CN103869767B - 森林传感器部署和监测系统 - Google Patents
森林传感器部署和监测系统 Download PDFInfo
- Publication number
- CN103869767B CN103869767B CN201310655731.5A CN201310655731A CN103869767B CN 103869767 B CN103869767 B CN 103869767B CN 201310655731 A CN201310655731 A CN 201310655731A CN 103869767 B CN103869767 B CN 103869767B
- Authority
- CN
- China
- Prior art keywords
- forest
- sensor unit
- information
- soil
- task
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title abstract description 8
- 239000002689 soil Substances 0.000 claims abstract description 393
- 238000000034 method Methods 0.000 claims abstract description 133
- 238000003306 harvesting Methods 0.000 claims description 48
- 238000004891 communication Methods 0.000 claims description 41
- 230000005540 biological transmission Effects 0.000 claims description 13
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 235000021049 nutrient content Nutrition 0.000 claims description 6
- 150000003839 salts Chemical class 0.000 claims description 6
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 5
- 229910052791 calcium Inorganic materials 0.000 claims description 5
- 239000011575 calcium Substances 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 140
- 238000012384 transportation and delivery Methods 0.000 description 127
- 238000010586 diagram Methods 0.000 description 56
- 241000196324 Embryophyta Species 0.000 description 27
- 210000004027 cell Anatomy 0.000 description 27
- 238000005259 measurement Methods 0.000 description 27
- 230000036541 health Effects 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 21
- 238000003860 storage Methods 0.000 description 21
- 239000000523 sample Substances 0.000 description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 18
- 230000000694 effects Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 239000000463 material Substances 0.000 description 13
- 241000607479 Yersinia pestis Species 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 230000006378 damage Effects 0.000 description 11
- 238000009826 distribution Methods 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 230000012010 growth Effects 0.000 description 9
- 230000002085 persistent effect Effects 0.000 description 9
- 238000000429 assembly Methods 0.000 description 8
- 230000000712 assembly Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000004064 recycling Methods 0.000 description 6
- 241000894007 species Species 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 239000003337 fertilizer Substances 0.000 description 4
- 238000013340 harvest operation Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 239000002023 wood Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000004425 Makrolon Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000010440 gypsum Substances 0.000 description 2
- 229910052602 gypsum Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 229920000515 polycarbonate Polymers 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 230000009919 sequestration Effects 0.000 description 2
- 230000005619 thermoelectricity Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- 230000018199 S phase Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000004442 gravimetric analysis Methods 0.000 description 1
- 210000000020 growth cone Anatomy 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000002117 illicit drug Substances 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001139 pH measurement Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920006327 polystyrene foam Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Operations Research (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明的名称是森林传感器部署和监测系统。用于管理位置(1006)的方法和装置。将土壤传感器单元(1028)从飞行器组部署在森林(1002)中的位置(1006)。使用位置(1006)处的土壤传感器单元(1028)生成关于森林(1002)中的位置(1006)中许多土壤条件(1017)的信息(1004)。将信息(1004)从土壤传感器单元(1028)传输至远程位置(1006)进行分析。
Description
技术领域
本公开内容一般而言涉及森林管理,并且具体地涉及森林管理操作。又更具体而言,本公开内容涉及用于执行森林管理操作的方法和装置。
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,可期望收集关于森林的信息。例如,收集关于森林的信息提供了分析森林状态以及识别可被执行的操作的能力。
用于生成评价森林状态的信息的工具可包括,例如但不限于,测角器、数据记录器、生长锥(increment borer)、楔形棱镜、直径卷尺、全球定位系统设备、计数计(tallymeter)、膝上型计算机以及其它合适的工具。这些工具由森林管理人员使用以进行各种操作,比如估算区域内存在的树木数量、识别树木的健康、识别树木的年龄、识别树木间距、识别土壤样品的组成以及其它合适的操作。
通过这种信息,可进行信息的分析以便识别森林的状态。该森林状态可以是森林清单(inventory)。该森林清单可提供结果诸如木材的价值、来自于木材的期望的现金流、林地存在的量、娱乐性使用的影响、火灾的风险、对于增加森林生长和价值的改进、应当收获木材的时期以及其它合适的结果。
目前,收集用于评价森林状态的信息的过程是非常耗时和复杂的。例如,收集信息可能需要数万或数十万个由森林管理人员对于森林中具体位置所做的传感器读数或观察。对于额外的位置,收集甚至更多的信息。而且,在期望的时期内并且如期望的频繁收集这种信息增加了所需的时间和工作。
此外,当收集信息时,目前的方法也通常依赖于采样。采样可在选择的位置进行,而不用从整个森林。当获取整个森林上的信息时,这类信息收集可被使用,并且比期望的更耗时。此外,当采样时,可能由于缺乏足够的信息收集和分析而出现误差。
森林管理人员使用工具进行信息的采集,其通常可能需要森林管理人员进行解释。由此,不同的人操作者可能在进行测量时给出不同的解释。缺乏解释的一致性可能导致不期望的结果。
例如,基于两个不同的树木间距测量值,两个不同的人可能决定应当用不同类型的采样。作为另一个实例,当使用测角器时,用两个不同测角器测量树木高度可能产生不同的结果。这些差异可能提供不如期望准确的结果。
此外,取决于到达森林的不同部分的森林管理人员的能力,信息可能不一致。例如,到达森林内某些位置对于森林管理人员可能是不可行的。在这些不可达的区域中,信息可能不可得,并且由此可能不如期望的准确地识别森林状态。
另外,森林管理人员收集信息的可行性可能不如期望的大,以获得期望量的信息以便进行分析。另外,这种分析可能不以期望的精度水平进行或者不使用如期望的最新的信息进行。
由此,分析森林状态所需的收集信息可能比期望的复杂和困难得多。对于所需信息件数和需要信息的频率,由于可用人员的量或者与使用这些人员相关的成本,获得该信息所需的森林管理人员的量可能是不可行的。此外,使用人类操作者进行测量和观察,收集的信息可能不如期望的统一或精确。
因此,具有考虑到至少一些上述问题以及其它可能的问题的方法和装置将是期望的。
发明内容
在一个说明性实施方式中,森林管理系统包括森林管理器(forestry manager)。森林管理器配置用于从由飞行器组部署的传感器系统(1024)接收关于森林中位置的许多土壤条件的信息并且基于所述许多土壤条件识别任务。
在另一个说明性实施方式中,森林管理系统包括传感器单元和飞行器组。传感器单元配置为部署在位置中、生成关于所述位置中许多土壤条件的信息并且用无线通信链路传输信息。飞行器组配置为携带传感器单元并且将传感器单元部署在所述位置。
在又另一个说明性实施方式中,提出了管理位置的方法。将土壤传感器单元从飞行器组部署在森林中的位置。用所述位置处的土壤传感器单元生成关于森林内的所述位置中的许多土壤条件的信息。将信息从土壤传感器单元中的发送器传输至远程位置进行分析。
特征和功能可以单独地在本公开的各实施方式中实现,或可以在另外其它实施方式中结合,其中参照下面的描述和附图可理解进一步的细节。
附图说明
被认为是说明性实施方式的特点的新颖特征在所附权利要求中阐述。然而,当结合附图阅读时,参照本公开的说明性实施方式的下列详述将最好地理解说明性实施方式,以及优选的使用方式、进一步的目标及其特征,其中:
图1是根据说明性实施方式的森林管理环境的图解;
图2是根据说明性实施方式的森林管理环境的框图图解;
图3是根据说明性实施方式的森林管理器的数据流的图解;
图4是根据说明性实施方式的任务类型的框图图解;
图5是根据说明性实施方式的作业(task)的框图图解;
图6是根据说明性实施方式的自主运载工具的框图图解;
图7是根据说明性实施方式的定位和地图构建传感器模块的框图图解;
图8是根据说明性实施方式的传感器模块的框图图解;
图9是根据说明性实施方式的支持系统的框图图解;
图10是根据说明性实施方式的森林管理环境的框图图解;
图11是根据说明性实施方式的地面型传感器单元的框图图解;
图12是根据说明性实施方式的用于获得土壤信息的传感器系统的部署的图解;
图13是根据说明性实施方式的土壤传感器单元的图解;
图14是根据说明性实施方式的土壤传感器单元的图解;
图15是根据说明性实施方式的林区的图解;
图16是根据说明性实施方式的土壤传感器航空部署单元的图解;
图17是根据说明性实施方式用于植树的决策模型的图解;
图18是根据说明性实施方式用于埋填(in-filling)最近森林栽种区的决策模型的图解;
图19是根据说明性实施方式用于管理森林的方法的流程图图解;
图20是根据说明性实施方式用于处理从资产接收的信息的方法的流程图图解;
图21是根据说明性实施方式用于协调资产操作的方法的流程图图解;
图22是根据说明性实施方式用于管理位置的方法的流程图图解;
图23是根据说明性实施方式用于获得关于森林中的位置处的许多土壤条件的信息的方法的流程图图解;
图24是根据说明性实施方式用于生成任务的方法的流程图的图解;
图25是根据说明性实施方式的用于生成和执行任务的决策方法的流程图图解;
图26是根据说明性实施方式用于生成和执行任务中的森林操作的决策方法的流程图图解;
图27是根据说明性实施方式的数据处理系统的框图图解。
具体实施方式
说明性实施方式认识并考虑到一个或多个不同的考虑因素。例如,说明性实施方式认识并考虑到当前使用的收集关于森林的信息的系统可能不提供如进行森林管理所期望的多的信息或精确的信息。
因此,说明性实施方式提供管理森林的方法和装置。在一个说明性实施方式中,森林管理器配置用于从自主运载工具组接收关于森林的信息。森林管理器分析所述信息以生成关于森林状态的结果。森林管理器还用所述结果协调自主运载工具组的操作。
现参照附图,具体而言,参照图1,根据说明性实施方式描绘了森林管理环境的图解。如描绘的,森林管理环境100包括资产102。
资产102生成关于森林104中位置如位置106的信息。在该说明性实例中,资产102包括无人驾驶运载工具比如无人驾驶飞行器108、无人驾驶飞行器110、无人驾驶飞行器112、卫星114、无人驾驶陆上车辆116和无人驾驶陆上车辆118。另外,资产102还可包括传感器系统,比如地面型传感器单元120、地面型传感器单元122、地面型传感器单元124和地面型传感器单元127。还可存在支持系统126以便对无人驾驶运载工具提供支持。
如描绘的,相比于无人驾驶飞行器112,无人驾驶飞行器108和无人驾驶飞行器110可在更低的海拔高度操作。例如,无人驾驶飞行器108和无人驾驶飞行器110在这些说明性实例中可在从森林104的地面128至大约2,000英尺的海拔高度操作。无人驾驶飞行器112可在更高的海拔高度操作,比如超过30,000英尺的海拔高度,这取决于具体的实施。
如描绘的,无人驾驶飞行器108、无人驾驶飞行器110和无人驾驶飞行器112使用机载传感器以生成关于森林104中位置106的信息。卫星114也可使用机载传感器以生成关于森林104中位置106的信息。
在这些说明性实例中,无人驾驶陆上车辆116和无人驾驶陆上车辆118可以在森林104的地面128上移动。无人驾驶陆上车辆116和无人驾驶陆上车辆118也可用车载传感器生成关于森林104中位置106的信息。
另外,地面型传感器单元120、地面型传感器单元122、地面型传感器单元124和地面型传感器单元127存在于森林104中的位置106处并且也可生成关于森林104中位置106的信息。在这些说明性实例中,地面型传感器单元120和地面型传感器单元122可置于树木130中。地面型传感器单元124可位于森林104中的地面128上。
在一些说明性实例中,地面型传感器可靠近水操作。在这些说明性实例中,地面型传感器单元127可靠近水体129放置。在这些说明性实例中,地面型传感器单元127可用于测量水体129的水质。
在这些说明性实例中,支持系统126可以是固定结构或移动式结构。例如,支持系统126可以是基座、站台、拖车或其它结构,其对无人驾驶飞行器108、无人驾驶飞行器110、无人驾驶陆上车辆116和无人驾驶陆上车辆118中的至少一个提供支持,以便将电池再充电、更换电池或者以其它方式获得进行操作的动力。
如本文所使用,短语“中的至少之一”,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。
另外,支持系统126也可提供对环境的遮挡、修理设施,并且对一个或多个无人驾驶飞行器或无人驾驶陆上车辆提供其它服务。在该说明性实例中,支持系统126可以以自动化的方式操作而无需人为干预。在一些情况中,支持系统126还可存储可通过无人驾驶飞行器108、无人驾驶飞行器110、无人驾驶陆上车辆116或无人驾驶陆上车辆118生成的信息。
由资产102生成的信息可在无线通信链路132上发送至控制台134。控制台134中的森林管理器136配置用于处理由资产102生成的信息。
另外,森林管理器136在这些说明性实例中还可协调资产102的操作。这种协调可包括引导资产102的移动、识别森林104中用于监测的位置以及可通过资产102执行的其它合适的操作。在一些说明性实例中,森林管理器136和森林管理器136中的组件可分布在控制台134和森林管理环境100的其它组件之间。
例如,森林管理器136可分布在控制台134和支持系统126之间。例如,一部分森林管理器136可位于支持系统126中,而另一部分森林管理器136可位于控制台134中。在该情况中,森林管理器136中的组件可在无线通信链路132上彼此通信。
在其它说明性实例中,森林管理器136可分布在资产102中的计算机内。例如,森林管理器136可分布在控制台134、无人驾驶飞行器112和无人驾驶陆上车辆116中。
在一些说明性实例中,资产102还可包括人员138和有人驾驶运载工具140。人员138和有人驾驶运载工具140在这些说明性实例中可补充无人驾驶资产进行的操作。另外,森林管理器136还可对人员138和有人驾驶运载工具140中的至少一个提供方向以便协调这些资产的操作。以该方式,不同资产——无人驾驶资产和载人资产——的操作都通过控制台134中的森林管理器136协调。
现参照图2,根据说明性实施方式描绘了森林管理环境的框图图解。图1中的森林管理环境100是图2中森林管理环境200的一个实施的实例。
在该说明性实例中,森林管理环境200包括森林管理器202和资产204。森林管理器202和资产204配置用于管理森林206。
具体而言,森林管理器202可配置用于管理森林206中的许多位置208。如本文所用的,“许多”当针对项目使用时,意思是一个或多个项目。例如,许多位置208是一个或多个位置。许多位置208可以是一部分森林206或者可以包括所有森林206。
在该说明性实例中,森林管理器202可用硬件、软件或二者的组合实施。当用软件时,森林管理器202执行的操作可在配置用于在处理器单元上运行的程序代码中实施。当采用硬件时,硬件可包括操作以执行森林管理器202中的操作的电路。
例如,硬件可采取以下形式:电路系统、集成电路、专用集成电路(ASIC)、可编程逻辑设备或者一些其它配置用于执行许多操作的合适类型的硬件。对于可编程逻辑设备,配置该设备用于执行许多操作。该设备可在稍后时间重新配置或者可永久配置用于执行许多操作。可编程逻辑设备的实例包括,例如可编程逻辑阵列、可编程阵列逻辑、现场可编程逻辑阵列、现场可编程门阵列和其它合适的硬件设备。另外,所述过程可以在与无机组件整合的有机组件中实施和/或可完全由除人类外的有机组件构成。例如,所述过程可以作为有机半导体中的电路实施。
如描绘的,森林管理器202可在计算机系统210内实施。计算机系统210是一个或多个计算机。当计算机系统210中存在一个以上的计算机时,那些计算机可在通信介质比如网络上彼此通信。
这些计算机可以在相同的地理位置或单独的地理位置,这取决于具体的实施。此外,在一些说明性实例中,部分或全部计算机系统210可以移动。例如,计算机系统210中的一个或多个计算机可以位于平台如载重汽车、航空器、船舶、人类操作者或一些其它合适的平台上,或者由所述平台承载。
在这些说明性实例中,森林管理器202可具有智能水平211。智能水平211可取决于森林管理器202的实施而变化。在一些情况中,森林管理器202可以是计算机程序,其从人类操作者接收输入并且对人类操作者提供输出。
在其它说明性实例中,智能水平211可以更高,使得可能不需要来自人类操作者的输入。例如,人工智能系统以及其它合适类型的处理器可对于森林管理器202中的智能水平211提供期望的智能水平。具体而言,人工智能系统可包括专家系统、神经网络、简单启发、模糊逻辑、贝叶斯网络或一些其它合适类型的系统,其对于森林管理器202中的智能水平211提供期望的智能水平。
如描绘的,资产204包括运载工具212、支持系统213、传感器系统214和人员216中的至少一个。在这些说明性实例中,资产204可用通信链路218与森林管理器202通信以及彼此通信。
例如,资产204可生成信息220。信息220可在通信链路218上发送至森林管理器202。另外,信息220可在通信链路218上在资产204之间交换。在这些说明性实例中,信息220可包括,例如关于植被、土壤条件、野生生物、空气质量、污染、温度、降雨以及其它合适类型的信息中至少一项的信息。
如描绘的,运载工具212可包括无人驾驶运载工具222和有人驾驶运载工具224。当运载工具212行进通过或靠近森林206中许多位置208时,运载工具212可生成信息220。无人驾驶运载工具222可由人员216远程控制或者可以是自主的。无人驾驶运载工具222可选自无人驾驶飞行器、无人驾驶陆上车辆、无人驾驶水上运载工具以及其它合适类型的无人驾驶运载工具的至少一种。当无人驾驶运载工具222是无人驾驶水上运载工具时,无人驾驶水上运载工具可用于靠近森林的湖泊、池塘、河流或一些其它合适类型的水体。有人驾驶运载工具224是可承载人员216并且由人员216操作的运载工具。
另外,无人驾驶运载工具222可包括自主运载工具组226。自主运载工具是无需人类操作者介入而进行操作的运载工具。在这些说明性实例中,自主运载工具可被远程控制或者可具有期望的智能水平。如本文所用的,“组”当针对项目使用时,意思是一个或多个项目。例如,自主运载工具组226是一个或多个自主运载工具。自主运载工具组226在这些说明性实例中可配置用于作为群(swarm)228或群组230操作。
支持系统213是配置用于对运载工具212提供支持的硬件系统。具体而言,支持系统213可对于无人驾驶运载工具222提供支持。例如,支持系统213可对于无人驾驶运载工具222提供遮蔽、动力、维护以及其它类型的支持。
传感器系统214也配置用于生成信息220。在这些说明性实例中,传感器系统214处在森林206中的许多位置208或靠近许多位置208的固定位置。
人员216可进行包括生成信息220的操作。例如,人员216可携带传感器、操作有人驾驶运载工具224、或者操作不在自主运载工具组226内的无人驾驶运载工具222。
在该说明性实例中,森林管理器202配置用于协调由资产204执行的操作232。协调用于执行收集信息220的自主运载工具组226的操作可包括在森林中选择的区域、在选择的时期内和以选择的细致程度中的至少一项收集信息220。
协调操作232还包括引导资产204以执行许多任务234。当不期望冗余或重叠时,协调资产204以执行许多任务234可减少资产204操作中的冗余或重叠。
此外,协调资产204以执行许多任务234可包括通过如下引导资产204,例如,但不限于,发送指令、消息、任务、作业、数据以及其它引导和/或给出执行许多任务234的指导的信息中的至少一种。这种协调可以以如下方式发生,使得执行操作232以便一些或所有资产204可作为一个组或在多个组中共同作用以执行许多任务234。
例如,森林管理器202可通过将指令发送至群228中的每个自主运载工具协调群228。在这些说明性实例中,群228是多个自主运载工具,比如自主运载工具组226,其彼此协调操作232的执行。
在其它说明性实例中,森林管理器202可将作业发送至群228中的每个自主运载工具。因此,自主运载工具组226可使用作业并且基于发送至自主运载工具组226中每个运载工具的作业执行操作。
在又另一个说明性实例中,森林管理器202可将作业发送至除自主运载工具组226的群228之外的有人驾驶运载工具224。当将指令发送至有人驾驶运载工具224时,这些指令在这些说明性实例中可被有人驾驶运载工具224中的人员216查看。此外,有人驾驶运载工具224中的人员216可使用这些指令作为控制有人驾驶运载工具224的输入。在其它说明性实例中,人员216可使用这些指令以通过脚执行操作。
如描绘的,森林管理器202可将群228引导到许多位置208中的具体位置并且引导群228以便生成具体位置中的信息220。在另一个实例中,森林管理器202可引导群228沿选择的路径行进。
以类似的方式,森林管理器202可将许多任务234中不同任务的信息发送至群组230。因此,群组230中的群可执行与群组230中的其它群相同或不同的任务。
通过使用森林管理器202和无人驾驶运载工具222,人员216的量相比于当前使用的系统可以减少。此外,当人员216有限时,相比于当前使用的从森林206中许多位置208收集信息的系统,使用无人驾驶运载工具222,具体而言,使用自主运载工具组226可增加收集期望量的信息220连同期望的信息220的精度和一致性的能力。
现转到图3,根据说明性实施方式描绘了森林管理器的数据流的图解。在该描绘的实例中,森林管理202分析从图2中资产204接收的信息220。具体而言,森林管理器202用信息220进行分析300。
在这些说明性实例中,分析器306进行分析300以生成结果302。结果302包括图2中森林206的状态304。状态304可以是,例如,但不限于,森林健康状态、森林清单、安全风险、违法活动以及森林206的其它类型的的状态。
在这些说明性实例中,信息220的分析300可以以许多不同的方式进行以获得结果302。分析300可包括检查、清洁、转化、建模以及其它针对信息220的操作。
如描绘的,分析300可用任何当前可用的数据分析技术进行。例如,但不限于,分析器306可用图像处理系统、光探测和测距系统、地理信息系统、目测系统或其它合适类型的系统进行信息220的分析300。具体而言,分析器306可通过使用数据聚类和关联(dataclustering and correlation)、异常检测、统计和预测方法以及其它合适类型的数据分析技术进行分析300以获得结果302。在一些情况中,分析300也可包括使用森林206的模型模拟。
在其它说明性实例中,可用利用轨道生成方法和机载激光扫描仪的云检测系统获得结果302,从而提供及时且完整的森林206覆盖率。特别地,森林管理器202可用该云检测系统对信息220进行分析300,从而获得更大面积的森林206上的结果302,其可比使用当前可用的系统更可行。
利用结果302,任务发生器308识别任务310。另外,任务发生器308也可在没有结果302的情况下识别任务310。例如,在获得关于森林206的信息220之前,任务发生器308可生成一个或多个任务310,从而获得信息220以便通过分析器306分析300。在该说明性实例中,任务是目标或目的。换言之,任务310中的任务可以是一个或多个目标或目的。
例如,任务发生器308识别任务310中的任务314的许多作业312。作业是被执行以便完成任务的一件工作。作业可由执行所述一件工作的操作316组成。
许多作业312是要通过图2中的资产204执行的一个或多个作业。许多作业312中的每个作业可包括操作316中的一个或多个操作。任务发生器308还可识别许多作业312在产生任务314中的操作316。
例如,任务可用于收集更多关于森林206的信息220。许多作业312中的作业可用于监测森林206中许多位置208内的具体位置。用于作业的操作316可用于在森林206中许多位置208内的所述位置上飞行选择的路径并且生成所述位置的图像。
在这些说明性实例中,任务发生器308将任务314、许多作业312和操作316中的至少一个分配至资产204。换言之,任务发生器308可将不同水平的任务信息318发送至资产204,这取决于要执行任务314的资产204的智能。该任务信息318可以是发送至每个资产204的相同任务信息318。在其它说明性实例中,任务信息318对于资产204中的每个资产可以不同。以该方式,森林管理器可通过发送任务信息318协调任务310的执行。
例如,任务发生器308可生成具有许多作业312的任务314。任务发生器308将许多作业312分配至图2中的自主运载工具组226。通过许多作业312的分配,任务发生器308将任务信息318发送至自主运载工具组226以便在任务314中执行许多作业312。
以该方式,自主运载工具组226可执行许多作业312以便完成所有或一部分任务314。在一些说明性实例中,任务发生器308可将许多作业312的一部分分配至运载工具组226并且将许多作业312的另一部分分配至图2中的有人驾驶运载工具224。在该情况中,无人驾驶运载工具222中的自主运载工具组226和有人驾驶运载工具224都使用任务信息318以完成一部分任务314。
例如,当协调非法侵入者(trespasser)响应时,任务314可用于协助执法。任务发生器308可将任务信息318发送至用于追踪侵入者的无人驾驶飞行器108、用于采集犯罪现场录像镜头的无人驾驶飞行器110和用于将图1中的人员138带入侵入事件位置处的有人驾驶运载工具140。以该方式,每个资产102执行许多作业312的一部分以便用通过任务发生器308发送的任务信息318完成任务314。
任务信息318可采取各种形式。例如,任务信息318可包括指令、作业、数据以及其它合适的信息。作为实例,可在任务信息318中将许多作业312发送至自主运载工具组226,使得自主运载工具组226执行完成任务314中的许多作业312所需的操作316。在其它情况中,任务信息318可包括执行操作316以便完成任务310的许多作业312所需的指令。
在一些情况中,任务信息318中任务314的识别对于资产204执行任务314可以是足够的。在其它情况中,可将许多作业312分配至资产204。
例如,分配可包括将许多作业312分配至一个或多个自主运载工具组226。在其它情况中,许多作业312可通过将许多作业312发送至自主运载工具组226而分配。自主运载工具组226可以在接收许多作业312之后协调和进行其自己的分配。
换言之,许多作业312的分配可针对作为整体的自主运载工具组226,或者针对自主运载工具组226中单个的自主运载工具。当许多作业312的分配是针对作为整体的自主运载工具组226时,可基于自主运载工具的位置、自主运载工具的能力、自主运载工具的响应时间或一些其它合适的参数将许多作业312中的特定作业分布至自主运载工具组226中的自主运载工具。
在另一个说明性实例中,任务发生器308可发送操作316的识别以便通过资产204中的不同资产执行。这些不同的资产可以是,例如,无人驾驶运载工具222和传感器系统214。当用于收集信息以及其它操作时,这些操作316可以在各种水平并且可以如对移动方向的具体指令一样详细。
现转到图4,根据说明性实施方式描绘任务类型的框图图解。在该描绘的实例中,任务类型400是图3中任务310的实例。
任务类型400可包括信息收集402和状态改变404中的至少一个。信息收集402包括获得图2中的信息220的任务。状态改变404包括引起图3中通过图2的森林管理器202对森林206识别的状态304的变化的任务。在这些说明性实例中,信息收集402可包括森林健康任务406、森林清单任务408、安全风险识别任务410、违法活动任务412和自然事件损害任务413中的至少一个。
在该说明性实例中,森林健康任务406配置用于生成信息220,所述信息220可用于识别森林206内位置的健康。森林健康任务406可以,例如,获得关于森林206中位置内树木的信息。具体而言,森林健康任务406可识别森林206中树木和其它植被的生物多样性。
另外,森林健康任务406可用于生成关于树木之间间距的信息220。该森林健康任务406可针对树木识别外来物种的存在。换言之,可用森林健康任务406识别森林206中正常存在的树种的类型。另外,可通过从森林健康任务406生成的信息220识别病虫害、传染以及关于森林206中树木的其它信息。
森林健康任务406也可收集识别森林206中人类活动的影响的信息220。例如,森林健康任务406可识别关于森林206中的未管理的娱乐、捕猎和局部农业活动的信息。
此外,森林健康任务406也可生成用于识别森林206中自然事件的影响的信息220。这些自然事件可包括风暴、火灾以及森林206中可能自然出现的其它事件。
另外,森林健康任务406可生成关于森林206的地面上植被健康的信息220。利用这类任务,可生成关于森林206内野生生物和森林206内野生生物健康的信息。
在这些说明性实例中,森林清单任务408可用于生成用于将森林206内的土地分类的信息220。例如,森林清单任务408可生成用于识别可从森林206中收获的木材的体积的信息。另外,在森林清单任务408期间可识别碳固存(carbon sequestration)。换言之,可通过森林清单任务408识别森林206中通过树木和植被的二氧化碳捕获。
利用安全风险识别任务410,关于安全风险如出现火灾的信息220可包含在这类任务中。在这些说明性实例中,“安全风险”是危害作为整体的森林206、森林206内的野生生物或植被、人类或其组合的风险。因此,安全风险识别任务410用于生成关于森林206内安全风险的信息220。
在一些说明性实例中,安全风险识别任务410可生成用于识别对公众的危害的信息。这种信息可用于识别森林206中公众可进入的区域。以该方式,可降低森林206内的安全风险。例如,当通过安全风险识别任务410测定区域对于公众是有安全风险时,图2中的森林管理器202可发送一个资产204以便向公众封锁该区域。
违法活动任务412用于生成可用于识别森林206内各种违法活动的信息220。这些违法活动可包括,例如,但不限于,偷窃木材、偷猎野生生物、非法药物经营、非法侵入安全区、非法占有(squatting)以及其它违法活动。
如描绘的,自然事件损害任务413可用于生成关于在自然事件之后可能存在的损害的信息220。例如,当森林206中发生洪水时,可能需要关于由洪水造成的损害的信息220。在该情况中,森林管理器202可发送一个资产204以便收集关于由于洪水造成的状态改变404的信息220。当然,森林管理器202可发送一个资产204以便收集关于其它类型的自然事件的信息220,比如,例如但不限于,火灾、风、冰、雪、地震、飓风或一些其它类型的自然事件。
在这些说明性实例中,状态改变404包括用于改变森林206的状态304的任务。状态304的变化可针对部分或全部森林206。如描绘的,状态改变404可包括各种类型的任务400。例如,状态改变404可包括侵入者追踪任务414、病虫害控制任务416、栽种任务417、收获任务418和其它合适的任务类型400中的至少一个。
在这些说明性实例中,侵入者追踪任务414是其中协调资产204以识别和追踪森林206内的侵入者的任务。病虫害控制任务416可用于控制可能以不期望的方式影响森林206的健康的病虫害。病虫害控制任务416可用于将资产204发送至森林206以便进行操作316从而控制或消除可能在森林206中的病虫害。
例如,资产204可将化学品、电子工具(electrical agent)和其它组件分布以便控制森林206中可能存在的病虫害。这些病虫害可以是植被、野生生物或其它类型的病虫害。
在该说明性实例中,可执行栽种任务417以便在森林206中植树。在这些说明性实例中,栽种任务417可包括在森林206的许多位置208栽种树木的籽苗。许多位置208可以是其中森林206中存在露天区域(open area)或者其中存在森林但森林的密度不如期望那样大的一个或多个位置。
可执行收获任务418以便收获森林206中的树木。资产204可以是配置用于收获已经在森林206中的具体位置识别的树木的资产。例如,图2中运载工具212内的树木收获机可用于收获森林206中的树木。这些树木收获机可采取自主运载工具组226内自主运载工具的形式。
图4中任务类型400的图解可仅作为任务310中可能存在的一些任务类型的实例呈现。任务类型400的实例并不意味着暗示对可使用的其它任务类型的限制。进一步,在一些情况中,仅可以使用任务类型400中所示的一些任务,而不是任务类型400中的所有任务类型。对于每个任务类型400执行的作业和操作可变化并且可以以很多不同的方式实施,这取决于森林206的组成和具体情况。
现参照图5,根据说明性实施方式描绘了作业的框图图解。在该描绘的实例中,作业500是可用于实施图3中的许多作业312的一个或多个的作业的实例。
如描绘的,作业500可具有许多不同的组成。在该说明性实例中,作业500包括位置502、持续时间504和信息收集506。
位置502是要执行作业500的位置。位置502可限定为地理区域、物理体积或路径。例如,位置502可限定其上要执行作业的地面上区域。在其它说明性实例中,位置502还可限定要收集图2中的信息220的高度。在其它说明性实例中,位置502可限定为用于作业的资产要行进的路径。
持续时间504识别要执行作业的时段。持续时间504可包括起始时间和终止时间。
在一些说明性实例中,持续时间504可基于执行作业的资产中剩余动力的量进行限定。在一些情况中,持续时间504可限定为收集的信息220的量、收集的信息220的类型或者基于一些除时间之外的其它参数。当然,也可使用持续时间504的这些不同类型的测量的组合。
信息收集506识别要收集的信息220的类型并且也可识别收集信息220的方式。在该情况中,信息220可包括信息比如图像、温度读数、湿度读数、样品收集以及其它合适类型的信息。此外,信息收集506也可限定收集信息220的频率。
此外,信息收集506还可限定要收集的信息220的粒度(granularity)。例如,信息收集506可限定较高的粒度,使得信息220生成树木的高度、直线度、锥度和体积的图像。在其它说明性实例中,较低的粒度可仅包括生成位置的图像而不是更详细的所述位置中树木的测量。当然,可在作业500的信息收集506中限定任何粒度。
现转到图6,根据说明性实施方式描绘了自主运载工具的框图图解。在该描绘的实例中,自主运载工具600是图2中自主运载工具组226内的自主运载工具的一个实施的实例。无人驾驶飞行器108、无人驾驶飞行器110、无人驾驶飞行器112、无人驾驶陆上车辆116和无人驾驶陆上车辆118是无人驾驶运载工具的物理实例,其可如使用自主运载工具600中的组件的自主运载工具一样实施。
在该说明性实例中,自主运载工具600包括一些不同的组件。例如,自主运载工具600包括支持结构602、移动系统604、传感器系统606、通信系统608、控制器610和电源612。
支持结构602提供自主运载工具600中其它组件的物理支持的结构。支持结构602可以是,例如,框架、外壳、主体和其它合适类型的结构中的至少一个。
移动系统604与支持结构602相关联并且配置用于提供自主运载工具600的移动。移动系统604可采取各种形式。例如,移动系统604可包括支架、轮、轨道以及用于移动自主运载工具600的其它合适类型的机构的至少一个。
传感器系统606是与支持结构602相关联的系统。传感器系统606配置用于生成关于自主运载工具600周围环境的信息。传感器系统606可包括许多类型的传感器。
在这些说明性实例中,传感器系统606可包括许多传感器模块614。在这些说明性实例中,许多传感器模块614中的传感器模块是可移除的。换言之,在自主运载工具600中的传感器系统606里的许多传感器模块614内的一个传感器模块可被另一个传感器模块替换。
以该方式,可对自主运载工具600提供创造者多功能性(creator versatility)。具体而言,可选择许多传感器模块614中的传感器模块以便由自主运载工具600使用,这取决于分配到自主运载工具600的任务或作业。此外,随着使用许多传感器模块614,可以通过将传感器系统606中的传感器数量减少至仅为具体任务或作业所需的那些而减小自主运载工具600的重量。
例如,传感器模块616可由许多传感器618组成。可针对要执行的任务或作业的具体类型选择许多传感器618的组成。
通信系统608与支持结构602相关联。如描绘的,通信系统608配置用于提供自主运载工具600和另一个设备之间的通信。这个其它设备可以是,例如,资产204中的其它资产、计算机系统210、森林管理器202以及其它合适的组件中的一个。所述通信在这些说明性实例中可以是无线通信。在一些情况中,也可存在有线通信接口。
电源612与支持结构602相关联。电源612配置用于对自主运载工具600中的其它组件提供动力。电源612可采取许多不同的形式。例如,电源612可包括能量系统620和能量收集系统622中的至少一个。
在该说明性实例中,能量系统620可包括一个或多个电池。这些电池也可以是模块化的和可替换的。在其它说明性实例中,能量系统620可以是燃料电池或一些其它合适类型的能量系统。
能量收集系统622配置用于从自主运载工具600周围的环境生成用于自主运载工具600中的组件的动力。例如,能量收集系统622可包括生物力学收集系统、压电收集系统、热电收集系统、树木代谢(tree-metabolic)收集系统、太阳能电池、微型风力涡轮发电机、环境无线电波接收器,以及从自主运载工具600周围的环境生成动力的其它合适类型的能量收集系统。
在该说明性实例中,控制器610与支持结构602相关联。如描绘的,控制器610采取硬件的形式并且可包括软件。
控制器610配置用于控制自主运载工具600的操作。控制器610可提供智能水平624。智能水平624可取决于自主运载工具600的具体实施变化。智能水平624可以是图2中智能水平211的一个实例。
在一些情况中,智能水平624可以使得控制器610接收具体指令。这些指令可以包括,例如,当用于使用传感器系统606生成信息220时的行进方向、路径点(waypoint),以及其它类似的指令。
在其它说明性实例中,智能水平624可更高,使得自主运载工具600可接收作业。控制器610可识别用于执行作业的操作。该作业可以是固定作业,其中自主运载工具600遵循用于使用传感器系统606生成信息220的具体区域中的路径。
在其它说明性实例中,智能水平624可以甚至更高,使得自主运载工具600配置用于与其它自主运载工具通信以便协调执行一个或多个作业。例如,控制器610可包括电路、计算机程序、人工智能系统以及可对智能水平624提供期望水平的其它合适类型的方法。
在这些说明性实例中,智能系统628可提供智能水平624。智能系统628可使用专家系统、神经网络、模糊逻辑或其它合适类型的系统以提供智能水平624。
控制器610中的智能水平624可允许功能比如动态路径规划。以该方式,可沿路径识别障碍并因此可将其避免。这种障碍的识别和避免可实时地进行。这些障碍可包括,例如,但不限于,树枝、树干以及森林206中的其它障碍。
控制器610还可监测自主运载工具600中不同系统的健康。例如,控制器610可监测提供的或电源612中剩余的能量水平。如果电源612仅包括能量系统620中的电池,则控制器610可以引导自主运载工具600返回基座以便再充电或更换电池。
图6中自主运载工具600的图解并不意味着暗示对自主运载工具600可实施的方式的限制。在其它说明性实例中,额外于或代替描绘的组件,自主运载工具600可包括其它组件。例如,自主运载工具600还可包括用于执行状态改变的系统。这些系统可包括,例如,但不限于,树木采伐系统、化学分散剂系统、水分配系统和其它合适类型的系统。
在又其它的说明性实例中,传感器系统606可包括在树冠的表面下使用以测定树木大小的激光扫描器。作为另一个实例,传感器系统606可由土壤水分和营养监测探针组成,所述探针可被部署以便识别栽种的最佳时机和方法。例如,这些营养监测探针可用于在各深度处对土壤采样以便测定森林206土壤内的碳或其它元素的量。在又其它的说明性实例中,传感器系统606可用于对水径流、溪流以及其它水体比如图1中的水体129采样,以便测定森林206内的这些水体的状态改变404。
现转到图7,根据说明性实施方式描绘了定位和地图构建传感器模块的框图图解。如描绘的,传感器模块700是图6中的传感器系统606中的传感器模块616的一个实施的实例。
传感器模块700采取定位和绘图传感器模块702的形式。定位和绘图传感器模块702在传感器系统606内可以是可移除的或固定的,这取决于具体的实施。
如描绘的,传感器模块700包括全球定位系统接收器704、惯性测量单元706、测高计708、车轮编码器(wheel encoder)710、激光测距仪712和照相机系统714。
全球定位系统接收器704可用于在三维坐标中识别自主运载工具600中的全球定位系统接收器的位置。这些坐标可包括纬度、经度和海拔高度。全球定位系统接收器704使用卫星系统以提供这些三维坐标。
惯性测量单元706还可用于识别自主运载工具600的三维坐标。惯性测量单元706可补充或提供由全球定位系统接收器704生成的位置的精度。
如描绘的,当全球定位系统接收器704不提供期望的精度水平时,测高计708可识别自主运载工具600的海拔高度。在这些实例中,车轮编码器710可提供里程表读数。具体而言,车轮编码器710可通过计数车轮的转数估算行进的距离。
在说明性实例中,激光测距仪712配置用于识别到自主运载工具600周围不同物体的距离。激光测距仪712可生成自主运载工具600周围特征的三维坐标。具体而言,激光测距仪712可生成点云的数据。该点云可用于生成森林206中一个或多个位置的三维地图。
照相机系统714配置用于生成图像。这些图像可与点云的数据关联。在这些说明性实例中,照相机系统714可包括一种或多种照相机。例如,照相机系统714可包括可见光照相机、立体照相机、红外照相机以及其它合适类型的照相机。
传感器模块700的图解并不意味着暗示对可实施传感器系统606中的其它传感器模块以便生成定位和绘图信息的方式的限制。例如,其它传感器模块可排除车轮编码器710和测高计708。在又其它说明性实例中,照相机系统714可以是不必要的。
在另其它说明性实例中,传感器模块700可包括处理器单元,以便预处理生成用于绘制位置地图的信息。此外,车轮编码器710可与地面运载工具一起使用并且对于航空器或其它运载工具可以是不必要的。
现转到图8,根据说明性实施方式描绘了传感器模块的框图图解。在该描绘的实例中,传感器模块800是图6中传感器系统606内的传感器模块616的实施的另一个实例。如描绘的,传感器模块800采取森林清单传感器模块802的形式。
在该说明性实例中,森林清单传感器模块802包括许多不同的组件。例如,森林清单传感器模块802包括全球定位系统接收器804、照相机系统806、激光测距仪808和识别器810。
全球定位系统接收器804配置用于识别传感器模块800的位置,具体而言,自主运载工具600的位置。照相机系统806配置用于生成自主运载工具600周围环境的图像。具体而言,这些图像可以是树木以及其它植被的图像。
激光测距仪808配置用于识别到各种物体比如树木或其它植被的距离。激光测距仪808配置用于生成关于这些树木相对自主运载工具600的位置的信息。
识别器810配置用于将森林206中的树木和植物分类。识别器810可采取硬件的形式并且可包括软件。在这些说明性实例中,识别器810可从照相机系统806获得图像并且基于树叶、花朵和其它可在图像中识别的特征的认知识别树木和植被。
因此,已知自主运载工具600的位置,可使用来自全球定位系统接收器804的信息识别具体树木或植被块的位置。以该方式,识别器810可进行许多位置信息的处理,以便生成关于树木和其它植被的物种以及这些物种在森林206中的位置的信息。
虽然这些说明性实例描绘了具有全球定位系统接收器804、照相机系统806、激光测距仪808和识别器810的森林清单传感器模块802,但可额外于或代替该图中所示的组件使用其它组件或传感器。例如,森林清单传感器模块802中的传感器可包括高光谱成像传感器、气体传感、水质传感器、空载和陆基激光扫描器、腐蚀探测器(decay detector)、探地雷达或其它合适类型的传感器,这取决于具体的实施。
现参照图9,根据说明性实施方式描绘了支持系统的框图图解。在该说明性实例中,支持系统900是可用于图2的支持系统213中的支持系统的组件的实例。
如描绘的,支持系统900具有许多不同的组件。支持系统900包括平台902、覆盖区904、通信单元906、能量补充系统907、传感器模块912和操作者界面914。
在该说明性实例中,平台902是可取决于具体的实施将图6中的自主运载工具着陆或移动到其上的结构。平台902在这些说明性实例中可以是移动式平台、固定平台或者一些其它合适类型的平台。
覆盖区904可以是其中自主运载工具600可遮挡环境的区域。通信单元906可提供与自主运载工具600、森林管理器202或一些其它合适的组件的通信。
能量补充系统907可包括充电系统908、电池910和其它合适的组件。能量补充系统907可配置用于再充电或以其它方式对图6中的能量系统620提供动力。
充电系统908配置用于将图6的自主运载工具600中的能量系统620再充电。当在能量系统620中使用电池时,取决于电池的状态,电池910可用于更换能量系统620中的电池而不是将电池再充电。另外,传感器模块912是图6的许多传感器模块614中可替换的模块的实例。
操作者界面914在这些说明性实例中可以是具有触摸屏的显示器系统。操作者界面914可由图1中的人员138查看以便接收指令、任务或其它关于森林206的信息。操作者界面914还可用于输入可被分析器306使用以便进行图3中的分析300的目测结果或其它信息。
图9的支持系统900中的组件的图解仅作为实例显示,并且并不意味着限制可实施其它支持系统的方式。例如,其它支持系统可省略通信单元906。在又其它说明性实例中,支持系统可包括存储设备,其配置用于存储由自主运载工具600或其它平台生成的信息。
图2中的森林管理环境200和图2-9中不同组件的图解并不意味着暗示对于可实施森林管理环境200和所述不同组件的方式的物理或建筑性限制。可使用额外于或代替所示组件的其它组件。一些组件可以是不必要的。另外,方框被呈现为图示一些功能组件。当在说明性实施方式中实施时,可将这些方框的一个或多个组合、拆分或者组合和拆分成不同的方框。
此外,图1中显示的不同组件可与图2-9中的组件组合、与图2-9中的组件一起使用或者两者的组合。另外,图1中的一些组件可以是图2-9中以框图形式显示的组件可如何作为物理结构实施的说明性实例。
例如,在一些说明性实例中,在生成图2的信息220中可从森林管理环境200省略有人驾驶运载工具224。在又其它说明性实例中,人员216对于生成信息220也可以是不必要的。在另外其它说明性实例中,可省略支持系统213。在又其它说明性实例中,森林管理器202在这些说明性实例中可位于一个运载工具212上。
而且,虽然图9的支持系统900和图8的传感器模块800中图解了具体的传感器分组,但那些传感器也可以不采取可移除的传感器模块的形式包含在传感器系统606内。换言之,传感器模块800和支持系统900在传感器系统606中可以是固定的。
说明性实施方式也认识并考虑到用森林管理器从森林收集信息还可包括收集用于管理森林中树木的信息。例如,所述信息可用于通知栽种和收获树木的过程。例如,所述信息可用于在森林中植树。具体而言,所述信息可用于在森林中栽种籽苗。
另外,所述信息还可用于埋填近来栽种区的部分以构建健康的新生长树木的均匀覆盖。具体而言,说明性实施方式认识并考虑到该信息可收集作为图4中森林清单任务408的一部分。在这些说明性实例中,针对植树的“埋填(in-fill)”是在当前不具有期望的树木数量、大小、生长率、健康或密度的区域中栽种额外树木的过程。
说明性实施方式认识并考虑到当前收集用于植树的信息的方法可能不如期望的精确。说明性实施方式还认识并考虑到当前的植树方法包括分析森林中位置的气象条件历史。所述历史可与预报的气象条件一起使用以便在森林中植树。例如,该信息可用于测定树木可在何时和何地栽种。
说明性实施方式认识并考虑到当前使用的收集用于植树的信息的方法并不提供如期望的精确的信息。护林员需要精确的信息栽种籽苗,以便籽苗如期望的生长。当土壤对于栽种而言过冷时,籽苗可能死亡或可能不能如期望的生长。此外,干旱条件也可能使栽种籽苗比获得期望的籽苗生长所期望的更困难。
在没有精确信息的情况下,想要在季节中如期望的较早栽种的护林员可能会冒籽苗受冻或死亡的风险。由此,考虑到土壤条件和气象条件的不确定性,护林员可能利用更昂贵的栽种对策将籽苗死亡率最小化。例如,护林员可选择栽种比考虑未来损失而需要的更多的籽苗。然而,栽种更大量的籽苗可能导致更高的栽种成本。
在其它情况中,护林员可选择栽种通过根茎直径测量为更大的籽苗,或者选择栽种集装化(containerized)籽苗。采购更大的籽苗原种(stock)和集装化籽苗原种都更昂贵,并且考虑到有利的土壤条件和气象条件,可能不提供籽苗健康期望的改善。换言之,通过有利的土壤条件和气象条件,比较便宜的裸根(bare root)籽苗可能如更昂贵的集装化籽苗一样有效。因此,在植树之前了解土壤条件和气象条件可允许护林员比可通过当前可用的方法进行的更有效地计划栽种过程。
除了籽苗应当在何时和何地栽种之外,说明性实施方式认识并考虑到用说明性实施方式收集的信息可用于更精确地确定籽苗的类型和应当栽种多少籽苗。由此,一个或多个说明性实施方式可降低植树的成本。
说明性实施方式还认识并考虑到收集确定森林操作应当在何时进行所需的信息可能比期望的更困难。这些森林操作可包括收获、检查、土芯取样(core sampling)、控制杂草、测量、稀化以及其它合适类型的操作。例如,用于进行收获决策的信息一般是通过走过森林并且进行测量的操作者收集的。这些测量包括树木的高度和直径。高度和直径测量可用于确定森林的区域是否已准备好进行收获。例如,当森林的区域中的树木直径达到期望的阈值时,该森林区域中的树木将准备进行收获。
在其它实例中,可测量土壤数据并且将其用于确定土壤条件是否是伐木操作期望的土壤条件。作为说明性实例,管理森林的人员可能想在进行收获操作之前了解土壤条件以便最小化由于使用收获器械的侵蚀。在该情况中,如果土壤比期望的湿润,则使用收获器械可能增加土壤表层的侵蚀。这种土壤表层的侵蚀在这些说明性实例中可能影响重新造林的树木的生长。
此外,比期望的土壤湿润可能使得更难以操作收获器械。作为实例,收获器械可能陷在润湿的土壤中。
在其它说明性实例中,比期望的土壤干燥可能造成不期望量的灰尘在收获操作期间被吹到空气中。这种灰尘也可能影响土壤表层。在又其它说明性实例中,土壤条件可辅助监测某些类型的病虫害的风险,这取决于具体的实施。虽然这些情况中的一些可以用气象预报和气象数据估计,但这些信息源可能不如期望的精确地识别土壤条件的当前情况。
目前,训练有素的操作者可穿过难以接近、对于接近有危险、难以导航或其这些组合的区域。许多法规要求还需要至少两名操作者以便最小化收集土壤数据中的风险。由此,往返行进于森林的不同区域可能造成大量的劳动成本。此外,就器械而言这种行进也可能是昂贵的。地势可能造成可能比期望的更大的器械的维护成本增加。
说明性实施方式还认识并考虑到当操作者正获取土壤样品时,考虑到高程变化、土地特征或其它可能影响密度、水分、化学品含量和位置中土壤的其它参数的因素,在具体的区域中可能需要一个以上的样品。因此,获得关于计划森林操作的区域中的土壤的期望信息的成本可能比期望的更大。
此外,如果所述区域没有准备好进行森林操作,则在稍后的时间重复数据的收集。由此,获得森林操作的信息的成本可能比期望的更大和更困难。
因此,说明性实施方式提供了用于植树、监测树木、收获树木或其组合的方法和装置。在这些说明性实例中,收集的信息涉及森林中的许多土壤条件。
在一个说明性实施方式中,森林管理器配置用于从由飞行器组部署的传感器系统接收涉及森林中的位置的许多土壤条件的信息。森林管理器还配置用于基于许多土壤条件识别任务。
现参照图10,根据说明性实施方式描绘了森林管理环境的框图图解。在该说明性实例中,森林管理环境1000是其中可以发生森林1002中树木1001的栽种、收获或者栽种和收获的环境。
在该实例中,森林管理环境1000包括森林管理系统1003。森林管理系统1003中显示的组件在这些说明性实例中可以是森林传感器部署和监测系统的部件。
如描绘的,森林管理环境1000中的森林管理系统1003配置用于生成和分析关于森林1002中位置1006的信息1004。具体而言,关于森林1002中位置1006的信息1004采取土壤信息1010的形式。信息1004可用于确定森林1002中的位置1006对于树木1001的栽种是否具有有利的条件。另外,信息1004还可用于确定森林1002中位置1006处的树木1001是否准备进行收获。
在这些说明性实例中,森林管理系统1003包括森林管理器1014和资产1016。资产1016配置用于生成关于森林1002中位置1006的信息1004。在这些说明性实例中,信息1004中的土壤信息1010包括许多土壤条件1017。
在这些说明性实例中,关于许多土壤条件1017的土壤信息1010可包括水分、温度、传导率、氮含量、pH、钙含量、盐含量和营养含量以及其它合适的土壤条件。许多土壤条件1017可用于确定在何时以及何处在位置1006中栽种树木1001。许多土壤条件1017还可用于确定应当栽种树木1001的什么树种、籽苗种类或者树种和籽苗种类。例如,关于位置1006中许多土壤条件1017的信息可通知护林员某些物种的树木在位置1006可能更好的生长。
在该实例中,特定的营养含量或pH对于某些物种的树木1001可能是更有利的。在其它说明性实例中,关于位置1006中水分的信息可用于选择树木1001的籽苗的类型,其对于在位置1006中栽种树木1001提供期望的密度、生长、健康或其它参数。
此外,许多土壤条件1017还可用于确定是否在树木1001上可执行森林操作。具体而言,许多土壤条件1017还可用于确定位置1006中的地面1018是否处在适合操作收获器械的条件。例如,收获器械1019可包括载重汽车、伐木器(tree logger)以及其它类型的器械。许多土壤条件1017可用于确定位置1006中的地面1018是否足够稳定以便将收获器械1019移动到位置1006中并且在森林1002中的位置1006处进行树木1001的收获。
另外,许多土壤条件1017还可就籽苗的栽种应当如何发生提供信息。例如,许多土壤条件1017可用于确定是机器栽种还是手工栽种树木1001的籽苗是优选的。
机器栽种是用机器栽种器械1023在森林1002中的位置1006机械地栽种树木1001的方法。取决于许多土壤条件1017,机器栽种可增加籽苗的存活率。例如,当地面1018中的土壤坚硬和干燥时,机器栽种器(machine planter)可打碎土壤,其可促进更好的籽苗根系生长。
当然,选择栽种方法的类型还可取决于机器栽种器械1023的可用性以及其它合适的因素,所述因素相比于当前使用的方法可产生最高的树木1001的籽苗存活率同时降低栽种树木1001的成本。在其它说明性实例中,如果许多土壤条件1017对于某些类型的机器栽种器械过于潮湿,则可使用手动栽种方法或其它栽种方法,这取决于具体的实施。
在这些说明性实例中,森林管理器1014配置用于在通信链路1020上从资产1016接收信息1004。在这些说明性实例中,通信链路1020采取无线通信链路的形式。
如描绘的,森林管理器1014可用硬件、软件或其组合实施。具体而言,森林管理器1014可在计算机系统1021中实施。
资产1016包括飞行器组比如无人驾驶飞行器组1022。资产1016还包括传感器系统1024和收获器械1019。在一些说明性实例中,飞行器组可以是有人驾驶飞行器。
传感器系统1024采取地面型传感器单元1026的形式。地面型传感器单元1026可采取土壤传感器单元1028的形式。
在该说明性实例中,信息1004可通过无人驾驶飞行器组1022和传感器系统1024中的地面型传感器单元1026中的至少一个生成。在该实例中,许多地面型传感器单元中的地面型传感器单元配置用于生成关于地面型传感器单元的位置1006、地面型传感器单元的轨道和地面型传感器单元的方位中的至少一个的信息1004。以该方式,地面型传感器单元1026提供关于地面型传感器单元1026和地面型传感器单元1026周围环境的信息1004。
如描绘的,地面型传感器单元1026可通过无人驾驶飞行器组1022部署。换言之,无人驾驶飞行器组1022可空投地面型传感器单元1026,使得地面传感器单元1026着陆到森林1002中的位置1006。具体而言,地面型传感器单元1026可被部署为着陆到森林1002中的地面1018上。
在这些说明性实例中,森林管理器1014配置用于分析关于森林1002中位置1006的信息1004,以便确定树木1001应当在何处以及如何栽种在位置1006中。此外,信息1004还可用于确定应当栽种何种类型的树木1001。例如,信息1004可用于确定应当在位置1006中栽种裸根籽苗还是集装化籽苗。另外,信息1004还可用于确定可使用的籽苗的不同尺寸。可进行籽苗种类和尺寸的选择,以便减少栽种树木1001的成本、增加籽苗将存活的可能性或者其一些组合。
森林管理器1014还配置用于分析关于森林1002中位置1006的信息1004,以便确定森林1002中位置1006的树木1001是否准备好进行收获。具体而言,许多土壤条件1017可用于确定地面1018是否适合用于收获器械1019穿过位置1006。
在这些说明性实例中,森林管理器1014可识别任务1030中的至少一个任务。在这些说明性实例中,任务的识别可以是识别要执行的任务而不生成执行所述任务的许多作业。在其它说明性实例中,任务的识别可包括生成所述任务的许多作业。任务的识别还可包括识别和分配资产1016以便执行任务中的具体作业。
在这些说明性实例中,任务1030可包括森林清单任务1034、栽种任务1035、收获任务1036以及其它合适类型的任务中的至少一个。如描绘的,森林清单任务1034配置用于生成信息1004,其在这些说明性实例中可包括土壤信息1010。栽种任务1035配置用于在森林1002中栽种树木1001。收获任务1036配置用于收获森林1002中的树木1001。在这些说明性实例中,森林管理器1014可具有智能水平1038,其配置用于控制资产1016的操作而不需要来自人类操作者的输入。
现转到图11,根据说明性实施方式描绘了地面型传感器单元的框图图解。在该描绘的实例中,土壤传感器单元1100是图10的地面型传感器单元1026的土壤传感器单元1028中的土壤传感器的实例。
如描绘的,土壤传感器单元1100包括许多不同的组件。在该说明性实例中,土壤传感器单元1100包括外壳1102、发送器1104、接收器1106、天线1108、控制器1110、许多传感器1112、信标1113和电源1114。
外壳1102是配置用于支持或保持土壤传感器单元1100中的其它组件的结构。外壳1102可由许多不同类型的材料组成。例如,外壳1102可由塑料、金属、复合材料、生物降解材料、生物降解性闭合小孔挤出型聚苯乙烯泡沫、聚碳酸酯以及其它合适类型的材料中的至少一种组成。
选择用于外壳1102的材料类型可取决于土壤传感器单元1100是一次性的传感器单元还是可回收的传感器单元。如果土壤传感器单元1100是一次性的传感器单元,则选择的材料可基于成本、生物降解能力或其一些组合。如果土壤传感器单元1100被选择为是可回收的传感器单元,则可针对耐久性选择材料。
在这些说明性实例中,发送器1104配置用于在天线1108上传输信息。接收器1106配置用于在天线1108上接收信息。在一些说明性实例中,发送器1104和接收器1106可以是单个组件比如收发机。
控制器1110用硬件实施并且可包括软件。控制器1110可采取各种形式,这取决于具体的实施。例如,控制器1110可包括处理器单元、专用集成电路、数字信号处理器或一些其它合适类型的硬件中的至少一个。
如描绘的,控制器1110配置用于控制土壤传感器单元1100中的组件的操作。例如,控制器1110可控制信息通过许多传感器1112的发生、信息通过发送器1104和接收器1106的传输和接收以及其它合适的操作。
在这些说明性实例中,许多传感器1112配置用于生成关于土壤的信息。该信息可通过控制器1110处理,然后在天线1108上经发送器1104传输至远程位置。
在这些说明性实例中,许多传感器1112可包括温度传感器、水分传感器、pH传感器、电导性传感器、全球定位系统接收器、硝酸盐传感器、钙传感器以及其它合适类型的传感器中的至少一个。取决于土壤传感器单元1100的配置,许多传感器1112可包括土壤温度传感器和水分传感器。在土壤传感器单元1100的其它配置中也可包含其它传感器。
许多传感器1112中的不同传感器可用一些当前可用的传感器实施。水分传感器的实施的实例包括频域电容探针、频域反射计量传感器、相传输传感器(phase transmissionsensor)、幅度域反射计量传感器、时域反射计量传感器、时域传动计量传感器(timedomain transmissionmetry sensor)、土壤张力计、根际土壤水分采样器(rhizon soilmoisure sampler)、重量分析土壤水分测量传感器(gravimetric soil moisuremeasurement sensor)、散热水分传感器、土壤湿度计、电阻探针、石膏块材传感器(gypsumblock sensor)、电阻块传感器(resistance block sensor)、粒状基体传感器(granularmatrix sensor)、中子探测器以及其它合适类型的传感器。
在这些说明性实例中,许多传感器1112的传感器的类型可基于传感器单元是一次性的传感器单元还是可回收的传感器单元进行选择。利用一次性的传感器单元,简易的电阻探针可用于检测土壤中的水分。相反,当传感器单元是可回收的传感器时可使用更昂贵的频域反射计量传感器。当然,当许多传感器1112是一次性的传感器或可回收的传感器时,可使用其它类型的水分传感器,这取决于具体的实施。
而且,用于许多传感器1112的传感器类型可通过用于部署传感器的资产1016类型确定。例如,对于可具有更小负载能力的无人驾驶飞行器组1022中的小型无人驾驶飞行器,可使用轻质传感器。在其它情况中,可从资产1016中的陆上车辆部署更大的传感器,比如时域反射计,这取决于具体的实施。
此外,许多传感器1112还可包括一个或多个传感器以确定土壤传感器单元1100是否已经以期望的方式部署。例如,许多传感器1112可包括加速计或其它配置用于识别土壤传感器单元1100的方位的设备。在另外其它说明性实例中,用于生成土壤信息的传感器也可用于确定土壤传感器单元1100是否如期望的部署。例如,水分传感器可用于确定水分读数是表明水分传感器已被嵌入还是已透过地面。
如描绘的,信标1113配置用于回收土壤传感器单元1100。信标1113可以是注意力集中设备(attention collecting device)比如光源或声源,其用于吸引人类操作者的注意力。在其它说明性实例中,信标1113可以是射频发送器,其配置用于传输可用于定位土壤传感器单元1100的信号。
在这些说明性实例中,电源1114配置用于生成用于操作土壤传感器单元1100中不同组件的动力。例如,电源1114可对发送器1104、接收器1106、控制器1110和许多传感器1112提供动力。
电源1114可采取许多不同的形式。例如,电源1114可包括能量收集系统1116和电池系统1118中至少一个。能量收集系统1116可用于增加土壤传感器单元1100的使用寿命。类似于对图6的自主运载工具600中的能量收集系统622描述的那些,能量收集系统1116可采取许多不同的形式。例如,能量收集系统1116可包括太阳能收获机、热电环境能量收获机、环境射频(RF)收获机、土壤生物电化学系统(BES)、微型风力发电机以及其它合适类型的能量收集设备中至少一个。
电池系统1118可由一个或多个电池组成。当与能量收集系统1116结合使用时,电池系统1118可通过能量收集系统1116再充电。电池系统1118可包括许多电池。选择的电池类型可取决于土壤传感器单元1100是配置为一次性的还是可回收的。例如,如果土壤传感器单元1100配置为一次性的,则可基于成本和降低使用土壤传感器单元的位置处的环境影响选择电池。作为实例,可使用低自放电式镍-金属氢化物(NiMH)电池。
如果土壤传感器单元1100配置为可回收的,则电池的性能可用作选择的标准。例如,电池可以是薄膜电池、超容量储能设备、锂离子电池或一些其它合适类型的电池。
土壤传感器单元1100的组件的选择可取决于土壤传感器单元1100的目标而变化。例如,如果土壤传感器单元1100意欲是一次性的单元,则可选择组件为尽可能低成本的。例如,接收器1106可省略。作为另一个实例,可选择外壳1102以包括生物降解性材料。通过这类实施,土壤传感器单元1100可仅包括水分传感器和温度传感器,并且土壤传感器单元1100中的其它组件可省略。
在其它说明性实例中,土壤传感器单元1100可被设计为可回收的。当土壤传感器单元1100被设计为可回收的时,土壤传感器单元1100可包括更多组件并且可被设计为包括用于定位土壤传感器单元1100以便回收的组件。例如,许多传感器1112可包括全球定位系统接收器,其生成关于土壤传感器单元1100的位置的信息。该位置信息可用于回收土壤传感器单元1100。例如,当土壤传感器单元1100是可回收的时,许多传感器1112可包括更昂贵和更复杂的传感器。许多传感器1112可包括例如,但不限于,pH传感器、氮传感器以及其它用于获得关于土壤的额外信息的合适类型的传感器。
图10和图11中森林管理环境1000和森林管理环境1000中不同组件的图解并不意味着暗示限制可实施说明性实施方式的方式。例如,在一些说明性实例中,图11中的土壤传感器单元1100可仅包括发送器1104而无接收器1106。
作为另一个说明性实例,森林管理系统1003中的资产1016可包括用于生成信息1004的其它组件。例如,无人驾驶陆上车辆组还可用在资产1016中以生成关于森林1002中的位置1006是否准备好收获树木1001的信息1004。
例如,虽然资产1016中没有显示,但资产1016还可包括栽种器械。栽种器械可用于栽种树木1001。具体而言,栽种器械可用于栽种籽苗形式的树木1001。
作为另一个说明性实例,信息1004可通过森林管理系统1003分析以便确定森林1002中的位置1006处是否存在不期望的条件。例如,许多土壤条件1017可表明可能存在可引起在位置1006处或周围开始的森林火灾的条件。这种识别可用于启动任务1030中的警报任务。
在又另一个说明性实例中,发送器1104和接收器1106可作为收发机形式的单个组件实施。在另外其它说明性实例中,除了地面型传感器单元1026之外,传感器系统1024可包括其它设备。例如,传感器系统1024还可包括基站,其配置用于从地面型传感器单元1026接收信息1004并且将信息1004传输至森林管理器1014。在该说明性实例中,基站可由能量收集系统比如太阳能发电系统提供动力。
作为又另一个实例,土壤传感器单元1100可用模块实施。例如,当土壤传感器单元1100是可回收的土壤传感器单元时,土壤传感器单元1100可具有类似于图6中可以是可替换的传感器模块616的模块。
在另外其它说明性实例中,土壤传感器单元1100可包括图11中没有显示的其它组件。例如,土壤传感器单元1100还可包括逻辑电路、调制器、印刷电路板、输入/输出接口、显示器以及其它合适的组件,这取决于具体的实施。
现转到图12,根据说明性实施方式描绘了用于获得土壤信息的传感器系统的部署的图解。在该说明性实例中,林区1200是图10的森林1002中的位置1006的实例。如描绘的,林区1200是没有树木的露天位置。重新造林对于该具体位置是可期望的并且可获得土壤信息以便确定应当在何时以及如何在林区1200中进行树木的栽种,比如图10中的树木1001。
在该说明性实例中,无人驾驶飞行器1202配置用于部署传感器系统中的土壤传感器单元1204。无人驾驶飞行器1202可以是图10的无人驾驶飞行器组1022中的一个。收集由土壤传感器单元1024生成的信息的无人驾驶飞行器在这些说明性实例中可以与部署土壤传感器单元1204的无人驾驶飞行器相同或不同。
如描绘的,土壤传感器单元1204包括土壤传感器单元1206、土壤传感器单元1208和土壤传感器单元1210。当然,可存在在该具体实例中没有显示的许多其它传感器单元。
无人驾驶飞行器1202通过空投操作部署土壤传感器单元1204,其中无人驾驶飞行器1202在飞过林区1200时投下土壤传感器单元1204。土壤传感器单元1204可对无人驾驶飞行器1202或其它设备提供位置信息。
通过对于土壤传感器单元1204使用一次性传感器,可省略全球定位系统发送器以便降低土壤传感器单元1204的大小、重量和成本。在该情况中,土壤传感器单元1204中的传感器的位置可用个人识别号或识别码确定。例如,土壤传感器单元1204中的每个传感器可分配个人识别号或识别码。可用在制造时附接到传感器上的射频识别标签将所述识别记录在传感器上。在部署传感器时,在投放时读取所述识别并将其与无人驾驶飞行器1202的全球定位系统坐标相关联。
基于无人驾驶飞行器1202的位置、投放传感器的速度以及投放传感器的海拔高度,可估算传感器的位置。以该方式,可用合理的精度估算和记录传感器的位置而无需对一次性的传感器增加高成本组件。由此,当无人驾驶飞行器1202或其它无人驾驶飞行器从土壤传感器单元1204收集数据时,无人驾驶飞行器1202可以以足够的精度了解土壤传感器单元1204中传感器的位置以便从传感器无线地接收信息。
在另一方面,可回收的土壤传感器单元1204可用其它组件识别位置信息。例如,当无人驾驶飞行器1202部署土壤传感器单元1204时,可将土壤传感器单元1204打开。当然,土壤传感器单元1204可在任何时刻打开,包括在由无人驾驶飞行器1202部署之前或之后。
土壤传感器单元1204可传输位置信息和识别信息,使得可识别每个传感器单元的位置。在这些说明性实例中,位置可以在二维或三维坐标中,这取决于具体的实施。例如,所述位置可以以纬度和经度的形式,并且还可包括海拔高度。可回收的土壤传感器单元1204在这些说明性实例中可包括全球定位系统接收器。
在其它说明性实例中,土壤传感器单元1204可包括发送器并且不采用全球定位系统接收器。代替地,土壤传感器单元1204可包括配置用于传输识别器的射频识别器标签。投放土壤传感器单元1204的航空器的坐标可与识别器相关联以便获得土壤传感器单元1204的大概位置。
在该实例中,土壤传感器单元1206具有外壳1212和销(pin)1214。土壤传感器单元1208具有外壳1216和销1218。土壤传感器单元1210具有外壳1220和销1222。将所述销和外壳加重以便当土壤传感器单元1204到达地面时所述销将下落并透过地面1224。换言之,土壤传感器单元1204是低重心的(bottom heavy)。
在该说明性实例中,土壤传感器单元1204的分布可取决于具体的实施而变化。例如,可部署土壤传感器单元1204以便土壤传感器单元1204之间存在大约1英里、大约10英里或者一些其它合适的距离。土壤传感器单元1204可以以各种样式投放,比如网格、螺旋或一些其它合适的样式。
在部署土壤传感器单元1204中,土壤传感器单元1204之间的距离可取决于地面1224的地势。例如,对于变化的地势比如高山,可在一部分高山中产生微气候。微气候是其中气候可能不同于周围区域的局部大气区。
作为实例,山的一侧可能比其它侧接受更多的降雨。在该情况中,可更靠近地部署土壤传感器单元1204以考虑到这些微气候。在另一个存在平地的说明性实例中,可部署较少的土壤传感器单元1204、可以以较大的间隔部署土壤传感器单元1204、或二者。
在其它说明性实例中,可基于地面1224中土壤类型部署土壤传感器单元1204。例如,在具有软土的区域中比在具有粘土或岩石的区域中可能期望更多的土壤传感器单元1204。而且,土壤传感器单元1204可能不部署在存在溪流、河流、湖泊、道路以及其它特征的区域,这取决于具体的实施。
在又其它说明性实例中,土壤传感器单元1204之间的距离可取决于期望的信息粒度。例如,如果期望更高的信息粒度,则可部署更多的土壤传感器单元1204、可更靠近部署土壤传感器单元1204、或其组合。
在已部署土壤传感器单元1204之后,土壤传感器单元可生成关于林区1200中的土壤以及关于林区1200中的其它条件的信息。例如,土壤传感器单元1204可生成关于空气温度、湿度以及除了关于林区1200中地面1224的土壤的条件之外的信息。
在该说明性实例中,当土壤传感器单元1204是一次性的时,土壤传感器单元1204可配置用于再选择的时段内传输该信息。在该实例中,无人驾驶飞行器1202或另一个无人驾驶飞行器可在那些选择的时段内飞过林区1200以便收集通过土壤传感器单元1204生成的信息。作为实例,土壤传感器单元1204可被编程为在预选的日期和时间进行传输。无人驾驶飞行器1202或其它无人驾驶飞行器可以以相同的日程编程并且可在这些预选的日期和时间内飞过土壤传感器单元1204。
从土壤传感器单元1204传输信息的时间选择在这些说明性实例中可通过无人驾驶飞行器1202的飞行模式确定。例如,每个土壤传感器单元1204可基于每个传感器之间的距离和无人驾驶飞行器1202在土壤传感器单元1204中的土壤传感器单元之间飞行的时间进行传输。以该方式,当从土壤传感器单元1204传输信息时,可将传输时间和能耗最小化。
当土壤传感器单元1204是可回收的传感器时,土壤传感器单元1204中可包含其它组件。例如,土壤传感器单元1204可配备有接收器。在该情况中,无人驾驶飞行器1202可传输信号以“唤醒(wake up)”传感器。当土壤传感器单元1204中的传感器接收用于传输的无线命令时,传感器则可通过将土壤传感器测量的数据记录传输至无人驾驶飞行器1202而做出响应。
如描绘的,无人驾驶飞行器1202可以是各种大小,这取决于土壤传感器单元1204中存在的单元的重量和数量。例如,如果土壤传感器单元1204中的每个传感器单元重量为大约100克,则土壤传感器单元1204中的50个传感器单元可重大约5千克。对于该大小有效负载,无人驾驶飞行器1202可以是小型至中型无人驾驶飞行器。例如,小型无人驾驶飞行器的长度可以是大约4英尺,翼展大约10英尺长。在其它实例中,中型无人驾驶飞行器的长度可以是大约35英尺,旋翼(rotor)直径大约36英尺。在另外其它说明性实例中,中型无人驾驶飞行器的长度可以是大约26英尺,翼展大约44英尺。当然,长度、翼展或转子直径的其它组合可用于小型和中型无人驾驶飞行器,这取决于涉及的功能。
虽然无人驾驶飞行器1202在这些说明性实例中显示为固定翼飞行器,但旋翼飞行器也可用于实施无人驾驶飞行器1202。当然,除了无人驾驶飞行器1202之外,可使用其它数量的一个或多个额外的无人驾驶飞行器以便在林区1200中部署土壤传感器单元1204。
在其它说明性实例中,其它类型的资产1016可用于部署土壤传感器单元1204和从土壤传感器单元1204接收信息。例如,当期望一次投放更大数量的土壤传感器单元1204时,有人驾驶飞行器可部署土壤传感器单元1204。在另一个说明性实例中,陆上车辆可从地面1224中的一个或多个土壤传感器单元1204接收信息。
通过使用无人驾驶飞行器1202部署土壤传感器单元1204,可减少在大区域上部署土壤传感器单元1204的成本。换言之,可通过土壤传感器单元1204更快速、容易且比当前使用的方法成本更低的进行部署和关于要重新造林的位置的数据收集。
现转到图13,根据说明性实施方式描绘了土壤传感器单元的图解。土壤传感器单元1300是图11中以框图形式显示的土壤传感器单元1100的物理实施的实例。此外,土壤传感器单元1300可用于实施图12中的一个或多个土壤传感器单元1204。更具体而言,土壤传感器单元1300可以是一次性的传感器单元的实例。换言之,土壤传感器单元1300在该说明性实例中配置用于被部署并且不重新取回。
如描绘的,土壤传感器单元1300具有外壳1302。外壳1302配置用于提供与土壤传感器单元1300中组件相关联的结构。具体而言,可通过将其它组件包含在外壳1302中、连接至外壳1302或形成为外壳1302的一部分而与土壤传感器单元1300相关联。可基于降低土壤传感器单元1300的成本选择用于外壳1302的材料。此外,外壳1302在这些说明性实例中可由生物降解性材料组成。
土壤传感器单元1300包括销1304和销1306。如描绘的,销1304和销1306是金属销。传感器可与销1304或销1306相关联或形成为销1304或销1306的一部分。在该说明性实例中,销1304和销1306可用作水分检测的探针。
在该说明性实例中,相对于外壳1302和与外壳1302相关联的其它组件选择销1304和销1306的重量,使得土壤传感器单元1300为低重心。换言之,土壤传感器单元1300配置用于以销1304和销1306指向和透入地面而着陆,以便当土壤传感器单元1300通过空投部署时销1304和销1306延伸进入地面。当然,土壤传感器单元1300还可用陆上车辆比如将土壤传感器单元1300植入地面的无人驾驶陆上车辆部署。
此外,土壤传感器单元1300包括天线1310,其与在外壳1302的该暴露视图中的外壳1302内所见的印刷电路板1312连接。发送器1314、控制器1316和逻辑电路1318也连接至印刷电路板1312。
发送器1314配置用于通过天线1310用无线通信链路传输信息。控制器1316可以是例如微型控制器。控制器1316可在收集和传输关于土壤的信息中控制土壤传感器单元1300的操作。逻辑电路1318可检测来自水分传感器的信号,所述传感器可用销1304、销1306或销1304和销1306二者实施,以便以适合于传输的形式生成信息。在这些说明性实例中,销1304和销1306可由金属组成,并且可基于销1304和销1306之间的电阻的测量测定水分。此外,逻辑电路1318还可包括储存器、存储器或者其它在传输之前临时存储信息的设备。
在一些说明性实例中,销1304和销1306可分别具有绝缘部分1305和绝缘部分1307。绝缘部分1305和绝缘部分1307配置用于对在地表下期望的深度测量销1304和销1306之间电阻提供期望的精度水平。例如,绝缘部分1305和绝缘部分1307分别产生具有暴露部分1309和暴露部分1311的销1304和销1306。通过存在的绝缘部分1305和绝缘部分1307,可仅在一个深度处进行电阻的测量而不是沿销1304和销1306的整个长度。由此,销1304和销1306之间电阻的测量可定位在地表下的期望深度。
换言之,在这些说明性实例中,可通过绝缘部分1305和绝缘部分1307防止销1304和销1306之间的电阻沿销1304和销1306长度的其它测量的干扰。因此,电阻的测量可特定于具体的深度,并且可比如果没有销1304的绝缘部分1305和销1306的绝缘部分1307更精确。
另外,销1304和销1306可分别具有暴露部分1309和暴露部分1311。暴露部分1309和暴露部分1311配置用于允许在土壤下面的期望深度处测量销1304和销1306之间的电阻。可通过土壤类型或其它合适的参数预先测定该深度。例如,在该说明性实例中,可在点1321的水平下进行销1304和销1306之间电阻的测量。该电阻测量用于确定土壤中的含水量。
在该说明性实例中,销1306中还存在温度传感器1323。温度传感器1323在该说明性实例中可以是热电偶丝。温度传感器1323通过销1306的绝缘部分1307绝缘。
相比于仅用电阻测量,温度传感器1323协助提供土壤中更精确的含水量读数。例如,当太阳加热土壤并且土壤升温时,土壤阻力变化。在该情况中,从销1304和销1306之间的电阻测量可能出现错误的“干燥”读数。通过使用温度传感器1323,土壤传感器单元1300在这些说明性实例中可修正测量以考虑到温度的变化。当然,除了热电偶丝之外,可使用其它类型的温度传感器,这取决于具体的实施。
在这些说明性实例中,可基于土壤类型配置用销1304、销1306或销1304和销1306二者实施的水分传感器。例如,可基于来自先前的土壤调查任务的关于土壤类型的信息校准水分传感器。由于土壤电阻是土壤含水量、土壤温度和土壤类型的函数,水分传感器的校准有助于土壤传感器单元1300提供关于土壤电阻的更精确的信息。
将电池1320连接至印刷电路板1312。电池1320配置用于对土壤传感器单元1300中的不同组件提供动力。
在该说明性实例中,销1304和销1306可具有长度1322。长度1322可取决于具体的实施变化。在一个说明性实例中,长度1322可以是大约10厘米。例如,当部署土壤传感器单元1300时,可在地面深入大约至多10厘米的土壤中进行测量。
在该具体实例中,土壤传感器单元1300的外壳1302具有长度1324、高度1326和深度1328。长度1324可以是大约5厘米,高度1326可以是大约5厘米,并且深度1328可以是大约5厘米。当然,在其它说明性实例中,外壳1302可具有其它尺寸或其它形状。在一个说明性实例中,外壳1302可具有选自锥体、立方体或除了该描述的实例中对外壳1302所示的长方体之外的一些其它合适形状中的形状。
当然,图13的土壤传感器单元1300的图解并不意味着暗示对可实施不同土壤传感器单元的方式的限制。例如,在其它说明性实例中,土壤传感器单元1300也可包括接收器。另外,土壤传感器单元1300还可实施为包括额外于或代替电池1320的能量收集设备。
在另外其它说明性实例中,可额外于或代替销1304和销1306使用其它数量的销。例如,可取决于具体的实施使用单个销、三个销、七个销或一些其它数量的销。当土壤传感器单元1300是一次性的传感器单元时,对于土壤传感器单元1300选择的具体组件可基于成本、生物降解能力或其一些组合。
因此,土壤传感器单元1300可产生更精确的关于土壤含水量的信息。通过使用销1304、销1306和温度传感器1323,可测量表面以下的含水量。由此,当测量表面以下的土壤条件时,迅速变化的表面条件不影响土壤传感器单元1300的精度。这些迅速变化的表面条件可以是,例如,露水、微量降雨、蒸发和其它表面条件中的至少一种。
现转到图14,根据说明性实施方式描绘了土壤传感器单元的图解。土壤传感器单元1400是图11中以框图形式显示的土壤传感器单元1100的物理实施的实例。此外,土壤传感器单元1400可用于实施图12中的一个或多个土壤传感器单元1204。更具体而言,土壤传感器单元1400可以是可回收的传感器单元的实例。换言之,土壤传感器单元1400配置用于稍后重新取回。例如,当进行树木栽种时可重新取回土壤传感器单元1400。
如描绘的,土壤传感器单元1400具有外壳1402。外壳1402配置用于提供与土壤传感器单元1400中的组件相关联的结构。可基于土壤传感器单元1400的耐久性选择用于外壳1402的材料。此外,外壳1402可由金属、塑料、铝、聚碳酸酯、聚氯乙烯和其它合适类型的材料中至少一种组成。
土壤传感器单元1400包括销1404和销1406。如描绘的,销1404和销1406是金属销。传感器可与销1404或销1406相关联或形成为销1404或销1406的一部分。在该说明性实例中,销1404和销1406可用作水分检测的探针。另外,销1408与销1404相关联并且可生成关于土壤的信息。
如描绘的,销1404、销1406和销1408可分别具有绝缘部分1403、绝缘部分1405和绝缘部分1407。绝缘部分1403、绝缘部分1405和绝缘部分1407可提供在地表下期望深度处的销1404、销1406和销1408任意二者之间的更精确的电阻测量。
另外,销1404、销1406和销1408分别具有暴露部分1409、暴露部分1411和暴露部分1413。土壤传感器单元1400中销的两个暴露部分之间的电阻可用于测定土壤的水分水平。
在这些说明性实例中,销1406还可包含温度传感器1423。温度传感器1423可以是热电偶丝并且可提供用于土壤传感器单元1400的温度信息。
在这些说明性实例中,传感器可与销1404、销1406和销1408中至少一个相关联以便当部署土壤传感器单元1400时生成关于地面中土壤的土壤信息。例如,传感器可包括水分传感器、温度传感器、pH传感器、氮和营养含量传感器、盐含量传感器以及其它合适类型的传感器中的至少一个。如描绘的,相对于外壳1402和与外壳1402相关联的其它组件选择销1404和销1406的重量,使得土壤传感器单元1400为低重心以便在空投中部署。
在该实例中,天线1410、信标1412和太阳能电池1414在外壳1402的外表面1416上可见。太阳能电池1414是可用于对土壤传感器单元1400中的组件提供动力的能量收集设备的实例。
信标1412可配置用于协助回收土壤传感器单元1400。信标1412可以是,例如,发光二极管、扬声器和用于人类操作者的其它合适类型的注意力吸引设备中的至少一个。
如外壳1402的该暴露视图中可见的,土壤传感器单元1400还包括许多不同的组件。印刷电路板1418提供用于外壳1402内许多不同组件的结构。另外,印刷电路板1418还可在土壤传感器单元1400中不同组件之间提供电通信。在该说明性实例中,将微型控制器1420、逻辑电路1422、全球定位系统接收器和天线1410、电力调节器(power regulator)1424、电池1426、能量收集电路1428、输入/输出接口1430和收发机1432连接至印刷电路板1418。另外,还将天线1410、信标1412、太阳能电池1414、销1404、销1406和销1408连接至印刷电路板1418。
在该说明性实例中,能量收集电路1428配置用于管理通过太阳能电池1414生成的动力。电力调制器1424配置用于控制电池1426中电力的存储和对于土壤传感器单元1400中不同组件的动力分配。此外,在该说明性实例中,除了传输信号之外,收发机1432还允许接收信号。这些信号可与无人驾驶飞行器、控制台、另一个土壤传感器单元和其它合适类型的设备中至少一个交换。因此,与土壤传感器单元1300形成对照,土壤传感器单元1400还可接收请求、数据、指令和其它用于生成关于土壤的信息的其它信息。
土壤传感器单元1400的图解并不意味着暗示对于可实施说明性实施方式的方式的物理或建筑性限制。例如,虽然土壤传感器单元1400图解为三个销,但也可使用更少或更多的销。
在另外其它说明性实例中,可省略信标1412。在该实施中,由全球定位系统接收器和天线1410生成的位置信息可用于定位和回收土壤传感器单元1400。作为另一个说明性实例,虽然该实例采用太阳能电池1414,可额外于或代替太阳能电池1414使用其它类型的能量收集设备,以便提高土壤传感器单元1400的使用寿命。
在该说明性实例中,销1404、销1406和销1408具有长度1434。外壳1402具有长度1436、高度1438和深度1440。长度1436可以是大约5厘米,高度1438可以是大约5厘米,并且深度1440可以是大约5厘米。当然,外壳1402可具有其它尺寸,这取决于具体实施。
此外,期望的精度水平可以是决定土壤传感器单元1400的设计的因素。具体而言,当土壤传感器单元1400是可回收的时,频域传感器比如频域电容式探针(capacitiveprobe)可用于代替电阻式传感器。在该情况中,频域电容式探针可提供更持久的设计和更精确的关于土壤条件的信息。然而,该类型的设计可增加土壤传感器单元1400的成本。
现转到图15,根据说明性实施方式描绘了林区的图解。在该描绘的实例中,林区1500是图10的森林1002中位置1006的另一个实例。
如描绘的,林区1500是存在树木1502的区域。在该描绘的实例中,林区1500中的地面1504是丘陵或多山的。在该说明性实例中,无人驾驶飞行器1506可将土壤传感器单元1508部署到林区1500中。土壤传感器单元1508包括土壤传感器单元1510、土壤传感器单元1512、土壤传感器单元1514、土壤传感器单元1516、土壤传感器单元1518、土壤传感器单元1520和土壤传感器单元1522。
这些土壤传感器单元可以以各种距离间隔部署。这些距离可通过期望的信息精度水平确定。例如,在这些说明性实例中,土壤传感器单元1510和土壤传感器单元1512可以间隔一英里以便达到期望的信息精度水平。当然,土壤传感器单元1510和土壤传感器单元1512可远离或靠近,这取决于具体的实施。例如,土壤传感器单元1510和土壤传感器单元1512在这些说明性实例中可以间隔1.5英里、间隔2英里、间隔5英里或者间隔一些其它距离。由此,可在林区1500中使用比当前使用的系统少的土壤传感器单元,以便对地面1504中的土壤条件提供期望的信息精度水平。
通过使用更少的土壤传感器单元,可减少生成关于地面1504中土壤的信息的成本。在其它说明性实例中,当林区1500中期望更多土壤传感器单元1508时,土壤传感器单元1508的低成本和由土壤传感器单元1508生成的更高质量信息以比当前使用的方法低的成本提供更精确的关于土壤条件的信息。
在这些说明性实例中,土壤传感器单元1508配置用于生成关于地面1504中土壤的信息。该信息可以是关于地面1504中许多土壤条件的信息。具体而言,所述信息可包括含水量。
含水量测量可用于确定土壤条件是否利于林区1500中树木1502的收获操作。具体而言,除了具有期望的大小之外,林区1500中地面1504的土壤可需要期望的水分水平,使得可以以期望的操作水平将器械移动入林区1500。换言之,地面1504的土壤中的含水量可用于确定地面1504是否具有期望的对于可用于收获树木1502的器械的稳定性,以便进行操作。
在这些说明性实例中,无人驾驶飞行器1506还可部署收发机1526。收发机1526可用于从土壤传感器单元1508接收信息并且将该信息转播或发送至另一位置。该位置可以是无人驾驶飞行器1506、有人驾驶陆上车辆、控制台1534或其它合适的位置中至少一个。
在该说明性实例中,无人驾驶飞行器1506可在部署土壤传感器单元1508之后飞过林区1500并且通过收发机1526从土壤传感器单元1508获得关于地面1504中土壤的信息。该信息可包括土壤信息以及关于土壤传感器单元1508的信息。具体而言,关于土壤传感器单元1508的信息可包括土壤传感器单元1508的位置。
如描绘的,无人驾驶飞行器1506可在地面1504上方飞行期望的距离以便从土壤传感器单元1508收集信息。这个距离可通过树木的高度、土壤传感器单元1508的位置、土壤传感器单元1508中发送器的功率水平、预先确定的无人驾驶飞行器1506的飞行模式、所用的无人驾驶飞行器的类型或其它合适的参数确定。
例如,用一些类型的无人驾驶飞行器,无人驾驶飞行器可靠近地面1504飞行以便从土壤传感器单元1508收集信息。在这些说明性实例中,可通过土壤传感器单元1508中发送器的功率和无人驾驶飞行器1506中接收器的灵敏度确定无人驾驶飞行器1506可飞过地面1504的高度。
作为实例,如果土壤传感器单元1508具有大约两千米范围的发送器,则无人驾驶飞行器1506在这些说明性实例中可在两千米以下的高度飞行。当然,可使用具有其它范围的发送器,并且因此无人驾驶飞行器1506可在不同高度飞行,这取决于具体的实施。在更高的海拔高度处,无人驾驶飞行器1506可比在较低海拔高度飞行时以更高的速度飞行并且可更快速地从土壤传感器单元1508收集信息。
在这些说明性实例中,可用土壤传感器单元1508中的全球定位系统接收器识别位置。然而,树木1502中的树冠可能阻挡全球定位系统信号到达林区1500的地面1504上的土壤传感器单元1508中的全球定位系统接收器。
在此情况下,土壤传感器单元1508的位置可由当从无人驾驶飞行器1506部署土壤传感器单元1508时其轨道识别。例如,土壤传感器单元1522的轨道1524可用于识别土壤传感器单元1522在地面1504上的位置1528。当土壤传感器单元1522沿树木1502中的树冠上方的轨道1524移动时,土壤传感器单元1522的轨道1524可从用全球定位系统接收器传输的位置信息识别。
在其它说明性实例中,土壤传感器单元1508的位置可通过在部署土壤传感器单元1508时的无人驾驶飞行器1506的全球定位坐标确定。在该情况中,在部署土壤传感器单元1508时的无人驾驶飞行器1506的位置可提供期望的精度水平以从土壤传感器单元1508接收无线通信。换言之,土壤传感器单元1508中土壤传感器单元上的发送器的范围可使得土壤传感器单元1508的位置可以以期望的精度水平确定,以收集关于土壤条件的信息。
位置和土壤信息可通过通信链路1530从土壤传感器单元1508发送至收发机1526。收发机1526又可将该信息发送至另一位置进行分析。例如,所述信息可通过无线通信链路1532从收发机1526发送至无人驾驶飞行器1506。在另一个说明性实例中,收发机1526可在无线通信链路1536上将信息发送至控制台1534。在这些实例中,信息可经由网状网络形式的其它传感器发送至控制台1534。当然,在一些说明性实例中,当不使用收发机1526时,土壤传感器单元1508可将信息直接发送至信息收集运载工具。
现转到图16,根据说明性实施方式描绘了土壤传感器航空部署单元的图解。如描绘的,土壤传感器单元1600是图11中以框图形式显示的土壤传感器单元1100的物理实施的实例。此外,土壤传感器单元1600可用于实施图15中的一个或多个土壤传感器单元1508。
如描绘的,土壤传感器单元1600具有类似于飞镖(dart)的构造。在该说明性实例中,土壤传感器单元1600具有外壳1602。探针1604与外壳1602相关联并且从外壳1602延伸。
另外,土壤传感器单元1600还包括翼1606。配置外壳1602的形状、翼1606的构造和探针1604的构造,以便当部署土壤传感器单元1600时探针1604进入地面。此外,土壤传感器单元1600配置用于部署在已经建立的森林中,土壤传感器单元1600的形状可以使得土壤传感器单元1600透入并穿过森林树冠。
土壤传感器单元1600可包括外壳内的其它组件。在该说明性实例中,这些组件可类似于土壤传感器单元比如图13的土壤传感器单元1300和图14的土壤传感器单元1400的其它实例中显示的那些。
图13-16中土壤传感器单元的部署和土壤传感器单元的实施的图解仅意味着作为一些实施的实例,并且并不意味着限制可部署或构建土壤传感器单元的方式。例如,土壤传感器单元可具有其它形状,比如立方体、锥体或其它合适的形状。另外,在同一位置可使用不同类型的土壤传感器单元。换言之,土壤传感器单元的类型可以多样化且不必为同类的。
现转到图17,根据说明性实施方式描绘了用于埋填最近森林栽种区的决策模型的图解。如描绘的,决策方法1700是图10的森林管理器1014中可实施的方法的实例。
在该说明性实例中,决策方法1700可使用许多类型的信息进行树木的栽种。该信息包括由图10的资产1016生成的信息1004之外的信息。
如描绘的,信息1702包括土壤信息1704、资源信息1706、气象预报1708以及其它合适类型的信息。护林员可用土壤信息1704、资源信息1706、气象预报1708以及其它合适类型的信息决定栽种图10中的树木1001的计划。护林员可用其林业经验以及信息1702制定关于栽种树木1001的决策。在其它说明性实例中,土壤信息1704、资源信息1706、气象预报1708以及其它合适类型的信息可被具有期望的智能水平的设备使用,以将部分或所有决策方法自动化从而生成任务1710。
在该实例中,土壤信息1704可包括土壤水分条件、土壤传导率、氮含量、pH、钙含量、盐含量、营养含量和关于土壤条件的其它合适类型的信息中的至少一个。资源信息1706可包括识别栽种器械、人类操作者和其它可用于栽种树木的资源中的至少一个。气象预报1708包括预报期望栽种树木的区域。该气象预报信息可包括预报降雨、温度以及其它气象条件。
任务1710用信息1702通过决策方法1700生成。在该说明性实例中,任务1710是栽种任务并且可包括期望的植树时间、籽苗的类型、栽种密度、施肥对策以及其它合适类型的信息中的至少一项。以该方式,决策方法1700比当前使用的考虑的更多。一般地,获得用于做出良好决策的土壤信息1704是成本高昂的。因此,当前方法不支持识别要使用的籽苗的类型。此外,当前采用的决策方法可在硬件比如森林管理器1014中实施。因此,决策方法1700比当前使用的在森林中植树的决策方法考虑到生成任务1710中更大数量的不同类型的因素。
现转到图18,根据说明性实施方式描绘了收获树木的决策模型的图解。如描绘的,决策方法1800是可在图10的森林管理器1014中实施的方法的实例。在该说明性实例中,决策方法1800可用一些类型的信息以执行树木的收获。该信息包括由图10的资产1016生成的信息1004之外的信息。
在该实例中,信息1802包括土壤信息1806。土壤信息1806可包括许多表明用于操作器械的区域中地面的稳定性的土壤条件。另外,信息1802还可包括森林操作资源1808。森林操作资源1808可包括收获器械的识别、携带树木的载重汽车、人类操作者以及其它可用于森林管理的资源。
如描绘的,决策方法1800用信息1802生成任务1810。任务1810是森林操作并且可指示收获可何时进行。此外,在一些说明性实例中,森林操作任务1810还可包括如果存在约束条件或当进行操作时识别可使用何种器械。例如,如果提供三个月时间用于收获树木,则可使用的收获器械的类型可基于在三个月的时间段中的不同时间识别的土壤条件。作为实例,可在不同的月数或星期内使用不同的器械,这取决于相对于使用不同类型的器械的土壤条件和土壤条件如何影响地面的稳定性。
现转到图19,根据说明性实施方式描绘了管理森林的方法的流程图图解。图19中所示的方法可在图2的森林管理环境200中实施。具体而言,所述方法可用图2中的森林管理器202实施。
所述方法开始于从自主运载工具组接收关于森林的信息(操作1900)。所述方法分析信息以便从所述信息产生关于森林状态的结果(操作1902)。所述方法随后用所述结果协调自主运载工具组的操作(操作1904),并且其后所述方法结束。
现转到图20,根据说明性实施方式描绘了用于处理从资产接收的信息的方法的流程图图解。图20中所示的方法可在图2的森林管理器202中实施。
所述方法开始于从资产接收信息(操作2000)。在这些说明性实例中,所述资产可采取各种形式。具体而言,所述资产可以是自主运载工具组,其可操作以便收集信息而无需人为干预。特别地,自主运载工具组可作为群或群组操作。
分析信息以获得结果(操作2002)。从所述结果识别森林的状态(操作2004),并且其后所述方法结束。在这些说明性实例中,所述结果可采取各种形式,比如识别森林健康状态、森林清单、安全风险、违法活动和其它状态。
现参照图21,根据说明性实施方式描绘了协调资产的操作的方法的流程图图解。图21中所示的方法可在图2的森林管理器202中实施。此外,该方法可实施为使用资产204比如图2中的自主运载工具组226。
所述方法开始于识别任务(操作2100)。该任务可基于使用者输入、森林状态和其它合适信息中的至少一个进行识别。例如,使用者输入可选择森林中要执行的具体任务。在其它实例中,森林管理器202可基于森林状态生成任务。
所述方法识别用于被识别的任务的作业(操作2102)。这些作业可从用于任务的作业的预选模板获得。在其它说明性实例中,当森林管理器202具有允许制定作业的智能水平时,可通过森林管理器202生成作业。例如,森林管理器202可实施人工智能过程。之后,所述方法识别可用于执行作业的资产(操作2104)。在这些说明性实例中,资产可以是可通过森林管理器使用的自主运载工具组的一部分或全部。
所述方法随后选择用于执行作业的自主运载工具(操作2106)。在这些说明性实例中,可对每个自主运载工具可分配作业或者可对自主运载工具组分配一个或多个作业以便作为群执行作业。所述方法随后将作业发送至选择的自主运载工具(操作2108),其后所述方法结束。
现转到图22,根据说明性实施方式描绘了用于管理位置的方法的流程图图解。图22中所示的方法可用于管理位置比如林区。在该实例中,林区可以是图10的森林管理环境1000中的森林1002内的位置1006。此外,图22中所示的方法可用图10的森林管理系统1003实施。
所述方法开始于将土壤传感器单元从飞行器组部署在森林中的位置(操作2200)。在该说明性实例中,项目组是指一个或多个项目。例如,飞行器组是一个或多个飞行器。在该情况中,飞行器组中的飞行器可选自无人驾驶飞行器和有人驾驶飞行器中的一个。有人驾驶飞行器和无人驾驶飞行器都可包含在飞行器组内,这取决于具体的实施。
所述方法随后用所述位置的土壤传感器单元生成关于森林中所述位置的许多土壤条件的信息(操作2202)。所述方法随后将信息从土壤传感器单元中的发送器传输至远程位置以便进行分析(操作2204)。基于所述信息的分析,可识别一些任务(操作2206),并且其后所述方法结束。任务的识别可仅识别所需任务的类型。在其它说明性实例中,任务的识别可包括识别用于执行任务的作业和资产。在这些说明性实例中,所述许多任务可包括栽种任务、收获任务、土壤条件识别任务、火情警报任务、森林维护任务和森林清单任务中的至少一个。
现转到图23,根据说明性实施方式描绘了用于获得关于森林中的位置的许多土壤条件的信息的方法的流程图图解。图23中所示的方法是可用于获得关于图10的森林1002中位置1006的信息1004的方法的另一个实例。
所述方法开始于将土壤传感器单元空投到一个位置内(操作2300)。所述方法随后测试土壤传感器单元以确定土壤传感器单元是否如期望的运行(操作2302)。该测试可被用于确定土壤传感器单元是否运行和在期望的位置。例如,如果土壤传感器单元不穿透地面,则生成的信息可能不如期望的精确。这种识别可通过如下进行:确定靠近土壤传感器单元的位置周围或之中的其它土壤传感器单元是否生成关于在正确运行的期望范围内的土壤条件的信息。
在另一个说明性实例中,该测试可确定土壤传感器单元是否正确着陆并且透入地面,而不是从物体比如原木(log)、树木、岩石弹开或者仅着陆到地面上而没有穿透。例如,土壤传感器单元的测试可包括从定向传感器获得信息以便确定土壤传感器单元的方位。垂直方位可暗示土壤传感器单元已透入地面。非垂直方位可暗示土壤传感器单元已着陆到地面上而没有透入地面。
作为另一个实例,可从土壤传感器单元中的光度计获得信息,以便确定土壤传感器单元是否透入地面。如果没有检测到光,可产生土壤传感器单元已经透入地面的暗示。如果光度计指示检测到一些光,则土壤传感器单元可能已经透过森林的树冠,但没有透入地面。
所述方法随后通过已经被识别为如期望的运行的土壤传感器单元启动信息收集(操作2304)。这种启动可通过从源比如无人驾驶飞行器、收发机或一些其它合适的设备发送的信号生成。
所述方法随后周期性地从土壤传感器单元收集信息(操作2306)。这种周期性的收集可以以一些不同的方式发生。例如,土壤传感器单元可配置用于在选择的时间间隔内周期性地传输信息。在其它说明性实例中,可通过对收集信息的土壤传感器单元发送信号而收集信息。
其后,可执行重新造林或其它森林管理任务(操作2308),并且其后所述方法结束。收获操作包括收获树木。另外,可执行回收操作以便回收土壤传感器单元和区域中的任何收发机。土壤传感器单元和收发机可随后用于对其它位置的其它空投以便确定在那些位置中是否存在收获树木的条件。
现转到图24,根据说明性实施方式描绘了用于生成任务的决策方法的流程图图解。图24中所示的方法是当在图10的森林管理器1014中实施时可通过图17的决策方法1700执行的操作的实例。
所述方法开始于接收用于生成任务的信息(操作2400)。该信息可包括,例如,但不限于,关于许多土壤条件的信息、收获资源、气象预报以及其它合适的信息。
针对土壤条件对于栽种籽苗是否足够温暖做出确定(操作2402)。可用从土壤传感器单元接收的土壤信息做出操作2402中的确定。
如果土壤条件足够温暖,则针对土壤中的水分对于使用标准籽苗是否充足做出确定(操作2404)。关于土壤中水分的信息还可以在从土壤传感器单元接收的土壤信息中。如果土壤条件对于使用标准籽苗是充足的,则用标准籽苗识别栽种任务(操作2406),并且其后所述方法结束。
否则,针对是否期望水分条件在选择的时段内改善做出确定(操作2408)。用气象预报信息做出2408中的确定。选择的时间段可以是基于可用的资源、收获要求和其它因素而选择的时间段。选择的时间段可以是星期、月或一些其它合适的时间段。
如果期望土壤条件改善,则所述方法等候土壤条件改善(操作2410),并且所述方法返回如上所述的操作2400。该任务可用于在稍后的一段时间获得更多的土壤信息。
如果不期望水分条件在选择的时间段内改善,则针对树木的栽种是否可等到下个季节做出确定(操作2412)。如果籽苗的栽种可等到下个季节,则所述方法结束。否则,用基于期望的栽种密度和水分条件选择的籽苗识别栽种任务(操作2414),并且其后所述方法结束。选择的栽种密度可以是考虑到更大的预测死亡率的栽种密度。对于操作2414中的栽种选择的籽苗可以是集装化籽苗或者可以是一些其它类型的籽苗,这取决于具体的实施。
再次参照操作2402,如果土壤条件不足够温暖,则所述方法返回至操作2410以便识别森林清单任务。
现参照图25,根据说明性实施方式描绘了用于生成和执行任务的决策方法的流程图图解。图25中所示的方法是当在图10的森林管理器1014中实施时可通过图17中的决策方法1700执行的操作的实例。此外,该图中所示的方法可由资产1016用于执行图10中的任务1030。
所述方法开始于将传感器单元从飞行器组部署在一个位置(操作2500)。所述位置可以是图10的森林1002中的位置1006。所述位置在该说明性实例中可以在未栽种的林地中。通过飞行器组部署的传感器单元可以是土壤传感器单元或者其它类型的传感器单元,这取决于具体的实施。
之后,所述方法从传感器单元收集关于土壤条件的信息(操作2502)。分析从传感器单元接收的信息(操作2504)。所述方法随后生成栽种任务和用于栽种任务的栽种参数(操作2506)。这些栽种参数可以是栽种时间、所用籽苗的类型、树木的间距、所需肥料的量、所需肥料的类型或者用于在未栽种的林区中栽种树木的其它合适类型的参数。
执行栽种任务(操作2508)。在一段时间之后,通过传感器单元收集关于在森林中栽种的树木的信息(操作2510)。该信息可包括森林中栽种的籽苗的栽种密度、籽苗的生长率、土壤条件或者其它类型的信息。分析从传感器单元接收的信息(操作2512)。
随后,针对森林的位置中是否需要重栽做出确定(操作2514)。在森林稀疏的区域中、在籽苗没有如期望的生长的区域中、在森林没有如期望的稠密的区域中或者其组合中可能需要重栽。
如果需要重栽,则所述方法基于从传感器单元接收的信息的分析生成重栽任务(操作2516)。该重栽任务可包括参数比如重栽的时间、所用籽苗的类型、重栽的位置、所需肥料的量以及其它参数。执行重栽任务(操作2518)。之后,针对森林中的其它位置是否需要重栽做出确定(操作2520)。
如果森林中的其它位置需要重栽,则所述方法返回至如上所述的操作2516。否则,所述方法结束。再次参照操作2514,如果不需要重栽,则所述方法结束。
因此,传感器单元通过说明性实施方式从无人驾驶飞行器组的部署提供关于森林的信息以便生成许多不同类型的任务。这些任务可被执行以便更容易和成功地在森林中的位置植树、重栽树木、进行森林清单或收获树木。此外,由于在生成在森林中栽种和重栽树木的适当任务中可能考虑到气象条件、土壤条件以及其它因素,成本将降低。
现参照图26,根据说明性实施方式描绘了用于生成和执行任务中的森林操作的决策方法的流程图图解。图26中所示的方法是当在图10的森林管理器1014中实施时可通过图18中的决策方法1800执行的操作的实例。此外,该图中所示的方法可通过资产1016使用,以便执行图10中的任务1030。
所述方法开始于将传感器单元从无人驾驶运载工具组部署在一个位置(操作2600)。所述位置可以是图10的森林1002中的位置1006。所述位置可以是可执行森林操作的森林中的位置。通过无人驾驶运载工具组部署的传感器单元可以是土壤传感器单元或者其它类型的传感器单元,这取决于具体的实施。无人驾驶运载工具组可以是低空飞行的无人驾驶飞行器。在其它说明性实例中,无人驾驶运载工具组可包括无人驾驶陆上车辆和其它合适类型的运载工具。
之后,所述方法从传感器单元收集关于森林中树木的信息(操作2602)。分析从传感器单元接收的信息(操作2604)。
所述方法随后确定是否应当在森林中的位置处执行任务的森林操作(操作2606)。所述森林操作可以是检查、土芯取样、测量、稀化、收获以及其它合适类型的森林操作中的一个。如果应当执行森林操作,则所述方法随后确定器械和人员对于执行森林操作是否是可用的(操作2608)。如果器械和人员是可用的,则所述方法生成森林操作任务(操作2610)。森林操作任务可包括每个资产1016要执行的作业。例如,对于收获,森林操作任务可指定要通过收获器械和林业人员执行的作业。
之后,执行森林操作任务(操作2612)。之后针对森林中的其它位置是否需要执行森林操作做出确定(操作2614)。
如果森林的其它位置需要执行森林操作,则所述方法返回至如上所述的操作2608。否则,所述方法结束。
再次参照操作2606,如果不应当执行森林操作,则所述方法结束。返回至操作2608,如果器械和人员对于执行森林操作是不可用的,则所述方法也结束。
因此,说明性实施方式通过利用远程传感器和自主系统提供以低成本在广阔区域上测量土壤条件的手段。具体而言,通过经由重新造林参数的更大优化降低成本和提高籽苗产量,所述系统可提高重新造林活动的生产率。通过栽种之前和栽种时的更精确的土壤水分和温度数据,能够实现这种优化。自动化系统使该数据可以及时和成本有效的方式用于计算机程序和分析员。
通过使用说明性实施方式,土壤条件可实时地使用以协助决策。信息可用于确定栽种的时机、籽苗类型选择以及重新造林操作的栽种密度的选择。通过无人驾驶飞行器和其它类型的无人驾驶运载工具部署的传感器单元可监测在森林中最初栽种树木之后的条件,以便确定森林中由于差的最初生长条件或高籽苗死亡率而应当被埋填的位置。
虽然说明性实施方式已经针对通过在森林中栽种和重栽树木的人工再生进行了描述,但说明性实施方式也可应用于森林中树木的天然再生。例如,说明性实施方式可用于监测条件和提供关于根出条(root suckering)、残干萌芽(stump sprouting)、天然籽苗或森林自然再生的其它合适指示的信息。此外,当说明性实施方式用于在森林中栽种或重栽树木时,说明性实施方式可有助于使用籽苗的栽种、机器栽种、手工栽种或一些其它合适类型的人工森林再生。
另外,虽然说明性实施方式已经被描述为用于森林管理操作,森林管理系统还可应用于许多其它领域的管理。这些领域可包括精细农业、水文研究、以及监测由于人类活动引起的土壤盐水平、大规模建设比如露天开采,以及其它合适的活动。
描绘的不同实施方式中的流程图和框图图解了说明性实施方式中的设备和方法的一些可能的实施的构造、功能和操作。就这点而言,流程图或框图中每个方框可表示操作或步骤的模块、片段、功能和/或部分。例如,一个或多个方框可作为程序代码实施、在硬件中实施或者程序代码和硬件的组合实施。当在硬件中实施时,所述硬件可以例如采取集成电路的形式,其可被制造或配置用于执行流程图或框图中的一个或多个操作。
在说明性实施方式的一些可选的实施中,方框中标注的一个或多个功能可不以图中标注的顺序发生。例如,在一些情况中,接连显示的两个方框可大体同时地执行,或者所述方框有时可以以相反的顺序执行,这取决于涉及的功能。另外,除了流程图或框图中所示的方框之外,也可添加其它方框。
现转到图27,根据说明性实施方式描绘了数据处理系统的框图图解。数据处理系统2700可用于实施图2中的计算机系统210、图6中的控制器610、图8中的识别器810以及森林管理环境200内的其它合适的设备。
在该说明性实例中,数据处理系统2700包括通信框架2702,其提供处理器单元2704、存储器2706、持久存储体(persistent storage)2708、通信单元2710、输入/输出单元2702和显示器2714之间的通信。在该实例中,通信框架可采取总线系统的形式。
处理器单元2704用于执行可被装载入存储器2706的软件的指令。处理器单元2704可以是许多处理器、多处理器核或者一些其它类型的处理器,这取决于具体的实施。
存储器2706和持久存储体2708是存储设备2716的实例。存储设备是任何一块硬件,其能够存储信息比如,例如但不限于数据、函数形式的程序代码和/或其它基于临时和/或基于永久的合适信息。在这些说明性实例中,存储设备2716也可被称作计算机可读存储设备。在这些实例中,存储器2706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非易失存储设备。持久存储体2708可以采取各种形式,这取决于具体的实施。
例如,持久存储体2708可以含有一个或多个组件或设备。例如,持久存储体2708可以是硬盘驱动器、闪存存储器、可重写光盘、可重写磁带或上述的一些组合。持久存储体2708所用的介质也可以是可拆除的。例如,可移动的硬盘驱动器可以用于持久存储体2708。
在这些说明性实例中,通信单元2710提供了与其它数据处理系统或设备的通信。在这些说明性实例中,通信单元2710是网络接口卡。
输入/输出单元2712允许用其它可连接到数据处理系统2700的设备进行数据的输入和输出。例如,输入/输出单元2712可以通过键盘、鼠标和/或一些其它合适的输入设备提供连接,用于使用者输入。而且,输入/输出单元2712可以将输出发送至打印机。显示器2714提供对使用者显示信息的机构。
操作系统的指令、应用和/或程序可位于存储设备2716中,其通过通信框架2702与处理器单元2704相通信。可以用计算机执行指令通过处理器单元2704进行不同实施方式的方法,该计算机执行指令可以位于存储器比如存储器2706中。
这些指令被称作程序代码、计算机可用程序代码或计算机可读程序代码,其可被处理器单元2704中的处理器读取和执行。不同实施方式中的程序代码可以在不同的物理或计算机可读存储介质比如存储器2706或持久存储体2708上实施。
程序代码2718以函数形式位于计算机可读介质2720上,该计算机可读介质2720可被选择性拆除,并可被装载或转移到数据处理系统2700用于通过处理器单元2704执行。在这些说明性实例中,程序代码2718和计算机可读介质2720形成计算机程序产品2722。在一个实例中,计算机可读介质2720可以是计算机可读存储介质2724或计算机可读信号介质2726。
在这些说明性实例中,计算机可读存储介质2724是用于储存程序代码2718的物理的或有形的存储设备,而不是传播或传输程序代码2718的介质。
可选地,程序代码2718可以使用计算机可读信号介质2726传递至数据处理系统2700。计算机可读信号介质2726可以是,例如,传播的含有程序代码2718的数据信号。例如,计算机可读信号介质2726可以是电磁信号、光信号和/或任何其他合适类型的信号。这些信号可经由通信链路,比如无线通信链路、光纤电缆、同轴电缆、电线和/或任何其它合适类型的通信链路来传输。
为数据处理系统2700图示说明的不同组件不意味着提供对于可以执行不同实施方式的方式的构造限制。可以在数据处理系统中执行不同的说明性实施方式,该数据处理系统包括数据处理系统2700图示说明的那些组件之外的组件和/或代替数据处理系统2700图示说明的那些组件的组件。图27中所示的其它组件可以与所示的说明性实例不同。可以用能够运行程序代码2718的任何硬件设备或系统执行不同的实施方式。
因此,说明性实施方式提供了管理森林的方法和装置。在说明性实例中,森林管理系统可从自主运载工具收集关于森林的信息并且比当前使用的系统——其中人类操作者收集关于森林的信息——更有效率地分析该信息。
此外,说明性实施方式也基于森林当前的状态以及从使用者输入生成任务。这些任务可被发送至一个或多个自主运载工具。这些任务可包括要在森林中实施的信息收集或状态变化。在管理森林中可出于各种目的进行信息收集。这些目的包括保持森林健康、识别森林中的清单、识别森林中的安全风险、识别森林中的违法活动以及其它目的。改变森林中状态的效果可包括抵抗火灾、病虫害控制、收获以及其它合适的状态变化。
通过使用自主运载工具以及具有在执行群中的作业上彼此协调的自主运载工具的能力,说明性实例提供更有效的机制以便针对森林采集信息、影响变化或其组合。
此外,在说明性实施方式中使用自主运载工具和传感器系统可允许从足够位置数量的期望水平的信息采样以便获得比当前可能的更精确的结果。说明性实施方式也允许响应于结果采取行动,其可能比当前可能的更及时和精确。
此外,说明性实施方式可避免人员为了生成关于森林的信息所做的观察的解释引起的问题。使用说明性实施方式中无人驾驶运载工具和传感器系统中的至少一个使得信息以相比于如何通过森林中的人员生成信息更客观的方式生成。
此外,本公开内容包括依据下列条款16-20的实施方式:
条款16.用于管理位置(1006)的方法,所述方法包括:
将土壤传感器单元(1028)从飞行器组部署在森林(1002)中的位置(1006);
使用位置(1006)中的土壤传感器单元(1028)生成关于森林(1002)中的位置(1006)的许多土壤条件(1017)的信息(1004);和
将信息(1004)从土壤传感器单元(1028)传输至远程位置(1006)进行分析。
条款17.条款16所述的方法进一步包括:
使用关于许多土壤条件(1017)的信息(1004)识别许多任务(1030),其中所述许多任务(1030)选自收获任务(1034)、栽种任务(1035)、土壤条件识别任务、火情警报任务、森林(1002)维护任务和森林(1002)清单任务中的至少一个。
条款18.条款16所述的方法,其中所述传输步骤包括:
将信息(1004)从土壤传感器单元(1028)传输至无人驾驶飞行器、有人驾驶陆上车辆和控制台中的至少一个。
条款19.条款18所述的方法,其中所述传输步骤包括:
将信息(1004)从土壤传感器单元(1028)传输至收发机(1526);和
将信息(1004)从收发机(1526)传输至无人驾驶飞行器、有人驾驶陆上车辆和控制台中的至少一个。
条款20.条款16所述的方法,其中所述许多土壤条件(1017)包括水分、温度、传导率、氮含量、pH、钙含量、盐含量和营养含量中的至少一种。
已经出于说明和描述的目的呈现了不同的说明性实施方式的描述,并且该描述并非意欲是穷举的或限制于公开形式的实施方式。许多修改和变化对于本领域普通技术人员而言将是显而易见的。
而且,不同的说明性实施方式相比于其它说明性实施方式可以提供不同的优势。选择和描述选取的一个或多个实施方式以便最好地解释实施方式的原理、实际应用并使其他本领域普通技术人员能够理解具有适用于预期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.森林管理系统(1003),其包括:
森林管理器(1014),其配置用于从由飞行器组部署的传感器系统(1024)接收关于森林(1002)中位置(1006)的许多土壤条件(1017)的信息(1004)并且基于所述许多土壤条件(1017)识别任务,
其中所述传感器系统包括土壤传感器单元(1028),所述土壤传感器单元包括销(1214)和外壳(1102),所述销和所述外壳被加重以便所述销穿过地面生成所述位置处土壤的所述信息,其中所述销具有绝缘部分并且包括温度传感器或水分传感器。
2.权利要求1所述的森林管理系统(1003),其中所述任务选自收获任务(1034)、栽种任务(1035)、土壤条件识别任务、火情警报任务、森林(1002)维护任务和森林(1002)清单任务中的至少一个。
3.权利要求1所述的森林管理系统(1003),其中所述森林管理系统(1003)配置用于协调资产(1016)的操作以执行所述任务。
4.权利要求1所述的森林管理系统(1003),其中所述传感器系统(1024)包括:
许多地面型传感器单元(1026),其配置用于从所述位置(1006)中的土壤生成所述信息(1004)。
5.权利要求4所述的森林管理系统(1003),其中所述传感器系统(1024)进一步包括:
基站,其配置用于从所述许多地面型传感器单元(1026)接收所述信息(1004)并且将所述信息(1004)发送至所述森林管理器(1014)。
6.权利要求5所述的森林管理系统(1003),其中所述基站配置用于通过所述飞行器组将所述信息(1004)发送至所述森林管理器(1014)。
7.权利要求4所述的森林管理系统(1003),其中所述许多地面型传感器单元(1026)中的地面型传感器单元配置用于生成关于所述地面型传感器单元的位置(1006)、所述地面型传感器单元的轨道和所述地面型传感器单元的方位中的至少一个的信息(1004)。
8.权利要求1所述的森林管理系统(1003),其中所述飞行器组中的飞行器选自无人驾驶飞行器和有人驾驶飞行器中的一个。
9.权利要求1所述的森林管理系统(1003),其中所述许多土壤条件(1017)包括水分、温度、传导率、氮含量、pH、钙含量、盐含量和营养含量中的至少一种。
10.森林管理系统(1003),其包括:
传感器单元,其配置用于部署在位置(1006)、生成关于所述位置(1006)中许多土壤条件(1017)的信息(1004)并且用无线通信链路(132)传输所述信息(1004),其中所述传感器单元包括销(1214)和外壳(1102),所述销和所述外壳被加重以便所述销穿过地面生成所述位置处土壤的所述信息,其中所述销具有绝缘部分并且包括温度传感器或水分传感器;和
飞行器组,其配置用于携带所述传感器单元和将所述传感器单元部署在所述位置(1006)。
11.权利要求10所述的森林管理系统(1003),其中所述传感器单元配置用于从所述飞行器组中的飞行器空投到所述位置(1006)中。
12.权利要求10所述的森林管理系统(1003),进一步包括:
基站,其配置用于在所述无线通信链路(132)上从所述位置(1006)中的所述传感器单元接收所述信息(1004),并且在另一个无线通信链路上将所述信息(1004)发送至远程位置(1006)。
13.权利要求12所述的森林管理系统(1003),其中所述基站通过太阳能发电系统供能。
14.权利要求10所述的森林管理系统(1003),进一步包括:
森林管理器(1014),其配置用于从由所述飞行器组部署的所述传感器单元接收关于森林(1002)中所述位置(1006)的所述许多土壤条件(1017)的所述信息(1004),并且基于所述许多土壤条件(1017)识别任务。
15.管理位置(1006)的方法,所述方法包括:
将土壤传感器单元(1028)从飞行器组部署在森林(1002)中的所述位置(1006);
使用所述位置(1006)中的所述土壤传感器单元(1028)生成关于所述森林(1002)中所述位置(1006)的许多土壤条件(1017)的信息(1004);和
将所述信息(1004)从所述土壤传感器单元(1028)传输至远程位置(1006)进行分析,
其中所述土壤传感器单元包括销(1214)和外壳(1102),所述销和所述外壳被加重以便所述销穿过地面生成所述位置处土壤的所述信息;
其中所述销具有绝缘部分并且包括温度传感器或水分传感器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/708,543 US9251698B2 (en) | 2012-09-19 | 2012-12-07 | Forest sensor deployment and monitoring system |
US13/708,543 | 2012-12-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103869767A CN103869767A (zh) | 2014-06-18 |
CN103869767B true CN103869767B (zh) | 2018-10-09 |
Family
ID=49955124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310655731.5A Active CN103869767B (zh) | 2012-12-07 | 2013-12-06 | 森林传感器部署和监测系统 |
Country Status (8)
Country | Link |
---|---|
EP (2) | EP2741264B1 (zh) |
JP (1) | JP6274840B2 (zh) |
KR (1) | KR102313827B1 (zh) |
CN (1) | CN103869767B (zh) |
AU (1) | AU2013245429B2 (zh) |
BR (1) | BR102013031250B1 (zh) |
CA (1) | CA2829914C (zh) |
RU (1) | RU2013153491A (zh) |
Families Citing this family (58)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060147332A1 (en) | 2004-12-30 | 2006-07-06 | Howmedica Osteonics Corp. | Laser-produced porous structure |
WO2016009688A1 (ja) * | 2014-07-16 | 2016-01-21 | 株式会社リコー | システム、機械、制御方法、プログラム |
US9363008B2 (en) * | 2014-07-22 | 2016-06-07 | International Business Machines Corporation | Deployment criteria for unmanned aerial vehicles to improve cellular phone communications |
KR101675765B1 (ko) * | 2014-10-31 | 2016-11-22 | 강희국 | 모니터링 장치 |
CN104517432A (zh) * | 2014-12-24 | 2015-04-15 | 兰州大学 | 基于无人机和无线传感器网络的监控系统 |
WO2017033763A1 (ja) * | 2015-08-25 | 2017-03-02 | ソニー株式会社 | 圃場管理システム、圃場管理方法、および農作業機システム |
JP6664237B2 (ja) * | 2016-02-29 | 2020-03-13 | 株式会社神戸製鋼所 | 地形情報収集システム |
KR102549373B1 (ko) * | 2016-04-21 | 2023-06-30 | 한국전자통신연구원 | 무인기를 이용한 센서 네트워크 시스템 및 무인기의 운항 제어 방법 |
JP2017206072A (ja) * | 2016-05-17 | 2017-11-24 | 株式会社エンルートM’s | 飛行制御装置及び飛行制御方法 |
AU2017317412B2 (en) * | 2016-08-22 | 2022-02-17 | National University Corporation Hokkaido University | Object state detection and transmission system |
CN109997116A (zh) * | 2016-09-09 | 2019-07-09 | 沃尔玛阿波罗有限责任公司 | 用于监视现场的装置和方法 |
CN106383522B (zh) * | 2016-09-22 | 2019-09-10 | 华南农业大学 | 一种基于虚拟现实的田间农情信息实时监测系统 |
CN106941535A (zh) * | 2017-04-24 | 2017-07-11 | 华东交通大学 | 一种采集果园环境信息的方法 |
MX2019013847A (es) * | 2017-05-26 | 2020-07-28 | Valmont Industries | Sistema y método de monitoreo de humedad del suelo y mapeo de riego. |
US11061155B2 (en) * | 2017-06-08 | 2021-07-13 | Total Sa | Method of dropping a plurality of probes intended to partially penetrate into a ground using a vegetation detection, and related system |
CN107992049B (zh) * | 2017-12-20 | 2021-03-16 | 上海交通大学 | 水稻直播机模块化自动驾驶控制装置及其控制方法 |
US20210004001A1 (en) * | 2018-01-15 | 2021-01-07 | Hongo Aerospace Inc. | Information processing system |
CN108154671B (zh) * | 2018-01-19 | 2020-12-18 | 中南林业科技大学 | 一种基于物联网的林区综合信息监控方法及系统 |
CN108389353A (zh) * | 2018-04-11 | 2018-08-10 | 金龙湾园林绿化工程有限公司 | 立体化森林防火预警系统 |
US11174022B2 (en) * | 2018-09-17 | 2021-11-16 | International Business Machines Corporation | Smart device for personalized temperature control |
WO2020115519A1 (en) * | 2018-12-07 | 2020-06-11 | Total Sa | A probe intended to be partially introduced into a ground from a flying vehicle, related assembly and method |
CN110082498A (zh) * | 2019-04-08 | 2019-08-02 | 三峡大学 | 一种基于无线传感器物联网的滑坡监测数据无人机采集系统 |
CN110224723B (zh) * | 2019-05-21 | 2021-02-26 | 电子科技大学 | 一种无人机辅助反向散射通信系统设计方法 |
CN110207748A (zh) * | 2019-06-05 | 2019-09-06 | 榆林学院 | 一种物联网环境监测系统 |
CN110401928B (zh) * | 2019-07-24 | 2021-03-09 | 中国科学技术大学 | 一种广域复杂环境多维度火灾数据的获取与传输方法及系统 |
CN111105611A (zh) * | 2019-09-16 | 2020-05-05 | 领亚电子科技股份有限公司 | 一种地理灾害信息激光传输飞行数据采集器 |
US11483960B2 (en) * | 2019-11-19 | 2022-11-01 | Cnh Industrial Canada, Ltd. | System and method for monitoring seedbed conditions using a seedbed sensing assembly supported on a UAV |
KR102341501B1 (ko) * | 2019-12-30 | 2021-12-21 | (주)마이즈텍 | 수목생육관리장치 및 이를 포함하는 생태 모니터링 시스템 |
AU2020416786A1 (en) | 2019-12-31 | 2022-08-18 | Eversense SPS Ltd | Fire alerting device and system |
CN111242485A (zh) * | 2020-01-14 | 2020-06-05 | 山西省林业科学研究院 | 一种森林康养环境综合监测方法 |
AU2021212208A1 (en) * | 2020-01-31 | 2022-08-25 | Jamison Wayne HERRING | System for detecting the concentration of gases in soil |
US11900314B2 (en) | 2020-02-06 | 2024-02-13 | International Business Machines Corporation | Asset and sensor mapping |
KR20210107282A (ko) * | 2020-02-24 | 2021-09-01 | 현대자동차주식회사 | 악천후 판단 장치 및 그의 악천후 판단 방법 |
AU2021201122A1 (en) * | 2020-02-28 | 2021-09-16 | Mitygo Pty Ltd | A telemetry system for automated bush fire detection |
JP7000505B1 (ja) | 2020-06-30 | 2022-01-24 | 楽天グループ株式会社 | センシングシステム、センシングデータ取得方法、及び無人で飛行可能な航空機 |
CN111669723A (zh) * | 2020-07-08 | 2020-09-15 | 汪有奎 | 一种森林监测系统 |
JP7515975B2 (ja) | 2020-09-15 | 2024-07-16 | 日本アンテナ株式会社 | アンテナ装置 |
WO2022065367A1 (ja) * | 2020-09-24 | 2022-03-31 | Assest株式会社 | 伐採時期判別プログラム |
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 |
JP6998642B1 (ja) | 2021-04-12 | 2022-01-18 | 歩 長川 | 生分解性放射線検出器による放射線計測システム |
CN113077168B (zh) * | 2021-04-16 | 2023-02-10 | 广东电网有限责任公司 | 一种机巡作业风险管控系统及方法 |
EP4080922A1 (de) * | 2021-04-23 | 2022-10-26 | Andreas Stihl AG & Co. KG | Verfahren zum betreiben eines forst-kommunikations-systems und forst-kommunikations-system |
CA3226041A1 (en) * | 2021-07-19 | 2023-01-26 | Carsten Brinkschulte | Device and method for determining soil moisture |
CN113577599B (zh) * | 2021-07-22 | 2022-06-21 | 青岛枫和市政园林建设有限公司 | 一种生态保护森林防护设备 |
CN113884653B (zh) * | 2021-09-27 | 2022-11-29 | 海南省林业科学研究院(海南省红树林研究院) | 一种森林火灾智能监测集成系统 |
SE545027C2 (en) * | 2021-10-21 | 2023-02-28 | Komatsu Forest Ab | A harvester configured to charge an electrical energy storage of a coupled shuttle using electrical energy from an electrical energy generator |
SE2151280A1 (en) * | 2021-10-21 | 2023-03-21 | Komatsu Forest Ab | A forestry system |
SE545069C2 (en) * | 2021-10-21 | 2023-03-21 | Komatsu Forest Ab | Self-driving log forwarder shuttle |
DE102021133219A1 (de) * | 2021-12-15 | 2023-06-15 | Dryad Networks GmbH | Verfahren zur Installation eines Waldbrandfrüherkennungs- und/oder Waldbrandgefahrenüberwachungssystems |
CN114333207A (zh) * | 2021-12-30 | 2022-04-12 | 北京航天泰坦科技股份有限公司 | 基于遥感数据的火灾全过程监测方法和装置 |
CN114333208B (zh) * | 2022-02-28 | 2022-06-10 | 四川省安全科学技术研究院 | 面向高山峡谷地区森林火灾后泥石流的预测方法及系统 |
CN114590905B (zh) * | 2022-04-27 | 2022-09-27 | 淮北师范大学 | 一种整体式人工湿地废水处理系统 |
CN115062706A (zh) * | 2022-06-17 | 2022-09-16 | 中国电信股份有限公司 | 森林火灾监测方法及装置、存储介质、电子设备 |
ES1296169Y (es) * | 2022-07-07 | 2023-03-27 | Gomez Barquero Redondo Jose Javier | Vehiculo autonomo para toma de datos |
CN115382130B (zh) * | 2022-07-25 | 2023-04-25 | 申能新能源(内蒙古)有限公司 | 一种新能源发电安全报警装置 |
CN115083130B (zh) * | 2022-08-24 | 2022-11-15 | 深圳市博容能源有限公司 | 长效分布式应急监测报警系统及方法 |
CN117037406B (zh) * | 2023-07-28 | 2024-04-30 | 安徽龙讯信息科技有限公司 | 一种森林火灾智能化监控和预警系统 |
CN117575086B (zh) * | 2023-11-24 | 2024-05-17 | 日照市岚山区高兴镇农业综合服务中心 | 基于风险预测的林业辖区生态管理方法及系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996029597A1 (fr) * | 1995-03-21 | 1996-09-26 | Societe Bretonne D'instrumentation Oceanographique Brio | Procede et dispositif pour realiser des profils verticaux de mesures de grandeurs caracteristiques d'une masse d'eau marine |
US5963733A (en) * | 1996-11-26 | 1999-10-05 | Assisi Software Corporation | Method and system for simulating forest management |
JP2000018982A (ja) | 1998-07-02 | 2000-01-21 | Toshiba Corp | 土石移動検知方式、土石移動検知センサー、座標測位機器投下制御装置、及び投下型座標測位機器 |
JP4244564B2 (ja) * | 2002-05-09 | 2009-03-25 | 王子製紙株式会社 | 植林方法 |
US7242294B2 (en) * | 2003-09-17 | 2007-07-10 | Agilent Technologies, Inc | System and method for using mobile collectors for accessing a wireless sensor network |
JP4572417B2 (ja) * | 2003-12-04 | 2010-11-04 | 独立行政法人農業・食品産業技術総合研究機構 | 農作業支援プログラム、及び農作業支援方法 |
US20060176169A1 (en) * | 2004-12-17 | 2006-08-10 | The Regents Of The University Of California | System for sensing environmental conditions |
CN100390565C (zh) * | 2006-01-16 | 2008-05-28 | 北京林业大学 | 无人机航空摄影遥感森林计测方法 |
JP4779810B2 (ja) | 2006-06-01 | 2011-09-28 | 日本電気株式会社 | 海中センサネットワークシステムおよび海中センサネットワーク構成方法 |
US20080078865A1 (en) | 2006-09-21 | 2008-04-03 | Honeywell International Inc. | Unmanned Sensor Placement In A Cluttered Terrain |
JP2009171126A (ja) * | 2008-01-15 | 2009-07-30 | Chugoku Electric Power Co Inc:The | 監視機器管理システム、監視機器管理方法、監視機器及び監視機器管理装置 |
US7821393B2 (en) | 2008-02-01 | 2010-10-26 | Balmart Sistemas Electronicos Y De Comunicaciones S.L. | Multivariate environmental sensing system with intelligent storage and redundant transmission pathways |
US9408342B2 (en) * | 2010-10-25 | 2016-08-09 | Trimble Navigation Limited | Crop treatment compatibility |
US20120261144A1 (en) * | 2011-04-14 | 2012-10-18 | The Boeing Company | Fire Management System |
WO2012157112A1 (ja) * | 2011-05-19 | 2012-11-22 | 富士通株式会社 | ゲートウェイ装置、ゲートウェイ装置の通信方法、ノード装置、ノード装置の通信方法、及び通信システム |
CN202102301U (zh) * | 2011-05-31 | 2012-01-04 | 河北科技大学 | 基于民用手机网络的超远程无人机控制系统 |
-
2013
- 2013-10-08 CA CA2829914A patent/CA2829914C/en active Active
- 2013-10-14 AU AU2013245429A patent/AU2013245429B2/en active Active
- 2013-10-30 KR KR1020130129820A patent/KR102313827B1/ko active IP Right Grant
- 2013-12-03 RU RU2013153491/08A patent/RU2013153491A/ru not_active Application Discontinuation
- 2013-12-05 BR BR102013031250-9A patent/BR102013031250B1/pt active IP Right Grant
- 2013-12-06 EP EP13196125.2A patent/EP2741264B1/en active Active
- 2013-12-06 JP JP2013252635A patent/JP6274840B2/ja active Active
- 2013-12-06 EP EP20185727.3A patent/EP3761242A1/en active Pending
- 2013-12-06 CN CN201310655731.5A patent/CN103869767B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CA2829914C (en) | 2016-07-05 |
CN103869767A (zh) | 2014-06-18 |
BR102013031250A2 (pt) | 2014-09-16 |
CA2829914A1 (en) | 2014-06-07 |
KR102313827B1 (ko) | 2021-10-18 |
AU2013245429B2 (en) | 2015-10-22 |
AU2013245429A1 (en) | 2014-06-26 |
JP2014113148A (ja) | 2014-06-26 |
EP2741264A1 (en) | 2014-06-11 |
RU2013153491A (ru) | 2015-06-10 |
EP2741264B1 (en) | 2020-07-15 |
BR102013031250B1 (pt) | 2021-06-22 |
KR20140074185A (ko) | 2014-06-17 |
EP3761242A1 (en) | 2021-01-06 |
JP6274840B2 (ja) | 2018-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103869767B (zh) | 森林传感器部署和监测系统 | |
US9251698B2 (en) | Forest sensor deployment and monitoring system | |
US9117185B2 (en) | Forestry management system | |
Krishna | Agricultural drones: a peaceful pursuit | |
JP2015531228A5 (zh) | ||
EP2743788B1 (en) | Aerial forest inventory system | |
Urbahs et al. | Features of the use of unmanned aerial vehicles for agriculture applications | |
US20210302973A1 (en) | Horticulture aided by autonomous systems | |
US20210298244A1 (en) | Horticulture aided by autonomous systems | |
Hann et al. | Scientific Applications of Unmanned Vehicles in Svalbard (UAV Svalbard) | |
Izere | Plant Height Estimation Using RTK-GNSS Enabled Unmanned Aerial Vehicle (UAV) Photogrammetry | |
Bertini | Planet Imaging R&D, Pioneering Geophysics and Satellite Technologies To Discover and Produce a Responsible Energy | |
Moyer et al. | Drought Monitoring with Drones: A Hundred Fields at a Time | |
Bendz et al. | Integrating Activities for Advanced Communities | |
Berger et al. | Forest Logistic Planning Strategies. Good practices for the Alpine forests. | |
GM et al. | ROLE OF REMOTE SENSING AND GEOGRAPHIC INFORMATION SYSTEMS IN PRECISION FARMING |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |