CN107316122A - 用于自适应多传感器分析和聚集的方法和设备 - Google Patents

用于自适应多传感器分析和聚集的方法和设备 Download PDF

Info

Publication number
CN107316122A
CN107316122A CN201610889267.XA CN201610889267A CN107316122A CN 107316122 A CN107316122 A CN 107316122A CN 201610889267 A CN201610889267 A CN 201610889267A CN 107316122 A CN107316122 A CN 107316122A
Authority
CN
China
Prior art keywords
wedge
data
scanning
multisensor
photon
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.)
Granted
Application number
CN201610889267.XA
Other languages
English (en)
Other versions
CN107316122B (zh
Inventor
J·J·德格南
J·M·西罗塔
K·M·菲茨西蒙斯
C·T·费尔德
M·塞基齐
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.)
Sigma Space Business Holding Co ltd
Intergraph Corp
Original Assignee
Sigma Space Corp
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
Priority claimed from US15/139,578 external-priority patent/US10474970B2/en
Application filed by Sigma Space Corp filed Critical Sigma Space Corp
Publication of CN107316122A publication Critical patent/CN107316122A/zh
Application granted granted Critical
Publication of CN107316122B publication Critical patent/CN107316122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G01N33/245—Earth materials for agricultural purposes
    • 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
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • 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
    • G01S7/497—Means for monitoring or calibrating
    • G01S7/4972—Alignment of sensor
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—Remote sensing
    • G01N2021/1797—Remote sensing in landscape, e.g. crops
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Resources & Organizations (AREA)
  • Electromagnetism (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Finance (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Accounting & Taxation (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)

Abstract

用于自适应多传感器分析和聚集的方法和设备。本发明在于一种自洽系统，该自洽系统用于生成并且自适应实现飞越多传感器测量并且导出与确定分布式资源的状态和前瞻性管理模型相关的可行动聚集体。该系统包括至少一组经校准的飞越多传感器检测器，所述一组经校准的飞越多传感器检测器被布置用于检测来自由多个基础结构重定向的电磁辐射的信号，所述多个基础结构包括具有可变比例长度的特征的组合。

Description

用于自适应多传感器分析和聚集的方法和设备
相关申请的交叉引用
本申请是于2013年7月17日提交到美国专利商标局的题为“METHODS ANDAPPARATUS FOR ADAPTIVE MULTISENSOR ANALISIS AND AGGREGATION”的第13/944,082号同时待审美国专利申请的部分继续并且要求其权益，并且其通过引用结合于此。因此，该部分申请中的当前继续还基于并且要求于2011年2月15日提交到美国专利商标局的题为“METHODS AND APPARATUS FOR ADAPTIVE MULTISENSOR ANALISIS AND AGGREGATION”的第61/683,304号美国临时专利申请和于2011年2月15日提交到美国专利商标局的题为“SELF-ORGANIZING SEQUENCTIAL MEMORY PATTERN MACHINE AND REINFORCEMENT LEARNINGMETHOD”的第13/027,458号共有美国专利申请的权益，其所有都通过参考结合于此。
技术领域
本发明总体涉及用于所获取信息的灵活自适应多传感器数据获取和分析以便生成可应用至资源管理的结果的方法和仪器。特别地，本发明涉及自洽(self consistent)方法，该自洽方法用于自适应实现飞越(overflying)多传感器测量并且导出与确定关联到地理区域的至少一个分布式资源的状态和前瞻性管理模型有关的可行动结论。
背景技术
本发明涉及结合灵活数据生成和检索、整合数据处理、大量地理上可区分的数据库和数据集的分析、以及先进经济建模和报告的方法，几乎实时的财务管理和/或财经服务被布置为使得经济和社会政策能够在从单个经济或政治实体到全球机构和组织范围的规模智能进行。
本发明使得能够开发灵活可更新知识管理策略和所导致的动作，该知识管理策略和所导致的动作可能耗费在空间、时间或社会重要性上，以与经济和社会需要共同演进并且动态地响应渐进或突发事件和发展。另外，由本新发明的各种实施方式得到的益处可以在内部被利用以解决主动被涉及且直接执行本发明的方法和步骤的团体和组织的需要或被市场推广并且提供作为对外部客户或消费者的基于知识的服务。
发明内容
本发明涉及一种用于生成并且自适应实现飞越多传感器测量并且导出与确定至少一个分布式资源的状态和前瞻性管理模型相关的可行动聚集体(actionableaggregant)的系统。
该系统包括：一组经校准的飞越多传感器检测器，该一组经校准的飞越多传感器检测器被布置用于检测来自由多个基础结构(underlying structure)重定向的电磁辐射的信号，所述多个基础结构包括具有可变比例长度的特征的组合；数据处理计算装置，该数据处理计算装置被布置用于确定一组飞越参数并且布置和预编程所述一组飞越多传感器检测器，所述一组飞越多传感器检测器用于检测并且处理来自由多个基础结构重定向的电磁辐射的信号，所述多个基础结构包括具有感兴趣的比例长度的特征的组合；以及飞越设备，该飞越设备被布置用于使得能够飞越并且执行数据集的飞行中获取、预处理以及存储，该数据集从使用所述一组飞越多传感器检测器的多传感器测量得到；
该系统还结合：被布置用于将所述预处理数据集传送到数据分析计算装置的子系统，该数据分析计算装置被布置用于使用所确定的一组飞越参数和一组预定飞越多传感器检测器校准数据分析所传送的数据集，其中，所述数据分析计算装置已被布置用于确定用于导出与确定感兴趣的至少一个分布式资源的状态和前瞻性管理相关的可行动聚集体的分析数据集的充足度，并且在不充足分析数据集的情况下，确定对另外数据集的需要；用于协调与所述基础结构、所述特征、所述比例长度以及感兴趣的可行动聚集体对应的充足分析数据集，确定经协调数据集的令人满意的一致性，并且在经协调数据集的不令人满意的一致性的情况下确定对另外数据集的需要的子系统；被布置用于将一致分析数据集添加到数据库中，该数据库被组织用于至少关于所述可行动聚集体、基础结构、具有所述感兴趣的比例长度的特征、以及时间的数据的存储和关系检索的子系统；以及被布置用于获取与至少所述可行动聚集体、基础结构、具有感兴趣的比例长度的特征、以及时间相关的外部数据，并且将所述外部数据相关地添加到所述数据库中的子系统。
附图说明
图1是本发明的示例性实施方式的示意图。
图2A-图2B是本发明的不同示例性实施方式的视图。
图3A-图3B是本发明的另一个不同示例性实施方式的视图。
图4A-图4C是本发明的又一不同示例性实施方式的视图。
图5A-图5B是本发明的又一不同示例性实施方式的视图。
图6A-图6B是本发明的又一不同示例性实施方式的视图。
图7示意性地示出本发明的另一个不同示例性实施方式。
图8示意性地示出本发明的另外示例性实施方式。
图9示意性地示出本发明的另一个另外示例性实施方式。
图10示意性地示出本发明的又一示例性实施方式。
具体实施方式
在本发明的实施方式的以下描述中，为了提供本发明的更彻底理解，阐述了大量具体示例性细节。然而，对于本领域技术人员显而易见的是，本发明可以在没有这些示例性细节中的一个或更多个的情况下被实践。在其它情况下，未详细描述现有技术的公知特征，以避免不必要地复杂化本说明书。
在图1流程图100中示意性地示出关于本发明的一组实施方式的用于自适应实现飞越多传感器测量并且导出结论和确定聚集体的一种特定自洽方法。该方法包括提供至少一组经校准的飞越多传感器检测器的步骤110，该一组经校准的飞越多传感器检测器被布置用于检测来自由多个基础结构重定向的电磁辐射的信号，该多个基础结构包括具有可变比例长度的特征的组合。该一组多传感器检测器可以是实施方式专用的，并且可以包括被布置用于安装在卫星、飞机、直升机、滑翔机、火箭、无人机、弹道炮弹、航空器(包括风筝、自由和系留气球、硬式和柔性飞艇)以及各种可能组合(其是但不限于被称为“Helikites”的风筝/气球、被称为“rocket-plans”的机动化或火箭推进滑翔机、自由落体有效载荷、自由落体或拖曳降落伞、滑翔伞(par-glider)、机动化风筝、光和微光风筝/飞机以及类似物)上。
而且，根据特定实施方式，多传感器检测器可以有目的的被布置和专用于感兴趣的任务或由公共或私人机构经常提供且可用作公共服务的多功能装置或用于基于商业的使用。可以理解，该一组检测器的选择110可以是概念性的或灵活的，并且可以结合可以顺序地、组合和/或作为替代方案被实现的多个选项，根据目标或需要的改变潜在地随时间改变和演进。
此外，可以注意到，该一组飞越多传感器检测器可以被布置为用于支持另外静止或表面可运输检测器或由另外静止或表面可运输检测器支持，该静止或表面可运输检测器被布置为提供另外补充、支持、校准、和/或验证测量以及所得到的数据集。甚至进一步地，有关数据可以从历史记录、数据库、科学统计模型及建模结果、数值模拟以及类似物中获得。
可以注意到，选择多组飞越多传感器监测器的步骤可以取决于特定实施方式。对于本发明的一组实施方式，可以从一组检测器选择一组飞越多传感器检测器，该一组检测器包括：可视、IR和UV光谱仪以及分光光度计；可视、IR和微波辐射计、辐射热计和频谱分析仪、RADAR和多普勒RADAR；2D和3D LIDAR；以及所列出的检测器的组合。
在关于农业和食物生产资源的调查的本发明的不同组实施方式中，聚集体可以选自结合以下的一组聚集体：土壤类型、土壤曲率、土壤-颜色种类、土壤质地、土壤湿度、土壤湿度指数、播种量以及播种密度、发芽率及密度、植被指数、归一化植被指数、叶绿素吸收及反射、叶绿素浓度及缺绿病因数、光合作用率、所观察和期望的产量和产量密度、所覆盖或所暴露的表面反照率及光谱反射、植物或动物数量及数量密度、以及所列出的可行动聚集体的混合和组合。
因此，可以注意到，飞越参数的特定确定和多组飞越多传感器检测器130的选择可能涉及如由进行特定调查、建模以及管理活动的特定需要和动机刺激的感兴趣的潜在方预先确定的目标和特定搜索范围。因此，将在根据本发明的方法的数据获取阶段进行的询问的范围和目标120的至少初始确定可能是确定相关活动的整体成功率的重要因素。
与使用空间界限检测器组的应用相关的飞越参数可以包括但不限于地心卫星轨道的类型、地心轨道的高度、椭圆地心轨道的离心率、地心轨道的同步性、地心轨道的倾角。在利用大气分布区飞行(atmospheric areal flights)的实施方式中，飞越参数可以包括例如大气分布区飞行的边界、大气分布区飞行的时间限制、大气分布区飞行的工作高度、大气分布区飞行的地面速度、以及大气分布区飞行的气流速度。
可以注意到，不同实施方式可以受益于从外大气层和分布区检测器测量的组合得到的结果。确定用于这种实施方式的飞越参数的根据本发明的方法的实践者很可能使用分布区飞行过程的固有相对灵活性关于空间分辨率、飞越定时和/或扫描模式补偿空间界限仪器的相对灵活性。例如，大气分布区飞越可以被优化为增加基于卫星数据可用的相关数据集，获取揭示被认为超出空间界限检测器的灵敏度限制的细微特征的特定临界数据集。
关于进行飞行中数据获取的步骤140，可以从以上推断出该步骤可以包括例如使用飞越卫星获得在扩展或常规基础上获取的数据的区段(segment)、以及例如仅作为仔细设计且进行的搜索的结果可用的特意设计的数据获取目标时间和/或位置专用信息的区段。因此，根据本发明的方法的数据获取的特定特征可以与数据获取方案的灵活性有关，以对先前存在的信息和在流内新获取的结果的聚集体几乎及时地作出反应，以便与特定调查的预定或新演进目标和范围相比增加并且优化所得到的信息。
考虑到本发明的各种实施方式的装置和方法的相对复杂性和适应性，可以注意到，可以利用用于处理并且分析150针对所有检测器的原始数据的不同数据分析策略和协议。通常，至少因为与数据传送的速度、效率、可靠性以及安全性的优化有关的优点，可以证明对于大量原位数据处理的偏好。由此，在许多实施方式中，至少一个数据处理和数据分析计算装置可以被定位在多组飞越多传感器检测器附近，并且被布置为处理从飞越多传感器检测器传送的原始数据集、预定组飞越参数以及至少一组预定飞越多传感器检测器校准数据。
在特定实施方式中，所获取的数据可以被传输到远程处理计算装置，以用于存储和进一步分析。而且，可能期望特定组实施方式可以利用包括通信协议的原位和远程数据处理的适当组合，该通信协议使得能够进行信息交换，使得可以几乎实时地影响数据获取140和/或数据分析150的改进。
还可以注意到，由图1中的判定框155表示的所处理和分析的数据的充足度的评估可以关于步骤150的动作并行或顺序地被执行。再次，识别当前方法的潜在复杂性，可能感兴趣的是甚至在数据获取步骤140期间也识别所获取数据集的潜在不充足度，使得甚至在同时期飞越期间也可以考虑、计划并且实现校正和/或补救动作。
还可以注意到，可以在本方法的各种实施方式的现用数据获取140和原始数据分析150步骤之后执行评估所处理数据充足度的更全面版本。判定框155的评估的重要结果中的一个可能是确定所获取信息的质量着重于所收集信息的质量或结构的所检测的、可能的和/或明显的不充足度，使得可以识别对另外数据集的需要(步骤160)。这种确定的时间轴可能对考虑本方法的迭代特征和基于上述和以下步骤和操作的灵活性和适应性的潜在优点特别感兴趣。
作为相关注意，技术实践者可以认识到判定框155(以及图1中的所有随后判定框)可能不是严格排他的，如在排他地基于二元逻辑的算法中那样。即，在一些实施方式中，如在步骤150中处理的信息的特定区段很可能沿将在步骤160中使用的“否”方向和沿将在步骤165中及时分析且整合的“是”方向两者同时或顺序地被引导(到由特定信息区段的固有值和质量能够进行的程度)。
步骤165包括协调由步骤150得到的充足分析数据集的活动和处理。整合可以对应于基础结构、特征、比例长度以及感兴趣的可行动聚集体。而且，可以结合关于经协调数据集的所确定的令人满意的一致性的信息，并且在经协调数据集的不令人满意的一致性的情况下，根据步骤160需要另外数据集。可以注意到，可以执行上述步骤130-160的迭代反复，直到可以建立可用数据集的充足度为止，如在图1中由判定框155的“是”方向示意性示出的。
对应于判定框170的评估步骤可以包括进一步处理与新生成数据集相对于已知特征或先前确定信息的有用性的评估有关(例如，与特定聚集体或特定组相关聚集体相关)的可用数据。找到例如新生成数据集的不同区段之间或相对于预先存在的数据或先前建立的调查结果(findings)和/或结论的显著不符或矛盾的调查结果可能导致不令人满意的确定(判定框170为“否”)，该不令人满意的确定可能要求产生另外数据集(如在步骤160的论述中以上所述的那些数据集)的另外调查。如从流程图100明显看出的，可以执行包括步骤130-170的消耗迭代处理，直到可以克服上述困难且获得令人满意的数据为止。
步骤175涉及从判定框170的评估出现的数据集到至少一个数据库结构中的适当组织、存储以及保存的动作。该步骤包括：将一致分析数据集添加到数据库中，该数据库被组织用于至少关于可行动聚集体、基础结构、具有感兴趣的比例长度的特征和时间的数据的存储和关系检索。另外，步骤175可以包括针对用于至少一个数据库的功能和开发的软件和硬件的计划、建立、构造、维护、更新以及管理的动作，以及针对与其它数据存储和处理活动的通信和数据交换的多个处理和活动、以及与其它(例如，外部)公共可接入或受限自动检测和估算系统(aces)数据处理建立有关的处理活动。
随后步骤180涉及获取与至少可行动聚集体、基础结构、具有感兴趣的比例长度的特征以及时间有关的外部数据，并且将所述外部数据相关地添加到一个或多个合适数据库中。这可以包括广泛多种相关数据域，包括但不限于历史和时间积累信息、地质和/或气候记录、经济和市场统计信息、人口统计和国家政策信息和/或整合和多学科信息和数据组合。
步骤185涉及针对(direct toward)至少一个经济模型的构建的处理和动作，该至少一个经济模型利用与至少一个分布式资源的状态和前瞻性管理模型的确定有关的至少一个可行动聚集体。可以注意到，经济建模185的比例、范围、复杂性、目标、初始假设和/或基础经济理论可以在很大程度上依赖于实施方式特定条件、环境以及限制。
作为示例，利用基于在商业上可从林肯州内布拉斯加大学得到的针对玉米生长和产量的“Hybrid-Maze”模拟模型的经济建模的实施方式可能要求以下作为输入信息：玉米栽培区域的地理位置(位置、尺寸、海拔等)、特定时间信息(年、季节、玉米栽培的感兴趣日期、历史雨天信息、与表面和地下枯萎沉降有关的水文数据、与大气条件(云、风、颗粒物、朦胧状态、霜……)有关的气象记录、与感兴趣的地点的土壤学(包括一般土壤类型学、土壤形态学、土壤形成、土壤特征(包括与农业土壤学、农艺土壤学以及“envirometology”-环境土壤学有关的方面))相关的信息。可能特别感兴趣的是提供关于土壤含水量(例如，为例如可从卫星或机载辐射测量(诸如来自NASA的“SMOS”和“HYDROS”卫星或飞行在NSF的Lockheed(现在的Lockheed Martin)C-130飞机上的被动和主动L和S频带辐射计(PALS)仪器)获得的土壤含水指数的形式)的准确且最新的信息。
由图1的判定框190示意性指示的评估用于更新可用经济模型的需要的步骤可以包括：基于数据更新和/或重新评估的调整后时间表的预定评估和由先前未预见或未计划的事件(包括自然和人为导致的紧急事件(例如，洪水、火灾、风暴雨、火山爆发、经济和社会政治危机和干扰、市场不稳定性以及类似条件))引起的重新评估。根据本发明的方法的重要特征在于，其可以自始至终对可能从根本上改变特定调查的目标和范围的那些情况或需求的实质任何变化灵活地且适当地作出反应。此外，上述改变和灵活性可以被实现为使得大致所有有效的预先存在数据、信息、处理、代码、数据库以及概念可以以现有或适应形式被重新使用，以便有效地生成新的或更新的概念和相关支持数据。因此，本发明的实施方式在以演进、逐步升级或危机情况为特征的情况下可以负责最新信息使能预测、风险分析、计划和/或几乎实时反应。
在本发明的一些应用中，如在图1的步骤195中，更新后的经济模型和相关信息可以被存储在关系数据库中和/或用于制备合适报告。可以注意到，报告的范围和内容可以在很大程度上取决于与感兴趣的询问相关的特定环境。还可以注意到，信息生成处理的及时性和灵活性的上述特征可以反映在感兴趣的报告中。作为一个示例，由本发明的方法生成的信息可以用作针对任意每月或定期世界农产品供需估计(WASDE)报告的介绍性、辅助或初步补充，该报告如可以从美国农业部经济学、统计学以及市场信息系统(ESMIS)得到，如可以从例如在2016年4月26日的http：//usda.manlib.cornell.edu/MannUsda/ homepage.do得到。
上述系统已被设计为提供高效、高分辨率3D LIDAR成像。单光子敏感微通道板光电倍增器结合我们的内部低死时间定时接收器的使用允许高太阳噪声环境中的操作且允许穿过遮蔽(诸如薄云、地面雾、战场灰尘以及树冠)。532nm波长可以利用仅在可见波长区域内可用的敏感、低噪声、快速恢复阵列检测器以及有效光谱过滤器。与双楔光扫描仪结合的分割的正极光电倍增管允许覆盖大POV，具有高空间分辨率和以每秒兆像素测量的测量率。高灵活性扫描仪可以用于生成关于来自高速飞机(用线性栅格或圆锥形扫描)或来自3D照相机模式的准静止平台(使用旋转线或螺旋扫描)的单个飞越的连续3D图像。
图2A至图2B中示出结合空间界限数据获取的实施方式的示例。图2A至图2B中的图像表示栅格化归一化植被指数(NDVI)数据，该数据习惯上在远程感测应用中被用作与感兴趣的表面区域关联的光合活性的代表性(互惠)测量。图2A-图2B中所示的NDVI(给出作为伪灰色的等级，使得更暗色调表示NDVI＝(NIR-VIS)/(NIR+VIS)的减小值)是在所测量反射光谱的适当区段中近红外读取(NIR)和可视(VIS)的归一化反射。
图2A至图2B中的数据已被生成为跨美国东部的通常1200km x 1200km区域的具有250米分辨率的来自Aqua卫星的MODIS仪器(MODIS VI，来自例如可以从NASA得到的MOD13Q1数据库的产品)的测量的16天合成物。所示的数据集指示主要在2011年四月(A)和七月(B)期间的NDVI，并且包括马里兰州东部中最接近北纬38°43’50”和西经76°41’02”的感兴趣点。
在没有详细分析的情况下可以注意到，图2A至图2B指示通常自相似特征，树木、放牧/可移位、和/或耕地在NDVI相关聚集体中与都市化或“已开发”土地或水面显著不同，但是所选比例长度和分辨率可以对(“正常”)季节或生长周期相关改变相对不敏感，特别是在显示美国的东部/大西洋中部区域的不同特性的区域上。特别地，主要因为MODIS仪器及其空间和时间分辨率的选择，所以非常有限的信息可以在最接近北纬38°43’50”和西经76°41’02”的特定感兴趣位置上可用。
其它实施方式可以与关联到在北纬38°43’50”和西经76°41’02”处的感兴趣点附近的特征的更详细渲染有关。图3A至图3B中示出利用由以3D LIDAR圆锥形扫描照相机模式操作的上述德克萨斯大学“Icemapper”收集的数据的一个示例。图3A示出2011年10月23日在Beechcraft King Air 90C飞机700m飞越期间生成的聚集体数据的一部分。所示特征可以从图3B中的信息更方便地解释，图3B具有图3A的叠加在航空照片上的扫描区域350，该航空照片如可从注册于加利福尼亚州山景城1600剧场路邮编94043的谷歌股份有限公司的“Google earth”网络应用获得(2012年6月28日)。另外，在图3B中，可以注意指示Beechcraft King Air 90C飞机在最接近3D LIDAR数据获取的特定时间的位置的表面投影的位置标记360。
图3A中的3D LIDAR场景包括玉米地310，该玉米地310通过树木区域340与帕图森特(Patuxent)河330分开。可以注意到，图3A还包括指示符320，该指示符320标记用于生成图4A至图4C中所示的垂直轮廓的数据部分。在玉米生长周期的三个不同阶段期间已记录三个垂直轮廓a-c，图4A可以与发芽和幼苗早期生长阶段(2011年的春天)关联，图4B可以与结成熟玉米的完全长成玉米穗轴结实阶段(2011年7月15日)关联，而图4C与收获玉米之后的玉米田310有关(2011年10月23日)。
可能感兴趣的是注意到，与发芽以及幼苗抽枝和早期生长阶段(2011年的春天)相关的图4A可以用作用于确定地平面及主要由帕图森特河330的存在决定的其坡度的基础。可以注意到，图4A至图4C中的轮廓关于图3A的指示符320已被倒转。即，图4A至图4C中的轮廓被绘制为使得横坐标通常指向向西方向(朝向帕图森特河330的最近岸)，使得玉米地310的地平面沿相反方向升高。为了该目的，与在更大x值处的横坐标区域340关联的数据点(图4A中的轮廓的“右侧”)已被滤除且不包括在图4A中，但是在图4B至图4C中可辨别。
另外，可以注意包括与地310的边缘关联的便道(access road)表面410中的一个的显著玉米地310相关特征。而且，特别在图4B中的数据的详细统计分析可以用于产生估计(与玉米穗轴和玉米总生物数量两者相关)，该估计多达产量损失和剩余物的估计(例如在图4C中)。
在不同实施方式中，可以使用3D LIDAR成像技术进行水面的详细调查。在图5A(表面投影)和图5B(垂直截面)中示出的示例性实施方式中，已经示出最接近感兴趣位置北纬38°43’50”和西经76°41’02”的上述帕图森特河330的水和堤岸。可以注意到，该特定种类的系统化调查可以产生与表面和地下水流、污染、侵蚀、土壤含水指数以及其它聚集体相关的数据。
此外，在利用不同上述检测器和检测器组合的组合的实施方式中，来自不同检测器测量的组合结果的发布可能是重要的。在这种实施方式中，通过多个检测器测量感兴趣的公共区域生成的信息可以被输入到分层网络(诸如用于模式分析和随后处理的结合的第13/027,458号同时待审美国专利申请的图1的网络20)中。在类似实施方式中，不同检测器输出可以被输入到形成以上结合的专利申请的如图6所示的多个网络中的一个网络的独立网络20中。
在又一组实施方式中，3D LIDAR成像已使用来自7500英尺和9000英尺高度的HERQLS 3D LIDAR仪器应用在马里兰州伊斯顿(在马里兰州的伊斯顿的商业大道处，邮编：21601)中的示例场景处。在两次独立飞行期间获得的两个对应场景600和601，在两次不同飞行期间，图6A中示出从7500英尺高度记录的场景，而图6B中示出从9000英尺记录的场景。利用不同飞行计划和飞越模式的飞行在类似外部条件下飞行。HRQLS 3D LIDAR已使用单楔形扫描仪来操作，该单楔形扫描仪被布置用于具有大约9.7°扫描偏转角和20Hz扫描频率的圆锥形扫描模式。
可以注意到，图6A中的结构(相对于图6B中的结构)显示显著更高的点云密度，该点云密度得到成像物体(包括商业结构610和611以及对应车辆520和521)的边界的出色清晰度。该特征还可以是在识别和检测具有减小的反射率(例如因为沿或沿着特定表面或方向的显著延伸)的物体和结构时的材料。作为示意性示例，栅栏630可以在图6A中被容易地识别，而图6B中的对应结构631接近或在识别阈值以下。
旋转光楔在现有技术中已被识别为生成用于地形映射LIDAR的圆锥形扫描的一种方式。具有单个楔的已知同轴系统被识别为具有高指向稳定性的相对紧凑系统。然而，随着飞行高度增加或处于非常高的扫描速度，因为由LIDAR发射并且随后从扫描场景的特定特征反射的光脉冲的往返时间期间的楔旋转引起的楔的相对位移，发射器和接收器变得不对准(misalign)。由此，接收器光轴必须落后于发射器光轴。落后量取决于飞行高度(往返时间)和扫描速度。
解决提前量(point ahead)问题的一种方式可以考虑分析图7中所示的扫描仪700。这里，扫描光楔700由支撑结构720来支撑，被布置为通过电动机740在轴承730上旋转。当不使用时，扫描仪可以由保护盖750保护。
补偿器光楔760(通常具有开口、比扫描光楔710更小的厚度和更小的楔角)可以耦合到扫描光楔710(例如，与楔710的一个平坦表面715关联)，并且被布置为仅反射激光的进入接收器束，同时允许发射器束在不通过补偿器楔760偏转(校正)的情况下穿过开口765。
如上所述，在许多实施方式中，补偿器光楔760偏转角相对于扫描光楔710可以更小，被布置为具有比得上如图6A至图6B所示的扫描的高度和扫描偏转角的应用所要求的通常更小的提前(look ahead)校正角。
在上述实施方式中，补偿器楔760的取向可以被布置为几乎垂直于扫描光楔710。为了鳍补偿，可以允许补偿器楔760从其π/2(90°)相对取向稍微改变(25％或更少)角度(即，)。因为发射器仅看到具有偏转圆锥形扫描半角α的光楔710，所以到地面上的发送斑点的中心的指向向量在t＝0时在与局部地面点关联的矩形右手侧坐标系中可以被给出为分量形式，并且被定向为使得“y”分量在时间t＝0时等于0，而“z”分量在高度“h”处沿与观测器相反的方向是垂直的(被写为“||”符号之间的标量列)，并且可以由向量(1)来表示：
而同时接收器现在沿着向量(2)指向：
其中，β是补偿器楔760的角偏转。在脉冲行进到表面和背面之后(在这期间，楔710和760旋转角度φ)，接收器向量为：
为了提前量补偿适当地执行，向量R(φ)与T(0)之间的差分向量的强度在幅值上应该大致等于零，即：应该最小化从(4)看出，差分向量的幅值由以下等式给出：
将期望找到使发送束中心与对应像素中心之间的距离最小化的β和的值。关于tan对(5)求微分并且将结果设置为等于零得到：
类似地，关于对(5)求微分并且将结果设置为等于零得到：
(7)可以被简化为由此，针对补偿楔的最佳计时角为
将(9)代入到(6)中得到针对补偿器楔760的优化偏转，即：
将(9)和(10)代入到(5)得到发送束中心与对应接收器像素中心之间没有位移的优化结果，即：
|ΔRT|＝0 (11)
上述推导可以在图8中示意性地示出，图8提供了以上分析的相关变量和参数之间的关系的示意性表示800。如上指示的，角度φ810是由扫描光楔710在飞行的往返光子脉冲时间期间的旋转产生的角位移。htanα是圆锥形地面扫描圆730(由地点(发送向量“T”在扫描期间指向的“像素”)的阵列构成)的半径820，根据该扫描圆730，扫描光子可以由与地面关联的物体反射，其中，h是高度，并且偏转角α是圆锥形扫描半角。htanβ是发送FOV与接收FOV之间的距离840(并且与地面扫描圆830相似，该距离对应于如仅由补偿器光楔760偏转的、从地面像素反射的光子在检测器高度处的偏转圆850)，而是主扫描光楔710和补偿器光楔760的偏转方向之间的优化移相角880，其中，β是补偿器光楔760的角偏转。
示意图800允许基于偏转圆830和850的组成遵循上述实施方式的提前校正的图形解释。被布置为随着扫描光楔710旋转的补偿器光楔760当通过优化相位角移位关于扫描光楔710定向时执行优化校正，使得接收指向向量“R(0)”指向的对应像素860通过补偿器光楔760偏转返回，以便与指向向量T在脉冲转变时指向的像素870对应。因此，提前校正可以被解释为由补偿器光楔760沿着圆850的返回偏转，该补偿器光楔760被优化定相另外小相移角使得向量R(φ)的指向与发送向量T(0)的指向一致。
可以注意到，优化的相移角可以取决于高度h、扫描频率以及包括楔710和760的光学布置的特性。由此，在一些实施方式中，与高度、扫描频率以及指向控制的不确定性结合的移位角预先布置时的小误差可能导致不对准。此外，考虑到上述误差在许多实施方式中可能很小，光子的往返时间也可能相对短(例如，与扫描时间相比)，因此，角度φ和也可以显著小于π，圆830和850可以大致垂直地交叉(即，在交叉点处具有几乎垂直切线)。在那里，甚至沿着圆850校正时的相对小误差也可能导致沿着地面扫描圆830布置的“像素”的完全错误。因此，不是被错误地分配到相邻像素且随后例如通过统计和数值滤波法恢复，返回结果可能不可逆地丢失。对于这种实施方式，利用使补偿系统的角偏转圆更逐步地与地面扫描圆交叉或接近的提前量校正方法和系统是感兴趣的。
图9中示意性地示出一种这样的实施方式。在这里，图9中示意性地示出了具有允许发送光子940(包括个别光子、批量光子和/或光束)穿过的开口(类似于补偿器光楔760的开口750)的另外光楔910，以指示关于上述坐标系920的可能布置。全部楔710、760以及910已被布置为围绕轴930同步旋转，通过可以关于预定值调整并锁定相对相位角。
与前述实施方式中相同，发送光子940仅与扫描光楔710交叉同时经由相关开口(例如，开口650)跳过(clear)楔760和910，而所接收和收集的光子850中的主要部分已被布置为由全部楔710、760以及910偏转。因此，如前所述，可以选择楔710、760以及910的几何特性和光学特性，使得位移圆的半径分别由htanρ、htanσ以及htanτ给出(其中，如上所述，ρ、σ以及τ表示楔位移角或圆锥形扫描半角)。
实践者还可以注意到，具有另外楔(诸如在图9中)的实施方式提供相对相位角布置的更多灵活性。图10中示意性地示出感兴趣的这种特定布置中的一个。类似于图8中表示的实施方式，具有地面半径htanρ的圆锥形地面扫描圆830已通过扫描楔710的偏转获得。在该实施方式中，角度φ810是通过扫描光楔710在飞行的往返光子脉冲时间期间的旋转引起的角位移(与上面指示的相同)。由此，如上所述，提前量补偿(提前校正)表示像素870的关联，使得接收指向向量R(0)指向的对应像素860由补偿器楔760偏转返回，以便与指向向量T在生成脉冲、束、或其它组相关光子时指向的像素870对应。在本实施方式中，相关可以通过由楔760使接收光子关于楔810相移第一角度ξ1010偏转到中间像素1020且随后使用另外楔910使中间像素1020移位以对应于像素870来实现。因为另外楔相对于扫描楔710已布置为具有零相移，所以移出像素1020已被实现，同时余切地(co-tangentially)接近870(即，在点870处在圆830和1030上的切线之间具有大致零拦截角度)。
可以由图10的直接观察注意到，存在至少另一个余切解决方案。即，对于楔760的相移角ω950，像素860可以移位到另一个中间像素1060。随后，该像素可以通过相对于扫描楔710相反布置(即，π相移角)的不同另外楔(例如，具有位移htanψ)偏转与像素870关联。可以注意到，在所示实施方式中，至少因为圆830和1070的相反曲率，导致该解决方案可能产生相对不是最满意的补偿。而且，实践者可以直接推断出渐近地接近所示解决方案的其它近似布置在实践不同实施方式时可能是充足的或甚至更期望的。因此，全部这种解决方案包括于此，并且可以被认为是本发明的部分和/或变体。
最佳相移角ξ和/或ω可以直接从图10找到。即，直接三角法产生关系ξ＝φ+sin-1[(sinφtanρ)tanσ]和ω＝π+φ-sin-1[(sinφtanρ)/tanσ]。而且，如图10所示，角度与半径之间的其它所描绘的关系可以由实践者容易地计算。
已参照上述示例性实施方式描述了本发明。虽然为了描述本发明的概念的目的阐述了特定值、关系、材料以及步骤，但是本领域技术人员将理解，可以在不偏离如广泛描述的本发明的基本概念和操作原理的精神或范围的情况下对如在具体实施方式中所示的本发明进行大量改变和/或修改。应该认识到，鉴于上述教导，本领域技术人员可以在不偏离这里所教导的本发明的情况下修改这些细节。现在已完全阐述了在本发明基础上的概念的优选实施方式和特定修改，各种其它实施方式以及这里示出和描述的实施方式的特定变型例和修改例对本领域技术人员来说在熟悉这种基础概念时将明显地发生。本发明旨在包括所有这种修改例、变型例以及其它实施方式，只要它们在所附权利要求及其等同物的范围内即可。因此，应该理解，本发明可以以除了这里具体阐述的其它方式来实践。因此，本实施方式在所有方面都被认为是示例性的而不是限制性的。

Claims (17)

1.一种用于生成并且自适应实现飞越多传感器测量并且导出与确定至少一个分布式资源的状态和前瞻性管理模型相关的可行动聚集体的系统，所述系统包括：
至少一组经校准的飞越多传感器检测器，所述至少一组经校准的飞越多传感器检测器被布置用于检测来自由多个基础结构重定向的电磁辐射的信号，所述多个基础结构包括具有可变比例长度的特征的组合；
至少一个数据处理计算装置，所述至少一个数据处理计算装置被布置用于确定至少一组飞越参数并且布置和预编程所述至少一组飞越多传感器检测器，所述至少一组飞越多传感器检测器用于检测并且处理来自由所述多个基础结构重定向的电磁辐射的信号，所述多个基础结构包括具有感兴趣的比例长度的特征的组合；
飞越设备，所述飞越设备被布置用于使得能够进行飞越并且执行数据集的飞行中获取、预处理以及存储，所述数据集从使用所述至少一组飞越多传感器检测器的所述多传感器测量得到；
被布置用于将经预处理的数据集传送到至少一个数据分析计算装置的至少一个子系统，所述至少一个数据分析计算装置被布置用于使用所确定的一组飞越参数和一组预定飞越多传感器检测器校准数据分析所传送的数据集；
用于协调与所述基础结构、所述特征、所述比例长度以及感兴趣的可行动聚集体对应的充足分析数据集，确定经协调数据集的令人满意的一致性，并且在经协调数据集的不令人满意的一致性的情况下，确定对另外数据集的需要的子系统；
被布置用于将一致的分析数据集添加到数据库中的子系统，所述数据库被组织用于至少关于所述可行动聚集体、基础结构、具有所述感兴趣的比例长度的所述特征、以及时间的数据的存储和关系检索；以及
被布置用于获取与至少所述可行动聚集体、基础结构、具有所述感兴趣的比例长度的所述特征、以及时间相关的外部数据，并且将所述外部数据相关地添加到所述数据库中的子系统；
其中，所述至少一个数据分析计算装置已被布置用于确定用于导出与确定感兴趣的至少一个分布式资源的状态和前瞻性管理相关的可行动聚集体的分析数据集的充足度，并且在不充足分析数据集的情况下，确定对另外数据集的需要。
2.根据权利要求1所述的系统，其中，从一组检测器选择所述至少一组经校准的飞越多传感器检测器，所述一组检测器由以下组成：可视、IR和UV光谱仪以及分光光度计；可视、IR和微波辐射计、辐射热计和频谱分析仪、RADAR和多普勒RADAR；2D和3D LIDAR；以及所列出的检测器的组合。
3.根据权利要求2所述的系统，其中，所述一组经校准的飞越多传感器检测器中的所述至少一个检测器包括至少一个成像LIDAR。
4.根据权利要求3所述的系统，其中，所述至少一个成像LIDAR包括至少一个定向扫描仪。
5.根据权利要求4所述的系统，其中，所述至少一个定向扫描仪包括至少一个提前量校正系统。
6.根据权利要求5所述的系统，其中，所述至少一个定向扫描仪已被布置为利用圆锥形扫描模式。
7.根据权利要求6所述的系统，其中，所述至少一个提前量校正系统结合被布置为通过电动机旋转的至少一个扫描光楔。
8.根据权利要求6所述的系统，其中，所述至少一个提前量校正系统结合被布置为与所述至少一个扫描光楔同步旋转的至少一个补偿器光楔。
9.根据权利要求6所述的系统，其中，所述至少一个补偿器光楔具有至少一个开口，所述至少一个开口被布置为使发射器光子在不偏转的情况下通过，同时使从被观测场景重定向的进入光子校正地偏转，并且所述光子由所述至少一个成像LIDAR收集。
10.根据权利要求9所述的方法，其中，所述至少一个补偿器光楔关于所述至少一个扫描光楔已相位角移位，并且当关于所述扫描光楔移位相位角移位时执行提前量校正，其中，
11.根据权利要求9所述的方法，其中，所述至少一个补偿器光楔关于所述至少一个扫描光楔已相位角移位，并且当关于所述至少一个扫描光楔移位相位角移位时执行所述提前量校正，使得实质上其中，φ表示在所述发射器光子行进到所述被观测场景并且从所述被观测场景返回所必须的时间期间所述至少一个扫描光楔旋转的角度。
12.根据权利要求9所述的系统，其中，所述至少一个提前量校正系统还结合被布置为与所述至少一个扫描光楔同步旋转的至少一个另外光楔。
13.根据权利要求12所述的系统，其中，所述至少一个另外光楔具有至少一个开口，所述至少一个开口被布置为使发射器光子在不偏转的情况下通过，同时使从被观测场景重定向的进入光子校正地偏转，并且所述光子由所述至少一个成像LIDAR收集。
14.根据权利要求13所述的系统，其中，所述至少一个补偿器光楔关于所述至少一个扫描光楔已相位角移位，并且当关于所述至少一个扫描光楔移位相移角ξ＝φ+sin-1[(sinφtanρ)/tanσ]时执行所述提前量校正，其中，φ表示在所述发射器光子行进到所述被观测场景并且从所述被观测场景返回所必须的时间期间所述至少一个扫描光楔旋转的角度，ρ表示所述至少一个扫描光楔的偏转角，并且σ表示所述至少一个补偿器光楔的偏转角。
15.根据权利要求14所述的系统，其中，所述至少一个另外光楔已被布置为相对于所述至少一个扫描光楔不移位。
16.根据权利要求13所述的系统，其中，所述至少一个补偿器光楔关于所述至少一个扫描光楔已相位角移位，并且当关于所述扫描光楔移位相移角ω＝π+φ-sin-1[(sinφtanρ)/tanσ]时执行所述提前量校正，其中，φ表示在所述发射器光子行进到所述被观测场景并且从所述被观测场景返回所必须的时间期间所述至少一个扫描光楔旋转的角度，ρ表示所述至少一个扫描光楔的偏转角，并且σ表示所述至少一个补偿器光楔的偏转角。
17.根据权利要求14所述的系统，其中，所述至少一个另外光楔与所述至少一个光楔相反布置，相对于所述至少一个扫描光楔移位π。
CN201610889267.XA 2016-04-27 2016-10-12 用于自适应多传感器分析和聚集的方法和设备 Active CN107316122B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/139,578 US10474970B2 (en) 2013-07-17 2016-04-27 Methods and apparatus for adaptive multisensor analisis and aggregation
US15/139,578 2016-04-27

Publications (2)

Publication Number Publication Date
CN107316122A true CN107316122A (zh) 2017-11-03
CN107316122B CN107316122B (zh) 2023-06-30

Family

ID=58692284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610889267.XA Active CN107316122B (zh) 2016-04-27 2016-10-12 用于自适应多传感器分析和聚集的方法和设备

Country Status (3)

Country Link
EP (1) EP3239735B1 (zh)
CN (1) CN107316122B (zh)
CA (1) CA2942048C (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108828516A (zh) * 2018-08-14 2018-11-16 深圳市烽焌信息科技有限公司 一种无人机的定位设备
CN111080124A (zh) * 2019-12-13 2020-04-28 中国航空工业集团公司西安飞机设计研究所 飞行器复合材料备用供应商的验证方法
CN111615703A (zh) * 2017-11-21 2020-09-01 祖克斯有限公司 传感器数据分割

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446485B (zh) * 2018-11-05 2023-01-06 江西省国土空间调查规划研究院 一种基于多源数据融合的季节性湖泊湖底地形生成方法
CN115879750B (zh) * 2023-03-02 2023-05-05 厦门润和生物科技有限公司 一种水产育苗环境监控管理系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7248342B1 (en) * 2003-02-14 2007-07-24 United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Three-dimension imaging lidar
US20150026023A1 (en) * 2013-07-17 2015-01-22 Jacobo Marcos Sirota Methods and apparatus for adaptive multisensor analisis and aggregation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7248342B1 (en) * 2003-02-14 2007-07-24 United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Three-dimension imaging lidar
US20150026023A1 (en) * 2013-07-17 2015-01-22 Jacobo Marcos Sirota Methods and apparatus for adaptive multisensor analisis and aggregation

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111615703A (zh) * 2017-11-21 2020-09-01 祖克斯有限公司 传感器数据分割
US11798169B2 (en) 2017-11-21 2023-10-24 Zoox, Inc. Sensor data segmentation
CN108828516A (zh) * 2018-08-14 2018-11-16 深圳市烽焌信息科技有限公司 一种无人机的定位设备
CN111080124A (zh) * 2019-12-13 2020-04-28 中国航空工业集团公司西安飞机设计研究所 飞行器复合材料备用供应商的验证方法

Also Published As

Publication number Publication date
CA2942048A1 (en) 2017-10-27
EP3239735A1 (en) 2017-11-01
CA2942048C (en) 2023-08-29
CN107316122B (zh) 2023-06-30
EP3239735B1 (en) 2020-07-29

Similar Documents

Publication Publication Date Title
Castro Gomez Joint use of Sentinel-1 and Sentinel-2 for land cover classification: A machine learning approach
CN107316122A (zh) 用于自适应多传感器分析和聚集的方法和设备
Zhou et al. UAV Laser scanning technology: A potential cost-effective tool for micro-topography detection over wooded areas for archaeological prospection
Baghdadi et al. Land surface remote sensing in urban and coastal areas
US10474970B2 (en) Methods and apparatus for adaptive multisensor analisis and aggregation
Marcaccio et al. Potential use of remote sensing to support the management of freshwater fish habitat in Canada
Ilčev et al. Satellite Remote Sensing in Meteorology
Portal et al. Impact of incidence angle diversity on SMOS and Sentinel-1 soil moisture retrievals at coarse and fine Scales
Borg et al. Remote Sensing
Landgrebe Monitoring the earth's resources from space–Can you really identify crops by satellite?
Nilsson et al. Remote sensing and Earth observation systems
Jensen et al. Remote sensing of selected biophysical variables and urban/suburban phenomena
Afzali Gorooh et al. Integrating LEO and GEO Observations: Toward Optimal Summertime Satellite Precipitation Retrieval
Nigam Basics of Remote Sensing and GIS
Wang et al. Spatial Monitoring Techniques and Methods for Natural Heritage Sites
Koppal et al. LULC Classification by Sentinel-2B Data using Machine Learning Techniques in Virajpet Taluk
Price JPSS Science Seminar Annual Digest 2018
Ranganath et al. The evolution of the earth observation system in India
Epstein et al. NOAA satellite programs
Kopecký Multi-temporal classification of agricultural crops using Sentinel-1
Didal Chapter-2 Remote Sensing (RS) and Geographic Information System (GIS)
Corbley RADARSAT: Meeting the needs of users worldwide
Bøvith Detection of weather radar clutter
Navalgund Indian Earth Observation Programme toward societal benefits: a GEOSS perspective
Mbwia Analysis of land cover changes of the Hartebeesthoek Radio Astronomy Observatory environment over five decades

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: American Maryland

Applicant after: Sigma space LLC

Address before: American Maryland

Applicant before: Sigma Space Corp.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200526

Address after: American Maryland

Applicant after: Sigma space business Holding Co.,Ltd.

Address before: American Maryland

Applicant before: Sigma space LLC

Effective date of registration: 20200526

Address after: alabama

Applicant after: INTERGRAPH Corp.

Address before: American Maryland

Applicant before: Sigma space business Holding Co.,Ltd.

GR01 Patent grant
GR01 Patent grant