CN111295627B - 水下领航无人机系统 - Google Patents

水下领航无人机系统 Download PDF

Info

Publication number
CN111295627B
CN111295627B CN201880045229.3A CN201880045229A CN111295627B CN 111295627 B CN111295627 B CN 111295627B CN 201880045229 A CN201880045229 A CN 201880045229A CN 111295627 B CN111295627 B CN 111295627B
Authority
CN
China
Prior art keywords
drone
base station
pilot
sensor
path
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880045229.3A
Other languages
English (en)
Other versions
CN111295627A (zh
Inventor
屠浩锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Autoflight Co Ltd
Original Assignee
Shanghai Autoflight Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Autoflight Co Ltd filed Critical Shanghai Autoflight Co Ltd
Publication of CN111295627A publication Critical patent/CN111295627A/zh
Application granted granted Critical
Publication of CN111295627B publication Critical patent/CN111295627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/001—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations
    • 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
    • B64U80/84—Waterborne vehicles
    • 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
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • 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
    • 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
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B2203/00—Communication means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G8/00—Underwater vessels, e.g. submarines; Equipment specially adapted therefor
    • B63G8/001—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations
    • B63G2008/002—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations unmanned
    • B63G2008/005—Underwater vessels adapted for special purposes, e.g. unmanned underwater vessels; Equipment specially adapted therefor, e.g. docking stations unmanned remotely controlled
    • 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
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/005—Moving wireless networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Sensing (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Transportation (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

提供用于至少一个领航无人机的系统和方法，领航无人机构造为根据基站的未来位置运动至领航无人机未来位置。一组基站未来位置可形成使基站行经的基站路径。同样，一组领航无人机未来位置可形成使领航无人机行经的领航无人机路径。基站的未来位置可以通过预测或预先确定来预期。沿领航无人机路径导航的领航无人机可收集传感器数据和/或执行任务。领航无人机可在行经领航无人机路径时与传感器无人机交互。因此，在运转中领航无人机可在基站的前方运动，而不是跟随基站或与基站同步。

Description

水下领航无人机系统
技术领域
本申请涉及一种无人驾驶装置(unpiloted devices)，诸如无人机，并且更具体而言，涉及一种根据基站运动而导航(navigates)的领航无人机(leading drone)系统。
背景技术
无人机是无人驾驶装置，且可用于军事、治安(police)、救援、科学和商业活动。无人机的一个示例是无人操控装置(unmanned device)，其具有可控的、持续的并由动力装置驱使的运动的能力。如此，无人机的设计可包括具有不同尺寸、性能和重量的车辆、飞行器、船只、潜艇或航空飞行器。一种典型的无人机包含推进装置(诸如引擎)、导航系统(navigation system)、一个或多个传感器并且可能还包含货物(cargo)。对于飞行器或空中无人机(aircraft drone)，传感器可以向地面观察者提供有关无人机飞过的地形信息，诸如在救援应用中关于迷路的徒步旅行者的视频信息、在科学或安全应用中关于环境情况的来自激光和/或生物传感器的信息、或在军事应用中涉及战场情况的视频、激光、生物和其它传感器的组合。货物可以是军需品(munitions)、食物、药品和/或根据无人机的任务(mission)而定的其它物品。
由于无人机是无人操控的，因此其是由计算机软件执行无人机上的一个或多个处理器，从而部分或完全地控制无人机。计算机软件可控制由无人机完成的各种功能，也许还需要观察者的帮助。
仍然需要无人操控的空中无人机的拓展功能。
发明内容
在所附权利要求的范围内，此处所描述的系统、方法和装置的各种实施方式中的每一种都具有多个方面，其中没有任何一种是仅负责其所希望的特性。在不限制所附权利要求范围的情况下，此处描述了一些显著的特征。
在本说明书中关于主题名称的一种或多种实施方式的具体细节在附图及下文的描述中有所说明。其它特征、方面和有益效果通过说明书、附图和权利要求将变得显而易见。应注意的是以下附图中的相关尺寸可能未按实际比例绘制。
在一个特定实施例中，公开了一种包括领航无人机的系统。该领航无人机构造为：识别从当前位置运动的基站、确定基站的未来位置以及运动到相对于未来位置的无人机位置。
在另一个特定实施例中，无人机位置位于未来位置。
在另一个特定实施例中，领航无人机构造为运动至基站行驶过的位置，使得领航无人机与基站具有相同的行驶路径，而二者仅在距离或时间上有差异。
在另一个特定实施例中，领航无人机构造为接收来自包括未来位置的基站的控制信号。
在另一个特定实施例中，领航无人机构造为根据当前位置确定未来位置。
在另一个特定实施例中，领航无人机构造为确定在当前位置和未来位置之间的基站路径，且沿着相对于基站路径的无人机路径运动。
在另一个特定实施例中，领航无人机构造为沿着包括当前位置的基站路径确定未来位置。
在另一个特定实施例中，领航无人机构造为确定相对于基站路径的无人机路径。
在另一个特定实施例中，无人机路径平行于基站路径。
在另一个特定实施例中，无人机路径与基站路径交叉(crisscrosses)。
在另一个特定实施例中，当基站行经(traverse)基站路径时，无人机路径环绕该基站。
在另一个特定实施例中，领航无人机构造为接收来自包括基站路径的基站的控制信号。
在另一个特定实施例中，领航无人机包括传感器。领航无人机构造为：使用传感器沿着基站路径收集传感器数据；根据传感器数据识别触发器；且根据触发器运动至触发位置。
在另一个特定实施例中，领航无人机构造为返回至无人机路径。
在另一个特定实施例中，传感器是定向雷达(directional radar)。
在另一个特定实施例中，领航无人机构造为扫描穿过(across)基站路径的感应数据(sensory data)。
在另一个特定实施例中，领航无人机构造为沿着基站前方的无人机路径行驶。
在另一个特定实施例中，领航无人机构造为沿着基站旁边的无人机路径行驶。
在另一个特定实施例中，领航无人机构造为沿着基站后方的无人机路径行驶。
在另一个特定实施例中，领航无人机包含传感器。领航无人机构造为：使用传感器沿着无人机路径收集传感器数据；从数据存储中检索地理数据；以及互相比对(crossreference)传感器数据和地理数据，用以产生更新后的地理数据。
在另一个特定实施例中，领航无人机构造为向基站发送更新后的地理数据。
在另一个特定实施例中，基站是陆地交通工具，且领航无人机是无人操控的空中交通工具。
在另一个特定实施例中，领航无人机构造为确定相对于根据接收的地理数据的未来位置。
在另一个特定实施例中，领航无人机构造为接收来自基站的控制信号，用以控制领航无人机。
在另一个特定实施例中，领航无人机构造为接收覆盖信号(override signal)，该覆盖信号覆盖控制信号且控制领航无人机。
在另一个特定实施例中，该无人机系统包含第二领航无人机，该第二领航无人机构造为接收控制该第二领航无人机的覆盖指令。
附图说明
结合附图，参照以下详细描述，将更容易理解前述各方面和许多随之的优势，其中：
图1示出领航无人机与基站交互作为交通工具护送的一部分的示例。
图2示出相对于基站定位(oriented)的领航无人机的示例。
图3A示出领航无人机定位在基站一侧的示例。
图3B示出在基站不同侧的多个领航无人机的示例。
图3C示出多个基站与单一领航无人机交互的示例。
图4示出领航无人机相对于基站路径执行折线形(zig zag)领航无人机路径的示例。
图5示出领航无人机执行环形领航无人机路径的示例。
图6示出领航无人机在基站前方行经基站路径的示例。
图7示出沿着领航无人机路径的触发事件的示例。
图8示出基站未来位置预测的特征。
图9示出领航无人机与传感器无人机交互的示例。
图10示出领航无人机与多个传感器无人机通信的示例。
图11示出领航无人机与连接(tethered)至通信继电器(communication relays)的多个传感器无人机通信的示例。
图12示出领航无人机与通信继电器通信用于服务多个传感器无人机的示例。
图13示出领航无人机与静止传感器无人机通信的示例。
图14是用于领航无人机系统中的示例系统的框图。
图15是用于确定领航无人机路径的示例步骤的流程图。
图16是用于确定飞行中基站未来位置的示例步骤的流程图。
图17是用于触发任务的示例步骤的流程图。
图18是用于将领航无人机传感器数据与传感器无人机传感数据结合的示例步骤的流程图。
图19示出用于无人机的示例系统架构(system architecture)的框图。
具体实施方式
总体而言，本公开的各方面涉及用于至少一个领航无人机的系统和方法，领航无人机构造为根据基站的未来位置运动至领航无人机未来位置。一组基站未来位置可形成为使基站行经的基站路径。同样，一组领航无人机未来位置可形成为使领航无人机行经的领航无人机路径。路径可以在大体上是二维的空间中(诸如陆面上)或在三维空间中(诸如空中或水下)。基站的未来位置可通过预测(prediction)或预定(predetermination)预料到。例如，基站沿基站路径的预期行径可包含预测未来行径(诸如根据当前和/或过去行径的预测)和/或预先确定的未来行径(诸如构造为执行将来某个时候的行径，其存储在数据存储中或从数据存储中检索到)。因此，在运转中领航无人机可在基站的前方运动，而不是跟随基站或与基站同步。
在本说明书中，无人机包括任何无人操控的交通工具，诸如无人操控的空中交通工具(UAV)、无人驾驶的空中交通工具、远程驾驶的空中飞行器、无人操控的空中飞行器系统以及由国际民用航空组织(International Civil Aviation Organization)颁布的通告(Circular)328AN/190中的任何空中飞行器等。作为示例，无人机可以是以单一旋翼或多个旋翼形式形成的直升机(如四旋翼直升机(quad-copter))或固定翼形式的飞行器。此外，本公开的某些方面可使用无人操控的交通工具中其它类型的(如轮式、履带式和/或水中交通工具)的无人机。
沿着领航无人机路径导航的领航无人机可收集传感器数据和/或执行任务。任务的示例包括向基站提供涉及用于行经基站路径的信息，或执行行经领航无人机路径的导航图案。可从接近于(accessible to)领航无人机(例如，安装在领航无人机上或安装在领航无人机中)的传感器收集传感器数据。传感器可以是感测特定方向的定向传感器(directional sensors)，(诸如构造为捕捉视场的照相机)，或者可以是不感测特定方向的全向传感器(omnidirectional sensors)。定向传感器可构造为随时间运动并扫描一区域，诸如围绕一个或两个轴旋转360度。传感器数据可与已存储的或已知晓的传感器数据进行互相比对，诸如已知晓的地理数据或领航无人机的传感器期望标识的路标(landmarks)。当领航无人机沿着领航无人机路径导航时，可从相对于基站的多个视角(perspectives)捕捉传感器数据，诸如从基站的前方、后方、上方或旁边。例如，领航无人机可从基站的后方收集传感器数据，用以确保没有交通工具跟随基站，或可从基站的前方收集传感器数据，用以确保没有阻碍会影响到基站路径中基站的行径。这样的组合可提供足够强有力的(robust)传感器数据，其结合了已知晓的或已存储的传感器数据以及由领航无人机行经领航无人机路径时所收集的当前或新的传感器数据。因此，领航无人机能将这结合后的传感器数据发送至基站和/或自主地(autonomously)向基站提供有益的传感器数据，或者执行基站不能完成的任务，有益的传感器数据从基站的有利位置不能获得。
在某个实施例中，当根据所收集的传感器数据自主触发时，或者当通过从基站接收的控制信号控制时，领航无人机可执行诸如改变其领航无人机路径的任务。在执行触发任务后，领航无人机可返回至领航无人机路径，并从因触发任务而被干扰的领航无人机路径所在位置处开始。作为选择，在执行触发任务后，领航无人机在触发任务结束时可继续沿着从领航无人机未来位置开始的领航无人机路径，其是领航无人机在触发任务完成后计划行经的。在某个实施例中，能利用多个领航无人机来标识并响应多个触发器。
在某些实施例中，基站可构造为用于根据领航无人机传感器数据的自主导航。例如，基站可以是利用领航无人机的传感器来沿着基站路径导航的自主驾驶的交通工具。在领航无人机传感器能够从基站上的传感器所不能达到的区域中收集传感器数据的情况下，利用来自领航无人机的传感器数据可以是有利的。例如，在基站上的诸如摄像机的传感器可受限于围绕基站在该摄像机视线内所感测到的区域，然而，安装在领航无人机上的摄像机传感器可感测基站摄像机视线以外的区域。
在某些实施例中，基站上的处理器可通过领航无人机处理器将处理中的任务分配给(offload)领航无人机处理。例如，由领航无人机捕捉的传感器数据可先被领航无人机处理，然后将来自传感器数据的分析发送至基站，而不是将原传感器数据(raw sensor data)发送至基站。
领航无人机可以是领航无人机网络的部分，领航无人机网络包括领航无人机、基站和/或传感器无人机。例如，一个单独的基站可以与多个领航无人机交互。多个领航无人机中的每一个可以与多个传感器无人机交互。因此，基站能受益于来自多个领航无人机和多个传感器无人机所收集到的传感器数据。此外，领航无人机可以与多个基站交互，诸如多个基站的导航活动可构造为领航无人机来从事特定的领航无人机路径。
如前所述，领航无人机可在行经领航无人机路径时与传感器无人机交互。传感器无人机可以是固定的或构造为用于运动。传感器无人机可以将传感器无人机传感器数据传递至领航无人机，从而进一步增加领航无人机的感知能力。例如，传感器无人机可以行经一区域并将传感器配置为具有使临近行经的区域生成传感器无人机传感器数据的特征。已生成的传感器无人机传感器数据可以被传感器无人机存储。当在传感器无人机的通信系统运行的距离内领航时，传感器无人机可在行经过程中将已存储的传感器数据，诸如由传感器无人机的传感器收集的历史环境数据，传递至领航无人机，。因此，当行经领航无人机路径时，领航无人机可有利地增加其感应数据的收集。
在某些实施例中，领航无人机可以控制传感器无人机。传感器无人机可由领航无人机主动控制。例如，水下传感器无人机可以在物理上(physically)连接至空中领航无人机，从而使领航无人机能够推进或牵引(drag)，水下无人机横跨水下区域来收集该区域水下传感器无人机传感器数据。
图1是领航无人机102与基站104交互的示例。基站104可以是护送交通工具104,106的一部分。领航无人机102可以通过领航无人机通信链路(communication link)110与基站通信。尽管基站在图1中以车辆示出，但基站可以是能够与领航无人机建立通信链路110的任何形式的要素，比如手持设备、个人计算机、船只或飞机。
领航无人机通信链路110可以包括设备间可彼此通信的任何形式的通信协议，诸如红外(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、无线电频率、无线网络、蓝牙、无线个域网(Zigbee)、GPC、GSM、RFID或OFDM等中的一个或组合。在某些实施例中，领航无人机通信链路110可包括一个或多个窄频带(narrow band)、宽频带(wideband)或窄频带或宽频带通信的组合。此外，领航无人机通信链路110可以包括不同类型的天线，诸如定向和/或全向天线。
领航无人机可具有连接至该领航无人机的多个传感器，多个传感器用于数据收集。例如，照相机、摄像机、红外照相机、多光谱相机、激光雷达、无线电收发器、声纳和TCAS(空中防撞系统)。在所示的实施例中，领航无人机102包括摄像机112，其构造为在摄像机112的视场范围内勘测基站102下方的区域114。
下文将更详细地解释，领航无人机102可构造为根据基站未来位置(其可沿着基站路径)沿着领航无人机路径运动至领航无人机未来位置。因此，领航无人机在基站移动时仍保持在基站前方，而不是在基站后方或旁边。
在某些实施例中，多个基站104,106可以与领航无人机102交互。例如，领航无人机102可构造为在一个时间间隔期间根据第一基站104的未来位置而导航，但接着构造为以第二时间间隔根据第二基站106的未来位置而导航。该示例可能在第一领航无人机104由于汽车碰撞而停止运动或不能使用(out of commission)之后发生。
领航无人机102可根据基站104将要到达的位置以设定距离自主地保持在基站104前方的位置处，而不是根据基站104现在所处的位置或过去所处的位置。基站可以保持与领航无人机的通信，允许基站向领航无人机发送指令。例如，指令可包含对领航无人机路径的修改或者对执行特定任务的修改。这些任务可包括：勘测基站前方的地貌、水路或空域中的危险，诸如水中岩石、水中漂浮物、水中冰山、冲刷道路、倒下的电线、倒下的树、水中的难民、极端天气情况；搜寻和营救行动；将医疗补给、食物补给、救生衣和救生圈空投至水中的人；拍摄并传输空中的照片和视频；寻找鱼群或猎物；或寻找石油泄漏。在某些实施例中，领航无人机102可配备有传感器，用于搜寻、定位并识别地面上需要帮助的人类或动物，或者可能对基站104或者交通工具104,106的护送有害的人类或动物。
领航无人机102可使用避障系统(obstacle avoidance system)，所以领航无人机102可以避免与障碍物相撞，诸如建筑、树、电线杆和电线。避障系统能够对比容易获得的数据(如三维地图、总部位于加州(California)山景城(Mountain View)的谷歌公司(GoogleInc.)提供的谷歌地图数据(Maps data)或卫星图像)与领航无人机在传感器上已收集到的数据(如通过视觉图像/视频的侦测、视觉传感器与计算机/处理、激光、雷达、声纳、红外传感器)，从而在地图上标出潜在的障碍来避开。
在某些实施例中，领航无人机102可以包括执行任务的工具。该工具可包括不控制领航无人机周围物体的被动装置，诸如传感器，或包括能够控制领航无人机周围区域的主动装置，诸如能够为地面援助人员标识目标的激光或聚光灯，或扩音器，通过该扩音器向勘测区域中的目标传播在基站产生的声音。
在某些实施例中，领航无人机102可以根据需要降落在基站104上或者降落在运动的车辆上以存储、再充电或维修。
在某些实施例中，护送交通工具中除了基站以外的其它交通工具可以作为替换基站。例如，如果基站104不能使用(例如，由于汽车碰撞)，领航无人机可以与护送交通工具中作为替换基站106的其它交通工具交互(例如根据预期的基站路径确定领航无人机路径和/或将领航无人机传感器数据发送至基站)。这些替换基站可具有优先级顺序(order ofpriority)，使得在领航无人机的通信系统的范围内，在众多可选择的替换基站中，领航无人机能够与最高优先级的替换基站通信。这些优先级可基于多种条件(例如当日时间、替换基站路径、领航无人机的当前有效负载(current payload))以及可通过来自基站的控制信号自主地由领航无人机确定或由领航无人机接收。
在某些实施例中，节点或通信点(例如基站、领航无人机、传感器无人机)可选择性地具有通信模块，其使用长期演进技术(LTE)、卫星或当前已知的或未来开发的任何无线通信能力(硬件和/或软件)。具有这种可选择的连接性(connectivity)能够进一步保证领航无人机的这些节点与领航无人机网络内的其它的每一个优化、可靠且及时的实时连接性，或者保证与其它(例如指挥中心，诸如位于远处的警察局，以及通过网络(诸如因特网(Internet))与节点通信)优化、可靠且及时的实时连接性。
在某些实施例中，领航无人机网络的节点能够以实时的方式(自主地或非自主地)选择不同通信种类。这种选择可以是基于诸如传输成本、传输可靠性、传输速度、传输接收或传输安全性的条件。而且，领航无人机网络的节点也可具有通信模块(communicationmodules)，其支持作为通信主要模式或通信辅助模式的长期演进技术(LTE)和卫星通信或。例如，因为基站、领航无人机和/或传感器无人机驶过服从通信协议(如长期演进技术(LTE))的某些区域，由于诸如降低通信成本和/或增加低海拔空中可靠性的原因，因此基站、领航无人机和/或传感器无人的运行将不同于通信协议(如长期演进技术(LTE))。在某些实施例中，所选择的通信类型使得外部角色(external actor)，诸如位于远处不同城市的指挥所或总部，能够以实时的方式与领航无人机网络通信。这种通信可以允许外部角色实时地接收由领航无人机捕捉的音频/视频数据，或发送用于领航无人机执行任务的指令。
图2是相对于基站204定位的领航无人机202的示例。基站204可沿着基站路径208行驶，该基站路径208平行于诸如道路210的路标(landmark)且受限于诸如道路210的路标所限制的范围内。基站路径208随时间(over a time period)可包括多个基站未来位置214A-E。领航无人机可沿着包括领航无人机未来位置222A-E的领航无人机路径212行驶。这些领航无人机未来位置可根据基站未来位置214A-E，且随着行经基站未来位置214A-E的相同时间而行经领航无人机未来位置。
例如，当基站204预期行经基站路径208时，基站204可从基站未来位置214A运动至基站未来位置214B，再运动至基站未来位置214C，再运动至基站未来位置214D，并且再运动至基站未来位置214E。因此，领航无人机202可构造为通过从领航无人机未来位置222A运动至领航无人机未来位置222B，再运动至领航无人机未来位置222C，再运动至领航无人机未来位置222D，并且再运动至领航无人机未来位置222E的方式行经领航无人机路径212。领航无人机202行经领航无人机路径212的时刻可包括：当基站预期位于基站未来位置214A时，领航无人机202位于领航无人机未来位置222A；当基站预期位于基站未来位置214B时，领航无人机202位于领航无人机未来位置222B；当基站预期位于基站未来位置214C时，领航无人机202位于领航无人机未来位置222C；当基站预期位于基站未来位置214D时，领航无人机202位于领航无人机未来位置222D；以及当基站预期位于基站未来位置214E时，领航无人机202位于领航无人机未来位置222E。
领航无人机未来位置中的每一个可以是位于基站未来位置前方的设定距离或时间。领航无人机未来位置沿着基站预期行经的方向与基站未来位置间隔设定距离。例如，领航无人机未来位置222A可以是位于基站未来位置214A前方的设定距离(如50米)，其由基站路径208行驶的方向决定(由基站路径208尾端的箭头示出)。通过一定量的在先(或设定)时间，领航无人机可以处在一个领航无人机未来位置，其处于在未来某时刻预期的基站未来位置。例如，领航无人机未来位置214A可以是一定量的在先时间(诸如10秒)，其是指在行经基站未来位置214A之后基站204在预期10秒的位置。
基站204沿着基站路径的预期行径(traversal)可包含预测的未来行径(诸如根据当前和/或过去行径的预测)和/或预先确定的未来行径(诸如构造用于在未来某时刻的行径)。例如，基站的未来行径可以被预先确定，诸如通过导航模块预先确定，其构造为使基站在未来某时刻行经基站未来位置。例如，基站可具有地理空间传感器(geospatial sensor)(例如，全球定位系统(GPS))，其感知基站所处位置。然后又根据与其它地理信息(诸如地图)相关的计划目的地，导航模块可绘制导航路径，用于使基站随时间移动以到达已计划的目的地处。导航模块的示例可包括由总部位于堪萨斯州(Kansas)奥拉西(Olathe)的Garmin公司(Garmin Ltd.)生产的导航应用(/>Navigator application)，或总部位于加利福尼亚州(California)山景城(Mountain View)的谷歌公司(Google Inc.)开发的谷歌地图导航应用(/>Maps Navigation)。
另外，例如，下文将结合附图8论述，基站204的预期基站路径可通过在过去时间间隔(诸如过去一分钟)期间确定基站过去位置和基站当前位置的差值而被预测。该差值可根据用于随未来时间间隔(等同于过去时间间隔)行经的基站路径绘制，该基站路径终止于预期/预测的基站未来处，起始于基站当前位置。
因此，在图2所示的实施例中，领航无人机202构造为沿领航无人机路径212运动(例如行经(领航无人机路径212))。领航无人机路径212可沿着领航无人机未来位置222A-E，其是在基站未来位置214A-E前的设定距离和时间。基站未来位置214A-E可沿着基站204预期行经的基站路径208。
在某些实施例中，领航无人机202上的定向传感器可构造为当领航无人机行经领航无人机路径时，执行扫描领航无人机的前方或周边区域，例如通过绕一个或两个轴自由旋转360度或通过从一侧至另一侧扫描。
图3A示出领航无人机302定位在基站304一侧的示例。基站304可预期行经基站路径306，其具有沿着基站路径的至少一个基站未来位置308。基站路径可沿着道路310或其它地理路标。领航无人机312可构造为行经领航无人机路径314，其具有至少一个领航无人机未来位置316。行经领航无人机路径314的领航无人机312可以基站路径306的方向(如基站路径306的箭头所示)位于基站304的前方，但偏移至基站304的一(右)侧。绘制领航无人机路径的(多个)领航无人机未来位置316可根据预期的基站未来位置308，，其绘制出基站路径306。
图2所示的实施例示出了领航无人机202行经领航无人机路径212其在基站204前方的设定距离和时间(行经基站路径208)，相反，图3A所示的实施例示出了领航无人机312如何在基站204前方的设定距离但不在设定时间，或偏移至基站304行经基站路径306的一侧。领航无人机312可构造为当基站304预期位于基站未来位置308时，其位于领航无人机未来位置316。
图3B示出在基站不同侧的多个领航无人机的示例。图3B与图3A相似，区别在于另一个领航无人机332可构造为行经具有至少一个领航无人机未来位置336的领航无人机路径334。行经领航无人机路径334的领航无人机332可以基站路径306的方向(如基站路径306的箭头所示)位于基站304前方，但偏移至基站304的一(左)侧。因此，定义领航无人机路径314的领航无人机未来位置316以及定义领航无人机路径334的领航无人机未来位置336，两者都可基于定义基站路径306的预期基站未来位置308。领航无人机312,332可构造为当基站304预期位于基站未来位置308时，其位于领航无人机未来位置316,336。
图3C示出多个基站与单一领航无人机交互的示例。基站354,360可预期沿着分别具有至少一个基站未来位置358,364的基站路径356,362行驶。基站路径356,362可沿着地理路标，诸如沿着道路352中领航至交叉点(fork)的支路(prongs)。领航无人机372可构造为沿着领航无人机路径374行驶，其最初位于第一基站354的前方。然而，领航无人机路径374可根据基站路径356,362确定(而不是根据单一基站路径356)，以至于领航无人机未来位置376根据基站未来位置358,364二者(而不是根据单一基站未来位置358)。例如，领航无人机372最初可构造为在第一基站354的前方，但当基站路径356,362汇聚(converge)时，领航无人机372可切换至第二基站360的前方。
图4示出领航无人机402根据基站路径执行相对于直线形基站路径的折线形领航无人机路径410的示例。基站404可预期行经具有至少两个基站未来位置408,412的基站路径418。基站路径可受限于诸如道路406的地理路标。领航无人机402可构造为行经具有至少两个领航无人机未来位置414,416的领航无人机路径410。
领航无人机路径410可以是沿着相对于基站路径418的折线形模式，而非平行于基站路径418。当领航无人机未来位置414预期位于基站未来位置414时，可位于基站404的一侧，然后再沿着领航无人机路径410，领航无人机未来位置416可位于基站404的另一侧。
图5示出领航无人机502执行环形领航无人机路径510的示例。环形领航无人机路径510可包括环绕模式，当基站504行经基站路径506时，其从预期的基站未来位置510随时间保持相对于定向的环形。有利的是，当基站行经基站路径506时，环形领航无人机路径512可使得传感器关注于收集由环形无人机路线形成的环形中心区域的传感器数据，用于使传感器多视角地扫描基站504前方的区域。
图6示出领航无人机602在基站604前方行经基站路径的示例。基站604可行经基站路径，其包括沿着道路622从起始位置606至终止位置620的基站未来位置。领航无人机602可沿着领航无人机路径从起始位置606至终止位置620行经具有领航无人机未来位置614,620,612的领航无人机路径，但当基站604行经其基站路径时，领航无人机未来位置614,620,612不完全维持与基站未来位置608,624,610的设定距离。尽管示出了设定的终止位置，但在基站运作时终止位置可被修正或设定为是动态的，诸如由基站导航模块设置或如领航无人机所预期的。
领航无人机602可行经领航无人机路径，首先从起始位置606到终止位置620完全地行经道路622，然后，当基站604完成其从起始位置606行经至终止位置620时，返回领航无人机602，以保持基站604前方的设定距离。例如，在基站从起始位置606运动后的第一时间，领航无人机602可构造为位于第一领航无人机未来位置614，同时基站可预期位于第一基站未来位置608。在第一时间之后的第二时间，领航无人机602构造为行经至第二领航无人机未来位置618，其在终止位置620之上，同时基站位于第二基站未来位置610。在第二时间之后的第三时间，当基站预期位于第三基站未来位置624时，领航无人机612可位于基站604前方的第三领航无人机未来位置612。然后，领航无人机602可构造为行经领航无人机路径的一部分，其保持在基站604前方的设定距离，直到基站604到达终点位置620。
图7示出领航无人机702执行触发任务的示例。触发器可以是导致领航无人机702执行任务的任何事件，在发生触发事件的情况下，领航无人机执行触发任务，否则领航无人机将不会执行。任务可以使领航无人机重新构造为采用新的领航无人机路径、执行新任务或修改之前的领航无人机路径或修改触发器检测之前的任务。
与图6相似，在图7中，基站604可沿着道路622从起始位置606到终止位置620行经包括基站未来位置的基站路径。最初如图6中所示，领航无人机702可沿着领航无人机路径从起始位置606行经至终止位置620。
然而，如图7所示，参照图6，在第一时间，领航无人机702可构造为位于第一领航无人机未来位置714，并且基站可位于预期的第一基站未来位置608。当位于第一领航无人机未来位置714时，领航无人机702可以使用领航无人机上的传感器检测未识别车辆724。对未识别车辆的检测可以是触发事件，其将领航无人机重新构造为执行调查未识别车辆的任务，而不是直接运动至终止位置620。作为执行触发任务的一部分，领航无人机602可构造为告知触发事件中的基站，并运动至第二领航无人机未来位置618，以从与第一领航无人机未来位置714提供的视角不同的视角来调查未识别车辆724。触发任务可在第二时间继续执行。在触发任务完成之后，在第三时间，领航无人机702可位于第三领航无人机未来位置712，当基站604预期位于第三基站未来位置624时，该第三领航无人机未来位置712位于基站604的前方。然后，领航无人机702可构造为在基站604的前方保持设定距离，直到基站604到达终止位置620。
图8示出了基站未来位置预测的特征。如上所述，由基站未来位置预测的预期可与用于行经在未来时间的预先确定的基站未来位置的预测相比较。可在时间间隔(诸如在过去一分钟)期间，通过确定基站当前位置和(多个)基站过去位置之间的差值，并且将差值从当前位置延伸至行经横跨将来的时间间隔，从而预测基站的预期基站路径。
如图8所示，基站806可位于相对于基站过去位置802和预期的基站未来位置810的基站当前位置。基站过去位置802和基站当前位置806之间的差值可表示为距离(如过去向量804的长度)和方向(如过去向量804端部处的箭头)随过去时间段的过去向量(pastvector)804。过去向量804的参数(例如，距离和方向)可作为未来向量808应用于基站当前位置806，其包括在与过去时间段(例如，未来10秒)持续时间相同的未来时间段内的距离(如未来向量808的长度)和方向(如未来向量808端部处的箭头)。因此，预测的(例如，预期的)基站未来位置810可确定为未来向量808的端点。
图9示出领航无人机902与传感器无人机906的示例。领航无人机902可与基站904(以水面914上的船只的形式)通过领航无人机通信链路908通信。尽管在图9中基站以船只示出，但基站可以是能够与领航无人机建立通信链路110的任何形式，例如，手持设备、个人计算机、车辆或飞机。
领航无人机通信链路908可包括设备间可彼此通信的任何类型的通信协议，诸如红外(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、无线电频率、无线网络(wi-fi)、蓝牙(Bluetooth)、无线个域网(Zigbee)、GPC、GSM、RFID或OFDM等中的一个或组合。
领航无人机902可具有连接至该领航无人机902用于数据收集的多个传感器。例如，照相机、摄像机、红外照相机、多光谱相机、激光雷达、无线电收发器和声纳。领航无人机902还装有TCAS(空中防撞系统)。在所示的实施例中，领航无人机902包括摄像机912，其构造为在摄像机912的视场范围内勘测在领航无人机902下方的区域910。
领航无人机902可以构造为根据基站未来位置沿着领航无人机路径运动至领航无人机未来位置，其可以沿着基站路径。因此，领航无人机在基站运动时保持在基站的前方，而不是在基站的后方或旁边。并且，领航无人机102可根据基站104将要到达的位置以设定距离自主地保持在基站904前方的位置处，而不是根据基站904现在所处的位置或过去所处的位置。
领航无人机902可通过传感器无人机通信链路920与传感器无人机906通信，其可以是以线缆(cable wire)920的形式。传感器无人机906可以在水下，而领航无人机920在空中。传感器无人机906可以包括在领航无人机902外部的任何形式的传感器，领航无人机902可以从其外部收集不会从领航无人机902上的传感器收集的传感器数据。
传感器无人机通信链路920可以额外或可选地包括设备间可彼此通信的任何类型的无线通信协议，诸如红外(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、无线电频率、无线网络(wi-fi)、蓝牙(Bluetooth)、无线个域网(Zigbee)、GPC、GSM、RFID或OFDM中的一个或组合。在图9所示的实施例中，传感器无人机通过线缆920物理地与领航无人机连接，并且传感器无人机通信链路包括设备通过线缆920通信的通信协议。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提供电源(power)。
通过线缆920，可在水中由运动的领航无人机902以被动牵引的方式推进传感器无人机906。作为选择，传感器无人机906也可通过自主推进的方式主动移动，诸如通过传感器无人机906上的推进器，其能够在水中推进传感器无人机906。自主推进在没有传感器无人机906外部输入的情况下可以是自动化的，或者通过传感器无人机906外部的输入而主动控制，诸如领航无人机902(经由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/或基站(经由领航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可具有连接至该传感器无人机906用于数据收集的多个传感器。例如，照相机、摄像机、红外照相机、多光谱相机、激光雷达、无线电收发器或声纳。在所示的实施例中，领航无人机902包括声纳，其构造为使用主动声纳脉冲912勘测领航无人机902的周围区域。
因此，空中领航无人机902可构造为从目标位置910(可以是水上或水下，如俯瞰鱼群)收集空中传感器数据，而水下传感器无人机906构造为从目标位置910收集水下传感器数据。水下传感器无人机906可以构造为将水下传感器数据发送至空中领航无人机902(如通过传感器无人机通信链路920)。由于诸如水下或使用特别用于水下感应的传感器的原因，该水下传感器数据可以是空中无人机可能无法访问的传感器数据。空中的领航无人机902可构造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，水下传感器无人机906可构造为根据水中状况，选择性地接近或进一步接近水面，以减少水下行驶的阻力。
图10是领航无人机902与多个传感器无人机1002A,1002B通信的示例。图10与图9相似，区别在于图10中领航无人机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无线通信。
传感器无人机1002A,1004B中的每一个可自主推进并构造为从目标区域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无线通信。在某些实施例中，无线传感器无人机通信链路1004A,1004B受限于以传感器无人机1002A,1002B为中心的范围。当领航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的范围内运动时，可建立无线传感器无人机通信链路1004A。同时，当领航无人机在以传感器无人机1002B中心的无线传感器无人机通信链路1004B的范围内运动时，可建立无线传感器无人机通信链路1004B。
因此，当单个空中领航无人机902在传感器无人机通信链路1004A,1004B的范围内时，可以与多个传感器无人机1002A,1002B交互。水下传感器无人机1002A,1002B可构造为将水下传感器数据发送至空中领航无人机902。空中领航无人机902可构造为根据空中传感器数据(从空中领航无人机处收集)和水下传感器数据生成目标位置数据。
图11示出领航无人机902与连接至通信继电器1102A,1102B的多个传感器无人机1002A,1002B通信的示例。这些通信继电器可以漂浮在水面914。图11与图10类似，区别在于在图11中领航无人机902与两个传感器无人机1002A,1002B通过通信继电器1102A,1102B无线通信。每个通信继电器可以包括天线和使天线能够靠近水面914的漂浮装置。
通信继电器1102A可与传感器无人机1102A通过一个水下继电器通信链路1104A通信，而通信继电器1102B可与传感器无人机1002B通过一个水下继电器通信链路1104B通信。水下继电器通信链路1104A,1104B可以是实线电缆(但作为选择在某些实施例中可以是是无线的)。领航无人机902可通过空中继电器通信链路1106A与通信继电器1102A通信。同时，领航无人机902可通过空中继电器通信链路1106B与通信继电器1102B通信。空中继电器通信链路1106A,1106B可以是无线的。如上所述，空中继电器通信链路1106A,1106B和水下继电器通信链路1104A，1104B可包括设备间可彼此通信的任何形式的通信协议。水下继电器通信链路1104A,1104B和空中继电器通信链路1106A,1106B的结合可用作领航传感器无人机1002A,1002B与无人机902之间的传感器无人机通信链路。
有利的是，通信继电器1102A,1102B，通过将传感器无人机更适用于水下通信的通信协议(通过水下继电器通信链路1104A，1104B)和更适合于空中通信的通信协议(通过空中继电器通信链路1106A,1106B)进行转换，可以改进领航无人机902和传感器无人机1102A,1102B之间的通信。
图12是领航无人机902与服务多个传感器无人机1002A,1102B的通信继电器1102B通信的示例。图12与图11相似，区别在于图12中通信继电器1102B与两架传感器无人机1102A,1102B通过水下继电器通信链路1206A,1206B进行无线通信。水下继电器通信链路1206A,1206B和空中继电器通信链路1106B的组合可充当对应的传感器无人机1002A,1002B与领航无人机902间的传感器无人机通信链路。
有利的是，单个通信继电器1102B，通过行经在传感器无人机更适用于水下通信的通信协议(通过无线水下继电器通信链路1206A,1206B)以及更适合于空中通信的通信协议(通过空中继电器通信链路1106B)之间，可以改进领航无人机902和传感器无人机1102A,1102B之间的通信。
图13示出领航无人机与静止传感器无人机通信的示例。如上所述，基站1304可预期行经基站路径1308，沿着基站路径1308具有至少一个基站位置1306。基站路径1308可以沿着道路1316或其它地理路标。领航无人机1302可构造为行经具有至少一个继电器无人机未来位置1310的领航无人机路径1312。行经领航无人机路径1312的领航无人机1302可以基站路径1308的方向(如基站路径1308的箭头所示)位于基站1304的前方。
传感器无人机1314A,1314B可邻近道路1316定位且可以是静止的，同时收集传感器无人机1314A,1314B附近的传感器数据。传感器无人机1314A,1314B中的每一个可与领航无人机1302通过无线传感器无人机通信链路1318A,1318B通信。当与领航无人机1302建立传感器无人机通信链路1318A,1318B时，当前传感器数据和/或总计历史传感器数据可发送至领航无人机1302。无线传感器无人机通信链路1318A,1318B可受限于以传感器无人机1314A,1314B为中心的范围。当领航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的范围内运动时，可建立无线传感器无人机通信链路1318A。同时，当领航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的范围内运动时，可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可收集具有编码传感器信息的传感器数据，随时间将总计传感器无人机传感器数据发送至领航无人机1302，同时领航无人机在静止传感器无人机的传感器无人机通信链路范围内运动。因此，领航无人机1302可收集来自静止传感器无人机1314A,1314B的历史传感器数据，否则领航无人机1302将不可获得这些数据，原因在于当传感器无人机1314A,1314B收集传感器数据期间，领航无人机1302不能使用传感器无人机1314A,1314B附近的传感器。
图14是用于领航无人机系统的示例系统的框图。框图1400包括与至少一个领航无人机1402通信的至少一个基站1406和至少一个传感器无人机1404。基站1406、领航无人机1402和传感器无人机1404的系统可称为领航无人机网络。作为选择，领航无人机网络的节点(基站、领航无人机、传感器无人机)可与网络系统1410和控制中心1430在外部通过网络1432(诸如，互联网(Internet))交互。在图14所示的实施例中，基站、领航无人机和传感器无人机中的每一个以虚线框示出，用以表示多个基站、领航无人机和/或传感器无人机可联网并一起操作。
领航无人机1402可与至少一个传感器无人机1404、至少一个基站1406和/或其它领航无人机1402通信。另外，领航无人机1402和/或传感器无人机1404可选择性地与网络系统1410或指挥中心1430(例如，通过网络1432，诸如互联网上或通过中间系统)通信。网络系统1410、指挥中心1430和/或基站1406可以确定在传感器无人机控制信号中编码的传感器无人机控制信息，其描述用于由传感器无人机执行的一个或多个任务(诸如特定传感器的使用、触发器的参数，或在触发器触发时执行的(多个)任务)。网络系统1410、指挥中心1430和/或基站1406也可以确定在领航无人机控制信号中编码的领航无人机的控制信息，其描述用于由领航无人机执行的一个或多个任务(诸如导航模式、特定传感器的使用，触发器的参数，或触发器触发时执行的任务)。
网络系统1410和/或基站1406可包括工作确定引擎(job determinationengine)1412A,1412B，其能够接收或获取描述任务或触发器的信息，并且能够确定用于执行任务或识别触发器的信息。在某些实施例中，工作确定引擎可包括诸如数据存储的资料库(repository)，其包含可由领航无人机或传感器无人机执行的各种触发器和任务，以及用于触发器或任务的相关元数据(associated metadata)。
工作确定引擎1412A,1412B可以与应用引擎(application engine)1414通信，用于使应用软件引擎1414生成交互式用户界面(interactive user interfaces)(例如，由基站呈现的网页)，用于在基站1406上呈现(例如，在基站的用户界面上)。通过用户界面，基站1406的用户可以向领航无人机1402和/或传感器无人机1404分配任务或识别触发器，并提供与任务或触发器相关联的信息，如参数。
在某些实施例中，基站1406不与网络系统1410通信，并使用本地工作确定引擎1412B，而不使用用于生成控制信号的承载在网络系统上的远程工作确定引擎1412A。
例如，通过应用引擎1414的用户界面，用户在基站1406处可以将任务分配至领航无人机1402，以用于在检测到触发器时执行。触发器可以是操作领航无人机1402时发生的事件，其将领航无人机1402重新构造为执行触发任务。例如，触发事件可检测领航无人机1404行经其领航无人机路径时可能遭遇的特定建筑(specific property)或位置。已触发的任务可采用新的领航无人机路径(例如，在环绕特定建筑或位置时收集传感器数据)。
应用引擎142能够处理工作信息并生成控制信号，其可发送至领航无人机，作为用于领航无人机1402和/或传感器无人机1404的指令。例如，控制信号可以编码控制信息，其为领航无人机指定触发器或任务。控制信息可包括如下任务：根据预期的基站路径详细说明领航无人机1402的领航无人机路径。例如，控制信息可以命令领航无人机根据折线形模式驾驶行经基站路径。
领航无人机1402可以通过领航无人机通信链路1418接收来自基站1406的控制信号，如上所述。该领航无人机通信链路1418可以通过无线或有线连接，并且可使用所有定向天线、所有全向天线或全向天线和定向天线的组合实现上述连接。控制信号可包括领航无人机控制信息，其控制领航无人机1402的一个方面或委托领航无人机1402执行任务，诸如根据领航无人机路径横跨基站路径的折线形而实现导航。
领航无人机1402可以包括领航无人机应用引擎1420，其可构造使领航无人机1402执行识别领航无人机控制信号的任务。领航无人机控制信号还可包括传感器无人机控制信号，其中领航无人机1402可构造为将在传感器无人机控制信号中编码的传感器无人机控制信息通过传感器无人机通信链路1424传递至传感器无人机1404。
领航无人机1402可包括导航控制引擎1412，其可以管理领航无人机1402中的推进机构(例如，马达、转子和螺旋桨等)，以影响领航无人机控制信息中识别的任务。作为选择，领航无人机应用引擎102可将指令(例如，高级指令)提供至导航控制引擎1412，其可解释或覆盖来自领航无人机控制信号的领航无人机控制信息。例如，领航无人机应用引擎1420可以指示领航无人机1402由于受损而下降到着陆的位置，并且导航控制引擎1422可以确保领航无人机1402以基本垂直的方向下降。
在执行或部分执行领航无人机控制信息中详述的任务时，领航无人机1402可以将数据信号发送至基站1406。该过程可能是迭代的(iterative)，例如在接收到数据信号之后，基站1406将附加领航无人机控制信息发送至领航无人机1402。例如，传感器无人机1404可提供用于基站1406的传感器信息。基站1406可组合接收到的传感器信息(例如，将汇总(stitch)图像以及生成三维模型等)。根据已组合的接收到的传感器信息，基站可以将更新的领航无人机控制信息发送至领航无人机1402，以获得传感器信息中标识区域的更详细的检测。
传感器无人机1402可包括传感器无人机应用引擎1420，其可构造为使得传感器无人机执行通过传感器无人机通信链路1424接收的传感器无人机控制信息中标识的任务。
作为选择，传感器无人机1404可包括导航控制引擎1426，其可以管理传感器无人机1426中包括的推进机构(例如，马达、转子和螺旋桨等)，以影响传感器无人机控制信息中标识的任务。传感器无人机应用引擎1428可将指令(例如，高级指令)提供至导航控制引擎1426，其可以解释或覆盖传感器无人机控制信息。例如，传感器无人机应用引擎1428可以指示传感器无人机1426由于受损而下降到着陆的位置，并且导航控制引擎1426可以确保传感器无人机1404以基本垂直的方向下降。
在执行或部分执行传感器无人机控制信息中详述的任务时，传感器无人机1442可将数据信号发送至领航无人机1402。该数据信号可以被传递至基站和/或由领航无人机1402处理。该处理可以是迭代的，例如在接收到数据信号之后，基站1406或领航无人机1402将在附加传感器无人机控制信号中编码的附加传感器无人机控制信息发送至传感器无人机1404。例如，传感器无人机1404可将在数据信号中编码的传感器信息提供至领航无人机1402。领航无人机1402可以将接收到的传感器无人机传感器信息与领航无人机1402处收集的传感器信息相结合(例如，汇总图像以及生成三维模型等)。基于已组合的传感器信息，领航无人机可以将更新的传感器无人机控制信息发送至传感器无人机1404，或将已组合的传感器信息的分析发送至基站1406。
作为选择，传感器无人机1404和/或领航无人机1402可通过网络1432与指挥中心1430通信。指挥中心1430可将传感器无人机控制信息直接发送至传感器无人机和/或领航无人机，或将领航无人机控制信息直接发送至领航无人机，覆盖从基站或领航无人机发送的控制信息。
图15是用于确定领航无人机路径的示例步骤的流程图。该步骤1500可由领航无人机执行，其可利用一个或多个计算机或处理器。
领航无人机可以识别基站(方框1502)，用于与领航无人机交互。基站可以是如下基站：其可以预期相关的基站路径以及预期的基站未来位置。领航无人机可接收领航无人机控制信号，其包括领航无人机控制信息，该信息识别与之通信(或交互)的基站。在某些实施例中，可从基站接收领航无人机处的领航无人机控制信号，基站在领航无人机控制信号中被识别，诸如基站中发送控制信号的基站是为了与领航无人机匹配的地方。在某些实施例中，领航无人机可以传输领航无人机发现信号。领航无人机发现信号可包括如下信息：基地如何将领航无人机控制信号发送至领航无人机，以识别与领航无人机交互的基站。
在某些实施例中，领航无人机控制信号可以包括标准，领航无人机从标准中可以识别与领航无人机交互的基站。例如，对于车辆类基站，该标准可以是：车辆的特定红外信号，可由领航无人机能访问的红外传感器检测到；特定车辆轮廓，在识别基站之后，使用由领航无人机访问的摄像机生成的视频数据的边缘检测而检测；或特定位置信号，其周期性地从基站传输且从领航无人机访问的传感器检测。
领航无人机可以预期用于识别的基站行经的基站未来位置(方框1504)。预期的基站未来位置总体可以形成基站路径。继电器无人机可访问的处理器可利用接收到的预期基站未来位置，以自主地构建基站路径。
在某些实施例中，预期的基站未来位置可以被预先确定，并作为领航无人机控制信号的一部分接收。例如，基站可具有地理空间传感器(geospatial sensor)，其感知基站的位置，并且还可以基于其预定目的地相对于其它地理空间信息(例如地图)的位置，导航模块可以绘制导航路径，供基站随时间行经到达预定目的地。示例导航模块可包括总部位于堪萨斯州(Kansas)奥拉西(Olathe)的Garmin公司(Garmin Ltd.)生产的导航应用(/>Navigator application)，或总部位于加利福尼亚州(California)山景城(Mountain View)的谷歌公司(Google Inc.)开发的谷歌地图导航应用(/>MapsNavigation)。
在某些实施例中，可以在飞行中或预测中确定预期的基站未来位置。如上所述，基站沿基站路径的预期基站未来位置可以通过确定在过去的时间间隔内(例如在过去的一分钟内)基站过去和当前位置的差值来预测，并在与过去时间间隔相同持续时间的未来时间间隔内为行径增加差值。对预测基站未来位置的进一步探讨在图8和16中描述。
回到图15，领航无人机可确定其行经的领航无人机未来位置(方框1506)。领航无人机未来位置总体上可形成领航无人机路径。领航无人机未来位置可基于沿基站路径的基站未来位置。例如，领航无人机未来位置可以是基站预计在一段时间后的位置，也可以是当基站行经至基站未来位置时，基站前方固定距离的位置。领航无人机未来位置可以在没有基站输入的情况下完全自主地确定，或者可以通过领航无人机控制信号在基站输入的情况下半自主地确定。例如，领航无人机控制信号可以指示领航无人机如何确定领航无人机未来位置，例如确定领航无人机未来位置沿折线形穿过基站路径的模式或沿平行于基站路径的模式。
领航无人机可行经确定的领航无人机未来位置(方框1508)。领航无人机可以通过执行导航控制引擎来行经领航无人机未来位置(和领航无人机路径)，导航控制引擎可以控制包含在领航无人机中的推进机构(例如，马达、转子和螺旋桨等)来行经领航无人机路径。
图16是用于在飞行中确定(或预测)基站未来位置的示例步骤的流程图。步骤1600可由领航无人机执行，其可利用一个或多个计算机或处理器。
领航无人机可以识别基站的过去位置(方框1602)。领航无人机可以通过领航无人机可用的传感器在过去时间检测到过去的位置。作为选择，过去的位置可以由领航无人机接收，例如通过领航无人机控制信号。
领航无人机可以识别基站的当前位置(方框1604)。领航无人机可以通过领航无人机可用的传感器在当前时间检测到当前位置。作为选择，当前位置可以由领航无人机接收，例如通过领航无人机控制信号。
领航无人机可以确定基站的过去位置和当前位置之间的差值(方框1606)。该差值可包括随标准时间间隔的方向和位移。例如，差值可能是5米每秒在北偏西北方向(沿垂直轴没有变化)。换句话说，参照图8，可确定过去的基站位置和当前的基站位置的差值，以包括随过去时间间隔(例如，过去10秒)的距离和方向的过去向量804。
回到图16，领航无人机可以确定未来位置(方框1608)。在方框1606中确定的差值可应用于领航无人机的当前位置，以确定领航无人机的未来位置。例如，参考图8，过去向量804的参数(例如，距离和方向)可以作为未来向量应用于基站806的当前位置，该未来向量包括与过去时间间隔(例如，10秒)相同持续时间的未来时间段内的相同距离和方向。因此，可以将预测的(例如，预期的)未来基站位置定为未来向量的端点。在未来时间间隔中的其它领航无人机未来位置可以类似地绘制，其中未来向量迭代地应用于基站未来位置。
图17是用于触发器调查的示例步骤的流程图。步骤1600可以由领航无人机执行，其可以利用一台或多台计算机或处理器。
在方框1702处，领航无人机可配置由领航无人机访问的传感器。传感器可以在领航无人机上。传感器可以是构造为收集传感器数据的任何传感器，从中可以检测到触发事件。例如，传感器可以是构造成收集视频传感器数据的摄像机。
在方框1704处，领航无人机可收集来自传感器的传感器数据。传感器数据可以是在传感器配置期间由传感器生成的数据。例如，传感器数据可以是在领航无人机上由已配置的摄像机生成的视频数据。
在方框1706处，领航无人机可以根据传感器数据来处理传感器数据，以确定是否发生了触发事件。传感器数据可以使用领航无人机上的处理器或可以由领航无人机访问的处理器进行处理。触发器可以是启动已触发任务的事件。例如，传感器数据可以是视频数据，从中可以识别未识别的车辆。可通过边缘检测或通过在视频数据帧中检测到的未知车辆轮廓或特征来识别未识别的车辆。未识别车辆的识别可以是触发事件。
在方框1708处，如果识别到触发事件，领航无人机则可执行触发任务。已触发的任务可以是基于所述触发器而将领航无人机构造为执行的任何任务。例如，该任务可以是向基站发送指示触发事件发生的检测信号，和/或当触发事件是检测未知车辆时，圈出未知车辆。
如果触发器没有被识别，领航无人机可以返回至方框1704，且继续收集传感器数据。
作为选择，在方框1710处，领航无人机可以返回至领航无人机路径，传感器配置期间领航无人机可一直沿着领航无人机路径行进。在被触发的任务中断后，领航无人机可在领航无人机未来位置返回至领航无人机路径。作为选择，在触发任务完成时，领航无人机可以从指定给领航无人机穿越的位置返回至领航无人机路径。
图18是用于组合领航无人机传感器数据和传感器无人机传感器数据的示例步骤的流程图。步骤1800可以由领航无人机执行，其可利用一个或多个计算机或处理器。
在方框1802处，领航无人机可配置领航无人机可访问的领航无人机传感器。领航无人机传感器可以在领航无人机上。领航无人机传感器可以是从领航无人机配置并被构造为收集传感器数据的任何传感器。例如，领航无人机传感器可以是被构造成收集视频传感器数据的摄像机。
在方框1804处，领航无人机可以从领航无人机传感器收集领航无人机传感器数据。领航无人机传感器数据可以是在领航无人机传感器的部署期间从领航无人机传感器生成的数据。例如，领航无人机传感器数据可以是从领航无人机上部署的摄像机生成的视频传感器数据。
在方框1806处，领航无人机可以与传感器无人机建立传感器无人机通信链路。如上所述，当领航无人机在传感器无人机通信链路的范围内时，可以建立传感器无人机通信链路。传感器无人机通信链路可以是持久的，例如当传感器无人机处于距离领航无人机恒定距离时，如图9中的示例所示，或可以是非持久的，如图13中的示例所示。
在方框1808处，领航无人机可接收传感器无人机传感器数据。可以通过传感器无人机通信链路接收传感器无人机传感器数据。传感器无人机传感器数据可以是传感器无人机经由传感器无人机可访问的传感器收集的任何类型的传感器数据。
在方框1810中，领航无人机可以将领航无人机传感器数据与传感器无人机传感器数据结合。这种结合的传感器数据不仅包括领航无人机传感器数据，而且还包括领航无人机在没有与传感器无人机通信的情况下无法访问的传感器无人机传感器数据。传感器数据可以以各种方式结合，例如通过拼接图像或视频来生成位置的二维或三维模型。基于结合的传感器数据(或传感器信息)，领航无人机可以从由领航无人机传感器调查的区域，从没有被领航无人机传感器收集的传感器数据中发送其额外的视角信息(mine additionalinsights)。
图19示出用于实现本文描述的特征和步骤的无人机的示例系统架构的方框图。无人机可以是领航无人机或传感器无人机。
无人机主处理系统1900可以是一台或多台计算机的系统，或在一台或多台计算机的系统上执行的软件，其与一个或多个数据库通信或维护数据库。无人机主处理系统1900可以是处理器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/输出数据的系统端口、电源端口等中的一个或多个系统，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。自动驾驶仪系统1930包括惯性测量单元(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设备、固态硬盘驱动器或闪存。其它易失性存储器，例如RAM、DRAM、SRAM，可用于在无人机工作时临时存储数据。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或北斗系统(Beidou system))、陀螺仪1956、加速计1958、温度传感器1954、压力传感器(静态或微分的)1952、电流传感器、电压传感器、磁强计、比重计和马达传感器。无人机可使用惯性测量单元(IMU)1932用于无人机的导航。传感器可以耦合至处理系统，或者耦合至无人机处理系统的控制器板。一条或多条通信总线，如CAN总线或信号线，可以连接各种传感器和部件。
各种传感器、设备、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，以确定无人机的当前地理空间位置、姿态(attitude)、高度、速度、方向、倾斜度(pitch)、旋转(roll)、偏航和/或空速，并且沿着指定的路线和/或到指定的位置驾驶车辆，和/或控制车辆的姿态、速度、高度，和/或空速(作为选择，甚至不沿特定路径或特定位置导航车辆)。
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。该模块与控制马达1942和/或执行器1944操作的一个或多个控制器1940交互。例如，马达可用于螺旋桨的旋转，且执行器可用于诸如副翼、舵、襟翼(flaps)、起落架和降落伞展开等的导航表面控制。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监视和处理应急事件。例如，应急模块可以检测到无人机已经越过地理围栏的边界，然后指示导航控制模块返回至预定的着陆位置。其它应急标准可以是检测电池或燃料不足状态，或车载传感器、电机故障，或偏离计划导航。并不局限于上述，因为可能会检测到其它意外事件。在某些情况下，如果装备在无人机上，如果马达或执行器发生故障，降落伞可能会展开。
任务模块1929处理导航计划、航路点和与导航计划相关的其它信息。任务模块1929与导航控制模块一起工作。例如，任务模块可以将关于导航计划的信息发送至导航控制模块，例如纬度(lat)/长航路点、高度、导航速度，以便导航控制模块能够自动驾驶无人机。
无人机可以具有连接到其以进行数据收集的各种设备或传感器。例如，照相机1949、摄像机、红外摄像机、多光谱摄像机、激光雷达、无线电收发机、声纳。无人机还可以具有TCAS(交通碰撞避免系统)。由传感器收集的数据可以存储在收集数据的设备上，或者该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可以耦合至各种无线电和发射机1959，用于无人机的手动控制，以及用于将无线或有线数据传输至无人机主处理系统1900且由无人机主处理系统1900传输，以及作为选择，用于将无线或有线数据传输至无人机辅助处理系统1902且由无人机辅助处理系统1902传输。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通信子系统，以方便与无人机之间的通信。无线通信子系统可包括无线电收发机、红外、光学超声、电磁装置。有线通信系统可包括如下端口：诸如以太网(Ethernet)、USB端口、串行端口或其它类型的端口，以与具有其它设备的无人机建立有限连接，该设备诸如地面控制系统、基于云的系统或其它设备(例如移动电话、平板电脑、个人计算机、显示器、其它启用网络的设备)。无人机可以使用到地面基站的轻型连线来与无人机通信。连线可以被可拆卸地固定至无人机，例如通过磁性耦合器。
导航数据日志可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。数据日志可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、电池电量、燃料量、绝对或相对位置、GPS坐标、倾斜度、旋转、偏航、地面速度、湿度、速度、加速度和应急信息。并不局限于上述，其它数据可以被捕获并存储在导航数据日志中。导航数据日志可存储在可移动介质上，也可以存储在安装在地面控制系统上的介质上。作为选择，数据日志可以被无线发送到基站、指挥中心或网络系统。
用于执行导航操作、应急演习和其它功能的模块、程序或指令可以使用操作系统执行。在一些实施例中，操作系统1920可以是实时操作系统(RTOS)、UNIX、LINUX、OS X、WINDOWS、安卓(ANDROID)或其它操作系统。另外，其它软件模块和应用可以在操作系统上运行，例如导航控制模块1922、应急模块1924、应用模块1926和数据库模块1928。通常，导航关键功能将使用无人机处理系统1900来执行。操作系统1920可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，还可以使用辅助处理系统1902来运行另一操作系统来执行其它功能。无人机辅助处理系统1902可以是一个或多个计算机的系统，或者在一个或多个计算机的系统上执行的软件，其与一个或多个数据库通信或维护该一个或多个数据库。无人机辅助处理系统1902可以是处理器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、电源端口等的一个或多个系统，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可包括非易失性存储器，例如一个或多个磁盘存储设备、固态硬盘驱动器、闪存。其它易失性存储器，例如RAM、DRAM、SRAM，可用于在无人机工作时存储数据。
理想情况下，在辅助处理系统1902上运行的模块、应用程序和其它功能在本质上是非关键功能，即如果功能失效，无人机仍将能够安全地运行。在一些实施例中，操作系统1972可以基于实时操作系统(RTOS)、UNIX、LINUX、OS X、WINDOWS、安卓(ANDROID)或其它操作系统。此外，其它软件模块和应用程序可以在操作系统1972上运行，例如应用模块1978、数据库模块1980和导航控制模块1974(其可以包括导航模块)等(例如模块1972-1980)。操作系统1902可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可用于与有效载荷(payload)传感器或设备1948的交互和操作，以及诸如照相机1949、摄像机、红外照相机、多光谱照相机、立体照相机对、激光雷达、无线电收发机、声纳、激光测距机、高度计、TCAS(交通碰撞避免系统)，ADS-B(自动相关监视广播)转发器等其它设备。作为选择，辅助处理系统1902可以具有耦合控制器以控制有效载荷装置。
前面各节中描述的每个过程、方法和算法可以体现在由一个或多个计算机系统或包括计算机硬件的计算机处理器执行的代码模块中，并且完全或部分由代码模块自动化。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设备上，例如硬盘驱动器、固态存储器和/或光盘等。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(包括基于无线和有线/以线为基础的介质)上传输，并且可以采取多种形式(例如，作为单个或多路模拟信号的一部分，或作为多个离散数字包或帧)。该过程和算法可以部分地或全部地在特定应用的电路中实现。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中，例如，易失性或非易失性存储。
一般来说，这里所使用的术语“引擎”和“模块”指的是硬件或固件中所体现的逻辑，或指软件指令集合，可能有输入(entry)和退出点(exit points)，用编程语言编写，例如Java、Lua、C或C++。软件模块可以被编译(compiled)并链接到可执行程序中，安装在动态链接库中，或者可以用解释性编程语言(例如BASIC、Perl或Python)编写。应理解，软件模块可以被其它模块或其自身调用(callable)，和/或可以响应检测到的事件或中断而调用。可在一个或多个计算机可读介质(例如光盘、数字视频光盘、闪存驱动器或任何其它有形介质)上提供被构造用于在计算设备上执行的软件模块。这种软件代码可以部分或全部地存储在执行计算设备的存储器设备上。软件指令可以嵌入到固件中，例如EPROM。进一步理解的是，硬件模块可以由诸如门和触发器的连接逻辑单元组成，和/或可以由诸如可编程门阵列或处理器的可编程单元组成。这里描述的模块优选地被应用为软件模块，但可以用硬件或固件来表示。一般来说，本文所描述的模块是指逻辑模块，尽管其物理组织或存储方式不同，但可以与其它模块组合或划分为子模块的逻辑模块。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以下器件实现或执行：诸如通用处理器、数字信号处理器(DSP)、应用专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑的机器，分立门或晶体管逻辑、分立硬件组件或其任何组合，其设计执行本文所述的功能。通用处理器可以是微处理器，但在替代方案中，处理器可以是控制器、微控制器或状态机或其组合等。处理器可包括构造为处理计算机可执行指令的电路。在另一个实施例中，处理器包括在不处理计算机可执行指令的情况下执行逻辑操作的FPGA或其它可编程设备。处理器还可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP核心的结合，或任何其它这样的构造。尽管本文主要针对数字技术描述，处理器也可以包括主要模拟组件。例如，本文描述的一些或全部信号处理算法可以在模拟电路或模拟和数字混合电路中实现。计算环境可以包括任何类型的计算机系统，举几个例子来说，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、便携式计算设备、设备控制器或设备内的计算引擎。
结合本文公开的实施例描述的方法、过程或算法的元素可以直接体现在硬件中、存储在一个或多个存储器设备中并由一个或多个处理器执行的软件模块中、或两者的组合中。软件模块可以位于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或本领域已知的任何其它形式的非暂时性计算机可读存储介质、介质或物理计算机存储中。示例性存储介质可以耦合到处理器，使得处理器可以从存储介质读取信息并将信息写入存储介质。在替代方案中，存储介质可以集成至处理器。存储介质可以是易失性的或不易失性的。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元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旨在落入本公开的范围内。此外，在一些实施例中可以省略某些方法或步骤框。本文描述的方法和步骤也不限于任何特定顺序，并且与之相关的方框或状态可以以其它适当的顺序执行。例如，所描述的框或状态可以按照特定公开的顺序以外的顺序执行，或者可以在单个框或状态中组合多个框或状态。示例块或状态可以串行、并行或以某种其它方式执行。框或状态可以添加到所公开的示例实施例中或从所公开的示例实施例中移除。这里描述的示例系统和组件可以构造为与所描述的不同。例如，与所公开的示例实施例相比，可以添加、移除或重新排列元素。
本文中使用的条件语言，例如，其中，“能”、“可以”、“可能”、“也可以”、“例如”等，除非另有特别说明，或在所使用的上下文中以其它方式理解，通常意在传达特定实施例中包括的，而其它实施例不包括的特定特征，元素和/或步骤。因此，这样的条件语言一般不意味着一个或多个实施例以任何方式需要某特征、元素和/或步骤，或者一个或多个实施例中必须包括决定型逻辑，在有无作者输入或提示的情况下，是否这些特征、元素和/或步骤被包括在内或在特定实施例中被执行。术语“包含”、“包括”、“具有”等是同义词，并且以开放的方式被包容性使用，并且不排除额外的元素、特征、动作和操作等。此外，术语“或”在其包容性意义上(而不是在其排他性意义上)被使用，因此当被用于例如连接一系列元素时，术语“或”意味着所列中的一个、一些或所有元素。除非另有特别说明，否则连词如短语“X、Y和Z中的至少一个”与通常用来表示某一项、术语等可以是X、Y或Z的上下文一起理解。因此，连词语言通常并不意味着某些实施例要求X中的至少一个、Y中的至少一个和Z中的至少一个存在。
此处使用的术语“一个”应给出包容性而非排他性的解释。例如，除非特别注明，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”指“一个或多个”或“至少一个”，无论是在权利要求书中使用还是在说明书的其它地方使用，也不管诸如“至少一个”、“一个或多个”或“多个”之类的量词在权利要求或说明书中的其它地方使用。
此处使用的术语“包含”应给出包容性而非排他性的解释。例如，包含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，并且可以包括诸如存储器、输入/输出设备和/或网络接口等组件。
虽然已经描述了某些示例实施例，但是这些实施例仅以示例的方式呈现，并且不意味着限制本发明的范围。因此，上述描述中的任何内容无意暗示任何特定的元素、特征、特征、步骤、模块或块是必要的或不可或缺的。事实上，本文所描述的新方法和系统可以以各种其它形式体现；此外，可以在不背离本文所公开的发明精神的情况下，对本文所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本申请公开发明范围和发明精神范围内的形式或修改。
本文和/或附图中描述的流程图中的任何流程描述、元素或块应理解为潜在地表示模块、片段或部分代码，其包括用于实现流程中特定逻辑功能或步骤的一个或多个可执行指令。替代实现包括在本文所描述的实施例的范围内，其中，根据所涉及的功能，可以从所示或所讨论的实施例中删除、无序地执行元素或功能，包括实质上同时地或以相反的顺序执行，如本领域技术人员所理解的。
应当强调的是，可以对上述实施例进行许多变化和修改，其元素应被理解为是其它可接受的示例之一。所有这些修改和变更都意味着包含在本公开的范围内。上述描述详细说明了本发明的某些实施例。然而，应当理解，无论上述内容在文本中多么详细，本发明都可以以多种方式实施。如上所述，应当注意的是，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意味着此处在重新定义术语，让其被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。
应当理解，根据本文描述的任何特定实施例，不一定可以实现所有的目的或优点。因此，例如，本领域技术人员将认识到，某些实施例可被构造为以达到或优化本文所指导的一个或一组优点的方式操作，而并不一定要达到本文所指导或建议的其它目标或优点。

Claims (15)

1.一种系统，包括：
领航无人机，其构造为从目标位置收集空中传感器数据；及
水下无人机，其构造为从所述目标位置收集水下传感器数据，所述水下无人机构造为将所述水下传感器数据发送至所述领航无人机，所述领航无人机构造为从所述空中传感器数据和所述水下传感器数据生成目标位置数据；
基站，所述基站配置为从当前位置运动至目标位置；
所述领航无人机将目标位置数据通过领航无人机通信链路发送到所述基站；
其中，所述目标位置基于所述基站的目标位置所确定。
2.根据权利要求1所述的系统，其中连接线连接所述水下无人机与所述空中无人机。
3.根据权利要求2所述的系统，其中所述空中无人机通过所述连接线牵引所述水下无人机。
4.根据权利要求1所述的系统，其中所述空中无人机构造为沿着空中无人机路径运动，且所述水下无人机构造为根据所述空中无人机路径沿着水下无人机路径运动。
5.根据权利要求4所述的系统，其中所述水下无人机构造为沿着所述空中无人机后方的所述水下无人机路径运动。
6.根据权利要求1所述的系统，其中所述水下无人机是自主推进式。
7.根据权利要求6所述的系统，其中所述空中无人机构造为运动至所述目标位置。
8.根据权利要求6所述的系统，其中所述水下无人机构造为运动至所述目标位置。
9.根据权利要求6所述的系统，包括：
第二水下无人机，其构造为从第二目标位置收集第二水下传感器数据，其中：
所述空中无人机构造为从所述目标位置移动至所述第二目标位置并从所述第二目标位置收集第二空中传感器数据；
所述第二水下无人机构造为将所述第二水下传感器数据发送至所述空中无人机；且所述空中无人机构造为从所述第二空中传感器数据和所述第二水下传感器数据生成第二目标位置数据。
10.根据权利要求1所述的系统，包括：
浮选继电器，其中所述水下无人机构造为将所述水下传感器数据通过所述浮选继电器传递到所述空中无人机。
11.根据权利要求10所述的系统，其中连接线连接所述浮选继电器与所述水下无人机。
12.根据权利要求1所述的系统，其中所述空中无人机构造为：
识别构造为从当前位置运动的基站；
确定基站的未来位置；且
相对于所述未来位置运动至空中无人机位置。
13.根据权利要求12所述的系统，其中所述空中无人机位置位于所述未来位置。
14.根据权利要求12所述的系统，其中所述空中无人机构造为接收来自包括所述未来位置的所述基站的控制信号。
15.根据权利要求12所述的系统，其中所述空中无人机构造为根据所述当前位置确定所述未来位置。
CN201880045229.3A 2017-05-05 2018-05-04 水下领航无人机系统 Active CN111295627B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/588,302 2017-05-05
US15/588,302 US10317904B2 (en) 2017-05-05 2017-05-05 Underwater leading drone system
PCT/US2018/031076 WO2018204778A1 (en) 2017-05-05 2018-05-04 Underwater leading drone system

Publications (2)

Publication Number Publication Date
CN111295627A CN111295627A (zh) 2020-06-16
CN111295627B true CN111295627B (zh) 2023-12-01

Family

ID=64014667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880045229.3A Active CN111295627B (zh) 2017-05-05 2018-05-04 水下领航无人机系统

Country Status (5)

Country Link
US (1) US10317904B2 (zh)
EP (1) EP3619584B1 (zh)
CN (1) CN111295627B (zh)
ES (1) ES2962278T3 (zh)
WO (1) WO2018204778A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10701913B2 (en) * 2016-01-12 2020-07-07 Planck Aerosystems Inc. Methods and apparatus for unmanned aircraft-based object detection
CN110710280B (zh) * 2017-06-07 2023-03-21 伊索电子股份有限公司 具有高度改变对象的系统的功率控制方法
WO2018236903A1 (en) 2017-06-20 2018-12-27 Planck Aerosystems Inc. SYSTEMS AND METHODS FOR RECHARGING A PILOT-FREE AIR VEHICLE ON A MOBILE PLATFORM
US10852724B2 (en) * 2018-04-30 2020-12-01 DJI Research LLC Customizable waypoint missions
EP3784569A4 (en) 2018-05-23 2022-01-26 Planck Aerosystems, Inc. SYSTEM AND PROCEDURE FOR CONNECTING DRONES
CN109116360B (zh) * 2018-08-03 2019-06-28 国家深海基地管理中心 一种深海实时高精度定位方法及系统
US11367361B2 (en) * 2019-02-22 2022-06-21 Kyndryl, Inc. Emulating unmanned aerial vehicle (UAV)
US12007791B2 (en) 2020-05-11 2024-06-11 Soter Technology Inc Multi-drone/sensor platform with information lateralization and federated path planning
CN111880557B (zh) * 2020-07-02 2024-08-09 中国人民解放军军事科学院国防科技创新研究院 一种无人机集群编队飞行控制方法及装置
CN112859911B (zh) * 2021-01-11 2022-03-18 电子科技大学 一种无网条件下大规模集群未知区域扫掠式覆盖控制方法
CN112904719B (zh) * 2021-01-15 2022-08-02 哈尔滨工程大学 一种适用于水下机器人位置环形区域跟踪控制方法
CN114363803B (zh) * 2021-12-27 2024-04-02 杭州电子科技大学 一种移动边缘计算网络节能的多任务分配方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
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
CN105303899A (zh) * 2015-11-12 2016-02-03 范云生 无人水面艇与无人飞行器联合的子母式机器人协作系统
CN105318888A (zh) * 2015-12-07 2016-02-10 北京航空航天大学 基于无人机感知的无人驾驶车辆路径规划方法
US9321529B1 (en) * 2013-04-09 2016-04-26 The United States Of America, As Represented By The Secretary Of The Navy Hybrid mobile buoy for persistent surface and underwater exploration
EP3101502A2 (en) * 2015-06-05 2016-12-07 The Boeing Company Autonomous unmanned aerial vehicle decision-making
CN106570667A (zh) * 2016-10-25 2017-04-19 北京印刷学院 一种基于车‑快递柜‑无人机的快递配送方法

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4890751A (en) * 1984-03-12 1990-01-02 Westinghouse Electric Corp. Deployment/retrieval system
US4962488A (en) * 1989-01-31 1990-10-09 Hughes Aircraft Company Technique for surface to surface communications using high frequency radio with low probability of intercept signaling
US5045216A (en) * 1990-02-27 1991-09-03 Eller J David Method, system and collecting vessel for oil spill recovery
US5340056A (en) 1992-02-27 1994-08-23 The State Of Israel, Ministry Of Defence, Rafael Armament Development Authority Active defense system against tactical ballistic missiles
US5521817A (en) 1994-08-08 1996-05-28 Honeywell Inc. Airborne drone formation control system
IL117792A (en) 1995-05-08 2003-10-31 Rafael Armament Dev Authority Autonomous command and control unit for mobile platform
US20040134337A1 (en) * 2002-04-22 2004-07-15 Neal Solomon System, methods and apparatus for mobile software agents applied to mobile robotic vehicles
US7299130B2 (en) * 2003-12-12 2007-11-20 Advanced Ceramic Research, Inc. Unmanned vehicle
US7451023B2 (en) 2005-07-25 2008-11-11 Lockheed Martin Corporation Collaborative system for a team of unmanned vehicles
US7673831B2 (en) 2006-06-08 2010-03-09 Lockheed Martin Corporation Small unmanned air vehicle system for deploying and towing a sensor in a tow medium and methods related thereto
US8346391B1 (en) 2006-12-28 2013-01-01 Science Applications International Corporation Methods and systems for an autonomous robotic platform
WO2008096376A1 (en) * 2007-02-08 2008-08-14 Marorka Route selecting method and apparatus
US20110006151A1 (en) 2008-06-20 2011-01-13 Beard Randal W Aerial recovery of small and micro air vehicles
US8464816B2 (en) 2008-12-11 2013-06-18 Carsaf, Llc All-terrain hostile environment vehicle
US8570150B1 (en) 2009-01-07 2013-10-29 Doug Bowen Sensing system and method with integral sensor locating capability
US20120250010A1 (en) 2011-03-31 2012-10-04 Richard Charles Hannay Aerial Inspection System(s) and Method(s)
US8910902B2 (en) * 2011-09-12 2014-12-16 The Boeing Company Towed sensor array maneuvering system and methods
WO2013162790A1 (en) * 2012-04-25 2013-10-31 Exxonmobil Upstream Research Company Method and system for hydrocarbon release management
CA2829368A1 (en) * 2013-10-08 2015-04-08 Shelton G. De Silva Combination of unmanned aerial vehicles and the method and system to engage in multiple applications
US9297626B2 (en) * 2013-10-15 2016-03-29 Ocom Technology LLC Aquatic vessel fiber optic network
JP6563487B2 (ja) 2014-05-19 2019-08-21 エピシス サイエンス、インコーポレイテッド 動的状況認識データに基づいて複数の自律モバイルノードを制御する方法及び装置
US9595413B2 (en) * 2014-07-09 2017-03-14 Siemens Industry, Inc. Low instantaneous level circuit breakers, circuit breaker tripping mechanisms, and tripping methods
US9409644B2 (en) 2014-07-16 2016-08-09 Ford Global Technologies, Llc Automotive drone deployment system
US9446858B2 (en) 2014-09-18 2016-09-20 Kevin Hess Apparatus and methods for tethered aerial platform and system
US9371133B2 (en) * 2014-11-07 2016-06-21 Paccar Inc Drone systems for pre-trip inspection and assisted backing
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
US9494936B2 (en) 2015-03-12 2016-11-15 Alarm.Com Incorporated Robotic assistance in security monitoring
US9590298B1 (en) 2015-05-13 2017-03-07 Amazon Technologies, Inc. Orientation of directional antennas
US9836047B2 (en) 2015-06-10 2017-12-05 Kespry, Inc. Aerial vehicle data communication system
US20160381541A1 (en) 2015-06-25 2016-12-29 David Akopian Systems and methods for a mobile uav-based emergency communication scanner
US10586464B2 (en) 2015-07-29 2020-03-10 Warren F. LeBlanc Unmanned aerial vehicles
US9719978B2 (en) * 2015-09-17 2017-08-01 Exxonmobil Upstream Research Company Detecting oil under ice
US9918235B2 (en) 2015-11-24 2018-03-13 Verizon Patent And Licensing Inc. Adaptive antenna operation for UAVs using terrestrial cellular networks
US9786105B2 (en) 2015-12-08 2017-10-10 Caterpillar Inc. Gathering data from machine operating at worksite
KR20170119085A (ko) * 2016-04-18 2017-10-26 주식회사 만도 드론을 이용한 긴급차량 지원 시스템
US10474144B2 (en) * 2016-08-01 2019-11-12 The United States Of America, As Represented By The Secretary Of The Navy Remote information collection, situational awareness, and adaptive response system for improving advance threat awareness and hazardous risk avoidance
US20160340842A1 (en) 2016-08-08 2016-11-24 Caterpillar Paving Products Inc. Milling system
US10065738B2 (en) * 2016-08-22 2018-09-04 Harris Corporation Tethered unmanned aerial vehicle
US10600326B2 (en) * 2016-09-15 2020-03-24 International Business Machines Corporation Method for guiding an emergency vehicle using an unmanned aerial vehicle

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9321529B1 (en) * 2013-04-09 2016-04-26 The United States Of America, As Represented By The Secretary Of The Navy Hybrid mobile buoy for persistent surface and underwater exploration
US9056676B1 (en) * 2014-05-30 2015-06-16 SZ DJI Technology Co., Ltd Systems and methods for UAV docking
EP3101502A2 (en) * 2015-06-05 2016-12-07 The Boeing Company Autonomous unmanned aerial vehicle decision-making
CN106249750A (zh) * 2015-06-05 2016-12-21 波音公司 自主式无人驾驶飞行器决策
CN105303899A (zh) * 2015-11-12 2016-02-03 范云生 无人水面艇与无人飞行器联合的子母式机器人协作系统
CN105318888A (zh) * 2015-12-07 2016-02-10 北京航空航天大学 基于无人机感知的无人驾驶车辆路径规划方法
CN106570667A (zh) * 2016-10-25 2017-04-19 北京印刷学院 一种基于车‑快递柜‑无人机的快递配送方法

Also Published As

Publication number Publication date
ES2962278T3 (es) 2024-03-18
EP3619584A4 (en) 2021-02-24
EP3619584B1 (en) 2023-09-06
US20180321680A1 (en) 2018-11-08
EP3619584A1 (en) 2020-03-11
WO2018204778A1 (en) 2018-11-08
CN111295627A (zh) 2020-06-16
US10317904B2 (en) 2019-06-11

Similar Documents

Publication Publication Date Title
CN111295627B (zh) 水下领航无人机系统
CN110268356B (zh) 前导无人机的系统
CN110226143B (zh) 前导无人机的方法
CN108615346B (zh) 中继无人机系统
EP3619112B1 (en) Relay drone method
US11854413B2 (en) Unmanned aerial vehicle visual line of sight control
US11029157B2 (en) Autonomous vehicle navigation system and method
US11294398B2 (en) Personal security robotic vehicle
EP3428766B1 (en) Multi-sensor environmental mapping
US11725940B2 (en) Unmanned aerial vehicle control point selection system
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
US20190066522A1 (en) Controlling Landings of an Aerial Robotic Vehicle Using Three-Dimensional Terrain Maps Generated Using Visual-Inertial Odometry
US20230152123A1 (en) Route planning for a ground vehicle through unfamiliar terrain
Prasad et al. Positioning of UAV using algorithm for monitering the forest region
KR20160077697A (ko) 감시 및 정찰용 무인 하이브리드 이동체 및 상기 무인 하이브리드 이동체를 제어하기 위한 제어 방법 및 제어 시스템

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