CN110389594A - 自适应自主系统架构 - Google Patents
自适应自主系统架构 Download PDFInfo
- Publication number
- CN110389594A CN110389594A CN201910173719.8A CN201910173719A CN110389594A CN 110389594 A CN110389594 A CN 110389594A CN 201910173719 A CN201910173719 A CN 201910173719A CN 110389594 A CN110389594 A CN 110389594A
- Authority
- CN
- China
- Prior art keywords
- task
- delivery vehicle
- assignment list
- module
- task assignment
- 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
- 230000003044 adaptive effect Effects 0.000 title abstract description 8
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 283
- 238000013439 planning Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims description 55
- 238000004891 communication Methods 0.000 claims description 31
- 238000009826 distribution Methods 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 description 33
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 21
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 230000004888 barrier function Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000004927 fusion Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008707 rearrangement Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000037424 autonomic function Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005036 potential barrier Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C13/00—Control systems or transmitting systems for actuating flying-control surfaces, lift-increasing flaps, air brakes, or spoilers
- B64C13/02—Initiating means
- B64C13/16—Initiating means actuated automatically, e.g. responsive to gust detectors
- B64C13/18—Initiating means actuated automatically, e.g. responsive to gust detectors using automatic pilot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D31/00—Power plant control; Arrangement thereof
- B64D31/02—Initiating means
- B64D31/06—Initiating means actuated automatically
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
- G05D1/0016—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement characterised by the operator's input device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
- B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/25—Fixed-wing aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25347—Multitasking machine control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Abstract
本公开涉及自适应自主系统架构,并公开一种在环境中与运载工具一起使用的自主系统。所述自主系统包含处理器、多个传感器、运载工具控制器、态势感知模块、任务规划模块和任务执行模块,所述处理器与存储器装置可操作地耦接,所述多个传感器与所述处理器可操作地耦接。所述态势感知模块被配置为至少部分地基于所述多个传感器中的至少一个的传感器数据确定所述环境的状态。所述任务规划模块被配置为经由所述处理器识别要由所述运载工具执行的多个任务,并且从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表。所述任务执行模块被配置为命令所述运载工具控制器根据所述任务分配列表执行所述多个任务。所述任务执行模块可以被配置为在所述任务分配列表的执行期间监测所述运载工具或所述运载工具控制器以识别任何错误。
Description
技术领域
本公开涉及用于运载工具和其他系统的自主系统。
背景技术
无人驾驶航空运载工具(UAV)和无人驾驶航空系统(UAS)的使用近年来已经成长,并且此类UAV和SUAS被采用各种各样的应用中,包括军用和民用两者。研究正在继续进行以改善UAS自主。通常,这种研究着力解决UAV/UAS操作的多个方面,尤其包括(1)支持远程人类控制的给定运载工具的自动飞行控制,(2)为给定运载工具或一组运载工具确定任务应当被如何安排和/或分配的优化系统(和相关联的方法),以及(3)自动的实时数据处理和开发以支持自动路径规划、降落和其他活动。
尽管有所进步,但是现有的自主系统通常被配置为仅解决这些活动的一个方面,由此将其基础自主算法和软件架构的设计聚焦于狭窄的飞行任务集。如能够意识到的,这限制了现有的自主系统的可扩展性,因为它们不太适合于支持将新模块添加到自主系统。此外,现有的自主系统可以或不可以被构建用于通过参数化快速自适应新平台。因此,存在对于用于运载工具和其他系统的改善的自主系统的需要。
发明内容
本公开涉及用于运载工具和其他系统的自主系统。
在独立权利要求中进行定义各方面。各个方面的可选特征在从属权利要求中进行定义。
根据第一示例,一种在环境中与运载工具一起使用的自主系统包含:处理器,其与存储器装置可操作地耦接;多个传感器,其与所述处理器可操作地耦接;运载工具控制器;态势感知模块,其被可操作地耦接到所述多个传感器,其中所述态势感知模块被配置为至少部分地基于所述多个传感器中的至少一个的传感器数据确定所述环境的状态;任务规划模块,其与所述态势感知模块通信地耦接,其中所述任务规划模块被配置为经由所述处理器识别要由所述运载工具执行的多个任务,其中所述任务规划模块被配置为经由所述处理器从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及任务执行模块,其与所述运载工具控制器可操作地耦接,其中所述任务执行模块被配置为命令所述运载工具控制器根据所述任务分配列表执行所述多个任务,其中所述任务执行模块被配置为在所述任务分配列表的执行期间监测所述运载工具或所述运载工具控制器以识别任何错误。
在某些示例中,所述运载工具是飞行器,并且所述运载工具控制器是飞行控制器,其中飞行控制器被配置为根据所述任务分配列表控制一个或更多个推力发生器或一个或更多个致动器。
在某些示例中,所述自主系统进一步包含任务共识模块,其相对于与配备有自主系统的第二运载工具相关联的第二任务分配列表分析所述运载工具的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务,并且其中所述任务共识模块被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表。
在某些示例中,所述任务共识模块被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具和所述第二运载工具的总体效率。
在某些示例中,所述任务共识模块被配置为在所述任务分配列表与所述第二任务分配列表之间重新分配任务。
在某些示例中,所述预定的优化准则至少部分地基于来自所述任务分配列表的执行的结果来更新。
在某些示例中,所述任务共识模块被配置为将来自所述任务分配列表的所述多个任务中的至少一个重新分配给所述第二任务分配列表。
在某些示例中,所述任务共识模块被配置为将来自所述第二任务分配列表的所述多个任务中的至少一个重新分配给所述任务分配列表。
在某些示例中,所述任务共识模块被配置为至少部分地基于所述第二任务分配列表或所述任务分配列表对所述多个任务重新排序。
在某些示例中,所述任务共识模块被配置为至少部分地基于所述任务分配列表对所述第二多个任务重新排序。
在某些示例中,所述多个任务与所述第二多个任务至少部分地重叠。
在某些示例中,重叠的任务从所述任务分配列表或所述第二任务分配列表中移除。
在某些示例中,所述自主系统进一步包含提供所述自主系统与用户之间的通信接口的人机界面。
在某些示例中,所述人机界面与所述态势感知模块、所述任务规划模块和所述任务执行模块中的每一个可操作地耦接。
在某些示例中,所述人机界面使得用户能够修改所述任务分配列表。
在某些示例中,所述运载工具控制器被配置为至少部分地基于所述任务分配列表导航所述运载工具。
在某些示例中,所述任务分配列表被配置为命令所述运载工具从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
在某些示例中,所述操作是情报、监视和侦察(ISR)操作。
在某些示例中,所述存储器装置包含不管运载工具类型如何都提供自主的可互换代码库。
根据第二示例,一种在环境中操作具有自主系统的运载工具的方法包含:至少部分地基于被耦接到所述运载工具的多个传感器中的至少一个的传感器数据确定所述环境的状态;经由处理器识别要由所述运载工具执行的多个任务;经由所述处理器从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;命令所述运载工具的运载工具控制器根据所述任务分配列表执行所述多个任务;以及在所述任务分配列表的执行期间监测所述运载工具或所述运载工具控制器以识别任何错误。
在某些示例中,所述运载工具是飞行器,并且所述运载工具控制器是飞行控制器,其中飞行控制器被配置为根据所述任务分配列表控制一个或更多个推力发生器或一个或更多个致动器。
在某些示例中,所述方法进一步包含以下步骤:相对于与配备有自主系统的第二运载工具相关联的第二任务分配列表分析所述运载工具的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务;以及至少部分地基于所述第二任务分配列表调整所述任务分配列表。
在某些示例中,所述方法进一步包含以下步骤:至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具和所述第二运载工具的总体效率。
在某些示例中,所述调整的步骤包含在所述任务分配列表与所述第二任务分配列表之间重新分配任务。
在某些示例中,所述调整的步骤包含将来自所述任务分配列表的所述多个任务中的至少一个重新分配给所述第二任务分配列表。
在某些示例中,所述调整的步骤包含将来自所述第二任务分配列表的所述多个任务中的至少一个重新分配给所述任务分配列表。
在某些示例中,所述调整的步骤包含至少部分地基于所述第二任务分配列表对所述多个任务重新排序。
在某些示例中,所述调整的步骤包含至少部分地基于所述任务分配列表对所述第二多个任务重新排序。
在某些示例中,所述多个任务与所述第二多个任务至少部分地重叠。
在某些示例中,包含以下步骤:从所述任务分配列表或所述第二任务分配列表移除任何重叠的任务。
在某些示例中,所述处理器与提供了控制和在所述自主系统与用户之间的通信接口的人机界面可操作地耦接。
在某些示例中,所述方法进一步包含以下步骤:至少部分地基于经由人机界面来自用户的输入修改所述任务分配列表。
在某些示例中,所述运载工具控制器被配置为至少部分地基于所述任务分配列表导航所述运载工具。
在某些示例中,所述任务分配列表被配置为命令所述运载工具从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
在某些示例中,所述操作是情报、监视和侦察(ISR)操作。
在某些示例中,所述处理器与存储器装置可操作地耦接,所述存储器装置包含不管运载工具类型如何都提供自主的可互换代码库。
根据第三示例,一种用于在环境中操作的自主飞行器包含:处理器,其与存储器装置可操作地耦接;多个传感器,其与所述处理器可操作地耦接;飞行控制器;态势感知模块,其被可操作地耦接到所述多个传感器,其中所述态势感知模块被配置为至少部分地基于所述多个传感器中的至少一个的传感器数据确定所述环境的状态;任务规划模块,其与所述态势感知模块通信地耦接,其中所述任务规划模块被配置为经由所述处理器识别要由所述运载工具执行的多个任务,其中所述任务规划模块被配置为经由所述处理器从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及任务执行模块,其与所述飞行控制器可操作地耦接,其中所述任务执行模块被配置为命令所述飞行控制器根据所述任务分配列表执行所述多个任务,其中所述任务执行模块被配置为在所述任务分配列表的执行期间监测所述飞行控制器以识别任何错误。
在某些示例中,在执行所述任务分配列表后,所述自主飞行器从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
在某些示例中,所述操作是情报、监视和侦察(ISR)操作。
在某些示例中,所述自主飞行器进一步包含任务共识模块,其相对于与配备有自主系统的第二自主飞行器相关联的第二任务分配列表分析所述自主飞行器的所述任务分配列表,其中第二任务分配列表包括第二多个任务,并且其中任务共识模块经配置以至少部分基于第二任务分配列表调整任务分配列表。
在某些示例中,所述任务共识模块被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化自主飞行器和所述第二自主飞行器的总体效率。
在某些示例中,所述任务共识模块被配置为在所述任务分配列表与所述第二任务分配列表之间动态地重新分配任务。
在某些示例中,所述任务规划模块被配置为根据任务影响自主飞行器飞行任务的可能性来将任务区分优先次序。
一个实施例涉及一种用于在环境中与运载工具一起使用的自主系统,所述自主系统包含:处理器,其与存储器装置可操作地耦接;多个传感器,其与所述处理器可操作地耦接;运载工具控制器;态势感知模块,其被可操作地耦接到所述多个传感器,其中所述态势感知模块可以被配置为至少部分地基于所述多个传感器中的至少一个的传感器数据确定所述环境的状态;任务规划模块,其与所述态势感知模块通信地耦接,其中所述任务规划模块可以被配置为经由所述处理器识别要由所述运载工具执行的多个任务,其中所述任务规划模块可以被配置为经由所述处理器从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及任务执行模块,其与所述运载工具控制器可操作地耦接,其中所述任务执行模块可以被配置为命令所述运载工具控制器根据所述任务分配列表执行所述多个任务,其中所述任务执行模块可以被配置为在所述任务分配列表的执行期间监测所述运载工具或所述运载工具控制器以识别任何错误。所述运载工具可以是飞行器或其他适航运载工具。所述运载工具控制器可以是飞行控制器。所述飞行控制器能够被配置为根据所述任务分配列表控制一个或更多个推力发生器或一个或更多个致动器。所述自主系统还可以包括任务共识模块,其相对于与可以配备有自主系统的第二运载工具相关联的第二任务分配列表分析所述运载工具的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务,并且其中所述任务共识模块可以被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表。所述任务共识模块可以被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具和所述第二运载工具的总体效率。所述任务共识模块可以被配置为在所述任务分配列表与所述第二任务分配列表之间重新分配任务。所述预定的优化准则可以至少部分地基于来自所述任务分配列表的执行的结果来更新。所述任务共识模块可以被配置为至少部分地基于所述第二任务分配列表或所述任务分配列表对所述多个任务重新排序。所述多个任务与所述第二多个任务至少部分地重叠。重叠的任务能够从所述任务分配列表或所述第二任务分配列表被移除。所述自主系统还能够包括提供所述自主系统与用户之间的通信接口的人机界面。所述人机界面可以使得用户能够修改所述任务分配列表。所述运载工具控制器可以被配置为至少部分地基于所述任务分配列表导航所述运载工具。所述任务分配列表可以被配置为命令所述运载工具从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。所述存储器装置可以包括不管运载工具类型如何都提供自主的可互换代码库。
另一实施例涉及一种在环境中操作具有自主系统的运载工具的方法,所述方法包括:至少部分地基于被耦接到所述运载工具的多个传感器中的至少一个的传感器数据确定所述环境的状态;经由处理器识别要由所述运载工具执行的多个任务;经由所述处理器从所述多个任务产生可以至少部分地基于预定的优化准则的任务分配列表;命令所述运载工具的运载工具控制器根据所述任务分配列表执行所述多个任务;以及在所述任务分配列表的执行期间监测所述运载工具或所述运载工具控制器以识别任何错误。所述运载工具可以是飞行器,并且所述运载工具控制器可以是飞行控制器,其中飞行控制器可以被配置为根据所述任务分配列表控制一个或更多个推力发生器或一个或更多个致动器。所述方法还可以包括以下步骤:相对于与可以配备有自主系统的第二运载工具相关联的第二任务分配列表分析所述运载工具的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务;以及至少部分地基于所述第二任务分配列表调整所述任务分配列表。所述方法还可以包括以下步骤:至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具和所述第二运载工具的总体效率。所述方法还可以包括以下步骤:至少部分地基于经由人机界面来自用户的输入修改所述任务分配列表。所述运载工具控制器可以被配置为至少部分地基于所述任务分配列表导航所述运载工具。所述任务分配列表可以被配置为命令所述运载工具从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
另一实施例涉及一种用于在环境中操作的自主飞行器,自主飞行器包括:处理器,其与存储器装置可操作地耦接;多个传感器,其与所述处理器可操作地耦接;飞行控制器;态势感知模块,其被可操作地耦接到所述多个传感器,其中所述态势感知模块可以被配置为至少部分地基于所述多个传感器中的至少一个的传感器数据确定所述环境的状态;任务规划模块,其与所述态势感知模块通信地耦接,其中所述任务规划模块可以被配置为经由所述处理器识别要由所述运载工具执行的多个任务,其中所述任务规划模块可以被配置为经由所述处理器从所述多个任务产生可以至少部分地基于再次确定的优化准则的任务分配列表;以及任务执行模块,其与所述飞行控制器可操作地耦接,其中所述任务执行模块可以被配置为命令所述飞行控制器根据所述任务分配列表执行所述多个任务,其中所述任务执行模块可以被配置为在所述任务分配列表的执行期间监测所述飞行控制器以识别任何错误。在执行所述任务分配列表后,所述自主飞行器可以被引导为从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。所述任务规划模块可以被配置为根据任务影响自主飞行器飞行任务的可能性对任务区分优先次序。
附图说明
参考以下说明和附图,本公开的这些和其他优点可以被容易地理解,其中:
图1a和图1b分别图示了示例多旋翼飞行器和示例固定翼飞行器的视图。
图1c图示了用于图1a和/或图1b的飞行器的示例飞行控制系统的方框图。
图2a至图2c图示了示例自适应自主架构(A3)系统的方框图。
图3图示了示例A3系统的更详细的方框图。
图4图示了示例系统自动过程的流程图。
具体实施方式
下文中将参考附图来描述本公开的优选实施例。图中的组件不一定是按比例绘制的,而是将重点放在清楚地图示本实施例的原理上。举例来说,为了清楚和方便描述,可以放大元件的大小。此外,在可能的情况下,相同的参考标号在所有附图中都用于指实施例的相同或相似元件。在以下描述中,未详细描述众所周知的功能或构造,因为它们可以因不必要的细节而使本公开模糊不清。本说明书中的任何语言都不应理解为指示实践实施例所必需的任何非所主张的要素。
除非本文另外指示,否则对本文中值范围的叙述无意为限制性的,而是个别地指代属于所述范围内的任一和所有值,且此范围内的每一单独值就像本文个别地叙述那样并入到本说明书中。词“约”、“大约”等在伴随数值时,将解释为指示如一般技术人员将了解的为了既定目的而令人满意地操作的偏差。值和/或数值的范围在本文中仅作为示例提供,且不对所描述的实施例的范围构成限制。本文中提供的任何示例或示范性语言(“例如”、“如”等)的使用仅在于更好地图示实施例,并且不对实施例的范围造成限制。本说明书中的任何语言都不应理解为指示任何非所主张的要素是实践实施例所必需的。
在以下描述中,应理解,例如“第一”、“第二”、“顶部”、“底部”、“侧”、“前”、“前面”、“后”等术语是方便词,且不应被理解为限制性术语。本文所提供的各种数据值(例如距离、秒等)可以被一个或更多个其他预定数据值取代,且因此不应被视为限制性的,而是示范性的。出于本公开的目的,以下术语和定义将应用:
术语“航空运载工具”和“飞行器”指的是能够飞行的机器,包括但不限于,固定翼飞行器、无人驾驶航空运载工具、可选有人驾驶飞行器、可变翼飞行器、以及垂直起飞和降落(VTOL)飞行器。
术语“和/或”表示列表中由“和/或”联结的项目中的任何一个或更多个。举例来说“x和/或y”表示三元素集合{(x),(y),(x,y)}中的任一元素。换言之,“x和/或y”表示“x和y中的一者或两者”。作为另一示例,“x、y和/或z”表示七元素集合{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任一元素。换言之,“x、y和/或z”意指“x、y和z中的一个或更多个”。
术语“电路”和“电路系统”指的是物理电子组件(例如硬件)和任何软件和/或固件(“代码”),其可以配置硬件,由硬件执行,和或以其他方式与硬件相关联。如本文中所使用,举例来说,当执行一或多行代码中的第一组代码时,特定处理器和存储器可以包含第一“电路”,且当执行一个或更多行代码中的第二组代码时,可以包含第二“电路”。如本文所用,每当电路系统包含执行功能所必需的硬件和代码(如果任一者是必需的)时,电路系统就“可操作”以执行所述功能,不管所述功能的执行是否停用,或未启用(例如通过用户可以配置设置、工厂修整等)。
术语“通信(communicate和communicating)”指的是(1)将数据从来源传输或以其他方式传送到目的地,和/或(2)将数据递送到通信媒体、系统、信道、网络、装置、线路、电缆、光纤、电路和/或链接以传送到目的地。
如本文中所使用,术语“耦接”、“被耦接到”和“与…耦接”各自表示两个或更多个装置、设备、文件、电路、元件、功能、操作、过程、程序、媒体、组件、网络、系统、子系统和/或工具之间的关系,构成以下各项中的任何一或多者:(i)连接,不管是直接的还是通过一个或更多个其他装置、设备、文件、电路、元件、功能、操作、过程、程序、媒体、组件、网络、系统、子系统或工具;(ii)通信关系,不管是直接的还是通过一个或更多个其他装置、设备、文件、电路、元件、功能、操作、过程、程序、媒体、组件、网络、系统、子系统或工具;和/或(iii)功能关系,其中任何一个或更多个装置、设备、文件、电路、元件、功能、操作、过程、程序、媒体、组件、网络、系统、子系统或工具的操作完全或部分地取决于其任何一个或更多个其他者的操作。
如本文中使用的术语“数据”表示任何标记、信号、记号、符号、域、符号组、表示,以及表示信息的任何其他物理形式或多种物理形式,不管是永久的还是临时的,不管是可见、可听、声学、电、磁性、电磁还是以其他方式体现。术语“数据”用以表示一种物理形式的预定信息,包括不同的一种或多种物理形式的对应信息的任何和所有表示。
如本文中使用的术语“数据库”表示相关数据的组织主体,不管所述数据或其组织主体表示方式如何。举例来说,相关数据的组织主体可以具有的形式有表、映射、网格、包、数据报、帧、文件、电子邮件、消息、文档、报告、列表中的一或多者、或任何其他形式。
术语“示范性”表示“充当示例、实例或图示”。本文中描述的实施例不是限制性的,而是仅示范性的。应理解,所描述的实施例不一定被理解为比其他实施例优选或有利。此外,术语“本发明的实施例”、“实施例”或“本发明”不要求本发明的所有实施例包括所论述的特征、优点或操作模式。
术语“存储器装置”指的是存储供处理器使用的信息的计算机硬件或电路系统。存储器装置能够是任何合适类型的计算机存储器或任何其他类型的电子存储介质,例如,只读存储器(ROM)、随机存取存储器(RAM)、高速缓冲存储器、只读光盘存储器(CDROM)、电光存储器、磁光存储器、可编程序只读存储器(PROM),可擦可编程序只读存储器(EPROM)、电可擦可编程序只读存储器(EEPROM)、计算机可读介质等。
如本文中使用的术语“网络”包括所有种类的网络和互连网络两者,包括因特网,且不限于任何特定的网络或互连网络。
术语“处理器”表示处理装置、设备、程序、电路、组件、系统和子系统,不管被实施在硬件中、在有形体现的软件中,还是在这两者中,且不管其是否可编程。术语“处理器”包括但不限于一个或更多个计算装置、硬接线电路、信号修改装置和系统、用于控制系统的装置和机器、中央处理单元、可编程装置和系统、现场可编程门阵列、专用集成电路、芯片上系统、包括离散元件和/或电路的系统、状态机、虚拟机、数据处理器、处理设施,以及前述各项中的任一者的组合。例如,处理器可以是任何类型的通用微处理器或微控制器、数字信号处理(DSP)处理器、专用集成电路(ASIC)。处理器可以耦接到存储器装置或与其集成。
本文中公开的是尤其被配置为便于使用可扩展软件框架的自适应自主架构(A3)系统和方法,可扩展软件框架支持一般性参数化自主算法,所述一般性参数化自主算法存在于一组标准化模块内。公开的A3系统最大化架构的可扩展性,所述架构不仅涉及飞行器,而且涉及到地面、海上以及水面运载工具,例如还涉及到网络空间内发生的自主代理。A3系统能够提供单个架构,所述单个架构能够容纳适于不同运载工具(或飞行任务应用)的参数化功能或算法库并且容纳仅采用必要的算法和模块同时还根据需要来实现算法的快速激活或停用的可配置设计。A3系统的目的是通过提供自主系统来支持提高的UAS能力,所述自主系统最小化了将A3系统实施从一种运载工具或飞行任务扩展到另一种运载工具或飞行任务所需的工作量–所有软件开发都可适用于安装了A3的所有系统。
A3系统优于现有系统的优点是,A3系统被架构有不管领域或运载工具如何都旨在提供自主系统的可互换代码库。例如,A3系统的界面控制文件能够被定义为标准化系统,其中其模块被完全参数化,由此确保将代码从一个系统快速地扩展到另一个系统的能力。A3系统还能够被设计为在没有材料失效/问题的情况下操纵任何模块的缺失。相反,现有自主系统通常不以完全参数化且独立的方式被写入;因此,它们不能自动地操纵模块的缺失。此外,现有自主系统是领域特异性的,并且将会需要显著的再开发,以便使那些系统适合于其他领域或运载工具(例如,飞行器、水面(水上)运载工具、地面运载工具、或网络系统)。例如,被设计用于飞行器的现有自主系统不能被容易地移植到汽车。A3系统的内容的模式化和参数化确保A3系统能够立即扩展到新系统而无需重做。此外,A3系统的架构还提供了旨在支持那些已知架构之外的自主操作的更广泛的一组模块。
图1a和图1b图示了用于与A3系统(也被称为“自主系统”)一起使用的示例航空运载工具100(即多旋翼航空运载工具100a和固定翼航空运载工具100b)的透视图。更具体地,图1a图示了能够垂直起飞和降落的示例性自主多旋翼航空运载工具100a(被图示为四轴飞行器),而图1b图示了固定翼飞行器100b。在任一情况下,航空运载工具100可以包含机身102(例如,机体或底盘)、起落装置104、飞行控制系统120(在图1c中更好地进行图示)、以及提供升力或推力的一个或更多个推力发生器106(例如,与螺旋桨可操作地耦接的涡轮机、马达108或引擎118等)。飞行控制系统120可以被至少部分地容纳在电子设备模块内,所述电子设备模块能够与机身102集成在一起,经由单独的外壳或吊舱、或其组合来提供。在多旋翼航空运载工具100a的情况下,推力发生器106可以经由多个旋翼梁112被耦接到所述机身102。在固定翼飞行器100b的情况下,一个或更多个固定翼114可以被耦接到机身102。虽然一个或更多个固定翼114可以与机身102截然不同,但是固定翼飞行器100b可以替代地被配置为融合翼或飞翼构型。
不管构型如何,航空运载工具100可以包含一个或更多个传感器110(例如,作为情报、监视和侦察(ISR)有效负载140的一部分或与其分开),诸如回波定位传感器,其一般通过将声频发射到环境内并检测从障碍物返回来的回波定位传感器附近的声频的任何回波来运行。使用回波的强度和/或回波的返回方向,回波可以被用来定位和/或识别障碍物,这反过来可以引起航空运载工具改变方向以便避免与一个或更多个障碍物的碰撞。然而,传感器110不限于回波定位传感器,并且可以尤其包括任何基于视觉的传感器、基于激光的传感器、基于雷达的传感器、或本领域中已知的声学传感器、或本领域中将会变得已知的传感器(包括但不限于照相机、雷达、LIDAR等)。在一个方面中,照相机可以被用来通过三维重建技术(诸如光流)识别较大的对象。虽然这可以为自主导航提供有用的信息,但是与光学成像相关联的处理延迟以及对各种类型的对象的可见性的灵敏度可以限制光学感测技术用于检测在运载工具的飞行路线中的小的快速接近的对象的实用性。因此,回波定位可以被用来补充视觉感测系统。
传感器110中的一个或更多个可以是非机载传感器,并且被配置为将信息从远程位置传递到航空运载工具100。因此,传感器110可以是机载的(例如,被耦接到航空运载工具100)、非机载的(例如,陆基的或被定位在另一航空运载工具上)、或其组合。在陆基传感器布置中,例如,陆基对象检测系统(例如,地面、地面运载工具或舰船上的雷达)可以将陆基传感器数据通信给航空运载工具100。在多运载工具通信系统中,例如,多个航空运载工具可以与彼此协作,有效地形成网状网络来共享传感器数据。来自各种来源和/或类型的多个传感器数据可以被融合在一起来产生统一的传感器数据,使得(一个或多个)航空运载工具基于共同的统一的传感器数据来操作。在此类多运载工具通信系统中,每个航空运载工具100可以被提供有一个或更多个机载传感器,所述一个或更多个机载传感器与其他航空运载工具的机载传感器一起协作来评估所感测的环境。多运载工具通信系统能够便于航空运载工具群(例如,一组航空运载工具,有时包括成百上千个航空运载工具)的操作。来自各种传感器110(包含机载和/或非机载传感器)的传感器数据能够经由轨迹管理系统来融合。例如,传感器融合能够处理来自多个传感器来源或类型的数据,产生统一的传感器数据”,并且当必要时,与其他运载工具(例如,其他航空运载工具)通信,以将轨迹数据合并到单个统一的共同操作环境内。
传感器110可以被定位为获得沿航空运载工具的行进方向的视场,由此识别航空运载工具100的路径中的潜在障碍物。例如,单个传感器110(或单组传感器110)可以被提供在航空运载工具100的前面,以检测航空运载工具100的路径中的碰撞(例如,阻碍物或障碍物)的威胁。通过朝向飞行路线取向传感器110,声学检测可以补充光学检测,并且被用于检测应当触发运载工具执行响应操纵的最接近障碍物。此外,如通过自主多旋翼航空运载工具100a展示的,多个传感器110(或多组传感器)可以被定位在航空运载工具100的周边(和/或顶部和底部)周围,以提供利用航空运载工具100的飞行路线取向的视场。因此,多个传感器110将会使得航空运载工具100能够检测航空运载工具100的任一侧上的碰撞的威胁,有效地提供航空运载工具100周围的360度视场。
应意识到,声学传感器的目的是提供对正好在飞行路径(或其他行进路线)中的障碍物的即时检测,特别是使用视觉检测或其他技术可能不被检测到的障碍物。因此,应当意识到,传感器110的目的是沿特定方向(例如,航空运载工具的任何方向)提供对障碍物的即时检测,特别是使用视觉检测或其他技术不能被容易地检测到的障碍物。虽然回波定位阵列很好地操作,但是替代地也可以合适地采用其他传感器系统以用于障碍物的快速的、准确的检测,诸如基于激光的技术、或使用光学、声学、射频或其他感测模态的任何其他合适的技术。用于实施在自主运载工具中并且能够准确且快速地识别阻碍物的任何此类技术可以用于代替(或补充)本文中考虑的系统和方法中的回波定位传感器。例如,自主系统可以采用基于视觉和声学的传感器的组合。
图1c图示了航空运载工具100的示例飞行控制系统120的方框图。飞行控制系统120可以被配置为控制航空运载工具100的各种部件和功能。如所图示的,飞行控制系统120包括与至少一个存储器装置128、飞行控制器126、无线收发器130和导航系统142通信地耦接的一个或更多个飞行器处理器124。飞行器处理器124可以被配置为至少部分地基于被存储到存储器装置128(例如,硬盘驱动器、闪烁存储器等)的指令(例如,软件)和一个或更多个数据库执行一个或更多个操作。飞行器控制系统可以进一步包括其他期望的服务,诸如无线收发器130与天线132耦接以在飞行控制系统120与远程装置138(例如,人机界面202或另一便携式电子装置,诸如智能手机、平板电脑、膝上型计算机)或(例如,基站处的)其他控制器之间通信数据。飞行控制系统120还可以经由无线收发器130与另一航空运载工具100通信,由此例如便于协作操作。
在某些方面中,飞行控制系统120可以经过网络134与远程装置138和/或另一航空运载工具100通信数据(处理的数据、未处理的数据等)。在某些方面中,无线收发器130可以被配置为使用一个或更多个无线标准进行通信,诸如蓝牙(例如,短波长、从2.4GHz到2.485GHz的工业、科学和医用(ISM)频带中的超高频(UHF)无线电波)、近场通信(NFC)、Wi-Fi(例如,电气和电子工程师协会(IEEE)802.11标准)等。远程装置138可以便于飞行控制系统120和其(一个或多个)有效负载(包括ISR有效负载140)的监测和/或控制。
飞行器处理器124可以被可操作地耦接到飞行控制器126以响应于经由无线收发器130来自操作者、自动驾驶仪、导航系统142或其他高水平系统的命令而控制各种致动器130(例如,控制任何飞行表面(诸如可移动飞行控制表面)的移动和锁定的那些致动器)、电动马达108(例如,经由电子速度控制器(ESC)116)、和/或引擎118(例如,经由引擎控制器122)的操作。在某些方面中,飞行器处理器124和飞行控制器126可以被集成到单个部件或电路内。在操作中,飞行控制器126可以在飞行的各种阶段期间经由ESC116或引擎控制器122(视情况而定)动态地(即,实时或几乎实时)且独立地调整推力,以控制航空运载工具100的滚动、俯仰或偏航。当具有旋翼叶片的旋翼(例如,螺旋桨)被使用时,飞行控制器126可以改变旋翼的每分钟转数(RPM),和/或在期望的情况下,改变旋翼叶片的桨距。例如,电动马达108可以通过经由ESC116调节从电源(例如,电池包或电池组)向每个电动马达供应的功率来控制。
飞行器处理器124可以被可操作地耦接到导航系统142,所述导航系统142可以包括与INS142b和/或IMU142c通信地耦接的GPS142a,所述导航系统142能够包括一个或更多个陀螺仪和加速度计。GPS142a给出能够被用来重置INS方案或能够通过数学算法(诸如卡尔曼滤波器)的使用而与它混合在一起的绝对无漂移方位值。导航系统142可以尤其将惯性稳定数据通信给飞行器处理器124。
为了收集数据和/或监测地区,飞行控制系统120可以配备有额外的传感器110,诸如ISR有效负载140,其包含例如一个或更多个摄像机140a(例如,用于记录或捕获图像和/或视频的光学器械,包括光检测和测距(LiDAR)装置)、音频装置140b(例如,麦克风、回波定位传感器等)、以及其他传感器140c以便于ISR功能性并提供ISR数据(例如,照片、视频、音频、传感器测量结果等)。ISR有效负载140被可操作地耦接到飞行器处理器124,以便于ISR数据(传感器数据)在ISR有效负载140与飞行器处理器124之间的通信。ISR数据可以被用来导航航空运载工具100和/或另外地控制飞行控制系统120(例如,经由A3系统)。在某些方面中,ISR有效负载140可以经由万向节系统被可旋转地且枢转地耦接到例如机身102(或另一结构部件,诸如旋翼梁112或机翼114)的下侧表面,以使得ISR有效负载140能够被更容易地向下取向来监测下面的和/或地面上的对象。数据可以经由无线收发器130经过网络134动态地或周期性地从飞行控制系统120通信给远程装置138,或被存储到存储器装置128用于以后的访问或处理。
下面描述的自主系统200可以与飞行控制系统120集成在一起,使得它使用预先存在的硬件,包括例如飞行器处理器124、存储器装置128、飞行控制器126和传感器110。在该示例中,自主系统200的特征和处理可以通过(例如,经由人机界面202到存储器装置128的)软件和/或固件更新被实施在飞行器100中。在其他方面中,自主系统200可以被提供为独立的模块化附件,并且为此目的,可以经由功率/数据连接器与飞行器100/飞行控制系统120可移除地耦接,在此情况下自主系统200可以包括被耦接到A3存储器装置142、控制器144和传感器110的专用A3处理器140。如所图示的,传感器110可以被提供为飞行器100的一部分、为模块化自主系统200的一部分、或其组合。因此,即使在自主系统200是模块化的且可移除的情况下,也仍然考虑到自主系统200可以使用预先存在的传感器和/或已经存在于飞行器100上的装置,由此降低自主系统200的成本、重量和复杂性。在其他方面中,自主系统200可以是一个或更多个运载工具在其上操作的共同平台。例如,多个运载工具可以基于自主系统200的功能性来操作,使得机器可执行步骤从共同来源(即,自主系统200)被通信给一个或更多个运载工具中的每一个。多个运载工具中的每一个可以利用从共同的自主架构可获得的操作规则、决策准则、命令产生等。
在一个实施例中,自主系统200可以被实施为包括硬件和安装的软件的独立的且专用的装置,其中硬件被紧密地匹配到软件的要求和/或功能性。独立的装置可以被配置为与从自主系统被安装在其上的运载工具可获得的额外的输入/输出装置集成在一起。
在另一实施例中,自主系统200可以被安装在网络应用设备上或与网络应用设备集成在一起,所述网络应用设备被配置为在多个运载工具之间建立网络通信。自主系统和网络应用设备可以操作为或提供接口以帮助数据(即,软件指令)在多个运载工具之间交换。例如,地面命令中心可以实施自主系统200的执行,并且与运载工具的飞行控制系统120通信。
在又一实施例中,自主系统200或自主系统200的一个或更多个模块可以被安装在一个或更多个运载工具上或与一个或更多个运载工具集成在一起。因此,自主系统200可以以分布的方式与任何数量的运载工具集成在一起。例如,一个运载工具可以执行涉及态势感知模块204的步骤,而另一运载工具执行涉及任务规划模块206的步骤,等等。自主系统200的功能性被分布到多个运载工具的方式将会被本领域技术人员意识到以满足预期的目的。
图2a呈现了用于具有四个主要模块的自适应自主架构(A3)系统200的高水平系统水平架构。如所图示的,A3系统200可以包括四个一般性算法模块:态势感知模块204、任务规划模块206、任务共识模块208(如果多个协作的运载工具被网络连接)和任务执行模块210。一般性算法模块中的每一个可以通过使用与其他硬件(诸如存储器装置(例如,存储器装置128、142)、控制系统(例如,控制器126、144)和传感器(例如,传感器110))可操作地耦接的一个或更多个处理器(例如,处理器124、140)来提供(或另外地通过其促进)。
图2b图示了用于提供本文中描述的自主功能的示例性高水平自主系统环境212。如所图示的,态势感知模块204、任务规划模块206、任务共识模块208(在可应用的情况下)和任务执行模块210可以经由通信总线214被耦接到彼此。态势感知模块204、任务规划模块206、任务共识模块208和/或任务执行模块210中的一个或更多个可以接收来自一个或更多个传感器110的传感器输入216、来自飞行控制器126(或处理器124)的飞行控制输入218、和/或来自人机界面202(或其他系统)的用户输入220。为了允许数据在A3系统200与远程位置之间的无线通信,通信总线214可以采用无线收发器,诸如无线收发器132。
图2c图示了用于多运载工具网络环境中的A3系统222的示例性架构。如所图示的,四个模块(例如,态势感知模块204,任务规划模块206、任务共识模块208和任务执行模块210)的功能能够经由与第一航空运载工具(例如,第一航空运载工具100_1)通信的网络应用设备(例如,服务器)来分布和/或执行,所述第一航空运载工具可以充当领队航空运载工具。其余的航空运载工具(被图示为第二航空运载工具100_2和第三航空运载工具100_3)可以与第一航空运载工具100_1通信地耦接。第一航空运载工具100_1、第二航空运载工具100_2以及第三航空运载工具100_3定义航空运载工具集群224。虽然航空运载工具集群224被图示为仅具有如上面提及的三个航空运载工具,但是航空运载工具集群224中可以存在数百或甚至数千个航空运载工具。在操作中,来自领队运载工具的信号(传感器数据和控制信号)可以被其他运载工具用于执行任务执行,其中领队运载工具可以在执行指令中类似地使用来自其他运载工具的信号。为此目的,航空运载工具中的每一个可以包括一个或更多个传感器110a、110b、110c和飞行控制器126a、126b、126c。来自一个或更多个传感器110a、110b、110c和/或飞行控制器126a、126b、126c的数据可以在(例如,用作网状网络的)航空运载工具集群224中的航空运载工具之间进行共享。来自一个或更多个传感器110a、110b、110c的传感器数据的至少一部分可以被融合成统一的传感器数据,并且被四个模块(例如,态势感知模块204、任务规划模块206、任务共识模块208和任务执行模块210)中的一个或更多个处理,以为飞行控制器126a、126b和126c中的每一个提供控制信号。在一些方面中,领队航空运载工具(例如,第一航空运载工具100_1)可以专门与四个模块通信。来自第二航空运载工具100_2和第三航空运载工具100_3的传感器数据可以被传输给领队运载工具。因此,领队运载工具可以利用机载处理器来操作,以管理领队运载工具与四个模块(例如,态势感知模块204、任务规划模块206、任务共识模块208和任务执行模块210)之间的通信。用于飞行控制器126b和126c的控制信号可以经由领队航空运载工具100_1从四个模块中的一个或更多个被传输。
模块使得A3系统200能够采集信息、定义并安排多个任务,协调多个任务与其他系统/用户,并且根据任务分配列表执行多个任务。例如,A3系统200可以被配置为经由态势感知模块204采集通过用户交互(经由人机界面202)和/或从机载或非机载的传感器110(包括在地面、其他航空运载工具、水上飞行器、空间飞行器等上的那些传感器)接收的信息。使用任务规划模块206,A3系统200可以定义并安排任务,其中任务规划模块206能够包含关于操作的接合、策略和其他约束的规则。A3系统200然后可以经由任务共识模块208协调任务与其他运载工具和用户,其中认可的任务然后可以由A3系统200通过任务执行模块210来执行。A3系统200提供具有开放式标准界面控制文件(ICD)的完整的端对端自主架构并且被参数化以允许快速扩展和再应用到新运载工具和/或其他自主系统。A3系统200的灵活性使得操作者能够对它进行一次编码,就能将其应用在任何地方。因此,虽然A3系统200将会主要结合飞行器(例如,飞行器100a、100b)来进行描述,但是A3系统200实际上可以被应用于应用自主或受益于自主的任何其他运载工具或系统。例如,A3系统200的自适应自主架构可以适用于各种自主系统,尤其包括飞行器、地面运载工具(例如,汽车)、水下运载工具、水面船舶、航天器以及甚至基于纯软件的系统(例如,网络/虚拟系统)。因此,A3系统200的益处不仅在特定的内容方面,而且在于架构的特定细节、其子程序方面、以及在那些子程序与其他系统/装置之间的接口方面,所述接口支持A3系统200到各种领域的快速可扩展性和自适应性。
以下描述在高水平下、然后在更详细的水平下详细说明了A3系统200的各种部件,然后描述那些元件如何被参数化和被模块化以便支持快速的可扩展。在最高水平下,参考图2,A3系统200可以包含五个模块,其中根据给定模块的需要,通过支持每个模块的人机界面202,信息和命令通常从左侧流向右侧。具体地,如上面提及的,模块可以包括人机界面202、态势感知模块204、任务规划模块206、任务共识模块208和任务执行模块210。
从左侧开始,A3系统200使用态势感知模块204采集关于环境的状态的信息。该信息被任务规划器206a处理以产生运载工具能够执行(完成)哪些任务以及它应当如何执行它们的理解。任务分配206b可以被用来基于预定的准则优化那些任务的排序。在必要和/或有用的情况下,任务共识模块208与其他协作系统协商任务的选择。一旦任务被协商,任务执行模块210在环境中(例如,根据任务分配列表)执行那些任务。人机界面202提供A3系统200与与该系统交互的任何人类操作者或监督者之间的通信链路。当人类输入不是必要的时候,人机界面202可以不被需要。例如,其他输入(诸如传感器输入、飞行控制输入等)可以从其他系统或传感器被直接通信给A3系统200。
态势感知模块204可以采用检索关于外部环境和关于正在被A3系统200操作的系统(例如,飞行器100)的传感器数据(例如,来自传感器110,其可以包括诸如LiDAR数据、空气温度、大气压力和其他传感器输入)的一组算法和子程序(例如,被保存到存储器装置)。例如,态势感知模块204可以接收来自(被集成或被添加在)运载工具上的传感器的反映例如电池温度/容量/状况、燃料温度/量、引擎/马达、RPM、速度等的数据。态势感知模块204将原始传感器数据处理成运载工具和周围环境的测量结果。态势感知模块204将相同对象的传感器之间的测量结果融合并简化成标准格式,其能够基于飞行任务目的被区分优先次序来帮助下一个模块(即,任务规划模块206)。每个传感器通常被调谐到它能够基于模态和传感器参数检查的特定对象集。传感器110也在输出上进行改变,包括输出原始传感器数据、轨迹观察和观察到的轨迹的当前状态。态势感知模块204接受来自传感器类型中的每一个的输入,将轨迹数据与其他传感器融合以及根据需要而包含原始数据处理以产生新的观察。例如,传感器数据可以被处理,以提供成为关于环境中的树木、汽车、障碍物、其他运载工具的知识的简化,或滤除惯性测量单元数据来估计运载工具状态。从其他运载工具或威胁产生的轨迹通过优先化算法来处理。优先化算法找到对飞行任务目的感兴趣的轨迹、或找到可以阻止朝向飞行任务目的前进的轨迹,并且优于其他轨迹对它们排序以帮助飞行任务规划。
任务规划模块206使用轨迹、环境和系统数据来理解环境的状态,并且确定那些任务应当被执行的适当顺序(任务分配列表)以实现给予它的目标。如本文中使用的,“任务”指的是A3系统200能够执行的活动,诸如运载工具行进到空间中的特定点、或激活一项具体的硬件或软件。在另一示例中,任务可以包括命令汽车行驶到某一位置,或执行转弯或停止,或系统命令阀打开或关闭,或泵被激活或被停用。参数化任务能够由开发者或由人类操作者通过人机界面202被先验地定义为系统执行,并且在给定的特定参数下,产生飞行任务执行计划。任务的示例包括针对静止威胁使用电光和红外(EO/IR)摄像机以宽视场搜索区域,拦截空空目标,以及接合射弹,或者飞行到坐标并且徘徊直到接收到进一步指令。任务的集合可以以任务数据库的形式被存储到存储器装置128,当A3系统200被应用于其他运载工具或自主系统时,所述任务数据库可以被更新。
如所图示的,任务规划模块206可以采用两个或更多个子程序,包括任务规划器206a和任务分配206b。任务规划器206a将来自态势感知模块204的信息转变成关于任务和其特性的细节。作为一示例,用于地面运载工具行进到特定位置的任务细节包括用于行进的总持续时间、所行进的总距离、正在行进的特定路径、所消耗的总燃料/能量、以及失败的概率。该执行数据提供执行该任务的成本数据。
执行数据包括任务选择的预期结果,其能够帮助决定该任务是否应当被选择用于执行。执行数据被用作任务规划模块206中的解决任务分配206b的其他子程序的决策基础。任务分配206b子程序针对一些或所有可获得的任务检查相关的执行数据,并且确定哪些任务应当被执行并应当以哪种顺序被执行(例如,基于由人机界面202的操作者供应的飞行任务目的和评估准则)以及哪些运载工具应当执行任务。评估准则包括如最小化所消耗的总燃料、最小化总持续时间或最大化成功的概率的此类事情。任务规划器206能够使用许多服务,诸如路线规划、轨迹规划、成功概率估计、传感器规划等。
如果A3系统200具有足够的资源来执行所有任务,任务分配206b可以在所请求的准则下确定那些任务的最佳安排;要不然,任务分配206b确定能够在给定的准则下被执行的最佳的任务子集(和其执行的顺序)。能够实施任务分配206b的算法的一些示例是分支和边界、混合整数线性规划、遗传算法、以及模拟退火。
在执行A3系统200的多个运载工具在协作布置(例如,一起工作以实现目标)中被链接在一起的情况下,任务共识模块208能够被使用。示例协作任务尤其包括编队方式的行进、协作地执行单个任务、如果降落在同一地区中则分配降落区域、设置避让距离、停机等。任务共识模块208能够接收关于其他协作的运载工具正在考虑执行的任务的信息。这些任务能够包括单运载工具任务以及多运载工具任务,诸如编队飞行、多传感器ISR、多运载工具接合等。换言之,任务共识模块208可以相对于(例如,与配备有自主系统的第二运载工具相关联的)第二任务分配列表分析第一运载工具的第一任务分配列表,所述第二任务分配列表包含第二多个任务。每个运载工具上的任务共识模块208检查(一个或多个)其他运载工具已经产生的可能的任务分配列表,并且与(一个或多个)其他运载工具协商哪一组任务要执行以整体上最大化队组的总体效率。协商技术的一些示例是领导者命令(一个运载工具作出决定)、竞拍(传播分配成本)、捆绑(将任务分组并将选项与成本函数混合),以及确定性决策(保证所有运载工具都到达同一应答)。
任务共识模块208能够被配置为至少部分地基于第二任务分配列表调整第一任务分配列表。因此,任务共识模块208可以至少部分地基于第二任务分配列表调整任务分配列表,以在执行协作目标中最大化运载工具和第二运载工具的总体效率。例如,任务共识模块208可以依据飞行任务的需要在任务分配列表与第二任务分配列表之间重新分配任务。在另一示例中,任务共识模块208可以至少部分地基于第二任务分配列表对所述多个任务重排序(反之亦然,例如,其他运载工具可以基于第一任务分配列表对第二任务分配列表重新排序)。在又一示例中,其中第一多个任务和第二多个任务至少部分地重叠,重复可以通过从任务分配列表中的一个移除任何重叠的任务来减轻。类似地,如果一个运载工具完成(例如,来自第二任务分配列表的)任务,任务共识模块208可以从第一任务分配列表移除该任务。因此,当运载工具(或其他运载工具)完成任务时,各种任务分配列表可以动态地(例如,实时或几乎实时)更新。
一旦跨过所有A3可行系统的所有任务共识模块208对其新的任务分配达成共识(即,一致),任务分配列表针对每个运载工具被最后确定并且被发送给任务执行模块210以便执行。然而,如果仅存在一个运载工具激活,任务共识模块208可以被绕过,使得任务分配从任务规划模块206直接前进到任务执行模块210(例如,以任务分配列表的形式)。
任务执行模块210接收最终的任务分配列表,并且操纵、监测该列表中的任务的执行。例如,结合飞行器,任务执行模块210可以命令飞行控制系统120控制各种推力发生器106、控制表面、致动器130、和/或传感器110执行期望的任务(并且监测期望的任务的执行)。在无人驾驶汽车的情况下,最终的任务列表可以被发送给无人驾驶汽车,所述最终的任务列表包括一系列任务,如将自动汽车导航至到目的地的路线中的各个路点、在一地区中等待以使人员装货的任务、通过另一系列路点进行运输的任务、在一地区中等待以使其他人员卸货的任务、紧着是导航到最终目的地以补给燃料的任务。该任务列表能够由任务规划模块206或任务共识模块208来提供。
任务执行模块210可以包括子程序,诸如系统任务执行210a和执行管理210b。执行管理210b维持任务列表的监督,重新排序A3可行系统(例如,飞行器、汽车等)来执行该系统中的第一任务,其利用系统任务执行模块210a子程序。系统任务执行210a子程序可以包括与在环境中实施任务相关的特定的软件和硬件。结合自动汽车,例如,系统任务执行210a子程序执行软件,该软件将到环境中的特定点的导航命令转变成用于操纵车轮以使汽车转弯的命令和用于加速器和制动器以便管理运载工具速度的命令。在操作中,执行管理210b子程序监测激活任务的执行以识别可能需要对任务重新排序或放弃任务的执行失败(或其他错误),以及监测任务何时被完成,使得下一个任务能够被开始。系统任务执行模块210a中的子程序类似于系统任务规划模块206中的程序,但是被重新配置为支持任务的执行而非计划任务将会被如何执行。
人机界面202为用户提供控制和通信界面。人机界面202可配置为作为使得用户监测、引导和控制A3系统200的管理器进行操作。人机界面202能够被用来使得用户能够输入任务、约束,修改任务分配列表,更新软件/固件等。人机界面202可以包括触摸屏图形用户界面(“GUI”)和/或语音识别系统。人机界面202可以采用例如、平板计算机、膝上型计算机、智能手机、或其组合。人机界面202充当驾驶员与A3系统200之间的通信的主要渠道,使得用户能够命令任务给A3系统200并且从A3系统200接收反馈或指令。人机界面202可以给予视觉和听觉警报,以将驾驶员的注意引导到具体的警报。在完全自主的系统中,其中人类输入不是必要的,人机界面202可以是便于不同系统之间的通信的机器接口(例如,通信总线214),在图2b中图示了其示例。在某些方面中,人机界面202也可以是集中输入端。例如,地面站可以为A3系统200提供输入,其结果能够被通信给一个或更多个航空运载工具100。
图3更详细地图示了A3系统200和其各种子部件的架构示意图,包括用于上面描述的四个模块的子程序的额外方框。如所图示的,态势感知模块204可以提供传感器处理程序308、轨迹管理和传感器融合程序306、以及轨迹优先化程序304。
传感器处理程序308提供用来将来自传感器系统110的原始传入数据处理成更标准的计算机信息的处理(例如,计算机实施的软件/程序)。例如,传感器处理程序308可以将来自LIDAR传感器的原始输出转变成点云,将电位计读数转变成方位信息,将雷达测量结果转变成运载工具轨迹状态,将简化后的IR摄像机数据转变成用于轨迹、系统健康监测算法和轨迹优先化的高精度角度测量结果以确定哪些任务对于飞行任务目的是最重要的。在一个方面中,态势感知模块204可以从LIDAR传感器接收原始测量结果。LIDAR可以被飞行器(或其他运载工具)装备,以实质上检测并定位飞行器周围的对象。LIDAR测量结果数据可以被滤波,以便检测扫描地区内的相关对象。此外,多个地区可以被扫描以沿从运载工具的多个方向构建障碍物位置。一旦LIDAR数据被态势感知模块204获得,原始数据就可以被处理以相对于运载工具的方位识别障碍物的位置,使得态势感知模块204最终构建虚拟地图。
轨迹管理和传感器融合程序306将来自独立传感器的对相同轨迹的测量结果合并成针对那些轨迹的单个状态集。这些算法包括到轨迹的关联、轨迹之间的区别、合并数据集的滤波器、以及包含轨迹的对象的更高水平的识别。算法的一些示例包括信息滤波器、无迹卡尔曼滤波器、粒子滤波器、多假设滤波器、以及用于识别的神经网络。
传感器融合不仅融合来自多个机载和/或非机载传感器来源的数据,而且与其他运载工具通信,以将轨迹数据合并成单个统一的共同操作画面。因此,当传感器融合允许不同类型的机载传感器时,传感器融合是特别有用的,因为它能够将不同的传感器数据合并成胜过组合的那些传感器的独立使用的输入。传感器融合不仅应用于一个运载工具的多个传感器来源,而且应用于来自不同位置中的多个运载工具的传感器输入的协作(例如,与来自多个位置的视觉协作产生3D地图)。
轨迹优先化程序304确定轨迹中的哪些对任务规划模块206是重要的或对于任务规划模块206是相关的,以首先考虑。例如,一组运载工具正在以到机场的高度航线巡航,并且检测防空威胁。优先化算法可以将防空威胁识别为能够影响飞行任务的轨迹并且由任务规划模块206针对考虑将它优先处理以考虑。诸如商业飞行的其他轨迹不太可能影响飞行任务,并且在优先权方面被降低。一些示例是针对类型的简单分类算法、神经网络和机器学习算法以预测重要性。各种资源(例如,(一个或多个)运载工具、传感器等)、轨迹和失败可以从轨迹优先化程序304被通信给任务规划模块206以便进一步处理。
如所图示的,任务规划模块206可以提供任务规划器206a和任务分配模块206b。任务规划器206a和任务分配模块206b可以被通信地耦接到彼此,使得任务分配206b从任务规划器206a请求任务,并且作为响应,任务规划器206a向任务分配206b程序发送任务计划。基于该输入,任务分配206b程序能够将因而产生的任务分配通信给下一个方框(例如,任务共识208或任务执行210,取决于是单个运载工具还是多个运载工具被采用)。
如所图示的,任务规划器206a被配置为从各种来源接收输入,包括路线规划程序310、成功概率程序312、过程数据库314、接合规则(ROE)和约束核实程序316、策略部件318,和/或任何其他期望的程序320。
路线规划程序310基于成本函数的最小化来规划用于运载工具通过环境的行进路径。此类算法的示例包括A*算法、D*增量搜索算法、快速遍历随机树(RRT)和RRT*路径规划程序。RRT和RRT*算法由Sertac Karaman和Emilio Frazzoli在《International Journalof Robotics Research(2010)》中的Incremental Sampling-based Algorithms forOptimal Motion Planning中更详细地进行描述。
成功概率程序312确定在环境中执行的某些任务的成功的可能性。例如,成功概率程序312可以考虑到可部署对象在特定高度处的释放、航向和初始运载工具速度来建立可部署对象到达其目标的可能性。其他可以包括考虑到风的不确定性、道路状况或其他相关因素方面来确定运载工具准时到达其目标目的地的可能性的程序。
过程数据库314提供必须被执行以支持任务执行模块210的活动和任务的列表。这可以包括数据库模块,其包括用于执行飞行器的起飞和降落的过程,虽然不是用于系统的高水平任务,但飞行器的起飞和降落必须被执行以便实现高水平任务。例如,用于为针对ISR飞行任务的传感器提供功率的过程可以包括为传感器提供功率、等待启动、初始化参数、传递对准、以及发送要观察的目标的坐标。这些过程对执行更高水平的任务(诸如ISR飞行任务)是重要的。
ROE和约束核实程序316对照已知的条件和描述系统应当如何运转的规则来检查任务。这包括指定地理约束(例如,特定的任务不可以在该定义的地区中被执行)、时间约束(例如,特定的任务不可以在给定的时间之前或之后、或在具体的时间窗口内被执行)、排序约束(例如,特定的任务不可以在另一任务之前或之后被执行)以及其他类似的扩展。简单的示例是必须给出用于运载工具用力接合目标的操作者准许的约束。在没有操作者准许的情况下,运载工具不会选择接合目标的任务,但是试图以其他方式完成飞行任务目的。
策略部件318涉及描述任务应当在系统内如何被执行的逻辑规则的定义。策略部件318将来自态势感知模块204的轨迹匹配到能够在该轨迹上操作的任务,核实参数,以及哪些参数和任务被操作者允许。例如,考虑在大的地区中找到目标的目的。例如,在态势感知项目是需要被搜索的地区以及它的多少已经被观察的情况下,策略部件318将会比较态势感知项目与能够被执行的可获得任务。
在这种情况下,可获得任务可以是利用EO/IR进行地区搜索、利用EO/IR进行目标跟踪、或返回到基地。策略部件318能够将态势感知项目匹配到任务,以使用EO/IR传感器来执行地区搜索。任务需要参数来产生执行数据。对于该任务,一些参数可以是要搜索的地区、可用的空域、需要目标上的多少像素、以及飞行器速度和高度限制。策略部件318能够提供对于该运载工具和当前的ROE可接受的参数范围。任务分配206b将会随后找到可接受的参数集来实现飞行任务目的。能够实现策略部件318的算法的示例是数据库查找、预测哪些任务最有用的机器学习算法、以及神经网络。
如较早描述的任务规划器206a程序获取被提交到A3系统200内的单个任务,并且调用在上面列出的适当程序(和任何其他期望的程序320)来产生用于在任务分配模块206b中使用的必要执行信息。任务分配模块206b然后从任务规划器206a程序收集产生的数据,以便确定应当被执行的适当的一组任务和其排序。
如所图示的,任务共识模块208可以提供共识核实循环322和共识程序324。共识程序324可以采用针对单个A3可行运载工具(或其他系统)和其他网络连接的A3可行系统328(经由网络136,例如自组织网络302)检查当前分配的任务的算法来确定任务的分配是否能够被改善。共识程序324与队组中的其他运载工具协商,以确定在运载工具上产生的哪一组任务要执行来实现飞行任务目的。例如,考虑具有搜索并跟踪目标的任务的两个运载工具。第一计划被接受为搜索地区,其中随后的计划是要跟踪目标。运载工具的搜索途中找到目标。与继续地区搜索不同,运载工具重新规划来跟踪目标。该新的规划将会经历共识程序324。
共识核实循环322充当跟踪共识程序324以确定是否已经达到最佳分配(或至少,任务分配206b的质量没有改善)的监督系统。共识核实循环322始终如一地检查,以核实队组关于哪一组任务要被执行是一致的。如果运载工具一直不同步,那么共识再次开始以关于该组任务要执行达成一致。
如所图示的,任务执行模块210可以提供系统任务执行模块210a、执行管理循环程序210b和过程管理模块326。
系统任务执行模块210a采用充当任务规划器206a算法的操作化版本的算法。与规划出任务以及它应当如何被执行不同,这些算法主动命令其他硬件和软件系统在环境中主动地执行该任务,监测所命令的软件和硬件的行为以确保它们正确地运行来执行任务。
过程管理模块326包括充当任务规划器模块206中的过程数据库314的操作化版本的算法。该算法加载在支持系统任务执行模块210a所需的适当过程任务中。
执行管理循环程序210b管理被分配给A3可行系统的任务的执行的总体监督。执行管理循环程序210b提供任务规划器206a中的任务分配模块206b的操作化版本。
飞行任务很少如规划的那样精确执行,因为环境、其他运载工具和/或队组运载工具能够遭受未预期的和/或预期的状态改变。因此,执行管理循环210b在飞行任务执行过程中周期性地(或动态地)检查飞行任务计划的当前预测的结果。如果成功概率降至预定的阈值(例如,预定的成功百分比)之下,开始队组重新规划。这能够由于任何数量的原因而发生。一些示例是运载工具上的阻止未来的ISR的传感器失效、运载工具的丢失、或可以引起队组上的运载工具的丢失的检测到的威胁。
A3系统200的设计的优点是,其部件和模块被设计为依附于管理程序之间和模块之间的数据的公布的标准ICD(在图3中被图示为黑色圆圈;程序的参数化使得它们能够容易地适合于支持新的运载工具和新的系统);以及模块和通信的架构使得如果子程序未被包括,其他子程序知晓它不存在并且使其行为适当地适应。
根据参数化算法,例如,如果算法被设计为从其他数据库和文件夹引入运载工具的相关约束和物理运动,而不是将它们直接编码到接口内,那么路线规划算法能够被写入且为飞行器和地面运载工具两者相当等效地工作。参数化算法和元件之间的标准ICD允许系统容易地将新代码接受到其库内,所述库可以作为数据库被存储到存储器装置128、142,最小化系统内的集成成本。A3系统200的存储器装置128、142还可以包括运载工具特性数据库以允许与新运载工具的容易集成。虽然A3系统已经主要结合无人驾驶和自主飞行器来进行描述,但是A3系统可以被采用在各种自主系统和自主领域中,尤其包括航天器、船舶、水下运载工具、地面运载工具和网络安全系统。
图4是用于控制系统(例如,运载工具或其他系统)的示例自动过程400的流程图。在步骤402处开始后,态势感知模块204可以被配置为,在步骤404处,采集关于环境的状态的信息、关于外部环境和操作系统本身的传感器数据。在步骤406处,态势感知模块204将原始传感器数据处理成运载工具和周围环境的测量结果。在步骤408处,态势感知模块204处理相同对象的传感器读数,其被融合并被简化成适当的格式(例如,标准格式)。
如上面提及的,任务规划模块206从态势感知模块204接收标准化的传感器数据,并且识别确定系统能力。例如,运载工具/系统能够做什么,它应当如何做,排序,以及协商选择。任务规划模块206还至少部分地基于传感器数据、过程数据库、ROE和/或约束核实程序确定系统能够执行的任务/活动。最后,任务规划模块206基于给予它的目的确定任务的顺序,并且处理参数化任务。为此目的,如结合图2和图3描述的,任务规划模块206可以包含两个或更多个子程序,包括系统任务规划器子程序206a和任务分配子程序206b。
在步骤410处,系统任务规划器子程序206a将来自态势感知模块204的标准化信息转变成关于任务的细节和其特性(任务细节和特性)。任务分配子程序206b然后在步骤412处收集任务项目,并且在步骤414处分析相关的任务特性。在步骤416处,任务分配子程序206b(例如,经由人机界面202)接收飞行任务目的和评估准则。在步骤418处,任务分配子程序206b确定在该情况(例如,对系统的约束)下可实现的任务的子集。在步骤420处,任务分配子程序206b基于任务特性、飞行任务目的、评估准则等中的一个或更多个确定任务分配和顺序(例如,任务分配列表)。
如果在步骤422处,确定该系统要与一个或更多个其他系统协作地工作(例如,存在被链接在一起的多个运载工具或其他系统,或操作者在准许可以在人机界面202处被输入的计划的控制循环中),自动过程400前进到步骤432,要不然,自动过程400前进到用于执行任务分配列表的步骤424(例如,从步骤420)。在步骤432处,任务共识模块208分析来自每个系统的任务分配列表,并且在步骤434处通过在系统之间协商任务的重新分配来确定总体效率。基于步骤432和步骤434处的处理,任务可以被重新分配,并且新的任务分配列表可以针对系统中的一个或两个来产生。
任务执行模块210可以包含两个子程序,包括系统任务执行子程序210a和执行管理子程序210b。在步骤424处,系统任务执行子程序210a接收任务分配列表(例如,从任务规划模块206或任务共识模块208,视情况而定),并且在步骤426处致动任务分配列表的执行。执行管理子程序210b在步骤428针对错误监测任务分配列表的每个任务的执行,并且如果错误被识别,重新排序任务分配列表或放弃任务分配列表的执行。例如,自动过程400可以返回到步骤418,使得任务分配子程序206b能够确定哪些任务在该情况下是可实现的,并且在步骤420处准备新的任务分配列表。
虽然自动过程400被图示为具有具体的步骤组合的示例,但是本领域技术人员将会意识到可以实施更少的或额外的步骤。在某些方面中,一个或更多个步骤可以被并行地执行。进一步地,一个或更多个步骤可以是可选的,并且从自动过程400被省略,或单独地和/或在来自操作者的请求后被执行。在一些方面中,一个或更多个步骤可以是有条件的,使得一个或更多个步骤的执行可以随预定的要求和/或条件而定。此外,取决于操作者或系统的需要,步骤被循环的顺序可以被重新布置。
本公开包含在以下条款中描述的主题:
条款1.一种在环境中与运载工具(100)一起使用的自主系统,所述自主系统包含:
处理器(124),其与存储器装置可操作地耦接;
多个传感器(110、110a、110b、110c、140c),其与所述处理器(124)可操作地耦接;
运载工具(100)控制器(144);
态势感知模块(204),其被可操作地耦接到所述多个传感器,其中所述态势感知模块(204)被配置为至少部分地基于所述多个传感器(110、110a、110b、110c、140c)中的至少一个的传感器(110、110a、110b、110c、140c)数据确定所述环境的状态;
任务规划模块(206),其与所述态势感知模块(204)通信地耦接,
其中所述任务规划模块(206)被配置为经由所述处理器(124)识别要由所述运载工具(100)执行的多个任务,
其中所述任务规划模块(206)被配置为经由所述处理器(124)从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及
任务执行模块(210),其与所述运载工具(100)控制器(144)可操作地耦接,其中所述任务执行模块(210)被配置为命令所述运载工具(100)控制器(144)根据所述任务分配列表执行所述多个任务,其中所述任务执行模块(210)被配置为在所述任务分配列表的执行期间监测所述运载工具(100)或所述运载工具(100)控制器(144)以识别任何错误。
条款2.根据条款1所述的自主系统,其中所述运载工具(100)是飞行器,并且所述运载工具(100)控制器(144)是飞行控制器(144),其中飞行控制器(144)被配置为根据所述任务分配列表控制一个或更多个推力发生器(106)或一个或更多个致动器。
条款3.根据条款1或条款2所述的自主系统,进一步包含相对于与配备有自主系统的第二运载工具(100)相关联的第二任务分配列表分析所述运载工具(100)的所述任务分配列表的任务共识模块(208),其中所述第二任务分配列表包含第二多个任务,并且其中所述任务共识模块(208)被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表。
条款4.根据条款3所述的自主系统,其中所述任务共识模块(208)被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具(100)和所述第二运载工具(100)的总体效率。
条款5.根据条款4所述的自主系统,其中所述任务共识模块(208)被配置为在所述任务分配列表与所述第二任务分配列表之间重新分配任务。
条款6.根据任一前述条款所述的自主系统,其中所述预定的优化准则至少部分地基于来自所述任务分配列表的执行的结果来更新。
条款7.根据条款4所述的自主系统,其中所述任务共识模块(208)被配置为至少部分地基于所述第二任务分配列表或所述任务分配列表对所述多个任务重新排序。
条款8.根据条款3所述的自主系统,其中所述多个任务与所述第二多个任务至少部分地重叠。
条款9.根据条款8所述的自主系统,其中重叠的任务从所述任务分配列表或所述第二任务分配列表被移除。
条款10.根据任一前述条款所述的自主系统,进一步包含在所述自主系统与用户之间提供通信接口的人机界面(202)。
条款11.根据条款10所述的自主系统,其中所述人机界面(202)使得用户能够修改所述任务分配列表。
条款12.根据任一前述条款所述的自主系统,其中所述运载工具(100)控制器(144)被配置为至少部分地基于所述任务分配列表导航所述运载工具(100)。
条款13.根据条款12所述的自主系统,其中所述任务分配列表被配置为命令所述运载工具(100)从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
条款14.根据任一前述条款所述的自主系统,其中所述存储器装置包含不管运载工具(100)类型如何都提供自主的可互换代码库。
条款15.一种在环境中操作具有自主系统的运载工具(100)的方法,所述方法包含:
至少部分地基于被耦接到所述运载工具(100)的多个传感器(110、110a、110b、110c、140c)中的至少一个的传感器(110、110a、110b、110c、140c)数据确定所述环境的状态;
经由处理器(124)识别要由所述运载工具(100)执行的多个任务;
经由所述处理器(124)从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;
命令所述运载工具(100)的运载工具(100)控制器(144)根据所述任务分配列表执行所述多个任务;以及
在所述任务分配列表的执行期间监测所述运载工具(100)或所述运载工具(100)控制器(144)以识别任何错误。
条款16.根据条款15所述的方法,其中所述运载工具(100)是飞行器,并且所述运载工具(100)控制器(144)是飞行控制器(144),其中飞行控制器(144)被配置为根据所述任务分配列表控制一个或更多个推力发生器(106)或一个或更多个致动器。
条款17.根据条款15或条款16所述的方法,进一步包含以下步骤:相对于与配备有自主系统的第二运载工具(100)相关联的第二任务分配列表分析所述运载工具(100)的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务;以及至少部分地基于所述第二任务分配列表调整所述任务分配列表。
条款18.根据条款17所述的方法,进一步包含以下步骤:至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具(100)和所述第二运载工具(100)的总体效率。
条款19.根据条款15-18所述的方法,进一步包含以下步骤:至少部分地基于经由人机界面(202)来自用户的输入修改所述任务分配列表。
条款20.根据条款15-18所述的方法,其中所述运载工具(100)控制器(144)被配置为至少部分地基于所述任务分配列表导航所述运载工具(100)。
条款21.根据条款20所述的方法,其中所述任务分配列表被配置为命令所述运载工具(100)从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
条款22.一种在环境中操作的自主飞行器,所述自主飞行器包含:
处理器(124),其与存储器装置可操作地耦接;
多个传感器(110、110a、110b、110c、140c),其与所述处理器(124)可操作地耦接;
飞行控制器(144);
态势感知模块(204),其被可操作地耦接到所述多个传感器,其中所述态势感知模块(204)被配置为至少部分地基于所述多个传感器(110、110a、110b、110c、140c)中的至少一个的传感器(110、110a、110b、110c、140c)数据确定所述环境的状态;
任务规划模块(206),其与所述态势感知模块(204)通信地耦接,
其中所述任务规划模块(206)被配置为经由所述处理器(124)识别要由所述运载工具(100)执行的多个任务,
其中所述任务规划模块(206)被配置为经由所述处理器(124)从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及
任务执行模块(210),其与所述飞行控制器(144)可操作地耦接,其中所述任务执行模块(210)被配置为命令所述飞行控制器(144)根据所述任务分配列表执行所述多个任务,其中所述任务执行模块(210)被配置为在所述任务分配列表的执行期间监测所述飞行控制器(144)以识别任何错误。
条款23.根据条款22所述的自主飞行器,其中,在执行所述任务分配列表后,所述自主飞行器从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
条款24.根据条款22或条款23所述的自主飞行器,其中所述任务规划模块(206)被配置为根据任务影响自主飞行器的飞行任务的可能性以对所述任务区分优先次序。
上面引用的专利和专利公开案特此以全文引用的方式并入本文中。尽管已参考部件、特征等的特定布置描述了各种实施例,但这些无意彻底探讨所有可能的排列或特征,并且实际上,许多其他实施例、修改和变化可以是本领域技术人员可确定的。因此,应理解,本公开因此可以以与在上面具体描述的方式不同的方式来实践。
Claims (15)
1.一种与环境中的运载工具(100)一起使用的自主系统,所述自主系统包含:
处理器(124),其与存储器装置可操作地耦接;
多个传感器(110、110a、110b、110c、140c),其与所述处理器(124)可操作地耦接;
运载工具(100)控制器(144);
态势感知模块(204),其被可操作地耦接到所述多个传感器,其中所述态势感知模块(204)被配置为至少部分地基于所述多个传感器(110、110a、110b、110c、140c)中的至少一个的传感器(110、110a、110b、110c、140c)数据确定所述环境的状态;
任务规划模块(206),其与所述态势感知模块(204)通信地耦接,
其中所述任务规划模块(206)被配置为经由所述处理器(124)识别要由所述运载工具(100)执行的多个任务,
其中所述任务规划模块(206)被配置为经由所述处理器(124)从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;以及
任务执行模块(210),其与所述运载工具(100)控制器(144)可操作地耦接,其中所述任务执行模块(210)被配置为命令所述运载工具(100)控制器(144)根据所述任务分配列表执行所述多个任务,其中所述任务执行模块(210)被配置为在所述任务分配列表的执行期间监测所述运载工具(100)或所述运载工具(100)控制器(144)以识别任何错误。
2.根据权利要求1所述的自主系统,其中所述运载工具(100)是飞行器,并且所述运载工具(100)控制器(144)是飞行控制器(144),其中飞行控制器(144)被配置为根据所述任务分配列表控制一个或更多个推力发生器(106)或一个或更多个致动器。
3.根据权利要求1或权利要求2所述的自主系统,进一步包含相对于与配备有自主系统的第二运载工具(100)相关联的第二任务分配列表分析所述运载工具(100)的所述任务分配列表的任务共识模块(208),其中所述第二任务分配列表包含第二多个任务,并且其中所述任务共识模块(208)被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表。
4.根据权利要求3所述的自主系统,其中所述任务共识模块被配置为至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具和所述第二运载工具的总体效率。
5.根据任一前述权利要求所述的自主系统,其中所述预定的优化准则至少部分地基于来自所述任务分配列表的执行的结果来更新。
6.根据任一前述权利要求所述的自主系统,进一步包含在所述自主系统与用户之间提供通信接口的人机界面(202)。
7.根据任一前述权利要求所述的自主系统,其中所述运载工具(100)控制器(144)被配置为至少部分地基于所述任务分配列表导航所述运载工具(100)。
8.根据任一前述权利要求所述的自主系统,其中所述存储器装置包含不管运载工具(100)类型如何都提供自主的可互换代码库。
9.一种在环境中操作具有自主系统的运载工具(100)的方法,所述方法包含:
至少部分地基于来自被耦接到所述运载工具(100)的多个传感器(110、110a、110b、110c、140c)中的至少一个的传感器(110、110a、110b、110c、140c)数据确定所述环境的状态;
经由处理器(124)识别要由所述运载工具(100)执行的多个任务;
经由所述处理器(124)从所述多个任务产生至少部分地基于预定的优化准则的任务分配列表;
命令所述运载工具(100)的运载工具(100)控制器(144)根据所述任务分配列表执行所述多个任务;以及
在所述任务分配列表的执行期间监测所述运载工具(100)或所述运载工具(100)控制器(144)以识别任何错误。
10.根据权利要求9所述的方法,其中所述运载工具(100)是飞行器,并且所述运载工具(100)控制器(144)是飞行控制器(144),其中飞行控制器(144)被配置为根据所述任务分配列表控制一个或更多个推力发生器(106)或一个或更多个致动器。
11.根据权利要求9或权利要求10所述的方法,进一步包含以下步骤:相对于与配备有自主系统的第二运载工具(100)相关联的第二任务分配列表分析所述运载工具(100)的所述任务分配列表,其中所述第二任务分配列表包含第二多个任务;以及至少部分地基于所述第二任务分配列表调整所述任务分配列表。
12.根据权利要求11所述的方法,进一步包含以下步骤:至少部分地基于所述第二任务分配列表调整所述任务分配列表,以在执行协作目的中最大化所述运载工具(100)和所述第二运载工具(100)的总体效率。
13.根据权利要求9-12所述的方法,进一步包含以下步骤:至少部分地基于经由人机界面(202)来自用户的输入修改所述任务分配列表。
14.根据权利要求9-12所述的方法,其中所述运载工具(100)控制器(144)被配置为至少部分地基于所述任务分配列表导航所述运载工具(100)。
15.根据权利要求14所述的方法,其中所述任务分配列表被配置为命令所述运载工具(100)从第一位置行进到第二位置,在所述第二位置处执行操作,并且在所述操作完成后从所述第二位置返回到所述第一位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/957,003 US11429101B2 (en) | 2018-04-19 | 2018-04-19 | Adaptive autonomy system architecture |
US15/957,003 | 2018-04-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110389594A true CN110389594A (zh) | 2019-10-29 |
CN110389594B CN110389594B (zh) | 2023-12-12 |
Family
ID=66483777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910173719.8A Active CN110389594B (zh) | 2018-04-19 | 2019-03-08 | 自适应自主系统架构 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11429101B2 (zh) |
EP (1) | EP3557358B1 (zh) |
JP (1) | JP7388826B2 (zh) |
CN (1) | CN110389594B (zh) |
AU (1) | AU2019202757B9 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111338382A (zh) * | 2020-04-15 | 2020-06-26 | 北京航空航天大学 | 一种安全态势引导的无人机路径规划方法 |
CN112269401A (zh) * | 2020-09-04 | 2021-01-26 | 河南大学 | 基于跟踪精度与风险控制的自适应主动传感器跟踪方法 |
CN112636811A (zh) * | 2020-12-08 | 2021-04-09 | 北京邮电大学 | 一种中继无人机部署方法及装置 |
CN113434274A (zh) * | 2021-06-29 | 2021-09-24 | 湖南方心科技股份有限公司 | 一种智能数据感知的数据任务分配处理系统与方法 |
CN114006719A (zh) * | 2021-09-14 | 2022-02-01 | 国科信创科技有限公司 | 基于态势感知的ai验证方法、装置及系统 |
CN116644868A (zh) * | 2023-07-27 | 2023-08-25 | 四川国蓝中天环境科技集团有限公司 | 一种序列化的基于公交车队的大规模移动传感器布设方法 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10678240B2 (en) * | 2016-09-08 | 2020-06-09 | Mentor Graphics Corporation | Sensor modification based on an annotated environmental model |
CN109669427A (zh) * | 2018-07-12 | 2019-04-23 | 北京图森未来科技有限公司 | 实现自动运输货物的系统及相关设备 |
US11521500B1 (en) * | 2018-10-17 | 2022-12-06 | Amazon Technologies, Inc. | Unmanned aerial systems with range finding |
EP3909040A4 (en) * | 2019-03-08 | 2022-03-23 | SZ DJI Technology Co., Ltd. | TECHNIQUES FOR COLLABORATIVE MAP CONSTRUCTION BETWEEN UNMANNED AIR VEHICLE AND GROUND VEHICLE |
EP3729402A4 (en) | 2019-03-08 | 2020-11-25 | SZ DJI Technology Co., Ltd. | TECHNIQUES FOR SHARING MAPPING DATA BETWEEN AN UNPILOT AIR VEHICLE AND A LAND VEHICLE |
DE102019007515B4 (de) * | 2019-10-29 | 2022-06-15 | Diehl Defence Gmbh & Co. Kg | Bildverarbeitungsverfahren zum Ermitteln von Lenkbefehlen für Steuerflügel eines Lenkflugkörpers |
US11881116B2 (en) | 2019-10-31 | 2024-01-23 | Aurora Flight Sciences Corporation | Aerial vehicle navigation system |
US11550622B2 (en) * | 2019-12-05 | 2023-01-10 | Aurora Flight Sciences Corporation | Task allocation for vehicles |
US20220011784A1 (en) * | 2020-01-14 | 2022-01-13 | Skygrid, Llc | Making a determination regarding consensus using proofs of altitude of unmanned aerial vehicles |
RU2736604C1 (ru) * | 2020-03-10 | 2020-11-19 | Петр Ксенофонтович Васильев | Автоматический мультироторный аппарат транспортер для оперативной доставки медикаментов, продовольствия и другого груза через опасную для человека зону |
CN111474953B (zh) * | 2020-03-30 | 2021-09-17 | 清华大学 | 多动态视角协同的空中目标识别方法及系统 |
WO2021211028A1 (en) * | 2020-04-17 | 2021-10-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Network node and method for handling operations in a communications network |
US20210377240A1 (en) * | 2020-06-02 | 2021-12-02 | FLEX Integration LLC | System and methods for tokenized hierarchical secured asset distribution |
US11447272B2 (en) | 2020-07-08 | 2022-09-20 | Lockheed Martin Corporation | Interactive electronic checklists for autonomous aircraft |
US11797004B2 (en) * | 2020-07-31 | 2023-10-24 | Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company | Causing a robot to execute a mission using a task graph and a task library |
US20220100208A1 (en) * | 2020-09-30 | 2022-03-31 | Ardavan Karbasi | Autonomous Multifunctional Aerial Drone |
US11119485B1 (en) * | 2020-10-07 | 2021-09-14 | Accenture Global Solutions Limited | Drone operational advisory engine |
CN112256345A (zh) * | 2020-10-10 | 2021-01-22 | 深圳供电局有限公司 | 一种基于最先适应算法和遗传算法的计算任务卸载方法 |
US11906980B2 (en) * | 2020-11-19 | 2024-02-20 | 6 River Systems, Llc | Systems and methods for autonomous vehicle operation |
US11443518B2 (en) | 2020-11-30 | 2022-09-13 | At&T Intellectual Property I, L.P. | Uncrewed aerial vehicle shared environment privacy and security |
US11797896B2 (en) | 2020-11-30 | 2023-10-24 | At&T Intellectual Property I, L.P. | Autonomous aerial vehicle assisted viewing location selection for event venue |
US11726475B2 (en) | 2020-11-30 | 2023-08-15 | At&T Intellectual Property I, L.P. | Autonomous aerial vehicle airspace claiming and announcing |
CN112987799B (zh) * | 2021-04-16 | 2022-04-05 | 电子科技大学 | 一种基于改进rrt算法的无人机路径规划方法 |
CN117769639A (zh) * | 2021-06-11 | 2024-03-26 | 网络无人机公司 | 用于从无人机成像生成3d模型的系统和方法 |
US11431406B1 (en) | 2021-09-17 | 2022-08-30 | Beta Air, Llc | System for a mesh network for use in aircrafts |
US20230133867A1 (en) * | 2021-10-29 | 2023-05-04 | Gm Cruise Holdings Llc | Domain adaptation of autonomous vehicle sensor data |
US20230222846A1 (en) * | 2022-01-11 | 2023-07-13 | Ford Global Technologies, Llc | Task managing system for testing-configuring vehicles based on a task order and method thereof |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6041425A (en) * | 1996-09-03 | 2000-03-21 | Hitachi, Ltd. | Error recovery method and apparatus in a computer system |
US20100145556A1 (en) * | 2008-12-09 | 2010-06-10 | Honeywell International Inc. | Modular software architecture for an unmanned aerial vehicle |
US20130182554A1 (en) * | 2009-05-07 | 2013-07-18 | Jasper Wireless, Inc. | Core services platform for wireless voice, data and messaging network services |
US20140025228A1 (en) * | 2012-07-18 | 2014-01-23 | Jung Soon Jang | Mission re-planning for coordinated multivehicle task allocation |
US20140074339A1 (en) * | 2012-03-30 | 2014-03-13 | The Boeing Company | Network of Unmanned Vehicles |
US20140351642A1 (en) * | 2013-03-15 | 2014-11-27 | Mtelligence Corporation | System and methods for automated plant asset failure detection |
US20150089278A1 (en) * | 2013-09-23 | 2015-03-26 | Seagate Technology Llc | Variable data recovery scheme hierarchy |
CN105264832A (zh) * | 2013-04-02 | 2016-01-20 | 伊甸石通信股份有限公司 | 用于自组织网络的方法和设备 |
CN105700553A (zh) * | 2016-01-28 | 2016-06-22 | 中国科学院自动化研究所 | 多无人机自主协同决策快速集成系统 |
CN106933246A (zh) * | 2017-03-29 | 2017-07-07 | 厦门大学 | 一种多无人机的复杂任务规划方法 |
CN107831783A (zh) * | 2017-11-10 | 2018-03-23 | 南昌航空大学 | 一种支持多无人机自主飞行的地面站控制系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6842674B2 (en) * | 2002-04-22 | 2005-01-11 | Neal Solomon | Methods and apparatus for decision making of system of mobile robotic vehicles |
US8038062B2 (en) | 2007-06-05 | 2011-10-18 | Raytheon Company | Methods and apparatus for path planning for guided munitions |
WO2010101749A1 (en) | 2009-03-05 | 2010-09-10 | Massachusetts Institute Of Technology | Predictive semi-autonomous vehicle navigation system |
JP5724919B2 (ja) | 2012-03-22 | 2015-05-27 | トヨタ自動車株式会社 | 軌道生成装置、移動体、軌道生成方法及びプログラム |
US9557742B2 (en) | 2013-11-27 | 2017-01-31 | Aurora Flight Sciences Corporation | Autonomous cargo delivery system |
JP6308580B2 (ja) * | 2013-12-03 | 2018-04-11 | Necソリューションイノベータ株式会社 | 管理装置、ワーク実行システム、管理方法及びプログラム |
US9262929B1 (en) | 2014-05-10 | 2016-02-16 | Google Inc. | Ground-sensitive trajectory generation for UAVs |
FR3037429B1 (fr) * | 2015-06-15 | 2018-09-07 | Donecle | Systeme et procede d'inspection automatique de surface |
US10657827B2 (en) * | 2015-12-09 | 2020-05-19 | Dronesense Llc | Drone flight operations |
US10012984B2 (en) | 2015-12-14 | 2018-07-03 | Mitsubishi Electric Research Laboratories, Inc. | System and method for controlling autonomous vehicles |
US10665115B2 (en) | 2016-01-05 | 2020-05-26 | California Institute Of Technology | Controlling unmanned aerial vehicles to avoid obstacle collision |
US10001776B2 (en) * | 2016-03-21 | 2018-06-19 | The Boeing Company | Unmanned aerial vehicle flight control 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 |
-
2018
- 2018-04-19 US US15/957,003 patent/US11429101B2/en active Active
-
2019
- 2019-03-08 CN CN201910173719.8A patent/CN110389594B/zh active Active
- 2019-04-17 JP JP2019078549A patent/JP7388826B2/ja active Active
- 2019-04-18 AU AU2019202757A patent/AU2019202757B9/en active Active
- 2019-04-19 EP EP19170383.4A patent/EP3557358B1/en active Active
-
2022
- 2022-07-22 US US17/814,408 patent/US11835953B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6041425A (en) * | 1996-09-03 | 2000-03-21 | Hitachi, Ltd. | Error recovery method and apparatus in a computer system |
US20100145556A1 (en) * | 2008-12-09 | 2010-06-10 | Honeywell International Inc. | Modular software architecture for an unmanned aerial vehicle |
US20130182554A1 (en) * | 2009-05-07 | 2013-07-18 | Jasper Wireless, Inc. | Core services platform for wireless voice, data and messaging network services |
US20140074339A1 (en) * | 2012-03-30 | 2014-03-13 | The Boeing Company | Network of Unmanned Vehicles |
US20140025228A1 (en) * | 2012-07-18 | 2014-01-23 | Jung Soon Jang | Mission re-planning for coordinated multivehicle task allocation |
US20140351642A1 (en) * | 2013-03-15 | 2014-11-27 | Mtelligence Corporation | System and methods for automated plant asset failure detection |
CN105264832A (zh) * | 2013-04-02 | 2016-01-20 | 伊甸石通信股份有限公司 | 用于自组织网络的方法和设备 |
US20150089278A1 (en) * | 2013-09-23 | 2015-03-26 | Seagate Technology Llc | Variable data recovery scheme hierarchy |
CN105700553A (zh) * | 2016-01-28 | 2016-06-22 | 中国科学院自动化研究所 | 多无人机自主协同决策快速集成系统 |
CN106933246A (zh) * | 2017-03-29 | 2017-07-07 | 厦门大学 | 一种多无人机的复杂任务规划方法 |
CN107831783A (zh) * | 2017-11-10 | 2018-03-23 | 南昌航空大学 | 一种支持多无人机自主飞行的地面站控制系统 |
Non-Patent Citations (3)
Title |
---|
KUAN-LI PENG等: "Reliability Analysis of On-Demand Service-Based Software Systems Considering Failure Dependencies", 《IEEE TRANSACTIONS ON SERVICES COMPUTING》 * |
刘俊;刘宁;: "基于XPDL的工作流异常处理", 科技传播, no. 01 * |
姜柯;李艾华;苏延召;: "双重自适应码本模型在运动目标检测中的应用", 计算机辅助设计与图形学学报, no. 01 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111338382A (zh) * | 2020-04-15 | 2020-06-26 | 北京航空航天大学 | 一种安全态势引导的无人机路径规划方法 |
CN111338382B (zh) * | 2020-04-15 | 2021-04-06 | 北京航空航天大学 | 一种安全态势引导的无人机路径规划方法 |
CN112269401A (zh) * | 2020-09-04 | 2021-01-26 | 河南大学 | 基于跟踪精度与风险控制的自适应主动传感器跟踪方法 |
CN112269401B (zh) * | 2020-09-04 | 2021-07-20 | 河南大学 | 基于跟踪精度与风险控制的自适应主动传感器跟踪方法 |
CN112636811A (zh) * | 2020-12-08 | 2021-04-09 | 北京邮电大学 | 一种中继无人机部署方法及装置 |
CN113434274A (zh) * | 2021-06-29 | 2021-09-24 | 湖南方心科技股份有限公司 | 一种智能数据感知的数据任务分配处理系统与方法 |
CN114006719A (zh) * | 2021-09-14 | 2022-02-01 | 国科信创科技有限公司 | 基于态势感知的ai验证方法、装置及系统 |
CN114006719B (zh) * | 2021-09-14 | 2023-10-13 | 国科信创科技有限公司 | 基于态势感知的ai验证方法、装置及系统 |
CN116644868A (zh) * | 2023-07-27 | 2023-08-25 | 四川国蓝中天环境科技集团有限公司 | 一种序列化的基于公交车队的大规模移动传感器布设方法 |
CN116644868B (zh) * | 2023-07-27 | 2023-10-03 | 四川国蓝中天环境科技集团有限公司 | 一种序列化的基于公交车队的大规模移动传感器布设方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190324456A1 (en) | 2019-10-24 |
US11429101B2 (en) | 2022-08-30 |
AU2019202757B9 (en) | 2024-02-29 |
CN110389594B (zh) | 2023-12-12 |
US11835953B2 (en) | 2023-12-05 |
EP3557358A1 (en) | 2019-10-23 |
JP7388826B2 (ja) | 2023-11-29 |
US20220357743A1 (en) | 2022-11-10 |
EP3557358B1 (en) | 2022-06-08 |
AU2019202757B2 (en) | 2024-02-08 |
JP2020047250A (ja) | 2020-03-26 |
AU2019202757A1 (en) | 2019-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389594A (zh) | 自适应自主系统架构 | |
Qin et al. | Autonomous exploration and mapping system using heterogeneous UAVs and UGVs in GPS-denied environments | |
Arbanas et al. | Decentralized planning and control for UAV–UGV cooperative teams | |
Sampedro et al. | A flexible and dynamic mission planning architecture for uav swarm coordination | |
Kendoul | Survey of advances in guidance, navigation, and control of unmanned rotorcraft systems | |
Girard et al. | Border patrol and surveillance missions using multiple unmanned air vehicles | |
Ergezer et al. | 3D path planning for multiple UAVs for maximum information collection | |
US7801644B2 (en) | Generic robot architecture | |
KR20170071443A (ko) | 군집 로봇의 행위 기반 분산 제어 시스템 및 방법 | |
Aibin et al. | Survey of RPAS autonomous control systems using artificial intelligence | |
Andert et al. | Mapping and path planning in complex environments: An obstacle avoidance approach for an unmanned helicopter | |
Papaioannou et al. | 3d trajectory planning for uav-based search missions: An integrated assessment and search planning approach | |
Bueno et al. | Project AURORA: Towards an autonomous robotic airship | |
Akagi et al. | Gesture commands for controlling high-level UAV behavior | |
Sinnemann et al. | Systematic literature review of applications and usage potentials for the combination of unmanned aerial vehicles and mobile robot manipulators in production systems | |
Huo et al. | Cluster space control method of manned-unmanned aerial team for target search task | |
Gemerek et al. | Directional sensor planning for occlusion avoidance | |
Wu et al. | Multi-objective reinforcement learning for autonomous drone navigation in urban areas with wind zones | |
Apostolidis et al. | D3. 5 Dynamic and Adaptive Swarm Optimization V1 | |
Mishra et al. | Autonomous Advanced Aerial Mobility â\euro “An End-to-end Autonomy Framework for UAVs and Beyond | |
Ayala et al. | UAV Control in Autonomous Object-Goal Navigation: A Systematic Literature Review | |
Lin | Intelligent Hybrid Approaches for Mobile Robots Path Planning | |
Kiam | Al-Based Mission Planning for High-Altitude Pseudo-Satellites in Time-Varying Environments | |
Saj | Robust Reinforcement Learning Control Strategy for Vision-Based Ship Landing of Vertical Flight Aircraft | |
Broyles | Altitude-Constrained Occlusion-Aware UAV Coverage Planning for Autonomous Wilderness Search and Rescue |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |