do local de trabalho 106.
[00100] No bloco 404, a lógica de identificação de perturbação do terreno 260 gera um trajeto de voo para realizar a avaliação de perturbação do terreno na área do local de trabalho 106. Por exemplo, a lógica de identificação de perturbação do terreno 260 pode gerar instruções que instruem a lógica de interface de trajeto de voo 318 para criar um trajeto de voo para realizar a avaliação de perturbação do terreno na área do local de trabalho 106.
[00101] No bloco 406, a lógica de identificação de perturbação do terreno 260 obtém imagens capturadas da área do local de trabalho 106. Por exemplo, a lógica de identificação de perturbação do terreno 260 pode obter imagens capturadas pelo componente de captura de imagem 122 do sistema VANT 104, e outra informação de sensor. As imagens capturadas representando perturbação do terreno da área do local de trabalho 106 ilustrativamente incluem imagens visuais capturadas pelo componente de geração de imagem visual 242, como indicado no bloco 432, representações de dados de lidar ou radar capturadas pelo componente de geração de imagem de LIDAR/radar 244, como indicado no bloco 434, e outra informação de imagens obtida pelo componente de captura de imagem 122. Informação de sensor representando perturbação do terreno da área do local de trabalho 106 pode também ser obtida pela lógica de identificação de perturbação do terreno 260, e pode ilustrativamente incluir informação de sensor específica de máquina sensoreada pelos sensores 208 na máquina 108, como indicado pelo bloco 436, entre outra informação, como indicado no bloco 440.
[00102] No bloco 408, a lógica de processamento de imagem de perturbação do terreno 332 gera um mapeamento de perturbação do terreno da área do local de trabalho 106. Por exemplo, a lógica de processamento de imagem de perturbação do terreno 332 faz interface com o sistema de mapeamento 252 (por exemplo, lógica de emenda de imagens 302) para emendar imagens capturadas pelo componente de captura de imagem 122. Isto é usado para gerar uma representação mapeada de área do local de trabalho 106 tendo uma perturbação do terreno medida.
[00103] No bloco 410, a lógica de limiar de perturbação do terreno 330 identifica um valor limiar de perturbação do terreno, tal como uma medição da erosão ou lavagem do solo, uma medição da profundidade do sulco, uma medição de uma quantidade de material (por exemplo, árvores cortadas, folhas, outro material) cobrindo uma superfície do terreno, entre uma ampla variedade de outros valores de limiar.
[00104] No bloco 412, a lógica de processamento de imagem de perturbação do terreno 332 analisa o mapeamento de perturbação do terreno gerado (ou representação mapeada) da área do local de trabalho 106, com base pelo menos em parte no valor limiar de perturbação do terreno gerado pela lógica de limiar de perturbação do terreno 330. Ou seja, a lógica de processamento de imagem de perturbação do terreno 332 pode comparar um valor medido de perturbação do terreno, para cada área dentro da área do local de trabalho 106 tendo alguma perturbação do terreno detectada e representada na representação mapeada, com um valor limiar de perturbação do terreno. No bloco 412, a lógica de processamento de imagem de perturbação do terreno 332 pode gerar um conjunto de métricas de perturbação do terreno, cada qual tendo um valor indicativo de uma perturbação do terreno em uma diferente localização geográfica, com base na informação de imagens. O valor da métrica de perturbação do terreno pode incluir uma diferença em uma uniformidade do terreno na localização geográfica, em relação a uma uniformidade do terreno em outras localizações próximas.
[00105] No bloco 414, a lógica de processamento de imagem de perturbação do terreno 332 detecta que um nível de perturbação do terreno está além do valor limiar de perturbação do terreno para uma área, com base pelo menos em parte na análise feita no bloco 412. Por exemplo, a análise indicada no bloco 412 pode ser usada para determinar que uma perturbação do terreno medida, tal como uma profundidade de sulco medida (onde o sulco foi causado pela operação de máquina 108 dentro da área do local de trabalho 106) em uma dada localização na representação mapeada de área do local de trabalho 106 excede um valor limiar de profundidade de sulco (por exemplo, valor da profundidade de sulco medida de 3 polegadas excede um valor limiar de profundidade de sulco de 1 polegada). A lógica de processamento de imagem de perturbação do terreno 332 pode detectar que um nível de perturbação do terreno está além de um valor limiar de perturbação do terreno para uma ampla variedade de diferentes tipos de perturbação do terreno, tal como uma perturbação do sulco da máquina, como indicado no bloco 442, uma área lavada, como indicado no bloco 444, um nível de erosão do solo, como indicado no bloco 446, uma diferença nas características de terreno tal como um delta no terreno, como indicado no bloco 448, entre outros tipos de perturbação do terreno mostrados no bloco 450. Por exemplo, a partir da informação de imagens, uma dada localização que tem um indicador de perturbação do terreno indicativo de provável perturbação do terreno pode ser identificada.
[00106] No bloco 416, o componente de identificação de área de correção 336 identifica uma subárea particular da área do local de trabalho 106 que exige reparo e gera um sinal de ação. Por exemplo, a lógica de processamento de imagem de perturbação do terreno 332 pode identificar pontos na representação mapeada de área do local de trabalho 106 onde perturbação do terreno medida excede o nível de perturbação do terreno limiar, e pode também identificar como os pontos identificados correspondem às respectivas posições geográficas de área do local de trabalho 106. O componente de identificação de área de correção 336 pode dessa forma identificar subáreas ou regiões geográficas na área do local de trabalho 106 que correspondem aos pontos identificados indicando perturbação do terreno excessiva. O componente de identificação de área de correção 336 dessa forma identifica uma ou mais área geográficas de área do local de trabalho 106 que passam por um nível de perturbação do terreno inaceitável e dessa forma que exige reparo. Como um exemplo, onde uma profundidade de sulco medida excede um valor limiar de profundidade de sulco em uma posição no mapa de perturbação do terreno, o componente de identificação de área de correção 336 pode identificar uma área geográfica de 100 pés quadrados que corresponde à perturbação pelo sulco (e alguma área limite em torno do sulco) e que deve ser reparada.
[00107] No bloco 418, o componente de seleção de ação corretiva 338 seleciona uma ação corretiva particular a ser implementada na subárea particular da área do local de trabalho 106. Por exemplo, com base pelo menos em parte na perturbação do terreno medida, e na subárea identificada a ser reparada, o componente de seleção de ação corretiva 338 pode automaticamente selecionar a ação corretiva mais apropriada a ser implementada na subárea particular. O componente de seleção de ação corretiva 338 pode selecionar a ação corretiva mais apropriada a ser implementada com base em uma variedade de diferentes critérios, tais como o tipo de perturbação, os tipos de máquinas 108 na área, o custo de diferentes operações, o tempo para realizar diferentes operações, a segurança de diferentes operações, etc. Em um exemplo, o componente de seleção de ação corretiva 338 pode selecionar a ação corretiva mais apropriada a ser implementada com base em uma indicação de uma entrada de usuário que seleciona uma ação particular. A ação particular selecionada pelo componente de seleção de ação corretiva 338 pode incluir qualquer de uma ação de máquina móvel, como indicado no bloco 452, uma ação de atualização de trajeto planejado, como indicado no bloco 454, uma ação de assistência de tração, como indicado no bloco 456, uma ação do VANT, como indicado no bloco 458, entre outras ações como mostrado no bloco 460.
[00108] Uma ação de máquina móvel, como indicado no bloco 452, pode incluir instruções para controlar a máquina móvel 108 para realizar uma correção de perturbação do terreno (por exemplo, instruções para realizar uma operação que preenche um sulco induzido pela máquina). Uma ação de atualização do trajeto planejado, como indicado no bloco 454, pode incluir instruções para modificar uma rota de deslocamento prescrita da máquina 108 para reduzir perturbação adicional do terreno. Uma ação de assistência de tração, como indicado no bloco 456, pode incluir instruções para implementar recursos de assistência de tração com a máquina móvel 108 para reduzir adicionalmente perturbação do terreno. Uma ação de VANT, como indicado no bloco 458, pode incluir instruções para obter imagem adicional pelo componente de captura de imagem 122, ou, por exemplo, instruções para controlar o VANT 104 para obter as imagens adicionais.
[00109] No bloco 420, a lógica de correção de perturbação do terreno 334 gera e produz uma indicação da ação corretiva selecionada para reparar a subárea particular. Por exemplo, a lógica de correção de perturbação do terreno 334 pode produzir uma notificação para notificar o operador 112 (por exemplo, pelo componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204) da ação selecionada, um sinal de controle para controlar qualquer das máquinas ou veículos 108 no local de trabalho 102, e uma ampla variedade de outras saídas.
[00110] No bloco 422, a lógica de identificação de perturbação do terreno 260 atualiza o mapeamento de perturbação do terreno, com base pelo menos em parte na ação corretiva que foi selecionada. Por exemplo, a lógica de identificação de perturbação do terreno 260 pode realizar avaliações de perturbação do terreno adicionais uma vez que uma ação corretiva tenha sido selecionada e/ou realizada, para determinar se qualquer ação corretiva adicional é exigida para reduzir perturbação do terreno na área do local de trabalho 106. Em um exemplo, um sinal de ação é produzido.
[00111] A FIG. 5 ilustra um fluxograma mostrando um exemplo 500 de controle de um VANT para realizar uma análise de identificação de inclinação. No bloco 502, a lógica de identificação de inclinação 264 detecta uma solicitação para realizar uma análise de identificação de inclinação para área do local de trabalho 106. Novamente, isto pode ser uma solicitação automatizada ou uma solicitação de qualquer dos operadores ou indivíduos.
[00112] No bloco 504, a lógica de identificação de inclinação 264 determina se a análise de identificação de inclinação, a ser realizada, é associada com uma operação florestal pré-colheita ou uma pós-colheita. A lógica de identificação de inclinação 264 pode diferenciar uma análise de inclinação para uma operação florestal pré-colheita ou uma pós-colheita com base, por exemplo, em informação recebida da lógica de identificação de operação da máquina 258. Por exemplo, a lógica de identificação de operação da máquina 258 pode ser usada para determinar se uma ou mais máquinas 108 estão atualmente realizando uma operação de colheita. A lógica de identificação de inclinação 264 pode também usar a lógica de entrada de tipo de análise de floresta 308 para determinar se a análise solicitada é selecionada (por exemplo, automaticamente ou manualmente pela entrada de usuário) para ser análise pré-colheita ou pós-colheita. Uma análise de inclinação pré- colheita pode usar imageamento aéreo para medir inclinação da área do local de trabalho 106. Uma análise de inclinação pós-colheita pode usar imageamento aéreo em combinação com outra informação específica do sensor das máquinas 108 para verificar uma inclinação medida da área do local de trabalho 106.
[00113] No bloco de decisão 506, a lógica de identificação de inclinação 264 pode selecionar que a análise de inclinação é associada tanto com uma operação pré-colheita quanto com uma operação pós-colheita. No bloco 508, onde a lógica de identificação de inclinação 264 seleciona uma operação pré-colheita, a lógica de identificação de inclinação 264 gera um trajeto de voo do VANT para obter informação de imagens indicativa de uma inclinação da área do local de trabalho 106 usando componente de captura de imagem 122. Por exemplo, a lógica de identificação de inclinação 264 pode gerar instruções que fazem interface com a lógica de interface de trajeto de voo 318 para controlar o sistema VANT 104 de acordo com um trajeto de voo gerado.
[00114] No bloco 510, a lógica de processamento de imagem de inclinação 350 instrui o sistema VANT 104 para capturar imagens da área do local de trabalho 106 usando componente de captura de imagem 122 e/ou obter outra informação (tal como informação usando sensores de atributo 230). Como indicado no bloco 544, a lógica de processamento de imagem de inclinação 350 pode instruir o sistema VANT 104 para capturar informação de imagens de topo de árvore ou outra área do local de trabalho 106 usando componente de geração de imagem visual 242. Como indicado no bloco 546, a lógica de processamento de imagem de inclinação 350 pode instruir o sistema VANT 104 para capturar informação de lidar/radar indicando inclinação da área do local de trabalho 106 usando componente de geração de imagem de LIDAR/radar 244. Certamente, a lógica de processamento de imagem de inclinação 350 pode instruir sistema VANT 104 igualmente para obter outra informação, como indicado no bloco 550.
[00115] No bloco 512, a lógica de processamento de imagem de inclinação 350 gera um mapeamento de inclinação da área do local de trabalho 106, com base nas imagens capturadas e outra informação obtida no bloco 510. Por exemplo, a lógica de processamento de imagem de inclinação 350 pode fazer interface com o sistema de mapeamento 252 (por exemplo, lógica de emenda de imagens 302) para emendar imagens capturadas pelo componente de captura de imagem 122 em uma representação mapeada da área do local de trabalho 106 tendo valores de inclinação medidos. Um mapeamento de inclinação para a área do local de trabalho 106 pode indicar várias subáreas e seus valores de inclinação medidos correspondentes, de maneira tal que subáreas podem ser identificadas para desvio pela máquina 108 ou as áreas nas quais as máquinas 108 devem trabalhar, à medida que realiza uma operação. Como indicado no bloco 552, o mapeamento de inclinação gerado pode representar uma topologia delta de topo de árvore (tal como uma diferença nas alturas de árvores medidas de acordo com análise feitas nos topos de árvore dentro da área do local de trabalho 106). Por exemplo, a lógica de processamento de imagem de inclinação 350 pode determinar diferenças em uma altura de árvores, e usar as diferenças para medir mudanças de inclinação para a área do local de trabalho 106. O mapeamento de inclinação gerado pode indicar outras medições de inclinação igualmente, como indicado no bloco 554.
[00116] No bloco 514, a lógica de limiar de inclinação 348 identifica um valor limiar de inclinação do terreno, e a lógica de consideração de trajeto e inclinação da máquina 354 identifica uma rota de deslocamento da máquina sugerida para a área do local de trabalho 106. Por exemplo, a lógica de consideração de trajeto e inclinação da máquina 354 identifica uma rota de deslocamento prescrita da máquina 108 para realizar uma operação dentro da área do local de trabalho 106, com base na inclinação.
[00117] No bloco 516, a lógica de consideração de trajeto e inclinação da máquina 354 realiza uma análise de inclinação com relação à rota de deslocamento da máquina sugerida, com base no mapeamento de inclinação gerado e no valor limiar de inclinação do terreno identificado. No bloco 516, a lógica de processamento de imagem de inclinação 350 pode gerar um conjunto de métricas de inclinação, cada qual tendo um valor indicativo de uma medição da inclinação em uma diferente localização no local de trabalho na floresta, com base na informação de imagens. Em um exemplo, a lógica de consideração de trajeto e inclinação da máquina 354 pode identificar as subáreas particulares dentro da área do local de trabalho 106 tendo um valor de inclinação medido que excede o valor limiar de inclinação do terreno. Se qualquer das subáreas particulares for também regiões geográficas nas quais é previsto que a máquina 108 desloque, de acordo com a rota de deslocamento da máquina prescrita, então a lógica de consideração de trajeto e inclinação da máquina 354 pode identificar essas subáreas como áreas problemáticas que exigem correção de trajeto de máquina.
[00118] No bloco 518, a lógica de consideração de trajeto e inclinação da máquina 354 atualiza a rota de deslocamento da máquina sugerida, com base pelo menos em parte na análise feita no bloco 516. Atualização da rota de deslocamento da máquina sugerida no bloco 518 pode incluir modificar a rota de deslocamento sugerida para evitar a áreas problemáticas (por exemplo, áreas onde a inclinação é muito grande) ou, por exemplo, gerar um novo trajeto de máquina prescrito.
[00119] No bloco, 520, a lógica de consideração de trajeto e inclinação da máquina 354 gera uma indicação do trajeto de máquina atualizado. No bloco 522, a lógica de identificação de inclinação 264 produz a indicação. A indicação pode ser usada para controlar a máquina 108 para realizar a operação de colheita ao longo da rota de deslocamento atualizada. Em um exemplo, a lógica de visualização de inclinação 356 fornece uma saída da rota de deslocamento da máquina atualizada com um mapa visual, como indicado no bloco 556. Como indicado no bloco 558, a lógica de identificação de inclinação 264 pode gerar uma notificação para notificar o operador 112 (por exemplo, pelo componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204) da rota de deslocamento da máquina atualizada. Outras saídas podem ser igualmente providas, como indicado no bloco 560.
[00120] Dessa forma, pode-se ver que a lógica de identificação de inclinação 264 pode, antes de uma operação ser realizada, utilizar o sistema VANT 104 para medir a inclinação do local de trabalho 106 e, dessa forma, identificar áreas tendo uma inclinação maior que uma inclinação limiar para atualizar uma rota de deslocamento da máquina para evitar grandes inclinações. Isto pode ser usado para melhorar a eficiência da máquina, em virtude de máquinas 108 passarem por menos deslizamento e produzirem menos danos na área do local de trabalho 106, por meio disto também melhorando a produtividade de uma operação de colheita.
[00121] De volta ao bloco 524, onde a lógica de identificação de inclinação 264 seleciona uma operação pós-colheita, em vez de uma operação pré-colheita no bloco de decisão 506, a lógica de identificação de inclinação 264 obtém informação do sensor indicativa da inclinação sensoreada da área do local de trabalho 106. No bloco 540, a lógica de identificação de inclinação 264 obtém informação do sensor específica da máquina, tal como informação sensoreada pelos sensores 208 ou por uma ou mais máquinas 108. Por exemplo, embora as máquinas 108 estejam realizando uma operação de colheita, os sensores 208 podem sensorear a inclinação da área do local de trabalho 106. Esta inclinação sensoreada pode ser verificada pela lógica de identificação de inclinação 264 para melhorar a precisão de medições de inclinação adicionais.
[00122] No bloco 526, a lógica de identificação de inclinação 264 obtém informação de trajeto de deslocamento de máquina para a operação de colheita (por exemplo, trajeto de deslocamento de máquina deslocado para uma operação de colheita completada ou trajeto de deslocamento de máquina atualmente em andamento para uma operação de colheita atual). A informação de trajeto de deslocamento de máquina pode no geral incluir uma localização geográfica na qual a máquina 108 é posicionada durante a operação de colheita. No bloco 528, a lógica de identificação de inclinação 264 gera um mapeamento bruto da área do local de trabalho 106, com base na informação de inclinação e localização geográfica sensoreada. Por exemplo, a lógica de identificação de inclinação 264 pode fazer interface com o sistema de mapeamento 252 para gerar um mapeamento bruto dos valores de inclinação medidos através da área do local de trabalho 106 e, em particular, através de subáreas nas quais a máquina 108 desloca. O mapeamento bruto pode ser usado para verificar a precisão das técnicas de sensoreamento de inclinação brutas, tal como calibrar sensores 208 ou verificar a precisão da lógica de identificação de inclinação 264.
[00123] No bloco 530, a lógica de identificação de inclinação 264 controla o VANT 104 para realizar uma operação de imageamento para obter informação de inclinação adicional para a área do local de trabalho 106. Por exemplo, o bloco 530 inclui qualquer dos recursos acima discutidos com relação aos blocos 508 e 510.
[00124] No bloco 532, a lógica de identificação de inclinação 264 gera um mapeamento de inclinação do VANT da área do local de trabalho 106, com base na informação de geração de imagem do VANT capturada pelo componente de captura de imagem 122 e outra informação de sensor (por exemplo, e de acordo com os recursos discutidos com relação ao bloco 512).
[00125] No bloco 534, a lógica de verificação de inclinação 352 compara o mapeamento de inclinação bruto gerado no bloco 528 com o mapeamento de inclinação do VANT gerado no bloco 532. A lógica de verificação de inclinação 352 pode identificar diferenças entre dados de inclinação brutos do mapeamento de inclinação bruto e os dados de inclinação formados por imagem do mapeamento de inclinação do VANT. A lógica de verificação de inclinação 352 pode também gerar uma métrica indicativa de um grau de diferença entre os dois tipos de informação de inclinação medida.
[00126] No bloco 536, a lógica de verificação de inclinação 352 atualiza e verifica a informação de inclinação para a área do local de trabalho 106, com base na comparação. Em um exemplo, onde um valor de inclinação bruto entra em conflito com um valor de inclinação imageada, a lógica de verificação de inclinação 352 pode usar uma ou mais regras para selecionar um valor de inclinação medido prevalecente. Se a lógica de verificação de inclinação 352 determinar que os valores conflitantes são relativamente próximos um do outro (por exemplo, pequeno grau de diferença), a lógica de verificação de inclinação 352 pode selecionar um particular dos valores como sendo um valor prevalecente com base em uma ou mais regras. Se, entretanto, a lógica de verificação de inclinação 352 determinar que os valores conflitantes não estão relativamente próximos um do outro (por exemplo, grande grau de diferença), a lógica de verificação de inclinação 352 pode tomar uma média dos dois valores ou gerar um novo valor de inclinação preciso de outras maneiras.
[00127] No bloco 538, a lógica de identificação de inclinação 264 produz a indicação da informação de inclinação atualizada e/ou verificada. Por exemplo, a lógica de visualização de inclinação 356 pode prover uma saída da informação de inclinação atualizada com um mapa visual, como indicado no bloco 556. As saídas providas com um mapa visual podem sugerir áreas para “não ir” tais como pântanos, buracos no terreno, terreno muito íngreme, etc. Como indicado no bloco 558, a lógica de identificação de inclinação 264 gera uma notificação para notificar o operador 112 (por exemplo, pelo componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204) da informação de inclinação atualizada e/ou verificada. As saídas providas como uma notificação podem incluir recursos de assistência do operador que sugerem uma rota mais eficiente de deslocamento com base na informação de inclinação atualizada e/ou verificada. Outras saídas da informação de inclinação atualizada e/ou verificada podem ser igualmente providas, como indicado no bloco 560. Em um exemplo, um sinal de ação é produzido.
[00128] Dessa forma, a operação 500 ilustrativamente melhora o deslocamento da máquina 108 e, portanto, melhora a produtividade do local de trabalho 102, identificando áreas problemáticas do local de trabalho 106 (por exemplo, tendo inclinação acentuada acima de um limiar) e atualizando a rota de deslocamentos de máquina 108, com base na informação de inclinação verificada.
[00129] A FIG. 6 ilustra um fluxograma mostrando um exemplo 600 de controle de um VANT para realizar uma análise de inventário de árvore para uma área do local de trabalho. No bloco 602, a lógica de inventário de árvore 268 detecta uma solicitação para realizar uma análise de inventário de árvore para área do local de trabalho 106. Esta solicitação pode ser automatizada ou manual ou uma combinação de ambas.
[00130] No bloco 604, a lógica de inventário de árvore 268 gera um trajeto de voo do VANT para realizar a análise de inventário de árvore na área do local de trabalho 106. Por exemplo, a lógica de inventário de árvore 268 pode gerar instruções que faz interface com a lógica de interface de trajeto de voo 318 para controlar o VANT 104 de acordo com um trajeto de voo gerado. O trajeto de voo gerado pela lógica de inventário de árvore 268 pode ser particular para obter informação de imagens, indicando propriedades de árvore do local de trabalho 106, com o componente de captura de imagem 122.
[00131] No bloco 606, a lógica de inventário de árvore 268 instrui o VANT 104 para capturar imagens da área do local de trabalho 106 usando o componente de captura de imagem 122 e/ou obter outra informação usando sensores de atributo 230. Como indicado no bloco 616, a lógica de inventário de árvore 268 pode instruir o VANT 104 para capturar imagens visuais de árvores usando o componente de geração de imagem visual 242. Como indicado no bloco 618, a lógica de inventário de árvore 268 pode instruir o VANT 104 para capturar informação de lidar/radar indicando propriedades de árvore usando o componente de geração de imagem de LIDAR/radar 244. A lógica de inventário de árvore 268 pode instruir o VANT 104 para obter outra informação igualmente, como indicado no bloco 620.
[00132] No bloco 608, a lógica de processamento de imagem de métrica de árvore 368 gera um mapeamento de inventário de árvore, com base nas imagens capturadas e outra informação de sensor. Por exemplo, como indicado no bloco 622, a lógica de processamento de imagem de métrica de árvore 368 pode fazer interface com o sistema de mapeamento 252 (por exemplo, lógica de emenda de imagens 302) para emendar imagens capturadas pelo componente de captura de imagem 122 em uma representação mapeada de área do local de trabalho 106 tendo informação de árvore. Em um exemplo, como indicado no bloco 624, a lógica de processamento de imagem de métrica de árvore 368 pode usar técnicas de detecção de propriedade de árvore para gerar a representação mapeada da área do local de trabalho 106 para representar informação de árvore. Por exemplo, medições específicas de propriedades de árvore podem ser determinadas a partir do mapeamento. Certamente, a lógica de processamento de imagem de métrica de árvore 368 pode gerar o mapa de inventário de árvore igualmente de outras maneiras, como indicado no bloco 626.
[00133] No bloco 610, a lógica de processamento de imagem de métrica de árvore 368 analisa o mapeamento gerado, incluindo as propriedades de árvore medidas, para obter informação detalhada de inventário de árvore. A informação detalhada de inventário de árvore pode incluir métricas pertinentes a cada tipo de propriedade de árvore medida. No bloco 628, lógica de altura do diâmetro do peito 370 gera métricas indicativas de uma altura do peito do diâmetro medido. No bloco 630, lógica de altura 372 gera métricas indicativas de uma altura da árvore medida. No bloco 632, a lógica de volume 374 gera métricas indicativas de um volume medido de uma população de árvores. No bloco 634, a lógica de densidade por área 376 gera métricas indicativas de uma densidade de árvores por área do local de trabalho 106. No bloco 636, a lógica de madeira macia 378 gera métricas indicativas de madeira macia (por exemplo, identifica tipo de árvore como conífera). No bloco 638, a lógica de folhosa 380 gera métricas indicativas de folhosa (por exemplo, identifica o tipo de árvore como efêmero). Como um exemplo adicional, a lógica de processamento de imagem de métrica de árvore 368 pode ser configurada para gerar métricas pertinentes à maturidade da árvore, tal como idade e saúde ou outros itens.
[00134] No bloco 612, o componente de saída de métrica de árvore processada 382 gera uma saída de inventário de árvore com base na informação detalhada de inventário de árvore. As saídas podem incluir valores indicando as próprias métricas, comparações de métricas e uma ampla variedade de outras saídas. O componente de saída de métrica de árvore processada 382 pode gerar sinais de saída indicando qualquer das métricas de árvore determinadas, bem como um sinal de ação. Um sinal de ação gerado pelo componente de saída de métrica de árvore processada 382 pode, por exemplo, incluir sinais de disposição da máquina para controlar a disposição de uma máquina florestal na área do local de trabalho 106 ou em localizações geográficas específicas com base nas métricas de inventário de árvore.
[00135] No bloco 614, o componente de saída de métrica de árvore processada 382 fornece uma indicação da saída do inventário de árvore. O componente de saída de métrica de árvore processada 382 pode prover uma indicação da saída para indicar as métricas de inventário de árvore 644. Por exemplo, as métricas de inventário de árvore podem ser providas ao operador 112 como notificações indicando os valores numéricos das métricas de inventário de árvore. O componente de saída de métrica de árvore processada 382 pode prover uma indicação da saída do inventário de árvore como um mapa visual, como indicado no bloco 646. Dessa forma, a área do local de trabalho 106 pode ser visualizada, de acordo com a funcionalidade do sistema de mapeamento 252 acima discutido, com representações visuais das métricas de árvore. Certamente, a saída do inventário de árvore pode ser provida igualmente de outras maneiras, como indicado no bloco 648. Em um exemplo, um sinal de ação é provido como uma saída.
[00136] A FIG. 7 ilustra um fluxograma mostrando um exemplo 700 de controle de um VANT para realizar uma análise de viabilidade de combate a incêndio para uma área do local de trabalho. No bloco 702, a lógica de decisão de disposição para combate a incêndio 262 detecta uma solicitação para realizar uma análise de viabilidade de combate a incêndio para a área do local de trabalho 106. Como com outras solicitações, isto pode ser automatizado, manual ou uma combinação de ambos.
[00137] No bloco 704, a lógica de decisão de disposição para combate a incêndio 262 obtém informação relativa a área do local de trabalho 106 que é relevante para operações de combate a incêndio. Por exemplo, a lógica de decisão de disposição para combate a incêndio 262 pode obter informação armazenada relativa à área do local de trabalho 106, tais como os limites do local de trabalho 730, tamanho do local de trabalho 732, e informação histórica de investimento de local de trabalho 734. Em um exemplo, a lógica de decisão de disposição para combate a incêndio 262 pode fazer interface com a lógica de identificação do histórico da área de interesse 310 para identificar limites do local de trabalho 730, tamanho do local de trabalho 732, e informação de investimento (por exemplo, horas investidas, dinheiro investido, data de início de operações florestais, data final de operações, etc.) 734, entre outra informação 736.
[00138] No bloco 706, a lógica de decisão de disposição para combate a incêndio 262 gera um trajeto de voo do VANT para realizar a análise de viabilidade de combate a incêndio na área do local de trabalho 106. Por exemplo, a lógica de decisão de disposição para combate a incêndio 262 pode gerar instruções que fazem interface com a lógica de interface de trajeto de voo 318 para controlar o VANT 104 de acordo com um trajeto de voo gerado. O trajeto de voo gerado pela lógica de decisão de disposição para combate a incêndio 262 pode controlar o VANT 104 para obter informação de imagens indicativa de parâmetros de combate a incêndio para o local de trabalho 106 usando o componente de captura de imagem 122.
[00139] No bloco 708, a lógica de decisão de disposição para combate a incêndio 262 instrui o VANT 104 para capturar imagens da área do local de trabalho 106 usando o componente de captura de imagem 122 e/ou obter outra informação usando sensores de atributo 230. Como indicado no bloco 738, a lógica de decisão de disposição para combate a incêndio 262 instrui o VANT 104 para capturar imagem visual usando o componente de geração de imagem visual 242. Como indicado no bloco 740, a lógica de decisão de disposição para combate a incêndio 262 pode instruir o VANT 104 para capturar Informação de lidar/radar indicando parâmetros de combate a incêndio da área do local de trabalho 106 usando o componente de geração de imagem de LIDAR/radar 244. A lógica de decisão de disposição para combate a incêndio 262 pode instruir o VANT 104 para obter informação específica da máquina, como indicado no bloco 742, e outra informação, como indicado no bloco 744.
[00140] No bloco 710, a lógica de decisão de disposição para combate a incêndio 262 gera um mapeamento de viabilidade de combate a incêndio da área do local de trabalho 106, com base nas imagens capturadas e outra informação obtida no bloco 708. Por exemplo, a lógica de decisão de disposição para combate a incêndio 262 pode fazer interface com o sistema de mapeamento 252 (por exemplo, lógica de emenda de imagens 302) para emendar imagens capturadas pelo componente de captura de imagem 122 em uma representação mapeada da área do local de trabalho 106, de maneira tal que o mapeamento também represente uma viabilidade de combate a um incêndio na área do local de trabalho 106. A lógica de viabilidade de combate a incêndio 262 pode gerar o mapeamento para indicar que subáreas particulares, da área do local de trabalho 106, são tanto viáveis quanto não viáveis para realizar uma operação de combate a incêndio. O mapeamento de viabilidade de combate a incêndio pode representar uma ampla variedade de medida parâmetros para determinar se é viável combater um incêndio, tal como a densidade florestal 746, habitação de inseto 748 (por exemplo, infestação de peste), informação de impacto de tempestade e tempo 750, e custo de informação de estimativa de combate 752, entre outra informação 754.
[00141] No bloco 712, a lógica de análise de viabilidade de combate a incêndio 340 compara o mapeamento de viabilidade de combate a incêndio gerado no bloco 710 com a informação da área de local de trabalho armazenada obtida no bloco 704. Por exemplo, a lógica de análise de viabilidade de combate a incêndio 340 compara um tamanho de área do local de trabalho 732 com uma densidade de material florestal 744. Esta comparação pode ser usada para determinar características de terreno na área do local de trabalho 106, gera uma métrica que indica que área do local de trabalho 106 é muito grande, muito acentuada e/ou muito densa para interromper um incêndio florestal. Como um outro exemplo, a lógica de análise de viabilidade de combate a incêndio 340 compara habitação de inseto 746 (por exemplo, habitação de espécies invasivas) com uma quantidade de investimento (por exemplo, número de horas gastas colhendo na área do local de trabalho 106). Esta comparação pode ser usada para gerar uma métrica que indica que a área do local de trabalho 106 não investiu o bastante e tem muitas espécies invasivas de insetos para ser valioso o bastante para implementar uma operação de combate a incêndio. Certamente, esses são apenas exemplos e a lógica de análise de viabilidade de combate a incêndio 340 pode comparar uma ampla variedade de diferentes tipos de informação para realizar uma análise de viabilidade de combate a incêndio.
[00142] No bloco 714, a lógica de análise de viabilidade de combate a incêndio 340 determina se implementação de uma operação de combate a incêndio é viável, com base na comparação acima discutida com relação ao bloco 712. Como similarmente aqui mencionado, a lógica de análise de viabilidade de combate a incêndio 340 pode determinar que uma operação de combate a incêndio não é viável quando é determinado que a área do local de trabalho 106 tem características que, por exemplo, aumentam o risco de implementação de uma operação de combate a incêndio, reduzem o valor do local de trabalho 106 além de um nível que garantiria a implementação de uma operação de combate a incêndio ou que exibe custos excessivos para implementar uma operação de combate a incêndio, entre outros. A lógica de análise de viabilidade de combate a incêndio 340 pode determinar que uma operação de combate a incêndio é viável quando é determinado que a área do local de trabalho 106 tem características que, por exemplo, reduzem o risco de implementação de uma operação de combate a incêndio, aumentam o valor do local de trabalho 106 ou de outra forma não exigem custos excessivos para implementar uma operação de combate a incêndio. Certamente, outras características podem ser consideradas pela lógica de análise de viabilidade de combate a incêndio 340.
[00143] No bloco de decisão 716, a lógica de análise de viabilidade de combate a incêndio 340 pode determinar se é viável implementar uma operação de combate a incêndio. No bloco 718, onde a lógica de análise de viabilidade de combate a incêndio 340 determina que é viável implementar uma operação de combate a incêndio, um sinal de ação é gerado, por exemplo, onde a lógica de identificação de rota de escape 346 pode analisar o mapeamento de viabilidade de combate a incêndio e outra informação (tal como informação de sensor específica de máquina) para identificar rotas de escape potenciais. Rotas de escape potenciais podem incluir rotas de deslocamento para bombeiros, operador 112, máquina 108, e para outros itens no local de trabalho 102.
[00144] No bloco 720, a lógica de identificação de rota de escape 346 seleciona uma particular das rotas de escape potenciais, com base no mapeamento de viabilidade de combate a incêndio analisado e outra informação. A lógica de identificação de rota de escape 346 pode selecionar a rota de escape mais segura ou mais eficiente como uma rota de escape ideal. No bloco 722, a lógica de identificação de rota de escape 346 gera uma saída indicando a rota de escape selecionada ideal.
[00145] No bloco 724, a lógica de identificação de rota de escape 346 fornece uma indicação da saída de rota de escape ideal gerada no bloco 722. A lógica de identificação de rota de escape 346 pode prover a saída como um mapa visual 756, uma notificação 758 ou uma outra saída 760. Por exemplo, a lógica de identificação de rota de escape 346 pode identificar uma rota de deslocamento através da área do local de trabalho 106 que o operador 112 e ou as máquinas 108 deslocam para ser seguramente removidas do perigo apresentado por um incêndio florestal. Em um exemplo como este, a lógica de identificação de rota de escape 346 pode prover uma saída indicando uma rota de deslocamento de acordo com a rota de escape ideal para o sistema de mapeamento 252 para incorporação com um mapa visual da área do local de trabalho 106. A lógica de identificação de rota de escape 346 pode prover uma saída indicando uma notificação que é apresentada ao operador 112 (por exemplo, pelo componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204). A rota de escape pode ser continuamente atualizada com base em novo imageamento aéreo, mudanças climáticas, e outras coisas.
[00146] No bloco 726, onde a lógica de análise de viabilidade de combate a incêndio 340 determina que não é viável implementar uma operação de combate a incêndio, um sinal de ação é gerado, por exemplo, onde a lógica de decisão de disposição para combate a incêndio 340 gera uma saída indicando que a operação de combate a incêndio não é viável. No bloco 728, a lógica de análise de viabilidade de combate a incêndio 340 fornece uma indicação da saída inviável (por exemplo, sinal de ação). A indicação da operação de combate a incêndio sendo inviável pode ser provida como uma notificação ao operador 112 ou igualmente em uma variedade de outras maneiras. Por exemplo, o operador 112 pode receber uma notificação no dispositivo de comunicação 114 indicando que a lógica de análise de viabilidade de combate a incêndio 340 determina que uma operação de combate a incêndio particular não é para uma localização na área do local de trabalho 106. Isto é apenas um exemplo.
[00147] A FIG. 8 ilustra um fluxograma mostrando um exemplo 800 de controle de um VANT para realizar uma avaliação de produtividade e controle para uma área do local de trabalho associada com uma operação florestal. No bloco 802, a lógica do sistema de controle de produtividade 266 detecta uma solicitação para realizar uma avaliação de produtividade para a área do local de trabalho 106. Esta solicitação pode ser automática, manual ou uma combinação de ambas.
[00148] No bloco 804, a lógica de entrada de local de trabalho 358 obtém informação relativa à área do local de trabalho 106 que é relevante para realização de uma avaliação de produtividade. Por exemplo, a lógica de entrada de local de trabalho 358 pode fazer interface com a lógica de identificação de área de interesse 254 e o sistema de mapeamento 252 para obter informação relativa a características da área do local de trabalho 106. Com base na informação obtida, a lógica de entrada de local de trabalho 358 pode identificar características particulares que serão usadas na realização de uma avaliação de produtividade e controle do local de trabalho para a área do local de trabalho 106. A lógica de entrada de local de trabalho 358 dessa forma pode identificar qualquer de tamanho do local de trabalho 820, de um número de árvores 822, de um volume por árvore 824, de uma tonelagem por acre 826, e de uma ampla variedade de outras informações de características do local de trabalho 828.
[00149] No bloco 806, a lógica de trajeto de voo do VANT 362 gera um trajeto de voo do VANT para obter informação de produtividade do local de trabalho. Com base nas características do local de trabalho obtidas no bloco 804, a lógica de trajeto de voo do VANT 362 gera instruções que controlam o VANT 104 (por exemplo, fazendo interface com a lógica de interface de trajeto de voo 318) para deslocar ao longo de um trajeto de voo definido, onde o trajeto de voo é definido para permitir que o VANT 104 obtenha informação de imagens que é específica de uma avaliação de produtividade e controle para a área do local de trabalho 106.
[00150] No bloco 808, a lógica do sistema de controle de produtividade 266 instrui VANT 104 para capturar imagens da área do local de trabalho 106 usando componente de captura de imagem 122, e/ou para obter outra informação usando sensores de atributo 230. A lógica do sistema de controle de produtividade 266 pode instruir o sistema VANT 104 para capturar imageamento visual 830 usando componente de geração de imagem visual 242, informação de lidar/radar 832 usando componente de geração de imagem de LIDAR/radar 244, e outra informação, como indicado no bloco 834. Imagens da área do local de trabalho 106 podem ser analisadas para determinar onde uma operação foi completada, e onde uma operação está atualmente em andamento. Dessa forma, usando informação de imagens aérea capturada pelo VANT 104, uma área total do local de trabalho 106 pode ser examinada para obtenção de informação de produtividade detalhada.
[00151] No bloco 810, a lógica de entrada de produtividade da máquina 360 obtém informação de produtividade específica da máquina para uma operação realizada na área do local de trabalho 106. Por exemplo, a lógica de entrada de produtividade da máquina 360 obtém informação sensoreada ou de outra forma coletada pela máquina 108 e é indicativa de como a máquina 108 está desempenhando em uma operação atual (por exemplo, indicativa de desempenho de uma operação de colheita). Informação obtida pela lógica de entrada de produtividade da máquina 360 pode indicar métricas de produtividade específicas para uma máquina, tal como informação de caule cortado 840 (por exemplo, número de caules cortados, frequência do cortador que está sendo usado, etc.), um tempo de ciclo 842 (por exemplo, quantidade de tempo que a máquina 108 esteve em uso para realizar uma operação de colheita, etc.), uma quantidade de material movimentado 840 (por exemplo, número de árvores movimentadas da pilha do terreno para o veículo para transporte, etc.), entre outra informação de produtividade 842.
[00152] No bloco 812, a lógica de processamento de imagem de produtividade categórica 364 identifica subáreas dentro da área do local de trabalho 106 como sendo associada com uma categoria de produtividade particular, com base na imagem e informação específica de máquina. Ou seja, a lógica de processamento de imagem de produtividade categórica 364 pode usar imagem aérea capturada pelo sistema O VANT 104 e a informação de produtividade de máquina 108 para determinar quais regiões geográficas da área do local de trabalho 106 são completadas, estão atualmente sendo trabalhadas ou não foram trabalhadas. Por exemplo, a lógica de processamento de imagem de produtividade categórica 364 identifica subáreas da área do local de trabalho 106 onde as árvores são colhidas 844, identifica subáreas onde árvores estão no terreno, mas exigem desobstrução 846, identifica subáreas onde árvores não estão colhidas e dessa forma estão ainda em pé 848, e identifica outras subáreas de progresso de operação 850.
[00153] No bloco 814, a lógica de processamento de imagem de produtividade categórica 364 determina uma porcentagem de término de uma operação que está sendo realizada na área do local de trabalho 106, com base nas subáreas identificadas (por exemplo, agregando as categorias de produtividade). Por exemplo, onde existe um grande número de subáreas identificadas como tendo árvores colhidas 844, e existe um pequeno número de subáreas identificadas como tendo árvores no terreno 846 (por exemplo, cortadas, e precisam ser removidas da área do local de trabalho 106), então a lógica de processamento de imagem de produtividade categórica 364 pode determinar uma porcentagem de término que indica que uma maior parte (ou uma porcentagem específica) de uma operação de colheita para área do local de trabalho 106 já está completada. Como um outro exemplo, onde existe um pequeno número de subáreas identificadas como tendo árvores colhidas 844, e existe um grande número de subáreas identificadas como tendo árvores ainda em pé 848, então a lógica de processamento de imagem de produtividade categórica 364 pode determinar uma porcentagem de término que indica que uma operação de colheita para a área do local de trabalho 106 acabou de ser iniciada, e que uma maior parte (ou uma porcentagem específica) da operação está ainda para ser realizada.
[00154] No bloco 816, a lógica de saída de produtividade categórica 366 gera uma saída de produtividade, com base na porcentagem de operação completada, na informação específica de máquina, e na informação de local de trabalho. A porcentagem de término pode ser utilizada, junto com outra informação, pela lógica de saída de produtividade categórica 366 para gerar um valor medido de produtividade obtido na realização da operação na área do local de trabalho 106. Em um exemplo, a lógica de saída de produtividade categórica 366 pode gerar uma medida de produtividade como uma porcentagem de cada categoria 852 identificada em toda a área do local de trabalho 106. Ou seja, a produtividade da área do local de trabalho 106 pode ser identificada como 25 por cento da colheita completa, 20 por cento da colheita em andamento, e 55 por cento de ainda não colhida, como um exemplo. Também, em um exemplo, a lógica de saída de produtividade categórica 366 pode gerar uma saída de produtividade indicando uma demanda da usina 854, tal como um número de caminhões por dia (por exemplo, o número de caminhões, cargas de arrasto de árvores cortadas, será identificado para a área do local de trabalho 106 para a operação de colheita). A lógica de saída de produtividade categórica 366 pode também gerar uma métrica de produtividade estimada tal como uma quota, uma tonelagem estimada de material (por exemplo, árvores colhidas) que será produzida a partir da operação de colheita, e outras métricas estimadas, de acordo com as métricas determinadas de produtividade. Adicionalmente, em um exemplo, a lógica de saída de produtividade categórica 366 pode gerar uma métrica de produtividade como uma comparação de tempo de operação total para o tempo disponível total para a operação ou tal como uma eficiência de operação determinada para a área do local de trabalho 106. A lógica de saída de produtividade categórica 366 pode gerar outras métricas de produtividade 860. De acordo com o bloco 816, a lógica de saída de produtividade categórica 366 pode também gerar um sinal de ação como este para o sistema de controle de análise florestal 116 para atualizar métricas de término do local de trabalho, controlar o VANT 104 (por exemplo, para obter informação específica de máquina), controlar a máquina 108, entre outros sinais de ações.
[00155] No bloco 818, a lógica de saída de produtividade categórica 366 provê uma indicação da saída de métrica de produtividade gerada. A lógica de saída de produtividade categórica 366 pode prover a saída como uma notificação, como indicado no bloco 862. Por exemplo, a lógica de saída de produtividade categórica 366 gera uma notificação para notificar o operador 112 (por exemplo, pelo componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204) da métrica de produtividade, tais como as porcentagens de cada categoria de término para a operação que está sendo realizada na área do local de trabalho 106. A lógica de saída de produtividade categórica 366 pode também prover a saída com um mapa visual, como indicado no bloco 864. As saídas providas com um mapa visual, por exemplo, pode representar as subáreas variadas de nível de término, entre outra informação, tal como um tempo de processamento versus tempo disponível para cada máquina 108 que está atualmente operando dentro da área do local de trabalho 106. Certamente, as saídas (por exemplo, sinal de ações) da avaliação de produtividade podem ser providas igualmente de outras maneiras, como indicado no bloco 866.
[00156] A FIG. 9 ilustra um fluxograma mostrando um exemplo 900 de controle de VANT 104 a automaticamente obter de informação específica de máquina de uma máquina móvel que opera em uma área do local de trabalho. A operação 900 inclui um mecanismo que permite que o VANT 104 colete informação de máquinas 108, posicionadas através de uma área do local de trabalho 106, e carregue a informação coletada nos sistemas remotos 120 para análise automática.
[00157] No bloco 902, a lógica de coleta de dados de VANT automatizada 388 detecta uma solicitação para obtenção de informação específica de máquina a partir de uma máquina móvel que opera em uma área do local de trabalho. A lógica de coleta de dados de VANT automatizada 388 pode detectar uma solicitação para obter tal informação em intervalos regularmente programados, por exemplo ou em resposta a uma determinação de que uma operação é iniciada ou completada, por exemplo ou de outras maneiras.
[00158] No bloco 904, a lógica de coleta de dados de máquina 395 gera um trajeto de voo do VANT que controla o VANT 104 para as máquinas alvos particulares 108 e obtém informação dessas máquinas particulares 108. Mais especificamente, a lógica de coleta de dados de máquina 395 pode gerar instruções que controlam o VANT 104 (por exemplo, fazendo interface com a lógica de interface de trajeto de voo 318) para deslocar ao longo de um trajeto de voo definido, onde o trajeto de voo é definido para permitir que o VANT 104 paire sobre cada máquina 108, dentro de uma certa distância, para estabelecer uma conexão de comunicação (por exemplo, por uma conexão WiFi, conexão de comunicação de campo próximo, etc.). A conexão de comunicação estabelecida pode permitir que o VANT 104 obtenha informação específica de máquina. A lógica de coleta de dados de máquina 395 pode dessa forma identificar máquinas particulares 108 por um identificador exclusivo, e fazer interface com a lógica de interface de trajeto de voo 318 para direcionar o deslocamento do VANT 104 para cada máquina identificada.
[00159] No bloco 906, a lógica de coleta de dados de máquina 394 detecta os dados específicos de máquina coletados do VANT 104 associados com as máquinas móveis 108 alvejadas de acordo com o bloco 904.
[00160] No bloco 908, a lógica de carregamento da estação de comunicação 396 gera um trajeto de voo do VANT que controla o VANT 104 para deslocar para a estação de comunicação 110. Em um exemplo, a lógica de carregamento da estação de comunicação 396 gera o trajeto de voo do VANT com base na lógica de coleta de dados de máquina 394 detectando que o VANT 104 coletou os dados específicos da máquina. Ou seja, uma vez que os dados específicos da máquina são obtidos, a lógica de carregamento da estação de comunicação 396 gera instruções que controlam o VANT 104 (por exemplo, fazendo interface com a lógica de interface de trajeto de voo 318) para deslocar ao longo de um trajeto de voo definido, onde o trajeto de voo é definido para permitir que o VANT 104 paire sobre a estação de comunicação 110, dentro de uma certa distância, para estabelecer uma conexão de comunicação (por exemplo, por uma conexão WiFi, conexão de comunicação de campo próximo, etc.).
[00161] No bloco 910, a lógica de carregamento da estação de comunicação 396 controla uma operação de carregamento que instrui o VANT 104 a carregar a informação obtida específica de máquina, entre outra informação (tal como informação de imagens obtida pelo componente de captura de imagem 122) na estação de comunicação 110 (por exemplo, em uma estação de comunicação de satélite remota do VANT 104) por meio da conexão de comunicação estabelecida (por exemplo, conexão de comunicação de satélite). Por exemplo, onde a estação de comunicação 110 é posicionada remotamente das máquinas 108, o VANT 104 é instruído, pela lógica de carregamento da estação de comunicação 396, a deslocar de uma localização próxima à máquina 108 para uma localização próxima à estação de comunicação 110 de maneira tal que a estação de comunicação 110 pode receber a informação capturada pelo VANT 104 pela conexão estabelecida entre o VANT 104 e a estação de comunicação 110.
[00162] No bloco 912, a lógica de carregamento da estação de comunicação 396 detecta que o VANT 104 carregou a informação na estação de comunicação 110.
[00163] No bloco 914, a lógica de encaminhamento de dados 398 automaticamente encaminha os dados específicos da máquina carregados e outra informação a um sistema de análise florestal. Em um exemplo, a lógica de encaminhamento de dados 398 pode automaticamente encaminhar a informação com base em lógica de carregamento da estação de comunicação 396 detectando que a informação foi carregada do VANT 104. A lógica de encaminhamento de dados 398 pode encaminhar a informação, por exemplo, a um sistema de análise florestal remoto por meio de uma conexão de comunicação (por exemplo, conexão de satélite que permite comunicação entre estações de comunicação 110 e um serviço de computação em nuvem remoto que executa parte ou todo o sistema de análise florestal 116).
[00164] No bloco 916, a lógica de encaminhamento de dados 398 gera uma saída de encaminhamento de dados indicativa de que a informação está sendo automaticamente encaminhada e armazenada pelo sistema de análise florestal 116. No bloco 918, a lógica de encaminhamento de dados 398 produz uma indicação da saída de encaminhamento de dados. Por exemplo, a lógica de encaminhamento de dados 398 pode prover uma indicação da saída de encaminhamento de dados para o VANT 104, de maneira tal que o VANT 104 é liberado para realizar outras operações de coleta e carregamento de dados ou outras operações. Em um exemplo, a lógica de encaminhamento de dados 398 provê uma indicação da saída de encaminhamento de dados que está sendo realizada ao operador 112, tal como por meio do componente de interface de usuário 246 e/ou dispositivo de interface de usuário 204.
[00165] No bloco 920, a lógica de coleta de dados de VANT automatizada 388 provê os sistemas remotos 120 com acesso a informação carregada no sistema de análise florestal 116. Por exemplo, a lógica de coleta de dados de VANT automatizada 388 pode gerar instruções que permitem que sistemas remotos 120 acessem e usem os dados carregados no sistema de análise florestal 116 de acordo com a coleta automatizada e operação de carregamento 900.
[00166] A FIG. 10 ilustra um fluxograma mostrando um exemplo 901 de controle de um VANT para obtenção de informação específica de máquina de uma máquina móvel que opera em um local de trabalho com base em uma entrada de usuário. No bloco 903, a lógica de conectividade do dispositivo de comunicação 301 gera uma interface de coleta de dados que pode ser exibida ou de outra forma provida ao dispositivo de comunicação 114. A lógica de conectividade do dispositivo de comunicação 301 pode gerar instruções que controlam o dispositivo de comunicação 114 para exibir uma representação de um mapa visual 921, uma lista 923 de máquinas móveis disponíveis 108, e uma ampla variedade de outras interfaces 925 que exibem outra informação que pode ser usada pelo operador 112 para selecionar parâmetros para coletar e carregar informação relevante a respeito da área do local de trabalho 106.
[00167] No bloco 905, a lógica de conectividade do dispositivo de comunicação 301 detecta uma entrada de usuário, por exemplo, associada com a interface gerada, que solicita informação específica da máquina ou outra informação relativa à área do local de trabalho 106. Por exemplo, a lógica de conectividade do dispositivo de comunicação 301 pode detectar uma entrada de usuário recebida com uma representação de mapa visual 927 (por exemplo, selecionando a localização para o sistema VANT 104 deslocar), detectar uma entrada de usuário recebida para selecionar uma máquina particular 929 (por exemplo, a entrada de usuário seleciona uma máquina de uma lista de máquinas disponíveis 108 operando na área do local de trabalho 106), e detectar uma ampla variedade de outras entradas 931 que iniciam uma operação de coleta e carregamento de dados.
[00168] No bloco 907, a lógica de alvejamento de dados de máquina 303 gera um trajeto de voo do VANT que controla o VANT 104 para máquinas particulares alvos 108 e obtém informação dessas máquinas particulares. A lógica de alvejamento de dados de máquina 303 pode gerar um trajeto de voo do VANT de acordo com qualquer dos recursos descritos com relação ao bloco 908 da FIG. 9 (por exemplo, a lógica de coleta de dados de máquina 394).
[00169] No bloco 909, a lógica de conectividade do dispositivo de comunicação 301 estabelece uma conexão de comunicação entre o VANT 104 e o dispositivo de comunicação 114. A lógica de conectividade do dispositivo de comunicação 301 pode instruir o VANT 104 para, por meio da conexão de comunicação estabelecida, obter informação específica da máquina e outra informação da área do local de trabalho 106. Por exemplo, a lógica de conectividade do dispositivo de comunicação 301 pode estabelecer uma conexão WiFi entre o dispositivo de comunicação 114 e o VANT 104, e transferir as instruções de trajeto de voo geradas pela lógica de alvejamento de dados de máquina 303 para o VANT 104. Com base na entrada do operador que seleciona máquinas 108 e/ou localizações particulares da área do local de trabalho 106, o operador 112 pode dessa forma utilizar a lógica de coleta de dados de VANT assistida parcial 390 para instruir o sistema VANT 104 para coletar informação específica.
[00170] No bloco 911, a lógica de conectividade do dispositivo de comunicação 301 carrega dados obtidos pelo VANT 104 no dispositivo de comunicação 114 usando a conexão estabelecida. Ou seja, uma vez que o VANT 104 tenha deslocado ao longo do trajeto de voo e capturado informação relevante, a lógica de conectividade do dispositivo de comunicação 301 instrui o VANT 104 a reportar de volta a uma localização na área do local de trabalho 106 que é próxima ao dispositivo de comunicação 114, e dessa maneira carregar a informação capturada no dispositivo de comunicação 114.
[00171] No bloco 913, a lógica de interface de produtividade em tempo real 305 acessa parte da informação carregada no dispositivo de comunicação 114 e associada com a máquina móvel 108 e/ou a área do local de trabalho 106. Ou seja, a lógica de interface de produtividade em tempo real 305 seleciona informação carregada particular que pode ser utilizada na atualização de um estado de produtividade para uma operação que está sendo realizada na área do local de trabalho 106.
[00172] No bloco 915, a lógica de interface de produtividade em tempo real 307 atualiza a informação carregada para prover uma atualização de produtividade em tempo real. Por exemplo, onde o VANT 104 capturou informação específica da máquina que indica um número de horas que a máquina 108 esteve colhendo na área do local de trabalho 106, a lógica de interface de produtividade em tempo real 307 pode atualizar uma medida de produtividade atual, com base nesta informação capturada, e fornecer uma indicação da medida de produtividade atualizada ao operador 112 usando o dispositivo de comunicação 114. Como tal, de acordo com o bloco 915, o operador 112 pode receber atualizações de uma medida de produtividade de uma operação para a área do local de trabalho 106 à medida que informação é obtida do sistema VANT 104 e carregada no dispositivo de comunicação 114, em tempo real.
[00173] No bloco 917, a lógica de armazenamento e encaminhamento de dados 307 detecta uma entrada para encaminhar e/ou armazenar a informação carregada, com as atualizações aplicadas. Por exemplo, o dispositivo de comunicação 114 provê uma interface que permite ao operador 112 prover uma entrada de usuário para selecionar uma localização de armazenamento, tal como uma localização de armazenamento remota no sistema de análise florestal 116 ou localização de local no dispositivo de comunicação 114. No bloco 919, a lógica de armazenamento e encaminhamento de dados 307 gera instruções que encaminham e/ou armazenam a informação de acordo com a entrada de usuário. Ou seja, no bloco 919, o armazenamento de dados e a lógica de encaminhamento 307 geram instruções que encaminham a informação do dispositivo de comunicação 114 ao sistema de análise florestal 116 ou de outra forma armazenam a informação no dispositivo de comunicação 114 para controlar adicionalmente localmente com interação do operador 112.
[00174] Nota-se que, embora máquinas de colheita florestal tenham sido particularmente discutidas com relação aos exemplos descritos aqui, outras máquinas podem também ser implementadas com os ditos exemplos, e dessa forma a presente descrição não está limitada ao uso dos sistemas e processos discutidos com máquinas meramente de colheita florestal.
[00175] A presente discussão mencionou processadores e servidores. Em um exemplo, os processadores e servidores incluem processadores de computador com memória e sistema de circuitos de sincronismo associados, não mostrados separadamente. Eles são partes funcionas dos sistemas ou dispositivos aos quais eles pertence e pelos quais são ativados, e facilitam a funcionalidade dos outros componentes ou itens nesses sistemas.
[00176] Também, inúmeras exibições de interface de usuário foram discutidas. Elas podem assumir uma ampla variedade de diferentes formas e podem ter uma ampla variedade de diferentes mecanismos de entrada atuáveis pelo usuário dispostos nas mesmas. Por exemplo, os mecanismos de entrada atuáveis pelo usuário podem ser caixas de texto, caixas de verificação, ícones, ligações, menus suspensos, caixas de busca, etc. Elas podem também ser atuadas em uma ampla variedade de diferentes maneiras. Por exemplo, elas podem ser atuadas usando um dispositivo de apontamento e clique (tal como um mouse tipo esfera ou mouse). Elas podem ser atuadas usando botões de hardware, chaves, um manete de jogos ou teclado, chaves atuadas por polegar ou blocos atuados por polegar, etc. Elas podem também ser atuadas usando um teclado virtual ou outros atuadores virtuais. Além do mais, onde a tela na qual elas são exibidas é uma tela sensível ao toque, elas podem ser atuadas usando gestos de toque. Também, onde o dispositivo que as exibe tem componentes de reconhecimento de fala, elas podem ser atuadas usando comandos de fala.
[00177] Inúmeros armazenamentos de dados foram também discutidos. Nota-se que eles podem cada qual ser desmembrados em múltiplos armazenamentos de dados. Todos podem ser locais aos sistemas que os acessa, todos podem ser remotos ou alguns podem ser locais enquanto outros são remotos. Todas essas configurações são contempladas aqui.
[00178] Também, as figuras mostram inúmeros blocos com funcionalidade atribuída a cada bloco. Nota-se que menos blocos podem ser usados e assim a funcionalidade é realizada por menos componentes. Também, mais blocos podem ser usados com a funcionalidade distribuída entre mais componentes.
[00179] A presente discussão mencionou processadores e servidores. Em um exemplo, os processadores e servidores incluem processadores de computador com memória e sistema de circuitos de sincronismo associados, não mostrados separadamente. Eles são partes funcionais dos sistemas ou dispositivos aos quais eles pertencem e pelos quais são ativados, e facilitam a funcionalidade dos outros componentes ou itens nesses sistemas.
[00180] Também, inúmeras exibições de interface de usuário foram discutidas. Elas podem assumir uma ampla variedade de diferentes formas e podem ter uma ampla variedade de diferentes mecanismos de entrada atuáveis pelo usuário dispostos nelas. Por exemplo, os mecanismos de entrada atuáveis pelo usuário podem ser caixas de texto, caixas de verificação, ícones, ligações, menus suspensos, caixas de busca, etc. Elas podem também ser atuadas em uma ampla variedade de diferentes maneiras. Por exemplo, elas podem ser atuadas usando um dispositivo de apontamento e clique (tal como um mouse tipo esfera ou mouse). Elas podem ser atuadas usando botões de hardware, chaves, um manete de jogos ou teclado, chaves de polegar ou blocos de polegar, etc. Elas podem também ser atuadas usando um teclado virtual ou outros atuadores virtuais. Além do mais, onde a tela na qual eles são exibidos é uma tela sensível ao toque, elas podem ser atuadas usando gestos de toque. Também, onde o dispositivo que os exibe tem componentes de reconhecimento de fala, elas podem ser atuadas usando comandos de fala.
[00181] Inúmeros armazenamentos de dados foram também discutidos. Nota-se que eles podem cada qual ser desmembrados em múltiplos armazenamentos de dados. Todos podem ser locais aos sistemas que os acessa, todos podem ser remotos ou alguns podem ser locais enquanto outros são remotos. Todas essas configurações são contempladas aqui.
[00182] Também, as figuras mostram inúmeros blocos com funcionalidade associada a cada bloco. Nota-se que menos blocos podem ser usados e assim a funcionalidade é realizada por menos componentes. Também, mais blocos podem ser usados com a funcionalidade distribuída entre mais componentes.
[00183] A FIG. 11 é um diagrama de blocos simplificado de um exemplo ilustrativo de um dispositivo de computação manual ou móvel que pode ser usado como um dispositivo portátil de usuário ou cliente 16, no qual o presente sistema (ou partes do mesmo) pode ser disposto. Por exemplo, um dispositivo móvel pode ser disposto como arquitetura de computação 200 no compartimento do operador da máquina 108 ou para uso na geração, processamento ou exibição da informação discutida aqui e na geração de uma interface de controle. As FIGS. 12-13 são exemplos de dispositivos portáteis ou móveis.
[00184] A FIG. 11 fornece um diagrama de blocos geral dos componentes de um dispositivo de cliente 16 que pode rodar alguns componentes mostrados na FIG. 2, que interage com eles ou ambos. No dispositivo 16, uma ligação de comunicações 13 é provida que permite que o dispositivo portátil comunique com outros dispositivos de computação e em alguns exemplos fornece um canal para receber informação automaticamente, tal como varredura. Exemplos de ligações de comunicações 13 incluem permitir comunicação através de um ou mais protocolos de comunicação, tais como serviços sem fio usados para prover acesso celular a uma rede, bem como protocolos que provêm conexões sem fio locais às redes.
[00185] Em outros exemplos, aplicações podem ser recebidas em um cartão Digital Seguro removível (SD) que é conectado a uma interface 15. A interface 15 e ligações de comunicação 13 comunicam com um processador 17 (que pode também incorporar processadores ou servidores das FIGS. anteriores) ao longo de um barramento 19 que é também conectado à memória 21 e componentes de entrada/saída (I/O) 23, bem como o relógio 25 e sistema de localização 27.
[00186] Os componentes I/O 23, em uma modalidade, são providos para facilitar operações de entrada e saída. Os componentes I/O 23 para várias modalidades do dispositivo 16 podem incluir componentes de entrada tais como botões, sensores de toque, sensores ópticos, microfones, telas sensíveis ao toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída tais como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes I/O 23 podem ser igualmente usados.
[00187] O relógio 25 ilustrativamente compreende um componente de relógio de tempo real que produz uma hora e data. Ele pode, também, ilustrativamente, prover funções de sincronismo para o processador 17.
[00188] O sistema de localização 27 ilustrativamente inclui um componente que produz uma localização geográfica atual do dispositivo 16. Isto pode incluir, por exemplo, um receptor do sistema de posicionamento global (GPS), um sistema LORAN, um sistema de posicionamento relativo, um sistema de triangulação celular ou outro sistema de posicionamento. Ele pode também incluir, por exemplo, software de mapeamento ou software de navegação que gera mapas, rotas de navegação e outras funções geográficas desejadas.
[00189] A memória 21 armazena o sistema operacional 29, definições de rede 31, aplicações 33, definições de configuração de aplicação 35, armazenamento de dados 37, unidades de comunicação 39, e definições de configuração de comunicação 41. A memória 21 pode incluir todos os tipos de dispositivos de memória legíveis por computador voláteis e não voláteis tangíveis. Ele pode também incluir mídia de armazenamento por computador (descrita a seguir). A memória 21 armazena instruções legíveis por computador que, quando executadas pelo processador 17, fazem com que o processador para realize etapas ou funções implementadas por computador de acordo com as instruções. O processador 17 pode ser ativado por outros componentes para facilitar igualmente sua funcionalidade.
[00190] A FIG. 12 mostra um exemplo no qual o dispositivo 16 é um computador tipo mesa digitalizadora 700. Na FIG. 12, o computador 1200 é mostrado com tela de exibição de interface de usuário 1202. A tela 1202 pode ser uma tela sensível ao toque ou uma interface habilitada por caneta que recebe entradas de uma caneta ou dispositivo de apontamento tipo caneta. Ele pode também usar um teclado virtual na tela. Certamente, ele pode também ser afixado a um teclado ou outro dispositivo de entrada de usuário através de um mecanismo de fixação adequado, tal como uma ligação sem fio ou porta USB, por exemplo. O computador 700 pode também ilustrativamente receber igualmente entradas de voz.
[00191] A FIG. 13 mostra que o dispositivo pode ser um telefone inteligente 71. O telefone inteligente 71 tem um monitor sensível ao toque 73 que exibe ícones ou azulejos ou outros mecanismos de entrada de usuário 75. Os mecanismos 75 podem ser usados por um usuário para rodar aplicações, fazer chamadas, realizar operações de transferência de dados, etc. Em geral, o telefone inteligente 71 é incorporado em um sistema operacional móvel e oferece capacidade e conectividade de computação mais avançada que um telefone com recurso.
[00192] Note que outras formas dos dispositivos 16 são possíveis.
[00193] A FIG. 14 é um exemplo de um ambiente de computação no qual os elementos da FIG. 2 ou partes dos mesmos, (por exemplo) podem ser dispostos. Com referência à FIG. 14, um sistema exemplificativo para implementar algumas modalidades inclui um dispositivo de computação de uso geral na forma de um computador 1310. Os componentes de computador 1310 podem incluir, mas não se limitando a uma unidade de processamento 1320 (que pode compreender processadores ou servidores das FIGS. anteriores), uma memória do sistema 1330, e um barramento do sistema 1321 que acopla vários componentes do sistema incluindo a memória do sistema à unidade de processamento 1320. O barramento do sistema 1321 pode ser qualquer dos diversos tipos de estruturas de barramento incluindo um barramento de memória ou controlador de memória, um barramento periférico, e um barramento local usando qualquer de uma variedade de arquiteturas de barramento. Memória e programas descritos com relação à FIG. 2 podem ser dispostos em porções correspondentes da FIG. 14.
[00194] O computador 1310 tipicamente inclui uma variedade de mídias legíveis por computador. Mídias legíveis por computador podem ser qualquer mídia disponível que pode ser acessada por computador 1310 e inclui tanto mídia volátil quanto não volátil, removível quanto não removível. A título de exemplo, e não de limitação, mídias legíveis por computador podem compreender mídia de armazenamento por computador e mídia de comunicação. Mídia de armazenamento por computador é diferente, e não inclui, um sinal de dados ou onda portadora modulada. Ela inclui mídia de armazenamento de hardware incluindo tanto mídia volátil quanto não volátil, removível quanto não removível implementada em qualquer método ou tecnologia para armazenamento de informação tais como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. Mídia de armazenamento por computador inclui, mas não se limitando a RAM, ROM, EEPROM, memória flash ou outra tecnologia de memória, CD- ROM, discos versáteis digitais (DVD) ou outro armazenamento de disco óptico, cassetes magnéticos, fita magnética, armazenamento de disco magnético ou outros dispositivos de armazenamento magnético ou qualquer outra mídia que pode ser usada para armazenar a informação desejada e que pode ser acessada por computador 1310. O meio de comunicação pode incorporar instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados em um mecanismo de transporte e inclui qualquer mídia de entrega de informação. A expressão “sinal de dados modulado” significa um sinal que tem uma ou mais de suas características estabelecidas ou alteradas de uma maneira tal a codificar informação no sinal.
[00195] A memória do sistema 1330 inclui mídia de armazenamento por computador na forma de memória volátil e/ou não volátil tal como memória apenas de leitura (ROM) 1331 e memória de acesso aleatório (RAM) 1332. Um sistema de entrada/saída básico 1333 (BIOS), contendo as rotinas básicas que ajudam transferir informação entre elementos no computador 1310, tal como durante iniciação, é tipicamente armazenado em ROM 1331. RAM 1332 tipicamente contém dados e/ou módulos de programa que são imediatamente acessíveis a e/ou que estão sendo atualmente operados pela unidade de processamento 1320. A título de exemplo, e não de limitação, a FIG. 10 ilustra o sistema operacional 1334, programas de aplicação 1335, outros módulos de programa 1336, e dados de programa 1337.
[00196] O computador 1310 pode também incluir outra mídia de armazenamento por computador removível/não removível volátil/não volátil. Apenas a título de exemplo, a FIG. 14 ilustra uma unidade de disco rígido 1341 que lê ou grava em mídia magnética não removível, não volátil, uma unidade de disco óptico 1355, e disco óptico não volátil 1356. A unidade de disco rígido 1341 é tipicamente conectada ao barramento do sistema 1321 através de uma interface de memória não removível tal como a interface 1340, e disco rígido óptico 1355 são tipicamente conectados ao barramento do sistema 1321 por uma interface de memória removível, tal como a interface 1350.
[00197] Alternativamente ou adicionalmente, a funcionalidade descrita aqui pode ser realizada, pelo menos em parte, por um ou mais componentes de lógica de hardware. Por exemplo, e sem limitação, tipos ilustrativos de componentes de lógica de hardware que podem ser usados incluem Arranjos de Porta Programáveis no Campo (FPGAs), Circuitos Integrados Específicos da Aplicação (por exemplo, ASICs), Produtos Padrões Específicos da Aplicação (por exemplo, ASSPs), sistemas Sistema em um chip (SOCs), Dispositivos de Lógica Programável Complexa (CPLDs), etc.
[00198] As unidades e suas mídias de armazenamento por computador associadas aqui discutidas e ilustradas na FIG. 14 fornecem armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 1310. Na FIG. 14, por exemplo, a unidade de disco rígido 1341 é ilustrada armazenando sistema operacional 1344, programas de aplicação 1345, outros módulos de programa 1346, e dados de programa 1347. Note que esses componentes podem ser tanto os mesmos quanto diferentes do sistema operacional 1334, programas de aplicação 1335, outros módulos de programa 1336, e dados de programa 1337.
[00199] Um usuário pode entrar com comandos e informação no computador 1310 através de dispositivos de entrada tais como um teclado 1362, um microfone 1363, e um dispositivo de apontamento 1361, tais como um mouse, mouse tipo esfera ou bloco sensível ao toque. Outros dispositivos de entrada (não mostrados) podem incluir um manete de jogos, almofada de jogos, disco satélite, escaner ou similares. Esses e outros dispositivos de entrada são frequentemente conectados à unidade de processamento 1320 através de uma entrada de interface de usuário 1360 que é acoplada ao barramento do sistema, mas podem ser conectados por outra interface e estruturas de barramento. Uma exibição visual 1391 ou outro tipo de dispositivo de exibição é também conectado ao barramento do sistema 1321 por meio de uma interface, tal como uma interface de vídeo 1390. Além do monitor, computadores podem também incluir outros dispositivos de saída periféricos tais como alto-falantes 1397 e impressora 1396, que podem ser conectados através de uma interface periférica de saída 1395.
[00200] O computador 1310 é operado em um ambiente ligado em rede usando conexões lógicas (tal como uma rede de área local - LAN ou rede de área abrangente WAN) a um ou mais computadores remotos, tal como um computador remoto 1380.
[00201] Quando usado em um ambiente ligado em rede LAN, o computador 1310 é conectado à LAN 1371 através de uma interface de rede ou adaptador 1370. Quando usado em um ambiente ligado em rede WAN, o computador 1310 tipicamente inclui um modem 1372 ou outros meios para estabelecer comunicações pela WAN 1373, tal como a Internet. Em um ambiente ligado em rede, módulos de programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A FIG. 14 ilustra, por exemplo, que programas de aplicação remotos 1385 podem residir em computador remoto 1380.
[00202] Deve-se também notar que os diferentes exemplos descritos aqui podem ser combinados de diferentes maneiras. Ou seja, partes de um ou mais exemplos podem ser combinadas com partes de um ou mais outros exemplos. Tudo isto é contemplado aqui.
[00203] Exemplo 1 é um método implementado por computador, compreendendo: controlar um veículo aéreo não tripulado para voar sobre um local de trabalho na floresta e capturar informação de imagens com um componente de captura de imagem; gerar um conjunto de métricas de perturbação do terreno, cada qual tendo um valor indicativo de uma medição da perturbação do terreno em uma diferente localização geográfica no local de trabalho na floresta, com base na informação de imagens; e gerar um sinal de ação com base nos valores das métricas de perturbação do terreno no conjunto.
[00204] Exemplo 2 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um conjunto de métricas de perturbação do terreno compreende: identificar, a partir da informação de imagens, uma dada localização geográfica que tem um indicador de perturbação do terreno indicativo de provável perturbação do terreno; e identificar, como o valor da métrica de perturbação do terreno, um nível de perturbação do terreno na dada localização geográfica, a perturbação do terreno sendo medida como uma diferença em uma uniformidade do terreno na localização geográfica em relação a uma uniformidade do terreno em outras localizações geográficas próximas.
[00205] Exemplo 3 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: comparar o valor da métrica de perturbação do terreno na dada localização geográfica com um valor limiar de perturbação do terreno.
[00206] Exemplo 4 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que um sinal de ação compreende: se o valor da métrica de perturbação do terreno na dada localização geográfica exceder o valor limiar perturbação do terreno, então gerar um sinal de ação identificar a dada localização geográfica como uma localização da perturbação do terreno para a qual ação corretiva deve ser adotada.
[00207] Exemplo 5 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: identificar um tipo de perturbação de terreno na localização da perturbação do terreno com base na informação de imagens.
[00208] Exemplo 6 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: selecionar uma ação corretiva para abordar a perturbação do terreno na localização da perturbação do terreno, com base no tipo de perturbação de terreno na localização da perturbação do terreno.
[00209] Exemplo 7 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que selecionar uma ação corretiva compreende: identificar se a ação corretiva pode ser feita por uma máquina no local de trabalho na floresta.
[00210] Exemplo 8 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: gerar um sinal de comunicação para a máquina no local de trabalho na floresta identificando a ação corretiva a adotar.
[00211] Exemplo 9 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar the sinal de comunicação compreende: identificar a localização da perturbação do terreno onde a ação corretiva selecionada deve ser realizada pela máquina no local de trabalho na floresta.
[00212] Exemplo 10 é um método implementado por computador, compreendendo: controlar um veículo aéreo não tripulado (VANT) para voar sobre um local de trabalho na floresta e capturar informação de imagens com um componente de captura de imagem; gerar um conjunto de métricas de inclinação, cada qual tendo um valor indicativo de uma medição de inclinação em uma diferente localização geográfica no local de trabalho na floresta, com base na informação de imagens; e gerar um sinal de ação com base nos valores das métricas de inclinação no conjunto.
[00213] Exemplo 11 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: gerar um sinal de rota indicativo de um rota para uma máquina florestal no local de trabalho na floresta com base nas métricas de inclinação; e controlar a lógica de comunicação para comunicar o sinal de rota à máquina florestal.
[00214] Exemplo 12 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que a informação de imagens compreende informação de incêndio florestal indicativa de uma localização geográfica de um incêndio florestal e em que gerar um sinal de rota compreende: gerar um sinal de rota de escape de incêndio florestal indicativo de um rota de escape de incêndio florestal para a máquina florestal, com base na informação de imagens.
[00215] Exemplo 13 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que controlar o VANT compreende: enviar um plano de voo ao VANT, o plano de voo sendo indicativo de uma rota sobre o local de trabalho que o VANT voa.
[00216] Exemplo 14 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que a informação de imagens é indicativa de topos de árvores das árvores no local de trabalho na floresta e em que gerar um conjunto de métricas de inclinação compreende: receber a informação de imagens do VANT; e identificar altura de topo de árvore dos topos de árvores, nas diferentes localizações geográficas, com base na informação de imagens.
[00217] Exemplo 15 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um conjunto de métricas de inclinação compreende: gerar o conjunto de métricas de inclinação com base em mudanças na altura de topo de árvore dos topos de árvores nas diferentes localizações geográficas.
[00218] Exemplo 16 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que a informação de imagens é indicativa de altitude de terreno no local de trabalho na floresta e em que gerar um conjunto de métricas de inclinação compreende: receber a informação de imagens do VANT; e gerar o conjunto de métricas de inclinação com base em mudanças na altitude de terreno nas diferentes localizações geográficas.
[00219] Exemplo 17 é um método implementado por computador, compreendendo: controlar um veículo aéreo não tripulado (VANT) para voar sobre um local na floresta e capturar informação do local com um componente de captura de imagem; receber a informação do local do VANT; gerar uma métrica de combate a incêndio, indicativa de uma característica do terreno no local na floresta, com base na informação do local; gerar um métrica de viabilidade indicativa de uma viabilidade de realização de uma operação de combate a incêndio no local na floresta com base na característica do terreno; e gerar um sinal de ação com base em um valor da métrica de combate a incêndio.
[00220] Exemplo 18 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar um sinal de ação compreende: gerar um sinal de rota de escape indicativo de uma rota de escape de combate a incêndio do local na floresta, com base em uma determinação de que a operação de combate a incêndio deve ser realizada, dada a métrica de viabilidade.
[00221] Exemplo 19 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar uma métrica de combate a incêndio compreende: gerar uma métrica de infestação de peste indicativa de um nível de infestação de peste no local na floresta, com base na informação do local.
[00222] Exemplo 20 é o método implementado por computador de qualquer ou todos os exemplos anteriores em que gerar uma métrica de combate a incêndio compreende: gerar pelo menos um de uma métrica de inclinação indicativa de uma inclinação do terreno no local na floresta ou uma métrica de condição da árvore indicativa de uma condição de árvores no local na floresta.
[00223] Embora a matéria objeto tenha sido descrita em linguagem específica de recursos estruturais e/ou atos metodológicos, deve-se entender que a matéria objeto definido nas reivindicações anexas não está necessariamente limitada aos recursos ou atos específicos aqui descritos. Em vez disso, os recursos e atos específicos aqui descritos são descritos como formas exemplificativas de implementar as reivindicações.
Claims (20)
1. Método implementado por computador, caracterizado pelo fato de que compreende: controlar um veículo aéreo não tripulado (104) para voar sobre um local de trabalho na floresta (102) e capturar informação de imagens com um componente de captura de imagem (122); gerar um conjunto de métricas de perturbação de solo, cada qual tendo um valor indicativo de uma medição de uma perturbação de solo induzida por máquina (108) em uma diferente localização geográfica no local de trabalho na floresta (102), com base na informação de imagens; e gerar um sinal de ação com base nos valores das métricas de perturbação de solo no conjunto.
2. Método implementado por computador de acordo com a reivindicação 1, caracterizado pelo fato de que gerar um conjunto de métricas de perturbação de solo compreende: identificar, a partir daquela informação de imagens, uma dada localização geográfica que possua um indicador de perturbação de solo indicativo de provável perturbação de solo; e identificar, como o valor da métrica de perturbação de solo, um nível de perturbação do solo na dada localização geográfica, a perturbação do solo sendo medida como uma diferença em uma uniformidade superficial do solo na localização geográfica em relação a uma uniformidade superficial do solo em outras localizações geográficas próximas.
3. Método implementado por computador de acordo com a reivindicação 2, caracterizado pelo fato de que gerar um sinal de ação compreende: comparar o valor da métrica de perturbação de solo na dada localização geográfica com um valor limiar de perturbação de solo.
4. Método implementado por computador de acordo com a reivindicação 3, caracterizado pelo fato de que um sinal de ação compreende: se o valor da métrica de perturbação de solo na dada localização geográfica exceder o valor limiar de perturbação de solo, então gerar um sinal de ação identificando a dada localização geográfica como uma localização de perturbação de solo para a qual ação corretiva deve ser adotada.
5. Método implementado por computador de acordo com a reivindicação 4, caracterizado pelo fato de que gerar um sinal de ação compreende: identificar um tipo de perturbação de solo na localização de perturbação de solo com base na informação de imagens.
6. Método implementado por computador de acordo com a reivindicação 5, caracterizado pelo fato de que gerar um sinal de ação compreende: selecionar uma ação corretiva para abordar a perturbação de solo na localização de perturbação de solo, com base no tipo de perturbação de solo na localização de perturbação de solo.
7. Método implementado por computador de acordo com a reivindicação 6, caracterizado pelo fato de que selecionar uma ação corretiva compreende: identificar uma máquina (108) no local de trabalho na floresta (102) que pode realizar a ação corretiva.
8. Método implementado por computador de acordo com a reivindicação 7, caracterizado pelo fato de que gerar um sinal de ação compreende: gerar um sinal de comunicação para a máquina identificada no local de trabalho na floresta (102) identificando a ação corretiva a adotar.
9. Método implementado por computador de acordo com a reivindicação 8, caracterizado pelo fato de que gerar o sinal de comunicação compreende: identificar a localização de perturbação de solo onde a ação corretiva selecionada deve ser realizada pela máquina (108) identificada no local de trabalho na floresta (102).
10. Método implementado por computador, caracterizado pelo fato de que compreende: controlar um veículo aéreo não tripulado (104) para voar sobre um local de trabalho na floresta (102), após uma máquina (108) ter operado sobre o local de trabalho, e obter informação de sensor indicativa de uma condição do local de trabalho; gerar um conjunto de métricas de perturbação de solo, cada qual tendo um valor indicativo de uma medição de perturbação de solo em uma diferente localização geográfica no local de trabalho na floresta (102), com base na informação de sensor; e gerar um sinal de ação com base nos valores das métricas de perturbação de solo no conjunto.
11. Método implementado por computador de acordo com a reivindicação 10, caracterizado pelo fato de que a condição compreende uma topografia do local de trabalho.
12. Método implementado por computador de acordo com a reivindicação 11, caracterizado pelo fato de que gerar um conjunto de métricas de perturbação de solo compreende: identificar, a partir daquela informação de sensor, uma dada localização geográfica que possua um indicador de perturbação de solo indicativo de provável perturbação de solo; e identificar, como o valor da métrica de perturbação de solo, um nível de perturbação do solo na dada localização geográfica, a perturbação do solo sendo medida como uma diferença em uma altura do solo na dada localização geográfica em relação a uma altura do solo em outras localizações geográficas próximas.
13. Método implementado por computador de acordo com a reivindicação 10, caracterizado pelo fato de que gerar um sinal de ação compreende: comparar o valor da métrica de perturbação de solo na dada localização geográfica com um valor limiar de perturbação de solo, em que o valor limiar de perturbação de solo compreende um nível de desvio de altura de solo aceitável por todo o local de trabalho.
14. Método implementado por computador de acordo com a reivindicação 13, caracterizado pelo fato de que um sinal de ação compreende: identificar, se aquele valor da métrica de perturbação de solo exceder aquele valor/nível limiar de perturbação de solo, a dada localização geográfica como uma localização de perturbação de solo para a qual ação corretiva deve ser adotada.
15. Método implementado por computador de acordo com a reivindicação 14, caracterizado pelo fato de que gerar um sinal de ação compreende: identificar um tipo de perturbação de solo na localização de perturbação de solo com base na informação de sensor; e determinar se a perturbação de solo é induzida por máquina (108).
16. Método implementado por computador de acordo com a reivindicação 15, caracterizado pelo fato de que gerar um sinal de ação compreende: se a perturbação do solo for induzida por máquina (108), então selecionar uma ação corretiva para abordar a perturbação do solo na localização da perturbação do solo.
17. Método implementado por computador de acordo com a reivindicação 16, caracterizado pelo fato de que selecionar uma ação corretiva compreende: identificar uma máquina (108) no local de trabalho que possa realizar a ação corretiva.
18. Método implementado por computador de acordo com a reivindicação 17, caracterizado pelo fato de que gerar um sinal de ação compreende: gerar um sinal de comunicação para a máquina identificada no local de trabalho indicando a ação corretiva a adotar.
19. Método implementado por computador de acordo com a reivindicação 18, caracterizado pelo fato de que gerar o sinal de comunicação compreende: identificar a localização da perturbação do solo onde a ação corretiva selecionada deve ser realizada.
20. Método implementado por computador, caracterizado pelo fato de que compreende: receber uma solicitação para a realização de uma avaliação de perturbação de solo de um local de trabalho na floresta (102); gerar um trajeto de voo para um veículo aéreo não tripulado (104) com base na solicitação; controlar o veículo aéreo não tripulado (104) para voar sobre o local de trabalho na floresta (102) e capturar informação de imagens com um componente de captura de imagem com base no trajeto de voo; gerar um mapa do local de trabalho na floresta (102) com um nível medido de perturbação de solo com base na informação de imagens; identificar um valor limiar de perturbação de solo; comparar o valor do nível medido de perturbação de solo com o valor limiar de perturbação de solo; detectar um nível de perturbação de solo além daquele valor limiar de perturbação de solo; identificar uma subárea particular do local de trabalho na floresta (102) que necessite de reparos; determinar uma ação corretiva para reparar a subárea particular do local de trabalho na floresta (102); identificar uma máquina móvel (108) dentro do local de trabalho capaz de realizar a ação corretiva; gerar um sinal de ação indicativo da ação corretiva para aquela máquina móvel identificada; e atualizar o mapa do local de trabalho na floresta (102).
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762565863P | 2017-09-29 | 2017-09-29 | |
| US62/565,863 | 2017-09-29 | ||
| US15/812,448 | 2017-11-14 | ||
| US15/812,448 US10569875B2 (en) | 2017-09-29 | 2017-11-14 | Using unmanned aerial vehicles (UAVs or drones) in forestry imaging and assessment applications |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR102018016857A2 BR102018016857A2 (pt) | 2019-04-24 |
| BR102018016857B1 true BR102018016857B1 (pt) | 2024-01-09 |
Family
ID=65897640
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR102018016857-6A BR102018016857B1 (pt) | 2017-09-29 | 2018-08-17 | Método implementado por computador para controlar um veículo aéreo não tripulado |
| BR102018068319-5A BR102018068319B1 (pt) | 2017-09-29 | 2018-09-11 | Método implementado por computador para utilização de um veículo aéreo não tripulado em aplicações florestais, e, veículo aéreo não tripulado |
| BR102018068327-6A BR102018068327B1 (pt) | 2017-09-29 | 2018-09-11 | Métodos implementados por computador, e, sistema de computação |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR102018068319-5A BR102018068319B1 (pt) | 2017-09-29 | 2018-09-11 | Método implementado por computador para utilização de um veículo aéreo não tripulado em aplicações florestais, e, veículo aéreo não tripulado |
| BR102018068327-6A BR102018068327B1 (pt) | 2017-09-29 | 2018-09-11 | Métodos implementados por computador, e, sistema de computação |
Country Status (5)
| Country | Link |
|---|---|
| US (3) | US10814976B2 (pt) |
| BR (3) | BR102018016857B1 (pt) |
| CA (3) | CA3015551A1 (pt) |
| FI (3) | FI130780B1 (pt) |
| RU (3) | RU2018130999A (pt) |
Families Citing this family (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10662765B2 (en) * | 2015-09-18 | 2020-05-26 | Schlumberger Technology Corporation | Wellsite emissions monitoring and control |
| US11194348B2 (en) * | 2016-08-18 | 2021-12-07 | Tevel Advanced Technologies Ltd. | System and method for drone fleet management for harvesting and dilution |
| US10814976B2 (en) | 2017-09-29 | 2020-10-27 | Deere & Company | Using unmanned aerial vehicles (UAVs or drones) in forestry machine-connectivity applications |
| US10796275B1 (en) * | 2017-10-27 | 2020-10-06 | Amazon Technologies, Inc. | Systems and methods for inventory control and delivery using unmanned aerial vehicles |
| TWI657011B (zh) * | 2017-11-30 | 2019-04-21 | 財團法人工業技術研究院 | 無人機、無人機控制系統及控制方法 |
| CA3101196A1 (en) * | 2018-05-25 | 2019-11-28 | Bayer Cropscience Lp | System and method for vegetation management risk assessment and resolution |
| JP7034866B2 (ja) * | 2018-08-20 | 2022-03-14 | 株式会社クボタ | 収穫機 |
| KR102225112B1 (ko) * | 2018-08-30 | 2021-03-09 | 한국공항공사 | 비행체를 이용한 항행안전시설 점검 장치 및 방법 |
| US11878440B1 (en) * | 2019-01-04 | 2024-01-23 | Craig Mercier | Unmanned aerial vegetation trimming system |
| US10659920B1 (en) * | 2019-01-08 | 2020-05-19 | International Business Machines Corporation | Efficient discovery of survivors in disaster area using robotics and mobile networks |
| JP7240239B2 (ja) * | 2019-04-23 | 2023-03-15 | カワサキモータース株式会社 | 移動支援プログラム、移動支援システムおよび移動支援方法 |
| US11410416B1 (en) * | 2019-04-30 | 2022-08-09 | United Services Automobile Association | Systems and methods for assessing landscape condition |
| CN111984028B (zh) * | 2019-05-23 | 2023-11-17 | 广州极飞科技股份有限公司 | 植保中喷洒用量的调整方法、装置、设备和存储介质 |
| CN110348403A (zh) * | 2019-07-15 | 2019-10-18 | 华瑞新智科技（北京）有限公司 | 一种树木数量实时测量统计方法、系统及无人机 |
| US11525243B2 (en) * | 2019-09-16 | 2022-12-13 | Caterpillar Inc. | Image-based productivity tracking system |
| US11828904B2 (en) * | 2019-10-21 | 2023-11-28 | Deere & Company | Mobile work machine control system with weather-based model |
| AU2019471277A1 (en) * | 2019-10-21 | 2021-10-14 | Husqvarna Ab | Worksite equipment path planning |
| US11579590B2 (en) * | 2019-10-31 | 2023-02-14 | Deere & Company | Wireless mobile work machine component detection and control system |
| US11402823B2 (en) * | 2019-11-15 | 2022-08-02 | Caterpillar Inc. | System for validating worksites |
| US20210176912A1 (en) * | 2019-12-16 | 2021-06-17 | Cnh Industrial America Llc | System and method for assessing agricultural operation performance based on image data of processed and unprocessed portions of the field |
| US11882797B2 (en) * | 2020-02-24 | 2024-01-30 | Nantong University | Automatic detection and recovery device for residual agricultural mulch film, and method of using said device |
| CN111444774B (zh) * | 2020-02-26 | 2023-05-09 | 山西林业职业技术学院 | 一种基于无人机航测技术的森林资源监测方法 |
| RU2749990C1 (ru) * | 2020-04-03 | 2021-06-21 | ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ | Способ коррекции формируемой конфигурации маршрута беспилотного планирующего летательного аппарата |
| EP4156905A1 (en) * | 2020-05-27 | 2023-04-05 | AirForestry AB | Method and system for remote or autonomous holding a tree trunk |
| US11993407B2 (en) | 2020-05-27 | 2024-05-28 | Airforestry Ab | Method and system for remote or autonomous ligno transportation |
| EP4156906A1 (en) * | 2020-05-27 | 2023-04-05 | AirForestry AB | Method and system for remote or autonomous ligno harvesting and/or transportation |
| RU2769037C2 (ru) * | 2020-06-26 | 2022-03-28 | Российская Федерация, от имени которой выступает Федеральное государственное казенное учреждение "Войсковая часть 68240" | Многофункциональный комплекс средств обнаружения, сопровождения и радиопротиводействия применению беспилотных летательных аппаратов малого класса |
| CN112767628A (zh) * | 2020-12-18 | 2021-05-07 | 交通运输部水运科学研究所 | 一种港口外来生物入侵灾害跟踪监测系统 |
| CN112735070B (zh) * | 2020-12-29 | 2022-06-24 | 湖南全亦科技有限公司 | 一种基于互联网的林业监控方法 |
| CN112735071B (zh) * | 2020-12-29 | 2022-08-12 | 岳阳市金霖昇行科技有限公司 | 基于互联网的林业监控系统 |
| CN112965525B (zh) * | 2021-02-10 | 2022-11-22 | 成都两江前沿科技有限公司 | 约束条件下的大规模固定翼无人机集群编队方法 |
| CN113359830B (zh) * | 2021-06-16 | 2022-11-15 | 一飞(海南)科技有限公司 | 编队飞行统一机群飞行相对高度的方法、系统、终端及介质 |
| CA3235009A1 (en) * | 2021-10-21 | 2023-04-27 | Erik Nilsson | Forestry monitoring system |
| US11887364B2 (en) * | 2022-04-07 | 2024-01-30 | Anthony M. Brunetti | Systems and methods for mapping project sites using ground and aerial imagery |
| JP2023158914A (ja) * | 2022-04-19 | 2023-10-31 | 株式会社小松製作所 | 植林計画装置、植林システム、および植林計画方法 |
| CN114662621B (zh) * | 2022-05-24 | 2022-09-06 | 灵枭科技(武汉)有限公司 | 基于机器学习的农机作业面积计算方法及系统 |
| CN115060231B (zh) * | 2022-06-10 | 2023-11-07 | 中国矿业大学 | 基于无人机影像的土壤侵蚀沟深度测算方法 |
| CN115350431B (zh) * | 2022-06-30 | 2023-09-26 | 浙江嘉宝节能技术股份有限公司 | 一种定型机秒灭火方法 |
Family Cites Families (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL117521A0 (en) | 1996-03-17 | 1996-10-31 | Israel Aircraft Ind Ltd Malat | A fire imaging system and method |
| US7283156B1 (en) | 2002-09-12 | 2007-10-16 | Lockheed Martin Corporation | Airborne imaging system and method |
| JPWO2004046986A1 (ja) | 2002-11-18 | 2006-03-16 | 住友林業株式会社 | 植林事業計画システム及び植林事業計画プログラム |
| US7650231B2 (en) * | 2005-04-25 | 2010-01-19 | The Boeing Company | AGTM airborne surveillance |
| EP1857904B1 (en) | 2006-04-20 | 2016-11-30 | Saab Ab | Emergency flight plan |
| US8437901B2 (en) * | 2008-10-15 | 2013-05-07 | Deere & Company | High integrity coordination for multiple off-road vehicles |
| US9251698B2 (en) * | 2012-09-19 | 2016-02-02 | The Boeing Company | Forest sensor deployment and monitoring system |
| US9198363B2 (en) * | 2012-12-12 | 2015-12-01 | The Boeing Company | Tree metrology system |
| US20140245210A1 (en) | 2013-02-28 | 2014-08-28 | Donan Engineering Co., Inc. | Systems and Methods for Collecting and Representing Attributes Related to Damage in a Geographic Area |
| US10002339B2 (en) | 2013-07-11 | 2018-06-19 | Fluor Technologies Corporation | Post-disaster assessment systems and methods |
| US10095995B2 (en) | 2013-11-25 | 2018-10-09 | First Resource Management Group Inc. | Apparatus for and method of forest-inventory management |
| US9454151B2 (en) * | 2014-05-20 | 2016-09-27 | Verizon Patent And Licensing Inc. | User interfaces for selecting unmanned aerial vehicles and mission plans for unmanned aerial vehicles |
| US9441979B2 (en) * | 2014-06-18 | 2016-09-13 | Sensity Systems Inc. | Interactive applications using data from light sensory networks |
| ES2887033T3 (es) | 2014-09-23 | 2021-12-21 | Biocarbon Eng Ltd | Técnicas de plantación automática |
| US9129355B1 (en) | 2014-10-09 | 2015-09-08 | State Farm Mutual Automobile Insurance Company | Method and system for assessing damage to infrastructure |
| US10045390B2 (en) | 2015-06-04 | 2018-08-07 | Accenture Global Services Limited | Wireless network with unmanned vehicle nodes providing network data connectivity |
| US9740208B2 (en) | 2015-07-30 | 2017-08-22 | Deere & Company | UAV-based sensing for worksite operations |
| SG10201506012SA (en) | 2015-07-31 | 2017-02-27 | Accenture Global Services Ltd | Inventory, growth, and risk prediction using image processing |
| US10145699B2 (en) | 2015-08-28 | 2018-12-04 | The Boeing Company | System and methods for real-time escape route planning for fire fighting and natural disasters |
| CN106558181B (zh) | 2015-09-28 | 2019-07-30 | 东莞前沿技术研究院 | 火灾监测方法和装置 |
| SE1530146A1 (en) | 2015-09-30 | 2017-03-31 | Deere & Co | Control Apparatus and Vehicle provided with Location Data ofStumps of Harvested Trees |
| US10078784B2 (en) | 2015-10-12 | 2018-09-18 | Droneseed Co. | Forestry information management systems and methods streamlined by automatic biometric data prioritization |
| US9786105B2 (en) | 2015-12-08 | 2017-10-10 | Caterpillar Inc. | Gathering data from machine operating at worksite |
| US9396248B1 (en) | 2016-01-04 | 2016-07-19 | International Business Machines Corporation | Modified data query function instantiations |
| US20170193646A1 (en) * | 2016-01-05 | 2017-07-06 | Caterpillar Inc. | Dust detection system for a worksite |
| US9464907B1 (en) | 2016-01-08 | 2016-10-11 | International Business Machines Corporation | Dynamically establishing a temporary safe route via a network of unmanned vehicles |
| JP7032308B2 (ja) | 2016-03-31 | 2022-03-08 | 住友重機械工業株式会社 | 建設機械用作業管理システム及び建設機械 |
| US20160340842A1 (en) | 2016-08-08 | 2016-11-24 | Caterpillar Paving Products Inc. | Milling system |
| US20160363932A1 (en) | 2016-08-26 | 2016-12-15 | Caterpillar Paving Products Inc. | Worksite monitoring system |
| US10165725B2 (en) * | 2016-09-30 | 2019-01-01 | Deere & Company | Controlling ground engaging elements based on images |
| US20170041978A1 (en) | 2016-10-25 | 2017-02-09 | Caterpillar Inc. | Remote worksite monitoring system |
| GB2558250B (en) | 2016-12-23 | 2020-05-27 | Caterpillar Sarl | A method of determining the compaction of a terrain of a worksite |
| US10775796B2 (en) * | 2017-01-10 | 2020-09-15 | Cnh Industrial America Llc | Aerial vehicle systems and methods |
| US10388049B2 (en) | 2017-04-06 | 2019-08-20 | Honeywell International Inc. | Avionic display systems and methods for generating avionic displays including aerial firefighting symbology |
| US10402942B2 (en) | 2017-09-28 | 2019-09-03 | Sentera, Inc. | Multiple georeferenced aerial image crop analysis and synthesis |
| US10814976B2 (en) | 2017-09-29 | 2020-10-27 | Deere & Company | Using unmanned aerial vehicles (UAVs or drones) in forestry machine-connectivity applications |
| US10332803B1 (en) | 2018-05-08 | 2019-06-25 | Globalfoundaries Inc. | Hybrid gate-all-around (GAA) field effect transistor (FET) structure and method of forming |
-
2017
- 2017-11-14 US US15/812,423 patent/US10814976B2/en active Active
- 2017-11-14 US US15/812,405 patent/US10322803B2/en active Active
- 2017-11-14 US US15/812,448 patent/US10569875B2/en active Active
-
2018
- 2018-08-17 BR BR102018016857-6A patent/BR102018016857B1/pt active IP Right Grant
- 2018-08-28 RU RU2018130999A patent/RU2018130999A/ru unknown
- 2018-08-28 CA CA3015551A patent/CA3015551A1/en active Pending
- 2018-08-28 RU RU2018130996A patent/RU2018130996A/ru unknown
- 2018-08-28 RU RU2018130997A patent/RU2018130997A/ru unknown
- 2018-08-28 CA CA3015657A patent/CA3015657A1/en active Pending
- 2018-08-29 CA CA3015779A patent/CA3015779A1/en active Pending
- 2018-08-29 FI FI20185708A patent/FI130780B1/fi active
- 2018-08-29 FI FI20185707A patent/FI129716B/en active IP Right Grant
- 2018-08-29 FI FI20185709A patent/FI20185709A1/en unknown
- 2018-09-11 BR BR102018068319-5A patent/BR102018068319B1/pt active IP Right Grant
- 2018-09-11 BR BR102018068327-6A patent/BR102018068327B1/pt active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| US20190100310A1 (en) | 2019-04-04 |
| CA3015779A1 (en) | 2019-03-29 |
| BR102018016857A2 (pt) | 2019-04-24 |
| BR102018068319A2 (pt) | 2019-04-16 |
| FI129716B (en) | 2022-07-29 |
| BR102018068319B1 (pt) | 2024-01-09 |
| US10322803B2 (en) | 2019-06-18 |
| CA3015657A1 (en) | 2019-03-29 |
| US10814976B2 (en) | 2020-10-27 |
| FI20185707A1 (en) | 2019-03-30 |
| BR102018068327B1 (pt) | 2024-01-09 |
| FI20185708A1 (en) | 2019-03-30 |
| FI20185709A1 (en) | 2019-03-30 |
| RU2018130997A (ru) | 2020-03-02 |
| US20190100309A1 (en) | 2019-04-04 |
| BR102018068327A2 (pt) | 2019-05-07 |
| RU2018130996A3 (pt) | 2022-02-15 |
| RU2018130999A3 (pt) | 2022-02-15 |
| US20190102623A1 (en) | 2019-04-04 |
| FI130780B1 (fi) | 2024-03-13 |
| RU2018130996A (ru) | 2020-03-03 |
| RU2018130999A (ru) | 2020-03-02 |
| RU2018130997A3 (pt) | 2022-02-15 |
| US10569875B2 (en) | 2020-02-25 |
| CA3015551A1 (en) | 2019-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR102018016857B1 (pt) | Método implementado por computador para controlar um veículo aéreo não tripulado | |
| US10782278B2 (en) | Soil quality measurement device | |
| CN109669401B (zh) | 无人飞行器辅助的工地数据获取 | |
| US11765542B2 (en) | Hybrid vision system for crop land navigation | |
| US10767348B2 (en) | Machine stability detection and control | |
| BR112017026437B1 (pt) | Sistema de computador e método implantado por computador para monitorar operações de um ou mais campos | |
| US10761544B2 (en) | Unmanned aerial vehicle (UAV)-assisted worksite operations | |
| DE102019215578A1 (de) | Steuerung des betriebs von forstmaschinen auf basis von datenerfassung | |
| WO2023204243A1 (ja) | 森林管理システムおよび森林管理方法 | |
| AU2022287567A1 (en) | Autonomous control of on-site movement of powered earth-moving construction or mining vehicles | |
| BR102022013179A2 (pt) | Método para controlar uma máquina agrícola móvel, máquina agrícola móvel, e, sistema de controle |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B06W | Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette] | ||
| B07A | Application suspended after technical examination (opinion) [chapter 7.1 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 17/08/2018, OBSERVADAS AS CONDICOES LEGAIS |