CN103868498A - 树木测量系统 - Google Patents

树木测量系统 Download PDF

Info

Publication number
CN103868498A
CN103868498A CN201310682637.9A CN201310682637A CN103868498A CN 103868498 A CN103868498 A CN 103868498A CN 201310682637 A CN201310682637 A CN 201310682637A CN 103868498 A CN103868498 A CN 103868498A
Authority
CN
China
Prior art keywords
grove
unmanned vehicle
information
tree
trees
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310682637.9A
Other languages
English (en)
Inventor
J·L·维安
J·匹仔布劳克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN103868498A publication Critical patent/CN103868498A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/10—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring diameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0094—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明的题目是树木测量系统。鉴定树丛(206)的许多直径的方法和装置。无人驾驶飞行器(236)在通过树丛(206)的路径(522)上以配置为允许通过与无人驾驶飞行器(236)相关联的传感器系统(306)测量树丛(206)的许多直径的高度移动。使用与无人驾驶飞行器(236)相关联的传感器系统(306)产生关于树丛(206)的许多直径的信息。

Description

树木测量系统
背景信息
技术领域
本公开一般涉及森林的度量学，并且尤其涉及进行林冠下方的森林测量。仍更具体地，本公开涉及使用传感器系统进行树木测量的方法和装置。
背景技术：
森林管理是森林学的分支，其包括许多不同的方面。这些方面可包括管理森林的环境、经济、行政、法律和社会方面。森林管理可由各种技术组成，比如木材回收、植树、重栽树木(replanting tree)、割出通过森林的道路和路径、预防森林火灾、维护森林健康以及其它合适的活动。
当针对森林管理进行这些及其它操作时，可进行森林清查(inventory)以收集关于森林的可期望的信息。森林清查是鉴定关于森林的信息，用于评估或分析。
例如，对森林的森林清查提供分析森林状态以及鉴定可进行的操作的能力。该信息可用于鉴定事物，比如树木的类型、树木的高度、树龄、树木价值和关于森林中树木的其他合适信息。例如，可通过森林清查鉴定每英亩的树木数量。另外，森林清查也可用于鉴定其他信息，比如森林中的植被、野生生物或二者。
可使用森林清查进行的这些操作可包括，例如，下述的至少之一：重栽树木、收获树木、进行木材直立改善活动比如修剪和处理树木、进行驱虫、对潜在起火条件产生警告和其他合适的操作。如本文所使用，短语“至少之一”，当与一系列项目一起使用时，意思是可以使用一个或多个所列项目的不同组合并且可以只需列表中每个项目的一个。例如，“项目A、项目B和项目C中的至少之一”可以包括，但不限于，项目A或项目A和项目B。该实例也可以包括项目A、项目B、和项目C、或项目B和项目C。在其他实例中，“至少之一”可以是，例如，但不限于，两个项目A、一个项目B和十个项目C；四个项目B和七个项目C；和其他合适的组合。
其中可获得作为森林清查一部分的关于森林的信息的一种方式是进行空中勘测。尽管使用有人操作或无人驾驶飞行器可提供关于森林的信息，但是该类型的森林测量可能不能提供如期望那么多的信息。空中勘测通常不能产生关于低于冠部(canopy)的森林部分的信息。林冠是森林中的最上方叶子。可通过森林中的树冠形成林冠。信息比如树木高度和树木计数可使用空中勘测进行。但是，其他信息比如关于树木直径、树木锥度、树木缺陷和树木损伤的信息可能无法容易使用空中勘测测量。
目前，工作人员被送至森林以针对冠部下方树木部分进行树木直径的测量以及其他测量。利用工作人员收集关于森林中所有树木的信息可能及其昂贵并且就到达不同类型地形上树木的时间和困难而言是不允许的。结果，仅仅对一些树木进行测量，以产生森林中树木的取样。其他树木的直径可能通过从地面样品推断，或通过使用经验回归模型就从空中勘测测量的树龄和树木高度进行估计。
输送工作人员至场地以测量树木的直径可能是耗费时间的并且是昂贵的。使用树木高度信息估计树木直径可能导致不准确。为了收获目的或养护目的，这些不准确可能无法提供期望水平的信息，以评估森林中树木的价值质量。
在一些说明性的实例中，树木的更高取样可使用从地面使用由人操作员操作的陆地光探测与测距系统进行的陆地勘测进行。这些类型的系统是需要从光探测与测距系统至正测量树木的视线的视线系统。结果，工作人员仍需要进入场地并且步行穿过森林进行测量。该类型的测量仍需要大量的时间并且可能比期望的更昂贵，以获得期望质量的关于树木的信息。
所以，期望具有考虑上面讨论的至少一些问题，以及其他可能的问题的方法和装置。
发明内容
在一种说明性的实施方式中，装置包括无人驾驶飞行器、传感器系统和控制器。传感器系统与无人驾驶飞行器相关联并且配置为产生障碍信息和树木测量信息。控制器配置为当无人驾驶飞行器飞行通过树丛(group of trees)以产生树丛的树木测量信息时，从由传感器系统产生的障碍信息鉴定障碍，并且控制无人驾驶飞行器的移动以避开障碍。
在另一说明性的实施方式中，树木测量系统包括无人驾驶飞行器、照相机系统、光探测与测距系统以及控制器。照相机系统与无人驾驶飞行器相关联并且配置为产生图像。光探测与测距系统与无人驾驶飞行器相关联。光探测与测距系统配置为产生从无人驾驶飞行器到树丛上的点的距离测量。控制器配置为当无人驾驶飞行器飞行通过树丛以产生树丛的直径信息时，从由照相机系统产生的图像鉴定障碍。控制器进一步配置为控制无人驾驶飞行器移动通过树丛以避开障碍，同时光探测与测距系统产生直径信息。
在又另一说明性的实施方式中，提供鉴定树丛的许多直径的方法。无人驾驶飞行器在通过树丛的路径上以配置为允许由与无人驾驶飞行器相关联的传感器系统测量树丛的许多直径的高度移动。使用与无人驾驶飞行器相关联的传感器系统产生关于树丛的许多直径的信息。
该特征和功能可独立地在本公开的各种实施方式中实现或可在又其他实施方式中组合，其进一步的细节参考下列说明和附图可见。
附图说明
在所附的权利要求中阐释认为是说明性实施方式特点的新颖特征。但是，当结合附图阅读时，通过参考本公开的说明性实施方式的下列具体实施方式，将最好理解说明性的实施方式以及其优选的使用模式、进一步的目标和特征，其中：
图1是根据说明性实施方式的树木测量环境的图解；
图2是根据说明性实施方式的树木测量环境的块图的图解；
图3是根据说明性实施方式的无人驾驶飞行器的块图的图解；
图4是根据说明性实施方式的无人驾驶飞行器的传感器系统中传感器的块图的图解；
图5是根据说明性实施方式的不同尺寸的无人驾驶飞行器的图解；
图6是根据说明性实施方式的产生树木测量信息的无人驾驶飞行器的图解；
图7是根据说明性实施方式进行测量的无人驾驶飞行器的图解；
图8是根据说明性实施方式在树木行之间飞行的无人驾驶飞行器的图解；
图9是根据说明性实施方式的无人驾驶飞行器的图解；
图10是根据说明性实施方式产生树木测量信息的方法的流程图的图解；
图11是根据说明性实施方式分析图像以测定直径的方法的流程图的图解；
图12是根据说明性实施方式测定树木直径的方法的流程图的图解；
图13是根据说明性实施方式的照相机校准矩阵的图解；和
图14是根据说明性实施方式的数据处理系统的块图的图解。
具体实施方式
说明性实施方式认识并且考虑一个或更多个不同的考虑事项。例如，说明性实施方式认识并且考虑无人驾驶飞行器可用于飞行通过冠部下方的树木进行勘测以鉴定树木的直径。说明性实施方式也认识和考虑与期望用于可用来与在树的冠部上方相反在树木之间飞行的无人驾驶飞行器相比，用于空中勘测和陆地勘测二者的许多光探测与测距系统可能更重。说明性实施方式认识和考虑光探测与测距系统的尺寸和重量可以以仍允许产生的关于树木信息具有期望质量水平的方式减少。
在一种说明性的实例中，装置包括无人驾驶飞行器、传感器系统和控制器。传感器系统与无人驾驶飞行器相关联。传感器系统配置为产生障碍信息和树木测量信息。控制器配置为当无人驾驶飞行器以相对于树丛的水平飞行以产生树丛的直径信息时，从由传感器系统产生的障碍信息鉴定障碍，并且控制无人驾驶飞行器的移动以避开障碍。
在这些说明性的实例中，可通过其中产生关于树木直径信息的方式减少传感器系统的尺寸。
现转向图1，根据说明性的实施方式描绘树木测量环境的图解。在该说明性的实例中，树木测量环境100包括树丛104。树木测量系统122可用于进行树丛104的测量。在该描绘的实例中，树木测量系统122包括无人驾驶飞行器102和测量控制器124。
如所描绘，无人驾驶飞行器102配置为飞行通过树丛104，以产生关于树丛104中一个或更多个树木的信息。如本文所使用，当参考项目使用时“丛”意思是一个或更多个项目。例如，树丛104是一个或更多个树木。
在该实例中，无人驾驶飞行器102包括无人驾驶飞行器106和无人驾驶飞行器108。在该具体的实例中，无人驾驶飞行器102配置为进行树木测量。换句话说，无人驾驶飞行器102可配置为当无人驾驶飞行器102在树丛104的冠部下方飞行通过树丛104时进行树丛104的测量。
在这些说明性的实例中，无人驾驶飞行器106包括传感器系统114并且无人驾驶飞行器108包括传感器系统116。
如所描绘，传感器系统114配置为用激光束118扫描树木110。对激光束118扫掠(sweeping)的响应由传感器系统114探测。另外，传感器系统114也配置为产生图像。在说明性的实例中，从激光束118探测的响应和图像可用于产生树木110的直径的测量。进一步，也可使用图像和从激光束118探测的响应的至少一个产生其他测量，比如树木锥度。
以类似的方式，传感器系统116配置为用激光束120产生关于树丛104中树木110的信息。随着无人驾驶飞行器108飞行通过树丛104中的树木110，激光束120可扫描树木110。对激光束120的响应可由传感器系统116探测。进一步，传感器系统116也配置为产生树木110的图像。对激光束120的响应和图像可用于产生树木110的直径的测量。
进一步，无人驾驶飞行器106中的传感器系统114和无人驾驶飞行器108中的传感器系统116可用于产生当飞行通过树丛104时避开障碍的信息。尤其地，障碍可包括树丛104以及可能的其他类型的障碍。其他障碍可包括，例如，建筑物、灯杆、树木收获设备和其他类型的物体。图像和对激光束的响应的至少一个可用于引导无人驾驶飞行器102沿着避开障碍的轨迹通过树丛104。
在这些说明性的实例中，产生的信息可由无人驾驶飞行器102处理，以产生关于树丛104的直径信息。该信息可然后发送至位于控制站126中的测量控制器124。在该说明性的实例中，直径信息可由无人驾驶飞行器106经无线通信链路128和由无人驾驶飞行器108经无线通信链路130发送至控制站126。
在一些说明性的实例中，响应和图像可以是发送至控制站126中测量控制器124的直径信息。测量控制器124可然后使用该直径信息产生树丛104的许多直径。
进一步，无人驾驶飞行器106中的传感器系统114和无人驾驶飞行器108中的传感器系统116可用于产生除了或代替树丛104的直径信息的其他类型的信息。该信息可统称为树木测量信息。
现参看图2，根据说明性的实施方式描绘树木测量环境的块图的图解。在该说明性的实例中，图1中的树木测量环境100是图2中树木测量环境200的一种实施的实例。在该说明性的实例中，树木测量系统202用于产生关于树丛206的树木测量信息204。
在这些说明性的实例中，树丛206可采用各种形式。例如，树丛206可以是出现在下述位置中的树丛，比如天然森林、人工再生森林、林场、苹果园、松树人造林、公园、山地或其中存在一个或更多个树木的一些其他合适位置。
树丛206可位于这样的任何位置，其中树丛206中的树木具有间隔，从而无人驾驶飞行器机队218中的一个或更多个无人驾驶飞行器可操纵通过树丛206。间隔可具有模式。该模式可以是以行列排布的树木。间隔可具有不依赖于树行的其他规则模式。在仍其他说明性的实例中，间隔可以是随机的或无规则的。
在这些说明性的实例中，产生关于树丛206的树木测量信息204。树木测量信息204可用于进行树丛206的分析。该分析可用于进行对树丛206的各种动作。例如，修剪、树木收获、树木种植、驱虫和其他合适的动作可基于树木测量信息204的分析进行。
在这些说明性的实例中，树木测量系统202包括测量控制器216和无人驾驶飞行器机队218。测量控制器216配置为进行下述的至少一个：控制无人驾驶飞行器机队218的操作、处理树木测量信息204和其他合适的操作。
如所描绘，测量控制器216可使用硬件、软件或二者的组合进行。在说明性的实例中，硬件可采用电路系统、集成电路、专用集成电路(ASIC)、可编程逻辑设备或配置为进行许多操作的一些其他合适类型的硬件的形式。就可编程逻辑设备而言，设备配置为进行许多操作。设备可在稍后重新配置或可永久性地配置以进行许多操作。可编程逻辑设备的例子包括，例如，可编程逻辑阵列、可编程阵列逻辑、场可编程逻辑阵列、场可编程门阵列和其他合适的硬件设备。另外，方法可在集成无机组件的有机组件中实施和/或可被包括在整个不包括人的有机组件中实施。例如，方法可作为有机半导体中的电路实施。
在该说明性的实例中，测量控制器216可在计算机系统220中实施。计算机系统220包括一个或更多个计算机。当在计算机系统220中存在超过一个计算机时，那些计算机可经通信介质比如网络彼此通信。
在这些说明性的实例中，计算机系统220中的测量控制器216可处在单个位置比如控制站222中。控制站222可位于地面上的建筑物、飞行器、船、地面交通工具或在一些其他合适的位置中。
在这些说明性的实例中，测量控制器216可控制无人驾驶飞行器机队218移动通过树丛206。该移动可被控制以产生树丛206的一些或所有的树木测量信息204。例如，测量控制器216可产生许多路径238，被无人驾驶飞行器机队218使用以飞行通过树丛206。
另外，测量控制器216也可接收树木测量信息204和处理树木测量信息204。在这些说明性的实例中，树木测量信息204的处理可用于产生报告240。报告240可包括树丛206的直径、锥度信息、树木密度、树木类型、树木间距和其他合适的信息。报告240可采用许多不同的形式。例如，报告240可包括图表、图形、文字、图像和其他合适类型的信息。
另外，报告240也可包括建议。这些建议可包括是否需要另外的树木种植、树木是否应被减薄、是否应进行树木收获，和其他合适类型的建议。
如所描绘，测量控制器216具有智能水平226。在一些说明性的实例中，智能水平226可为使得来自人操作员的输入可以是不是必须的。例如，人工智能系统和其他合适类型的处理器可为测量控制器216的智能水平226提供期望的智能水平。尤其，人工智能系统可包括专家系统、神经网络、简单启发法、模糊逻辑、贝叶斯网络或一些其他合适类型的系统，其为测量控制器216中的智能水平226提供期望的智能水平。
在该说明性的实例中，无人驾驶飞行器机队218包括许多无人驾驶飞行器224。如本文所使用，“许多”当参考项目使用时意思是一个或更多个项目。例如，许多无人驾驶飞行器224是一个或更多个无人驾驶飞行器。
如所描绘，许多无人驾驶飞行器224可以是或可包括自动无人驾驶飞行器组228。在该说明性的实例中，自动无人驾驶飞行器组228可配置为在这些说明性的实例中作为机群230或机群组232操作。
在其他说明性的实例中，测量控制器216可甚至分布在不同的位置中。例如，测量控制器216可分布在无人驾驶飞行器机队218的许多无人驾驶飞行器224的一个或更多个中。在仍其他说明性的实例中，测量控制器216可分布在许多无人驾驶飞行器224和控制站222中，这取决于具体的实施。在一些说明性的实例中，测量控制器216可以是计算机程序，其从人操作员接收输入并且提供输出至人操作员。
在这些说明性的实例中，无人驾驶飞行器机队218中许多无人驾驶飞行器224的一个或更多个配置为产生树木测量信息204。树木测量信息204可经通信链路234发送至测量控制器216。在这些说明性的实例中，树木测量信息204经通信链路234发送至测量控制器216。当测量控制器216在无人驾驶飞行器机队218的远程位置时，比如在控制站222中，通信链路234可以是无线通信链路。随着树木测量信息204由无人驾驶飞行器224中的无人驾驶飞行器236产生，树木测量信息204可周期性发送或可基本上实时发送。
在另一说明性的实例中，通信链路234可以是有线通信链路，其是当无人驾驶飞行器236已经完成测量以产生树木测量信息204时确立的。在该情况下，无人驾驶飞行器236可返回控制站222。通信链路234可以是网络线缆、无线通信链路、通用串联总线电缆、光缆或建立通信链路234的一些其他合适的介质。在这些说明性的实例中，测量控制器216配置为从无人驾驶飞行器机队218中无人驾驶飞行器224的一个或更多个无人驾驶飞行器接收树木测量信息204。在该说明性的实例中，测量控制器216可从无人驾驶飞行器236接收树木测量信息204。
现转向图3，根据说明性的实施方式描绘无人驾驶飞行器的块图的图解。在该描绘的实例中，无人驾驶飞行器300是图2无人驾驶飞行器机队218中许多无人驾驶飞行器224中无人驾驶飞行器的一种实施的例子。无人驾驶飞行器300可用于执行图1中的无人驾驶飞行器106和无人驾驶飞行器108。
在该说明性的实例中，无人驾驶飞行器300包括许多不同的组件。例如，无人驾驶飞行器300包括机体302、推进系统304、传感器系统306、通信系统308、控制器310和电源312。
机体302提供无人驾驶飞行器300中其他组件的物理支撑。机体302可以是机身、机翼、水平安定面和适于这些类型结构的其他结构。机体302也可包括控制表面比如副翼、方向舵、升降机或其他类型的控制表面。
推进系统304与机体302相关联并且配置为提供无人驾驶飞行器300的移动。在这些描述的实例中，当一个组件“与另一组件相关联”时，关联是物理关联。
例如，通过固定至第二组件、粘合至第二组件、安装至第二组件、焊接第二组件、紧固至第二组件和/或以一些其他合适的方式连接至第二组件，第一组件推进系统304可认为与第二组件机体302相关联。第一组件也可使用第三组件连接至第二组件。第一组件也可通过形成为第二组件的一部分和/或其延伸而被认为与第二组件相关联。
推进系统304可采用各种形式。例如，推进系统304可包括下述的至少一个：许多发动机和许多螺旋桨。许多发动机可为电力发动机，比如无刷电机。许多发动机也可使用燃料基(fuel base)，比如煤油。在仍其他实例中，推进系统304可以是喷气式发动机、涡轮喷气式发动机或用于移动无人驾驶飞行器300的一些其他合适类型的推进系统。
传感器系统306是与机体302相关联的系统。传感器系统306配置为产生关于无人驾驶飞行器300周围环境的信息。传感器系统306可包括一个或更多个不同类型的传感器，其配置为产生关于无人驾驶飞行器300周围环境的信息。例如，传感器系统306可产生下述的至少一个：障碍信息332和图2中的树木测量信息204。在这些说明性的实例中，传感器系统306可使用许多不同的类型的传感器执行。例如，传感器系统306可使用下述至少一个执行：光基有源(active)传感器系统、光探测与测距系统、照相机系统、激光高度计、飞行时间照相机系统、连续对焦(all-focus)图像照相机、立体照相机和其他合适类型的传感器。
障碍信息332可包括障碍鉴定、到障碍的距离、障碍的位置和其他合适类型的信息。障碍可以是树木、树枝、墙、藤本植物、人造结构、交通工具和可以潜在威胁无人驾驶飞行器300移动的其他合适类型的物体。
在这些说明性的实例中，树木测量信息334是图2中树木测量信息204的例子。在该说明性的实例中，该实例中的树木测量信息204包括区域208中树丛206的下述至少一个：直径信息336、锥度信息338和其他合适类型的信息。
在这些说明性的实例中，直径信息336包括为树丛206测量的直径。锥度信息338表示树丛206直径的锥度。在其他说明性的实例中，树木测量信息204可用于指示胸高度处的直径、茎干数量、树叉的存在、冠/根关系、树木尺寸的其他不规则、腐朽分类、其他损伤、树木下方土壤条件、起火损伤或其他合适类型的信息。在一些说明性的实例中，信息可以是影响树丛206价值的任何信息。利用这些类型的信息，可就树木的尺寸、树木的健康，或树木的尺寸和健康二者决定是否应导致对区域208中树丛206进行其他操作。当然，取决于具体的实施，也可测量其他合适类型的信息。
在这些说明性的实例中，传感器系统306可包括或可包含许多传感器模块314。在该实例中，许多传感器模块314中的传感器模块是可移除的。换句话说，在无人驾驶飞行器300中传感器系统306的许多传感器模块314中，一个传感器模块可更换为另一传感器模块。
以该方式，可为无人驾驶飞行器300提供制造者通用性。尤其，可选择许多传感器模块314中的传感器模块由无人驾驶飞行器300使用，这取决于指定给无人驾驶飞行器300的任务或作业。进一步，对于利用许多传感器模块314，通过将传感器系统306中传感器的数量减少到仅具体任务或作业需要的那些数量，可减轻无人驾驶飞行器300的重量。
例如，传感器模块316可由许多传感器318组成。可为待进行的任务或作业的具体类型选择许多传感器318的组成。
通信系统308与机体302相关联。如所描绘，通信系统308配置为提供无人驾驶飞行器300和另一设备之间的通信。其他设备可以是，例如，测量控制器216、无人驾驶飞行器机队218中的许多无人驾驶飞行器224、导航控制器和图2中显示的其他合适的组件。在这些说明性的实例中，通信可以是无线通信。在一些情况下，也可存在有线通信接口。
利用与导航控制器的通信，无人驾驶飞行器300可使用通信系统308，以无线发送信息至导航控制器，从而导航控制器处理原始信息并且将处理的位置和导航信息无线返回至无人驾驶飞行器300。通信系统308可配置为使得信息与其他设备通信，用于从无人驾驶飞行器300机外(off-board)处理。在该情况下，可通过减轻机上信息处理设备的重量、减少使用处理设备的机上信息处理的电力需要、或其一些组合来减轻无人驾驶飞行器300的重量。
电源312与机体302相关联。电源312配置为给无人驾驶飞行器300中的其他组件提供动力。电源312可采用许多不同的形式。例如，电源312可包括下述至少一个：能量系统320和能量收获系统322。
在该说明性的实例中，能量系统320可包括一个或更多个电池。这些电池可以是模块的和可更换的。在其他说明性的实例中，能量系统320可为下述至少一个：燃料电池、燃料罐中的燃料和一些其他合适类型的能量系统。
能量收获系统322配置为给来自无人驾驶飞行器300周围环境的无人驾驶飞行器300中组件产生动力。例如，能量收获系统322可包括下述至少一个：太阳能电池、微风力涡轮发生器和从无人驾驶飞行器300周围的环境产生动力的其他合适类型的能量收获系统。
在该说明性的实例中，控制器310与机体302相关联。如所描绘，控制器310采用硬件形式并且可包括软件。
控制器310配置为控制无人驾驶飞行器300的操作。控制器310可提供智能水平324。智能水平324可取决于无人驾驶飞行器300的具体的实施而改变。在一些说明性的实例中，控制器310可认为是图2中测量控制器216的一部分。
在一些情况下，智能水平324可使得控制器310接收具体的指令。这些指令可包括，例如，不限于：移动的方向、航线点、何时使用传感器系统306产生图2中的树木测量信息204、和其他类似的指令。
在其他说明性的实例中，智能水平324可更高，从而无人驾驶飞行器300可接收作业。在这些说明性的实例中，作业是进行的一件工作。作业可以是任务的一部分。在这些实例中，作业可由为一件工作进行的操作组成。例如，作业可以是扫描图2中树丛206的具体的位置。另一作业可以是行进至树丛206中的具体位置。
控制器310可鉴定用于进行作业的操作。该作业可以是固定的作业，其中无人驾驶飞行器300按照具体区域中的路径，使用传感器系统306产生树木测量信息204。
在其他说明性的实例中，智能水平324可能甚至更高，从而无人驾驶飞行器300配置为与其他无人驾驶飞行器通信以协同进行一个或更多个作业。例如，控制器310可包括电路、计算机程序、人工智能系统和可为智能水平324提供期望水平的其他合适类型的方法。
在这些说明性的实例中，智能系统328可提供智能水平324。智能系统328可使用专家系统、神经网络、模糊逻辑或一些其他合适类型的系统，以提供智能水平324。
控制器310中的智能水平324可允许行使功能比如动态路径规划。以该方式，可鉴定沿着路径的障碍并且因此可避开该障碍。障碍的该鉴定和避开可实时进行。这些障碍可包括，例如，不限于另一无人驾驶飞行器、山坡、树木和其他障碍。障碍的避开可使用由传感器系统306产生的障碍信息332进行。
控制器310也可监视无人驾驶飞行器300中不同系统的健康状况。例如，控制器310可监视提供的或电源312中残留的能量水平。如果电源312仅仅包括能量系统320中的电池，则控制器310可引导无人驾驶飞行器300返回基地，用于电池的再充电或更换。
在这些说明性的实例中，可基于其有效载荷、传感器能力、树丛206中存在的障碍、飞行参数、可用资源或其组合选择无人驾驶飞行器300使用的无人驾驶飞行器类型。障碍避开和导航算法可配置为使用障碍信息332以避开障碍或选择无人驾驶飞行器的类型具有用于树丛206中的树木类型和/或树丛206中存在的障碍的期望性能水平。
作为实例，在树木之间没有一致间隔的天然森林中，可选择更小的无人驾驶飞行器。在其他说明性的实例中，当无人驾驶飞行器300与自动无人驾驶飞行器组228的机群230一起使用时，控制器310的智能水平324可使得控制器310引导机群230中的最小无人驾驶飞行器至树丛206中树木之间具有最小量间隔的区域中，同时引导机群230中更大的无人驾驶飞行器至树丛206中的其他区域。以该方式，机群230中不同尺寸的无人驾驶飞行器可一起工作，以产生关于树丛206的信息。
图3中无人驾驶飞行器300的图解不意味着对其中可执行无人驾驶飞行器300的方式进行限制。在其他说明性的实例中，无人驾驶飞行器300可包括除了或代替描述组件的其他组件。
现转向图4，根据说明性的实施方式描绘无人驾驶飞行器的传感器系统中传感器的块图的图解。在该图中，显示了可在无人驾驶飞行器300的传感器系统306中执行的传感器的例子。如所描绘，传感器系统306包括照相机系统400和光基有源传感器系统402。
如所描绘，照相机系统400包括可见光照相机424。在一些说明性的实例中，照相机系统400可采用选自下述之一的其他形式：多光谱照相机、高光谱照相机、飞行时间照相机或一些其他合适类型的照相机。在仍其他实例中，照相机系统400可包括多个照相机阵列。
在该说明性的实例中，照相机系统400配置为产生具有期望分辨率的许多图像406。图像406可以是静止图像、视频图像、具有景深信息的图像或一些其他合适类型的图像。在该说明性的实例中，图像406可用作障碍信息332和树木测量信息334。换句话说，图像406可用于产生避开障碍的信息和关于树木的信息二者。
在该说明性的实例中，光基有源传感器系统402采用光探测与测距系统416的形式。在该说明性的实例中，光探测与测距系统416产生至物体上不同点的距离测量418。这些点可以是树木上的点。
光探测与测距系统416传输光并且接收对光的响应，以产生距离测量418。尤其，在这些说明性的实例中，光可采用激光束的形式。
利用距离测量418，可为用于点云中的那些点或为了其他合适的目的产生三维位置。在该说明性的实例中，至不同点的距离测量418可与图像406中的像素一起使用，以鉴定树丛中树木的直径或锥度。可使用基于距离将像素宽度转化为真实宽度的非线性函数计算直径。可选地，可使用显示像素宽度和真实宽度之间的转化作为至物体距离的函数的转化表计算树木的直径。
以该方式，距离测量418也可用于障碍信息332和树木测量信息334二者。利用图像406和距离测量418的组合，可产生树木测量信息334的信息比如直径信息336。可鉴定在不同水平的多个直径以形成图3的锥度信息338。
进一步，利用图像406，无人驾驶飞行器300可在树木之间导航并且避开遭遇树木以及其他障碍。进一步，距离测量418，当与图像406相互关联时，也可提供测定无人驾驶飞行器300是否可适合在障碍比如树木之间的能力。
在这些说明性的实例中，光探测与测距系统416可以是单平面光探测与测距系统430。换句话说，激光或其他光可仅仅扫略由两个轴限定的平面，而不是通过由3个轴限定的多个平面。在这些说明性的实例中，可通过调整无人驾驶飞行器300的高度进行不同水平的测量。
对于该类型的光探测与测距系统，因为该类型的光探测与测距系统降低的复杂性，可减轻传感器系统306的重量。进一步，在这些说明性的实例中，单平面光探测与测距系统430也可以是低频光探测与测距系统。低频光探测与测距系统可以约10Hz至40Hz的速率扫描。低频光探测与测距系统可用于减轻重量并且消耗比更大的光探测与测距系统更少的能量。结果，在这些说明性的实例中，更小的无人驾驶飞行器可用于无人驾驶飞行器300，并且因此无人驾驶飞行器300可更容易导航通过树丛。
在另一说明性的实例中，单平面光探测与测距系统430可以是高频光探测与测距系统。当无人驾驶飞行器300是更重的飞行器时，可使用高频光探测与测距系统。在这些说明性的实例中，高频光探测与测距系统可具有约40Hz至100KHz的扫描速率。利用高频光探测与测距系统，需要更多的能量以操作无人驾驶飞行器300上的系统。
在另一说明性的实例中，照相机系统400可包括立体照相机426。利用该类型的实施，光基有源传感器系统402可从传感器系统306中省略。在这些说明性的实例中，由立体照相机426产生的图像406可用于障碍信息332和树木测量信息334二者。
立体照相机426配置为产生图像，其可用于形成三维图像和鉴定图像中的点的深度和位置。换句话说，立体照相机426可以以这样的方式产生图像406，其允许鉴定树木测量信息334而不使用光基有源传感器系统402。在其他说明性的实例中，传感器系统306可包括激光高度计或其他合适的组件，这取决于具体的实施。
在其他说明性的实例中，照相机系统400可以是飞行时间照相机系统。当照相机系统400是飞行时间照相机系统时，照相机系统400可用每个激光或光脉冲捕获整个场景中图像406内的深度信息，其与用光探测与测距系统采用的激光束的逐点扫描相对。在仍其他说明性的实例中，照相机系统400可以是连续对焦图像照相机或其他合适类型的成像系统，其具有期望的重量并且产生图像406中的期望水平的间隔尺寸(granularity)。
在这些说明性的实例中，全球定位系统接收器420是另一传感器的例子，其可任选地包括在传感器系统306中。全球定位系统接收器420产生位置信息432，鉴定三维中无人驾驶飞行器300的位置。例如，全球定位系统接收器420可产生无人驾驶飞行器300的信息，比如维度、经度和海拔。
在一些说明性的实例中，全球定位系统接收器420可被省略或在树丛的冠部下可能不如期望地行使功能。在该情况下，冠部削弱或消除全球定位信号。结果，无人驾驶飞行器300可使用称为同时定位和绘图的方法。
利用同时定位和绘图，来自全球定位系统接收器的位置信息结合来自同时定位和绘图系统的位置信息。该同时定位和绘图系统可结合来自可见光照相机424、立体照相机426、光探测与测距系统416的传感器信息，和/或来自无人驾驶飞行器300中其他传感器的其他传感器信息，以维持位置评估或改善全球定位信息。
在这些说明性的实例中，声学传感器系统421中的传感器可放置在无人驾驶飞行器300上不同的方位。如所描绘，声学传感器系统421可使用超声传感器系统422执行。当然，可使用任何其他类型的基于声音的系统。超声传感器系统422可提供关于无人驾驶飞行器300高度的高度信息。进一步，超声传感器系统422也可产生距离信息434。距离信息434鉴定从无人驾驶飞行器300至树木和其他障碍的距离，用于操纵无人驾驶飞行器300的目的。
尽管已经描述了具体的实例，但是传感器系统306可包括这些传感器的任何组合，以产生树木测量信息334和障碍信息332。
可用于传感器系统306的传感器的组合的例子包括可见光照相机424和光探测与测距系统416。在另一说明性的实例中，光探测与测距系统416可被其本身使用。在仍另一实例中，传感器系统306可仅仅包括立体照相机426。当然，这些组合仅仅是例子并且其他实施可包括图4中为传感器系统306图解的传感器的其他组合以及可适于产生树木测量信息334和障碍信息332至少之一的其他合适类型的传感器。例如，在这些说明性的实例中，尽管说明性的实施方式显示了传感器系统306中包括光探测与测距系统416和超声传感器系统422，但是仅仅可能需要光探测与测距系统416和超声传感器系统422之一，以产生树木测量信息334和障碍信息332。
图2-4中树木测量系统202的树木测量环境200和不同的组件的图解并不意味着给可实施说明性的实施方式的方式施加物理或结构限制。可使用除了或代替图解组件的其他组件。一些组件可能不是必要的。而且，提供块图以图解一些功能组件。当在说明性的实施方式中实施时，一个或更多个这些块图可被组合、分开，或组合和分开成不同的块图。
例如，在一些说明性的实例中，不同类型的无人驾驶飞行器可用于产生树木测量信息204。例如，无人驾驶飞行器机队218可使用固定翼无人驾驶飞行器和无人驾驶旋翼机二者，以产生树丛206的树木测量信息204。在仍其他说明性的实例中，树木测量信息204也可包括关于树丛206的其他类型的信息比如，树木的类型、树木的高度和其他合适类型的信息。
在一些说明性的实例中，测量控制器216可能不用于产生许多路径238。而是，操作员可指出无人驾驶飞行器236在树木之间的方向。无人驾驶飞行器236可然后在该方向移动，以产生测量同时避开障碍。
现参看图5，根据说明性的实施方式描绘不同尺寸的无人驾驶飞行器的图解。在该说明性的实例中，树丛500是图2中块形式显示的树丛206的实施的另一实例。
树丛500具有行502和行504。树丛500的该布置可发现在比如林场的环境中。具体而言，在这些说明性的实例中，行502和行504可以是松树人造林的一部分。
如所描绘，旋翼机506、旋翼机508和旋翼机510显示在树丛500中行502和行504之间。在这些说明性的实例中，这些旋翼机按比例绘制。
旋翼机506、旋翼机508和旋翼机510是图3中无人驾驶飞行器300实施和图2中无人驾驶飞行器机队218中无人驾驶飞行器实施的实例。具体而言，旋翼机506、旋翼机508和旋翼机510是可选择用于无人驾驶飞行器300的不同尺寸的实例。
在这些说明性的实例中，旋翼机506、旋翼机508和旋翼机510可以是不同的尺寸。用于无人驾驶飞行器300的旋翼机的类型可取决于行502和行504中树丛500的参数。例如，如果行502和行504中的树丛500是修剪的树木，则可使用更大的旋翼机。在其他说明性的实例中，如果行502和行504中的树丛500是未修剪的树木，可使用更小的旋翼机。
在这些说明性的实例中，无人驾驶飞行器300使用的旋翼机的尺寸也可取决于树丛500是修剪的或未修剪的之外的不同参数。例如，无人驾驶飞行器300的选择可取决于有效载荷的大小、树行之间的距离、期望的飞行时间、期望的飞行范围或一些其他合适的参数。
在这些说明性的实例中，树丛500的行502和行504可以以距离509隔开种植。在这些说明性的实例中，距离509可以是大约9英尺。当然，树丛500的行502和行504可以以8英尺隔开、10英尺隔开、15英尺隔开或一些其他合适的距离种植，这取决于具体的实施。选择为无人驾驶飞行器300选择的旋翼机，使得旋翼机可导航通过障碍比如该实例中行502和行504之间的9英尺内的树丛500中的树枝。
如所描绘，旋翼机506大于旋翼机508和旋翼机510。旋翼机506可具有宽度511。该实例中，宽度511可为大约5.7英尺。宽度511是如在旋翼机506的充分延伸的旋翼之间测量的飞行器宽度。旋翼机506可具有多达约800克的平均有效载荷。在这些说明性的实例中，旋翼机506可具有约88分钟的飞行或约49英里的飞行的范围。
旋翼机508大于旋翼机510。在该说明性的实例中，旋翼机508可具有宽度515并且可具有的平均有效载荷为约1000克至约2000克。该实例中，宽度515可为约3.7英尺。宽度515是如在旋翼机508的充分延伸旋翼之间测量的飞行器宽度。在这些说明性的实例中，旋翼机508可具有约17分钟至约25分钟的飞行或约9英里至约15英里的飞行的范围。
如所描绘，旋翼机506是该说明性的实例中显示的最小旋翼机。旋翼机506可具有宽度517并且可具有的平均有效载荷为约200-300克。该实例中，宽度517可为约2.6英尺。宽度517是如在旋翼机510的充分延伸旋翼之间测量的飞行器宽度。在这些说明性的实例中，旋翼机506可具有约25分钟至约30分钟的飞行或约9英里至约14英里的飞行的范围。
树丛500的行502可具有延伸至线505的树枝513。线505可为距离行502的距离518。在这些说明性的实例中，距离518可为约2英尺。类似地，行504可具有延伸至线507的树枝512。线507可以是距离行504的距离514。在这些说明性的实例中，距离514也可为约2英尺。
无人驾驶飞行器300期望的操作可能需要树枝513和无人驾驶飞行器300之间的缓冲。该缓冲可以是距离树枝513末端的距离520。在这些说明性的实例中，距离520可为约1英尺。类似地，无人驾驶飞行器300期望的操作可能需要树枝512和无人驾驶飞行器300之间的缓冲。该缓冲可以是距离516。
在这些说明性的实例的一个说明性实例中，距离516也可为约1英尺。当然，距离516和距离520可更小或更大，这取决于具体的实施。
在该具体的实例中，利用树枝513、树枝512以及树枝513和树枝512与无人驾驶飞行器300之间的缓冲，路径522可以是用于无人驾驶飞行器300的期望路径。该路径可具有宽度524。在这些说明性的实例的一个说明性实例中，宽度524可为约3英尺。当然，在一些说明性的实例中，取决于期望的参数、树枝513和树枝512的存在、以及树枝513和树枝512的长度，路径522可更小或更大。
进一步，在其他说明性的实例中，树丛500可能不配置为具有均匀间隔的树木或行。在该情况下，旋翼机506可能沿试图维持距离树木和树枝最小距离的动态路径飞行。
如所描绘，利用3英尺处的路径522，当在树丛500的行502和行504之间飞行时，旋翼机506和旋翼机508可能太大而不能如期望的操作。在该实例中，旋翼机510可以是无人驾驶飞行器300的期望尺寸。
在其他说明性的实例中，可能不存在树枝513和树枝512。在该情况下，其他尺寸的旋翼机可用于导航树丛500，这取决于涉及的功能。
在仍其他说明性的实例中，分别与树枝513和树枝512之间的缓冲的距离520和距离516的期望值可小于1英尺。在该情况下，旋翼机508可以期望用于无人驾驶飞行器300。
现转向图6，根据说明性的实施方式描绘产生树木测量信息的无人驾驶飞行器的图解。在该描绘的实例中，旋翼机600是可用于进行树丛602测量的无人驾驶飞行器的实例。树丛602是其中可布置图2中的树丛206的一种方式的实例。
旋翼机600是无人驾驶飞行器300一种实施的实例并且为无人驾驶飞行器机队218中无人驾驶飞行器的实施。在该实例中，旋翼机600采用四旋翼机(quadracopter)的形式。在该说明性的实例中，树丛602是图2中块形式显示的树丛206实施的另一实例。
如所描绘，树丛602以行604和列606布置。该树丛602布置可发现在比如林场、比如松树人造林的环境中。
在该说明性的实例中，旋翼机600配置为在列606之间飞行并且产生树木的测量。如所描绘，旋翼机600配置为随着旋翼机600在列之间飞行产生两列树木的树木信息。在该实例中，旋翼机600在树丛602的列608和列610之间飞行。旋翼机600配置为当在这些两个列之间飞行时产生树木测量信息。
在该说明性的实例中，旋翼机600配置为按照路径612通过树丛602，以进行树丛602的测量。路径612可通过图2中的测量控制器216产生。
在该说明性的实例中，旋翼机600可大体上按照路径612。换句话说，旋翼机600可调整其轨道以从路径612改变。该改变可出于许多不同的原因作出。
例如，可作出从路径612改变以避开障碍。在其他说明性的实例中，可作出从路径612改变，以维持旋翼机600在树木的列——比如列608和列610之间居中。例如，在遍及那两个列中，列608中的树木可能没有与列610中的树木精确相同地间隔。结果，旋翼机600可调整其轨道，同时基本上维持沿路径612飞行。
旋翼机600通过图6树丛602的路径安排(routing)的图解不意味着限制其中可实施不同说明性实施方式的方式。例如，树丛602可能不以图6中描绘的行和列布置。而是，可能出现更随机的分布，比如图1的树木测量环境100中所显示的树丛104。
在仍其他说明性的实例中，除了旋翼机600，还可使用一个或更多个另外的旋翼机产生树丛602的树木测量信息。
现转向图7，根据说明性的实施方式描绘进行测量的旋翼机的图解。旋翼机700是图3中无人驾驶飞行器300的实施和图2中无人驾驶飞行器224的无人驾驶飞行器的实例。
在该描绘的实例中，旋翼机700以轨道703移动通过树丛702。尤其，旋翼机700在树丛702的列704和列706之间飞行。
在该说明性的实例中，旋翼机700包括光探测与测距系统708。光探测与测距系统708可扫掠激光束709，以产生树丛702的列704和列706中从旋翼机700至树木的距离测量。
另外，在一些说明性的实例中，旋翼机700也可包括照相机710。照相机710可以是产生树丛702图像的可见光照相机。
以该方式，可处理树木的图像以鉴定树木边缘。图像中鉴定的树木边缘可包括，例如，树木717的边缘712和边缘714、树木722的边缘718和边缘720，和树木728的边缘724和边缘727。
在这些说明性的实例中，可通过计数图像中边缘之间的像素数量鉴定两个边缘之间的距离。图像中边缘之间计数的像素数量的值可以是像素宽度。在知道从在照相机系统照相时照相的照相机至物体的距离的情况下，图像中物体的两个边缘之间的像素宽度可以转化为真实宽度。在这些说明性的实例中，真实宽度是树丛702中树木的实际宽度。
由光探测与测距系统对树木的距离测量用于进行从图像中边缘之间的像素宽度至树丛702中树木的真实宽度的调整。为进行像素宽度和真实宽度之间的该转化，照相机710可使用已知的校准矩阵校准。以该方式，可鉴定树木717、树木722和树木728的直径。进一步，可从图像和点鉴定不同高度树木的这些树木的直径。使用在不同高度进行的直径测量，可鉴定树木的锥度。
进一步，随着旋翼机700移动通过树丛702，旋翼机700可对给定的树木从不同的角度进行多个照相。通过采用相同的边缘探测、距离测量和宽度转化技术，可改善直径和锥度的各种评估。为了改善直径测量，例如，对通过不同图像的测量进行平均。以该方式，直径和锥度测量可具有期望水平的精度。尤其，该期望水平的精度可基本上类似于由太重而不适合小的无人驾驶飞行器比如旋翼机700的更大和更重的高频光探测与测距扫描器确保的精度水平。
在仍其他说明性的实例中，旋翼机700可仅仅包括立体照相机并且可能不需要光探测与测距系统。立体照相机可从不同的角度产生信息，其使得从图像鉴定树木上不同的点之间的深度和距离。
图7中扫描树丛702的旋翼机700的图解不意味着对其中可从树丛702产生信息的方式施加限制。例如，在其他说明性的实例中，旋翼机700可在树丛702的列704和列706之间进行大于一次经过。可进行多次经过以产生关于树丛702中树木更多的信息或更精确的信息。
现转向图8，根据说明性的实施方式描绘在树行之间飞行的无人驾驶飞行器的图解。在该说明性的实例中，树丛800是在图2中块形式中显示的树丛206实施的另一实例。
树丛800具有行802和行804。树丛800的该布置可发现在比如林场的环境中。具体而言，在这些说明性的实例中，行802和行804可以是松树人造林的一部分。
行802和行804中的树丛800可以是未修剪的树木。行802可具有树枝806和行804可具有树枝808。在这些说明性的实例中，树枝806和树枝808可分别从行802和行804延伸约2英尺。
如所描绘，来自图5的旋翼机510显示在树丛800的行802和行804之间。旋翼机510可沿箭头812的方向在行802和行804之间飞行，以对树丛800进行测量。方向可以是采取简单形式的矢量的路径的实例。
旋翼机510可在树枝806和树枝808之间飞行。在该实例中，旋翼机510可具有路径——其具有宽度814。在这些说明性的实例中，宽度814是树枝806和树枝808之间的距离。
在其他说明性的实例中，行802和行804可以是修剪的树木。在该情况下，旋翼机510可具有更多的距离以围绕树丛800中的障碍导航。例如，当树丛800是修剪的树木时，旋翼机510可具有路径——其具有宽度815。在该情况下，宽度815是行802中树干和行804中树干之间的距离。
现参看图9，根据说明性的实施方式描绘无人驾驶飞行器的图解。在该说明性的实例中，旋翼机900是图3中块形式显示的无人驾驶飞行器300的一种实施的实例。进一步，旋翼机900可以是图5中旋翼机510的实例。
如所描绘，旋翼机900可具有机体902、推进系统904、传感器系统906、通信系统908、控制器910和电源912。机体902提供旋翼机900中其他组件的物理支撑的结构。
推进系统904与机体902相关联并且配置为提供旋翼机900的移动。在该说明性的实例中，推进系统904可以是螺旋桨914。在该实例中，螺旋桨914长度可为约10英寸。当然，螺旋桨914可比10英尺更长或更短，这取决于具体的实施。
如所描绘，具有螺旋桨914的推进系统904是马达916。在这些说明性的实例中，马达916可以是无刷电机。在该说明性的实例中，无刷电机是由直流电源供电的同步电机。
在这些说明性的实例中，传感器系统906是与机体902相关联的系统。传感器系统906配置为产生关于旋翼机900周围环境的信息。
传感器系统906可包括一个或更多个不同类型的传感器，其配置为产生关于旋翼机900周围环境的信息。例如，传感器系统906可产生障碍信息比如图3中的障碍信息332，和树木测量信息比如图2中的树木测量信息204。
如所描绘，传感器系统906可具有照相机920和照相机922。在这些说明性的实例中，照相机920可以是立体照相机和照相机922可以是可见光照相机。照相机920和照相机922可以分别是图4中立体照相机426和可见光照相机424的实施的实例。该实例中，传感器系统906也包括光基有源传感器系统并且可任选地包括全球定位系统接收器(未显示)。
通信系统908与机体902相关联。如所描绘，通信系统908配置为在旋翼机900和另一设备之间提供通信。在这些说明性的实例中，通信可以是无线通信。
控制器910与机体902相关联。控制器910可控制旋翼机900中其他组件的操作。控制器910可具有期望的智能水平，以帮助旋翼机900的操作。
在这些说明性的实例中，控制器910可具有处理器单元和自动驾驶装置。控制器910可接收指令、作业或其他类型的信息，这取决于控制器910的智能水平。进一步，在一些说明性的实例中，控制器910可使用一些类型的导航软件操作旋翼机900。
电源912与机体902相关联。电源912配置为给旋翼机900中的其他组件提供动力。电源912可以是电池918。电池918可选自下述之一：锂聚合物电池、燃料电池、锂-空气电池、锌-空气电池或一些其他合适类型的电池。
电池918也可是可更换的(swappable)，以确保旋翼机900的持久飞行。当电池918是可更换的时候，当旋翼机900正在使用动力时，至少一个其他电池可放置在电池918的位置中。
旋翼机900可沿着树丛之间的路径移动，以收集关于树丛的信息。图2中的树木测量信息204可包括下述信息，比如树木的类型、树木的高度，和其他合适类型的信息。
图1和图5-10中显示的不同组件可与图2-4的组件组合，与图2-4中的组件一起使用，或二者的组合。另外，图1和图5-10中的一些组件可以是在图2-4中块形式显示的组件如何可作为物理结构实施的说明性的实例。
现转向图10，根据说明性的实施方式描绘产生树木测量信息的方法的流程图的图解。图10中图解的方法可使用图2中的树木测量系统202实施。
该方法开始于使无人驾驶飞行器在通过树丛的路径上移动(操作1000)。操作1000中，路径可具有如此高度，其配置为允许通过与无人驾驶飞行器相关联的传感器系统进行测量，鉴定树丛的许多直径。
在这些说明性的实例中，路径可采用各种形式。例如，路径可具有转弯和变化，以使得无人驾驶飞行器以可产生树丛中所有树木的树木测量信息的方式移动。在一些说明性的实例中，路径可以仅仅是沿着树丛中树木列之间方向的轨道。
当无人驾驶飞行器沿着通过树丛路径飞行时产生树木测量信息(操作1002)，其后方法结束。在该说明性的实例中，测量信息可以是用于产生参数比如树木直径的测量值的信息。在其他说明性的实例中，树木测量信息可实际上是树木的直径。
参看图11，根据说明性的实施方式描绘分析图像以测定直径的方法的流程图的图解。图11中图解的方法可使用图2的树木测量系统202实施。图11中图解的方法也可实施为使用树木测量系统202鉴定树木锥度和其他类型的树木测量信息204。
方法开始于用照相机系统探测沿着树丛之间路径的障碍(操作1100)。在这些说明性的实例中，照相机系统可以是分辨率数字照相机。进一步，可以基于重量、产生的图像的质量或重量和产生的图像的质量二者，选择照相机系统。照相机系统可位于无人驾驶飞行器比如图9中的旋翼机900上。
接下来，方法将无人驾驶飞行器置于树丛中树行之间的中间(操作1102)。操作1102中，无人驾驶飞行器可使用光探测与测距系统和控制器进行居中。光探测与测距系统可测量至每行树木中相邻树木的距离。无人驾驶飞行器上的控制器可使用这些测量计算无人驾驶飞行器相对于树行的距离，并且进行矫正，以使无人驾驶飞行器在行之间居中。无人驾驶飞行器可在无人驾驶飞行器和树木、树枝或其一些组合之间在无人驾驶飞行器每侧上具有期望的缓冲。
使用无人驾驶飞行器上的照相机系统产生树木的图像(操作1104)。该方法然后分析图像，以测定树丛中树木的直径(操作1106)，其后方法结束。可鉴定树丛中树木上各种高度的直径。在一些情况下，可鉴定另外的信息，比如树枝的直径、树木锥度、树叉或其他类型的树木测量信息，这取决于具体的实施。
现转向图12，根据说明性的实施方式描绘测定树木的直径的方法流程图的图解。图12中图解的方法可使用图2中树木测量系统202在图11操作1106中执行。
方法开始于探测图像中树丛的树木边缘(操作1200)。在操作1200，边缘探测软件可用于探测通过照相机系统产生的图像中树木的边缘。
接下来，方法测量从照相机至图像树丛中每棵树上点的距离(操作1202)。该距离可通过为无人驾驶飞行器300选择的旋翼机的参数测定。在操作1202，超轻重量、低功率传感器可用于测定从无人驾驶飞行器上照相机至树木的距离。该传感器可以是光探测与测距扫描器，其沿着单个平面扫描距离。
该方法鉴定图像中的树丛中树木边缘之间的像素(操作1204)。该方法然后使用从照相机至树丛中每棵树的距离和图像中的树丛中每棵树的边缘之间的像素数量，计算树丛中每棵树的直径(操作1206)，其后方法结束。该计算可以是非线性函数，其基于距离将像素宽度转化为真实宽度。也可使用显示像素宽度和真实宽度之间转化作为至物体距离的函数的转化表计算树木的直径。
因此，可通过已知距离和无人驾驶飞行器的照相机性能二者，测定树木的直径。例如，照相机校准矩阵是照相机的固定性质，其可通过校准测定。照相机矩阵取决于照相机镜头和光学传感器的性能，并且描述三维点可如何转变成图像中的二维点。对于照相机系统中使用的每个类型照相机或照相机镜头，照相机校准矩阵可以不同。
在说明性的实施方式中，不同描绘的实施方式中的流程图和块图图解装置和方法的一些可能实施的结构、功能和操作。就此而言，流程图或块图的每个块可表示模块、区段、功能和/或一部分操作或步骤。例如，一个或更多个块可作为程序代码、在硬件中、或程序代码和硬件的组合中执行。当在硬件中执行时，硬件可采用例如集成电路的形式，其被加工或配置为进行流程图或块图中的一个或更多个操作。
在说明性实施方式的一些可选实施中，块中记录的一个或多个功能可不以图中记录的顺序出现。例如，在一些情况下，相继显示的两个块可基本上同时执行，或该块可有时以相反的顺序进行，这取决于涉及的功能。而且，除了流程图或块图中图解的块，还可添加其他块。
现参看图13，根据说明性的实施方式描绘照相机校准矩阵的图解。该图中显示的照相机校准矩阵1300可用于图12中显示的方法，以计算树木测量。
照相机校准矩阵1300用于基于特征之间的像素数量鉴定图像中特征之间的实际距离。特征可以是，例如，树木的边缘。通过已知树木边缘之间的距离，可使用照相机校准矩阵1300计算树木的直径。
在该说明性的实例中，照相机校准矩阵1300是照相机的固定性质，其可通过校准测定。照相机校准矩阵1300取决于照相机的镜头性能和光学传感器性能，并且描述三维点究竟如何转化为图像中的二维点。该说明性的实例中，这些镜头性能可以是焦距。
照相机校准矩阵1300可包括焦距1302和焦距1304。焦距1302和焦距1304可以以像素测量，并且描述照相机在图像每个轴中光学汇聚或分散光以使光束聚焦的强度水平。
因子1306是考虑两个轴中图像之间光学偏斜的因子，并且描述其中照相机光学器件可旋转光线的方式。照相机校准矩阵1300中捕获的常量是照相机固有的，从而它们不变。
值1308和值1310也可用作照相机校准矩阵1300的输入。如所描绘，值1308和值1310限定照相机的主点(principal point)。在这些说明性的实例中，该主点可以是图像的中心点。在其他说明性的实例中，主点可能不是图像的中心点。主点可限定为光轴和图像平面的交点。
照相机校准矩阵1300可通过使用由照相机在距离物体不同的预定距离处照相的检测物体的图像产生。检测物体可以是例如具有已知维度的立方体。图像中的像素可匹配特征比如立方体的边缘之间的已知距离，以鉴定用于产生照相机校准矩阵1300的信息。
现转向图14，根据说明性的实施方式描绘数据处理系统的块图的图解。数据处理系统1400可以是图2中计算机系统220的一种实施。在该说明性的实例中，数据处理系统1400包括通信构造1402，其提供处理器单元1404、存储器1406、持久存储体(persistent storage)1408、通信单元1410、输入/输出单元1412和显示器1414之间的通信。
处理器单元1404用于执行可载入存储器1406的软件的指令。处理器单元1404可以是许多处理器、多处理器核或一些其他类型处理器，这取决于具体的实施。如本文参考项目所使用，许多意思是一个或更多个项目。进一步，处理器单元1404可使用许多异构处理器系统执行，其中在单个芯片上存在主处理器与第二处理器。作为另一说明性的实例，处理器单元1404可以是包含多个相同类型处理器的对称多-处理器系统。
存储器1406和持久存储体1408是存储设备1416的实例。存储设备是能够储存信息，比如，例如，不限于数据、函数形式的程序代码和/或以临时性的和/或永久性的其他合适信息的任何块的硬件。这些实例中，存储设备1416也可称为计算机可读存储设备。在这些实例中，存储器1406可以是，例如，随机存取存储器或任何其它合适的易失存储设备或永久存储设备。持久存储体1408可采用各种形式，这取决于具体的实施。
例如，持久存储体1408可包含一个或更多个组件或设备。例如，持久存储体1408可以是硬盘、闪存、可再写光盘、可再写磁带或上面的一些组合。持久存储体1408使用的介质也可是可移动的。例如，可移动硬盘可用于持久存储体1408。
通信单元1410，在这些实例中，提供与其他数据处理系统或设备的通信。在这些实例中，通信单元1410是网络接口卡。通信单元1410可通过使用物理和无线通信链路任意一个或二者提供通信。
输入/输出单元1412允许用可连接至数据处理系统1400的其他设备输入和输出数据。例如，输入/输出单元1412可提供连接，用于使用者通过键盘、鼠标和/或一些其他合适的输入设备输入。进一步，输入/输出单元1412可发送输出至打印机。显示器1414提供将信息展示给使用者的机构。
操作系统、应用和/或程序的指令可置于存储设备1416中，其通过通信构造1402与处理器单元1404通信。在这些说明性的实例中，指令在持久存储体1408上为函数形式。这些指令可载入存储器1406，通过处理器单元1404执行。不同实施方式的过程可通过处理器单元1404使用可置于存储器比如存储器1406中的计算机执行的指令进行。
这些指令称为程序代码、计算机可用的程序代码或计算机可读程序代码，其可由处理器单元1404中的处理器读取和执行。不同实施方式中的程序代码可在不同的物理或计算机可读存储介质比如存储器1406或持久存储体1408中具体化。
程序代码1418以函数形式置于计算机可读介质1420中，其是选择性可移动的并且可载入或转移至数据处理系统1400，用于由处理器单元1404执行。在这些实例中，程序代码1418和计算机可读介质1420形成计算机程序产品1422。在一种实例中，计算机可读介质1420可以是计算机可读存储介质1424或计算机可读信号介质1426。计算机可读存储介质1424可包括，例如，插入或放入为持久存储体1408一部分的驱动器或其他设备的光盘或磁盘，用于转移到存储设备——比如为持久存储体1408一部分的硬盘上。计算机可读存储介质1424也可采用持久存储体的形式，比如硬盘、拇指驱动器或闪存，其连接至数据处理系统1400。在一些情况下，计算机可读存储介质1424可能不从数据处理系统1400移除。在这些说明性的实例中，计算机可读存储介质1424是非暂态计算机可读存储介质。
可选地，程序代码1418可使用计算机可读信号介质1426转移至数据处理系统1400。计算机可读信号介质1426可以例如是包含程序代码1418的传播数据信号。例如，计算机可读信号介质1426可以是电磁信号、光学信号和/或任何其他合适类型的信号。这些信号可以经通信链路，比如无线通信链路、光学纤维电缆、同轴电缆、电线和/或任何其他合适类型的通信链路传送。换句话说，在说明性的实例中，通信链路和/或连接可以是物理的或无线的。
在一些说明性的实施方式中，程序代码1418可从另一设备或数据处理系统通过计算机可读信号介质1426经网络下载至持久存储体1408，以在数据处理系统1400内使用。例如，储存在服务器数据处理系统的计算机可读存储介质中的程序代码可经网络从服务器下载至数据处理系统1400。提供程序代码1418的数据处理系统可以是服务器计算机、客户计算机或能够储存和传输程序代码1418的一些其他设备。
对数据处理系统1400图解的不同组件并不意味着对其中可实施不同实施方式的方式提供结构限制。不同的说明性的实施方式可在包括除了或代替为数据处理系统1400图解的那些组件的组件的数据处理系统中执行。图14中显示的其他组件可与显示的说明性的实例不同。不同的实施方式可使用能够运行程序代码的任何硬件设备或系统执行。作为一个实例，数据处理系统可包括集成无机组件的有机组件和/或可完全由除人之外的有机组件组成。例如，存储设备可由有机半导体组成。
作为另一实例，数据处理系统1400中的存储设备是可储存数据的任何硬件装置。存储器1406、持久存储体1408和计算机可读介质1420是有形形式的存储设备的实例。
在另一实例中，总线系统可用于实施通信构造1402并且可由一个或更多个总线组成，比如系统总线或输入/输出总线。当然，总线系统可使用提供数据在连接至总线系统的不同的组件或设备之间转移的任何合适类型的结构实施。另外，通信单元可包括一个或更多个设备，用于传输和接收数据，比如调制解调器或网络适配器。进一步，存储器可以是，例如，存储器1406，或高速缓存存储器，比如可出现在可存在于通信构造1402的接口和存储器控制器集线器。
因此，说明性的实施方式提供鉴定树丛的许多直径的方法和装置。通过使用说明性的实施方式，无人驾驶飞行器在通过树丛的路径上以配置为允许测量树丛的许多直径的高度移动。
使用在树丛的树行之间飞行的无人驾驶飞行器比用目前使用的方法比如人工取样更快和成本有效地产生关于树丛的许多直径的信息。进一步，因为无人驾驶飞行器可飞行通过整个森林并且更快和更容易地测量每棵树的每个直径，所以为森林管理人员产生更精确的信息。该信息可由森林管理人员使用，以比用其他测量方法更快和更容易地作出关于森林操作的决定。
进一步，该内容包括按照下列条款的实施方式：
为了图解和描述的目的，已经呈现了不同的说明性实施方式的描述，并且不打算是穷尽性的或限于公开形式的实施方式。许多修饰和变型对于本领域普通技术人员将是显而易见的。进一步，与其他说明性的实施方式相比，不同的说明性实施方式可提供不同的特征。选择和描述所选择的一种或多种实施方式，以便最佳阐释实施方式的原则、实际应用，并且使其他本领域普通技术人员能够理解具有适用于考虑的具体用途的各种修改的各种实施方式的公开内容。

Claims (15)

1.一种装置，包括：
无人驾驶飞行器(236)；
与所述无人驾驶飞行器(236)相关联的传感器系统(306)，其中所述传感器系统(306)配置为产生障碍信息(332)和树木测量信息(204)；和
控制器(310)，其配置为当所述无人驾驶飞行器(236)飞行通过树丛(206)以产生所述树丛(206)的所述树木测量信息(204)时，从由所述传感器系统(306)产生的所述障碍信息(332)鉴定障碍，并且控制所述无人驾驶飞行器(236)的移动以避开所述障碍。
2.权利要求1所述的装置，其中所述控制器(310)配置为控制所述无人驾驶飞行器(236)移动通过所述树丛(206)避开所述障碍，同时产生所述树丛(206)的所述树木测量信息(204)。
3.权利要求1所述的装置，其中所述树木测量信息(204)是所述树丛(206)的直径信息(336)，并且控制器(310)配置为控制所述无人驾驶飞行器(236)沿位于所述树丛(206)中的树木之间的轨道(703)移动，同时产生所述树丛(206)的所述直径信息(336)。
4.权利要求1所述的装置，其中配置路径(522)为允许测量所述树丛(206)以产生所述树木测量信息(204)。
5.权利要求1所述的装置，其中所述传感器系统(306)包括光探测与测距系统(416)和照相机系统(400)。
6.权利要求5所述的装置，其中所述光探测与测距系统(416)配置为产生至所述树丛(206)上的点的距离，所述照相机系统(400)配置为产生所述障碍的图像，和所述控制器(310)配置为使用所述光探测与测距系统(416)产生所述树木测量信息(204)。
7.权利要求6所述的装置，其中所述控制器(310)配置为使用所述障碍的所述图像和距离信息(434)产生通过所述障碍的路径(522)，并且从所述树木测量信息(204)产生直径。
8.权利要求1所述的装置，其中所述树木测量信息(204)选自下述至少一个：直径信息(336)、锥度信息(338)、树木密度、树木类型和树木间距。
9.权利要求1所述的装置，其中所述传感器系统(306)包括下述至少一种：光基有源传感器系统(402)、光探测与测距系统(416)、照相机系统(400)、激光高度计、飞行时间照相机系统(400)、连续对焦图像照相机和立体照相机。
10.权利要求1所述的装置，进一步包括：
测量控制器(216)，其配置为接收所述树木测量信息(204)并且分析所述树木测量信息(204)。
11.树木测量系统包括：
无人驾驶飞行器(236)；
与所述无人驾驶飞行器(236)相关联的照相机系统(400)，其中所述照相机系统(400)配置为产生图像；
与所述无人驾驶飞行器(236)相关联的光探测与测距系统(416)，其中所述光探测与测距系统(416)配置为产生从所述无人驾驶飞行器(236)至树丛(206)上的点的距离测量(418)；和
控制器(310)，其配置为当所述无人驾驶飞行器(236)飞行通过所述树丛(206)以产生树丛(206)的直径信息(336)时，从由所述照相机系统(400)产生的图像鉴定障碍，并且控制所述无人驾驶飞行器(236)移动通过所述树丛(206)以避开所述障碍，同时所述光探测与测距系统(416)产生所述直径信息(336)；和
测量控制器(216)，其配置为接收所述直径信息(336)并且分析所述直径信息(336)。
12.鉴定树丛(206)的许多直径的方法，所述方法包括：
使所述无人驾驶飞行器(236)在通过所述树丛(206)的路径(522)上以配置为允许通过与所述无人驾驶飞行器(236)相关联的传感器系统(306)测量所述树丛(206)的许多直径的高度移动；
使用与所述无人驾驶飞行器(236)相关联的所述传感器系统(306)产生关于所述树丛(206)的许多直径的信息，
接收所述许多直径；并且，
使用测量控制器(216)分析所述许多直径。
13.权利要求12所述的方法，其中所述产生步骤包括：
使用所述传感器系统(306)中的照相机系统(400)产生所述树丛(206)的许多图像(406)；
使用所述传感器系统(306)中的光基有源传感器系统(402)测量至所述树丛(206)上的点的距离，其中所述许多图像(406)和所述距离形成关于所述许多直径的信息；并且，
使用所述许多图像(406)和所述距离产生通过所述树丛(206)中障碍的路径(522)。
14.权利要求13所述的方法，进一步包括：
鉴定图像中所述树丛(206)中每棵树的边缘之间像素的数量；和
使用从所述照相机系统(400)至所述树丛(206)中每棵树的距离和所述图像中所述树丛(206)中每棵树边缘之间的所述像素的数量计算所述树丛(206)中每棵树的直径。
15.权利要求12所述的方法，其中所述无人驾驶飞行器(236)是无人驾驶飞行器(236)组的一部分并且进一步包括：
操作机群(230)中的所述无人驾驶飞行器(236)组，从而所述无人驾驶飞行器(236)组使用与所述无人驾驶飞行器(236)组相关联的多个传感器系统产生关于所述树丛(206)的所述许多直径的信息；
接收所述许多直径；和
使用测量控制器(216)分析所述许多直径。
CN201310682637.9A 2012-12-12 2013-12-12 树木测量系统 Pending CN103868498A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/712,237 US9198363B2 (en) 2012-12-12 2012-12-12 Tree metrology system
US13/712,237 2012-12-12

Publications (1)

Publication Number Publication Date
CN103868498A true CN103868498A (zh) 2014-06-18

Family

ID=49916809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310682637.9A Pending CN103868498A (zh) 2012-12-12 2013-12-12 树木测量系统

Country Status (9)

Country Link
US (1) US9198363B2 (zh)
EP (1) EP2772814B1 (zh)
JP (1) JP6487143B2 (zh)
KR (1) KR102181283B1 (zh)
CN (1) CN103868498A (zh)
AU (1) AU2013245476B2 (zh)
BR (1) BR102013031890A2 (zh)
CA (1) CA2830009C (zh)
RU (1) RU2652482C2 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105606148A (zh) * 2014-11-13 2016-05-25 波音公司 可展开机载传感器阵列系统和使用方法
CN106198877A (zh) * 2016-07-22 2016-12-07 陈显桥 通过测量设备检验杨树稳定性的方法
CN106226470A (zh) * 2016-07-22 2016-12-14 陈显桥 一种通过测量装置测定槐树的稳固性能的方法
CN106226471A (zh) * 2016-07-22 2016-12-14 陈显桥 一种测定槐树的抗风性能的装置
CN106679588A (zh) * 2017-01-15 2017-05-17 东北林业大学 一种基于三维激光扫描升降平台的活立木激光扫描方法
CN106969752A (zh) * 2017-03-18 2017-07-21 北京林业大学 一种可避障无人机林冠下倾斜摄影测算森林样地因子的方法
CN107063187A (zh) * 2017-05-08 2017-08-18 东北林业大学 一种全站仪与无人机影像联合的树高快速提取方法
WO2018054131A1 (zh) * 2016-09-20 2018-03-29 东莞前沿技术研究院 一种森林监测系统以及监测方法
CN108052118A (zh) * 2017-12-12 2018-05-18 中国联合网络通信集团有限公司 一种无人飞行器控制方法及装置
CN109143321A (zh) * 2017-06-08 2019-01-04 道达尔公司 一种使用植被检测来投放旨在部分地穿透到地面中的多个探测器的方法和相关系统
CN109285145A (zh) * 2018-08-12 2019-01-29 浙江农林大学 基于智能手机的多株立木高度测量方法
CN109716167A (zh) * 2016-08-18 2019-05-03 泰维先进技术有限公司 映射和建立使用空中无人机进行收割-稀释任务的数据库的系统和方法
CN110579774A (zh) * 2019-07-30 2019-12-17 浙江农林大学 一种无人机林业资源调查方法
CN112633072A (zh) * 2020-11-30 2021-04-09 中国热带农业科学院橡胶研究所 一种橡胶树病虫害智能识别系统

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014160589A1 (en) * 2013-03-24 2014-10-02 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
US9629220B2 (en) * 2013-08-05 2017-04-18 Peter Panopoulos Sensor-based controllable LED lighting system with repositionable components and method
WO2015085483A1 (en) 2013-12-10 2015-06-18 SZ DJI Technology Co., Ltd. Sensor fusion
CN105517666B (zh) 2014-09-05 2019-08-27 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
JP6181300B2 (ja) 2014-09-05 2017-08-16 エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ 無人航空機の速度を制御するシステム
CN105492985B (zh) * 2014-09-05 2019-06-04 深圳市大疆创新科技有限公司 一种用于在环境内控制可移动物体的系统及方法
US9977435B2 (en) * 2015-02-11 2018-05-22 Aeroviroment, Inc. Survey migration system for vertical take-off and landing (VTOL) unmanned aerial vehicles (UAVS)
JP6567300B2 (ja) * 2015-03-11 2019-08-28 株式会社フジタ 無線操縦式の回転翼機
US10694155B2 (en) * 2015-06-25 2020-06-23 Intel Corporation Personal sensory drones
CN107850902B (zh) * 2015-07-08 2022-04-08 深圳市大疆创新科技有限公司 可移动物体上的相机配置
JP6525291B2 (ja) * 2015-08-03 2019-06-05 Ｎｅｃソリューションイノベータ株式会社 位置管理装置、位置管理方法、及びプログラム
US9969492B2 (en) * 2015-09-04 2018-05-15 Nutech Ventures Crop height estimation with unmanned aerial vehicles
US10019907B2 (en) 2015-09-11 2018-07-10 Qualcomm Incorporated Unmanned aerial vehicle obstacle detection and avoidance
US9776717B2 (en) 2015-10-02 2017-10-03 The Boeing Company Aerial agricultural management system
US10621433B1 (en) * 2015-12-18 2020-04-14 EControls Holdings, KKC Multiscopic whitetail scoring game camera systems and methods
CN106899796A (zh) * 2015-12-18 2017-06-27 富泰华工业（深圳）有限公司 拍照系统及方法
US9944390B2 (en) * 2016-02-29 2018-04-17 Intel Corporation Technologies for managing data center assets using unmanned aerial vehicles
WO2017160736A2 (en) * 2016-03-16 2017-09-21 Bryan Sydnor Controlling an unmanned aerial system
JP6656038B2 (ja) * 2016-03-25 2020-03-04 忠士 岩下 ブドウの栽培管理方法
JP6212663B1 (ja) 2016-05-31 2017-10-11 株式会社オプティム 無人航空機飛行制御アプリケーション及び無人航空機飛行制御方法
US9972212B1 (en) * 2016-06-21 2018-05-15 Amazon Technologies, Inc. Unmanned aerial vehicle camera calibration as part of departure or arrival at a materials handling facility
US9823089B1 (en) 2016-06-21 2017-11-21 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration as part of departure from a materials handling facility
US10220964B1 (en) 2016-06-21 2019-03-05 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration validation before flight
US9969486B1 (en) 2016-06-21 2018-05-15 Amazon Technologies, Inc. Unmanned aerial vehicle heat sensor calibration
US10032275B1 (en) 2016-06-21 2018-07-24 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration during flight
CN106248873B (zh) * 2016-07-22 2019-04-12 黄哲敏 一种通过检测设备测定松树坚固程度的方法
CN106198878B (zh) * 2016-07-22 2018-11-02 泉州市泉港区鑫悦盟工业科技有限公司 松树防风等级检测装置
CN106226472B (zh) * 2016-07-22 2018-11-02 泉州市泉港区鑫悦盟工业科技有限公司 杉树抗风预警装置
CN106198879B (zh) * 2016-07-22 2018-11-16 广东双木林科技有限公司 一种检测杉树抗风稳定性能的方法
JP6259959B1 (ja) 2016-09-30 2018-01-10 株式会社オプティム ドローン制御システム、ドローン制御方法及びプログラム
SE541287C2 (en) 2017-02-27 2019-06-11 Katam Tech Ab Forest surveying apparatus and method using video sequences to generate 3D models
US11470784B2 (en) * 2017-03-21 2022-10-18 Paul Richard GAUVREAU, Jr. Unmanned aerial vehicle for augmenting plant pollination
RU179434U1 (ru) * 2017-04-03 2018-05-15 Общество с ограниченной ответственностью "УНИТРОНИКА" Аппаратный комплекс для определения расстояния до объектов, устанавливаемый на беспилотный летательный аппарат
WO2018191442A1 (en) 2017-04-11 2018-10-18 Agerpoint, Inc. Forestry management tool for assessing risk of catastrophic tree failure due to weather events
US10726745B2 (en) * 2017-06-13 2020-07-28 At&T Intellectual Property I, L.P. Autonomous multi-pass data acquisition using unmanned aerial vehicles
EP3424297B1 (de) * 2017-07-04 2022-09-07 Andreas Stihl AG & Co. KG Verfahren zum assistieren beim ausführen einer schnittfolge in einen baum und system zum assistieren beim ausführen einer schnittfolge in einen baum
US10569875B2 (en) 2017-09-29 2020-02-25 Deere & Company Using unmanned aerial vehicles (UAVs or drones) in forestry imaging and assessment applications
WO2019076759A1 (en) * 2017-10-17 2019-04-25 Basf Se AERIAL VEHICLE WITHOUT PILOT
CN107870333A (zh) * 2017-10-27 2018-04-03 北京林业大学 一种地面激光雷达模拟角规测定林分平均高的方法
AT520683B1 (de) * 2017-12-11 2020-09-15 Umweltdata G M B H Vorrichtung und verfahren zur erfassung eines forstbestandes
IT201800003849A1 (it) * 2018-03-21 2019-09-21 Vhive Tech Ltd Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva
CN109269430B (zh) * 2018-08-12 2020-10-09 浙江农林大学 基于深度提取模型的多株立木胸径被动测量方法
US11908074B2 (en) * 2018-09-04 2024-02-20 Viliam Kiss Method of identifying and displaying areas of lodged crops
KR102077219B1 (ko) * 2018-11-01 2020-02-13 재단법인대구경북과학기술원 줄기 검출을 이용한 과수원 자율주행 차량의 경로 설정 방법 및 시스템
CN109511443B (zh) * 2018-11-15 2020-10-13 山东理工大学 一膜三行栽培模式下棉花脱叶药剂的航空喷施作业方法
US11097796B2 (en) * 2018-11-29 2021-08-24 Saudi Arabian Oil Company Articulated magnet-bearing legs for UAV landing on curved surfaces
FI20186029A1 (en) * 2018-11-30 2020-05-31 Prefor Oy Procedure and system for creating forest data
US20220046859A1 (en) * 2018-12-11 2022-02-17 Tevel Aerobotics Technologies Ltd. System and method for selective harvesting at night or under poor visibility conditions, night dilution and agriculture data collection
US11878440B1 (en) 2019-01-04 2024-01-23 Craig Mercier Unmanned aerial vegetation trimming system
CN110036863B (zh) * 2019-05-20 2021-05-04 贵州师范大学 一种喀斯特石漠化地区地形和植物群落空间结构测定方法
SE543307C2 (en) * 2019-06-28 2020-11-24 Deep Forestry Ab A method for preparing for harvesting of forest using an un-manned vehicle and un-manned vehicle and system using said method
WO2021020569A1 (ja) * 2019-07-31 2021-02-04 ヤマハ発動機株式会社 森林計測を行う方法、森林計測システム、無人航空機の飛行経路を決定する方法、撮影方法、散布方法およびコンピュータプログラム
EP3878741A1 (en) * 2020-03-12 2021-09-15 Bayer AG Unmanned aerial vehicle
US20230205231A1 (en) * 2020-05-27 2023-06-29 Airforestry Ab Method and system for remote or autonomous ligno harvesting and/or transportation
KR102308456B1 (ko) * 2020-09-25 2021-10-05 서울대학교산학협력단 라이다 및 카메라 수집정보 기반 수종탐지 시스템 및 이를 이용한 수종탐지방법, 수종탐지방법을 수행하는 프로그램이 수록된 기록매체
JP7217855B2 (ja) * 2020-10-14 2023-02-06 株式会社興和 森林資源情報生成構造
CN112985232B (zh) * 2021-04-28 2022-12-09 唐源盛 一种林木胸径快速测量工具、系统及方法
US11615428B1 (en) 2022-01-04 2023-03-28 Natural Capital Exchange, Inc. On-demand estimation of potential carbon credit production for a forested area
JP7037852B1 (ja) 2022-01-05 2022-03-17 ＤＰＭＳｓ合同会社 無人航空機システム、無人航空機および評価用データの作成方法
KR102473799B1 (ko) * 2022-01-26 2022-12-02 국립공원공단 탄소 저장량 추정을 위한 라이다 기반의 식생 구조 측정 장치 및 방법
WO2023149963A1 (en) 2022-02-01 2023-08-10 Landscan Llc Systems and methods for multispectral landscape mapping
CN114841625B (zh) * 2022-06-30 2022-11-08 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种国家森林资源连续清查云平台及样地监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008676A (zh) * 2006-01-16 2007-08-01 北京林业大学 无人机航空摄影遥感森林计测方法
CN101021409A (zh) * 2006-11-22 2007-08-22 北京林业大学 近景普通数码相机测树方法
US20080260237A1 (en) * 2004-03-15 2008-10-23 Blom Kartta Oy Method for Determination of Stand Attributes and a Computer Program for Performing the Method
CN102538693A (zh) * 2012-02-14 2012-07-04 北京林业大学 基于激光和视觉技术的立木直径检测方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0735515A (ja) * 1993-07-23 1995-02-07 Fuji Electric Co Ltd 対象物の直径測定装置
US5581250A (en) 1995-02-24 1996-12-03 Khvilivitzky; Alexander Visual collision avoidance system for unmanned aerial vehicles
FI112402B (fi) 1999-10-28 2003-11-28 Diware Oy Menetelmä puustotunnusten määrittämiseksi sekä tietokoneohjelma menetelmän suorittamiseksi
AUPR301401A0 (en) * 2001-02-09 2001-03-08 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
US7212670B1 (en) 2002-05-03 2007-05-01 Imagetree Corp. Method of feature identification and analysis
US20050113985A1 (en) * 2003-11-26 2005-05-26 Safe Flight Instrument Corporation Obstacle avoidance system for rotary wing aircraft
US20070288132A1 (en) * 2006-06-07 2007-12-13 Raytheon Company Cooperative swarm of unmanned vehicles
US20080147519A1 (en) * 2006-12-15 2008-06-19 Scott Reigel Method and System for Conducting Inventories and Appraisals
US7720605B2 (en) 2007-06-22 2010-05-18 Weyerhaeuser Nr Company Identifying vegetation attributes from LiDAR data
WO2010032495A1 (ja) * 2008-09-16 2010-03-25 株式会社アドイン研究所 樹木情報計測方法、樹木情報計測装置、プログラム
JP5322582B2 (ja) 2008-10-30 2013-10-23 三洋電機株式会社 レンズ装置、撮影装置
US8306941B2 (en) 2009-03-24 2012-11-06 Weyerhaeuser Nr Company System and method for identifying trees using LiDAR tree models
AU2011268376B2 (en) * 2010-06-16 2015-05-07 Yale University Forest inventory assessment using remote sensing data
JP2012037204A (ja) * 2010-08-11 2012-02-23 Yasuaki Iwai 地雷探索装置、地雷探索方法
US20120271461A1 (en) 2011-04-20 2012-10-25 Spata Gregory P Capturing environmental information
JP5724110B2 (ja) * 2011-07-07 2015-05-27 株式会社日立製作所 経路作成システム、経路作成方法及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080260237A1 (en) * 2004-03-15 2008-10-23 Blom Kartta Oy Method for Determination of Stand Attributes and a Computer Program for Performing the Method
CN101008676A (zh) * 2006-01-16 2007-08-01 北京林业大学 无人机航空摄影遥感森林计测方法
CN101021409A (zh) * 2006-11-22 2007-08-22 北京林业大学 近景普通数码相机测树方法
CN102538693A (zh) * 2012-02-14 2012-07-04 北京林业大学 基于激光和视觉技术的立木直径检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANTTONI JAAKKOLA: "A LOW-COST MULTI-SENSORAL MOBILE MAPPING SYSTEM AND ITS FEASIBILITY FOR TREE MEASUREMENTS", 《ISPRS YOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》 *

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11341610B2 (en) 2014-11-13 2022-05-24 The Boeing Company Deployable airborne sensor array system and method of use
CN105606148A (zh) * 2014-11-13 2016-05-25 波音公司 可展开机载传感器阵列系统和使用方法
CN106198877A (zh) * 2016-07-22 2016-12-07 陈显桥 通过测量设备检验杨树稳定性的方法
CN106226470A (zh) * 2016-07-22 2016-12-14 陈显桥 一种通过测量装置测定槐树的稳固性能的方法
CN106226471A (zh) * 2016-07-22 2016-12-14 陈显桥 一种测定槐树的抗风性能的装置
CN106226470B (zh) * 2016-07-22 2019-06-11 孙红 一种通过测量装置测定槐树的稳固性能的方法
CN106226471B (zh) * 2016-07-22 2019-04-26 合肥龙图腾信息技术有限公司 一种测定槐树的抗风性能的方法
CN109716167A (zh) * 2016-08-18 2019-05-03 泰维先进技术有限公司 映射和建立使用空中无人机进行收割-稀释任务的数据库的系统和方法
US11846946B2 (en) 2016-08-18 2023-12-19 Tevel Advanced Technologies Ltd. System and method for mapping and building database for harvesting-dilution tasks using aerial drones
CN109862778B (zh) * 2016-08-18 2022-03-01 泰维空中机器人技术有限公司 用于收割和稀释的无人机群管理的系统和方法
CN109862778A (zh) * 2016-08-18 2019-06-07 泰维先进技术有限公司 用于收割和稀释的无人机群管理的系统和方法
WO2018054131A1 (zh) * 2016-09-20 2018-03-29 东莞前沿技术研究院 一种森林监测系统以及监测方法
CN106679588B (zh) * 2017-01-15 2019-09-24 东北林业大学 一种基于三维激光扫描升降平台的活立木激光扫描方法
CN106679588A (zh) * 2017-01-15 2017-05-17 东北林业大学 一种基于三维激光扫描升降平台的活立木激光扫描方法
CN106969752A (zh) * 2017-03-18 2017-07-21 北京林业大学 一种可避障无人机林冠下倾斜摄影测算森林样地因子的方法
CN106969752B (zh) * 2017-03-18 2019-08-06 北京林业大学 一种可避障无人机林冠下倾斜摄影测算森林样地因子的方法
CN107063187A (zh) * 2017-05-08 2017-08-18 东北林业大学 一种全站仪与无人机影像联合的树高快速提取方法
CN109143321A (zh) * 2017-06-08 2019-01-04 道达尔公司 一种使用植被检测来投放旨在部分地穿透到地面中的多个探测器的方法和相关系统
CN108052118A (zh) * 2017-12-12 2018-05-18 中国联合网络通信集团有限公司 一种无人飞行器控制方法及装置
CN109285145B (zh) * 2018-08-12 2021-07-02 浙江农林大学 基于智能手机的多株立木高度测量方法
CN109285145A (zh) * 2018-08-12 2019-01-29 浙江农林大学 基于智能手机的多株立木高度测量方法
CN110579774A (zh) * 2019-07-30 2019-12-17 浙江农林大学 一种无人机林业资源调查方法
CN110579774B (zh) * 2019-07-30 2021-07-20 浙江农林大学 一种无人机林业资源调查方法
CN112633072A (zh) * 2020-11-30 2021-04-09 中国热带农业科学院橡胶研究所 一种橡胶树病虫害智能识别系统
CN112633072B (zh) * 2020-11-30 2023-08-25 中国热带农业科学院橡胶研究所 一种橡胶树病虫害智能识别系统

Also Published As

Publication number Publication date
US20140163781A1 (en) 2014-06-12
CA2830009A1 (en) 2014-06-12
RU2652482C2 (ru) 2018-04-26
KR102181283B1 (ko) 2020-11-23
AU2013245476B2 (en) 2015-06-18
CA2830009C (en) 2016-01-19
KR20140076484A (ko) 2014-06-20
BR102013031890A2 (pt) 2014-09-09
EP2772814A3 (en) 2016-03-02
EP2772814A2 (en) 2014-09-03
JP2014122019A (ja) 2014-07-03
JP6487143B2 (ja) 2019-03-20
EP2772814B1 (en) 2022-02-02
RU2013154697A (ru) 2015-06-20
US9198363B2 (en) 2015-12-01
AU2013245476A1 (en) 2014-06-26

Similar Documents

Publication Publication Date Title
CN103868498A (zh) 树木测量系统
KR102072863B1 (ko) 항공 산림 재고조사 시스템
JP6461795B2 (ja) 森林管理システム
CN109923589A (zh) 构建和更新高程地图
CN109923492A (zh) 飞行路径确定
CN109002055A (zh) 一种基于无人机的高精度自动巡检方法及系统
US20200393593A1 (en) Integrated system for geological and geophysical survey based on unmanned aerial vehicle
JP2015531228A5 (zh)
JP6663606B2 (ja) 無人航空機位置推定方法及びシステム
Ax et al. UAV based laser measurement for vegetation control at high-voltage transmission lines
Kuhnert et al. Light-weight sensor package for precision 3D measurement with micro UAVs EG power-line monitoring
US20230152123A1 (en) Route planning for a ground vehicle through unfamiliar terrain
Lin et al. Faster navigation of semi-structured forest environments using multirotor UAVs
y Alvarado et al. A coastal distributed autonomous sensor network
Zheng et al. Extraction of trees stem diameters at breast height by terrestrial laser sensor for selective cutting
US11951977B1 (en) Autonomous vehicle panel and post detection
US20240087464A1 (en) Helicopter obstacle avoidance with slung load
Stefas Environmental Monitoring with Unmanned Aerial Vehicles
Hunt An unmanned aerial vehicle for autonomous forestry cutover edge survey.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140618