CN113448347A - 通过无人机进行货物的有安全保证的投递 - Google Patents

Abstract

本发明涉及通过无人机进行货物的有安全保证的投递。投递系统中的控制系统执行以下方法：即使有效载荷包括敏感货物或易损货物，也在无需收件人在场的情况下，通过无人机UAV投递该有效载荷。所述方法包括以下步骤：获得(21)用于投递有效载荷的指定位置，获得(22)有效载荷的至少一个有效载荷易损性指数，以及获得(23)指示期望有效载荷被收件人取回时的时间点的收取时间。所述方法还包括以下步骤：根据至少一个有效载荷易损性指数以及收取时间，选择(24)指定位置处或附近的最终投递范围，以及操作(25)UAV向最终投递范围投递有效载荷。

Description

通过无人机进行货物的有安全保证的投递

技术领域

本公开总体上涉及利用无人机投递货物，并且特别地，涉及改善对正被投递的货物的安全保证。

背景技术

自主飞行器技术的进步在货物投递系统领域中开辟了新的可能性。另外也称为无人驾驶飞机(drone)的无人机(UAV)已经被配置成承载并且投递各种类型的货物。这样的货物例如可以包括原本将从陆上投递载具(诸如汽车和卡车)亲自投递的包裹。

陆上投递和UAV投递均存在的一个常见问题是，当货物到达投递点时，收件人可能不在场。即使已经将投递调度成与收件人到达投递点的时间一致，诸如交通阻塞的无法预见的事件也可能会导致收件人延迟。从用户的角度来看，通常还希望订购货物，且在投递该货物时无需收件人在场。

当货物是易腐烂的、贵重的、机密的、或者具有敏感或易损性质时，这个问题会更严重。虽然陆上投递载具可以选择将货物保留在载具上并且改变路线进行其它投递，但是对于UAV，鉴于其有限的能量和有效载荷能力，这种选择是不太现实和/或缺乏吸引力的。

现有技术包括WO2019/055690，其解决了当由UAV将有效载荷投递至诸如住宅建筑物的不受控制的着陆点时可能发生的挑战。为此，将UAV无人机配置成使用与计算机视觉技术组合的投递指令，以基于来自机载摄像机的图像，选择这样的投递表面，即，该投递表面符合投递指令并且在以下方面具有适当的特征：例如，表面材料、表面积、表面坡度、到投递位置的距离以及距可能妨碍投递的附近物体的距离。

发明内容

目的是至少部分地克服现有技术的一个或更多个局限性。

另一目的是使得能够在无需收件人在场的情况下进行UAV投递。

另一目的是改善对敏感或易损货物的UAV投递。

又一目的是保证由UAV投递的货物的完整性。

这些目的中的一个或更多个、以及可能根据下面的描述出现的进一步的目的至少部分地通过根据独立权利要求所述的由无人机投递有效载荷的方法、控制系统、无人机以及计算机可读介质来实现，所述方法、控制系统、无人机以及计算机可读介质的实施方式是由从属权利要求限定的。

如本文所公开的，关于由UAV投递有效载荷的一些方面涉及：基于有效载荷的至少一个易损性指数并且基于指示在期望有效载荷被收件人取回时的时间点的收取时间，来选择在指定位置处或附近的最终投递范围以用于投递有效载荷。由此，最终投递范围可以针对有效载荷的一个或更多个特性来进行定制，例如，保证有效载荷的完整性，这可能与当有效载荷包括敏感或易损货物时相关。

根据下面的详细描述，根据所附权利要求以及根据附图，可以呈现其它的目的、特征、方面以及优点。

附图说明

下面，将参照所附示意性附图对实施方式进行更详细描述。

图1是根据一些实施方式的示例UAV的框图。

图2是UAV接近指定位置以投递由该UAV承载的有效载荷的视图。

图3A是根据一个实施方式的UAV的示例投递方法的流程图，图3B是在图3A的投递方法中选择最终投递范围的示例过程的流程图，以及图3C是在图3A的投递方法中预测环境状况的示例过程。

图4是根据一个实施方式的被配置为选择最终投递范围的示例系统的框图。

图5是根据一个实施方式的生成投递证据的示例过程的流程图。

图6是根据一个实施方式的示例投递系统的概图。

图7是根据一个实施方式的示例投递系统的示意图。

图8是根据一个实施方式生成的并且使得能够选择收取或投递位置的示例交互图表的示意图。

图9是根据一个实施方式的示例调度(scheduling)方法的流程图。

图10是将地理区域分成子区域的示例分区以及UAV的位置和关于收取或投递的潜在位置的空闲点的示意性例示图。

图11A是根据一个实施方式的生成汇总成本矩阵的示例过程的流程图，以及图11B是根据一个实施方式的计算单独成本矩阵的示例过程的流程图。

图12A是根据一个实施方式的计算单独成本矩阵的示例过程的逐步例示图，图12B例示了具有中间目的地的投递任务，以及图12C例示了针对图12B中的投递任务计算出的单独成本矩阵的示例。

图13是单独成本矩阵中的子区域的对准的概念图。

图14是根据一个实施方式的示例调度模块的框图。

图15A至图15B分别是根据一个实施方式的示例UAV发射(launch)系统在默认状态和发射状态下的侧视图。

图16是根据另一个实施方式的示例UAV发射系统的侧视图。

图17A至图17B分别是根据另一个实施方式的示例UAV发射系统在发射之前和之后的侧视图。

图18至图19是根据另一些实施方式的示例UAV发射系统的侧视图。

图20是根据一个实施方式的示例发射控制系统的框图。

图21是根据一个实施方式的示例UAV发射方法的流程图。

图22A至图22B是从发射系统位置到目的地的示例UAV飞行路径的侧视图和俯视图。

图23A是为投递系统的多个目的地位置生成的示例群集(cluster)的示意图，以及图23B至图23C是配置投递系统的方法的流程图。

图24是示例投递系统的示意图。

图25A是示例投递系统中包括的UAV的示意性例示图，以及图25B至图25C是有关投递和/或收取货物的任务的示例UAV队形的俯视图。

图26是根据一个实施方式的控制UAV组的示例方法的流程图。

图27A至图27B是有关投递货物的任务的示例UAV组的俯视图，例示了基于空气阻力的UAV的示例排布。

图28是确定UAV的相对位置的示例过程的流程图。

图29A至图29C是确定UAV的空气阻力的示例过程的流程图。

图30A是作用在运输中的UAV上的力的侧视图，以及图30B示出了UAV的取向参数的示例定义。

图31A至图31B是具有主UAV的示例UAV组的俯视图，并且例示了该UAV组内的示例数据路径，以及图31C是不具有主UAV的示例UAV组的俯视图，并且例示了数据交换和所得到的位置转换。

图32是与加入和离开UAV组的UAV有关的该UAV组的示意图。

图33A至图33C例示了根据实施方式配置的示例投递系统。

图34A至图34D是根据一个实施方式的对通过使用UAV来投递货物的投递系统进行配置的示例方法的流程图。

图35A至图35E是根据一个实施方式的示例配置方法的概图。

图36是根据一个实施方式的投递系统的示例控制系统的框图。

图37是可以实现本文所描述的方法、过程以及功能的机器的框图。

具体实施方式

下文中，参照附图对实施方式进行更全面描述，附图中示出了本发明的一些但非全部的实施方式。实际上，本公开的主题可以按许多不同的形式来具体实施，并且不应被视为对本文所阐述的实施方式进行限制；相反地，提供这些实施方式，以使本公开可以满足可应用法定需求。

而且，应理解，在可能的情况下，本文所描述和/或设想的实施方式中的任何实施方式的优点、特征、功能、装置和/或可操作方面中的任一者均可以被包括在本文所描述和/或设想的其它实施方式中的任何其它实施方式中，反之亦然。另外，在可能的情况下，本文按单数形式表达的任何术语意指也包括复数形式，反之亦然，除非另外明确地规定。如本文所使用的，“至少一个”应当意指“一个或更多个”并且这些短语可互换。因此，即使本文还使用了短语“一个或更多个”或者“至少一个”，术语“一”和/或“一个”也应当意指“至少一个”或者“一个或更多个”。如本文所用，除上下文因明确的语言或必要的含义而另有要求之外，词语“包括”或诸如“包含”之类的变体以包括的意义加以使用，就是说，指定存在规定特征，但不排除在各种实施方式中存在或添加另一些特征。术语“计算”及其派生词是以其常规含义使用的，并且可以被视为涉及例如通过使用计算机来执行涉及一个或更多个数学运算的计算，以生成结果。

如本文所使用的，术语“多”、“复数”以及“多个”旨在暗示提供两个或更多个要素，而术语要素“集合”旨在暗示提供一个或更多个要素。术语“和/或”包括多个关联列出要素中的一个或更多个要素的任一者和全部组合。

而且应理解，尽管在本文中可以将术语第一、第二等用于描述各个要素，但是这些要素不应受限于这些术语。这些术语仅被用于区分一个要素与另一要素。例如，在不脱离本公开的范围的情况下，第一要素可以被称作第二要素，并且类似地，第二要素可以被称作第一要素。

为了简短和/或清楚起见，公知功能或构造可能未详细描述。除非另有定义，否则本文所使用的所有术语(包括技术和科学术语)具有和本公开所属于的技术领域的普通技术人员所共同理解的含义相同的含义。

贯穿全文，相同的数字指代相同的要素。

在更详细地描述实施方式之前，给出几个定义。

如本文所用，“无人机”(UAV)是指没有机上飞行人员的飞行器。无人机可以由机载自动化控制系统、地面控制系统或者由地面飞行人员进行控制。这种飞行器也被称为无人驾驶飞机或“无人机”。本文所使用的术语UAV涵盖的其它同义词或变体包括RPAS(遥控飞行器系统)、UAS(无人飞行器系统)、MAV(微型飞行器)以及sUAS(小型无人机系统)。UAV的示例包括多旋翼无人驾驶飞机(诸如三旋翼机、四旋翼机、六旋翼机、八旋翼机等)、固定翼无人驾驶飞机、单旋翼直升机无人驾驶飞机、以及固定翼混合动力VTOL(竖直起降)无人驾驶飞机。UAV可以但不需要包括推进系统。

如本文所使用的，“有效载荷”是指由载具承载的任何载荷，而不包括载具的操作所需的载荷。有效载荷可以包括要由载具投递至例如最终目的地或中间存放点的任何类型的物品。例如，有效载荷可以包括可选地包含在一个或更多个小包、包裹、容器、袋子等中的货物或商品。

实施方式涉及至少部分地依赖于UAV来进行货物投递的系统和方法的多个方面。下面的描述被分成1至5个章节来论述基于UAV的投递的发明概念。分成几个章节是为了清楚地展示，并非意味着无法组合这些概念。与此相反，如本领域技术人员将意识到，本发明概念和实施方式实际上可以以各种构型组合以实现对应的协同效果。

通常，供在投递系统中使用的UAV可以被认为包括主体或结构、控制系统以及保持有效载荷的机构。控制系统包括被配置成控制UAV的操作的逻辑。可以以硬件、软件或者硬件和软件两者的组合来实现该逻辑。

图1描绘了UAV的详细示例。如图所示，UAV可以包括：推进系统1002、控制表面1003、投递机构1004、飞行控制器1005、外围接口1006、一个或更多个处理器1007、存储器控制器1008、存储器1009、电源系统1010、外部端口1011、GNSS模块1012、通信接口1013、音频电路1014、近程传感器1015、惯性测量单元(IMU)1016、成像装置控制器1017和一个或更多个关联的成像装置1018、以及任何其它的输入控制器1019和输入装置1020。这些组件中的一个或更多个组件可以通过一条或更多条通信总线或信号线进行通信，如图1中的箭头所示。

图1仅是UAV系统的一个示例。因此，UAV可以包括比图1所示的组件更多或更少的组件，可以将两个或更多个组件组合为功能单元，或者可以具有所述组件的不同配置或布置。可以采用硬件、软件或者硬件与软件两者的组合(包括一个或更多个信号处理和/或专用集成电路)来实现图1所示的各种组件中的一些组件。

在一些实施方式中，推进系统1002可以包括固定螺距转子、可变螺距转子、可变螺距喷气发动机或者具有提供推力作用的任何其它推进模式中的一种或更多种。推进系统1002可操作以例如经由改变各个转子的速度的电子速度控制器来改变所施加的推力。此外，根据一些实施方式，推进系统1002可以包括专用于投递机构1104的推进子系统，以使得能够独立于UAV的主体来操纵有效载荷。

在一些实施方式中，UAV可以包括控制表面1003，诸如襟翼、方向舵、副翼等。控制表面1003可以包括调节诸如电动机、索轮系统或液压系统的组件。

投递机构1004可以包括上述有效载荷保持器，该有效载荷保持器可以包括可操作以固定和松开有效载荷的联接器。

飞行控制器1005(有时被称为“导航系统”或“自动驾驶仪”)可以包括硬件和/或软件的组合，该硬件和/或软件的组合被配置成接收输入数据(例如，来自图像装置1018和/或近程传感器1015的传感器数据)，解释输入数据并且向推进系统1002、控制表面1003和/或投递机构1004输出控制信号。另选地或者另外，可以将飞行控制器1005配置成接收由另一组件或装置(例如，处理器1007和/或远程计算装置)生成的控制命令，解释那些控制命令并且输出针对推进系统1002、控制表面1003和/或投递机构1004的控制信号。

外围装置接口(I/F)1006可以将输入和输出外围装置联接至处理器1007和存储器1009。所述一个或更多个处理器1007可以运行或执行存储在存储器1009中的各种软件程序和/或指令集，以执行UAV的各种功能并处理数据。在一些实施方式中，处理器1007可以包括通用中央处理器(CPU)、专用处理单元(举例来说，如适合并行处理应用的图形处理单元(GPU))或其任何组合。存储器1009可以包括一个或更多个计算机可读存储介质(诸如高速随机存取存储器)、和/或非易失性存储器(诸如一个或更多个磁盘存储装置、闪速存储器装置或者其它非易失性固态存储器装置)。可以由存储器控制器1008来控制诸如处理器1007和外围装置I/F 1006的其它组件对存储器1009的访问。在一些实施方式中，可以在单个集成芯片(由实线矩形表示)上实现外围装置I/F 1006、处理器1007以及存储器控制器1008。在其它实施方式中，可以在单独芯片上实现外围装置I/F 1006、存储器控制器1008以及处理器1009中的一个或更多个。

在一些实施方式中，UAV包括为该UAV的各种组件供电的电源系统1010。电源系统1310可以包括：电源管理系统、一个或更多个本地电源(诸如蓄电池、燃料电池等)、再充电系统、电源故障检测电路、电源转换器或逆变器、电源状态指示器、以及与计算机化装置中的电源的发电、管理与分配相关联的任何其它组件。

在一些实施方式中，通信模块(未示出)可以促进通过一个或更多个外部端口1011与其它装置的有线通信。外部端口1011(例如，USB、FIREWIRE等)可以适于直接联接至其它装置，或者通过网络(例如，互联网、无线LAN等)间接联接至其它装置。

在一些实施方式中，UAV可以包括诸如全球导航卫星系统(GNSS)接收器1012的接收器，该接收器用于获得UAV的位置。可以将GNSS接收器1012配置为与诸如GPS、GLONASS、Galileo或BeiDou的任何卫星导航系统通信。图1示出了联接至外围装置I/F 1006的GNSS接收器1012。另选地，可以将GNSS接收器1012联接至输入控制器1019。GNSS接收器1012可以基于卫星信号确定UAV的当前全球位置。

通信接口(I/F)1013可以促进例如采用电磁信号的形式的通信信号的发送和接收。可以例如经由射频(RF)收发器无线地执行通信信号的发送和接收。在一些实施方式中，通信I/F 1013可以包括RF电路。在这样的实施方式中，RF电路可以将电信号转换成电磁信号/将电磁信号转换为电信号，并经由电磁信号与通信网络和其它通信装置进行通信。RF电路可以包括用于发送和接收通信信号的公知电路，包括但不限于，天线系统、RF收发器、一个或更多个放大器、调谐器、一个或更多个振荡器、数字信号处理器、编解码器芯片集、用户标识模块(SIM)卡、存储器等。RF电路可以促进通过通信网络(包括公共网络、专用网络、本地网络以及广域网络)传输和接收数据。例如，无线通信可以是通过广域网(WAN)、蜂窝电话网络、局域网(LAN)或者任何其它无线通信模式进行的。无线通信可以使用多种通信标准、协议以及技术中的任一种，包括但不限于GSM、EDGE、HSDPA、W-CDMA、CDMA、TDMA、LTE、5G、蓝牙、VoIP、Wi-MAX或者任何其它合适通信协议。

音频电路1014可以包括扬声器和麦克风中的一个或更多个，并且可以在周围环境与UAV之间提供音频接口。音频电路1014可以从外围装置I/F 1006接收音频数据，将音频数据转换成电信号，以及将电信号发送至扬声器。扬声器可以将电信号转换成人类可听的声波。音频电路1014还可以接收由麦克风从声波转换的电信号。音频电路1014可以将电信号转换成音频数据，并将该音频数据发送至外围装置I/F 1006以进行处理。音频数据可以由外围装置I/F 1006从存储器1009和/或通信I/F 1013中检索和/或被发送至存储器1009和/或通信I/F 1013。

UAV可以包括一个或更多个近程传感器1015。图1示出了联接至外围装置I/F 1006的近程传感器1012。另选地，可以将近程传感器1015联接至输入控制器1019。近程传感器1015通常可以包括用于近程检测、距离测量、目标标识等的远程感测技术。例如，近程传感器1015可以包括：基于无线电的传感器(例如，雷达)、基于音频的传感器(例如，声纳)、基于光学的传感器(例如，LIDAR)等。

UAV可以包括一个或更多个IMU 1016。IMU 1016可以测量并报告速度、加速度、取向以及引力中的一个或更多个。IMU 1016可以包括一个或更多个子组件，诸如陀螺仪、加速度计、磁力计等。虽然图1示出了被联接至外围装置I/F 1006的IMU 1016，但是可以另选地将IMU联接至输入控制器1019。此外，IMU 1016可以由单独陀螺仪、加速度计、磁力计等补充或替换。

UAV可以包括至少一个成像装置1018。在图1的示例中，将成像装置1018联接至I/O子系统(由实线矩形表示)中的成像装置控制器1017。相应的成像装置1018可以包括成像光学装置和响应于电磁辐射的光学传感器。相应的成像装置1018可以响应于任何波长范围内的电磁辐射，包括但不限于紫外线、可见光或红外线辐射、或者这些的任何部分或组合。光学传感器可以包括数字图像传感器，诸如CCD或CMOS传感器。如本文所使用的，可以将光学传感器和成像光学装置的组合称为“摄像机”。结合位于存储器1009中的成像模块，成像装置1018可以拍摄数字图像(包括静态图像和/或视频)，该数字图像可以是单色的或多色的。在一些实施方式中，成像装置1018可以包括单个固定摄像机。在一些实施方式中，成像装置1018可以包括具有可调节取向的摄像机，例如，通过使用具有一个或更多个运动轴线的万向架机构。在一些实施方式中，成像装置1018可以包括具有提供更宽视场的广角镜头的摄像机。在一些实施方式中，成像装置1018可以包括多个摄像机的阵列，这些摄像机提供沿四面八方的直至全360度的视角。在一些实施方式中，成像装置1018可以包括彼此紧邻地放置的两个或更多个摄像机，以便提供立体视觉。在一些实施方式中，成像装置1018可以包括如上所述的任何组合的多个摄像机。在一些实施方式中，UAV可以包括专用于图像拍摄以进行导航的一个或更多个摄像机，例如使用视觉惯性里程计(VIO)。

在一些实施方式中，输入控制器1019可以从一个或更多个其它输入或控制装置1020接收电信号/向该输入或控制装置发送电信号，该输入或控制装置诸如是物理按钮(例如，推压式按钮、摇杆按钮等)、拨盘、触摸屏显示器、滑块开关、操纵杆、点击轮等。可以将触摸屏显示器用于实现虚拟或软按钮以及一个或更多个软键盘，并且可以在UAV与用户之间提供输入接口和输出接口。在一些实施方式中，其它控制装置1020包括代码读取器，该代码读取器从由UAV承载的有效载荷中检测机器可读代码。机器可读代码可以包括一系列的字符、条形码、2D码等。

在一些实施方式中，存储在存储器1009中的软件组件可以包括操作系统、以及模块或应用集合(诸如通信模块、飞行控制模块、导航模块、计算机视觉(CV)模块或图形模块)。为清楚起见，图1未示出这样的模块。操作系统(例如，Darwin、RTXC、LINUX、UNIX、OS X、WINDOWS、或者诸如Vx Works的嵌入式操作系统)可以包括用于控制和管理常规系统任务(例如，存储器管理、存储装置控制、电源管理等)的各种软件组件和/或驱动程序，并且促进各种硬件与软件组件之间的通信。图形模块可以包括处理、渲染以及显示图形数据的各种软件组件。如本文所用，术语“图形”可以包括可以显示给用户的任何对象，包括但不限于文本、静态图像、视频、动画、图标等。结合GPU的图形模块可以实时或近实时处理由成像装置1018和/或近程传感器1015拍摄的图形数据。可以作为图形模块的组件的CV模块可以提供图形数据的分析和识别。例如，当UAV在飞行中时，CV模块连同图形模块(若单独的话)、处理器1007以及成像装置1018和/或近程传感器1015一起可以识别并跟踪自然环境中的一个或更多个物体的所拍摄图像。CV模块还可以与导航模块和/或飞行控制模块进行通信，以更新UAV与参考点(举例来说，诸如有效载荷、投递表面、着陆点等的目标物体)之间的相对位置。导航模块可以确定UAV与其它物体的位置和/或取向，并且提供该信息以供各种模块和应用使用，例如，飞行控制模块由此生成供飞行控制器1005使用的命令。上面标识的模块和应用中的每一个皆可以对应于执行上面描述的一个或更多个功能的指令集。所描述的模块不需要被实现为单独的软件程序、过程或模块，由此在各种实施方式中，可以组合或以其它方式重新排列所描绘的模块的各种子集。在一些实施方式中，存储器1009可以存储上面标识的模块或数据结构的子集。而且，存储器1009可以存储上面未描述的附加模块和数据结构。

1.通过UAV进行货物的有安全保证的投递

本公开的这部分涉及使得能够通过UAV投递物品，而无需收货人(例如，订购要投递的货物的用户)在该物品到达指定投递点时在场。本公开的这部分特别但非排它性地涉及在一个或更多个方面具有敏感特性的物品的投递。在一个示例中，物品可能具有很高的货币价值和/或情感价值。在另一示例中，物品可能具有机密性。在又一示例中，物品可能容易腐烂，并且例如至少在超过时间限制的情况下，需要存放于特定环境温度下。这样的易腐烂物品的示例包括各种食品(可能是原材料或经加工的)以及药物。

虽然通常可以预先调度由无人机投递以确保收货人在场以接收物品，但是可能会发觉这限于需要遵守约定时间表的收货人。此外，诸如交通阻塞的无法预见的事件可能阻碍收货人在投递时间点及时露面以进行投递。在常规道路投递(例如通过货车或卡车)中，可以选择将物品保留在车上并且改变路线进行其它投递。对于UAV投递系统，鉴于UAV通常具有有限承载能力并且由有限容量的本地电源推进，这种选择是不太现实的。

图2例示了运输中的用于投递有效载荷4的UAV 1。UAV 1包括：控制系统2、投递机构3(参照图1中的1004)以及成像装置5(参照图1中的1018)。将投递机构3可松开地附接至有效载荷4，该有效载荷要被投递至图2中的由X指示的目的地。在所示示例中，目的地包括具有被栅栏11围住的后院的住宅建筑物10。汽车12停放在建筑物10的行车道上。

图3A例示了根据一些实施方式的示例投递方法20。方法20可以由UAV的控制系统来执行，并且将参照图2中的UAV来举例说明。步骤21获得有效载荷4的指定投递位置。可以以任何合适的格式(举例来说，如GNSS坐标、街道地址、专有地图坐标等)给出指定投递位置DDL。步骤22获得至少一个有效载荷易损性指数VID。VID可以是针对有效载荷4预定义的，并且指示有效载荷4对一般或特定环境状况的敏感性或易损性。在一些实施方式中，VID可以表示有效载荷4的货币价值或情感价值或者机密性，并由此可以指示容易被盗。在一些实施方式中，VID可以表示温度敏感性，例如指示有效载荷4对于相对于标称温度太高或太低的温度的易损性。在一些实施方式中，VID可以表示存放温度的可接受范围。在一些实施方式中，VID可以表示待投递物品周围的包装或者物品本身或者这两者的湿气敏感性。在一些实施方式中，VID可以表示风敏感性，例如指示有效载荷4会被风吹走或损坏的风险。

步骤23获得收件人收取时间RPT，在该时间，收货人(“收件人”)期望从DDL取回有效载荷4。RPT可以不同于并且通常不同于在调度/估计UAV在DDL处投递有效载荷时的时间点(“投递时间”)。UAV 1可以与一个或更多个外部计算资源(未显示)通信地执行步骤21至23中的一个或更多个步骤，该外部计算资源可以向UAV 1提供DDL、VID或RPT中的一个或更多个。另选地或者另外，UAV 1可以通过检测并解释有效载荷4上的一个或更多个机器可读代码，来获得DDL、VID或RPT中的一个或更多个。在步骤24中，根据VID和RPT，在DDL处或附近选择最终投递范围FDA。在步骤25中，方法20可以通过操作UAV 1以将有效载荷4投递到FDA(例如，通过松开投递机构3)而推断出。

在一些实施方式中，选择FDA以减轻有效载荷4在从投递到RPT的时段期间位于DDL处或附近时的易损性。步骤24通常有利于通过UAV进行有效载荷的投递，并且开辟出以下可能性：将向待投递的相应有效载荷定制FDA，并且确保相应的有效载荷的完整性，直到预期该有效载荷被收货人收取。应理解，虽然DDL可以是特定位置，但是FDA通常与DDL间隔开。在一些实施方式中，UAV可以存储范围定义，该范围定义指定了可以选择FDA的搜索范围的界限。例如，可以将搜索范围指定为距DDL的预定义距离或者与DDL有关的经定义边界。在图2的示例中，可以将搜索范围限制到包括DDL的不动产，例如，图2中的建筑物10、后院以及行车道。在一些实施方式中，UAV 1自主地确定搜索范围的界限，例如，通过对由成像装置5拍摄的在DDL周围的图像进行计算机视觉分析。

在一些实施方式中，可以从候选范围集合当中选择FDA，该候选范围集合可以是针对DDL预定义的，或者是由UAV在DDL处进行投递时动态标识的。可以通过对局部地形、图像等的计算机分析，由上面提及的外部计算资源或者针对上面提及的外部计算资源来确定预定义候选范围，并将该预定义候选范围发送至UAV 1。图像例如可以由卫星和/或由一个或更多个其它UAV拍摄，所述其它UAV可以是或者可以不是投递系统的一部分。图2中示出并且由13A至13H指定了候选范围的示例。应注意，候选范围13G处于专用安全容器14内，该专用安全容器14被设置在建筑物10的屋顶上并且可以关闭或者可以不关闭甚至被锁定。在一些实施方式中，UAV 1可操作以例如通过将安全码发送至安全容器14的控制系统来远程打开该安全容器14。候选范围13H是与行车道上的汽车12相关联的安全空间，例如该汽车的行李箱或附接的安全容器，UAV 1可以类似地接近该安全空间。

如图3A所示，步骤24可以包括预测该候选投递范围集合的环境状况的步骤24A。在一些实施方式中，环境状况是针对从投递时间延续至RPT的停留时段来进行预测的，并且根据所预测的环境状况以及VID，在该候选投递范围集合当中选择FDA。所预测的环境状况可能与VID相关，反之亦然。例如，VID可以指示有效载荷4在由步骤24A预测的环境状况下的易损性。在一些实施方式中，环境状况可以包括日照。这样的环境状况可以与指示温度敏感性的VID相关。在一些实施方式中，环境状况可以包括降雨、露水或其它湿气。这样的环境状况可以与指示湿气敏感性的VID相关。在一些实施方式中，环境状况可以包括风吹、穿堂风等。这样的环境状况可以与指示风敏感性的VID相关。

选择用于投递物品的FDA时应考虑的一些非限制性示例包括：考虑到RPT，找到可持续一定时长的阴凉范围以保持物品清凉；考虑到RPT，找到可持续一定时长的太阳直晒范围以保持物品温暖；找到干扰表面；找到根据收件人住所的一部分的照片(例如，花园的一部分)或者描述收件人住所的位置的文本所指定的范围；找到处于紧邻栅栏或墙壁后面、在两个大结构之间或者高架结构(诸如屋顶或阳台)上的范围，以保持该物品隐蔽和/或使非收件人难以接近；或者标识车载选项，例如，收件人所拥有的汽车的行李箱或特殊隔间。

图3B是选择FDA的示例过程的流程图。如所示，该示例过程可以是图3A中的步骤24的一部分。该过程假定名义上选择了下面用CAD0表示的候选范围，并且可以包括所有可用的候选范围。在步骤30中，评估该VID以确定有效载荷4是否具有高价值，例如在货币、情感或机密性方面。如果具有高价值，则步骤31通过减少有效载荷4被盗的风险来确定与VID匹配的第一候选范围集合CAD1，例如，看不见的范围(“俯瞰不到的范围”)。在图2的示例中，CAD1可以包括除13A以外的其它所有候选范围。在一些实施方式中，VID可以指示不同类别的价值，并且CAD1可以根据类别而不同。例如，对于最有价值的有效载荷，CAD1可以由13G和13H组成。关于13H，步骤31可以包括例如基于汽车12的车号牌来验证汽车12属于收货人。该处理进行至步骤32，该步骤对VID进行评估以确定有效载荷4是否对湿气敏感。如果对湿气敏感，则步骤33预测在停留时段期间在DDL处的降雨风险。因此，步骤33可以是图3A中的步骤24A的一部分。步骤33可以包括：预测可用候选范围13A至13H或其子集的降雨风险。步骤33中的预测可以基于DDL的天气数据，例如，在停留时段或该停留时段的一部分时间内的天气预报。步骤33不仅可以考虑降雨，而且可以考虑局部地形(参照下面的3D模型)和/或候选范围的估计风向。例如，考虑到候选范围13E的位置在树下，则可以认为该候选范围13E能防雨。基于步骤33，步骤34确定第二选择的候选范围CAD2，该CAD2被认为减轻了有效载荷4受潮的风险。在图2的示例中，CAD2可以包括13E、13G、13H，并且根据风向，包括13B至13D中的一个或更多个。该处理进行至步骤35，该步骤对VID进行评估以确定有效载荷4是否对温度敏感。如果对温度敏感，则步骤36预测可用候选范围13A至13H或其子集的日照的情况。

图3C示出了可以由步骤36执行的示例过程。步骤40获得DDL的三维(3D)表示。该3D表示可以是包括DDL的地区的3D模型。可以将该地区的范围定义成包括在该DDL处的可用候选范围上投射阴影的任何结构。这样的结构可以包括周围的建筑物以及自然形成的地形。步骤41获得DDL或地区的天气数据，例如上面提及的天气预报。然后，步骤42基于天气数据以及停留时段期间的太阳的移动，来预测该3D模型中(例如，在可用候选区域或其子集中)的日照的情况。可以将天气数据用于估计云量，从而估计日照的可能性。

回到图3B，步骤37确定候选范围的第三选择CAD3，该CAD3被认为与由VID指示的有效载荷4的温度要求相匹配。如果有效载荷对高温敏感，则CAD3可以包括很少有或没有日照的候选范围。如果有效载荷对低温敏感，则CAD3可以包括日照非常久的候选范围。然后，该过程进行至步骤38，就已经确定选择范围的范围而言，步骤38在选择CAD0至CAD3当中选择FDA。例如，步骤38可以在所确定的选择CAD0至CAD3的交集当中选择FDA，即，在全部所确定的选择中包括的候选范围。

如图3B所示，还可以基于输入数据219来选择FDA，该输入数据可以由收货人例如在下达投递订单时提供。输入数据219可以指示名义选择CAD0中的一个或更多个候选范围。例如，输入数据219可以包括所建议的候选范围的一个或更多个照片和/或该候选范围的文本描述。

在一些实施方式中，步骤24可以包括从在UAV或者一个或更多个其它UAV上的传感器装置(参照图1中的1018、1020以及图2中的5)获得传感器数据，并且步骤24A可以基于传感器数据来预测DDL处的环境状况。这样的传感器数据可以包括来自湿度传感器的环境湿度、来自风传感器的风数据(速度和/或方向)、来自两个或更多个摄像机或立体摄像机的用于确定3D地形的图像、来自热成像摄像机的用于确定温度或日照的图像、来自任何类型的摄像机的用于标识阴影和/或地面湿气的图像。这样的图像是可以在DDL的附近取得的以供在预测环境状况时使用的2D表示的非限制性示例。在一些实施方式中，传感器数据可以补充甚或替代上面提及的天气数据。在一些实施方式中，传感器数据可以提供或补充上面提及的3D表示。在一些实施方式中，传感器数据可以使得能够对停留时段期间的日照进行预测，而无需进一步的天气数据。

图4是确定FDA的示例系统的框图。该系统包括计算装置50，该计算装置被配置成获得来自一个或更多个第一模块51(示出了一个第一模块)的RPT、DDL以及VID，并且根据本文所描述的方法和过程中的任一个来计算FDA。在所示示例中，还将计算装置50配置成获得来自一个或更多个第二模块52的DDL的3D表示(参照步骤40)、以及来自一个或更多个第三模块53的天气数据(参照步骤41)。如根据前述理解，可以将计算装置50包括在UAV 1中，并且可以将第一模块51包括在一个或更多个外部计算资源中。可选地，可以将第一模块52定位在UAV 1上并且连接至代码读取器。同样地，可以将第二模块52和第三模块53包括在一个或更多个外部计算资源中和/或包括在UAV 1中并且连接至一个或更多个传感器装置。

还可想到，将计算装置50包括在外部计算资源中，该外部计算资源被配置成向UAV传送FDA。例如，这样的外部计算资源可以执行图3A中的方法20，或者至少执行步骤21至24。

图3A中的方法20还包括以下可选步骤26：当已经将有效载荷投递到FDA时，生成投递证据。步骤26可以包括：在UAV 1上操作成像装置5以拍摄一个或更多个图像(例如，采用静态图像或视频的形式)，这些图像可视地包括FDA处的有效载荷4并且提供该图像作为投递证据。在一些实施方式中，投递证据还可以包括上面提及的与有效载荷4相关的传感器数据和/或预测数据。在一具体示例中，投递证据可以声明“包裹已投递。当前温度为7℃，预计在收取时为9℃，置信水平为88％”。

在一些实施方式中，可以将投递证据的图像拍摄成满足至少一个预定义图像标准。这样的图像标准可以指定要被包括在图像中的一个或更多个客观上能够标识的特性或可视特征。可视特征可以宽泛地表示DDL或收件人。一种可视特征可以是与收件人地址相关联的标识符，诸如商标、建筑物或公寓标志、数字符号等。另一可视特征可以是与收件人拥有的物体相关联的标识符，诸如收件人的汽车12的车号牌。还有另一可视特征是收件人可以提供和请求的，例如收件人住所的特定窗户、阳台、门或其它特征。在一个示例中，图像标准包括收件人所提供的照片，该照片要与提供有投递证据的图像大致匹配。在一些实施方式中，可以将UAV 1配置成例如通过使用基于视觉的机器学习来进行对象检测等，自动地检测图像中的可视特征的存在。

图5是通过操作UAV 1来提供投递证据的示例过程的流程图。如所示，该示例过程可以是图3A中的步骤26的一部分。参照图2的示例，步骤60可以包括：操作UAV 1上的成像装置5以生成FDA的图像。步骤61评估是否满足所述至少一个图像标准。如果没有，则步骤62相对于FDA移动UAV 1和/或相对于UAV移动成像装置5，随之重复步骤60。在一个示例中，步骤60至62可以使UAV 1相对于有效载荷4盘旋和/或移入/移出来调整其位置，直到满足所述至少一个图像标准。当满足该标准时，步骤63可以实时地或大致实时地从UAV 1发送图像以显示给收件人。这时，使收件人可以有机会接受或拒绝所提出的投递，如步骤64检测到的。如果接受了该投递，则步骤64进行至步骤65，该步骤65操作UAV 1以继续其任务，例如，投递另一有效载荷。否则，步骤64可以进行至步骤66，该步骤66可以在UAV 1持续提供实时图像以显示给收件人的同时，例如通过专用控制界面准许收件人访问UAV 1的成像装置5和/或飞行控制器(参照1005)。该控制接口还可以使得能够实现与收件人的其它交互或者由收件人进行的其它交互，如本文所描述的。例如，可以在诸如智能手机的移动装置上提供该控制界面。步骤66可以例如通过将UAV 1的移动限制到DDL周围的预定义空域来限制收件人的访问。步骤66可以赋予收件人例如在候选范围当中选择新FDA和/或选择其它预先计算出的位置的选项，随之，UAV 1将有效载荷4放置在新FDA处。如果收件人接着接受将有效载荷4放置在新FDA，如步骤67所检测到的，则UAV可以继续其任务(步骤65)。否则，步骤68可以操作UAV1取回有效载荷4并将该UAV移动至存放点。

可想到的是，在步骤25之前，代替地执行图5中的示例过程，以在将有效载荷4放置在FDA之前，使收件人有机会接受或拒绝该FDA。在步骤64或67中的拒绝情况下，这将消除UAV 1取回有效载荷4的需要。

图6是根据实施方式的示例投递系统的示意性概图。该投递系统包括：一队UAV 1(示出了一个UAV)；以及服务器70，该服务器被配置成与机队中的UAV 1进行通信。应理解，上面提及的外部计算资源可以包括服务器70。在所示示例中，服务器70还被配置成与电子用户装置71(示出一个电子用户装置)进行通信，该电子用户装置可以由上面提及的收件人进行操作，以利用投递系统(可选地通过商人或任何其他货物提供方)来下达投递订单。例如，可以对用户装置71进行操作以输入投递订单的DDL和RPT。还可以对用户装置71进行操作，以接收并显示通过步骤63从相应UAV 1向服务器70提供的FDA的图像。还可以对用户装置71进行操作，以根据步骤66经由服务器70来控制相应UAV 1，例如改变成像装置5的视场5'的方向和/或改变UAV 1位置和/或取向。

下面，引用多个条款来对如前述公开的一些方面和实施方式进行总结。

条款1：一种通过无人机UAV(1)投递有效载荷(4)的方法，所述方法包括以下步骤：

获得(21)用于投递所述有效载荷(4)的指定位置，

获得(22)所述有效载荷(4)的至少一个有效载荷易损性指数，

获得(23)指示期望所述有效载荷(4)被收件人取回时的时间点的收取时间，

根据所述至少一个有效载荷易损性指数以及所述收取时间，选择(24)所述指定位置处或附近的最终投递范围，以及

操作(25)所述UAV(1)向所述最终投递范围投递所述有效载荷(4)。

条款2：根据条款1所述的方法，其中，所述至少一个有效载荷易损性指数表示以下项中的一个或更多个：货币价值、温度敏感性、存放温度的可接受范围、湿气敏感性或者风敏感性。

条款3：根据条款1或2所述的方法，其中，所述选择(24)的步骤包括：预测(24A)位于所述指定位置附近的候选投递范围集合中的环境状况，所述环境状况是针对从所估计的投递时间延续至所述收取时间的停留时段来进行预测的，以及根据所述预测的环境状况以及所述至少一个有效载荷易损性指数，在所述候选投递范围集合当中选择(204)所述最终投递范围。

条款4：根据条款3所述的方法，其中，所述环境状况包括以下项中的至少一者：日照、受潮以及风吹。

条款5：根据条款3或4所述的方法，其中，所述环境状况是基于所述投递位置周围的地区的三维模型以及所述停留时段内所述地区的天气数据来进行预测的。

条款6：根据条款3至5中的任一项所述的方法，其中，所述环境状况是基于来自所述UAV(1)上或者另一UAV上的传感器装置(5；1018；1020)的传感器数据来进行预测的。

条款7：根据条款6所述的方法，其中，所述传感器数据包括在所述投递位置附近取得的至少一个二维表示。

条款8：根据任一前述条款所述的方法，其中，所述最终投递范围还是基于以下输入数据(39)来进行选择的：所述输入数据是由所述收件人提供的并且指示所述候选投递范围集合中的至少一个候选投递范围。

条款9：根据条款8所述的方法，其中，所述输入数据(39)包括摄影副本(photographic reproduction)和文字描述中的一个或更多个。

条款10：根据任一前述条款所述的方法，所述方法还包括：操作(26；60)所述UAV(1)上的成像装置(5；1018)，以根据至少一个图像标准拍摄所述最终投递范围的至少一个图像。

条款11：根据条款10所述的方法，其中，所述至少一个图像标准指示要被包括在所述至少一个图像中的一个或更多个客观上能够标识的特征。

条款12：根据条款10或11所述的方法，所述方法还包括以下步骤：实时地或者大致实时地向所述收件人提供(63)所述至少一个图像以供显示。

条款13：根据条款10至12中的任一项所述的方法，所述方法还包括以下步骤：在实时提供所述至少一个图像以供显示的同时，使得所述收件人能够(66)外部控制所述UAV(1)的所述成像装置(5；1018)和飞行控制器(1005)中的至少一者。

条款14：根据条款10至13中的任一项所述的方法，所述方法还包括以下步骤：在使所述UAV(1)和所述成像装置(5；1018)中的至少一个移动的同时，操作(60-63)所述UAV(1)拍摄所述最终投递范围的图像，直到所述至少一个图像被认为与预定义图像匹配。

条款15：根据条款10至14中的任一项所述的方法，其中，所述至少一个图像是在将所述有效载荷(4)投递至所述最终投递范围之后拍摄的，以包括所述有效载荷(4)。

条款16：一种控制系统，所述控制系统包括被配置成执行根据条款1至15中的任一项所述的方法的逻辑(1101、1102)。

条款17：一种包括根据条款16所述的控制系统的无人机。

条款18：一种包括计算机指令(1102A)的计算机可读介质，该计算机指令在通过处理系统(1101)执行时，使所述处理器系统(1101)执行根据条款1至15中的任一项所述的方法。

条款19：一种无人机，所述无人机被配置成：获得用于投递有效载荷(4)的指定位置；获得所述有效载荷(4)的至少一个有效载荷易损性指数；获得指示期望所述有效载荷(4)被收件人取回时的时间点的收取时间；根据所述至少一个有效载荷易损性指数以及所述收取时间，选择所述指定位置处或附近的最终投递范围；以及向所述最终投递范围投递所述有效载荷(4)。

条款20：根据条款19所述的无人机，所述无人机还被配置成：预测位于所述指定位置附近的候选投递范围集合中的环境状况，所述环境状况是针对从估计的投递时间延续至所述收取时间的停留时段来进行预测的；以及根据所述预测的环境状况以及所述至少一个有效载荷易损性指数，在所述候选投递范围集合当中选择所述最终投递范围。

条款21：根据条款20所述的无人机，所述无人机还被配置成：基于来自所述无人机上或者另一无人机上的传感器装置(5；1018；1020)的传感器数据来预测所述环境状况。

条款22：根据条款19至21中的任一项所述的无人机，所述无人机还被配置成：操作所述无人机上的成像装置(5；1018)，以根据至少一个图像标准拍摄所述最终投递范围的至少一个图像。

条款23：根据条款22所述的无人机，所述无人机还被配置成：在所述无人机(1)实时提供所述至少一个图像以供显示的同时，使得所述收件人能够操纵所述无人机的所述成像装置(5；1018)和飞行控制器(1005)中的至少一者。

条款24：根据条款22或23所述的无人机，所述无人机还被配置成：比较所述至少一个图像与预定义图像，并且拍摄所述最终投递范围的图像，直到所述至少一个图像被认为与所述预定义图像匹配为止。

2.改善一队UAV投递货物的利用率

本公开的这个部分涉及在投递系统中利用一队无人机的改进，并且采取与常规集中式计划不同的方法。这种集中式计划优化了投递系统的最大利用率，并且要求给出特定时间跨度内的所有任务和参数，然后构造计划并且执行该计划。该时间跨度导致传统投递的延迟。时间跨度必须足够长，因为如果时间跨度太短，那么优化将更多地成为一种偶然性。在计划执行期间，在不牺牲优化水平的情况下，该计划是无法适应改变的，例如新的投递、无人驾驶飞机故障以及意外的天气状况。为了进行合适的优化，集中式计划依赖于对所有相关参数的访问，因此通常依赖于多个实时传感器，这些实时传感器实现起来可能既困难又成本高。

本公开的这个部分不针对用于调度机队中的单独UAV进行投递任务的特定技术，而是集中于为该队无人机提供不同类型的物流系统的使能特征，尤其是应用集群智能来优化利用率的物流系统。集群智能(SI)是众所周知的技术领域(也被称为集体智能或共生智慧)，SI涉及自然和人工系统的行为，该自然和人工系统包括彼此并且与它们的环境本地交互的多个智能体(agent)。具体地，SI系统没有任何集中式控制结构。相反地，智能体之间的局部互动和某种程度上的随机互动会导致单独智能体未知的“智能”的全局行为出现。智能体的单独行为通常可以以概率术语来描述，并且各个智能体皆可以单独基于对其邻域的本地感知来采取行动。间接协调或自组织的这种机制在本领域中也被称为共识主动性(stigmergy)。共识主动性的原理是，单独动作在环境中留下的痕迹会刺激后续动作的执行，该后续动作可能是由同一智能体执行的，但是在许多场景中是由不同智能体执行的。由此，SI系统本质上既灵活又健壮，并且是分散的且无监督的。

可以通过提供交互式订购系统将SI的原理应用于无人机投递，该系统允许用户基于位置特定运输价格来评估由无人机进行货物的投递或收取的不同位置，该位置特定运输价格是基于迄今下达的订单来计算的，并且该系统允许用户能够基于评估来按选定位置下达投递/收取的订单。通过提供这样的一种交互式订购系统，即，该系统被配置成呈现反映用户所采取的决定(对投递/收取的位置的选择)的影响的运输价格，可以为投递系统配置动态适应的解算器，以基于集群智能来利用该队UAV，并且用户是此类SI物流系统中的智能体。通过将位置选择分配给各个用户，并且使用户的选择很大程度上基于他们的选择对UAV利用率的影响，物流系统有效地利用了各个用户的充当搜索功能的神经计算能力，以在每一个给定时刻创造最佳利用率。例如，用户能够经由交互式订购系统，随着时间的点模式，基于过多的外部因素来预测变化，以及例如等待订购投递/收取，直到某个时间点为止，或者决定选择定位得更远但是与较低运输价格相关联的位置。通过让各个用户基于对利用率的影响的现场概况来实时选择位置，用户的集体将无缝地适应投递系统以最大化利用率的目标来进行改变。换句话说，当各个用户在他们自己的最大利益(例如，保持成本降低)方面做出他们的单独选择时，物流系统会自我收敛。

图7例示了包括一队UAV 1的示例投递系统。该投递系统包括调度装置100，该调度装置被配置成通过无线网络101与UAV 1进行通信。调度装置100还被配置成执行本文所描述的方法，以确定UAV 1的利用时间表，并向各个UAV 1传送进行货物的投递/收取的时间点和位置。调度装置100还被配置成与包括显示器103的用户装置102(示出了一个用户装置)进行通信(该显示器可操作以显示由调度装置100生成的交互式图表104)、以及用于数据输入的一个或更多个输入装置(未示出)。用户装置102可以包括任何类型的电子装置，包括但不限于个人计算机、膝上型电脑、移动通信装置、平板计算机等。

图8示出了交互式图表104的详细示例，该交互式图表104对应于地理区域并且可以包括该区域的背景图像，例如卫星照片、地图等。交互式图表104还描绘了各个位置的运输价格。在所示示例中，不同运输价格是由经由相等运输价格的点所绘制的曲线108来表示。在另选方案中，图表104可以包括热图，该热图按照不同颜色或阴影来表示运输价格。另选地或者另外，图表104可以在进行位置的选择(例如通过用户将光标定位在该位置处)时，以明文形式来显示运输价格。在图8中，由鼠标光标指示了两个位置，这两个位置分别与10USD和45USD的运输价格相关联。图8中的图表还针对用户进行了个性化，这是因为该图表包括用户要采取的、沿着移动路径107从起点105到终点106的路线。移动路径107可以由用户手动输入，或者可以从与用户装置102或另一装置上的用户相关联的应用自动得出。这样的应用可以是已经学习了用户行为、导航服务等的数字个人助理。图8中的黑点表示所提议的处于移动路径107上或附近的投递/收取位置。所提议的位置可以由调度装置100确定处于移动路径上或附近。用户可以通过任何合适的选择动作来选择图表104上的用于投递/收取的任何位置。如根据前述理解，调度装置100可以在接收到用户选择时更新图表104，由于既显示给用户又显示给其他用户，从而影响所有用户将来的选择。作为允许用户通过指向图表104来自由选择位置的另选方案，可以向用户呈现固定位置集合(例如，作为列表或地理图表)，以基于关联的运输成本进行选择。

图9例示了根据一个实施方式的调度货物的投递和/或收取的示例方法110。可以由图7中的调度装置100来执行方法110。将参照图10描述方法110，该图10示出了地理区域120，该地理区域可以对应于图8中的图表104的区域并且被划分成子区域(“单元”)122。图10还示出了UAV 1在区域120内的当前位置、以及UAV 1的当前或将来的空闲点(见下文)。

在方法110中，步骤111基于UAV在地理区域120内的当前和/或将来位置(例如由利用时间表110'(见下文)给出)，来计算该队UAV的汇总成本数据ACM。ACM将“利用成本”与相应单元122相关联，其中，单元122的利用成本表示将UAV 1中的至少一个UAV定向至该单元122的估计成本价值。如本文所使用的，“成本”或“成本价值”不必是货币价值，而是可以以任何类型的单位给出。在一些实施方式中，利用成本对应于距离，该距离可以是处于二个或三个空间维度的物理距离。还可以设想，该距离包括另一些非空间维度，例如考虑到风向、风速等。在一些实施方式中，利用成本对应于能耗。可以将ACM表示为矩阵。如本文所使用的，矩阵通常是指包括采用任何格式的值的任何形式的可寻址数据结构，例如，任意维度的阵列。

步骤112接收指示有效载荷的投递/收取的一个或更多个潜在位置的查询。可以基于用户选择来生成查询，例如通过用户提交用于下达进行货物的投递或收取的订单的请求。另选地，例如当用户装置102连接至调度装置100时，可以经系统生成查询。该查询可以指示在给定空间分辨率下的潜在位置的离散集合、地理区域120内的潜在位置的一个或更多个相干区域、或者地理区域120内的所有位置。在一个示例中，查询可以识别用户，并且使步骤112例如基于用户简档和/或历史数据来检索专门针对该用户的潜在位置。例如，可以将图8和图10中由黑点指示的位置预先存储为用户的潜在位置。在另一示例中，查询可以包括移动路径107(图8和图10)，并且使步骤112确定相对于用户移动路径107的潜在位置，例如，导致由图8和图10中的黑点所指示的位置。在一个示例中，步骤112可以确定沿移动路径107具有最低利用成本的潜在位置。

步骤113基于ACM确定潜在位置当中的至少一个潜在位置的运输价格，以及步骤114向用户呈现所述至少一个潜在位置的运输价格。该运输价格可以作为货币价值给出，因此步骤113可以涉及搜索ACM以获得包括潜在位置的单元122的利用成本，并且将该利用成本转换成运输价格。

可以将投递系统配置成允许相应的用户改变先前选择的位置和/或投递/收取的时间点。可设想的是，在这种变化的情况下，步骤113确定表示因该变化而造成的投递系统的总体投递成本的变化的环境利用成本，并且在确定运输价格时，将环境利用成本添加至由ACM给出的利用成本。可以注意到，环境利用成本可能是负的。

步骤114可以呈现不同潜在位置的运输价格的列表。另选地或者另外，步骤114可以呈现图8的图表104，或者地理区域120或该地理区域的一部分内的运输价格分布的任何其它图形表示104。如图9所示，步骤113可以包括生成图形表示104的子步骤113A。步骤114还可以包括显示由用户指向图形表示中的特定位置而给出的位置的运输价格(参照图8中的鼠标指针)。

在另一变型例中，可以响应于用户输入潜在位置而生成在步骤112中接收到的查询，例如通过用户使用鼠标、针笔、手指等，在所显示的地理区域120或该地理区域的一部分的地图上选择位置/区域来生成所述查询。另选地，用户可以使用键盘手动输入潜在位置的坐标，从而生成步骤112的查询。

要理解的是，步骤111至114的组合提供了如上讨论的交互式订购系统，该交互式订购系统允许投递系统基于集群智能(SI)来优化该投递系统的利用率。

在图9的示例中，方法110还包括步骤115，该步骤接收用户对运输价格和对应潜在位置的选择。用户可以以任何常规方式来指示该选择，例如通过使用鼠标、键盘、触摸屏等。可选地响应于所提议的正被呈现给用户的时间点/窗口集合，步骤115还可以包括接收投递/收取的选定时间点或时间窗口，该选定时间点或时间窗口是由用户输入的。

经过步骤115中的选择，步骤116更新投递系统的利用时间表110'。该利用时间表110'定义了机队中的UAV 1在地理区域120内的当前和将来位置，并因此作为利用机队中的UAV的当前计划的记录。例如，利用时间表110'可以包含由投递系统的用户选择的投递和收取位置的列表以及关联的时间点，并且该利用时间表还可以包括将特定UAV指派给涉及位置/时间点的任务。步骤116可以通过将步骤115中由用户选择的位置添加至利用时间表(可选地连同用户所输入的关联时间点)来更新利用时间表110'。利用时间表110'及其更新的细节是特定于实现的，因此未加以进一步描述。

在所示示例中，由于ACM是由步骤111基于利用时间表110'计算出来的，因此步骤111至116的后续执行将考虑更新后的利用时间表110'，因此自动地适应由用户做出的选择。由此，随着时间的推移，使运输价格适应由系统中的所有用户做出的选择，由于相应的用户在其自身最大利益方面做出其各自的选择(例如保持运输价格降低)，因此导致了固有利用收敛。

尽管图9中未示出，但是方法110还可以例如在至少一些重复中在步骤116之后包括以下步骤：通过将UAV 1中的一个或更多个UAV定向至在步骤115中基于利用时间表110'选择的位置来控制该队UAV。

图11A是计算ACM的示例过程的流程图。如所示，该示例过程可以是图9中的步骤111的一部分。在步骤131中，计算可用UAV的个别化成本矩阵。相应的个别化成本矩阵ICM定义了用于将可用UAV 1中的一个UAV定向至地理区域120中的不同子区域122(图10)的成本价值。因此，在图10的示例中，各个无人机1皆有一个ICM，并且各个ICM皆包括各个子区域122的成本价值。各个ICM皆可以由矩阵或者对应数据元表示。在步骤131之后，过程111将ACM形成为ICM的(逻辑)组合，这是计算ACM的高效处理方式。在所示示例中，通过步骤132至135形成ACM。

在可选的步骤132中，对ICM施加成本阈值，并且将高于成本阈值的成本价值替换成预定义值，例如，空值。在不存在步骤132的情况下，可以生成ACM，以展示一些单元的过度利用成本。可能不希望允许用户选择此类单元中的位置，因为这可能迫使投递系统执行在资源效率方面不利的投递/收取。步骤132也可以使能步骤134(见下文)。

在步骤133中，根据与ICM中的相应单元122相关联的成本价值来确定相应单元122的利用成本。图13是步骤133的概念图，其中，将不同ICM中的单元122对准并处理以生成ACM。在图13中，存在由ICMi指定的N个不同ICM，其中i＝1,…,N。图13还示出了如何相对于地理区域120来定义单元122。

在一些实施方式中，通过在所有ICM中的该单元122的成本价值中找到最小(最低)成本价值来确定单元122的利用成本。根据成本的定义，这可以对应于标识具有距该单元122的最短或最高能效路径的UAV，其中，该UAV是由包含该单元122的最小成本价值的ICM给出的。在一些实施方式中，可以将单元122的利用成本设定成该单元的最小成本价值。在其它实施方式中，由图11A中的步骤134至135表示的，单元122的利用成本可以由该单元的最小成本价值给出，该最小成本价值根据单元122的可用UAV的数量而减少。在这种背景下，“可用UAV”可以由成本价值低于上面提及的阈值的所有ICM给出。如果已经执行了步骤132，则可用UAV的数量是单元122的成本价值不是预定义值(例如，空值)的ICM的数量。减少最小成本价值的基本原理是促使用户选择(在步骤115中)具有多个可用UAV的位置，而不是选择具有仅一个或几个UAV的位置，因为选择仅一个或几个UAV的位置可能导致在资源效率方面不利的任务。因而，在步骤11A中，步骤134确定各个单元122的可用UAV的计数，并且步骤135根据按计数缩减的最小成本价值来填充ACM的相应单元。

在一些实施方式中，步骤111可以包括插值步骤，以增加ACM的粒度。这样的插值步骤可以对由步骤135确定的单元122的成本价值进行操作，以例如在这些单元122内或之间生成经插值的成本价值。这是增加ACM的分辨率的高效处理方式。可以使用任何插值技术，诸如线性插值、多项式插值、样条插值等。

在一些实施方式中，步骤111可以包括对比度增强步骤，以例如在上面提及的插值步骤之后或期间增加ACM的精度。这样的对比度增强步骤可以包括：确定ACM内的单元122的成本价值的局部导数，以及基于局部导数来更新ACM中的成本价值以增强相邻单元122之间的对比度。

图11B是计算ICM的示例过程的流程图。如所示，该示例过程可以是图11A中的步骤131的一部分。如上提到的，为机队中的特定UAV计算ICM。步骤136确定UAV在地理区域120中的起点。在一些实施方式中，将起点设定成UAV的当前位置。通过将起点设定成UAV 1被调度为空闲的位置，可以获得简单计算以及足够准确的结果。在一个示例中，每当UAV 1到达投递系统的基础架构组件(诸如有效载荷存放设施(仓库、中间存放点等)或者充电站)，就将UAV 1调度为空闲的。这些基础结构组件的位置(“空闲点”)是已知的，并且可以将相应UAV的到达和离开的时间点包括在利用时间表(图9中的110')中。回到图10，由叉号标记空闲点123，并且由实线箭头示意性地表示UAV 1从它们的当前位置到它们的下一个空闲点123的调度路径。图10中的虚线箭头示意性地表示从空闲点到所述单元122中的一个单元的路径。

步骤137确定特定UAV的从起点到单元122的距离值，并且步骤138基于该距离值确定该单元的成本价值。针对区域120中的所有单元122或其子集执行步骤137至138。如上提到的，该距离值可以是物理距离，但是也可以包括非空间尺度。步骤138可以将成本价值设定成距离值或以任何合适的方式转换该距离值。例如，可以将成本价值计算成表示UAV的能耗。步骤138还可以考虑另一些UAV参数，诸如UAV在其空闲点123处的调度停留时间(“空闲时间”)。例如，为了促进UAV的利用并减少调度停留时间，可以根据调度空闲时间来降低成本价值。

步骤137可以解决妨碍UAV采取从起点到相应单元的笔直路径的障碍。在一些实施方式中，泛洪填充(flood-fill)算法可以被应用于计算距离值。图12A中举例说明一个这样的实施方式，图12A例示了针对单元122的矩阵对ICM的逐步计算。所述单元中的一些单元被障碍物124(实心正方形)占据，这些障碍物是UAV被认为例如通过在空间障碍物上方飞行无法克服的。最初，除了包含被指派距离值0的空闲点123的单元外，矩阵为空。该计算执行一系列迭代以确定所有单元的距离值。每次迭代皆确定与到目前为止已经指派了距离值的单元(“非空单元”)相邻的单元的距离值。在所示示例中，假设单元宽度为1，并且单元之间的高程差为0。为了在迭代中确定特定单元的距离值，步骤137可以针对非空的各个相邻单元计算这些单元之间的中心到中心距离与非空单元的距离值之和，并且将特定单元的距离值设定成所得总和的最小值。当所有相关单元均已指派了距离值时，终止该重复，这样就估计了从相应单元122到空闲点123的最小行进距离。在所示示例中，需要四次重复来填充ICM。

步骤137还可以考虑UAV相对于空闲点123的当前位置。图12B示出了示例，其中，123'指定了UAV的当前位置，并且123指定了空闲点，例如，UAV将收取待投递的有效载荷的存放设施和/或用于充电的停放处。在该示例中，步骤137可以使用当前位置123'作为起点来执行如针对图12A描述的第一迭代序列，以确定包含空闲点123的单元的距离值。如在图12A中看出，该距离值为3.8。然后，步骤137使用空闲点123作为起点并且使用由第一迭代序列确定的距离值，执行第二迭代序列，如针对图12A所描述的。图12C示出了所得到的ICM。

步骤137还可以包括对ICM进行操作的插值步骤和/或对比度增强步骤，举例来说，如上面针对ACM所描述的。

可以实现在数据集中找到最短路径的任何可用算法，以填充ICM。示例包括：泛洪填充算法、Floyd-Warshall算法、Johnson算法或任何波传播算法，诸如自适应光传播体积算法等。

回到图9中的方法110，可以注意到，在每一个单个时间点向用户呈现基于利用时间表110'的运输价格。可以设想的是，步骤116还基于手动或自动预测(例如基于统计的外推法以引入虚拟投递)或者基于相关事件(诸如变化的天气状况)，来更新利用时间表100'。

在一些实施方式中，针对当前时间点执行方法110，而不考虑用户选择的要执行投递/收取时的时间点。因此，可以基于UAV的当前位置、UAV的即将到来的或当前的空闲点等来计算ACM。在这样的实施方式中，当对利用时间表110'进行更新时，可以至少考虑用户选择的投递/收取时间点。如本文所使用的，“用户选择的时间点”可以由用户自由选择，或者是由系统建议并被用户接受的时间点。

在其它的实施方式中，在至少一个将来时间点执行方法110，该将来时间点可以由用户选择或可以不由用户选择。鉴于用户与进行收取或投递的UAV进行对接(interface)的不断变化的可用性，利用成本很可能取决于一天中的时间。在这些实施方式中，可以基于UAV的将来位置的预测、UAV的空闲点的预测等来计算ACM。这些预测可以基于利用时间表、以及历史数据、天气预报、来自从商人和类似来源的预报。

在一些实施方式中，可以将方法110配置成在步骤114中，针对一系列时间点(例如当前时间点以及一个或更多个将来时间点)呈现潜在位置处的运输价格，并且允许用户基于所呈现的数据来选择投递/收取的位置和时间点。时间点之间的间隔可以是一小时或更多小时或者一天或更多天。例如，图8中的交互式图表104可以通过滚动功能(例如，时间栏)进行补充，这允许用户能够浏览不同时间点的交互式图表104。在这样的实施方式中，步骤111可以针对多个不同时间点来计算ACM以生成ACM的时间序列。步骤113A可以按该时间序列为相应的ACM生成交互式图表104，并且步骤114可以提供交互式图表104以供显示。

图14是示例调度模块140的框图，该调度模块可以被包括在图7中的调度装置100中。模块140包括子模块141至147。将UAV成本估计器141配置成例如根据步骤131计算由[ICMi]指定的不同UAV的ICM。将阈值器142配置成例如根据步骤132，对ICM执行阈值化操作，从而得到由[ICMi']指定的预处理ICM。将UAV计数器143配置成例如根据步骤134，对每单元的可用UAV的数量进行计数，从而得到由[Cj]指定的计数。将汇总器144配置成例如根据步骤133和135来生成ACM。将价格计算器145配置成例如根据步骤113来生成运输价格TP。可以针对第一潜在位置集合和/或第二潜在位置集合生成运输价格TP，第一潜在位置集合可以是经系统生成的并由[LOC1]指定的，并且第二潜在位置集合可以是经用户生成的并且由[LOC2]指定的。在所示示例中，从呈现控制器146接收到[LOC2]。在上文中参照步骤112给出了[LOC1]和[LOC2]的来源的另一些示例。将呈现控制器146配置成例如根据步骤114，在显示器(参照图7中的103)上向用户呈现运输价格TP，以及例如根据步骤115，接收被指定为SL的位置的用户选择。通过呈现控制器146检测并输出用户选择SL，并且调度器147例如根据步骤116基于SL来更新利用时间表110'。

下面，引用多个条款来对如前述公开的一些方面和实施方式进行总结。

条款1：一种调度通过一队无人机UAV(1)的运输的方法，所述方法包括以下步骤：

基于UAV(1)在地理区域(120)内的当前和/或将来位置，来计算(111)该队UAV(1)的汇总成本数据(ACM)，该汇总成本数据(ACM)将利用成本与地理区域(120)内的所分布的子区域(122)相关联，相应子区域(122)的利用成本表示将UAV(1)中的至少一个UAV定向至该相应子区域(122)的估计成本；

接收(112)查询，该查询指示有效载荷(4)的收取/投递的一个或更多个潜在位置；

基于汇总成本数据(ACM)来确定(113)所述一个或更多个潜在位置当中的至少一个潜在位置的运输价格；以及

呈现(114)所述至少一个潜在位置的运输价格。

条款2：根据条款1所述的方法，其中，所述计算(111)汇总成本数据的步骤包括：计算(131)UAV(1)的个别化成本矩阵(ICMi)，该个别化成本矩阵(ICMi)定义了将相应UAV(1)定向至所分布的子区域(122)的成本价值；以及形成(132至135)汇总成本数据(ACM)，作为个别化成本矩阵(ICMi)的组合。

条款3：根据条款2所述的方法，其中，所述形成(132至135)汇总成本数据的步骤包括：针对相应的子区域(122)，根据个别化成本矩阵(ICMi)中的与相应子区域(122)相关联的成本价值，来确定(133)利用成本。

条款4：根据条款3所述的方法，其中，相应子区域(122)的利用成本是根据个别化成本矩阵(ICMi)中的与该相应子区域(122)相关联的成本价值当中的最小成本价值来确定的。

条款5：根据条款4所述的方法，其中，所述形成(132至135)汇总成本数据的步骤包括：确定(132、134)相应子区域(122)的可用UAV(1)的计数，其中，相应子区域(122)的利用成本可以由最小成本价值给出，该最小成本价值是根据相应子区域(122)的可用UAV(1)的计数而减少的。

条款6：根据条款5所述的方法，其中，所述确定(132、134)相应子区域的可用UAV的计数的步骤包括：对个别化成本矩阵(ICMi)中的与相应子区域(122)相关联的成本价值当中的比阈值成本更小的成本价值进行计数。

条款7：根据条款2至6中的任一项所述的方法，其中，所述计算(131)UAV的个别化成本矩阵的步骤包括：确定(136)相应UAV(1)在地理区域(120)中的起点(123)，确定(137)从起点(123)到相应子区域(122)的距离值，以及根据相应子区域(122)的距离值来确定(138)相应子区域(122)的成本价值。

条款8：根据条款7所述的方法，其中，所述确定(136)相应UAV的起点的步骤包括：确定相应UAV(1)被调度为空闲的位置。

条款9：根据条款7或8所述的方法，其中，相应子区域(122)的成本价值还根据相应UAV(1)在起点(123)处的停留时间来进行确定。

条款10：根据任一前述条款所述的方法，其中，所述计算(111)汇总成本数据的步骤包括：通过对与子区域(122)相关联的利用成本进行插值，来确定子区域(122)内或之间的利用成本。

条款11：根据任一前述条款所述的方法，其中，所述计算(111)汇总成本数据的步骤包括：确定汇总成本数据(ACM)内的利用成本的局部导数，以及基于该局部导数来更新汇总成本数据(ACM)内的利用成本，以增强相邻子区域(122)之间的利用成本的对比度。

条款12：根据任一前述条款所述的方法，所述方法还包括：生成(113A)地理区域(120)内的运输价格的分布的图形表示(104)，其中，所述呈现(114)的步骤包括：呈现图形表示(104)。

条款13：根据任一前述条款所述的方法，其中，所述计算(111)汇总成本数据(ACM)的步骤包括：通过计算针对多个不同时间点的汇总成本数据(ACM)，来生成汇总成本数据的时间序列，其中，所述确定(113)运输价格的步骤包括：通过确定在所述多个不同时间点所述至少一个潜在位置的运输价格，来确定运输价格的时间序列，其中，所述呈现步骤(114)包括：呈现运输价格的时间序列。

条款14：根据任一前述条款所述的方法，其中，响应于在地理区域(120)中的所述一个或更多个潜在位置的用户选择，来接收查询。

条款15：根据任一前述条款所述的方法，其中，所述查询包括地理区域(120)中的用户移动路径(107)，并且其中，所述方法还包括以下步骤：确定与用户移动路径(107)有关的所述一个或更多个潜在位置。

条款16：根据任一前述条款所述的方法，所述方法还包括：在所述呈现(114)的步骤之后，接收(115)运输价格和对应的潜在位置的用户选择。

条款17：根据条款16所述的方法，所述方法还包括以下步骤：将用户选择包括(116)在利用时间表(110')中，该利用时间表定义地理区域内的UAV的当前和将来位置，其中，所述计算(111)汇总成本数据(ACM)的步骤是基于利用时间表(110')的。

条款18：根据条款17所述的方法，所述方法还包括以下步骤：基于利用时间表(110')将UAV(1)中的所述至少一个UAV定向至对应的潜在位置。

条款19：根据任一前述条款所述的方法，其中，汇总成本数据(ACM)包括将利用成本与子区域相关联的矩阵。

条款20：一种调度通过一队无人机(1)的运输的装置，所述装置包括：被配置成执行根据条款1至19中的任一项所述的方法的逻辑(1101、1102)。

条款21：一种投递系统，所述投递系统包括：一队无人机(1)；以及根据条款20所述的装置，其中，所述装置被配置成与无人机(1)进行通信。

条款22：一种计算机可读介质，所述计算机可读介质包括计算机指令(1102A)，该计算机指令在通过处理系统(1101)执行时，使所述处理器系统(1101)执行根据条款1至19中的任一项所述的方法。

3.发射UAV的改进

本公开的这个部分涉及UAV的发射，并且基于这样的见解：通过使用在UAV外部的电源，在发射UAV之前将该UAV升高，可以显著改善UAV的性能。通过升高UAV，将来自电源的能量转换成UAV的增加势能。可以将增加的势能用于改善UAV的性能，例如在距离、能耗、承载有效载荷的能力、到目的地的运输时间等方面，并且还可以使得能够使用结构更简单的UAV，例如没有本地电源的UAV。此外，可以将UAV升高以避开飞行路线上的障碍物。更进一步地，可以将UAV升高，以使得UAV能够使用重力来收集能量，例如为电池充电。

一些实施方式涉及发射UAV的系统。发射系统包括提升装置，该提升装置与UAV物理上分离并且由电源供电。提升装置可操作以在发射UAV之前竖直升高UAV。发射系统对所有UAV任务都非常有用，但对于承载有效载荷的UAV则具有明显的优势。UAV竖直运动的功耗取决于UAV的总重量，如果有效载荷很重，则功耗可能会很大。因此，发射系统可以显著节省UAV的功耗。发射系统还可以允许UAV承载的重量超过该UAV可以提升的重量，因为可以在目的地上方的海拔高度发射UAV。

在以下示例中，将发射系统设置在移动站中，例如车辆、轮船或者与卡车连接的拖车。从而，可以将发射系统移动到希望的地理位置，针对相应的任务从该希望的地理位置发射一个或更多个UAV。然而，还可设想到该站是固定的。

图15A至图15B例示了根据实施方式的示例发射系统200。发射系统包括控制系统203，该控制系统位于站200'中并且被配置成操作提升装置以将UAV 1竖直地升高到一个或更多个选定高度。控制系统203可以包括控制电子装置，该控制电子装置生成针对提升装置的一个或更多个致动器(未示出)的控制信号。这样的致动器可以是电动操作的、液压操作的或气动操作的。该系统还包括系统电源204，该系统电源是基于地面的，并且供应用于操作控制系统203并由此操作提升装置的电力。系统电源可以包括蓄电池、燃料电池、内燃机、太阳能板、风力涡轮机等，和/或被连接至配电网。在所示示例中，提升装置包括可延伸的机械结构202A，例如伸缩装置或桅杆、可枢转的装置、机架升降机(bay lift)、四连杆机构等。将可延伸结构202A机械地连接至平台201，该平台承载要发射的一个或更多个UAV 1。图15A示出了处于默认状态的系统200，其中，可延伸结构202A与平台201一起收回并且UAV 1处于默认或参考水平面(图15B中的H0)，在该示例中，该该默认或参考水平面与站200'的顶部大致齐平。图15B示出了处于发射状态的系统200，其中，已经通过控制系统203操作可延伸结构202A，将平台201和UAV 1竖直地升高至选定高度(“海拔高度”)。在所示示例中，已经将平台201顺序地操作成到达发射相应的UAV 1的高度H1、H2以及H3。如下将进一步详细描述的，可以针对相应的UAV 1选择性地确定高度H1至H3。

当已经发射了一个或更多个UAV 1时，可以将平台201操作到预定义高度，例如低于高度H1至H3的参考水平面H0。这可以减少可能需要降落在平台201上的任何UAV的功耗，例如在完成其任务之后返回的UAV 1。

图16例示了根据另一个实施方式的示例发射系统200。提升装置包括飞行器202B，例如专用提升UAV，其可以被配置成承载大量负载。在一个示例中，飞行器202B是所谓的“货运无人驾驶飞机”。飞行器的其它示例包括浮空器、飞艇以及热气球。将UAV 1的平台201设置在飞行器202B上，并因此与飞行器202B一起竖直地升高。如果飞行器202B具有推进系统，则优选地将平台201设置成防护因推进系统而造成的空气运动，例如，以避免该空气运动在UAV 1上造成的向下力。

在所示示例中，将控制系统203定位在飞行器202B上。飞行器202B可以包括本地电源(未示出)，例如当飞行器202B已经降落在站200'上的对接站205上时，由系统电源204对该本地电源进行充电。另选地或者另外，飞行器202B可以通过电缆连接至系统电源204。

图17A至图17B例示了根据另一个实施方式的示例发射系统200。提升装置包括电缆202C，将该电缆202C可释放地连接至UAV 1，以在该UAV 1升高至选定高度时从系统电源204向该UAV 1供应能量。在这个实施方式中，将控制系统203设置在UAV 1上并且操作UAV 1的推进系统(参照图1中的1002)以竖直地升高UAV。将平台201(若提供的话)固定在系统中，例如固定在站200'的顶部上，如图所示。图17A例示了当将UAV运输至选定高度时在发射之前的系统200，以及图17B例示了当控制系统203已经操作了UAV 1上的保持机构(未示出)以分离电缆202C时的发射之后的系统200。在所示示例中，电缆包括降落伞206，该降落伞206可以在分离电缆202C时被自动释放，以使有助于电缆202C的受控返回路径。系统200还可以包括用于拉回电缆202B的牵引机构(例如卷绕装置)、以及用于将电缆202B重新附接至另一UAV 1的附接机构。

图18例示了根据另一个实施方式的示例发射系统200。提升装置包括流生成器202D，该流生成器可运行以生成朝着UAV 1的竖直气流。流生成器202D是由系统电源204供电的。在一些实施方式中，在站200'中的控制系统203的控制下，流生成器202D可运行以将UAV 1提升至选定高度。在其它实施方式中，当将控制系统203定位在UAV 1中以操作推进系统(图1中的1002)从而到达选定高度时，使流生成器202D运行以维持或有助于UAV 1的竖直升高。如图所示，发射系统200可以包括承载UAV的平台201，该平台201被固定至站200'并且被配置成让气流通过。

图19例示了根据另一个实施方式的示例发射系统200。提升装置包括输送机装置207，该输送机装置被配置成将一个或更多个UAV 1提升到平台201上。将平台201附接至可延伸机械结构202A。就像在图15A和图15B中一样，站200'中的控制系统203可以操作可延伸结构202A，以将平台201竖直升高至选定高度，并且操作输送机装置207以将UAV 1升高至平台201的水平，例如，图19所示。

应注意，图15A至图19中的示例的任何组合都是可设想的。例如，可以将图18中的流生成器202D与图16至图17B中的实施方式进行组合。此外，图15A至图19描绘了发射系统的非限制性示例，并且技术人员应能够基于前述公开设想变型例以及另选例。

图20是控制发射系统200中的提升装置的示例控制系统203的示意性框图。控制系统203包括计算模块210，该计算模块210被配置成计算用于发射一个或更多个UAV的选定高度。在图20中，由HL指定选定高度。控制系统203还包括控制器211，该控制器生成与HL相对应的控制信号CS，并将CS提供给提升装置的致动器机构212。控制器211可以具有任何合适的配置，诸如反馈和/或前馈控制器。因此，控制器211可以响应于来自测量提升装置的当前高度的一个或更多个传感器(诸如气压计或测距仪(雷达、激光雷达、飞行时间等))的信号进行操作。致动器机构212将取决于提升装置的类型，并且将不进一步描述。

图21是根据一个实施方式的发射UAV的示例方法220的流程图。可以通过控制系统203来执行方法220。步骤221计算发射UAV的选定高度(海波高度)HL。相对于参考高度或参考数据(例如，平均海平面(MSL)或站200'上的位置，诸如图15B中的参考水平面H0)来计算选定高度HL。在步骤222中，操作提升装置以将UAV竖直升高至选定高度。在步骤223中，UAV从选定高度发射，从而开始其任务。在图20的示例中，可以由计算模块210执行步骤221，并且可以由控制器211执行步骤222。步骤223可以包括：当提升装置已经将UAV升高至选定高度时，向UAV提供发射信号，从而使UAV发射。发射信号可以由控制系统203生成并且被发送至UAV的本地控制器。如果将控制系统203定位在站200'中(图15A和图15B、图18、图19)，则发射信号可以通过无线通信或者通过被集成在提升机构中的线缆进行传输(图15A和图15B、图19)。如果将控制系统203定位在UAV中(图16、图17A和图17B)，则发射信号可以通过有线或无线地被输送至UAV的本地控制器。还可设想到，将控制系统203集成在本地控制器中。

步骤221可以基于表示待发射的UAV、提升装置、或者提升装置与UAV的目的地之间的周围状况的参数数据，来计算选定高度HL。图20中指示了这种参数数据的示例。在一个示例中，该参数数据包括提升装置的位置(SP，“起点”)以及待发射的UAV的目的地(DP，“目的地点”)。起点SP和目的地点DP可以在任何全局坐标系(例如，地理坐标系)中作为二维(2D)或三维(3D)坐标而给出。在一个示例中，UAV的参数数据可以指示UAV的类型和/或UAV的当前状态。当前状态可以包括以下项中的一个或更多个：UAV的当前重量数据(WD)、UAV的当前尺寸数据(SD)、或者UAV中的本地电源的当前能量含量(ED)(参照图1中的1010)。如果UAV承载要在目的地投递的有效载荷，那么WD可以表示有效载荷的重量或者UAV和有效载荷的总重量。类似地，SD可以表示有效载荷的尺寸、或者UAV和有效载荷的总尺寸。在这里，尺寸可以表示为面积、形状、一个或更多个尺度或者任何等效的量度。在一个示例中，周围状况的参数数据可以包括以下项中的一个或更多个：针对区域的包括SP和DP的地形数据(TD)、或者该区域的当前环境数据(AD)。在这里，TD可以指示该区域的3D外形，并且包括位置、SP与DP之间的障碍物的范围和高度，而AD可以指示当前天气状况、气压、湿度等。障碍物可以包括建筑物、树木、电线等。在一个示例中，提升装置的参数数据可以包括以下项中的一个或更多个：系统电源204的能量含量数据(ES)、以及提升装置的升高速度数据(LS)。在这里，LS可以指示通过提升装置升高的标称或估计速度。

步骤221可以通过评估与至少一个预定义消耗参数有关的参数数据来计算选定高度HL。在一个示例中，步骤221通过优化表示预定义消耗参数的成本函数来评估参数数据。这样的成本函数可以将参数数据作为已知变量并且将高度参数作为未知变量。可以通过找到生成成本函数的最大值或最小值的高度参数的值来优化成本函数，该值表示选定高度。可以应用任何合适的优化算法来优化成本函数，包括但不限于梯度方法(诸如梯度下降、协调下降、共轭下降等)、或者进化算法(诸如遗传算法、基因编程等)。

在一些实施方式中，所述至少一个预定义消耗参数表示在目的地执行投递的消耗成本。在一个示例中，计算选定高度HL以使UAV能耗最小化，并且消耗成本可以表示UAV在目的地投递有效载荷所需的能耗。在一个示例中，计算选定高度HL以使在目的地投递有效载荷所需的总能耗最小化，并且消耗成本可以表示UAV所需的能耗以及提升装置将UAV竖直升高至选定高度所需能耗。在一个示例中，计算选定高度HL以使投递时间最小化，并且消耗成本可以表示UAV从发射起或者从启用提升装置以升高UAV时起到达目的地所需的时间。在一个示例中，计算选定高度HL以使在目的地投递有效载荷的货币成本最小化。

可以注意到，步骤221可以例如通过共同优化不同UAV的成本函数来同时计算多个UAV 1的选定高度。

对于特定示例，将进一步描述基本原理，其中，消耗参数是总能耗，并且成本函数包含以下参数：UAV的类型(TYPE)、有效载荷的重量(WD)、障碍物高度(OH)以及待优化的高度参数(HP)。在该示例中，可以将成本函数C定义为：

C＝C1(TYPE，WD)·(OH-HP)+C2(TYPE，WD)·HP

其中，第一函数C1提供了当UAV与有效载荷一起向上移动时该UAV的单位能耗，并且第二函数C2提供了在提升装置承载着UAV以及该UAV的有效载荷时向上驱动该提升装置的单位能耗。认识到可以通过使成本函数C最小化来确定选定高度。

图22A至图22B示出了另一简化示例。将图15A和图15B中所示类型的发射系统200设置成发射UAV 1以向目的地231(由图20中的DP给出)进行传输。将发射系统200定位在发射位置232(由图20中的SP给出)处，并且障碍物233被定位在发射位置232与目的地231之间。障碍物233的特性可以由上面提及的地形数TD给出。如图22B的俯视图中的箭头236、246所示，发射位置232与目的地231之间的风模式(wind pattern)(例如，方向和速度)是已知的，例如，由上面提及的天气数据DW给出。基于该输入数据，步骤221可以计算选定高度，以例如优化总能耗、UAV能耗或运输时间。在该计算中，步骤221可以评估以下选项：将UAV 1升高至障碍物233上方的水平面，以提供UAV 1到目的地位置231的笔直路线234，或者将UAV 1升高至较低水平面并使UAV 1采取绕过障碍物233的路线235。

如上提到，发射系统200可以是移动的。考虑这样的一种投递系统，即，该投递系统包括一队UAV 1以及多个发射系统200，举例来说，如图24举例说明的。投递系统包括调度设备270。将发射系统200设置在保持UAV 1的相应集合的移动站200'上。在一些实施方式中，通过主动选择发射系统200中的一个或更多个发射系统相对于多个目的地的发射位置，来优化发射系统以向多个目的地投递有效载荷。

图23B是用于配置这种投递系统的示例方法250的流程图。可以由调度设备270来执行方法250。步骤251获得通过投递系统投递有效载荷的所述多个目的地(“目的地点”，[DP])。步骤252获得要由方法250确定的发射位置的数量。步骤253根据所述多个目的地确定该位置数。步骤254将一组发射系统200定向至发射位置(在图24中由[SP]表示)。可以根据从调度设备270到站200'和/或到站的驾驶员的电子通信来执行步骤254。另选地，可以将发射位置手动地传递给驾驶员/站。应理解，步骤253可以将目的地的子集指派给相应的发射位置，并且步骤254可以将目的地的子集传递给要从相应的发射位置发射的UAV 1。此外，步骤254可以使待投递的货物被装载在相应的站200'上。

投递系统可以覆盖以下地理区域：该地理区域被划分成具有相应的分配中心与站200'的区域。调度设备270可以基于相应货物的目的地来将货物指派给不同分配中心，按照预期投递时间将目的地分成组，然后分别针对各个组运行方法250，以确定发射位置232。

图23A例示了要由投递系统投递的货物的多个目的地(实心点)231，以及由方法250针对目的地231确定的发射位置(空心点)232。方法250还可以将目的地231的相应子集指派给发射位置232。在图23A中，将相应子集指示为群集240。在一些实施方式中，方法250的步骤253包括：针对目的地231运行聚类算法，以确定与步骤252所给出的数量相等的群集240的数量；计算群集240的几何中心；以及确定相对于几何中心的发射位置232。例如，考虑到诸如道路的可用性、停车等的自然环境，可以将发射位置232设定在几何中心处或附近。可以将发射位置232指派给不同的站200'，但是还可设想的是，将一个站200'指派给发射位置232中的两个或更多个发射位置处的停放点。

可以将聚类算法配置成标识目的地当中的选定数量的组。例如，可以使用任何分区聚类算法，诸如k均值、最小生成树(MST)、平方误差、最近邻居、k中心点(k-medoids)、或期望最大化(EM)、或者这些的变体、另选例或衍生物。

在一些实施方式中，步骤252可以例如从存储器获得发射位置的数量作为预定义值。在一些实施方式中，发射位置的数量可以由操作员提供给步骤252，例如作为调度设备270的输入。在图24中，群集的选定数量是由#S指定的。通过增加群集的数量，站200'的总行进距离增加，而UAV的总飞行路径减少。因此，操作员可以调节群集的数量，以在站200'与UAV 1各自行进的距离之间实现希望的平衡。

在一些实施方式中，步骤252对于不同数量的群集在目的地点231上运行聚类算法，为相应的聚类结果确定一个或更多个评估参数，以及基于一个或更多个评估参数选择发射地点的数量。然后，步骤253可以为了在步骤252中针对选定数量生成的群集集合确定发射位置232。评估参数可以是调度设备270的默认参数或者是由操作员选择的。在一些实施方式中，评估参数可以包括与UAV相关的第一参数。例如，第一参数可以标识当假定UAV从群集240的几何中心行进到该群集内的目的地231时UAV当中的最大飞行距离、最大飞行时间或最大能耗。这样的UAV评估参数可以被用于确保群集240与UAV的运行能力相称。如果最大飞行距离/飞行时间/能耗对于群集集合而言过高，则即使将其它群集的站用作跳板(trampoline)，指派UAV根据该群集集合执行投递也是不适当的，甚至是不可能的。在一些实施方式中，评估参数可以包括与站200'相关的第二参数。例如，第二参数可以标识站200'在它们的任务期间的总能耗、站200'在它们的任务期间行进的总距离、或者站200'为了完成它们的任务所需的时间。该任务可以在站200'离开分配中心时开始，并且在这些站返回时或在已经发射所有UAV时完成。在该任务期间，站200'中的一个或多个站可以访问两个或更多个发射位置。

图23C是确定发射位置的数量的示例过程的流程图。如所示，该示例过程可以是图23B中的步骤252的一部分。在步骤261中，将当前群集数量(#C)设定成起始值，例如，由操作员输入的值#S或者默认值。在一个示例中，起始值等于当前可用站200'的最大数量。步骤262针对目的地231运行聚类算法以定义#C个不同的群集。步骤263计算群集的几何中心，以及步骤264根据几何中心计算至少一个UAV评估参数。如果所述至少一个UAV评估参数被认为是不可接受的，则步骤265进行至步骤266，该步骤266增加群集数量(#C)。当所述至少一个UAV评估参数被认为可接受时，步骤265进行至步骤267，该步骤267计算至少一个站评估参数。如果所述至少一个站评估参数被认为是不可接受的，则步骤268进行至步骤266，该步骤266增加群集数量。当所述至少一个站评估参数被认为是可接受的时，步骤268进行至步骤253，该步骤253可以确定由步骤262的最新执行生成的群集集合的发射位置。可以认识到，图23C中的过程使得能够通过为评估步骤265和268设定合适评估标准(诸如，阈值)，从而在UAV与站各自的行进参数之间取得平衡。

下面，引用多个条款来对如前述公开的一些方面和实施方式进行总结。

条款1：一种发射无人机UAV(1)以向目的地投递货物的系统，所述系统包括：

提升装置(202A至202D、205、207)，该提升装置与UAV(1)物理地分离并且由电源(204)供电，该提升装置(202A至202D、205、207)可操作以在UAV(1)发射之前，将UAV(1)相对于参考水平面竖直升高至选定海拔高度(HL)，以及

控制系统(203)，该控制系统被配置成计算选定海拔高度(HL)并且为提升装置(202A至202D、205、207)提供对应的控制信号(CS)。

条款2：根据条款1所述的系统，其中，该控制系统(203)被配置成根据表示UAV(1)、提升装置(202A至202D、205、207)、或提升装置(202A至202D、205、207)与目的地之间的周围状况中的至少一者的参数数据来计算选定海拔高度(HL)。

条款3：根据条款1或2所述的系统，其中，该参数数据包括提升装置(202A至202D、205、207)的位置以及UAV(1)的目的地。

条款4：根据任一前述条款所述的系统，其中，该参数数据包括以下项中的一个或更多个：包括提升装置(202A至202D、205、207)和目的地的区域的地形数据(TD)、该区域的当前环境数据(AD)、UAV(1)的当前重量数据(WD)、UAV(1)的当前尺寸数据(SD)、UAV(1)中的本地电源(1010)的当前能量含量数据(ED)、电源(204)的当前能量含量数据(ES)以及提升装置(202A至202D、205、207)的升高速度数据(LS)。

条款5：根据任一前述条款所述的系统，其中，该控制系统(203)被配置成通过评估与至少一个预定义消耗参数有关的参数数据来计算选定高度(HL)。

条款6：根据条款5所述的系统，其中，所述至少一个预定义消耗参数表示在目的地执行投递的消耗成本。

条款7：根据条款5或6所述的系统，其中，所述至少一个预定义消耗参数包括以下项中的一个或更多个：UAV(1)将货物投递到目的地的能耗、包括UAV(1)的能耗和将UAV(1)竖直升高至选定海拔高度(HL)的升高能耗的总能耗、从参考时间点到UAV(1)到达目的地的时段、或者在目的地投递货物的货币成本。

条款8：根据任一前述条款所述的系统，其中，该提升装置(202A至202D、205、207)被设置在移动站(200')上。

条款9：根据任一前述条款所述的系统，其中，该提升装置(202A、202B、207)可操作以竖直升高承载UAV(1)的平台(201)。

条款10：根据条款9所述的系统，其中，该提升装置(202A、202B、207)被配置成在由平台(201)承载UAV(1)时竖直升高该平台(201)。

条款11：根据条款9或10所述的系统，其中，该控制系统(203)还被配置成在UAV(1)发射之后，操作提升装置(202A、202B、207)，以将平台(201)从选定海拔高度(HL)降低至预定义海拔高度(H0)。

条款12：根据条款9至11中的任一项所述的系统，其中，该提升装置包括输送机装置(207)，该输送机装置被配置成至少在竖直升高平台(201)时，将UAV(1)提升到该平台(201)上。

条款13：根据任一前述条款所述的系统，其中，该提升装置包括可延伸机械连接装置(202A)。

条款14：根据条款1至11中的任一项所述的系统，其中，该提升装置包括飞行器(202B)。

条款15：根据任一前述条款所述的系统，其中，该提升装置包括流生成器(202D)，该流生成器被设置成生成朝着UAV(1)的竖直气流。

条款16：根据条款1至8中的任一项所述的系统，其中，该提升装置包括电缆(202C)，将该电缆可释放地连接至UAV(1)，以在控制系统(203)操作UAV(1)的推进系统(1002)以竖直升高UAV(1)时，从电源(204)向该UAV(1)供应能量。

条款17：根据任一前述条款所述的系统，所述系统还被配置成，当提升装置(202A至202D、205、207)已经将UAV(1)升高至选定海拔高度(HL)时，向该UAV(1)提供发射信号，该发射信号使得向目的地发射UAV(1)。

条款18：一种配置投递系统的设备，所述投递系统包括根据条款1至17中的任一项所述的多个系统，所述多个系统是可移动的，并且所述设备被配置成执行包括以下步骤的方法：

获得(251)通过投递系统投递货物的多个目的地(231)；

获得(252)待确定的发射位置(232)的数量；

根据所述多个目的地(231)确定(253)所述发射位置(232)的数量；以及

将所述多个系统当中的一个或更多个系统定向(254)至所述发射位置(232)。

条款19：根据条款18所述的设备，其中，所述确定(253)的步骤包括：针对所述多个目的地(231)运算聚类算法，以确定等于所述发射位置(232)的数量的群集(240)的数量；计算所述数量的群集(240)的几何中心；以及确定相对于该几何中心的发射位置(232)。

条款20：根据条款18所述的设备，其中，所述获得(252)发射位置的数量的步骤包括：在多次重复中对所述多个目的地(231)运算聚类算法，每次重复皆被配置成导致不同数量的群集(240)；对群集(240)进行评估(264至268)，从而导致与待优化的至少一个评估参数有关的所述多次重复；以及基于所述评估步骤(264至268)来设定发射位置(232)的数量。

条款21：根据条款20所述的设备，其中，所述至少一个评估参数包括：表示从发射位置(232)到所述多个目的地(231)的一个或更多个UAV的运行的第一参数；和/或表示发射所述一个或更多个UAV的一个或更多个系统的运行的第二参数。

条款22：根据条款21所述的设备，其中，所述第一参数表示当所述一个或更多个UAV从发射位置(232)向所述多个目的地(231)行进时所述一个或更多个UAV当中的最大飞行距离、最大飞行时间或者最大能耗。

条款23：根据条款21或22所述的设备，其中，所述第二参数表示所述一个或更多个系统的总能耗、所述一个或更多个系统行进的总距离、或者所述一个或更多个系统发射所述一个或更多个UAV所需的时间。

条款24：一种发射无人机UAV以向目的地投递货物的方法，所述方法包括以下步骤：

计算(221)用于发射UAV的相对于参考水平面的选定海拔高度；

操作(222)提升装置以将UAV竖直升高至选定海拔高度；以及

使(223)UAV从选定海拔高度发射。

条款25：根据条款24所述的方法，其中，根据UAV、提升装置或者提升装置与目的地之间的周围状况中的至少一者来计算选定海拔高度。

条款26：根据条款24或25所述的方法，其中，该参数数据包括提升装置的位置以及UAV的目的地。

条款27：根据条款24至26中的任一项所述的方法，其中，该参数数据包括以下项中的一个或更多个：包括提升装置和目的地的区域的地形数据(TD)、该区域的当前环境数据(AD)、UAV的当前重量数据(WD)、UAV的当前尺寸数据(SD)、UAV中的本地电源的当前能量含量数据(ED)、向提升装置提供电力的电源的当前能量含量数据、以及提升装置的升高速度数据(LS)。

条款28：根据条款24至27中的任一项所述的方法，其中，通过评估与至少一个预定义消耗参数有关的参数数据来计算选定高度。

条款29：根据条款28所述的方法，其中，所述至少一个预定义消耗参数表示在目的地执行投递的消耗成本。

条款30：根据条款28或29所述的方法，其中，所述至少一个预定义消耗参数包括以下项中的一个或更多个：UAV将货物投递到目的地的能耗、包括UAV中的能耗和将UAV竖直升高至选定海拔高度的升高能耗的总能耗、从参考时间点到UAV到达目的地的时段、或者在目的地投递货物的货币成本。

条款31：根据条款24至30中的任一项所述的方法，其中，该提升装置被操作以竖直升高承载UAV的平台。

条款32：根据条款31所述的方法，其中，该提升装置(202A、202B、207)被操作，以在由平台承载UAV的同时竖直升高该平台。

条款33：根据条款31或32所述的方法，所述方法还包括以下步骤：在已经发射UAV之后操作提升装置，以将平台从选定海拔高度降低至预定义海拔高度。

条款34：根据条款31至33中的任一项所述的方法，其中，所述操作(222)提升装置的步骤包括：运行输送机装置，以至少在竖直升高平台时，将UAV提升到该平台上。

条款35：根据条款24至34中的任一项所述的方法，其中，所述操作(222)提升装置的步骤包括：操作可延伸机械连接装置。

条款36：根据条款24至33中的任一项所述的方法，其中，所述操作(222)所述提升装置的步骤包括：操作承载UAV的飞行器(202B)。

条款37：根据条款24至36中的任一项所述的方法，其中，所述操作(222)所述提升装置的步骤包括：运行流生成器以生成朝着UAV的竖直气流。

条款38：根据条款24至30中的任一项所述的方法，其中，所述操作(222)所述提升装置的步骤包括：在UAV的推进系统运行以竖直升高UAV的同时，通过连接至UAV的电缆从基于地面的电源向UAV供应能量；并且其中，所述使(223)UAV被发射的步骤包括：从UAV释放电缆。

条款39：根据条款24至38中的任一项所述的方法，其中，所述使(223)UAV被发射的步骤包括：当提升装置已经将UAV升高至选定海拔高度时，向该UAV提供发射信号，该发射信号使得向目的地发射UAV。

条款40：一种计算机可读介质，该计算机可读介质包括计算机指令(1102A)，该计算机指令在通过处理系统(1101)执行时，使所述处理系统(1101)执行根据条款24至39中的任一项所述的方法。

4.控制一组UAV投递货物

本公开的这个部分涉及改善在通过UAV投递货物时的能量效率。

在针对投递和/或收取货物的任务运行UAV时的一个主要挑战是，确保在给定UAV的可用电力容量的情况下具有足够距离(reach)来完成其任务和/或使可用电力容量得到最高效使用。常规地，通过UAV的特殊长距离设计、通过空中充电或者通过UAV之间的货物移交，可以扩展基于UAV的投递系统的距离。这些措施中的各个措施均会增加投递系统的成本和/或复杂度。

图25A例示了包括一队UAV 1的示例投递系统。该投递系统包括控制系统301，该控制系统被配置成通过无线网络302与UAV 1进行通信。可以将控制系统301配置成向机队中的UAV 1指派任务，其中，任务可以包括在一个或更多个目的地投递和/或收取货物4、以及涉及UAV的重新定位(诸如拍摄照片、进行测量等)的其它作业。

单个UAV或多个UAV的能效可以通过操作UAV以组或“群”飞行来进行改善。成群的UAV以相同方向和相同行进速度飞行。对于UAV的相应任务中的至少一部分任务，可以将UAV设置成这样的群，例如，只要它们的相应目的地大致在相同方向上即可。在飞行期间，UAV可以离开和加入该群。此外，可以将UAV群分解成较小的群，或者可以将多个群合并以形成较大的群。

图25B至图25C示出了可以由一组UAV 1实现的群队形(“飞行队形”)的两个非限制性示例。在图25B中，该群具有线性队形，其中，UAV 1是沿群的飞行方向DIR一个接一个地排列的。在图25C中，该群具有三角形队形，其中，UAV 1被设置成沿飞行方向DIR形成箭头形状。图25C可以是平面图或者升高的侧视图。群队形不需要是二维的(如图所示)，而可以是三维的。

实施方式涉及配置UAV群的技术，特别是一个或更多个UAV在群中的相对位置，以改善群中的单个UAV的性能、群中的UAV子集的性能或者UAV群的整体性能。可以通过改变UAV与群中的一个或更多个其它UAV之间的距离和/或方向，和/或通过在UAV与群中的另一个UAV之间进行位置互换，和/或通过改变群队形，来改变UAV的相对位置。

图26是控制一组UAV的示例方法310的流程图，该组UAV在进行投递和/或收取货物的一个或更多个任务，并且沿共同的方向行进(参照图25A至图25B中的DIR)并由此限定了群。示例方法310可以由控制系统301来执行，或者如下面参照图31A至图31C描述的那样，通过群中的一个或更多个UAV来执行。步骤311获得指示群中的UAV集合的空气阻力的拖拽数据(drag data)。这样的UAV集合包括一个或更多个UAV，并且在下文中被表示为“被监测的集合”。如下将参照图29A至图29C进一步描述的，拖拽数据可以包括测量值或预定义值或者这两者。在一些实施方式中，步骤311可以基于拖拽数据来计算表示空气阻力的参数值。步骤312基于拖拽数据或参数值(若由步骤311计算出)，来确定被监测的集合中的各个UAV的各自相对位置。在步骤313中，被监测的集合中的各个UAV均被控制以到达其相对位置。

图30A例示了作用在示例UAV上的力，其中，UAV 1的主体包括至少两个转子或者其它空间上分离的推进部件6，使它们运行以生成相应的推力FT1、FT2。为了使UAV 1保持在其海拔高度，推力FT1、FT2的竖直分量需要等于作用在UAV 1上的重力FW。重力FW对应于UAV的总重量，包括UAV承载的任何有效载荷。为了使UAV 1沿飞行方向DIR移动，转子6需要生成推力沿该方向的水平分量。如所看到的，这可以通过相对于推力FT1增加推力FT2来实现，从而使UAV 1沿飞行方向DIR倾斜。当UAV 1以恒定速度移动时，总推力的水平分量等于空气阻力所产生的力FD，通常被表示为“拖拽力”或“拖拽(drag)”。拖拽力FW是UAV 1的尺寸和形状以及有效载荷4的尺寸和形状(若存在的话)(参照图25A)的函数。拖拽力FW也是UAV 1的当前绝对行进速度、以及风的当前方向和绝对速度的函数。如本文所用，“绝对速度”是相对于固定基准给出的，并且可以是地面速度。此外，如本文所使用的，UAV的“空速”是指UAV沿当前方向的绝对行进速度与沿飞行方向的绝对风速之和，其中，与飞行方向相反的风速为负值。

已认识到，拖拽力FD可能对UAV 1的能耗具有显著影响。承载具有大横截面和低重量的有效载荷的UAV可以具有与承载具有小横截面和高重量的有效载荷的相同UAV相同的总能耗。在群的背景下，风速以及可能还有风向取决于UAV相对于群中的其它UAV的位置。因此，由于拖拽力FW是风速/风向的函数，可以将一个或更多个UAV基于它们的实际或估计拖拽力，相对于群中的其它UAV选择性地进行重新定位。在一个示例中，上面提及的承载具有大横截面的有效载荷的UAV可以被定位成充当群中的其它UAV的“防风罩”，从而显著降低其它UAV的能耗。在另一示例中，就能耗而言，上面提及的承载具有大横截面的有效载荷的UAV将从被定位在提供防风罩的一个或更多个其它UAV后面而显著受益。因此认识到，例如，根据示例方法310，可以通过基于所估计的拖拽来调节一个或更多个UAV在群中的相对位置，从而在能耗、航程、飞行时间等方面实现显著改善。

如图26所示，可以执行步骤312中的确定以实现效率目标。在一些实施方式中，步骤312可以涉及：优化被监测的集合中的UAV的各自相对位置，以满足效率目标。群的效率目标可以随时间而改变，并且可以由控制系统301或者群中的一个UAV或所述UAV进行设定。在一个示例中，将效率目标设定成使群中的至少一个UAV的空气阻力最小化，所述至少一个UAV可以被包括在被监测的集合中或者可以不被包括在被监测的集合中。在另一示例中，将效率目标设定成使群中的至少一个UAV的能耗最小化。在另一示例中，将效率目标设定成使群中的至少一个UAV的飞行时间最小化，例如，通过使群的速度增加或者通过使所述至少一个UAV在离开群之后以增加的速度运行。

示例方法310可以包括：获得群的当前状态数据的可选步骤311B；以及步骤312，该步骤312可以根据拖拽数据和当前状态数据来确定被监测的集合中的UAV的相应的相对位置。例如，当前状态数据可以表示群中的UAV的数量、群的绝对行进速度、一个或更多个UAV的总重量、一个或更多个UAV的本地电源(参照图1中的1010)的剩余能量水平、一个或更多个UAV的型号标识符、一个或更多个UAV的目的地、或者这些的任何组合。通过在步骤312进行的确定中包括当前状态数据，可以对群进行更精确优化。

图27A至图27B示出了当前状态数据的这种使用的简化示例。在图27A中，将承载着大型有效载荷4并且具有较大剩余能量水平(由图标315指示)的UAV 1设置在群的前部，以充当其它UAV的防风罩。在图27B中，承载大型有效载荷4的UAV 1等能量较低(如图标315所示)，并因此被设置在群的尾部，以受益于由其它UAV 1提供的防风罩。

在一些实施方式中，对于所述群，可以连续或间歇地执行步骤312和313以及可选地还有步骤311和/或步骤311B。这使得群能够考虑外部状况的变化(诸如风速/风向)、因一个或更多个UAV加入和/或离开群而造成的变化、以及上面提及的群的当前状态数据的变化。

图28是将UAV设置成群的示例过程320的流程图。可以在群行进期间(例如，在群的初始形成时)以及每当群的主要结构发生变化时(例如，当群中的UAV的数量改变时)，间歇地执行示例过程320。在步骤321中，确定群的飞行队形。在一些实施方式中，考虑到群的位置处的风向，确定飞行队形以使群的空气阻力整体上最小。另选地或者另外，可以基于一个或更多个UAV的空速来确定飞行队形。另选地或者另外，可以基于群中的UAV的数量来确定飞行队形。通常，可以基于拖拽数据、当前状态数据或其任何组合来确定飞行队形。在一些实施方式中，在预定义飞行队形集合中选择飞行队形，该飞行队形集合例如包括线形队形(图25B)和一个或更多个箭头队形(图25C)。在非限制性示例中，如果群遇到强逆风，则步骤321可以选择线性队形，而如果群遇到强侧风，则可以选择箭头队形。

在一些实施方式中，预定义飞行队形与相应的飞行模板相关联，该飞行模板可以包括相对位置(“空位(slot)”)的预定义空间布置，其中，每个这样的空位皆被指定用于一个UAV。在一些实施方式中，飞行模板还可以将效率等级与相应的空位相关联。效率等级是相对参数，该相对参数是在标称情况下(例如假设所有UAV均相同且不承载有效载荷)按空气阻力对空位进行排序。高效率等级可能意味着低空气阻力。例如，在飞行队形前部的空位很可能具有低效率等级。回到图28，步骤322可以获得用于由步骤321选择的飞行队形的飞行模板以及关联的效率等级。步骤323可以获得一个或更多个UAV的行进能力数据。对于相应的UAV，行进能力数据可以包括剩余飞行范围的估计。在一些实施方式中，剩余飞行范围可以表示以下飞行距离(或等效地，飞行时间)：该飞行距离在UAV的本地电源变空或者已经达到低能量限制之前仍然存在。下面，将剩余飞行范围指定为ERFD(“估计剩余飞行距离”)。例如，可以基于历史功耗或当前功耗以及本地电源的当前能量水平，由相应的UAV或者针对相应的UAV连续地或间歇地计算ERFD。可以通过基于拖拽数据和状态数据(诸如总正面面积、总重量、空速等)的计算来补偿或替换历史功耗或当前功耗。可以注意到，不管计算如何，ERFD都是固有地包括UAV的拖拽数据和状态数据的复合参数。具体来说，UAV按群飞行期间的ERFD的瞬时变化与空气阻力的变化成正比，这是因为影响ERFD的所有其它变量均可以被认为是恒定的。在步骤324中，将UAV指派给空位，以使ERFD与空位的效率等级相匹配。例如，该匹配步骤可以涉及将具有较高ERFD的UAV指派给具有较低效率等级的空位。

应理解，剩余飞行范围的其它定义也是可以的。在一个示例中，剩余飞行范围可以表示以下飞行距离(或等效地，飞行时间)：该飞行距离直到UAV已经完成其任务(例如到达其目的地执行货物的收取/投递)仍然存在。可以将这样的剩余飞行范围用于优化被监测的集合，以使得相应的所包括的UAV能够完成其任务。

过程320产生基本群配置，该基本群配置基于对相应UAV的空气阻力的一般估计针对飞行距离或飞行时间进行了优化。通过将该基本群配置应用于群，在连续的飞行期间群中的UAV之间的变化的幅值和数量将被减少(例如，基于方法310)。这进而将减少在按群飞行期间控制UAV的复杂度。

在其它的实施方式中，可以将效率等级和行进能力数据省略，并且步骤324基于一些其它逻辑或者随机地将UAV指派给空位。

回到图26中的步骤311，拖拽数据可以包括针对被测量的集合中的相应UAV的预定义值。该预定义值可以是UAV 1及其当前承载的任何有效载荷4的预先估计的空气拖拽值(“拖拽值”)。例如，可以根据空气阻力将UAV分类成不同的UAV类型，并且可以根据空气阻力将有效载荷4分类成不同的有效载荷类型。因此，基于UAV类型和有效载荷类型，可以为相应的UAV估计拖拽值。

图29A是基于包括一个或更多个预定义值的拖拽数据来确定UAV的拖拽值的示例过程的流程图。如所示，该示例过程可以是步骤311的一部分。步骤331获得由UAV承载的有效载荷的标识符(“货物ID”)。货物ID可以直接或间接地表示上面提及的有效载荷类型。货物ID可以从投递系统中的调度装置获得，或者可以由UAV从有效载荷读取，例如通过上面提及的代码读取器(参照图1中的1020)读取。步骤332基于货物ID来确定与其有效载荷组合的UAV的正面面积。可以通过使用查找表或通过算法来执行步骤332。可以注意到，可以通过关于有效载荷4的2D或3D形状的数据和/或有效载荷的其它空气动力学特性来补充正面面积。步骤333估计UAV的空速(air speed)。可以根据UAV(并因此根据群)的绝对行进速度以及风速和风向的估计来给出空速。风速和风向可以根据群的位置的天气预报来给出，可选地基于被UAV占据的空位进行修改。另选地或者另外，风速/方向可以是基于由大量UAV执行的风测量而编译的风数据，这些UAV可以包括在机队中或者可以不包括在机队。这样的UAV可以连续地测量局部风速和方向并将该局部风速和方向连同3D坐标一起报告给风服务器，该风服务器被配置成将所报告的数据编译成风图，例如，在地图上分层的3D阵列。风服务器还可以通过使用学习模型(例如，卷积神经网络)来为所报告的数据量不足的地区生成风图，该学习模型基于针对不同地区连同该地区的3D模型一起编译的风图以及区域的风和天气状况等被训练。然后，风服务器可以使用经训练的学习模型，以基于区域的3D模型以及区域的风和天气状况来估计任何地区的风图。可以查询这样的风服务器，以获得本文所描述的概念、方面以及实施方式中的任一项中的风数据。给定有效载荷的正面面积和所估计的空速，并且假设至少获知UAV的正面面积，步骤334可以确定UAV的拖拽值。

在步骤311中，除了预定义值以外或者代替预定义值，拖拽数据可以包括由UAV测量出的值或者针对UAV测量出的值。在图29A的示例过程中，步骤333可以通过从UAV或群中的另一UAV上的风传感器获得测量数据来估计该UAV的空速。

图29B是基于所测量的值来确定UAV的拖拽值的另一示例过程的流程图。如所示，该示例过程可以是步骤311的一部分。假设UAV包括两个或更多个空间上分离的推进部件(参照图30A中的转子6)，步骤341测量推进部件之间的推进能量的分布，并且步骤343基于该分布计算当前空气阻力。如从图30A的描述中可以理解，转子6之间的推进能量的差异表示在补偿空气阻力上所花费的能量。当加速度为零或接近零时，可以执行步骤341。另选地，该过程可以包括测量加速度的步骤342，并且当计算空气阻力时，步骤343可以补偿所测量的加速度。

图29C是作为步骤311的一部分的另一示例过程的流程图。步骤351测量UAV相对于参考平面的取向。图30B示出了这种测量的示例，其中，取向是由UAV 1沿飞行方向DIR的倾斜给出的，例如，该倾斜由UAV 1的参考方向RD与面对DIR的竖直参考平面RP之间的角度θ来表示。通常，取向可以由多于一个角度(例如，UAV的俯仰和横滚的常规角度)来表示，如由UAV上的一个或更多个传感器(参照图1中的1016)测量的。当加速度为零或接近于零时，或者考虑到由步骤352测量的当前加速度，步骤353基于该取向来计算当前空气阻力。

在一些实施方式中，前面描述的方法和过程是由图25A中的控制系统301来执行的。参照图26中的方法310，控制系统301可以获得(步骤311)被监测的集合中的相应UAV的拖拽数据并且可选地获得(步骤311B)状态数据，以及将控制数据发送(步骤313)至群，使相应UAV到达其相对位置，如由控制系统301确定的(步骤312)。如根据前述理解，控制系统301可以与群通信以获得拖拽数据或者可以不与群通信来获得拖拽数据。

在一些实施方式中，该方法和过程中的至少一部分是由被监测的集合中的相应UAV执行的。例如，图29A至图29C中的过程中的一个或更多个过程可以由相应的UAV执行，并且最终所得的拖拽值可以被发送至控制系统301。

在一些实施方式中，该方法和过程是由群中的UAV中的至少一个UAV来执行的。例如，方法和过程中的至少一部分可以由群中的UAV当中的主UAV来执行。主UAV因此可以担任控制系统301的角色，并且被配置成至少将控制数据传送至群中的UAV。还可以将主UAV配置成从UAV接收UAV数据，例如，拖拽数据和/或状态数据。图31A至图31B示出了群内的通信路径的两个示例。在图31A中，主UAV 1M直接与群中的其它UAV进行通信。在图31B中，将UAV配置成在成对UAV之间形成一系列通信链路，其中，相应的UAV可以将传入数据的至少一部分传递至另一UAV。

在一些实施方式中，例如，通过在群中的UAV当中执行投票过程，在这些UAV之间动态地选择主UAV。投票过程可以基于用于领导者选举的任何常规算法，举例来说，如在网状网络中实践的算法。可以在群的初始形成时和/或在主UAV离开群之前执行投票过程。

在其它实施方式中，主UAV例如是由控制系统301预先选择的。主UAV可以是已知从开始到最终目的地都被包括在该群中的UAV。

在一些实施方式中，该方法和过程是由群中的UAV共同执行的，并且对这些UAV进行操作以基于在UAV之间交换的UAV数据成对地互换在群中的位置。图31C示出了示例，其中，两个UAV 1交换UAV数据(如虚线箭头所示)，然后互换位置(如实线箭头360所示)。应理解，UAV数据可以以其它方式(例如，经由群中的一个或更多个其它UAV)在成对UAV之间进行交换。UAV数据可以包括拖拽数据，并且可选地包括状态数据。在一些实施方式中，UAV数据可以包括行进能力数据，该行进能力数据可以由上面提及的剩余飞行范围给出。下面，对于ERFD，将举例说明行进能力数据的使用。该描述同样适用于行进能力数据的其它定义。

在一些实施方式中，可以将UAV数据用于更新以下群：该群是根据与效率等级相关联的飞行模板配置的。在一个示例中，基于相应UAV的ERFD以及由相应UAV当前占据的空位的效率等级来决定位置的互换。可以由成对UAV、由主UAV或者由控制系统301来做出决定。可以进行互换以使ERFD与相应空位的效率等级之间的差异最大化。因此，如果UAV中的一个UAV相比另一UAV既具有更高的ERFD和更高的效率等级，则所述UAV互换位置。换句话说，当成对UAV互换位置时，如果所述UAV的总ERFD被认为变高，则将执行互换。当遍及群执行这种互换时，具有最高ERFD的UAV将处于取得最大空气阻力的位置，而具有较低ERFD的UAV将在防风罩中飞行。结果是增加效率，从而延长了群的总体飞行距离。可以交换附加信息并将该附加信息用于决定互换。例如，附加信息可以包括相应UAV的计划飞行距离，使得互换能够优化群，以确保所有UAV均能够完成它们的计划飞行距离。应注意，在飞行期间，相应UAV的ERFD会降低，因此对于UAV而言，重复交换UAV数据并决定进行互换可能是有益的。

可以将基于UAV数据交换的互换应用于实现其它效率目标。例如，可以决定互换，以使得群中的一个或更多个选定UAV的ERFD最大化，从而使选定UAV被放置在具有最高效率等级的空位中。

回到图26中的示例方法310，当确定相应UAV在被监测的集合中的相对位置时，步骤312还可以考虑即将发生的事件。在一些实施方式中，根据在至少一个UAV(如图32中的1L所示)离开群时的预测时间点、和/或在至少一个UAV(如图32中的1A所示)到达并加入群时的预测时间点，来确定相对位置。例如，可以将群中的UAV 1L和/或其它UAV进行重新定位，以有助于UAV 1L离开群。类似地，可以对群中的UAV进行重新定位，以提供加入的UAV 1A在群中的合适位置，例如基于该加入的UAV 1A的ERFD。

下面，引用多个条款来对如前述公开的一些方面和实施方式进行总结。

条款1：一种控制无人机UAV(1)的方法，所述UAV被按组组织以执行投递和/或收取货物(4)的一个或更多个任务，所述方法包括以下步骤：

获得(311)指示所述组中的一个或更多个UAV的空气阻力的拖拽数据；

根据拖拽数据，确定(312)所述组内的至少所述一个或更多个UAV的相应的相对位置；以及

至少控制(312)所述一个或更多个UAV到达各自的相对位置。

条款2：根据条款1所述的方法，其中，拖拽数据包括以下项中的至少一者：所述一个或更多个UAV的预定义值、或者由所述一个或更多个UAV测量的值或者针对所述一个或更多个UAV测量的值。

条款3：根据条款2所述的方法，其中，该预定义值是根据由所述一个或更多个UAV(1)承载的货物获得的。

条款4：根据条款2或3所述的方法，其中，该预定义值指示所述一个或更多个UAV(1)在承载其货物(4)时的正面面积。

条款5：根据条款2至4中的任一项所述的方法，其中，所测量的值是以下项中的至少一者：所述一个或更多个UAV的行进速度、所述一个或更多个UAV处的空速、风速和/或风向、所述一个或更多个UAV的加速度、所述一个或更多个UAV相对于参考平面(RP)的取向、或者推进能量到所述一个或更多个UAV上的空间上分离的推进部件(6)的分布。

条款6：根据任一前述条款所述的方法，其中，所述确定(312)相应的相对位置的步骤和所述控制(313)的步骤是在按组组织UAV(1)时连续或间歇地执行的。

条款7：根据任一前述条款所述的方法，所述方法还包括：获得(311B)所述组的当前状态数据，其中，各自相对位置是根据拖拽数据和当前状态数据来确定的，并且其中，当前状态数据包括以下项中的一个或更多个：相应UAV的总重量、所述组中的UAV的计数、相应UAV的速度、相应UAV的电源(1010)的剩余能量水平、相应UAV的型号标识符或者相应UAV的目的地。

条款8：根据任一前述条款所述的方法，其中，所述确定(312)相应的相对位置的步骤包括：根据拖拽数据，优化所述组内的至少所述一个或更多个UAV的相应的相对位置以使满足效率目标。

条款9：根据条款8所述的方法，其中，该效率目标包括：针对所述组中的至少一个UAV，使空气阻力、能耗或飞行时间中的一个或更多个最小化。

条款10：根据任一前述条款所述的方法，所述方法还包括：确定(321、322)所述组的飞行队形。

条款11：根据条款10所述的方法，其中，该飞行队形是在预定义飞行队形集合当中选择的。

条款12：根据条款10或11所述的方法，其中，该飞行队形与预定义位置的模板相关联，其中，所述方法还包括以下步骤：选择性地向至少所述一个或更多个UAV指派(324)至少预定义位置的子集。

条款13：根据条款12所述的方法，所述方法还包括以下步骤：获得(323)至少所述一个或更多个UAV的行进能力数据，其中，该预定义位置具有相应的效率等级，并且其中，将至少所述一个或更多个UAV选择性地指派给预定义位置，以使行进能力数据与所述至少预定义位置的子集的效率等级匹配。

条款14：根据条款1至12中的任一项所述的方法，其中，所述获得(311)拖拽数据的步骤包括：获得至少所述一个或更多个UAV的行进能力数据；其中，相应的相对位置是根据行进能力数据来确定的。

条款15：根据条款14所述的方法，所述方法还包括以下步骤：重复地更新行进能力数据；其中，所述确定(312)相应的相对位置的步骤以及所述控制(313)的步骤包括：基于更新后的行进能力数据选择性地使一对或更多对UAV在所述组中互换位置。

条款16：根据条款14或15所述的方法，其中，所述获得(311)拖拽数据的步骤包括：使所述一个或更多个UAV当中的各个UAV确定其行进能力数据，以及使所述一个或更多个UAV交换行进能力数据。

条款17：根据条款13至16中的任一项所述的方法，其中，该行进能力数据指示所述一个或更多个UAV在定义的时间点的剩余飞行范围。

条款18：根据条款1至16中的任一项所述的方法，其中，所述获得(311)拖拽数据的步骤、所述确定(312)相应的相对位置的步骤以及所述控制(313)的步骤是由所述组中的主UAV(1M)来执行的。

条款19：根据任一前述条款所述的方法，其中，该相应的相对位置还根据至少一个UAV(1A、1L)离开或加入所述组的预测时间点来进行确定。

条款20：一种控制系统，所述控制系统被配置成执行根据条款1至19中的任一项所述的方法，并且所述控制系统包括与所述组中的至少一个UAV进行通信的通信装置(1103)。

条款21：一种无人机UAV，所述UAV被配置成与至少一个另一UAV组织成一组，并且执行根据条款1至19中的任一项所述的方法，所述UAV包括与所述至少一个另一UAV进行通信的通信装置(1013)。

条款22：一种计算机可读介质，所述计算机可读介质包括计算机指令(1102A)，该计算机指令在通过处理系统(1101)执行时，使所述处理器系统(1101)执行根据条款1至19中的任一项所述的方法。

5.配置通过UAV投递货物的系统

本公开的这个部分涉及一种对投递系统进行配置以改善该投递系统的资源效率和/或灵活性的技术。

在通过UAV投递货物的系统中出现的一个问题是，收件人可能不在场接收货物。通常，将货物留在收件人的位置处(例如，房子外面)是不可行的。常规地，需要对投递进行规划，以使UAV具有足够能量将货物返回至原点，例如仓库。另外，由UAV进行投递涉及优化UAV机队的利用率的复杂路线/资源规划问题。

本公开的这个部分基于以下见解：可以通过引入移动存放点(本文中还表示为“移动存放柜(nest)”)来改善利用率和灵活性，该存放点可以被用作中间存放设施，可以将货物存放在该中间存放设施中达较短时段。移动存放柜的引入提供了更好的资源效率，这是因为可以将移动存放柜定位成有助于投递系统的运行。例如，UAV可以将货物返回至移动存放柜而不是仓库，然后执行另一投递，从而允许货物的最终投递在稍后时间由该UAV或其它UAV来执行。此外，存放柜的设置可以延长基于UAV投递货物的距离，这是因为一个UAV可以将货物运输至存放柜，而另一UAV可以收取该货物以运输至收件人或另一存放柜。还可以将存放柜用作不同投递系统之间的互换点，例如，用于将货物从一个提供方移交给另一提供方。

图33A至图33C例示了根据实施方式配置的示例投递系统。投递系统包括：一个或更多个中央存放设施400(示出了一个中央存放设施)，例如，仓库；以及一个或更多个本地存放设施(“固定存放柜”)401(示出了一个固定存放柜)。存放设施400、401是固定的，因此在公共坐标系(举例来说，由如图所示的(x、y、z)坐标给出)中具有固定位置400'、401'。投递系统还包括在公共坐标系中具有可变位置的移动存放柜402(示出了一个移动存放柜)。通常，可以将投递系统视为包括具有固定位置的“第一存放点”400、401、以及具有可变位置的“第二存放点”402。投递系统还可以包括一队UAV 1。

图34A是在这种类型的投递系统中运输货物(“物品”)的示例性方法410的流程图。在该示例中，假设在方法410的开始，待投递的物品4位于仓库400处，如图33A所示。在步骤411中，将一个或更多个移动存放柜402移动到相应的选定静止位置402'(图33A)。在步骤412中，已订购的进行投递的物品以一个或更多个时间点从仓库400运输至固定存放柜401和移动存放柜402，如图33B所示。可以将任何合适的载具405用于这种运输，例如，卡车、货车(如图所示)、汽车、船舶、UAV等。在步骤413中，将物品4通过UAV 1从固定存放柜401和移动存放柜402投递给收件人，并且可以从仓库400投递给收件人，如图33C所示。已认识到，相应的移动存放柜402的静止位置402'可以改变以实现各种目的，诸如增加投递系统的能力、扩展投递系统的范围、减少能耗、增加灵活性等。

在该示例方法410中，首先控制所述一个或更多个移动存放柜402移动至相应的静止位置402'，然后将待投递的物品运输至处于静止位置402'的移动存放柜402以及固定存放柜401。因此，例如基于所估计的能力需求，可以很好地预先分布移动存放柜402。可以根据历史数据和/或通过使用投递系统的用户对投递或收取的初步请求来进行所述估计。存放柜分布与货物分布之间的时间分离的一个优势是，可以在恶劣条件(比如重大事件、灾难或交通拥堵)期间将货物投递至存放柜。例如，如果将货物由货运无人驾驶飞机从仓库400运输至存放柜401、402，则即使例如在高峰时段期间存在交通拥堵，也可以将货物高效地投递至存放柜401、402。在发生灾难的高风险区域，例如，地震区或检疫区，可以分布移动存放柜402并且用作中间存放点，以使得对于变复杂的或者通过地面运输到达有风险的区域，能够实现供应品和药品的基于UAV的投递。

在该示例方法410的另选例中，待投递的物品中的至少一些物品是通过移动存放柜402运输至静止位置(rest position)402'的。

可以将固定存放柜401和移动存放柜402用于物品的最终投递点附近的该物品的中间存放点，在该中间存放点处，该物品将被收货人接收/取回。例如，可以将存放柜401、402放置在未使用的位置，例如，在建筑物的屋顶上或者在未使用的停车位上。

可以例如基于以下项中的一个或更多个，用最佳投递方法将物品运输至存放柜401、402：距离、物品的重量、物品的数量、物品的价值、紧迫性、成本、投递速度以及运输的可用资源(包括载具和员工)。

可以将存放柜401、402配置成对于由载具105投递的物品以及可以由UAV放下以进行中间存放的物品两者，确保物品的防篡改存放。可以通过物理屏障或者通过警告操作员的未经授权访问的监测系统来提供防篡改功能。存放柜还可以包括充电站，该充电站允许一个或更多个UAV降落并向UAV的本地电源(参照图1中的1010)进行再充电。

在一些实施方式中，可以将存放柜401、402用于物品的中间存放，直到发生以下事件之一：投递系统检测到收货人(例如，收件人)准备接收物品，存放柜401、402上的UAV进行再充电并且可操作以投递物品，或者新UAV到达存放柜401、402以继续物品的投递。

在一些实施方式中，一旦将物品储存在位于最终投递点的范围内的存放柜401、402中，就可以根据执行最终投递的UAV的可用性，通知收货人有关该物品并且允许收货人调度投递。

下面，将描述确定相应的移动存放柜402的静止位置(“第二存放点”)的实施方式。为了清楚呈现，这些实施方式是针对将物品投递至投递点来举例说明的，该投递点可以表示收货人选择的用于投递的最终投递点、或者投递系统中的另一个第一存放点或第二存放点的位置。然而，可以注意到，所述实施方式同样适用于在收取点收取物品，该收取点可以表示发货人(例如，想要收集小包的用户)选择的用于收取的位置、或者投递系统中的另一个第一存放点或第二存放点的位置。通常，不管UAV相对于第一存放点和第二存放点运输物品的方向如何，投递点和收取点均是UAV的“目的地点”。

第二存放点402可以是基于道路的载具，如图33A至图33C所示。通常，第二存放点402是可以在公共坐标系内的任何静止位置自由定位和重新定位的任何存放设施。因此，第二存放点402可以是在选定静止位置处从基于道路的载具卸下的集装箱或者与该基于道路的载具断开连接的拖车，并且稍后由这个或另一基于道路的载具取回该集装箱或拖车。第一存放点400、401可以是不能自由定位并且至少在一个或更多个预定义时间点具有预定义位置的任何存放设施。因此，相应的第一存放点可以是任何类型的永久性结构(诸如，建筑物)，或者位于载具上的移动受限的结构(诸如，火车或公共汽车)。例如，可以根据火车或公共汽车在预定义时间点的停止来形成第一存放点。通常，第一存放点400、401与投递系统在任何给定时间点已知的第一位置相关联。

图34B是配置包括上面提及的第一存放点和第二存放点的投递系统的示例方法420的流程图。步骤421获得要向其投递物品的多个投递点的位置数据。步骤422运行位置数据的聚类算法以确定投递点的群集。可以使用任何基于密度的聚类算法或分区聚类算法。在一些实施方式中，可以将聚类算法配置成将投递点分成由群集本身给出的任意数量的群集。在其它实施方式中，可以为聚类算法预定义群集数量。在一些实施方式中，可以相对于当前可用的第二存放点的数量来设定这样的预定义数量的群集。步骤423相对于第一存放点的第一位置评估群集，以确定至少一个第二存放点的静止位置(“停止位置”)的集合。

方法420提供了以下技术：该技术在确定第二存放点的静止位置集合时，通过考虑第一存放点的第一位置，以资源高效的方式使投递系统的能力适应投递货物的当前需求。

在一些实施方式中，基于评估功能确定静止位置的集合，该评估功能相对于将相应的目的地点指派给第一位置中的一个第一位置，来评估将群集中的相应目的地点指派给该群集的参考点的资源效率。这样的评估功能可以根据能源消耗、行进距离、投递时间等来评估资源效率。

图35A示出具有六个第一存放点400、401的示例投递系统，六个第一存放点是由一个仓库400以及分布在仓库400周围的区域中的五个固定存放柜401组成的。该投递系统还包括四个第二存放点402，这四个第二存放点在不使用时驻扎在仓库400处。黑点表示要通过UAV将物品投递至的多个投递点403。图35A还例示了已经由步骤422生成的四个群集C1至C4。已认识到，可以以不同的方式执行步骤423，以相对于第一存放点400，401来评估群集C1至C4，以用于确定静止位置。下面，将参照图34C至图34D以及图35B至图35E给出一些非限制性示例。

回到图34B，示例方法420可以包括以下步骤424：将第一存放点400、401中的一个或更多个第一存放点指派给投递点的相应的第一子集，并且将第二存放点402的一个或更多个静止位置指派给投递点的相应的第二子集。所有的第一子集和第二子集都可以是互斥的。在这种背景下，“指派”推断出第一存放点/第二存放点与相应的第一子集/第二子集的投递点相关联，并且将被用作通过一个或更多个UAV向投递点投递货物的起点。示例方法420还可以包括以下步骤425：指派UAV 1执行从相应的第一存放点400、401向其关联的投递点403投递货物，以及从第二存放点402的相应的静止位置向其关联的投递点403投递货物。基于步骤424的指派，可以将物品通过载具105运输至在步骤423确定的静止位置处的一个或更多个第二存放点402。基于通过步骤425进行的指派，可以调度UAV机队中的UAV来执行相应的投递。可以将所述UAV中的一些UAV与物品一起运输至第二存放点402。可以调度其它UAV在特定时间点飞行至静止位置以执行一个或更多个投递。

图34C是对由步骤422中的聚类生成的群集进行评估的示例过程的流程图。如所示，该示例过程可以是步骤423的一部分。步骤430确定执行向各个投递点进行投递的成本价值。通过假定经由投递点所属于的群集的参考点执行投递来确定成本价值。在图35A中，参考点在群集C1至C4中被表示为C1'至C4'。可以将参考点设定在群集的中心点处或附近。可以相对于所包括的投递点来计算中心点，例如作为这些投递点的位置的平均值。因此，投递的成本价值至少考虑了UAV从参考点C1'至C4向投递点403运输物品，如图35A中的箭头所示。成本价值还可以考虑到例如从中央仓库400向参考点C1'至C4'运输物品和/或第二站402，和/或向相应的参考点C1'至C4'运输UAV 1。成本价值不必是货币价值，而是可以以任何类型的单位给出。在一些实施方式中，可以根据公共坐标系中的距离和/或根据所估计的能耗来计算成本价值。在这种背景下，至少在涉及通过道路进行运输时，可以确定距离以考虑道路的可用性以及这些道路的速度限制，例如以满足到达相应的参考点C1'至C4'的时间限制。成本价值也可以被计算成考虑“总成本”，诸如第二存放点的驾驶员的成本、第二存放点的停车费等。这样的总成本可以是特定于各个群集的，并且可以跨与该群集相关联的所有投递点划分。

然后，该过程可以使用成本价值来确定要被用于投递货物的第二存放点402、以及第一存放点400、401的静止位置。在一些情形下，该确定可以导致仅第一存放点400、401或者仅第二存放点402被使用。在图34C的示例中，该确定涉及以下步骤431：基于成本价值，标识并选择不适合经由第二存放点402进行投递的投递点，或者等效地，更适合经由第一存放点400、401进行投递的投递点。例如，步骤431可以选择成本价值超过成本阈值CTH的所有投递点。这些选定投递点在下文中被表示为“第一存放投递点”(FSDP)。可以将CTH设定成表示经由第一存放点400、401中的一个第一存放点执行投递的名义成本。可设想到，CTH特定于各个群集C1至C4，甚或特定于各个投递点。在一个实施方式中，为了设定各个投递点的CTH，步骤431可以确定经由第一存放点400、401中的各个第一存放点向投递点进行投递的“候选成本价值”，以及根据该候选成本价值来设定CTH。例如，可以将CTH设定成与候选成本价值中的最小值相关。由此，步骤431将标识出对于经由第一存放点400、401投递物品更具成本效益的所有投递点。

然后，在从群集中去除FSDP之后，步骤432确定所述群集中的剩余群集的集合，其中，各个这样的剩余群集皆包括至少一个投递点。然后，步骤433根据剩余群集确定静止位置，例如通过在相应的剩余群集的参考点处设定静止位置。通过比较图35A与图35B，可以看出步骤431至433的效果，图35B例示了在从图35A中的群集C1至C4中去除FSDP之后的剩余群集C2、C3。静止位置可以由剩余群集C2、C3中的参考点C2'、C3'给出。应注意到，参考点C2'、C3′在图35A与图35B之间是不同的，这是因为所包括的投递点已经发生改变。

步骤433还可以包括根据任何合适的算法在第一存放点400、401当中指配FSDP。还可以设想到，步骤433在确定静止位置之前对剩余群集执行进一步的细化。图34C是根据一个实施方式的指派FSDP的示例过程的流程图。如所示，该示例过程可以是步骤433的一部分。

在步骤434中，FSDP中的相应的投递点与其最近的第一存放点相关联。图35C对步骤434的效果进行了可视化，其中，从第一存放点400、401到投递点(黑点)的箭头表示所得到的关联。

在步骤435中，基于成本标准来评估第一存放点400、401。在一个示例中，步骤435可以评估第一存放点400、401以检测负成本均衡(negative cost balance)。如果用于执行经由第一存放点400、401到其关联的投递点的投递的成本超过成本限制，则可以标识这种负成本均衡。成本限制可以表示第一存放点400、401的设置成本，或者任何其它限制。步骤435还可以对位于剩余群集C2、C3中的参考点C2'、C3'处的第二存放点402执行对应的评估。因此，步骤435可以产生具有负成本均衡的第一存放点和/或第二存放点400、401、402的集合，在下文中被表示为“候选存放点集合”(CSS)。

步骤436在CSS中的存放点的位置上运行另一聚类算法。该另一聚类算法可以是基于密度的算法，诸如DBSCAN、OPTICS、均值漂移等。步骤436产生一个或更多个存放点群集。图35D对步骤436的效果进行了可视化，其中，第一存放点401的两个子集均被包括在相应的存放点群集N1、N2中。在图35D中，仓库400、顶部的固定存放柜401以及参考点C2'、C3'处的第二存放点均未被包括在候选存放点集合中，因此在步骤435中未发现它们具有负成本均衡。这些存放点将保持它们的经指派的投递点，所述指派的投递点是通过针对第二存放点402的步骤432至433(参照图35B)以及针对第一存放点400、401的步骤434(参照图35C)给出的。

在步骤437中，每存放点群集N1、N2选择一个存放点，最终得到“选定存放点”(SS)，或者等效地“选定存放点位置”。在一些实施方式中，步骤437排除任何第二存放点(若有的话)，并且在相应的存放点群集中的第一存放点当中选择SS。在一些实施方式中，步骤437确定相应的存放点群集的中心点，确定从存放点群集中的各个存放点到中心点的距离，并且根据该距离选择SS。在一些实施方式中，可以根据所述距离以及与存放点群集中的各个存放点关联的投递点的数量来选择SS。例如，各个存放点的距离可以根据该存放点的关联投递点的数量来缩减。在图35D中，存放点群集N1、N2的中心点是由N1'、N2'来指定的。

在步骤438中，与相应的存放点群集中的存放点相关联的所有投递点均被指派给该存放点群集的SS。图35D对步骤438的效果进行了可视化，其中，已经将由箭头401X所指定的投递点添加至存放点群集N1、N2中的选定存放点(图35D)。

最后，在步骤439中，如果步骤435至437已经改变了剩余群集中的投递点的内容，则可以对第二存放点的静止位置进行更新。可以相对于相应的剩余群集的中心点来设定经更新的静止位置。在图35D的示例中，不需要步骤439。

图35E例示了在完成步骤439之后的投递系统的所得到的配置。应理解，不论实施方式如何，方法420都确定要用于向投递点的相应子集进行投递的第一存放点的第一位置401'，以及要通过用于向投递点的相应子集进行投递的第二存放点到达的第二位置(静止位置)。

可以由投递系统中的控制系统来执行上面参照图34A至图35E描述的方法和过程。图36示出了这种控制系统440的示例，该控制系统包括计算模块441和分布模块442。计算模块441可以执行图34B中的方法420(可选地基于图34C和/或图34D中的实施方式)，以计算要被用于向多个投递点投递货物的第一位置的集合[401']和第二位置的集合[402']。将投递点[403]设置为计算模块441的输入。如图所示，计算模块441的输入还可以包括：可供使用的第二存放点402的数量(#M)、可供使用的所有第一存放点400、401的位置(FP)、或者可被用于计算的预定义成本参数(CD)，诸如上面提及的总成本、预定义阈值或限制(若使用的话)等。可以将分布模块442配置成接收第一位置集合[401]和第二位置集合[402]，并且将对应的配置数据传送给第二存放点402、UAV 1以及运输载具405。由此，分布模块442可以通过在步骤411中将配置数据提供给第二存放点402、在步骤412中将配置数据提供给运输载具405以及在步骤413中将配置数据提供给UAV 1，来执行图34A中的运输方法410。

下面，引用多个条款来对如前述公开的一些方面和实施方式进行总结。

条款1：一种配置投递系统的方法，所述投递系统包括具有预定义位置的第一存放点(400、401)、具有可变位置的第二存放点(402)以及无人机UAV(1)，该UAV可操作以在目的地点(403)与第一存放点和第二存放点(400至402)之间运输货物，该目的地点是UAV收取或投递所述货物的位置，所述方法包括以下步骤：

获得(421)目的地点的位置数据；

针对位置数据运行(422)聚类算法以确定目的地点的群集(C1至C4)；以及

相对于第一存放点的预定义位置评估(423)群集，以确定第二存放点(402)中的至少一个第二存放点的停止位置(402')的集合。

条款2.根据条款1所述的方法，其中，相对于将目的地点指派给第一存放点(400、401)，通过评估将目的地点指派给群集(C1至C4)中的参考点(C1'至C4')的资源效率，来确定停止位置(402')的集合。

条款3.根据条款1或2所述的方法，所述方法还包括以下步骤：将第一存放点(400、401)中的一个或更多个第一存放点与目的地点的相应的第一子集相关联(424)；以及将停止位置(402')的集合中的各个停止位置与目的地点的相应的第二子集相关联(424)。

条款4.根据条款3所述的方法，所述方法还包括以下步骤：指派(425)UAV(1)的子集以用于从第一存放点(400、401)中的所述一个或更多个第一存放点向目的地点的相应的第一子集的投递，并且从所述各个停止位置向目的地点的相应的第二子集的投递。

条款5.根据任一前述条款所述的方法，其中，所述评估步骤(423)包括：针对相应的群集中的相应的目的地点，确定(430)经由相应的群集内的参考位置(C1'至C4')向相应的目的地或者从相应的目的地点进行运输的成本价值，其中，停止位置(402')的集合根据成本价值来确定。

条款6.根据条款5所述的方法，其中，所述评估步骤(423)还包括：标识(431)在目的地点当中的成本价值超过成本阈值的目的地点的选定集合；在从群集(C1至C4)中去除目的地点的选定集合之后，确定(432)群集当中的剩余群集的集合，相应的剩余群集包括至少一个目的地点；以及根据剩余群集的集合来确定(433)停止位置的集合。

条款7.根据条款6所述的方法，其中，所述根据剩余群集的集合来确定(433)停止位置的集合的步骤包括：针对相应的剩余群集，相对于相应的剩余群集的参考位置设定停止位置(402')。

条款8.根据条款6或7所述的方法，其中，所述评估(423)的步骤还包括：将目的地点的选定集合与预定义位置当中的最近的预定义位置的对应集合相关联(434)；基于成本标准，标识(435)最近的预定义位置的集合当中的候选存放点位置的集合；对候选存放点位置的集合运行(436)另一聚类算法，以生成一个或更多个存放点群集(N1、N2)；以及针对所述一个或更多个存放点群集(N1、N2)当中的相应的存放点群集，确定(437)选定存放点位置(401')。

条款9.根据条款8所述的方法，其中，所述评估(423)的步骤还包括：向与相应的存放点群集(N1、N2)相关联的所有目的地点指派(438)选定存放点位置(401')。

条款10.根据条款8或9所述的方法，其中，针对相应的存放点群集(N1、N2)，根据以下项中的至少一个来确定选定存放点位置(401')：从相应的存放点群集(N1、N2)中的相应的候选存放点位置到相应的存放点群集(N1、N2)的参考点(N1'、N2')的距离、或者与相应的存放点群集(N1、N2)中的相应的候选存放点位置相关联的目的地点的数量。

条款11.根据条款6至10中的任一项所述的方法，所述方法还包括以下步骤：确定目的地点当中的相应的目的地点的成本阈值，其中，所述确定成本阈值的步骤包括：确定在相应的目的地点与第一存放点(400、401)的预定义位置之间进行运输的候选成本价值；以及根据候选成本价值来设定成本阈值。

条款12.根据条款5至11中的任一项所述的方法，其中，该成本价值对应于估计的能耗。

条款13.根据条款5至12中的任一项所述的方法，所述方法还包括以下步骤：确定相应的群集(C1至C4)的中心点；以及相对于中心点设定参考位置(C1'至C4')。

条款14.根据任一前述条款所述的方法，其中，该聚类算法被配置成生成预定义数量的群集。

条款15.根据任一前述条款所述的方法，所述方法还包括以下步骤：提供(411)在第一时间间隔内布置停止位置集合中的所述至少一个第二存放点的指令；以及提供(412)在第一时间间隔之后的第二时间间隔内向停止位置集合中的所述至少一个第二存放点运输货物的子集的指令。

条款16.一种计算机可读介质，所述计算机可读介质包括包括计算机指令(1102A)，该计算机指令在通过处理系统(1101)执行时，使所述处理器系统(1101)执行根据条款1至15中的任一项所述的方法。

条款17.一种控制系统，所述控制系统被配置成执行根据条款1至15中的任一项所述的方法，并且所述控制系统包括与第二存放点(402)进行通信的通信装置(1103)。

本文所公开的结构和方法可以通过硬件或软件和硬件的组合来实现。在一些实施方式中，这样的硬件包括一个或更多个软件控制的计算机系统。图37示意性地描绘了这样的计算机系统1100，该计算机系统包括处理系统1101、计算机存储器1102以及用于输入和/或输出数据的通信接口或装置1103。根据实现，可以将计算机系统1100包括在UAV中、与UAV进行通信的任何外部计算资源中、或者任何其它计算资源中。可以将通信接口1103配置为用于有线和/或无线通信。处理系统1101例如可以包括以下项中的一个或更多个：CPU(“中央处理器”)、DSP(“数字信号处理器”)、微处理器、微控制器、ASIC(“专用集成电路”)、分立的模拟和/或数字组件的组合、或者某一其它可编程逻辑器件(诸如，FPGA(“现场可编程门阵列”))。包括计算机指令的控制程序1102A被存储在存储器1102中并由处理系统1101执行，以执行前述举例说明的方法、操作、功能或步骤中的任一项。如图37所示，存储器1102还可以存储控制数据102B以供处理系统1102使用。控制程序1102A可以通过计算机可读介质1110提供给计算机系统1100，该计算机可读介质可以是有形的(非暂时性的)产品(例如，磁介质、光盘、只读存储器、闪速存储器等)、或者传播信号。

虽然本公开的主题已经结合当前被视为最实际的实施方式进行了描述，但是要理解，本公开的主题不限于所公开的实施方式，而且正相反，其旨在覆盖被包括在所附权利要求的精神和范围内的各种修改例和等同布置。

此外，虽然在附图中按特定次序描绘了多个操作，但是这不应被理解为需要按所示特定次序或者按顺序次序执行这种操作，或者执行所有例示的操作来实现希望结果。在某些情况下，并行处理可能是有利的。

如上提到，上面描述的概念和实施方式的任何和所有组合都是可以的，并且可以提供协同作用。下面呈现了几个非限制性示例。第1章节呈现的实施方式可以与第2章节至第5章节中呈现的实施方式中的任何实施方式相组合，以确保货物的有安全保证的投递。第2章节中呈现的改善利用率的实施方式可以与第1章节中呈现的有安全保证的投递的实施方式相结合，以例如通过在利用成本中包括货物在某个地理位置或子区域丢失/损坏的预测风险，来使丢失/损坏的货物的量最小化。第2章节中呈现的实施方式也可以与第4章节中呈现的控制一组UAV的实施方式相结合，例如通过使用群位置/方向作为汇总成本数据的计算的输入。第2章节中呈现的实施方式也可以与第3章节中呈现的改善UAV的发射的实施方式相结合，例如通过在汇总成本数据的计算中包括被发射的相应UAV的发射位置和海拔高度。第4章节中呈现的控制一组UAV的实施方式可以与第3章节中呈现的改善UAV的发射的实施方式和/或第5章节中呈现的配置投递系统的实施方式相结合，例如从发射站和/或存放柜发射UAV群，以进一步增加飞行。第5章节中呈现的配置投递系统的实施方式可以与第3章节中呈现的改善UAV的发射的实施方式相结合，例如，通过包括相应的发射位置作为第二存放点(移动存放柜)的位置。第5章节中呈现的实施方式也可以与第1章节中呈现的有安全保证的投递的实施方式相结合，例如在停止位置处选择第二存放点的特定位置，例如通过将第二存放点视为进行有安全保证的投递的有效载荷。

Claims (24)

1.一种通过无人机UAV(1)投递有效载荷(4)的方法，所述方法包括以下步骤：

获得(21)用于投递所述有效载荷(4)的指定位置，

获得(22)所述有效载荷(4)的至少一个有效载荷易损性指数，

获得(23)指示期望所述有效载荷(4)被收件人取回时的时间点的收取时间，

根据所述至少一个有效载荷易损性指数以及所述收取时间，选择(24)所述指定位置处或附近的最终投递范围，以及

操作(25)所述UAV(1)向所述最终投递范围投递所述有效载荷(4)。

2.根据权利要求1所述的方法，其中，所述至少一个有效载荷易损性指数表示以下项中的一者或更多者：货币价值、温度敏感性、可接受的存放温度范围、湿气敏感性或者风敏感性。

3.根据权利要求1或2所述的方法，其中，所述选择(24)的步骤包括：预测(24A)在位于所述指定位置附近内的候选投递范围集合中的环境状况，所述环境状况是针对从估计的投递时间延续至所述收取时间的停留时段来进行预测的；以及根据所预测的环境状况以及所述至少一个有效载荷易损性指数，在所述候选投递范围集合当中选择(204)所述最终投递范围。

4.根据权利要求3所述的方法，其中，所述环境状况包括以下项中的至少一者：日照、受潮以及风吹。

5.根据权利要求3或4所述的方法，其中，所述环境状况是基于所述投递位置周围的区域的三维模型以及在所述停留时段内所述区域的天气数据来进行预测的。

6.根据权利要求3至5中的任一项所述的方法，其中，所述环境状况是基于来自所述UAV(1)上或者另一UAV上的传感器装置(5；1018；1020)的传感器数据来进行预测的。

7.根据权利要求6所述的方法，其中，所述传感器数据包括在所述投递位置附近取得的至少一个二维表示。

8.根据任一前述权利要求所述的方法，其中，所述最终投递范围还是基于输入数据(39)来选择的，所述输入数据是由所述收件人提供的并且指示所述候选投递范围集合中的至少一个候选投递范围。

9.根据权利要求8所述的方法，其中，所述输入数据(39)包括摄影副本和文字描述中的一者或更多者。

10.根据任一前述权利要求所述的方法，所述方法还包括以下步骤：操作(26；60)所述UAV(1)上的成像装置(5；1018)，以根据至少一个图像标准拍摄所述最终投递范围的至少一个图像。

11.根据权利要求10所述的方法，其中，所述至少一个图像标准指示要被包括在所述至少一个图像中的一个或更多个客观上能够标识的特征。

12.根据权利要求10或11所述的方法，所述方法还包括以下步骤：实时地或者大致实时地向所述收件人提供(63)所述至少一个图像以供显示。

13.根据权利要求10至12中的任一项所述的方法，所述方法还包括以下步骤：在实时地提供所述至少一个图像以供显示的同时，使得所述收件人能够(66)外部控制所述UAV(1)的所述成像装置(5；1018)和飞行控制器(1005)中的至少一者。

14.根据权利要求10至13中的任一项所述的方法，所述方法还包括以下步骤：在使所述UAV(1)和所述成像装置(5；1018)中的至少一者移动的同时，操作(60-63)所述UAV(1)以拍摄所述最终投递范围的图像，直到所述至少一个图像被认为与预定义图像匹配。

15.根据权利要求10至14中的任一项所述的方法，其中，所述至少一个图像是在将所述有效载荷(4)投递至所述最终投递范围之后拍摄的，以包括所述有效载荷(4)。

16.一种控制系统，所述控制系统包括被配置成执行根据权利要求1至15中的任一项所述的方法的逻辑(1101、1102)。

17.一种无人机，所述无人机包括根据权利要求16所述的控制系统。

18.一种计算机可读介质，所述计算机可读介质包括计算机指令(1102A)，所述计算机指令在由处理系统(1101)执行时，使所述处理系统(1101)执行根据权利要求1至15中的任一项所述的方法。

19.一种无人机，所述无人机被配置成：获得用于投递有效载荷(4)的指定位置；获得所述有效载荷(4)的至少一个有效载荷易损性指数；获得指示期望所述有效载荷(4)被收件人取回时的时间点的收取时间；根据所述至少一个有效载荷易损性指数以及所述收取时间，选择所述指定位置处或附近的最终投递范围；以及向所述最终投递范围投递所述有效载荷(4)。

20.根据权利要求19所述的无人机，所述无人机还被配置成：预测在位于所述指定位置附近内的候选投递范围集合中的环境状况，所述环境状况是针对从估计的投递时间延续至所述收取时间的停留时段来进行预测的；以及根据所预测的环境状况以及所述至少一个有效载荷易损性指数，在所述候选投递范围集合当中选择所述最终投递范围。

21.根据权利要求20所述的无人机，所述无人机还被配置成：基于来自所述无人机上或者另一无人机上的传感器装置(5；1018；1020)的传感器数据来预测所述环境状况。

22.根据权利要求19至21中的任一项所述的无人机，所述无人机还被配置成：操作所述无人机上的成像装置(5；1018)，以根据至少一个图像标准拍摄所述最终投递范围的至少一个图像。

23.根据权利要求22所述的无人机，所述无人机还被配置成：在所述无人机(1)实时地提供所述至少一个图像以供显示的同时，使得所述收件人能够操纵所述无人机的所述成像装置(5；1018)和飞行控制器(1005)中的至少一者。

24.根据权利要求22或23所述的无人机，所述无人机还被配置成：比较所述至少一个图像与预定义图像，并且拍摄所述最终投递范围的图像，直到所述至少一个图像被认为与所述预定义图像匹配。

Images