CN110226143A - 前导无人机的方法 - Google Patents
前导无人机的方法 Download PDFInfo
- Publication number
- CN110226143A CN110226143A CN201880008617.4A CN201880008617A CN110226143A CN 110226143 A CN110226143 A CN 110226143A CN 201880008617 A CN201880008617 A CN 201880008617A CN 110226143 A CN110226143 A CN 110226143A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- base station
- leading
- sensor
- leading unmanned
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013500 data storage Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 136
- 238000012545 processing Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 241000256844 Apis mellifera Species 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000001141 propulsive effect Effects 0.000 description 3
- 239000003643 water by type Substances 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- BXNJHAXVSOCGBA-UHFFFAOYSA-N Harmine Chemical compound N1=CC=C2C3=CC=C(OC)C=C3NC2=C1C BXNJHAXVSOCGBA-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003447 ipsilateral effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005188 flotation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000005036 potential barrier Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U70/00—Launching, take-off or landing arrangements
- B64U70/30—Launching, take-off or landing arrangements for capturing UAVs in flight by ground or sea-based arresting gear, e.g. by a cable or a net
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U70/00—Launching, take-off or landing arrangements
- B64U70/90—Launching from or landing on platforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U80/00—Transport or storage specially adapted for UAVs
- B64U80/80—Transport or storage specially adapted for UAVs by vehicles
- B64U80/86—Land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/20—UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C2201/00—Transmission systems of control signals via wireless link
- G08C2201/90—Additional features
- G08C2201/91—Remote control based on location and proximity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/50—Arrangements in telecontrol or telemetry systems using a mobile data collecting device, e.g. walk by or drive by
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/005—Moving wireless networks
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
Abstract
提供用于至少一种前导无人机的系统和方法,所述前导无人机配置为基于基站的未来位置移动到前导无人机未来位置。一组基站未来位置可以形成一基站路线供所述基站穿越。同样,一组前导无人机未来位置可以形成一前导无人机路线供所述前导无人机穿越。所述基站的未来位置可以从预测或预定中预计。所述前导无人机沿所述前导无人机路线导航,可以收集传感器数据和/或执行任务。因此,所述前导无人机可以在航行中在所述基站之前移动,而不是跟随或停留在所述基站。
Description
技术领域
本申请总体上涉及一种无人驾驶装置,例如无人机,更具体地涉及一种基于基站移动而导航的前导无人机的系统。
背景技术
无人机是无人驾驶的装置,可以被用于:军事、警察、救援、科学和商业社区。无人机的一个示例是一种能够控制、持续和动力运动的无人装置。因此,无人机的设计可以包括各种尺寸、容量和重量的车辆、飞机、船、潜艇或航天器。典型的无人机由推进装置如发动机、导航系统、一个或多个传感器以及有可能货物组成。对于飞机或空中无人机,传感器可以向地面观测者提供关于无人机所飞越的地形的信息,例如:在救援应用中失踪的徒步旅行者的视频信息;在科学或安全应用中来自激光和/或生物传感器的关于环境条件的信息;或者在在军事应用中关于战场情况的视频、激光、生物和其它传感器的组合信息。根据无人机的任务,货物可以是弹药、食品、药品和/或其它货物。
由于无人机是无人驾驶的,在无人机上的一个或多个处理器上执行的计算机软件部分或完全控制所述无人机。所述计算机软件可以在观测者的帮助下控制所述无人机执行的各种功能。
但仍需对无人驾驶空中无人机的性能进行扩展。
发明内容
在所附权利要求的范围内的系统、方法和装置的各种实现方式各自具有若干方面,并非其中一个方面仅负责本文所述的期望属性。在不限制所附权利要求的范围的情况下,本文描述了一些突出的特征。
在附图和以下描述中阐述了本说明书中的主题的一个或多个实施方式的细节。根据说明书、附图和权利要求,其它特征、方面和优点将变得显而易见。需要注意的是,下图中的相对尺寸可能未按比例绘制。
在一特定实施例中,公开了一种包括前导无人机的系统。所述前导无人机配置为:识别基站,所述基站配置为从当前位置移动;确定所述基站的未来位置;并移动到相对于所述未来位置的无人机位置。
在另一特定实施例中,所述无人机位置在所述未来位置。
在另一特定实施例中,所述前导无人机配置为移动到所述基站已经行进过的位置,这样,所述前导无人机与所述基站在相同的行进路线上行进,只是在距离或时间上落后。
在另一特定实施例中,所述前导无人机配置为从所述基站接收包括所述未来位置的控制信号。
在另一特定实施例中,所述前导无人机配置为根据所述当前位置确定所述未来位置。
在另一特定实施例中,所述前导无人机配置为确定所述当前位置与所述未来位置之间的基站路线,并沿相对于所述基站路线的无人机路线移动。
在另一特定实施例中,所述前导无人机配置为沿包括所述当前位置的基站路线确定所述未来位置。
在另一特定实施例中,所述前导无人机配置为确定相对于所述基站路线的无人机路线。
在另一特定实施例中,所述无人机路线与所述基站路线平行。
在另一特定实施例中,所述无人机路线与所述基站路线交叉。
在另一特定实施例中,当所述基站穿越所述基站路线时,所述无人机路线环绕所述基站。
在另一特定实施例中,所述前导无人机配置为从所述基站接收包括所述基站路线的控制信号。
在另一特定实施例中,所述前导无人机包括传感器。所述前导无人机配置为:使用所述传感器沿所述基站路线收集传感器数据;基于所述传感器数据识别触发器;并基于所述触发器移动到触发器位置。
在另一特定实施例中,所述前导无人机配置为返回所述无人机路线。
在另一特定实施例中,所述传感器为定向雷达。
在另一特定实施例中,所述前导无人机配置为跨越所述基站路线扫描传感数据。
在另一特定实施例中,所述前导无人机配置为在所述基站之前沿所述无人机路线行进。
在另一特定实施例中,所述前导无人机配置为在所述基站旁边沿所述无人机路线行进。
在另一特定实施例中,所述前导无人机配置为在所述基站之后沿所述无人机路线行进。
在另一特定实施例中,所述前导无人机包括传感器。所述前导无人机配置为:使用所述传感器沿所述无人机路线收集传感器数据;从数据存储中检索地理数据;和交叉引用所述传感器数据与所述地理数据生成更新的地理数据。
在另一特定实施例中,所述前导无人机配置为发送所述更新的地理数据给所述基站。
在另一特定实施例中,所述基站是陆上交通工具,所述前导无人机是无人飞行器。
在另一特定实施例中,所述前导无人机配置为确定相对于接收的地理数据的所述未来位置。
在另一特定实施例中,所述前导无人机配置为从所述基站接收控制信号,以控制所述前导无人机。
在另一特定实施例中,所述前导无人机配置为接收覆盖所述控制信号的覆盖信号,并控制所述前导无人机。
在另一特定实施例中,所述系统包括第二前导无人机,所述第二前导无人机配置为接收控制所述第二前导无人机的覆盖命令。
附图说明
通过参考以下详细描述并结合附图,将更容易理解前述各个方面和伴随的优点,其中:
图1示出了作为车队的一部分与基站交互的前导无人机的示例;
图2示出了相对于基站定向的前导无人机的示例。
图3A示出了定向于基站一侧的前导无人机的示例。
图3B示出了多个前导无人机位于基站不同侧的示例。
图3C示出了多个基站与单个前导无人机交互的示例。
图4示出了前导无人机相对于基站路线执行之字形前导无人机路线的示例。
图5示出了前导无人机执行圆形前导无人机路线的示例。
图6示出了前导无人机在基站之前穿越基站路线的示例。
图7示出了沿前导无人机路线的触发器事件的示例。
图8示出了基站未来位置预测的特征。
图9示出了前导无人机与传感器无人机交互的示例。
图10示出了前导无人机与多个传感器无人机进行通信的示例。
图11示出了前导无人机与连接到通信中继的多个传感器无人机进行通信的示例。
图12示出了前导无人机与服务于多个传感器无人机的通信中继进行通信的示例。
图13示出了前导无人机与静止传感器无人机进行通信的示例。
图14是前导无人机系统中使用的示例系统的框图。
图15是用于确定前导无人机路线的示例过程的流程图。
图16是用于动态确定基站未来位置的示例过程的流程图。
图17是触发任务的示例过程的流程图。
图18是用于组合前导无人机传感器数据和传感器无人机传感器数据的示例过程的流程图。
图19示出了无人机的示例系统架构的框图。
具体实施方式
一般而言,本公开的各方面涉及用于至少一前导无人机的系统和方法,至少一前导无人机配置为基于基站的未来位置移动到前导无人机的未来位置。一组基站未来位置可以形成一基站路线供基站穿越。同样,一组前导无人机未来位置也可以形成一前导无人机路线供前导无人机穿越。所述路线可以在基本上二维的空间(例如在陆地上)或在三维空间中(例如在空中或在水下)。基站的未来位置可以从预测或预定中预计。例如,基站沿基站路线的预计穿越可以包含预测的未来穿越(例如基于当前和/或过去穿越的预测)和/或预定的未来穿越(例如配置为用于在未来时间执行的穿越,所述未来穿越存储在数据存储中并从中检索)。因此,前导无人机可以在航行中在基站之前移动,而不是跟随或停留在基站。
在本说明书中,无人机包括任何无人驾驶交通工具,例如无人飞行器(unmannedaerial vehicle,UAV)、无人驾驶飞行器、遥控飞机、无人驾驶飞机系统、以及根据国际民用航空组织分类的328AN/190号通告所涵盖的任何飞机等。作为一例,无人机可以是单旋翼或多旋翼直升机(例如,四旋翼直升机)或固定翼飞机的形式。此外,本公开的某些方面可以与其它类型的无人驾驶交通工具(例如,轮式、履带式和/或水上交通工具)的形式一起用于无人机。
前导无人机沿着前导无人机路线导航,其可收集传感器数据和/或执行任务。任务示例包括为基站提供有关供穿越的基站路线的信息或执行穿越前导无人机路线的导航模式。传感器数据可以从可访问前导无人机的传感器(例如,安装在其上或其内)收集。传感器可以是可以在特定方向上感测的定向传感器(例如配置为用于捕获视场的相机)或不在特定方向上感测的全向传感器。定向传感器可以配置为随时间移动并扫描一个区域,例如沿一轴或两轴旋转360度。传感器数据可以与存储的或已知的传感器数据交叉引用,例如已知的地理数据或预计前导无人机的传感器能够识别的地标。当前导无人机沿前导无人机路线航行时,可以从相对于基站的各种角度捕获传感器数据,例如在基站的前方、后方、上方或旁边。例如,前导无人机可以从基站之后收集传感器数据,以确保没有交通工具跟随基站,或者可以在基站之前收集传感器数据以确保没有障碍物影响基站穿越基站路线。这种组合可以产生更鲁棒的传感器数据,其将已知或存储的传感器数据与前导无人机穿越前导无人机路线而收集的当前或新传感器数据相结合。因此,前导无人机可以将这种组合的传感器数据发送给基站,和/或自主地为基站提供从基站的有利位置不可获得的有利传感器数据,或执行基站无法执行的任务。
在某些实施例中,当前导无人机基于收集的传感器数据自主触发时,或当前导无人机被从基站接收到的控制信号命令时,前导无人机可以执行任务,例如更改其前导无人机路线。在执行触发任务后,前导无人机可以返回前导无人机路线并从前导无人机路线因触发任务而中断的地方开始。或者,在执行触发任务后,前导无人机可以自前导无人机未来位置继续沿前导无人机路线开始,前导无人机未来位置是前导无人机在完成触发任务后进行穿越时已经计划好的。在某些实施例中,多个前导无人机可用于识别和响应多个触发器。
在某些实施例中,基站可以配置为,用于基于前导无人机传感器数据的自主导航。例如,基站可以是一种自动驾驶车辆,其利用前导无人机的传感器沿基站路线导航。
利用来自前导无人机的传感器数据在某些情况下可能是有利的,例如前导无人机传感器能够从搭载在基站上的传感器无法访问的区域收集传感器数据。例如,基站上的摄像机之类的传感器可能仅限于在摄像机的视线内感测基站周围的区域,而安装在前导无人机上的摄像机传感器则可能能够感测超出基站摄像机传感器的视线范围的区域。
在某些实施例中,基站上搭载的处理器可以将处理任务卸载到前导无人机以供前导无人机处理器处理。例如,由前导无人机捕获的传感器数据可首先在前导无人机处理并将传感器数据的分析发送给基站,而不是将原始传感器数据发送给基站。
前导无人机可以是前导无人机网络的一部分,前导无人机网络包括前导无人机、基站和/或传感器无人机。例如,单个基站可以与多个前导无人机进行交互。多个前导无人机中的每一个可以与多个传感器无人机进行交互。因此,基站可受益于从多个前导无人机和多个传感器无人机收集的传感器数据。此外,前导无人机可以与多个基站进行交互,例如,其中,多个基站的导航活动可以配置前导无人机进行具体的前导无人机路线。
如上所述,前导无人机可以在穿越前导无人机路线时与传感器无人机进行交互。传感器无人机可以是静止的或配置为运动。传感器无人机可将传感器无人机传感器数据传送给前导无人机,以进一步增强前导无人机的传感器能力。例如,传感器无人机可以穿越一个区域并部署传感器表征所穿越区域的附近以生成传感器无人机传感器数据。所产生的传感器无人机传感器数据可以由传感器无人机存储。当前导在传感器无人机的通信系统运行的距离内时,传感器无人机可以将穿越过程中存储的传感器无人机传感器数据传送给前导无人机,例如,传感器无人机的传感器所收集的历史环境数据。因此,前导无人机可以在穿越前导无人机路线时有利地增加其传感数据的收集。
在某些实施例中,前导无人机可以控制传感器无人机。这可以是前导无人机对传感器无人机的主动控制。例如,水下传感器无人机可以物理连接到空中前导无人机,以便前导无人机可以推进或拖动水下无人机跨越水下区域从而收集在该区域的水下传感器无人机传感器数据。
图1示出了与基站104交互的前导无人机102的示例。基站104可以是车队104,106的一部分。前导无人机102可以通过前导无人机通信链路110与基站通信。尽管基站在图1中被示为车辆,基站可以是任何可以与前导无人机建立通信链路110的形状因子,例如手持装置、个人计算机、船只或飞机。
前导无人机通信链路110可以包括各装置可以相互通信所依据的任何类型的通信协议,例如红外(infrared,IR)无线通信、广播无线电、卫星通信、微波无线通信、微波无线电、射频、Wi-Fi、蓝牙、紫蜂(Zigbee)、GPC、GSM、RFID、OFDM等中的一种或其组合。在某些实施例中,前导无人机通信链路110可包括窄带、宽带或窄带或宽带通信组合的一个或多个链路。此外,前导无人机通信链路110可包括不同类型的天线,例如定向和/或全向天线。
前导无人机可具有与其连接以进行数据收集的各种传感器。例如,照相机、摄像机、红外摄像机、多光谱摄像机、激光雷达、无线电收发器、声纳和TCAS(交通防撞系统)。在所示实施例中,前导无人机102包括摄像机112,其配置用于在摄像机112的视场内探测基站102下方的区域114。
稍后将更详细地解释,前导无人机102可以配置为基于基站的未来位置(可能沿着基站路线)沿前导无人机路线移动到前导无人机未来位置。因此,前导无人机可以在基站移动时保持在基站之前,而不是在移动的基站之后或旁边。
在某些实施例中,多个基站104,106可以与前导无人机102交互。例如,前导无人机102可以配置为在一个时间间隔内基于第一基站104的未来位置进行导航,然后在第二时间间隔内基于第二基站106的未来位置进行导航。该示例可以在第一前导无人机104停止移动或由于车祸导致失效之后发生。
前导无人机102可以基于基站104将要所处的位置自主地保持在基站104之前设定距离处的位置,而不是基站104所处或已经所处的位置。基站可以与前导无人机保持通信,允许基站向前导无人机发送命令。例如,命令可以包括对前导无人机路线的修改或执行特定任务。这些任务可能包括探测基站之前的景观、水道或空域,以防止以下危险:诸如水中的岩石、水中漂浮的物体、水中的冰山、冲刷的道路、倒塌的电线、倒下的树木、水中的难民、以及极端天气条件;搜救行动;丢弃的医疗用品、食品、救生衣和水中人员的救生员;拍摄和发送航空照片和录像;寻找鱼群或游戏;或寻找石油泄漏。在某些实施例中,前导无人机102可以配备传感器来搜索、定位和识别地面上的可能需要帮助的人或动物,或者可能对基站104或车队104,106有敌意的人或动物。
前导无人机102可以访问避障系统,因此前导无人机102可以避免撞到障碍物,例如建筑物、树木、电线杆和电线。避障系统可以将现成的数据(例如,三维地图、由总部位于加利福尼亚州山景城的Google公司制作的地图数据、或卫星图像)与前导无人机从传感器(例如,通过视觉图像/视频检测、视觉传感器和计算/处理、激光雷达、雷达、声纳、红外传感器)收集的数据进行比较,以绘出潜在障碍物进行避让。
在某些实施例中,前导无人机102可包括执行任务的工具。这些工具可包括不操纵前导无人机周围物体的无源装置,例如传感器,或可以操纵前导无人机周围区域的有源装置,例如用于为地面支持人员识别物体的激光或聚光灯或者是用于通过扬声器将基站处产生的声音传送到被探测区域内目标的扬声器。
在某些实施例中,前导无人机102可以根据要求降落在基站104上,也可以降落在用于储存、再充电或维护的移动车辆上。
在某些实施例中,除基站以外的车队中的其它车辆可以是备用基站。例如,如果基站104失效(例如,由于车祸),前导无人机可以作为备用基站106与车队中的其它车辆交互(例如,基于预计的基站路线确定前导无人机路线和/或将前导无人机传感器数据发送给基站)。这些备用基站可以具有优先级顺序,使得前导无人机在前导无人机的通信系统范围内与可用备用基站之间的最高优先级备用基站进行通信。这些优先级可以基于各种标准(例如,一天中的时间、备用基站路线、前导无人机的当前负载),并且可以由前导无人机自主确定,或由前导无人机通过控制信号从基站接收。
在某些实施例中,节点或通信点(例如,基站、前导无人机、传感器无人机)可以可选地具有通信模块,通信模块使用LTE、卫星或当前已知或将来开发的任何无线通信能力(硬件和/或软件)。具有这种可选连接性可以进一步确保前导无人机网络的这些节点中的任何节点彼此的最佳、可靠和及时的实时连接,或确保与其它节点的最佳、可靠和及时的实时连接(例如,如警察局之类的指挥中心,远程定位并且可以通过如因特网之类的网络与节点通信)。
在某些实施例中,前导无人机网络的节点可以实时选择(自主或非自主)不同的通信类型。该选择可以基于如传输成本、传输可靠性、传输速度、传输接收或传输安全性等标准。此外,前导无人机网络的节点还可以具有支持LTE和卫星通信的通信模块,无论是作为主要还是补充的通信方式。例如,当基站、前导无人机和/或传感器无人机行进通过适合某些类型的通信协议(如LTE)的区域,基站、前导无人机、和/或传感器无人机将以不同的通信协议(例如LTE)运行,原因如通信成本较低和/或低空空域的可靠性较高。在某些实施例中,可以选择通信类型,使外部参与者(例如指挥所或远程定位于不同城市的总部)能够与前导无人机网络的节点实时通信。这种通信可以允许外部参与者实时接收由前导无人机捕获的音频/视频数据或者发送用于前导无人机的命令来执行任务。
图2示出了相对于基站204定向的前导无人机202的示例。基站204可以沿基站路线208行进,该基站路线208平行于并且界定在如道路210的地标内。基站路线208可以包括将在一段时间内穿越的多个基站未来位置214A-E。前导无人机可以沿着包括前导无人机未来位置222A-E的前导无人机路线212行进。这些前导无人机未来位置可以基于基站未来位置214A-E并在基站未来位置214A-E将被穿越的相同时间段内被穿越。
例如,当预计基站204将穿越基站路线208时,基站204可以从基站未来位置214A移动到基站未来位置214B、基站未来位置214C、基站未来位置214D以及基站未来位置214E。因此,前导无人机202可以配置为通过从前导无人机未来位置222A移动到前导无人机未来位置222B、前导无人机未来位置222C、前导无人机未来位置222D以及前导无人机未来位置222E,穿越前导无人机路线212。前导无人机202穿越前导无人机路线212的时间可包括:当预计基站在基站未来位置214A时正在前导无人机未来位置222A,当预计基站在基站未来位置214B时正在前导无人机未来位置222B,当预计基站在基站未来位置214C时正在前导无人机未来位置222C,当预计基站在基站未来位置214D时正在前导无人机未来位置222D,以及当预计基站在基站未来位置214E时正在前导无人机未来位置222E。
前导无人机未来位置中的每一个可以位于基站未来位置前设定距离或时间。通过位于前方设定距离,前导无人机未来位置可以沿着预计基站行进的方向与基站未来位置相距设定距离。例如,前导无人机未来位置222A可以位于基站未来位置214A前方设定距离(例如50米),其由基站路线208正在行进的方向确定(由基站路线208末端的箭头表示)。通过提前适量的(或设定)时间,前导无人机可以位于前导无人机未来位置,该位置位于预计基站未来位置在未来时间所处的地方。例如,前导无人机未来位置214A可以通过位于预计基站204在穿越基站未来位置214A后10秒所处的位置,提前适量时间(例如10秒)。
基站204沿基站路线的预计穿越可以包含预测的未来穿越(例如基于当前和/或过去穿越的预测)和/或预定的未来穿越(例如配置为用于在未来时间执行穿越)。例如,基站的未来穿越可以是预定的,例如通过导航模块预定,导航模块配置基站在未来时间穿越基站未来位置。例如,基站可具有地理空间传感器(例如,GPS),其可以感测基站所在的位置。然后,还基于其预期目的地相对于其它地理空间信息(例如地图)的位置,导航模块可以随时间绘制供基站穿越的导航路线,以到达预期目的地。示例导航模块可以包括导航仪应用程序(由总部位于堪萨斯州奥拉西市的Garmin公司制作)或地图导航应用程序(由总部位于加利福尼亚州山景城的Google公司开发)。
此外,例如,并将在下面结合图8进一步讨论,基站204的预计基站路线可以通过确定过去时间间隔(比如在最后一分钟)内基站过去位置与基站当前位置之间的差异来预测。可以将该差异绘制为未来时间间隔内(与过去时间间隔相同的持续时间)穿越的基站路线,结束于预计/预测的基站未来位置,开始于基站当前位置。
因此,在图2所示的实施例中,前导无人机202配置为沿着前导无人机路线212移动(例如,穿越)。前导无人机路线212可以沿前导无人机未来位置222A-E,前导无人机未来位置222A-E是基站未来位置214A-E前设定距离和时间。基站未来位置214A-E可以沿基站204预计将穿越的基站路线208。
在某些实施例中,前导无人机202上搭载的定向传感器可配置为当前导无人机穿越前导无人机路线时,执行前导无人机之前或前导无人机周围区域的扫掠(sweep),例如通过跨越一个或两个轴自由旋转360度或通过左右扫掠。
图3A示出了定向于基站304一侧的前导无人机302的示例。预计基站304可以沿着基站路线穿越具有至少一基站未来位置308的基站路线306。基站路线可以沿着道路310或其它地理地标。前导无人机312可以配置为穿越具有至少一前导无人机未来位置316的前导无人机路线314。穿越前导无人机路线314的前导无人机312可以在基站路线306的方向上位于基站304之前(如基站路线306的箭头所示),但偏移到基站304的(右)侧。前导无人机未来位置316描述前导无人机路线,且可以基于预计的基站未来位置308,基站未来位置308描述基站路线306。
与图2中所示的实施例相反,其中前导无人机202穿越前导无人机路线212,该前导无人机路线212为基站204(穿越基站路线208)之前设定距离和时间,图3A中所示的实施例示出了前导无人机312如何可以在基站204之前设定距离而不是设定时间,或者偏移到穿越基站路线306的基站304的一侧。前导无人机312可以配置为当预计基站304在基站未来位置308时在前导无人机未来位置316。
图3B示出了在基站的不同侧上的多个前导无人机的示例。图3B类似于图3A,除了另一个前导无人机332可以配置为穿越具有至少一前导无人机未来位置336的前导无人机路线334。穿越前导无人机路线334的前导无人机332可以在基站路线306的方向(如基站路线306的箭头所示)上位于基站304之前,但偏移到基站304的(左)侧。因此,定义前导无人机路线314的前导无人机未来位置316和定义前导无人机路线334的前导无人机未来位置336两者都可以基于预计的基站未来位置308,基站未来位置308定义基站路线306。前导无人机312,332可以配置为当预计基站304在基站未来位置308时,位于前导无人机未来位置316,336。
图3C示出了多个基站与单个前导无人机交互的示例。预计基站354,360可分别沿具有至少一基站未来位置358,364的基站路线356,362行进。基站路线356,362可以沿着地理地标,例如沿着在道路352中通向岔路的叉齿。一前导无人机372可以配置为沿着最初在一基站354之前的前导无人机路线374行进。然而,前导无人机路线374可以基于基站路线356,362两者(而不是单个基站路线356)确定,这样,前导无人机未来位置376基于基站未来位置358,364两者(而不是单个基站未来位置358)。例如,前导无人机372最初可以配置为在第一基站354之前但是,由于基站路线356,362汇合,所以前导无人机372可以切换到第二基站360之前。
图4示出了前导无人机402相对于直基站路线执行之字形前导无人机路线410的示例。预计基站404可以穿越具有至少两个基站未来位置408,412的基站路线418。基站路线可能受到地理地标的约束,例如道路406。前导无人机402可以配置为穿越具有至少两个前导无人机未来位置414,416的前导无人机路线410。
前导无人机路线410可以是沿着相对于基站路线418的之字形图案并且不与基站路线418平行。当预计在基站未来位置414时,前导无人机未来位置414可以在基站404的一侧,然后沿前导无人机路线410,前导无人机未来位置416可以在基站404的另一侧。
图5示出了前导无人机502执行圆形前导无人机路线510的示例。圆形前导无人机路线510可以包括圆形图案,该圆形图案在基站504穿越基站路线506时随着时间从预计的基站未来位置510保持圆形相对取向。有利的是,圆形前导无人机路线512可以将传感器聚焦成收集由圆形无人机路线形成的圆的中心区域的传感器数据,用于当基站穿越基站路线506时基站504之前的区域的各种透视传感器扫掠。
图6示出了前导无人机602在基站604之前穿过基站路线的示例。基站604可以沿着道路622从起始位置606到结束位置620穿越包括基站未来位置的基站路线。在基站604穿越其基站路线时,前导无人机602可以沿具有前导无人机未来位置614,620,612的前导无人机路线从起始位置606到结束位置620穿越前导无人机路线,前导无人机未来位置614,620,612并非都保持距基站未来位置608,624,610设定距离。尽管示出了设定结束位置,但是可以在基站操作时动态地修改或设置结束位置,例如由基站导航模块设置或由前导无人机预计。
前导无人机602可以穿越一前导无人机路线,前导无人机路线首先从起始位置606到结束位置620完全穿越道路622,然后在基站604完成其从起始位置606到结束位置620的穿越时返回以保持在基站604之前设定距离。例如,在基站离开起始位置606后的第一时间,前导无人机602可以配置为在第一前导无人机未来位置614,此时预计基站可能在第一基站未来位置608。在晚于第一时间的第二时间,前导无人机602可以配置为已经穿越到第二前导无人机未来位置618,其已超过结束位置620,此时基站在第二基站未来位置610。在晚于第二时间的第三时间,当预计基站在第三基站未来位置624时,前导无人机612可以在基站604之前的第三前导无人机未来位置612。前导无人机602然后可以配置为穿越前导无人机路线的一部分,该部分保持在基站604之前设定距离,直到基站604到达结束位置620。
图7示出了前导无人机702执行触发任务的示例。触发器可以是任何事件,其发生提示前导无人机702在没有触发器发生的情况下执行前导无人机不会执行的任务。该任务可以在检测到触发器之前重新配置前导无人机采用新的前导无人机路线,执行新任务或修改先前的前导无人机路线或任务。
与图6类似,在图7中,基站604可以沿着道路622从起始位置606到结束位置620穿越包括基站未来位置的基站路线。前导无人机702可以沿前导无人机路线从起始位置606到结束位置620穿越前导无人机路线,如结合图6所述的最初穿越。
然而,如图7所示,参考图6的讨论,在第一时间,前导无人机702可以配置为在第一前导无人机未来位置714,预计基站可以在第一基站未来位置608。当在第一前导无人机未来位置714时,前导无人机702可以使用搭载在前导无人机上的传感器检测未识别的车辆724。未识别的车辆的检测可以是触发器事件,其重新配置前导无人机执行任务以探测未识别的车辆而不是直接移动到结束位置620。作为执行触发任务的一部分,前导无人机602可以配置为通知基站触发器事件并移动到第二前导无人机未来位置618,以从与第一前导无人机未来位置714提供的角度不同的角度来探测未识别的车辆724。执行触发任务可以在第二时间进行。在完成触发任务后,在第三时间,当预计基站604在第三基站未来位置624时,前导无人机702可以在基站604之前的第三前导无人机未来位置712。然后,前导无人机702可以配置为在基站604之前保持设定距离,直到基站604到达结束位置620。
图8示出了基站未来位置预测的特征。如上所述,对于在未来时间的穿越,基站未来位置预测的预计可以与预定的基站未来位置的预计进行对比。基站的预计基站路线可以通过在一段时间间隔(比如在最后一分钟)内确定基站当前位置与基站过去位置之间的差异并且将当前位置的差异扩展到跨越未来时间间隔的穿越来预测。
如图8所示,基站806可以相对于基站过去位置802和预计基站未来位置810位于基站当前位置。基站过去位置802与基站当前位置806之间的差异可以由过去时间段内(例如,过去10秒)距离(图示为过去矢量804的长度)和方向(图示为过去矢量804结束时的箭头)的过去矢量804表示。过去矢量804的参数(例如,距离和方向)可以作为未来矢量808适用于基站806的当前位置,未来矢量808包括与过去时间段的持续时间相同的未来时间段内(例如,未来10秒)的距离(用未来矢量808的长度图示)和方向(用未来矢量808终点的箭头图示)。因此,预测的(例如,预计的)基站未来位置810可以确定为未来矢量808的终点。
图9示出了具有传感器无人机906的前导无人机902的示例。前导无人机902可通过前导无人机通信链路908与基站904(在水面914上形式为船只)通信。尽管基站在图9中被示为船只,但基站可以是任何可以与前导无人机建立通信链路110的形状因子,例如手持/移动装置、个人计算机、车辆或飞机。
前导无人机通信链路908可以包括各装置可以相互通信所依据的任何类型的通信协议,例如红外(IR)无线通信、广播无线电、卫星通信、微波无线通信、微波无线电、射频、Wi-Fi、蓝牙、紫蜂、GPC、GSM、RFID、OFDM等中的一种或其组合。
前导无人机902可具有与其连接以进行数据收集的各种传感器。例如,照相机、摄像机、红外摄像机、多光谱摄像机、激光雷达、无线电收发器、声纳。前导无人机902也可以配备TCAS(交通防撞系统)。在所示实施例中,前导无人机902包括摄像机912,其配置用于在摄像机912的视场内探测前导无人机902下方的区域910。
前导无人机902可以配置为,基于基站未来位置沿前导无人机路线移动到前导无人机未来位置,基站未来位置可以沿基站路线。因此,前导无人机可以在基站移动时保持在基站之前,而不是在移动的基站之后或旁边。此外,基于基站104未来(或者是预计的)所在的位置,而不是基站904现在所在的位置或者已经所处的位置,前导无人机102可以自主地保持在基站904之前设定距离处的位置。
前导无人机902可以通过传感器无人机通信链路920与传感器无人机906进行通信,该传感器无人机通信链路的形式可以是电缆线920。传感器无人机906可以在水下,而前导无人机902是在空中。传感器无人机906可以包括外接于前导无人机902的任何形式的传感器,其中前导无人机902可以收集传感器数据,该传感器数据前导无人机902没有从其上的传感器收集到。
传感器无人机通信链路920可以附加地或可选地包括任何类型的无线通信协议,各装置可以依据该类型的无线通信协议彼此通信,例如红外(IR)无线通信、广播无线电、卫星通信、微波无线通信、微波无线电、射频、Wi-Fi、蓝牙、紫蜂、GPC、GSM、RFID、OFDM等中的一种或其组合。在图9所示的实施例中,传感器无人机通过电缆线920与前导无人机物理连接,并且传感器无人机通信链路包括通信协议,各装置可以依据这些通信协议通过电缆线920进行通信。在某些实施例中,有线传感器无人机通信链路920还可以向传感器无人机906供电。
传感器无人机906可以通过由正在移动的前导无人机902通过电缆线920被动地拖动而推进通过水域。可选地,传感器无人机906也可以通过自推进主动移动,例如通过传感器无人机906上的螺旋桨,这些螺旋桨可以推进传感器无人机906通过水域。自推进可以在没有外接于传感器无人机906的输入的情况下自动化,或者可以通过外接于传感器无人机906的输入来主动控制,例如来自前导无人机902(通过有线传感器无人机通信链路920或无线传感器无人机通信链路)和/或来自基站(通过前导无人机通信链路和有线传感器无人机通信链路920或无线传感器无人机通信链路)。
传感器无人机906可具有与其连接以进行数据收集的各种传感器。例如,照相机、摄像机、红外线摄像机、多光谱摄像机、激光雷达、无线电收发器或声纳。在所示实施例中,前导无人机902包括一声纳,其配置为使用有源声纳脉冲912探测前导无人机902周围的区域。
因此,空中前导无人机902可以配置为从目标位置910(无论是水上还是水下,例如,鱼群的鸟瞰图)收集空中传感器数据,而潜水传感器无人机906配置为从目标位置910收集水下传感器数据。潜水传感器无人机906可以配置为向空中前导无人机902(例如,通过传感器无人机通信链路920)发送水下传感器数据。该水下传感器数据可以是空中无人机由于如处于水下或使用水下感测专用传感器等原因而无法访问的传感器数据。空中前导无人机902可以配置为从空中传感器数据和水下传感器数据产生目标位置数据。
在某些实施例中,潜水传感器无人机906可以配置为选择性地更靠近水面或更远离水面,以减少水下行程中的摩擦,这取决于水域的状况。
图10示出了前导无人机902与多个传感器无人机1002A,1002B通信的示例。图10类似于图9,除了在图10中前导无人机902通过无线传感器无人机通信链路1004A,1004B与两个传感器无人机1002A,1002B进行无线通信。
传感器无人机1002A,1004B中的每一个可以是自推进的并且配置用于从目标区域910附近收集水下传感器数据。传感器无人机1002A,1004B中的每一个可通过无线传感器无人机通信链路1004A,1004B与传感器无人机902通信。在某些实施例中,无线传感器无人机通信链路1004A,1004B可以距传感器无人机1002A,1002B具有有限范围,它们以传感器无人机1002A,1002B为中心。当前导无人机在以传感器无人机1002A为中心的无线传感器无人机通信链路1004A的范围内移动时,可以建立无线传感器无人机通信链路1004A。此外,当前导无人机在以传感器无人机1002B为中心的无线传感器无人机通信链路1004B的范围内移动时,可以建立无线传感器无人机通信链路1004B。
因此,单个空中前导无人机902可以在传感器无人机通信链路1004A,1004B的范围内与多个传感器无人机1002A,1002B进行交互。潜水传感器无人机1002A,1002B可以配置为将水下传感器数据发送给空中前导无人机902。空中前导无人机902可以配置为从空中传感器数据(从空中前导无人机收集)和水下传感器数据产生目标位置数据。
图11示出了前导无人机902与连接到通信中继1102A,1102B的多个传感器无人机1002A,1002B通信的示例。这些通信中继可漂浮在水面914上。图11类似于图10,除了在图11中前导无人机902通过通信中继1102A,1102B与两个传感器无人机1002A,1002B无线通信。每个通信中继可以包括天线和将天线保持在水面914附近的漂浮装置。
通信中继1102A可以通过水下中继通信链路1104A与传感器无人机1102A通信,通信中继1102B可以通过水下中继通信链路1104B与传感器无人机1002B通信。水下中继通信链路1104A,1104B可以是物理电缆(但是在某些实施例中可以可选地是无线的)。前导无人机902可以通过空中中继通信链路1106A与通信中继1102A进行通信。此外,前导无人机902可以通过空中中继通信链路1106B与通信中继1102B进行通信。空中中继通信链路1106A,1106B可以是无线的。空中中继通信链路1106A,1106B和水下中继通信链路1104A,1104B可以包括如上的各装置可以相互通信所依据的任何类型的通信协议。水下中继通信链路1104A,1104B和空中中继通信链路1106A,1106B的组合可以用作各传感器无人机1002A,1002B与前导无人机902之间的传感器无人机通信链路。
有利的是,通信中继1102A,1102B可以通过在更适合于与传感器无人机进行水下通信的通信协议(通过水下中继通信链路1104A,1104B)和更适合于空中通信通信协议(通过空中中继通信链路1106A,1106B)之间进行转换来改善前导无人机902和传感器无人机1102A,1102B之间的通信。
图12示出了前导无人机902与服务于多个传感器无人机1002A,1102B的通信中继1102B通信的示例。图12类似于图11,除了在图12中通信中继1102B通过无线水下中继通信链路1206A,1206B与两个传感器无人机1102A,1102B无线通信。水下中继通信链路1206A,1206B和空中中继通信链路1106B的组合可以用作各传感器无人机1002A,1002B和前导无人机902之间的传感器无人机通信链路。
有利的是,单个通信中继1102B可以通过在更适合与传感器无人机进行水下通信的通信协议(通过无线水下中继通信链路1206A,1206B)与更适合于空中通信的通信协议(通过空中中继通信链路1106B)之间进行转换来改善前导无人机902与传感器无人机1102A,1102B之间的通信。
图13示出了前导无人机与静止传感器无人机进行通信的示例。如上所述,预计基站1304可以沿基站路线1308穿越具有至少一基站位置1306的基站路线1308。基站路线1308可以沿着道路1316或其它地理地标。前导无人机1302可以配置为穿越具有至少一中继器无人机未来位置1310的前导无人机路线1312。穿越前导无人机路线1312的前导无人机1302可以在基站路线1308方向上在基站1304之前(如基站路线1308的箭头所示)。
传感器无人机1314A,1314B可以位于道路1316附近并且在从传感器无人机1314A,1314B附近收集传感器数据时可以是静止的。传感器无人机1314A,1314B中的每一个可以通过无线传感器无人机通信链路1318A,1318B与前导无人机1302通信。当与前导无人机1302的传感器无人机通信链路1318A,1318B建立时,当前传感器数据和/或汇总的历史传感器数据可被发送给前导无人机1302。无线传感器无人机通信链路1318A,1318B可以距传感器无人机1314A,1314B具有有限范围,它们以传感器无人机1314A,1314B为中心。当前导无人机在以传感器无人机1314A为中心的无线传感器无人机通信链路1318A的范围内移动时,可以建立无线传感器无人机通信链路1318A。此外,当前导无人机在以传感器无人机1314B为中心的无线传感器无人机通信链路1318B的范围内移动时,可以建立无线传感器无人机通信链路1318B。
有利的是,静止传感器无人机1314A,1314B可收集带编码传感器信息的传感器数据,随着时间的推移,当前导无人机在静止传感器无人机的传感器无人机通信链路的范围内行进时,将汇总的传感器无人机传感器数据发送给前导无人机1302。因此,前导无人机1302可以从静止传感器无人机1314A,1314B收集历史传感器数据,由于前导无人机1302在传感器无人机1314A,1314B收集传感器数据的时间内无法访问传感器无人机1314A,1314B附近的传感器,该历史传感器数据对于前导无人机1302而言不可用。
图14是前导无人机系统中使用的示例系统的框图。框图1400包括与至少一前导无人机1402和至少一传感器无人机1404通信的至少一基站1406。由基站1406、前导无人机1402和传感器无人机1404构成的系统可以被称为前导无人机网络。可选地,前导无人机网络的节点(基站、前导无人机、传感器无人机)可以通过网络1432(例如因特网)与网络系统1410和指挥中心1430以外部方式进行交互。在图14的所示实施例中,基站、前导无人机和传感器无人机中的每一个都用滚动框(receding box)说明,注意可以有多个基站、前导无人机、和/或传感器无人机一起联网和操作。
前导无人机1402可与至少一传感器无人机1404、至少一基站1406、和/或与其它前导无人机1402通信。另外,前导无人机1402和/或传感器无人机1404可可选地与网络系统1410或指挥中心1430通信(例如,通过网络1432,例如因特网,或通过中间系统)。网络系统1410、指挥中心1430和/或基站1406可以确定编码在传感器无人机控制信号中的传感器无人机控制信息,描述由传感器无人机执行的一个或多个任务(例如特定传感器的使用、触发器的参数、或在发生触发器时执行的任务)。网络系统1410、指挥中心1430和/或基站1406还可以确定编码在前导无人机控制信号中的前导无人机控制信息,描述一个或多个由前导无人机执行的任务(例如导航模式、特定传感器的使用、触发器的参数、或者在发生触发器时执行的任务)。
网络系统1410和/或基站1406可以包括作业确定引擎1412A,142B,其可以接收或获得描述任务或触发器的信息,并确定用于执行任务或识别触发器的信息。在某些实施例中,作业确定引擎可以包括存储库,例如数据存储,其包括可以由前导无人机或传感器无人机执行的各种触发器和任务,以及用于触发器的相关元数据或任务。
作业确定引擎1412A,1412B可以与应用引擎1414通信以便应用引擎1414生成交互式用户界面(例如,由基站呈现的网页)以在基站1406上呈现(例如,在基站的用户界面上)。通过用户界面,基站1406的用户可以分配任务或识别触发器给前导无人机1402和/或传感器无人机1404,并提供与任务或触发器相关的信息,例如参数。
在某些实施例中,基站1406不与网络系统1410通信并且在本地利用作业确定引擎1412B而不是在网络系统上托管的远程作业确定引擎1412A来生成控制信号。
例如,用户通过基站1406处的应用引擎1414的用户界面可以将任务分配给前导无人机1402,以便在检测到触发器时执行。触发器可以是前导无人机1402正在操作时发生的事件,其重新配置前导无人机1402执行触发任务。例如,触发器事件可以是对前导无人机1404在穿越其前导无人机路线时可能遇到的特定建筑物或地点的检测。触发任务可以是采用新的前导无人机路线(例如,在环绕特定建筑物或地点时收集传感器数据)。
应用引擎142可以处理作业信息并生成控制信号,该控制信号可以作为前导无人机1402和/或传感器无人机1404的命令发送给前导无人机。例如,控制信号可以编码控制信息,该控制信息指定用于前导无人机的触发器或任务。控制信息可以包括基于预计基站路线对前导无人机1402的前导无人机路线详细描述的任务。例如,控制信息可以命令前导无人机按照跨越基站路线的之字形图案导航。
前导无人机1402可以通过前导无人机通信链路1418从基站1406接收控制信号,如上所述。该前导无人机通信链路1418可以是无线或有线连接,并且可以使用所有定向天线、所有全向天线或全向和定向天线的组合来实现。控制信号可以包括前导无人机控制信息,其控制前导无人机1402的一方面或委托前导无人机1402执行任务,例如根据跨越基站路线的之字形前导无人机路线导航。
前导无人机1402可以包括前导无人机应用引擎1420,其可以配置前导无人机1402执行可从前导无人机控制信号识别的任务。前导无人机控制信号还可以包括传感器无人机控制信号,其中前导无人机1402可配置为通过传感器无人机通信链路1424将编码在传感器无人机控制信号中的传感器无人机控制信息传送给传感器无人机1404。
前导无人机1402可以包括导航控制引擎1412,其可以管理包括在前导无人机1402中的推进机构(例如,电机、旋翼、螺旋桨等),以实现在前导无人机控制信息中识别出的任务。可选地,前导无人机应用引擎102可以向导航控制引擎1412提供命令(例如,高级命令),该命令可以解释或覆盖来自前导无人机控制信号的前导无人机控制信息。例如,由于前导无人机1402被损坏,前导无人机应用引擎1420可以指示前导无人机1402将下降到陆地,并且导航控制引擎1422可以确保前导无人机1402在基本垂直的方向上下降。
在执行或作为执行前导无人机控制信息中详述的任务的一部分之后,前导无人机1402可以向基站1406发送数据信号。该过程可以是迭代的,例如基站1406在接收到数据信号之后向前导无人机1402发送附加的前导无人机控制信息。例如,传感器无人机1404可以为基站1406提供传感器信息。基站1406可以组合接收的传感器信息(例如,拼接图像,生成建筑物的3D模型,等等)。基于组合的接收的传感器信息,基站可以将更新的前导无人机控制信息发送给前导无人机1402,以更详细地检测在传感器信息中识别的区域。
传感器无人机1402可包括传感器无人机应用引擎1420,其可配置传感器无人机执行传感器无人机控制信息中识别出的任务,该传感器无人机控制信息通过传感器无人机通信链路1424接收到。
可选地,传感器无人机1404可以包括导航控制引擎1426,其可以管理包括在传感器无人机1426中的推进机构(例如,电机、旋翼、螺旋桨等),以实现在传感器无人机控制信息中识别的任务。传感器无人机应用引擎1428可以向导航控制引擎1426提供命令(例如,高级命令),该命令可以解释或覆盖传感器无人机控制信息。例如,由于传感器无人机1404被损坏,传感器无人机应用引擎1428可以指示传感器无人机1426将下降到陆地,并且导航控制引擎1426可以确保传感器无人机1404在基本垂直的方向上下降。
在执行或作为执行传感器无人机控制信息中详述的任务的一部分之后,传感器无人机1404可以向前导无人机1402发送数据信号。该数据信号可以被中继给基站和/或由前导无人机1402处理。该过程可以是迭代的,例如基站1406或前导无人机1402在接收到数据信号后,将编码在附加传感器无人机控制信号中的附加传感器无人机控制信息发送给传感器无人机1404。例如,传感器无人机1404可以将编码在数据信号中的传感器信息提供给前导无人机1402。前导无人机1402可以将接收的传感器无人机传感器信息与在前导无人机1402收集的传感器信息相组合(例如,拼接图像,生成建筑物的3D模型,等等)。基于组合的传感器信息,前导无人机可以将更新的传感器无人机控制信息发送给传感器无人机1404或者将组合的传感器信息的分析发送给基站1406。
可选地,传感器无人机1404和/或前导无人机1402可通过网络1432与指挥中心1430通信。指挥中心1430可以直接将传感器无人机控制信息发送给传感器无人机和/或前导无人机或将前导无人机控制信息发送给前导无人机,该前导无人机控制信息覆盖从基站或前导无人机发送的控制信息。
图15是用于确定前导无人机路线的示例过程的流程图。过程1500可以由前导无人机执行,前导无人机可以使用一个或多个计算机或处理器。
前导无人机可识别基站(方框1502)以与前导无人机进行交互。基站可以是预计的基站未来位置和相关的基站路线可从中预计的基站。前导无人机可以接收包括前导无人机控制信息的前导无人机控制信号,该前导无人机控制信息识别要通信(或交互)的基站。在某些实施例中,可以在前导无人机处接收前导无人机控制信号,该前导无人机来自前导无人机控制信号中识别的基站,例如发送控制信号的基站与前导无人机配对的地方。在某些实施例中,前导无人机可以发送前导无人机发现信号。前导无人机发现信号可包括有关基站如何将前导无人机控制信号发送给前导无人机以识别与前导无人机进行交互的基站的信息。
在某些实施例中,前导无人机控制信号可包括前导无人机可识别与其交互的基站所依据的标准。例如,关于车辆基站,标准可以是从前导无人机可访问的红外传感器检测到的车辆的特定红外信号,在识别基站之后,使用从前导无人机可访问的摄像机生成的视频数据的边缘检测来检测特定的车辆轮廓,或者从基站周期性地发送并从前导无人机可访问的传感器检测到的特定位置信号。
前导无人机可以预计基站未来位置供识别的基站进行穿越(方框1504)。预计的基站未来位置可以总体上形成基站路线。中继无人机可以访问的处理器可以利用接收的预计的基站未来位置来自主构建基站路线。
在某些实施例中,预计的基站未来位置可以是预定的并作为前导无人机控制信号的一部分接收。例如,基站可具有一个地理空间传感器,该地理空间传感器感知基站的位置,还基于其预期目的地相对于其它地理空间信息(例如地图)的位置,导航模块可以随时间绘制导航路线供基站穿越以到达预期目的地。示例导航模块可以包括由Garmin公司(总部位于堪萨斯州奥拉西市)制作的导航器应用程序、和由Google公司(Google总部位于加利福尼亚州山景城)开发的地图导航应用程序。
在某些实施例中,预计的基站未来位置可以动态确定或预测。如上所述,基站的沿着基站路线预计的基站未来位置可以通过确定过去时间间隔内(比如在最后一分钟)基站过去和当前位置之间的差异,并且在与过去时间间隔的持续时间相同的未来时间间隔内添加用于穿越的差异来预测。进一步结合图8和16对所讨论的预测的基站未来位置确定进行讨论。
回到图15,前导无人机可确定前导无人机未来位置供前导无人机穿越(方框1506)。前导无人机未来位置可以作为整体形成前导无人机路线。前导无人机未来位置可以基于沿基站路线的基站未来位置。例如,当基站穿越基站未来位置时,前导无人机未来位置可以是预计基站在一段时间之后所处的位置或者可以是在基站之前固定距离处的位置。通过前导无人机控制信号,前导无人机未来位置可以在没有基站输入的情况下完全自主确定,也可以在具有基站输入的情况下为半自主的。例如,前导无人机控制信号可以指示前导无人机如何确定前导无人机未来位置,比如沿着跨越基站路线的之字形图案或者沿着与基站路线平行的图案确定前导无人机未来位置。
前导无人机可以穿越确定的前导无人机未来位置(方框1508)。前导无人机可以通过执行导航控制引擎来穿越前导无人机未来位置(和前导无人机路线),该导管控制引擎可以管理前导无人机中包括的推进机构(例如,电机、旋翼、螺旋桨等)以穿越前导无人机路线。
图16是用于动态确定(或预测)基站的未来位置的示例过程的流程图。过程1600可以由前导无人机执行,前导无人机可以使用一个或多个计算机或处理器。
前导无人机可识别基站的过去位置(方框1602)。前导无人机可通过其可用的传感器在过去时间检测过去位置。或者,过去位置可由前导无人机接收,例如通过前导无人机控制信号。
前导无人机可识别基站的当前位置(方框1604)。前导无人机可通过其可用的传感器在当前时间检测当前位置。或者,当前位置可以由前导无人机接收,例如通过前导无人机控制信号。
前导无人机可以确定基站的过去位置与当前位置之间的差异(方框1606)。差异可包括标准时间间隔内的方向和位移量。例如,在北偏西北方向的差异可以是每秒5米(沿垂直轴没有变化)。换句话说,参考图8,过去基站位置和当前基站位置之间的差异可以确定为包括经过一过去时间段(例如,过去10秒)的距离和方向的过去矢量804。
返回图16,前导无人机可确定未来位置(方框1608)。方框1606中确定的差异可以适用于前导无人机的当前位置以便确定前导无人机未来位置。例如,参见图8,过去矢量804(例如,距离和方向)的参数可以作为未来矢量适用于基站806的当前位置,未来矢量包括与过去时间段(例如,10秒)的持续时间相同的未来时间段内的距离和方向。因此,预测的(例如,预计的)未来基站位置可以确定为未来矢量的终点。可以类似地绘制未来时间间隔的附加前导无人机未来位置,其中未来矢量被迭代地应用于基站未来位置。
图17是用于触发器探测的示例过程的流程图。过程1600可以由前导无人机执行,前导无人机可以使用一个或多个计算机或处理器。
前导无人机可以在方框1702部署前导无人机可访问的传感器。
传感器可以搭载在前导无人机上。传感器可以是任何配置为收集传感器数据的传感器,触发器事件可以从该传感器数据中检测到。例如,传感器可以是摄像机,其配置为收集视频传感器数据。
前导无人机可以在方框1704从传感器收集传感器数据。传感器数据可以是在传感器的部署期间从传感器生成的数据。例如,传感器数据可以是从部署在前导无人机上的摄像机中生成的视频数据。
前导无人机可以处理传感器数据以在框1706处基于传感器数据确定是否已发生触发器事件。传感器数据可使用搭载在前导无人机上或前导无人机可访问的处理器来处理。触发器可以是发起触发任务的事件。例如,传感器数据可以是从中可以识别未识别的车辆的视频数据。未识别的车辆可以通过边缘检测或通过在多帧视频数据中检测到的未知车辆轮廓或识别标志来识别。对未识别的车辆的识别可以是触发器事件。
如果识别出触发器事件,则前导无人机可以在方框1708执行触发任务。触发任务可以是前导无人机配置为基于触发器执行的任何任务。例如,任务可以是向基站发送指示触发器事件发生的检测信号,和/或,当触发器事件是检测到未知车辆时,圈出未知车辆。
如果未识别出触发器,则前导无人机可以返回到方框1704并继续收集传感器数据。
可选地,在方框1710中,前导无人机可以返回前导无人机路线,在传感器的部署期间前导无人机可能已经沿该前导无人机路线行进。前导无人机可在触发任务中断后,在前导无人机未来位置返回前导无人机路线。或者,前导无人机可在触发任务完成时在指定供前导无人机穿越的位置返回前导无人机路线。
图18是用于组合前导无人机传感器数据和传感器无人机的传感器数据的示例过程的流程图。过程1800可以由前导无人机执行,前导无人机可以使用一个或多个计算机或处理器。
前导无人机可以在方框1802部署前导无人机可访问的前导无人机传感器。前导无人机传感器可搭载在前导无人机上。前导无人机传感器可以是从前导无人机部署的任何传感器并配置为收集传感器数据。例如,前导无人机传感器可以是摄像机,其配置为收集视频传感器数据。
在方框1804,前导无人机可以从前导无人机传感器收集前导无人机传感器数据。前导无人机传感器数据可以是在前导无人机传感器部署期间从前导无人机传感器生成的数据。例如,前导无人机传感器数据可以是前导无人机上部署的摄像机生成的视频传感器数据。
在方框1806,前导无人机可与传感器无人机建立传感器无人机通信链路。传感器无人机通信链路可以在前导无人机在传感器无人机通信链路的范围内时建立,如上所述。传感器无人机通信链路可以是持久性的,例如当传感器无人机距前导无人机恒定距离时,如结合图9所述,或者可以是非持久性的,如结合图13所述,例如。
在方框1808,前导无人机可以接收传感器无人机的传感器数据。传感器无人机的传感器数据可以通过传感器无人机通信链路接收。传感器无人机的传感器数据可以是由传感器无人机通过其可访问的传感器收集的任何类型的传感器数据。
在方框1810,前导无人机可以将前导无人机传感器数据与传感器无人机的传感器数据组合起来。这种组合的传感器数据不仅包括前导无人机传感器数据,而且包括传感器无人机传感器数据,该传感器无人机传感器数据在没有与传感器无人机通信的情况下,前导无人机无法访问。传感器数据可以以各种方式组合,例如通过将图像或视频拼接在一起以生成位置的2D或3D模型。基于组合的传感器数据(或传感器信息),前导无人机可从由前导无人机传感器探测的区域发送自身额外见解,该额外见解来自不是由前导无人机传感器收集的传感器数据。
图19示出了用于实现本文描述的特征和过程的无人机的示例系统架构的框图。无人机可以是前导无人机或传感器无人机。
无人机主处理系统1900可以是由一台或多台计算机构成的系统,或者是在由一台或多台计算机构成的系统上执行的软件,其与一个或多个数据库通信或对一个或多个数据库进行维护。无人机主处理系统1900可以是由以下组件构成的系统:一个或多个处理器1935、图形处理器1936、I/O子系统1934、逻辑电路、模拟电路、相关的易失性和/或非易失性存储器、相关的输入/输出数据端口、电源端口等,和/或执行一个或多个处理器或计算机的一个或多个软件处理。自动驾驶系统1930包括惯性测量单元(inertial measurementunit,IMU)1932、处理器1935、I/O子系统1934、GPU 1936和各种操作系统1920、以及模块1920-1929。存储器1918可以包括非易失性存储器,例如一个或多个磁盘存储装置、固态硬盘驱动器或闪存。当无人机可操作时,如RAM、DRAM、SRAM之类的其它易失性存储器可用于临时存储数据。数据库可以存储描述无人机导航操作、导航计划、应急事件、地理围栏信息、组件信息和其它信息的信息。
无人机处理系统可以耦合到一个或多个传感器,例如GNSS接收器1950(例如,GPS、GLONASS、Galileo或Beidou系统)、陀螺仪1956、加速度计1958、温度传感器1954、压力传感器(静态或差动)1952、电流传感器、电压传感器、磁力计、比重计和电机传感器。无人机可以使用惯性测量单元(IMU)1932,用于无人机的导航。传感器可以耦合到处理系统,或耦合到与无人机处理系统耦合的控制器板。一个或多个通信总线,例如CAN总线或信号线,可以耦合各种传感器和组件。
各种传感器、装置、固件和其它系统可以互连以支持无人机的多种功能和操作。例如,无人机主处理系统1900可以使用各种传感器来确定无人机当前的地理空间位置、姿态、高度、速度、方向、俯仰、滚转、偏航和/或空速,并沿着指定路线驾驶车辆和/或将车辆驾驶到指定位置和/或控制车辆的姿态、速度、高度、和/或空速(可选地,即使不沿特定路线导航车辆或将车辆导航到特定位置)。
导航控制模块(也称为导航控制引擎)1922处理无人机的导航控制操作。该模块与控制电机1942和/或致动器1944的操作的一个或多个控制器1940交互。例如,电机可用于螺旋桨的旋转,致动器可用于导航表面控制,例如副翼、方向舵、襟翼、起落架和降落伞部署。导航控制模块1922可以包括上面介绍的导航模块。
应急模块1924监控并处理应急事件。例如,应急模块可以检测到无人机已越过地理围栏的边界,然后指示导航控制模块返回预定的着陆位置。其它应急标准可能是检测到低电池或燃料状态,或车载传感器、电机故障或偏离计划导航。前述内容并不意味着限制,因为可能检测到其它应急事件。在某些情况下,如果配备在无人机上,如果电机或致动器发生故障,可能会部署降落伞。
任务模块1929处理导航计划、航点和其它导航计划相关的信息。任务模块1929与导航控制模块一起工作。例如,任务模块可以向导航控制模块发送关于导航计划的信息,例如纬度/经度航点、高度、导航速度,使得导航控制模块可以自动驾驶无人机。
无人机可以具有与其连接以进行数据收集的各种装置或传感器。例如,照相机1949、摄像机、红外摄像机、多光谱摄像机、激光雷达、无线电收发器、声纳。无人机还可以另外具有TCAS(交通防撞系统)。由传感器收集的数据可以存储在收集数据的装置上,或者数据可以存储在无人机处理系统1900的非易失性存储器1918上。
无人机处理系统1900可以耦合到各种无线电、发送器1959以便手动控制无人机,并且用于与无人机主处理系统1900之间的无线或有线数据传输,以及可选地耦合到无人机辅处理系统1902。无人机可以使用一个或多个通信子系统,例如无线通信或有线子系统,以促进与无人机之间的通信。无线通信子系统可以包括无线电收发器、以及红外、光学超声波、电磁装置。有线通信系统可以包括如以太网、USB端口、串行端口或其它类型的端口之类的端口,以与其它装置建立到无人机的有线连接,例如地面控制系统,基于云的系统或其它装置,例如,移动电话、平板电脑、个人计算机、显示监视器、其它网络启用装置。无人机可以使用到地基站的轻质连接线以用于与无人机的通信。连接线可以可拆卸地固定到无人机上,例如通过磁耦合器。
可以通过从无人机传感器和操作系统读取各种信息并将信息存储在非易失性存储器中来生成导航数据日志。数据日志可以包括各种数据的组合,例如时间、高度、航向、环境温度、处理器温度、压力、电池水平、燃料水平、绝对或相对位置、GPS坐标、俯仰、滚转、偏航、地速、湿度水平、速度、加速度和应急信息。前述内容并不意味着限制,并且可以捕获其它数据并将其存储在导航数据日志中。导航数据日志可以存储在可移动介质上,并且介质安装在地面控制系统上。或者,数据日志可以无线传输到基站、指挥中心或网络系统。
用于执行导航操作、应急操纵和其它功能的模块、程序或指令可以用操作系统来执行。在一些实现方式中,操作系统1920可以是实时操作系统(real time operatingsystem,RTOS)、UNIX、LINUX、OS X、WINDOWS、ANDROID或其它操作系统。另外,其它软件模块和应用程序可以在操作系统上运行,例如导航控制模块1922、应急模块1924、应用程序模块1926和数据库模块1928。通常,将使用无人机处理系统1900来执行导航关键功能。操作系统1920可以包括用于处理基本系统服务和用于执行硬件相关任务的指令。
除了无人机主处理系统1900之外,可以使用辅处理系统1902来运行另一个操作系统以执行其它功能。无人机辅处理系统1902可以是由一个或多个计算机构成的系统,或者是在由一个或多个计算机构成的系统上执行的软件,其与一个或多个数据库通信或维护一个或多个数据库。无人机辅处理系统1902可以是由以下组件构成的系统:一个或多个处理器1994、图形处理器1992、I/O子系统1993、逻辑电路、模拟电路、相关的易失性和/或非易失性存储器、相关的输入/输出数据端口、电源端口等、和/或执行一个或多个处理器或计算机的一个或多个软件处理。存储器1970可以包括非易失性存储器,例如一个或多个磁盘存储装置、固态硬盘驱动器、闪存。诸如RAM、DRAM、SRAM等其它易失性存储器可用于在无人机可操作时存储数据。
理想情况下,在辅处理系统1902上运行的模块、应用程序和其它功能本质上是非关键功能,即如果功能失效,无人机仍然能够安全地运行。在一些实现方式中,操作系统1972可以基于实时操作系统(RTOS)、UNIX、LINUX、OS X、WINDOWS、ANDROID或其它操作系统。另外,其它软件模块和应用程序可以在操作系统1972上运行,例如应用程序模块1978、数据库模块1980、导航控制模块1974(可以包括导航模块),等等(例如,模块1972-1980)。操作系统1902可以包括用于处理基本系统服务和用于执行硬件相关任务的指令。
此外,控制器1946可用于交互和操作负载传感器或装置1948,以及其它装置,例如照相机1949、摄像机、红外摄像机、多光谱摄像机、立体摄像机对、激光雷达、无线电收发机、声纳、激光测距仪、高度计、TCAS(交通防撞系统)、ADS-B(自动相关监视广播)转发器。可选地,辅处理系统1902可以具有耦合的控制器以控制负载装置。
前面部分中描述的每个过程、方法和算法可以由包括计算机硬件的一个或多个计算机系统或计算机处理器执行的代码模块实现,并且完全或部分自动化。代码模块(或“引擎”)可以存储在任何类型的非暂时性计算机可读介质或计算机存储装置上,例如硬盘驱动器、固态存储器、光盘和/或类似物。系统和模块也可以作为生成的数据或控制信号(例如,作为载波或其它模拟或数字传播信号的一部分)在各种计算机可读传输介质上传输,包括基于无线和有线/基于电缆的介质,并且系统和模块可以采用多种形式(例如,作为单个或多路复用模拟信号的一部分,或作为多个离散数字分组或帧)。过程和算法可以部分或全部地在专用电路中实现。所公开的过程和过程步骤的结果可以持久地或以其它方式存储在任何类型的非暂时性计算机存储器中,例如,易失性或非易失性存储器。
通常,这里使用的术语“引擎”和“模块”是指以硬件或固件实现的逻辑,或者是以编程语言编写的可能具有进入和退出点的软件指令集合,例如,Java、Lua、C或C++。软件模块可以被编译并链接到可执行程序中,安装在动态链接库中,或者可以用解释的编程语言编写,例如,BASIC,Perl或Python。应当理解,软件模块可以从其它模块或从它们自己调用,和/或可以响应于检测到的事件或中断而被调用。配置用于在计算装置上执行的软件模块可以提供在一个或多个计算机可读介质上,例如光盘、数字视频盘、闪存驱动器或任何其它有形介质。这种软件代码可以部分或全部存储在执行计算装置的存储器装置上。软件指令可以嵌入固件中,例如EPROM。将进一步理解,硬件模块可以包括连接的逻辑单元,例如门和触发器,和/或可以包括可编程单元,例如可编程门阵列或处理器。这里描述的模块优选地实现为软件模块,但是可以用硬件或固件表示。通常,这里描述的模块指的是逻辑模块,其可以与其它模块组合或者无论它们的物理组织或存储如何被分成子模块。电子数据源可以包括数据库、易失性/非易失性存储器以及维护信息的任何存储器系统或子系统。
结合本文公开的实施例描述的各种说明性逻辑块和模块可以由机器来实现或执行,例如通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、离散门或晶体管逻辑、分立硬件组件或其任何组合,其被设计用于执行本文所述的功能。通用处理器可以是微处理器,但是替代地,处理器可以是控制器、微控制器或状态机、其组合等等。处理器可以包括用于处理计算机可执行指令的电路配置。在另一实施例中,处理器包含FPGA或其它可编程装置,其执行逻辑操作而不处理计算机可执行指令。处理器还可以实现为计算装置的组合,例如,DSP和微处理器的组合,多个微处理器的组合,一个或多个微处理器与DSP内核的组合,或任何其它这样的配置。尽管这里主要关于数字技术进行了描述,但是处理器也可以主要包括模拟组件。例如,本文描述的一些或所有信号处理算法可以在模拟电路或混合模拟和数字电路中实现。计算环境可以包括任何类型的计算机系统,包括但不限于基于微处理器的计算机系统、大型计算机、数字信号处理器、便携式计算装置、装置控制器或装置内的计算引擎,仅举几例。
结合本文中所揭示的实施例而描述的方法、过程或算法的元件可直接体现于硬件中,存储于一个或一个以上存储器装置中且由一个或一个以上处理器执行的软件模块中,或以两种模块组合的方式实施。软件模块可以驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或任何其它形式的非暂时性计算机可读存储介质、介质或本领域已知的物理计算机存储器。示例存储介质可以耦合到处理器,这样处理器可以从存储介质读取信息并向存储介质写入信息。在替代方案中,存储介质可以是处理器的组成部分。存储介质可以是易失性的或非易失性的。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在替代方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
上述各种特征和过程可以彼此独立地使用,或者可以以各种方式组合。所有可能的组合和子组合都旨在落入本公开的范围内。此外,在一些实现方式中可以省略某些方法或过程方框。本文描述的方法和过程也不限于任何特定序列,并且与其相关的块或状态可以以适当的其它序列执行。例如,所描述的块或状态可以以不同于具体公开的顺序执行,或者多个块或状态可以组合在单个块或状态中。示例块或状态可以串行、并行或以某种其它方式执行。可以向所公开的示例实施例添加块或状态或从其中移除块或状态。这里描述的示例系统和组件可以与所描述的不同地配置。例如,与所公开的示例实施例相比,可以添加、移除或重新布置元件。
除非另有说明,否则本文使用的条件语言,例如“能够”、“能”、“可能”、“可以”、“例如”等,除非另有明确说明,或者在所使用的上下文中以其它方式理解,通常旨在表达某些实施例包括,而其它实施例不包括某些特征、元件和/或步骤。因此,这种条件语言通常不旨在暗示一个或多个实施例以任何方式需要特征、元件和/或步骤,或者一个或多个实施例必须包括用于在有或没有作者输入或提示的情况下决定的逻辑在任何特定实施例中包括或将要执行这些特征、元件和/或步骤。术语“包含”、“包括”、“具有”等是同义的并且以开放式方式包含使用,并且不排除其它元件、特征、动作、操作等。同样,术语“或”在其包含意义上使用(而不是在其独有意义上),因此当使用,例如,连接元件列表时,术语“或”表示列表元件中的一个、一些或所有元件。除非另有明确说明,否则如短语“至少一个X、Y和Z”之类的联合语言在上下文中被理解为通常用于表达项目、术语等。可以是X、Y或Z。因此,这种联合语言通常并不意味着某些实施例要求每个都存在至少一个X、至少一个Y和至少一个Z。
这里使用的术语“一个”应该是包含性的而不是排他性的解释。例如,除非特别说明,否则术语“一个”不应理解为“恰好一个”或“一个且仅一个”;相反,术语“一个”表示“一个或多个”或“至少一个”,在权利要求书或说明书中的其它地方使用的,并且不管权利要求或说明书中其它地方的量词如“至少一个”,“一个或多个”或“多个”的使用。
这里使用的术语“包括”应该给出包含性而非排他性的解释。例如,包括一个或多个处理器的通用计算机不应被解释为排除其它计算机组件,并且可能包括诸如存储器、输入/输出装置和/或网络接口等组件。
虽然已经描述了某些示例实施例,但是这些实施例仅作为示例呈现,并且不旨在限制本公开的范围。因此,前面的描述中的任何内容都不旨在暗示任何特定的元件、特征、特点、步骤、模块或块是必需的或必不可少的。实际上,这里描述的新颖方法和系统可以以各种其它形式体现;此外,在此,在不脱离所公开的本发明的精神的情况下,可以对这里描述的方法和系统的形式进行各种省略、替换和改变。所附权利要求及其等同物旨在涵盖落入本文公开的某些发明的范围和精神内的这些形式或修改。
本文描述和/或在附图中描绘的流程图中的任何过程描述,元件或块应当被理解为潜在地表示包括用于实现特定逻辑功能或步骤的一个或多个可执行指令的模块、片段或代码部分。本领域技术人员可以理解,替换实施方式包括在本文描述的实施方案的范围内,其中可以删除元件或功能,从所示或讨论的顺序执行,包括基本上同时或以相反的顺序,取决于所涉及的功能。
应该强调的是,可以对上述实施例进行许多变化和修改,其元件应被理解为是其它可接受的示例。所有这些修改和变化旨在包括在本公开的范围内。前面的描述详述了本发明的某些实施例。然而,应当理解,无论前述内容在文本中有多详细,本发明都可以以多种方式实施。如上所述,应当注意,在描述本发明的某些特征或方面时使用特定术语不应被视为暗示本文中将术语重新定义为限于包括与该术语相关联的本发明的特征或方面的任何特定特征。
应该理解,根据本文描述的任何特定实施例,不一定能够实现所有目的或优点。因此,本领域技术人员将认识到,某些实施例可以配置为以实现或优化本文所教导的一个优点或一组优点的方式操作,而不必实现本文可能教导或建议的其它目的或优点。
Claims (15)
1.一种方法,其特征在于,包括:
在前导无人机处识别基站,所述基站配置为从当前位置移开;
确定所述基站的未来位置;以及
将所述前导无人机移动到相对于所述未来位置的无人机位置。
2.根据权利要求1所述的方法,其特征在于,包括:
根据所述基站的过去位置与所述当前位置之间的差异确定所述未来位置。
3.根据权利要求1所述的方法,其特征在于,包括:
确定所述当前位置和所述未来位置之间的所述基站的基站路线;
确定相对于所述基站路线的无人机路线;以及
沿着所述无人机路线移动所述前导无人机。
4.根据权利要求3所述的方法,其特征在于,包括:
使用所述前导无人机处的传感器,沿所述基站路线收集传感器数据。
5.根据权利要求3所述的方法,其特征在于,包括:
使用所述前导无人机处的传感器,沿所述无人机路线收集传感器数据。
6.根据权利要求4所述的方法,其特征在于,包括:
基于所述传感器数据识别触发器;以及
基于所述触发器将所述前导无人机移动到触发器位置。
7.根据权利要求4所述的方法,其特征在于,包括:
从数据存储检索地理数据;
比较所述地理数据与所述传感器数据;以及
基于所述地理数据与所述传感器数据的比较,沿所述基站路线生成更新的地理数据。
8.根据权利要求7所述的方法,其特征在于,包括:
发送所述更新的地理数据到所述基站。
9.根据权利要求3所述的方法,其特征在于,包括:
将所述未来位置确定为沿所述基站路线的位置。
10.根据权利要求3所述的方法,其特征在于,包括:
从存储在数据存储中的多个可能的基站路线确定所述基站路线。
11.根据权利要求3所述的方法,其特征在于,包括:
从所述基站接收包括所述基站路线的控制信号。
12.根据权利要求1所述的方法,其特征在于,包括:
确定所述基站的目的地;以及
确定包括所述当前位置和所述目的地的所述基站的基站路线,所述未来位置位于所述当前位置与所述目的地之间的所述基站路线上。
13.根据权利要求1所述的方法,其特征在于,包括:
从所述基站接收控制信号,以控制所述前导无人机。
14.根据权利要求13所述的方法,其特征在于,包括:
从命令中心接收覆盖信号,所述覆盖信号覆盖所述控制信号以控制所述前导无人机。
15.根据权利要求14所述的方法,其特征在于,包括:
发送所述覆盖命令到所述基站。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/588,316 US20180321681A1 (en) | 2017-05-05 | 2017-05-05 | Leading drone method |
US15/588,316 | 2017-05-05 | ||
PCT/US2018/031073 WO2018204776A1 (en) | 2017-05-05 | 2018-05-04 | Leading drone method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110226143A true CN110226143A (zh) | 2019-09-10 |
CN110226143B CN110226143B (zh) | 2023-08-22 |
Family
ID=64014706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880008617.4A Active CN110226143B (zh) | 2017-05-05 | 2018-05-04 | 前导无人机的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180321681A1 (zh) |
CN (1) | CN110226143B (zh) |
WO (1) | WO2018204776A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267213A (zh) * | 2021-05-08 | 2021-08-17 | Tcl通讯(宁波)有限公司 | 无人机采集环境数据系统和无人机采集环境数据方法 |
CN115021842A (zh) * | 2021-11-19 | 2022-09-06 | 荣耀终端有限公司 | 任务处理方法和装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11360486B2 (en) | 2016-11-22 | 2022-06-14 | Ford Motor Company | Vehicle assistance |
DE112017007032T5 (de) * | 2017-03-08 | 2019-10-31 | Ford Global Technologies, Llc | An einem Fahrzeug angebrachter Flugdrohnenbehälter |
WO2018209319A1 (en) | 2017-05-12 | 2018-11-15 | Gencore Candeo, Ltd. | Systems and methods for response to emergency situations using unmanned airborne vehicles with improved functionalities |
US10852724B2 (en) * | 2018-04-30 | 2020-12-01 | DJI Research LLC | Customizable waypoint missions |
CN111565440B (zh) * | 2019-01-29 | 2022-04-22 | 华为技术有限公司 | 无线通信的方法和通信设备 |
US20200285255A1 (en) * | 2019-03-08 | 2020-09-10 | Here Global B.V. | Method and apparatus for providing drone-based alerting of movement of a part of a vehicle into a path of travel |
TWI752447B (zh) * | 2020-03-27 | 2022-01-11 | 英屬維爾京群島商飛思捷投資股份有限公司 | 超寬頻輔助精確定位方法 |
US20210357664A1 (en) * | 2020-05-14 | 2021-11-18 | Raven Industries, Inc. | Obstacle monitoring systems and methods for same |
CN112304290A (zh) * | 2020-09-16 | 2021-02-02 | 华恩慧图科技(石家庄)有限公司 | 一种基于无人机应用的地理数据自动采集系统 |
US20220277653A1 (en) * | 2021-03-01 | 2022-09-01 | T-Mobile Usa, Inc. | Network assisted platooning for self driving vehicles |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9056676B1 (en) * | 2014-05-30 | 2015-06-16 | SZ DJI Technology Co., Ltd | Systems and methods for UAV docking |
CN105425208A (zh) * | 2015-12-21 | 2016-03-23 | 深圳思科尼亚科技有限公司 | 一种用于无人机精确导航的定位系统及定位方法 |
WO2016148368A1 (en) * | 2015-03-18 | 2016-09-22 | Lg Electronics Inc. | Unmanned aerial vehicle and method of controlling the same |
US9513629B1 (en) * | 2015-10-30 | 2016-12-06 | Sony Mobile Communications, Inc. | Methods and devices for heart rate controlled drones |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6963795B2 (en) * | 2002-07-16 | 2005-11-08 | Honeywell Interntaional Inc. | Vehicle position keeping system |
US8352112B2 (en) * | 2009-04-06 | 2013-01-08 | GM Global Technology Operations LLC | Autonomous vehicle management |
DE102012208256A1 (de) * | 2012-05-16 | 2013-11-21 | Continental Teves Ag & Co. Ohg | Verfahren und System zum autonomen Nachführen eines Folgefahrzeugs auf der Spur eines Leitfahrzeugs |
US9102406B2 (en) * | 2013-02-15 | 2015-08-11 | Disney Enterprises, Inc. | Controlling unmanned aerial vehicles as a flock to synchronize flight in aerial displays |
US9505383B2 (en) * | 2013-10-29 | 2016-11-29 | Medallion Instrumentation Systems, Llc | Removable vehicle operation instrument with remote control capability and related method |
US9511878B1 (en) * | 2014-08-13 | 2016-12-06 | Trace Live Network Inc. | System and method for adaptive y-axis power usage and non-linear battery usage for unmanned aerial vehicle equipped with action camera system |
CN106455523B (zh) * | 2014-10-31 | 2020-08-04 | 深圳市大疆创新科技有限公司 | 用于遛宠物的系统和方法 |
US9896202B2 (en) * | 2014-12-03 | 2018-02-20 | X Development Llc | Systems and methods for reliable relative navigation and autonomous following between unmanned aerial vehicle and a target object |
US9384666B1 (en) * | 2015-02-01 | 2016-07-05 | Thomas Danaher Harvey | Methods to operate autonomous vehicles to pilot vehicles in groups or convoys |
EP3283930A2 (en) * | 2015-04-14 | 2018-02-21 | Tobin Fisher | System for authoring, executing, and distributing unmanned aerial vehicle flight-behavior profiles |
US10102757B2 (en) * | 2015-08-22 | 2018-10-16 | Just Innovation, Inc. | Secure unmanned vehicle operation and monitoring |
US10386835B2 (en) * | 2016-01-04 | 2019-08-20 | GM Global Technology Operations LLC | System and method for externally interfacing with an autonomous vehicle |
-
2017
- 2017-05-05 US US15/588,316 patent/US20180321681A1/en not_active Abandoned
-
2018
- 2018-05-04 CN CN201880008617.4A patent/CN110226143B/zh active Active
- 2018-05-04 WO PCT/US2018/031073 patent/WO2018204776A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9056676B1 (en) * | 2014-05-30 | 2015-06-16 | SZ DJI Technology Co., Ltd | Systems and methods for UAV docking |
WO2016148368A1 (en) * | 2015-03-18 | 2016-09-22 | Lg Electronics Inc. | Unmanned aerial vehicle and method of controlling the same |
US9513629B1 (en) * | 2015-10-30 | 2016-12-06 | Sony Mobile Communications, Inc. | Methods and devices for heart rate controlled drones |
CN105425208A (zh) * | 2015-12-21 | 2016-03-23 | 深圳思科尼亚科技有限公司 | 一种用于无人机精确导航的定位系统及定位方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267213A (zh) * | 2021-05-08 | 2021-08-17 | Tcl通讯(宁波)有限公司 | 无人机采集环境数据系统和无人机采集环境数据方法 |
CN115021842A (zh) * | 2021-11-19 | 2022-09-06 | 荣耀终端有限公司 | 任务处理方法和装置 |
CN115021842B (zh) * | 2021-11-19 | 2023-10-31 | 荣耀终端有限公司 | 任务处理方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018204776A1 (en) | 2018-11-08 |
CN110226143B (zh) | 2023-08-22 |
US20180321681A1 (en) | 2018-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110268356A (zh) | 前导无人机的系统 | |
CN110226143A (zh) | 前导无人机的方法 | |
EP3619584B1 (en) | Underwater leading drone system | |
US11914369B2 (en) | Multi-sensor environmental mapping | |
US20220357753A1 (en) | Drop-off location planning for delivery vehicle | |
EP3662335B1 (en) | Model for determining drop-off spot at delivery location | |
EP3674657A1 (en) | Construction and update of elevation maps | |
CN110234571A (zh) | 中继无人机方法 | |
CN109478068A (zh) | 动态地控制用于处理传感器输出数据的参数以用于碰撞避免和路径规划的系统和方法 | |
WO2017168423A1 (en) | System and method for autonomous guidance of vehicles | |
JPWO2020115902A1 (ja) | 物品受け渡し場所の決定方法、着陸場所の決定方法、物品受け渡しシステム、及び情報処理装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210315 Address after: B2, 218 Jinge Road, Jinshan District, Shanghai Applicant after: Shanghai Fengfei Aviation Technology Co.,Ltd. Address before: Hongkong, Tongluowan, China Applicant before: Tian Yu |
|
GR01 | Patent grant | ||
GR01 | Patent grant |