CN116848482A - 具有混合机电植物管理方法的协作机器人网络 - Google Patents
具有混合机电植物管理方法的协作机器人网络 Download PDFInfo
- Publication number
- CN116848482A CN116848482A CN202180076695.XA CN202180076695A CN116848482A CN 116848482 A CN116848482 A CN 116848482A CN 202180076695 A CN202180076695 A CN 202180076695A CN 116848482 A CN116848482 A CN 116848482A
- Authority
- CN
- China
- Prior art keywords
- ground
- drone
- robot
- ground vehicle
- robotic arm
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title description 35
- 241000196324 Embryophyta Species 0.000 claims abstract description 505
- 239000012636 effector Substances 0.000 claims abstract description 100
- 239000002689 soil Substances 0.000 claims abstract description 99
- 238000004891 communication Methods 0.000 claims abstract description 18
- 230000005055 memory storage Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 156
- 238000013473 artificial intelligence Methods 0.000 claims description 82
- 238000004458 analytical method Methods 0.000 claims description 69
- 238000004146 energy storage Methods 0.000 claims description 29
- 230000007246 mechanism Effects 0.000 claims description 29
- 230000003213 activating effect Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 230000004438 eyesight Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 239000000523 sample Substances 0.000 description 95
- 238000007689 inspection Methods 0.000 description 74
- 238000010586 diagram Methods 0.000 description 52
- 230000033001 locomotion Effects 0.000 description 48
- 230000009471 action Effects 0.000 description 45
- 230000001413 cellular effect Effects 0.000 description 40
- 230000008569 process Effects 0.000 description 38
- 230000005540 biological transmission Effects 0.000 description 28
- 244000144972 livestock Species 0.000 description 26
- 238000012545 processing Methods 0.000 description 24
- 238000013461 design Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 19
- 230000008901 benefit Effects 0.000 description 18
- 241000269799 Perca fluviatilis Species 0.000 description 17
- 238000012546 transfer Methods 0.000 description 17
- 238000004140 cleaning Methods 0.000 description 16
- 241001465754 Metazoa Species 0.000 description 14
- 238000009313 farming Methods 0.000 description 13
- 230000006378 damage Effects 0.000 description 12
- 239000004009 herbicide Substances 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 241000124284 Mitella diphylla Species 0.000 description 10
- 229910052751 metal Inorganic materials 0.000 description 10
- 239000002184 metal Substances 0.000 description 10
- 238000009333 weeding Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 239000003381 stabilizer Substances 0.000 description 8
- 238000005056 compaction Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000002363 herbicidal effect Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 239000000575 pesticide Substances 0.000 description 6
- 241000282412 Homo Species 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 241000283690 Bos taurus Species 0.000 description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000010006 flight Effects 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009474 immediate action Effects 0.000 description 4
- 239000012212 insulator Substances 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 238000009331 sowing Methods 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 240000008042 Zea mays Species 0.000 description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 239000004020 conductor Substances 0.000 description 3
- 235000005822 corn Nutrition 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000006837 decompression Effects 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 244000144980 herd Species 0.000 description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 3
- 238000009304 pastoral farming Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000219310 Beta vulgaris subsp. vulgaris Species 0.000 description 2
- 241001494479 Pecora Species 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 235000021536 Sugar beet Nutrition 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 231100000357 carcinogen Toxicity 0.000 description 2
- 239000003183 carcinogenic agent Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- 235000007639 Anthemis cotula Nutrition 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 206010014405 Electrocution Diseases 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 235000015842 Hesperis Nutrition 0.000 description 1
- 235000012633 Iberis amara Nutrition 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 244000042664 Matricaria chamomilla Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000007688 edging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005288 electromagnetic effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000009329 organic farming Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000001846 repelling effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009919 sequestration Effects 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
用于农业植物和土壤管理操作的自主地面车辆。根据一些实施例,自主地面车辆包括:被配置成生成农业地面土壤和植物有机体的图像的相机单元、具有包含锄头部分和电极部分的末端执行器的第一机械臂、具有包含电极部分的末端执行器的第二机械臂、电连接到电极部分的高压升压器、包含计算机可执行指令的电子存储器存储介质;与电子存储器存储介质电子通信的一个或多个处理器,一个或多个处理器被配置成执行存储在电子存储器存储介质中的计算机可执行指令以用于实现包含电控制和机械控制选项的植物物种控制管理操作。
Description
以引用方式并入任何优先权申请
本申请要求2020年10月19日提交的标题为“多模态、耐候性、机器人网络和数据传输方法(Multi-Modal,Weather Resistant,Robot Network and Methods of DataTransfer)”的美国临时申请号63/093694和2020年12月21日提交的标题为“具有优化的杂草控制方法的协作机器人网络(Collaborative Robot Network with Optimized WeedControl Methods)”的美国临时申请号63/128627的优先权,并且两个临时申请的全部内容在此以引用方式并入本文。
背景技术
技术领域
本公开总体上涉及无人机、机器人、远程网络连接和精准农业领域。
描述
到2050年,全球人口将从78亿增加到97亿,并且粮食需求将增加70%。在这段时间期间,农田的数量将相对不变。因此,农民将面临寻找更高效、可持续的耕种方法的挑战。
发明内容
本公开总体上涉及无人机、机器人、远程网络连接和精准农业领域。更具体地,本公开的实施例涉及在不使用化学品的情况下执行植物管理的地面机器人。在一些实施例中,自主地面车辆使用机械、电气和/或机械和电气手段两者来执行各种杂草控制操作以清除杂草。在一些实施例中,自主地面车辆执行地面地形改造操作和牲畜群管理。
一些实施例包含机器人和无人机的自主网络,其中至少一架无人机检查特定农业资产的地区,并且至少一架地面机器人基于无人机检查执行行动。在一些实施例中,无人机执行农田地区的检查,经由AI分析检查数据以识别杂草浓度高的地区,并且地面机器人行进到经识别的地区并且执行杂草控制。
一些实施例涉及无人机的自主网络,无人机在彼此之间传输数据并且通过具有地面和空中机动性能力的链接无人机链接到其它网络,并且在一些实施例中,无人机由太阳能充电供电并且将其自身与太阳对准。在一些实施例中,无人机可在夜间和在极端天气期间附着到地面。
根据一些实施例,多模态VTOL机器人能够将其自身附接到地面和/或物体,在地面和/或物体上移动,和/或进行空中移动,并且在本公开的各种实施例中可称为耐候性VTOL机器人系统、航空器、无人机或航空器。
根据一些实施例,一种用于农业植物和土壤管理操作的自主地面车辆,自主地面车辆包含:地面车辆单元,其具有耦接到地面车辆单元的两个或更多个轮子或机械推进机构;相机单元,其耦接到地面车辆单元,相机单元被配置成生成在地面车辆单元的向前路径中的农业地面土壤和植物有机体的一个或多个图像;第一机械臂,其耦接到地面车辆单元的第一底架部分,第一机械臂具有包含第一锄头部分和第一电极部分的第一末端执行器;第二机械臂,其耦接到地面车辆单元的第二底架部分,第二机械臂具有包含第二电极部分的第二末端执行器;高压升压器单元,其容纳在地面车辆单元中,高压升压器单元电连接到第一机械臂的第一末端执行器的第一电极部分,并且高压升压器单元电连接到第二机械臂的第二末端执行器的第二电极部分;电子存储器存储介质,其容纳在地面车辆单元中,电子存储器存储介质包含计算机可执行指令;一个或多个处理器,其容纳在地面车辆单元中,一个或多个处理器与电子存储器存储介质电子通信,一个或多个处理器被配置成执行存储在电子存储器存储介质中的计算机可执行指令以用于实现植物物种控制管理操作,计算机可执行指令包含:由一个或多个处理器分析生成的一个或多个图像以识别植物有机体和周围土壤;由一个或多个处理器确定一个或多个图像中的周围土壤的土壤类型和识别的植物有机体的植物物种;由一个或多个处理器将识别的植物有机体的确定的植物物种类型与数据存储进行比较,执行比较以确定植物有机体是否被设置用于植物有机体控制;由一个或多个处理器基于确定识别的植物有机体被设置用于植物有机体控制来生成地面车辆单元控制指令,该地面车辆单元控制指令被配置成使地面车辆单元和/或第一机械臂前进到识别的植物有机体的阈值接近度内;由一个或多个处理器基于对由相机生成的一个或多个图像中的识别的植物有机体和周围土壤的分析来确定用于识别的植物有机体的植物有机体控制方法,植物有机体控制方法具有选项,选项包含电控制和机械控制;由一个或多个处理器基于确定植物有机体控制方法为电控制的而生成用于电控制的机械臂控制指令包含:将第一电极部分定位成与识别的植物有机体接触;将第二电极部分定位成与识别的植物有机体附近的土壤或第二植物接触;激活高压升压器单元以产生通过第一电极部分、识别的植物有机体和第二电极部分的电流;由一个或多个处理器基于确定植物有机体控制方法为机械控制的而生成用于机械控制的机械臂控制指令包含:将至少第一锄头部分定位成与识别的植物有机体远侧的土壤接触;移动第一锄头部分通过土壤以移除识别的植物有机体的至少一部分;由一个或多个处理器执行生成的机械臂控制指令。
在一些实施例中,机械推进机构可包含机械腿。在一些实施例中,地面车辆单元进一步包含耦接到地面车辆单元的外部的一个或多个突起,一个或多个突起被配置成与第一锄头部分接合以从第一锄头部分移除碎屑材料。在一些实施例中,自主地面车辆进一步包含容纳在地面车辆单元中的能量存储单元,能量存储单元电耦接到高压升压器单元。在一些实施例中,自主地面车辆进一步包含电耦接到能量存储单元的太阳能面板单元,太阳能面板单元耦接到地面车辆单元,太阳能面板单元被配置成对容纳在地面车辆单元中的能量存储单元进行再充电。在一些实施例中,激活高压升压器单元包含用开关继电器激活。在一些实施例中,由一个或多个处理器确定识别的植物有机体的植物物种类型包含使用计算机视觉算法。在一些实施例中,由一个或多个处理器确定识别的植物有机体的植物物种类型包含使用人工智能算法。在一些实施例中,第二机械臂的第二末端执行器进一步包含第二锄头部分。在一些实施例中,第一末端执行器的第一锄头部分和第一电极部分形成单个单元。
根据一些实施例,一种使用自主地面车辆进行农业植物和土壤管理和操作的计算机实现的方法,计算机实现的方法包含:由计算系统分析一个或多个生成的图像以识别植物有机体和周围土壤,一个或多个生成的图像耦接到具有两个或更多个轮子或机械推进机构的地面车辆单元的相机单元;由计算系统确定一个或多个生成的图像中的周围土壤的土壤类型和识别的植物有机体的植物物种类型;由计算系统将识别的植物有机体的确定的植物物种类型与数据存储进行比较,执行比较以确定植物有机体是否被设置用于植物有机体控制;由计算系统基于确定识别的植物有机体被设置用于植物有机体控制来生成地面车辆单元控制指令,该地面车辆单元控制指令被配置成使地面车辆单元和/或第一机械臂前进到识别的植物有机体的阈值接近度内,地面车辆单元包含耦接到地面车辆单元的第一底架部分的第一机械臂,第一机械臂具有包含第一锄头部分和第一电极部分以及第二电极部分的第一末端执行器,地面车辆单元容纳高压升压器单元,高压升压器单元电连接到第一机械臂的第一末端执行器的第一电极部分,并且高压升压器单元电连接到第一机械臂的第一末端执行器的第二电极部分,第一电极部分被配置成接触植物有机体的第一部分,并且第二电极部分被配置成接触周围土壤或植物有机体的第二部分;由计算系统基于对通过相机的一个或多个生成的图像中的识别的植物有机体和周围土壤的分析来确定用于识别的植物有机体的植物有机体控制方法,植物有机体控制方法具有选项,选项包含电控制和机械控制;由计算系统基于确定植物有机体控制方法为电控制的来生成用于电控制的机械臂控制指令包含:将第一电极部分定位成与识别的植物有机体的第一部分接触;将第二电极部分定位成与周围土壤或识别的植物有机体的第二部分或与识别的植物有机体的相邻植物有机体接触;激活高压升压器单元以产生通过第一电极部分、识别的植物有机体和第二电极部分的电流;由计算系统基于确定植物有机体控制方法为机械控制的来生成用于机械控制的机械臂控制指令包含:将至少第一锄头部分定位成与识别的植物有机体远侧的土壤接触;移动第一锄头部分通过土壤以移除识别的植物有机体的至少一部分;由计算系统执行生成的机械臂控制指令;其中计算系统包含一个或多个硬件计算机处理器,该硬件计算机处理器与一个或多个计算机可读数据存储通信并且被配置成执行多个计算机可执行指令。
在一些实施例中,机械推进机构包含机械腿。在一些实施例中,地面车辆单元进一步包含耦接到地面车辆单元的外部的一个或多个突起,一个或多个突起被配置成与第一锄头部分接合以从第一锄头部分移除碎屑材料。在一些实施例中,自主地面车辆进一步包含容纳在地面车辆单元中的能量存储单元,能量存储单元电耦接到高压升压器单元。在一些实施例中,自主地面车辆进一步包含电耦接到能量存储单元的太阳能面板单元,太阳能面板单元耦接到地面车辆单元,太阳能面板单元被配置成对容纳在地面车辆单元中的能量存储单元进行再充电。在一些实施例中,激活高压升压器单元包含用开关继电器激活。在一些实施例中,由一个或多个处理器确定识别的植物有机体的植物物种类型包含使用计算机视觉算法。在一些实施例中,由一个或多个处理器确定识别的植物有机体的植物物种类型包含使用人工智能算法。在一些实施例中,地面车辆单元进一步包含耦接到地面车辆单元的第二底架部分的第二机械臂,第二机械臂具有包含第二电极部分的第二末端执行器。在一些实施例中,第一末端执行器的第一锄头部分和第一电极部分形成单个单元。
附图说明
下文将参考附图描述各种实施例。这些实施例仅通过示例说明和描述,并不旨在限制本公开的范围。在附图中,相似的元件具有相似的附图标记。
图1为根据本公开的一个实施例的协作机器人网络的图示,其在农田上执行检查并且采取高级行动。
图2A为根据一个实施例的协作机器人网络的图示,其示出执行检查的无人机和地面机器人。
图2B为根据一个实施例的协作机器人网络的图示,其示出充当用于地面机器人的天线的无人机。
图3A为根据一个实施例的协作机器人网络的图示,其示出附接到地面机器人的无人机的侧视图。
图3B为根据一个实施例的协作机器人网络的图示,其示出附接到地面机器人的无人机的前视图。
图3C为根据一个实施例的协作机器人网络的图示,其示出附接到地面机器人的多架无人机的前视图。
图4A为根据一个实施例的地面机器人的前视图的图示,其示出相机启用的杂草控制末端执行器。
图4B为根据一个实施例的握持手动杂草控制的人的图示,其示出附接到手持单元的相机启用的杂草控制末端执行器。
图4C为根据一个实施例的地面机器人的侧视图的图示,其示出带有两个移动探针的植物管理末端执行器。
图4D为根据一个实施例的地面机器人的前视图的图示,其示出带有两个移动探针的植物管理末端执行器。
图4E为根据一个实施例的地面机器人的前视图的图示,其示出用于通过地面清除杂草的杂草控制电路。
图4F为根据一个实施例的地面机器人的前视图的图示,其示出用于在高压电路被激活之后通过地面清除杂草的杂草控制电路。
图4G为根据一个实施例的示出用于清除杂草的正探针和负探针之间的电路的电气示意图。
图4H为根据一个实施例的具有带有用于清除杂草的单个探针的末端执行器的地面机器人的前视图的图示,其中台架处于缩回位置。
图4I为根据一个实施例的具有带有用于清除杂草的单个探针的末端执行器的地面机器人的前视图的图示,其中台架处于延伸位置并且探针与杂草接触。
图4J为根据一个实施例的具有带有单个探针的末端执行器的地面机器人的前视图的图示,其示出在高压系统被激活时的电路。
图5A为根据一个实施例的在机器人中使用以通过所述杂草的根部电死杂草的杂草控制电路的图示。
图5B为根据一个实施例的在机器人中使用以通过图5A中所述杂草的根部电死杂草的杂草控制电路的图示,其中探针的位置由CPU控制。
图6A为根据一个实施例的示出具有用于同时清除多棵杂草的大容量杂草控制末端执行器的地面机器人的侧视图。
图6B为根据一个实施例的示出具有用于同时清除多棵杂草的大容量杂草控制末端执行器的地面机器人的前视图。
图7为根据一个实施例的利用地面机器人识别和清除杂草的方法。
图8为根据一个实施例的协作机器人网络中的太阳能充电地面机器人和无人机的图示。
图9为根据一个实施例的附接到拖拉机的无人机的前视图。
图10为根据一个实施例的协作机器人网络的图示,其中地面机器人连接到Wi-Fi网络和多架无人机。
图11为根据一个实施例的协作机器人网络的图示,其中地面机器人将数据从一个人传送到多架无人机。
图12为根据一个实施例的示出协作机器人网络检查农业资产并且执行提供给农民的分析的方法的工艺流程图。
图13为根据一个实施例的示出协作机器人网络检查农业资产、执行分析并且基于分析结果采取行动的方法的工艺流程图。
图14为根据一个实施例的示出协作机器人网络检查田地、执行分析以确定杂草浓度高的地区,并且基于分析结果执行杂草控制的方法的工艺流程图。
图15为根据一个实施例的示出用于协作机器人网络的方法的工艺流程图,其中无人机在图14所示的杂草控制之后重新检查田地。
图16A为根据一个实施例的协作机器人网络的图示,其示出带有可移动太阳能面板的地面机器人的侧视图。
图16B为根据一个实施例的协作机器人网络的图示,其示出附接到带有可移动太阳能面板的地面机器人的无人机的侧视图。
图17A为根据一个实施例的协作机器人网络的图示,其示出当可移动太阳能面板延伸以使所述无人机起飞时附接到地面机器人的无人机的前视图。
图17B为根据一个实施例的协作机器人网络的图示,其示出当可移动太阳能面板随着所述无人机悬停而完全延伸时无人机从地面机器人分离的前视图。
图17C为根据一个实施例的协作机器人网络的图示,其示出带有在所述无人机进入竖直飞行时完全延伸的可移动太阳能面板的地面机器人的前视图。
图18为根据一个实施例的协作机器人网络的图示,其示出在地面机器人上附接和充电的无人机的前视图。
图19为根据一个实施例的协作机器人网络的图示,其示出图18的用于无人机在附接到地面机器人时充电的电路的详细视图。
图20A为根据一个实施例的协作机器人网络的图示,其示出具有与太阳对准以用于太阳能充电的可移动太阳能面板的地面机器人的前视图。
图20B为根据一个实施例的协作机器人网络的图示,其示出具有在又另一个位置处与太阳对准以用于太阳能充电的可移动太阳能面板的地面机器人的前视图。
图20C为根据一个实施例的协作机器人网络的图示,其示出具有在天空中的最高点处与太阳对准以用于太阳能充电的可移动太阳能面板的地面机器人的前视图。
图21为根据一个实施例的地面机器人的侧视图的图示,其示出后端执行器和前端执行器,其中每个台架包含至少一个相机。
图22为根据一个实施例的用于识别杂草、移动末端执行器和激活高压电路的地面机器人的软件控制流程的示意图。
图23A-23F示出根据一个实施例的杂草控制机器人的替代设计,其在不同位置具有末端执行器和探针以执行杂草控制。
图24A为根据一个实施例的执行检查的混合电动机械自主地面车辆的图示。
图24B为根据本公开的一个实施例的在农田上采取高级机械行动的混合电动机械自主地面车辆的图示。
图24C为根据本公开的一个实施例的混合电动机械自主地面车辆的前视图。
图24D为根据本公开的一个实施例的在农田上采取高级电气行动的混合电动机械自主地面车辆的图示。
图25A为根据本公开的一个实施例的执行检查的混合电动机械自主地面车辆的图示。
图25B为根据本公开的一个实施例的在农田上采取高级机械行动的混合电动机械自主地面车辆的图示。
图25C为根据本公开的一个实施例的混合电动机械自主地面车辆的前视图。
图25D为根据本公开的一个实施例的在农田上采取高级电气行动的混合电动机械自主地面车辆的图示。
图25E为根据本公开的一个实施例的混合电动机械自主地面车辆的前视图。
图25F为根据本公开的一个实施例的对农田上的多棵杂草采取高级电气行动的混合电动机械自主地面车辆的图示。
图26A为根据本公开的一个实施例的具有集成的正电极和负电极的单个锄头的混合电动机械自主地面车辆的图示。
图26B为根据本公开的一个实施例的具有集成的正电极和负电极的单个锄头的混合电动机械自主地面车辆的图示。
图26C为根据本公开的一个实施例的示出清洁机构的混合电动机械自主地面车辆的图示。
图26D为根据本公开的一个实施例的采取清洁行动的混合电动机械自主地面车辆的图示。
图27A为根据本公开的一个实施例的机械臂的前视图的图示。
图27B为根据本公开的一个实施例的机械臂的侧视图的图示。
图27C为根据本公开的一个实施例的机械臂的图示。
图28A为根据本公开的一个实施例的示出三个功能机械臂位置的混合电动机械自主地面车辆的图示。
图28B为示出前视图的混合电动机械自主地面车辆的图示。
图29为示出随时间推移的土地改良的图示。
图30为根据本公开的一个实施例的创建土壤保水袋的混合电动机械自主地面车辆的图像。
图31为根据一个实施例的连接到卫星的多模态、耐候性机器人网络和数据传输方法的图示。
图32A为根据一个实施例的示出锁定腿在地面上的位置的俯视图。
图32B为根据一个实施例的示出图32A的锁定腿在地面上的位置的侧视图。
图32C为根据一个实施例的示出图32A的锁定腿在飞行中的位置的俯视图。
图32D为根据一个实施例的示出图32A的锁定腿在飞行中的位置的侧视图。
图33为根据一个实施例的示出图32A的机器人的部件的图示。
图34为根据一个实施例的示出具有图32A的GPU的机器人的部件的图示。
图35为根据一个实施例的示出飞行的起飞段的耐候性VTOL机器人系统的飞行路径的侧视图。
图36为根据一个实施例的示出飞行的着陆段的耐候性VTOL机器人系统的飞行路径的侧视图。
图37A为根据一个实施例的在建筑物上传输数据的链接无人机的图示。
图37B为根据一个实施例的锁定到建筑物上传输数据的链接无人机的图示。
图37C为根据一个实施例的在地面上传输数据的链接无人机的图示。
图37D为根据一个实施例的锁定到地面上传输数据的链接无人机的图示。
图38A-38C为根据一个实施例的在电力线上传输数据的链接无人机的图示。
图39为根据一个实施例的在地面上太阳能充电的图示。
图40为根据一个实施例的在飞行中太阳能充电的图示。
图41为根据一个实施例的与网络无人机互换的链接无人机的图示。
图42为根据一个实施例的连接到卫星的多模态、耐候性机器人网络和数据传输网络数据的方法的图示。
图43A为根据一个实施例的连接到Wi-Fi的多模态、耐候性机器人网络和数据传输网络方法的图示。
图43B为根据一个实施例的连接到Wi-Fi和云存储以及分析平台的多模态、耐候性机器人网络和数据传输网络方法的图示。
图43C为根据一个实施例的连接到Wi-Fi和专用无人机网络中的多架无人机的多模态、耐候性机器人网络和数据传输网络方法的图示。
图44为根据一个实施例的连接到Wi-Fi检查电力线的多模态、耐候性机器人网络和数据传输网络方法的图示。
图45为根据一个实施例的连接到蜂窝网络和云存储以及分析平台的多模态、耐候性机器人网络和数据传输网络方法的图示。
图46为根据一个实施例的连接到蜂窝网络并且将数据传输到用户的多模态、耐候性机器人网络和数据传输网络方法的图示。
图47为根据一个实施例的详细说明专用网络的多模态、耐候性机器人网络和数据传输网络方法的图示。
图48为根据一个实施例的按需动态Wi-Fi路由器的图示。
图49A为根据一个实施例的在白天期间连接的多模态、耐候性机器人网络和数据传输网络方法的图示。
图49B为根据一个实施例的在夜间期间连接的多模态、耐候性机器人网络和数据传输网络方法的图示。
图50为根据一个实施例的无基础设施的农业连接网络的图示。
图51为根据一个实施例的示出专用网络无人机对农业资产进行分析的方法的工艺流程图。
图52为根据一个实施例的示出多模态、耐候性机器人网络执行诊断测试以确定信号强度和带宽的方法的工艺流程图。
图53为根据一个实施例的示出充电和/或传送数据的无人机检测危险并且重新定位的方法的工艺流程图。
图54A-54B为根据一个实施例的示出对称反向转弯的混合电动机械自主地面车辆的图示。
图54C为示出对称多作物行转弯方法的图示。
图54D为示出正常机器人作物行转弯的图示。
具体实施方式
尽管下文公开实施例、示例和说明,但本文描述的公开延伸超出具体公开的实施例、示例和说明,并且包括本公开的其它用途以及其明显的修改和等同物。参考附图描述本公开的实施例,其中相同的数字始终指代相同的元件。本文呈现的描述中使用的术语不旨在以任何受限或限制性的方式来解释,仅仅因为它是结合本公开的某些特定实施例的详细描述来使用的。此外,本公开的实施例可包含若干新颖的特征,并且没有单个特征单独负责其期望的属性或者对于实践本文描述的公开为必要的。
到2050年,全球人口将从78亿增加到97亿,并且粮食需求将增加70%。在这段时间期间,农田的数量将相对不变。因此,农民将面临寻找更高效、可持续的耕种方法的挑战。很明显,农民不能使用管理他们的作物以满足不断增长的需求所需的数据、分析和指导。
此外,很大比例的农民不可使用当前的技术,因为当前的技术不可扩展或负担不起。农民和农业专业人员需要不仅能收集数据,而且能立即采取行动的技术,因为农业在很大程度上基于天气和时间。具体来说,农民只有在为时已晚时才采取行动。当农民在他们的农田上发现问题时,问题已经蔓延。此外,即使是最基本的分析,卫星也不能提供所需的分辨率。
为了解决这些问题,本文公开各种概念,以提供更高效和可持续耕种的解决方案。在本公开的一些实施例中,自主地面车辆使用机械、电气和/或机械和电气手段两者来执行各种杂草控制操作以清除杂草。在一些实施例中,本文公开的自主地面车辆可包含耦接到自主地面车辆的一个或多个机械臂。在一些实施例中,本文公开的自主地面车辆可包含耦接到一个或多个机械臂的一个或多个电极部分,其中一个或多个电极部分被配置成与一个或多个植物或植物部分和/或地面地区接触,以便通过发送电流通过植物和/或植物的根部来损害植物。在一些实施例中,本文公开的自主地面车辆可包含耦接到一个或多个机械臂的一个或多个锄头部分。在一些实施例中,一个或多个锄头部分被配置成从土壤中机械地移除植物或移除植物的一部分。在一些实施例中,本文公开的自主地面车辆可包含一个或多个相机,其被配置成捕获环绕自主地面车辆的地区的一个或多个图像和/或视频,包括但不限于自主地面车辆的向前路径。在一些实施例中,一个或多个图像和/或视频由容纳在自主地面车辆中或通过通信网络连接到自主地面车辆的云服务器中的计算系统来分析,其中计算系统被配置成识别一个或多个图像和/或视频中的植物类型,并且确定识别的植物是否应该被终止或允许继续生长。在一些实施例中,计算系统可被配置成确定是否应该通过使用一个或多个锄头部分和/或一个或多个电极部分来终止识别的植物。在一些实施例中,计算系统可被配置成基于对一个或多个图像和/或视频的分析来确定植物终止的方法,例如,通过使用一个或多个锄头部分的机械损害或通过使用一个或多个电极部分的电流损害。在一些实施例中,计算系统被配置成分析植物类型并且比较识别的植物类型,以通过将植物类型与数据库、数据存储、查找表、配置文件或类似物进行比较来确定植物是否为期望的植物类型,和/或对期望的作物和/或土壤有益或有害。在一些实施例中,计算系统被配置成分析土壤条件和/或土壤类型和/或土壤湿度和/或土壤成分和/或类似物,以确定植物终止的方法。在一些实施例中,如果计算系统确定土壤为硬的,那么系统可被配置成不使用一个或多个锄头部分来移除植物,因为一个或多个锄头可能不能够挖掘到土壤中,并且系统可被配置成使用一个或多个电极部分来终止植物。在一些实施例中,自主地面车辆执行地面地形改造操作(例如,地面土壤管理操作和/或类似操作)以恢复干旱环境地面土壤条件和退化的农田。在一些实施例中,本文公开的自主地面车辆被配置成使用与一个或多个相机结合的一个或多个锄头部分来创建开口和/或山丘和/或月牙形土堆和/或斜坡地区和/或被配置成捕获水和/或风和/或土壤和/或种子和/或其它物品的其它土地特征,以便恢复地面土壤条件。在一些实施例中,自主地面车辆通过监控消耗哪些植物生命和牲畜消耗的数量以及地面和植被条件来执行牲畜群和地面土壤管理,以防止对土地的有害过度放牧。在一些实施例中,本文公开的自主地面车辆可被配置成使用一个或多个机械臂来产生挥动运动或滑动运动或旋转运动或摆动运动或其它类型的运动,以便将牲畜惊吓或将牲畜驱赶到特定的放牧地区并且远离已经由自主地面车辆和/或计算系统确定为过度放牧的放牧地区和/或防止对该地区的损害。在一些实施例中,一个或多个机械臂可包含一个或多个镜子或旗帜或其它物品,其被配置成捕获牲畜的注意力,以便在特定方向上惊吓或驱赶牲畜。在一些实施例中,自主地面车辆可被配置成可用于多种目的的地面车辆,例如杂草管理、地面土壤管理和/或牲畜驱赶管理,使得自主地面车辆的用户仅需要一台机器来执行一个或多个前述任务。在一些实施例中,自主地面车辆可包含必要的软件,以执行杂草管理、地面土壤管理和/或牲畜驱赶管理操作中的一个或多个。在一些实施例中,自主地面车辆可包含执行杂草管理、地面土壤管理和/或牲畜驱赶管理操作所需的一个或多个器械。
在一些实施例中,机械臂包括偏航马达、俯仰马达和具有末端执行器的锄头臂,该末端执行器包含锄头部分、铲子部分和电极,或其任何组合。在一些实施例中,锄头臂耦接到自主地面车辆结构,例如,耦接到地面车辆单元的框架的底架部分。在一些实施例中,俯仰马达连接到车辆结构,其中俯仰马达的输出轴定向在竖直方向上,使得输出轴围绕竖直旋转轴线旋转。在一些实施例中,支架耦接到俯仰马达的输出轴。在一些实施例中,偏航马达耦接到支架并且定位在支架上,使得偏航马达的输出轴定向在水平方向上,使得输出轴围绕水平定向的旋转轴线旋转。在一些实施例中,偏航马达的输出轴耦接到锄头臂的近端。使用此类布置,可以使锄头臂围绕两个独立的旋转轴线即由俯仰马达的输出轴限定的竖直轴线和由偏航马达的输出轴限定的水平轴线旋转。其它实施例可包括更多或更少的驱动马达和/或旋转轴线,其它实施例可将多个旋转轴线定位在不同定向上和/或类似操作。另外,在一些实施例中,两个马达实际上为马达组件,每个马达组件包括马达和齿轮箱。在此类配置中,输出轴实际上为耦接到马达的齿轮箱的输出轴。此类配置可为期望的,例如,以提供机械优势,以改变旋转轴线的定向和/或类似操作。在一些实施例中,马达期望地包含无刷DC马达,其可相对高效地操作。然而,一些实施例可使用不同类型的电动马达、液压和/或气动马达、线性致动器、齿条和活塞系统、液压和/或气动缸或致动器和/或类似物。
一些实施例包含机器人和/或无人机的自主网络,其中至少一架无人机检查特定农业资产的地区,并且至少一架地面机器人基于无人机检查执行行动。在一些实施例中,无人机执行农田地区的检查,经由AI分析检查数据以识别杂草浓度高的地区,并且地面机器人行进到识别的地区并且执行杂草控制。
一些实施例涉及无人机的自主网络,无人机在彼此之间传输数据并且通过具有地面和空中机动性能力的链接无人机而链接到其它网络,并且在一些实施例中,无人机由太阳能充电供电并且将其自身与太阳对准。在一些实施例中,无人机可在夜间和在极端天气期间附着到地面。
当前的机器人系统一直在努力满足农民和农业专业人员的需要,因为这些系统没有成功集成无人机、机器人和软件分析。相反,每项单独的技术都使用其自身,并且通常依赖于人机交互和基础设施。公司专门从事设计、建造并且在一些情况下操作无人机。其它公司专门从事作物的软件分析。其它公司专门从事创建地面机器人以在农场上执行诸如杂草控制或播种的行动。然而,为了让农民真正受益,可期望将所有这三种技术,或者这些技术中的至少两种组合。每种技术在单独使用时都有显著的缺点,尽管也可以单独使用它们。
在一些实施例中,具有没有无人机的地面机器人可为不利的,因为地面机器人由于其速度而具有有限的侦察能力。无人机添加到系统减少了执行杂草控制所需的地面机器人的数量。然而,使用没有无人机的地面机器人可以是有益的,因为无人机的使用增加了系统的复杂水平。对于一些应用,诸如牲畜管理和地形改造,可不需要无人机来实现地面机器人的全部益处。
杂草与作物争夺养分和水,并且杂草的存在将降低农民的作物产量。当前,农民在整块田地上喷洒大量除草剂,即使是针对孤立的问题,其中喷洒设备附接到拖拉机或飞机。这些方法昂贵并且随着杂草变得耐除草剂而变得无效。在美国存在超过250种抗除草剂的杂草。此外,除草剂为已知的致癌物质,并且对农民和农田有害。
虽然之前已经使用机械和电气杂草控制机器人,但是这些机器人非常昂贵,并且在杂草播撒种子后难以捕捉问题。当前的机器人也难以有效地移除杂草。在杂草播撒种子之前将其移除减少杂草在下一个生长季节再次出现的可能性。因为农民在农药施用设备和基础设施方面投资巨大,所以农民需要高效、低成本的移除杂草方法。传统的机械杂草控制机器人经受高水平的磨损,这迫使机器人变得庞大和复杂,并且需要农民执行频繁的田间服务。此外,当前的机器人很重,并且由于土壤压实而对农田造成损害。许多电气杂草控制机器人具有连续运行的高压系统,导致机器人附近的人或动物处于不安全的环境中。此外,连续运行导致大量的能量消耗。
此外,该行业一直在努力开发可在不使用农药的情况下在作物附近执行杂草控制并且不损害作物的地面机器人。
当前的无人机的主要问题中的一个是,它们都没有针对在飞行中和地面上的太阳能充电进行优化。因此,市场上几乎所有的无人机都必须在位于中心的充电基础设施处充电。由于当前的无人机对充电基础设施的依赖,该技术在农业应用中不可扩展,因为它们的电池寿命在需要新电池或充电之前持续约30分钟。这种限制直接影响当前的技术为偏远地区的农民提供有意义用途的能力。
此外,当前的无人机必须通过互联网或蜂窝连接将数据传输到基于云的分析平台,或直接传输到安全数字(SD)卡上,以便农民或农业专业人员传输计算机。此工艺非常耗时,并且不能为农民提供关于如何在他的田地里采取行动的即时分析和指导。此外,此数据不直接映射到机器人或机器上以及时解决分析中识别的任何关注地区。
因此,期望提供一种自主、自充电机器人网络,其中无人机采集数据,并且将数据直接传输到农民或机器,以立即采取行动。在一些情况下,无人机可使用机载人工智能(AI)处理器实时分析数据,并且将报告直接发送到农民的装置,或者将关注点发送到地面机器人,其中地面机器人立即采取行动。在其它情况下,无人机将检查数据发送到地面机器人进行分析,并且在地面机器人执行AI分析后,然后地面机器人对关注地区采取行动。
在一些情况下,自主、自充电无人机可将其自身直接附着到地面机器人,以在极端天气下提供保护。
此外,需要无人机和地面机器人网络,以执行诸如杂草控制的行动。随着现代耕种实践中除草剂的过度使用和有机耕种的兴起,农民需要在不使用有害化学物质的情况下改进杂草控制方法。当前的农业机器人昂贵、复杂、庞大,并且不可在作物发芽后在作物附近执行杂草控制。此外,当前的技术需要对农民进行大量的资本投资和基础设施投资。因此,本公开中提出的机器人创建具有有限或没有基础设施的动态和分散的网络,其中无人机连续检查田地以确定杂草的位置,并且地面机器人在由无人机数据的AI分析识别的地区中执行杂草控制。迄今为止,行业内的这一问题尚未解决,因为无人机与基础设施捆绑在一起,并且其航程极其有限。
远程网络连接
虽然高度城市化地区的连接有所改进,但偏远地区的连接很差甚至不存在,因为没有预算投资于蜂窝连接或卫星。较差的连接为诸如东南亚、非洲和南美洲的发展中国家的一个大问题。此外,较差的连接限制个人和实体的电信以及关键信息的数据传输。
此外,较差的连接阻碍许多行业诸如农业和公用事业检查的发展,并且充分利用其它领域中的技术诸如物联网(IoT)、自动化设备和基于云的人工智能(AI)分析工具。即使在连接的先驱国家美国,当前也只有约四分之一的农场使用任何连接的设备或装置来访问数据,而且这种技术典型地不是最先进的,在电信公司计划拆除的2G或3G网络上或者在复杂并且安装成本昂贵的非常低频带的IoT网络上运行。在任何一种情况下,这些网络仅可支持有限数量的装置,并且缺乏实时数据传输的性能,而实时数据传输对于释放更高级和复杂使用案例的价值至关重要。
农业行业要进步并且满足21世纪不断增长的粮食需求,面临一个主要障碍:许多区域缺乏必要的连接基础设施,因此将其发展以集成高级的作物监控、牲畜监控、建筑和设备管理、无人机耕种和自主耕种机械至关重要。这些进步有助于农民和农业专业人员提高产量、降低成本并且增强适应力和可持续性,允许它们满足21世纪的粮食需求。在已经拥有连接基础设施的区域,农场部署数字工具的速度慢,因为它们的影响尚未得到充分证明。全球耕种行业高度分散,其中大部分劳动由各农场主完成。特别是在亚洲和非洲,很少有农场雇佣外来工人。在此类农场中,采用连接解决方案将为农民腾出大量时间,他们可使用这些时间来耕种额外的土地以获得报酬,或者从事行业外的工作。
由于农村地区不能访问高速蜂窝网络或卫星通信,所以小型航空器,特别是无人机为一种替代方案;然而,无人机的当前的基础设施要求和有限的飞行限制它们在电信应用中的使用。
当前VTOL航空器,特别是无人机的主要问题中的一个是,它们都没有针对在飞行中和地面上的太阳能充电进行优化。因此,市场上的所有无人机或所有无人机中的大部分都必须在位于中心的充电基础设施处充电。由于当前的无人机对充电基础设施的依赖,该技术对于远程网络解决方案来说为不可扩展的,因为在必须更换电池或充电之前,它们的电池寿命约为30分钟。这种限制直接影响在偏远地区提供网络解决方案的当前的技术。
此外,当前VTOL航空器和UAV的主要问题中的另一个通常为,无人机难以在轻度至中度风和/或雨中飞行。在中度至极端天气期间,大多数无人机不可飞行并且需要被存储在吊架或躲避恶劣天气的地方。这种限制直接影响在偏远地区提供网络解决方案的当前的技术。
监视和检查无人机,特别是传统的尾翼无人机设计,在具有中度风的地区在着陆期间容易翻倒。因此,前述无人机难以在极端天气条件下操作和执行任务。
当前VTOL航空器,特别是无人机的主要问题中的另一个是,无人机在地面上时相对固定。大多数无人机都有轮子、滑板或滑橇,除非地面完全平坦,否则限制机动性。这些特性限制航空器在偏远地区着陆、将其自身附着到地面和在地面上充电的能力。
因此,期望提供一种自主、自充电VTOL航空器网络,该网络针对向和从农村地区采集和传输数据进行优化。自主、自充电VTOL航空器期望地具有在任何地形上在地面上高效机动的能力,以便优化地面上的充电并且在极端天气期间锁定到地面用于躲避。
此外,需要在飞行中和地面上充电的VTOL航空器网络,以清除对充电基础设施的需要,其中在执行检查之前,将无人机停放在田地、山坡、停车场或甚至建筑物的顶部。因此,无人机网络创建具有有限或没有基础设施的动态和分散的网络,其足以灵活地支持任何地区或行业。迄今为止,行业内的这一问题尚未解决,因为个人和企业,特别是农村农场,不能访问他们传输数据和利用依赖于网络连接的技术所需的网络。在本文描述的多个实施例中,无人机将充当网络节点来收集和传输数据,并且将使用航空器自身来为支持传输数据所必需的动力系统的电池组充电,并且通过将其自身附着到其环境来制作临时遮蔽物。
大多数VTOL航空器设计不具有在地面上有效机动的能力,尤其是在地形不平坦的情况下。此外,VTOL航空器不具有将其自身附接到地面以保护免受环境影响的能力。此外,大多数设计都没有被优化以使地面和空中的充电增至最大。此外,当前的VTOL航空器需要的基础设施在偏远地区为不可行的。
现在将详细参考本公开的优选实施例,其示例在附图中进行说明。虽然将结合优选实施例来描述本公开,但是应该理解,它们并不旨在将本公开限制于这些实施例。相反,本公开旨在涵盖可包括在本公开的精神和范围内的替代、修改和等同物。此外,在本公开的以下详细描述中,阐述许多具体细节,以便提供对本公开的透彻理解。然而,对于本领域技术人员来说,显而易见的是,本公开可在没有这些具体细节的情况下实践。
在其它情况下,未对众所周知的方法、程序和部件进行详细描述,以免不必要地模糊本公开的各个方面。这些惯例旨在使本发明的实践者或改进者更容易理解本文件,并且应当理解,所提供的细节水平不应当被解释为关于此类实例、方法、程序或部件是否为本领域已知的、新颖的或显而易见的指示。
定义
人工智能是计算机系统能够执行通常需要人类智能的任务,诸如视觉感知、语音识别、决策和语言之间的翻译的理论和发展。此外,人工智能可用于教导航空器如何在地面上机动或对准太阳。
台架可与“机器人臂”互换并且为附接机器人框架的可移动结构,其中末端执行器位于终止行动端。在一些情况下,台架可附接到能够在多个方向上移动的轨道系统。
末端执行器为附接到或整体形成于机器人臂或台架的终端处的装置或工具。在一些实施例中,末端执行器为杂草控制应用单元,诸如电探针和/或机械杂草装置。在一些实施例中,末端执行器为杂草控制应用单元,诸如电探针、机械工具或其组合。在一些实施例中,末端执行器包含锄头单元、铲子单元和电极或其任何组合。
线性致动器将能量转化成线性推动或拉动移动,并且一些示例包括液压缸、气动缸、机电缸、滚珠螺杆、导螺杆和/或类似物。
Wi-Fi为允许装置与互联网接口并且相互接口以创建网络的无线网络技术。
Wi-Fi路由器为提供将少量有线和任何数量的无线装置相互连接以访问互联网的便捷方式的无线路由器。
移动热点为具有系留和非系留连接的智能手机的常见功能。当您打开手机的移动热点时,您将与然后可访问互联网的其它装置共享您的无线网络连接。
Wi-Fi热点为通过手机运营商获得的移动热点。这是一种小型装置,其使用蜂窝塔,蜂窝塔广播高速3G或4G宽带信号。多种装置如平板电脑、手机和笔记本电脑然后可无线连接到装置。
LTE为“长期演进”的缩写并且通过蜂窝塔广播信号。LTE下载速度从5Mbps到100Mbps。
卫星为发射到太空并且环绕地球或太空中的另一个主体移动的机器。卫星至少包含天线和电源,诸如电池或太阳能面板。
太阳能为由太阳产生的辐射光和热量,可使用一系列不断发展的技术诸如太阳能加热或太阳能充电来利用。
仿生学为学习和模仿自然界中发现的解决人类设计挑战的策略的实践。机器人系统寻求使用人工智能来模仿自然,并且不断进化以适应机器人系统的环境。
多模态VTOL机器人能够将其自身附接到地面或物体,在地面上移动或空中移动,并且在本公开的各种实施例中可称为耐候性VTOL机器人系统、航空器、无人机或航空器。
除草剂为对植物有毒的化学物质。
中央处理单元(CPU)执行由程序中的指令指定的基本算术、逻辑、控制和输入/输出(I/O)操作。在一些实施例中,CPU可包括GPU和/或TPU。
加速器为专门制造的计算机硬件的用途,以比在通用中央处理单元(CPU)上运行的软件更高效地执行一些功能。
图形处理单元(GPU)为专门的电子电路,其被设计用于快速操纵和更改存储器,以加速在帧缓冲器中创建图像,旨在用于输出到显示装置。
张量处理单元(TPU)针对大批量和卷积神经网络进行高度优化,并且具有最高的训练吞吐量。
变压器为将电流从一个电路传输到另一个电路的装置,其中电压电平改变,但频率不改变。
RGB为加色模型,其中红色、绿色和蓝色光以各种方式相加在一起,以再现广泛的颜色阵列。
竖直起飞和着陆(VTOL)是指可竖直起程、悬停和着陆的航空器,包括能够竖直起飞和降落的固定翼航空器。
推力螺旋桨产生升力,但在向前方向上—我们称之为推力的力。它在空气中的旋转运动在其叶片的前后表面之间产生气压差。
副翼为可移动的控制表面,其在传统飞机上位于飞机机翼的后缘上并且用于使航空器结构相对于其纵向轴线滚动并且调整航空器的俯仰。对于传统飞机来说,副翼对于倾斜转弯非常重要。
方向舵为控制航空器围绕竖直轴线旋转的飞行控制表面。这种移动被称为偏航。
升降舵为控制航空器俯仰的飞行控制表面,这对于控制机翼的迎角和升力至关重要。
起落架为当航空器与陆地或水面接触时支撑航空器重量的航空器的零件。
竖直安定面为防止侧滑的飞行控制表面。
示例性实施例
具有优化的杂草控制方法的协作机器人网络
应注意,具有优化的杂草控制方法的协作机器人网络的公开的实施例可与本文公开的任何实施例组合,并且具有优化的杂草控制方法的协作机器人网络的各特征可与任何其它实施例的各特征组合。任何其它实施例也可与所公开的具有优化的杂草控制方法的协作机器人网络组合,并且任何实施例的各特征可与所公开的具有优化的杂草控制方法的协作机器人网络的各特征组合。
如本文使用的术语,地面机器人或自主地面车辆为广义的术语,其可包括但不限于地面基机器人、地面车辆、地面基车辆、自主地面车辆、自主地面基车辆、无人驾驶车辆、无人驾驶机器人、自主机器人、自主车辆、自主机器人车辆、陆地机器人、陆地基机器人、陆地车辆、陆地基车辆和/或类似物。如本文使用的术语,无人机为广义的术语,其可包括但不限于航空器、飞行器、飞机、太阳能飞机、UAV(无人驾驶飞行器)、RPAS(远程遥控航空系统)、AAV(自主飞行器)和/或类似物。如本文使用的术语,机器人臂为广义的术语,其可包括但不限于机器人臂、机械臂、探针、锄头臂和/或类似物。如本文使用的术语,杂草为广义的术语,其可包括但不限于植物、农业植物、灌木、绿色植物、植被、林下植物、植物物种、植物有机体、草本植物、花卉、蔬菜、植物群和/或类似物。
如图1所示,协作机器人网络100的实施例包含至少一架检查无人机101、至少一架地面机器人111-113、农业资产102和太阳(未示出)。检查无人机101可在地面上飞行或移动,以使用传感器或相机采集数据。从太阳(未示出)发射的太阳光束(未示出)击中检查无人机101和地面机器人111-113的太阳能面板,以便为飞行、地面移动、数据采集和数据传送提供电力。检查无人机101用机载AI处理器分析检查数据,并且将行动点传输到地面机器人111-113。地面机器人111-113在地面上移动到行动点。在到达行动点之后,地面机器人111-113将执行行动,诸如杂草控制(机械、化学、电气和/或其组合)、土壤采样、湿度水平采样、氮采样或更详细的成像。检查无人机101和地面基机器人111-113经由AI自主操作。在一些实施例中,检查无人机101和地面基机器人111-113可由至少一名飞行员远程操作。在一些实施例中,地面机器人111-113重量不超过例如150磅,这允许单个机器人通过标准货物运送,并且减少土壤压实和对农田的损害,而不使用复杂的轨道系统来分配地面机器人的重量。在一些实施例中,地面机器人111-113重量不超过75磅、100磅、125磅、175磅、200磅、250磅、300磅、350磅、400磅和/或类似值。
在一些实施例中,检查无人机101在农业资产102上方飞行,该农业资产为一片作物,诸如玉米。检查无人机101拍摄作物行103、105和107的照片。检查无人机编译包括RGB、RGB和近红外或高光谱的图像,并且分析图像以识别行动地区,这可包括具有杂草的地区、具有灌溉问题的地区、具有高作物压力的地区或类似地区。行动地区被传输到地面机器人111-113。地面机器人111-113行进到行动点并且开始采取行动,诸如杂草控制(参见图4-5)。在一些情况下,地面机器人可执行机械、电气、化学或热油杂草控制。在一些情况下,农民可收到通知,以将地面机器人带到田地中的特定位置,并且农民将手动运输地面机器人。在一些实施例中,地面机器人重量小于150磅,这允许它们经由卡车或拖拉机容易地从一块田地运输到另一块田地。
在一些实施例中,检查无人机101将在地面基机器人111-113采取行动后进行检查。在杂草控制行动的情况下,检查无人机101将通过比较在杂草控制之前和杂草控制之后的图像来检查是否所有的杂草都被移除,以及是否有任何作物被损害。在一些实施例中,重新检查在杂草控制执行几天后,例如2-3天后进行,因为杂草削弱、生物降解或以其他方式清除可需要时间。
在一些实施例中,检查无人机101将连续几天或一天多次进行检查,以确定图像的准确性。检查无人机101可在执行例如行103、105、107和/或类似行的作物计数时多次捕获图像。在一些实施例中,地面机器人111-113将捕获作物附近或地面上的另外的图像,以提供更多数据用于经由AI进行分析。
在一些实施例中,检查无人机101和地面基机器人111-113具有至少一块太阳能面板。从太阳(未示出)发射的太阳光束(未示出)击中检查无人机和地面基机器人的太阳能面板,以便为飞行、地面移动、数据采集和数据传送提供电力。在其它实施例中,检查无人机101具有电池(例如,像图5A中的电池503)。在另一个实施例中,检查无人机101和地面基机器人111-113具有太阳能面板(例如,像图5A中的太阳能面板415)和电池。
在一些实施例中,检查无人机101将检查数据传送到地面基机器人111-113,并且地面基机器人111-113经由卫星将检查数据传送到云计算和存储装置。在一些实施例中,检查无人机101向地面基机器人111-113传送数据,并且地面基机器人111-113经由Wi-Fi网络向云计算和存储装置传送检查数据。在一些实施例中,检查无人机101将检查数据传送到地面基机器人111-113,并且地面基机器人111-113经由蜂窝网络将检查数据传送到云计算和存储装置。在一些实施例中,检查无人机将检查数据传送到地面基机器人111-113,并且地面基机器人111-113利用机载AI处理器来处理检查数据。在一些实施例中,检查无人机101可飞行并且执行检查任务,诸如拍摄农业资产102的照片并且将照片经由LTE网络传输到云计算网络。在一些实施例中,农业资产102为一片中耕作物,诸如玉米或甜菜。在一些实施例中,农业资产102为一片大田作物,诸如大豆或水稻。在一些实施例中,农业资产102为一群牲畜,诸如牛。
如图2A和图2B所示,协作机器人网络200的实施例。无人机201可在地面机器人211上方飞行并且充当地面机器人211的天线。在一些实施例中,地面机器人211使用轮子213在地面202上沿农业资产203移动。地面机器人211将数据传输到无人机201,并且然后无人机201将数据传输到蜂窝网络(未示出)。在一些实施例中,地面机器人211将数据传输到无人机201,并且然后无人机201将数据传输到卫星(例如,像图31中的卫星3103)。在一些实施例中,地面机器人211将数据传输到无人机201,并且然后无人机201将数据传输到Wi-fi网络(未示出)。由于地面效应和信号失真,地面机器人可在数据传输方面有问题。因此,无人机201传输数据可为有利的。一种有利的配置为将无人机201提升到地面基机器人211上方,以清除地面效应和来自地面的大于5个波长的通信信号的信号失真。在一些实施例中,波长的数量大约为10。此外,与地面基机器人211试图传送数据相比,无人机201能够以较少的障碍物将数据传输到卫星、蜂窝塔或个人。在一些实施例中,地面机器人211具有与其耦接的太阳能面板215。
具有优化的杂草控制方法的协作机器人网络与现有技术之间的一些差异
农民正努力及早捕捉农田中的问题。当前的耕种方法和实践为在作物受到严重损害后才发现问题,如灌溉渗漏或植物疾病。因此,具有可连续检查一块土地并且具有快速分析数据的手段并且立即采取行动或者向农民提供可操作的报告的无人机为有利的。
一个感兴趣的领域为杂草控制。杂草与作物争夺养分,并且杂草的存在将降低农民的作物产量。当前,农民在整块田地上喷洒大量除草剂,即使是针对孤立的问题,其中喷洒设备附接到拖拉机或飞机上。这些方法昂贵并且随着杂草变得耐除草剂而变得无效。在美国存在超过250种抗除草剂的杂草。此外,除草剂为已知的致癌物质,并且对农民和农田有害。
虽然之前已经使用机械和电气杂草控制机器人,但是这些机器人非常昂贵,并且在杂草播撒种子后难以捕捉问题,并且难以有效地移除杂草。通过在杂草播撒种子之前将其移除,种子将需要从另一块田地传输,这将减少杂草在下一个生长季节再次出现的可能性。由于农民在农药施用设备和基础设施方面投资巨大,所以农民需要高效、低成本的移除杂草方法。传统的机械杂草控制机器人经受高水平的磨损,这迫使机器人变得庞大和复杂,并且需要农民执行频繁的田间服务。此外,当前的机器人很重,并且由于土壤压实而对农田造成损害。此外,许多电气杂草控制机器人具有连续运行的高压系统,这导致机器人附近的人或动物处于不安全的环境中,并且这产生大量的能量消耗。因此,具有可在杂草蔓延之前检测杂草并且快速移除杂草的机器人是有利的,这减少机器人的磨损和机器人的尺寸。
无人机和地面机器人栖息系统
图3A-C示出无人机和地面机器人栖息系统300的实施例,无人机301使用锁定腿附接到地面基机器人311的栖息杆317上。无人机301可在地面基机器人311上起飞和着陆。如图3C所示,无人机301可朝向太阳倾斜,并且在附着到栖息杆317时充电。在一些实施例中,无人机301与螺旋桨一起旋转到太阳能面板315下方用于躲避。在一些实施例中,栖息杆317可由位于无人机可着陆和起飞的地面机器人的太阳能面板下方的盒子、外壳或基本上类似的特征来代替。在这种情况下,无人机不需要锁定腿。在一些实施例中,几架无人机,诸如无人机301和321,可附着到单个地面机器人。
使用相机和CPU精准除草。
如图4A所示,精准除草系统400A的实施例,地面机器人411使用轮子414在地面402上沿作物行403行进以寻找杂草。马达和齿轮箱419耦接到地面机器人411。在一些实施例中,地面机器人411使用相机420来检测作物行403中的杂草430。当相机420拍摄图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草430的存在和位置时,高压电路(例如,像图5A中的HV升压器511)被启用,并且包含由CPU控制的探针417的台架末端执行器组件朝向杂草430移动。在一些实施例中,每个末端执行器由至少一个探针组成,并且末端执行器附接到台架上,该台架可在由马达供电的轨道系统416上移动,该马达允许台架和末端执行器组件在2维或3维上移动。在一些实施例中,地面机器人由太阳能面板415供电。在一些实施例中,地面机器人411由电池(例如,像图5A中的电池503)供电。在一些实施例中,地面机器人411由太阳能面板415和电池供电,其中太阳能面板415给电池充电。
如图4B所示,杂草控制系统400B的实施例,人员440使用手持杂草控制单元442清除杂草430。手持杂草控制单元442使用相机444拍摄农田的图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草430的存在和位置。如果杂草430被识别,那么高压电路(例如,像图5A中的HV升压器511)被启用,并且探针446朝向杂草430移动。在一些情况下,探针446包含在446的尖端处的负极端子和沿探针446的轴的正极端子,其中绝缘体在负极端子和正极端子附近,以便将两个元件分开。探针446延伸到地面中,其中尖端与地面接触,并且轴与杂草接触,创建通过地面的电路。
如图4C和图4D所示,地面机器人411使用包含探针417的成角度的台架末端执行器朝向杂草移动。一个成角度的探针417将朝向由CPU(例如,像图5A中的CPU 507)和相机(例如,诸如图4A中的相机420)识别的杂草移动,并且另一个成角度的探针417将朝向地面移动以创建通过地面的电路。在一些实施例中,一个成角度的探针417将朝向由CPU和相机识别的杂草移动,并且另一个成角度的探针417将朝向由CPU和相机识别的另一棵杂草移动,从而创建通过地面到达两棵杂草的电路。在一些实施例中,探针417可包含尖端、远端和/或类似物418。在本文公开的任何实施例中,尖端418可包括电极。
图4E和图4F示出用于清除杂草的电路,其中正探针422与杂草430接触,负探针424与地面接触,地面和杂草为电阻器,并且电源为太阳能面板。在一些实施例中,负探针与另一棵杂草接触。在一些实施例中,正探针422和负探针424由金属诸如镍、钢或铝制成。在一些实施例中,正探针422和负探针424涂覆有金属镀层,诸如镍、锌或其组合。在一些实施例中,负探针424为尖锐的,以便刺穿地面403。
图4G示出用于通过杂草的根部清除或削弱杂草的电路400G,其中存在从正探针450通过杂草电阻456和地面电阻454到负探针452的电流路径。在一些实施例中,可将两棵或更多棵杂草串联添加到电路中,其中所有杂草将被清除或削弱。在一些实施例中,正探针450和负探针452由连接到相机的CPU控制,其中探针被移动到由CPU确定的杂草位置,并且只有当探针已经到达由CPU确定的位置时电路才被激活。
图4H-图4J示出一个实施例,其中地面机器人411具有单个探针442,该单个探针由探针442终端附近的负区域444和沿探针442的主体或在其基部处的正区域440组成。在一些实施例中,负区域444为尖锐或圆形尖端,正区域440为轴环,并且负区域444和正区域440之间的区域为绝缘体。如图4I所示,相机420拍摄图像、记录视频和/或类似操作,并且CPU分析图像以定位杂草;然后,CPU与控制台架和末端执行器组件417的位置的马达通信,以将探针移动到杂草的近似位置,并且将探针442朝向杂草延伸。一旦探针442的负区域444与地面接触并且正区域440与杂草接触,开关就翻转以激活高压电路并且杂草被电死。在一些实施例中,开关基于相机确定探针442何时与地面和杂草接触而打开。在杂草被清除后,开关关闭并且探针442缩回。在一些实施例中,开关打开激活电路达预定时间量(t)。在一些实施例中,预定时间量在1-5秒之间。在一些实施例中,高压电路被开启的预定时间量基于天气、杂草尺寸、水分水平(湿度)和杂草类型的任何组合。CPU接收参数输入,CPU确定削弱和清除杂草所需的时间量。在一些实施例中,用于预测预定时间量的模型基于杂草控制后来自空中检查数据的反馈进行调整,这确定模型的效率。将相应地调整预定时间。在一些实施例中,用于预测预定时间量的模型基于杂草控制后来自地面机器人检查数据的反馈进行调整,这确定模型的效率。将相应地调整预定时间。
在一些实施例中,相机可与可能够测量电压或电阻的至少一个传感器组合使用,该传感器为诸如比较器或ADC、超声波传感器、力反馈传感器或类似传感器。在一些实施例中,相机可由能够测量电压或电阻的至少一个传感器代替,该传感器为诸如比较器或ADC、超声波传感器、力反馈传感器或类似传感器。
图23A-图23D示出地面机器人设计和配置的替代方案。在一些实施例中,地面机器人可在没有无人机的情况下执行本文描述的电气杂草控制。
如图5A所示,地面机器人500包含至少一块太阳能面板501、至少一个能量存储装置503、高压升压器511、开关509、CPU 507、相机505、负探针513和正探针515,以用于削弱和清除杂草。机器人500在农田上移动,并且相机505拍摄图像、记录视频和/或类似操作。CPU连续分析正在拍摄的图像,并且当CPU识别杂草时,连接到能量存储装置503和高压升压器511的开关509被激活,其中高压升压器511连接到正探针515和负探针513。在一些实施例中,太阳能面板501的电压在20伏和300伏之间;能量存储装置503的电压在12伏和240伏之间;并且高压升压器511的电压在3,000伏和60,000伏之间。在一些实施例中,太阳能面板501产生100瓦的功率。在一些实施例中,高压升压器511为脉冲电路变压器。在其它实施例中,高压升压器511为电流源或负离子发生器。在正探针515和负探针513通过杂草和地面创建电路达预定时间量后,开关509断开能量存储装置503和高压升压器511。在一些实施例中,没有能量存储装置503,并且开关509连接高压511和太阳能面板501,其中太阳能面板501为CPU 507和相机505提供电力。在这种情况下,正探针515和负探针513为静止的。在一些实施例中,机器人500的用于清除杂草的电路为直流(DC)电路。在一些实施例中,能量存储装置为电池。
在一些实施例中,机器人500包含至少一块太阳能面板501、高压升压器511、开关509、CPU 507、相机505、负探针513和正探针515,以清除杂草。在一些实施例中,开关509为继电器。在一些实施例中,正探针515和负探针513组合成移动到单棵杂草位置的单个探针。在一些实施例中,能量存储装置503的电压在12伏和240伏之间。在一些实施例中,能量存储装置503的电压在24伏和240伏和/或类似电压之间。在一些实施例中,存在超级电容器组,其中能量存储装置在低压侧。在一些实施例中,系统在高压侧包含一个或多个电容器。在一些实施例中,一个或多个电容器可包含一个或多个超级电容器。在一些实施例中,机器人500包括存储器525。在一些实施例中,存储器525连接到CPU 507。
如图5B所示,地面机器人500的另一个实施例,其中正探针515和负探针513为附接到台架的末端执行器的部件,其中台架由CPU控制,并且使用马达或其它方法在轨道系统上移动到由CPU 507确定的特定位置。在一些实施例中,末端执行器被配置成使得探针尖端相对于地面以一定角度定向(参见图21)。在一些实施例中,角度在20-75度之间。在一些情况下,正探针515移动到由CPU 507对由相机505拍摄的图像的分析所确定的杂草位置,并且负探针513移动到由CPU 507对由相机505拍摄的图像、视频和/或类似物的分析所确定的地面位置。一旦探针到位并且相机验证位置,开关就打开并且高压电路被激活以清除杂草。此工艺创建安全机制,因为在高压电路被激活之前,相机验证电路中没有人或动物。在一些实施例中,正探针和负探针为如图4H-J中所述的单个探针。图22示出软件图,其中图像由CPU处理,并且CPU识别杂草,控制台架和末端执行器组件,并且控制开关打开高压电路以削弱或清除杂草。在一些实施例中,图像处理由地面机器人机载的GPU、TPU或加速器执行。
在一些实施例中,无人机的锁定腿由导电材料制成,并且充当电极,以在地面、杂草和无人机下侧的导电表面之间创建电路。无人机将具有与图5A和图5B中描述的地面机器人类似的部件,以削弱和清除杂草。
使用相机和GPU高速精准除草。
如图6A和图6B所示,高速精准除草系统600的实施例,地面机器人611包括框架650,该框架包含除了其它元件之外的底架部分652,并且可耦接到轮子614以沿作物行603行进以寻找杂草。在一些实施例中,马达和齿轮箱619耦接到地面机器人611。在一些实施例中,地面机器人611使用相机(例如,诸如图4A中的相机420)来检测作物行603中的杂草630。当相机拍摄图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草630的存在和位置时,高压电路(例如,像图5A中的HV升压器511)被启用,并且最近的指状物616朝向杂草移动。每个指状物由马达617控制。在一些实施例中,指状物616在616的远端处包含尖端618。在一些实施例中,地面机器人由太阳能面板615供电。在一些实施例中,多个指状物可移动以一次清除一棵以上的杂草。在一些实施例中,一个指状物移动到杂草,并且另一个指状物朝向地面移动。在一些实施例中,轮子由金属制成或具有金属接线柱,以充当将电路连接到地面的负探针。在一些实施例中,地面机器人611由电池(例如,像图5A中的电池503)供电。在一些实施例中,地面机器人611由太阳能面板615和电池供电,其中太阳能面板615给电池充电。在一些实施例中,指状物为静止的并且在地面上拖动,如图23E和图23F所示,其中相机和CPU识别流光,以激活高压开关来清除最靠近感兴趣的杂草的杂草。在一些实施例中,地面机器人可在没有无人机的情况下执行本文描述的电气杂草控制。在一些实施例中,图像处理由地面机器人机载的GPU、TPU或加速器执行。
使用相机和CPU精准除草的方法。
图7示出工艺流程图700的实施例,其说明使用地面机器人401的精准杂草控制的示例(其中地面机器人401可为本文公开的任何地面机器人,诸如地面机器人411、611和/或类似地面机器人)。图7中说明的工艺流程可由地面机器人在执行作物检查的同时在例如农田处操作时执行。
在方框730,当地面机器人使用相机拍摄农田的图像、记录视频和/或类似操作时,工艺开始。在方框731,地面机器人机载的CPU识别杂草的存在和位置。在一些实施例中,图像处理由地面机器人机载的GPU、TPU或加速器执行。
在方框732,如果在方框731中识别杂草,那么高压电路开关被激活。
然后,工艺流程根据将负探针移动到地面或另一棵杂草是否更好、更高效和/或类似效果而变化。例如,如果多棵杂草在探针到达的范围内,那么AI系统可选择将负探针移动到另一棵杂草以完成电路。如果AI系统决定将负探针移动到地面将更好,那么工艺流程进行到方框734。如果AI系统决定将负探针移动到另一棵杂草将更好,那么工艺流程进行到方框740。
在方框734,地面机器人将最靠近杂草的高压正探针延伸到杂草并且将负探针延伸到地面。在方框736,正探针接触杂草并且负探针接触地面,在相当长的时间(t)内将杂草和地面连接到高压电路以清除杂草。清除杂草的时间取决于高压升压器(脉冲变压器电路)的尺寸、电压和电源的尺寸。随着电压增加,变压器的尺寸增加,或者电源的尺寸增加,当探针与杂草和地面接触时,清除杂草的时间减少。
在方框744,当杂草被清除或削弱时,高压开关被去激活,并且正探针和负探针被缩回。
在方框740,地面机器人将高压正探针延伸到一棵杂草并且将负探针延伸到另一棵杂草。在方框742,正探针接触一棵杂草并且负探针接触另一棵杂草,在相当长的时间(t)内将两棵杂草连接到高压电路以清除杂草。在方框744,当杂草被清除或削弱时,低压开关被去激活,并且正探针和负探针被缩回。太阳能优化。
太阳能对于维持可用于为数据传输、电气杂草控制、数据压缩、低压功率系统或通信系统供电的无源功率需求可为重要的。用于将数据传输到卫星的功耗大约为25瓦。用于将数据传输到蜂窝网络的功耗大约为2.5瓦。用于将数据传输到Wi-Fi的功耗大约为1.5瓦。
使用传统的无人机和地面机器人,当前的机器人在传输数据时很快耗尽电池,并且必须执行大量的电池更换。然而,由于在地面上和空中移动时充电的能力,此实施例中的地面机器人和专用网络无人机能够在太阳出来时全天传输数据,并且不需要集中充电。本文公开的系统使得整个网络能够位于偏远和农村地区,因为不需要基础设施或人工参与。
此技术清除对大型充电站基础设施的需要,并且创建可持续的监视和检查方法。通过使得机器人能够在地面或飞行中充电,机器人在使用清洁能源的同时基本上具有无限的航程。
图8示出太阳能优化系统800的实施例。图8说明从太阳810发射到无人机的太阳能面板823和地面机器人的太阳能面板815的太阳光线的路径。当无人机821附接到地面机器人813时,无人机821通过使用其螺旋桨旋转以找到朝向太阳的最佳定向,以便使航空器面向太阳的表面积增至最大。图8说明在飞行期间从太阳810发射到无人机801的太阳光线的路径。如图8所示,无人机801还具有在水平飞行中或当无人机悬停时充电的能力。在一些实施例中,无人机801将在天空中悬停并且旋转,直到它找到太阳在天空中的位置;在找到太阳的位置后,航空器可在悬停时充电,或在地面上着陆以充电。图8还说明从太阳810发射到地面机器人的太阳能面板815的太阳光线的路径。大多数拖拉机和农用机器需要天然气作为电力;然而,在一些实施例中,地面机器人813使用太阳能在田地中上下移动并且采取行动,诸如清除杂草。
在一些实施例中,无人机801和821具有太阳能面板。在其它实施例中,无人机801和821具有电池(例如,像图5A中的电池503),并且通过由太阳供电的地面机器人813充电。在又另一个实施例中,无人机801和821具有太阳能面板和电池。通过具有太阳能面板和电池两者,无人机和地面机器人能够在白天期间经由太阳能并且在夜间期间经由电池传输数据和执行行动。当太阳下山时,电池可充满电。
检查无人机与拖拉机和其它耕种机器接口。
如图9所示,检查无人机的实施例与耕种机器900接口。无人机901附接到拖拉机903的栖息杆905。在此实施例中,无人机901检查农田并且识别拖拉机903要采取行动的感兴趣的地区。在一些实施例中,无人机901拍摄农田的照片,并且用机载AI处理器分析数据,以识别农田上有杂草的地区。无人机901将关于具有杂草的地区的数据传输到拖拉机903,并且拖拉机903用农药喷洒识别的关注地区。这种实践减少拖拉机的磨损和土壤压实,这将有助于保护耕种设备和减少作物产量损失。在一些实施例中,无人机901可识别田地上存在积水或高含水量的地方,并且将这些地区传输回拖拉机以避开这些地区,从而防止对拖拉机和田地自身造成损害。
在一些实施例中,无人机901可附接到联合收割机、水果采摘机、收割机和/或类似物。在一些实施例中,无人机901可向拖拉机903提供Wi-Fi连接信号,以便传输数据并且与其它机器或传感器接口连接。在一些实施例中,无人机901可飞到空中,并且充当拖拉机903的天线,以使得能够向农民或农业专业人员传输数据,诸如作物产量或损失。
Wi-Fi网络和机器人网络接口。
如图10所示,协作机器人网络1000的实施例通常包含至少一架自主无人机1001、至少一个Wi-Fi网络1030、地面机器人1011和太阳1010,其中自主无人机1001可为检查无人机或行动无人机。自主无人机1001可在地面1002上飞行或移动,以使用传感器或相机采集数据。地面机器人1011具有在农田1003上移动并且执行行动的能力,诸如拍摄图像或执行杂草控制。在一些实施例中,自主无人机1001附接到地面机器人1011,以在极端天气事件期间充电并且寻求保护。在一些实施例中,自主无人机1001将图像传输到地面机器人,以使用地面机器人1011的机载AI处理器执行数据分析。
在一些实施例中,从太阳1010发射的太阳光束击中地面机器人1011的太阳能面板1015,以便为地面移动、数据采集和到Wi-Fi连接1030的数据传送提供电力。为了传送数据,地面机器人必须在连接的500英尺内。自主无人机1001可通过专用LTE网络将图像数据传输到地面机器人,并且地面机器人可经由Wi-Fi将数据传输到云分析软件提供商。在一些实施例中,Wi-Fi连接可在建筑物或农场中。在一些实施例中,地面机器人1011定位在潜在用户诸如家庭、企业、建筑物或个人的500英尺内。地面机器人1011与最近的自主无人机1011传输Wi-Fi,该自主无人机通过链接到另一个地区中的网络的无人机网络远程连接Wi-Fi连接地面机器人。
专用用户和机器人网络接口
图11示出地面机器人1111从用户1130传输数据。在一些实施例中,数据可为手机呼叫、短信、电子邮件、照片或视频。用户将在他的装置中具有芯片,该芯片指定允许用户访问专用无人机网络的频率。一旦数据被传输到地面机器人,数据就被传输回由无人机和地面机器人组成的协作机器人网络1100。离蜂窝塔最近的机器人将数据直接传输到蜂窝塔。在1100动态电信网络中,用户将访问最近的机器人来传输数据。在一些实施例中,用户必须在最近的网络机器人的30英里内。专用网络机器人可在地面上移动,或飞行到用户请求数据的地方。如果服务订阅被取消,那么专用网络机器人可容易地被重新定位。在一些实施例中,从太阳1110发射的太阳光束击中地面机器人1111的太阳能面板1115,以便为地面移动、数据采集和到用户1130的数据传送提供电力。
无人机和地面机器人检查和立即行动的方法。
图12示出工艺流程图1200的实施例,其说明无人机1001执行农业资产检查和各种形式的数据分析并且将数据传输到农民的方法的示例。在一些实施例中,农业资产为一组作物,诸如甜菜、玉米和/或类似作物。在一些实施例中,农业资产为一群牲畜,诸如牛、羊和/或类似牲畜。
在方框1202,当无人机1001从地面1002起飞或从地面机器人1011起飞时,工艺开始。在方框1204,无人机1001开始扫描农业资产1003。在方框1206,无人机1001完成农业资产的扫描。例如,完成的扫描可扫描一定数量的作物行、一定数量的牲畜、一定数量的田地和/或类似物。取决于实施例,无人机可使用不同的方法分析来自扫描的数据。
方框1208说明一个实施例,其中无人机1001使用机载AI处理器分析来自扫描的数据。在方框1218,农业资产1003的分析被编译在报告中,并且被发送到农民、农业专业人员和/或类似人员。
方框1210说明另一个实施例,其中无人机1001将数据从扫描传输到云1030进行分析。在方框1212,云1030对数据执行分析。在方框1218,农业资产1003的分析被编译在报告中,并且被发送到农民、农业专业人员和/或类似人员。
方框1214为又另一个实施例,其中无人机1001将数据从扫描传输到地面机器人1011。在方框1216,地面机器人1011使用AI处理器分析数据。在方框1218,农业资产1003的分析被编译在报告中,并且被发送到农民、农业专业人员和/或类似人员。
图13示出工艺流程图1300的实施例,其说明无人机执行检查并且然后地面机器人基于检查数据采取行动的方法的示例。在一些实施例中,无人机识别可出现植物病害问题的地区,并且地面机器人将分析数据并且行进到该地区以捕获更多图像。来自无人机和地面机器人的图像将被分析并且编译到报告中,向农民提供关于作物健康和杂草种群的建议。
在方框1302,当无人机1001从地面1002起飞或从地面机器人1011起飞时,工艺开始。在方框1304,无人机1001开始扫描农业资产1003。在方框1306,无人机1001完成农业资产1003的扫描。例如,完成的扫描可扫描一定数量的作物行、一定数量的牲畜、一定数量的田地和/或类似物。在方框1308,无人机1001将数据从扫描传输到地面机器人1011。
在方框1310,地面机器人1011使用AI处理器分析数据并且识别需要行动的地区。在方框1312,地面机器人1011确定离需要行动的地区的距离。在方框1314,最近的地面机器人行进到需要行动的地区。在方框1316,地面机器人1011采取通过分析识别的行动。例如,行动可为驱赶牲畜、移除杂草、执行作物检查、挖洞和/或类似行动。
在一些实施例中,在方框1314,地面机器人相互通信,以确定哪个地面机器人应行进到需要行动的地区。例如,一些机器人目前可正忙于一项任务,并且将继续完成任务,即使它们为闭合机器人。一些机器人可具有特殊的设备来完成所需的行动。
图14示出工艺流程图1400的实施例,其说明无人机执行地块农田的检查并且然后地面机器人分析数据以识别需要采取行动的高杂草浓度地区的方法的示例。
在方框1402,当无人机1001从地面1002起飞或从地面机器人1011起飞时,工艺开始。在方框1404,无人机1001开始扫描一片作物1003以寻找杂草。在方框1406,无人机1001完成一片作物1003的扫描。在方框1408,无人机1001将数据从扫描传输到地面机器人1011。
在方框1410中,地面机器人1011使用AI处理器分析数据并且识别杂草存在或开始蔓延的一片作物1003的地区。在方框1412,地面机器人1011确定离具有杂草的地区的距离。在方框1414,最近的地面机器人行进到需要行动的地区。在一些实施例中,农场上可存在一个以上地面机器人,并且地面机器人将与其它地面机器人通信,以确定哪个机器人最靠近具有杂草的地区,并且最近的机器人将行进到该地区并且执行杂草控制。在方框1416,地面机器人1011执行杂草控制。在一些实施例中,杂草控制可使用化学、机械、机器或电气手段或其任何组合。
图15示出工艺流程图1500的实施例,其说明无人机在地面机器人执行杂草控制后执行一块土地的重新检查的方法的示例。无人机将在杂草控制之前和杂草控制之后拍摄作物和杂草的图像、记录视频和/或类似操作,以确定杂草清除效率以及在该工艺期间是否损害作物。
在方框1502,当无人机1001从地面1002起飞或从地面机器人1011起飞时,工艺开始。在方框1504,无人机1001开始扫描一片作物1003。在方框1506,无人机1001完成一片作物1003的扫描。在方框1508,无人机1001将数据从扫描传输到地面机器人1011。
在方框1510,地面机器人1011使用AI处理器分析数据并且识别需要另外检查的一片作物1003的地区。在方框1512,地面机器人1011确定离需要检查的地区的距离。在方框1514,最近的地面机器人行进到需要另外检查的地区。在一些实施例中,农场上可存在一个以上地面机器人,并且地面机器人将与其它地面机器人通信,以确定哪些机器人最靠近需要另外检查的地区,并且最近的机器人将行进到这些地区。
在方框1516,地面机器人1011执行额外的检查。在一些实施例中,额外的检查可为额外的扫描、采样和/或类似操作。在方框1518,地面机器人将数据叠加到无人机扫描中,并且为农民编译报告。在一些实施例中,地面机器人将基于图像编译报告,以向农民示出度量。
地面机器人上用于更有效的太阳能充电和保护无人机的可移动太阳能面板。
如图16A所示,实施例协作机器人网络1600。地面机器人1611包含可移动太阳能面板1615、枢轴1617、线性致动器1618、机器人框架、栖息杆1619和至少两个轮子1613。图16A示出处于完全缩回位置的线性致动器1618。在一些实施例中,线性致动器1618为气动线性致动器。在一些实施例中,线性致动器1618为液压线性致动器。线性致动器1618可延伸以使太阳能面板1615朝向太阳倾斜,这可导致太阳能充电的效率提高高达例如35%。在一些实施例中,太阳能充电效率的增加可为5%、10%、15%、20%、25%、30%、35%、40%和/或类似值。随着线性致动器1618延伸或缩回,可移动太阳能面板1615围绕枢轴1617枢转。枢轴1617可在机器人的任一侧。在一些实施例中,枢轴1617为能够旋转至少60度的铰链机构。在一些实施例中,轮子1613可为用于地面移动的轨道系统。在一些实施例中,栖息杆1617可由位于无人机可着陆和起飞的地面机器人的太阳能面板下方的盒子、外壳或基本上类似的特征来代替。在这种情况下,无人机不需要锁定腿。
如图16B所示,无人机1601附接到地面机器人1611的栖息杆1619,其中无人机1601的腿完全缩回,以附接到栖息杆1619。在此实施例中,无人机1601被保护免受恶劣天气,诸如大风、雨、冰雹和/或类似天气的影响。在一些实施例中,无人机能够如图18所示充电。
图17A-17C示出协作机器人网络1700的实施例。地面机器人1711的线性致动器1718处于完全延伸位置,其中无人机1701可附接到地面机器人1711的栖息杆1719或从其上分离。图17B示出无人机1701在1701的螺旋桨正允许无人机悬停时延伸锁定腿,并且图17C示出无人机1701进入竖直飞行模式。一旦无人机1701起飞,地面机器人1711的线性致动器1718就缩回,以便地面机器人1711在轮子1713在地面1702上行进时对农业资产1703执行行动。在一些实施例中,行动包括检查和杂草控制。在这种情况下,无人机可为固定翼的,即使没有VTOL能力。地面机器人1711可用本文概述的机制发射不是特别为VTOL设计的无人机。在一些实施例中,随着线性致动器1718延伸或缩回,可移动太阳能面板1715围绕枢轴1717枢转。枢轴1717可在机器人的任一侧上。在一些实施例中,枢轴1717为能够旋转至少60度的铰链机构。
如图18和图19所示,实施例协作机器人网络1800和1900。无人机1801附接到地面机器人1811,并且在此位置,地面机器人1811能够给无人机1801充电。在一些实施例中,地面机器人1811用太阳能给无人机1801充电。在一些实施例中,地面机器人1811用电池电力给无人机充电。在一些实施例中,无人机1801的锁定腿1823为正极端子,并且无人机1801的锁定腿1824为负极端子。在一些实施例中,地面机器人1811的栖息杆1819具有正区域和负区域,如图19所示。当无人机1801附接到地面机器人1811的栖息杆1819时,无人机1801的锁定腿1823与栖息杆1819的正区域接触,并且无人机1801的锁定腿1824与栖息杆1819的负区域接触;当两个腿接触时,那么创建电路以通过无人机的锁定腿到无人机1801的电池(例如,像图5A中的电池503)的电流路径对无人机的电池充电。在一些实施例中,太阳能面板1815耦接到地面机器人1811。在一些实施例中,线性致动器(例如,图16中的线性致动器1618)延伸或缩回,并且太阳能面板1815为可移动的,使得太阳能面板1815围绕枢轴1817枢转。枢轴1817可在机器人的任一侧上。在一些实施例中,枢轴1817为能够旋转至少60度的铰链机构。
图20A-20C示出实施例协作机器人网络2000。图20A-20C说明地面机器人2011的可移动太阳能面板2015的放置。通过用相机识别太阳2020的位置并且控制线性致动器2018以将太阳能面板2015朝向太阳2020定向,以获得太阳光束2021的最佳角度,地面机器人2015能够将其充电速率增加高达例如35%。在一些实施例中,充电速率的增加可为5%、10%、15%、20%、25%、30%、35%、40%和/或类似值。随着太阳2020在天空中移动,CPU将控制线性致动器2018以使太阳能面板2015朝向太阳2020倾斜。在一些实施例中,地面机器人2011在地面2002上的轮子2013上沿作物行2003向下行进,以便太阳2020与铰链2017在同一侧上。为了做到这一点,地面机器人2011沿一个作物行向下行进,并且在作物行的末端,地面机器人以微小的角度向前驱动,并且然后反转马达以沿下一行向下行进。地面机器人2011将继续使用这种方法来保持太阳能面板朝向太阳定向。在一些实施例中,无人机2001可附接到地面机器人2011的栖息杆2019,其中无人机2001的腿完全缩回以附接到栖息杆2019。
具有集成相机角度杂草控制末端执行器的地面机器人。
如图21所示,实施例协作机器人网络2100。地面机器人2111包含至少一个太阳能面板2115、至少一个后台架2117R、至少一个前台架2117F、框架、至少两个轮子2114和至少一个电池2119。每个后台架2117R包含含有至少一个探针2137R的末端执行器,并且每个前台架包含含有至少一个探针2137F的末端执行器。在一些实施例中,每个后台架2117R包含相机2127R和含有至少一个探针2137R的末端执行器,并且每个前台架包含相机2127F和含有至少一个探针2117F的末端执行器。在一些实施例中,后台架2117R在2150R处耦接和/或连接到地面机器人2111。在一些实施例中,2150R可为马达系统以允许在后台架2117R的一个或多个运动装置中旋转。在一些实施例中,前台架2117F在2150F处耦接和/或连接到地面机器人2111。在一些实施例中,2150F可为马达系统以允许在前台架2117F的一个或多个运动装置中旋转。在一些实施例中,台架的角度在20-70度之间并且末端执行器附接到台架,该台架可在轨道系统上在多达3个方向上移动。这种配置为有利的,因为它允许地面机器人2111在向前或反向方向上移动,因为存在面向后和面向前的相机。此外,如果前端执行器的探针不可接触杂草,那么后端执行器的探针可接触杂草以削弱或清除杂草。这一点很重要,使得地面机器人不必在错过杂草的情况下沿该行往回行进。在一些实施例中,地面机器人2111使用轮子2114在地面2102上沿作物行2103行进。
一些公开的实施例可包括以下益处和优点中的一个或多个
与传统农业机器人和杂草控制方法相比,本文公开的协作机器人网络可具有以下优点中的至少一个或多个:
1.杂草的早期检测和长期缓解。通过使用无人机进行检查并且使用地面机器人立即采取行动,农民能够及早捕捉杂草并且在播种前将其移除。地面机器人可对识别的地区执行机械、电气、化学或热油杂草控制,以在播种前清除杂草。这将清除特定田地中的杂草种子传输到下一年,因为在一些情况下,杂草种子可在地里停留长达5年。农民将能够阻止未来杂草的发芽和蔓延,从而减少未来杂草控制的需求量。
2.灵活、连续的杂草控制。通过连续检查田地,此系统能够在环境因素改变时执行有效的杂草控制,以确保杂草在播种前达到临界尺寸时或在达到临界尺寸之前被移除。
3.不用除草剂的杂草控制。在一些实施例中,本文描述的地面机器人通过电气手段杀死杂草。农民能够通过用电清除杂草来减少传统杂草控制中使用的除草剂、水和汽油。
4.比其它电气杂草控制方法相比改进的安全性。由于相机和CPU一起工作来识别杂草以便激活高压电路,因此与其它电气除草方法相比,伤害人类或动物的风险大大降低。此外,由于在对每棵杂草进行杂草控制之后高压电路被切断,所以为机器人提供服务的人相对安全。此外,所提出的电路使用DC电源而不是AC电源。AC电源刺激哺乳动物出汗并且导致肌肉收缩,这使得在机器人附近的人类或动物的危险性增加4-5倍。
5.与传统的电气杂草控制方法相比,此系统节省功率,因为电路仅在对单棵杂草的杂草控制期间被激活一小段时间。传统的电气杂草控制具有连续运行的高压电路以便清除杂草,这需要大量的功率,这使得太阳能除草很困难,如果不是不可能的话。相反,需要大电池来增加机器人的重量和复杂性。
6.与传统的杂草控制系统相比,地面机器人能够对特定的杂草采取精确的行动,这允许它能够在非常靠近作物的地方执行杂草控制。在中耕作物(row crop)中,这一点至关重要,因为农民需要移除最靠近作物的杂草,因为它们与作物争夺养分和水。
7.与传统系统相比,将地面机器人与无人机耦接允许地面机器人更高效,并且基于无人机的检查数据解决特定位置的问题。这减少了监控一块土地所需的地面机器人的数量,尤其是在执行杂草控制时。无人机充当每个机器人的力倍增器,与仅地面机器人相比,将机器人的效率提高至少3倍。
8.与传统的杂草控制系统相比,无人机和地面机器人两者都具有电气方法和机制来清除杂草和清除农药的使用。通过使用相机控制的开关来启用高压系统,所提出的杂草控制的电动方法确保人和动物不受到机器人的伤害,因为除非识别出杂草,否则电路将不激活。此外,单个探针设计进一步降低构建末端执行器所需的硬件的重量和复杂性,以促进电动杂草控制来清除或削弱杂草。
9.通过使用可移动太阳能面板,地面机器人能够通过将太阳能面板对准太阳来将其充电效率增加高达35%。此外,无人机可在极端天气期间使用地面机器人作为遮蔽物,并且在附接到地面机器人时充电。这使得机器人协作网络能够在农民几乎没有基础设施的情况下发挥作用。
10.与传统的检查系统相比,地面机器人和无人机之间的协作使得系统能够获得更高的分辨率和更有用的数据,因为无人机可识别需要由地面机器人近距离检查的地区。通过叠加此数据,农民将获得更好的数据来采取行动。此外,在一些情况下,通过具有地面机器人机载的AI处理器,协作机器人网络将能够执行边缘AI分析,从而节省传输到云进行分析的时间和成本。
11.与传统系统相比,无人机可充当地面机器人的天线,以使地面效应降至最低,并且促进农场和云分析软件之间的数据传输,这将使得农场的下一代分析能够提高产量并且减少浪费。在一些情况下,无人机网络可连接到地面机器人,并且在偏远地区传输数据,诸如电话、短信和照片。
12.具有地面机器人的边缘AI。传统的无人机必须将数据传输回云平台,以便对农田执行AI分析。使用地面机器人,无人机可将数据直接传输到地面机器人,该地面机器人将具有加速器、GPU或TPU来分析数据,并且将报告直接传输到农民。在一些情况下,地面机器人将感兴趣的点传输到其它地面机器人或无人机以采取行动,诸如杂草控制。这节省时间和金钱,因为不必将大图像上传到云。
混合电动机械自主地面车辆
应注意,混合电动机械自主地面车辆的公开的实施例可与本文公开的任何实施例组合,并且混合电动机械自主地面车辆的各个特征可与任何其它实施例的各个特征组合。任何其它实施例也可与所公开的混合电动机械自主地面车辆组合,并且任何实施例的各个特征可与所公开的混合电动机械自主地面车辆的各个特征组合。例如,混合电动机械自主地面车辆实施例可包含耦接到一个或多个机械臂的远端的一个或多个锄头部分和一个或多个电极部分,机械臂接近地耦接到地面车辆,使得一个或多个机械臂可被定位和/或旋转以使用一个或多个锄头部分、铲子部分和/或电极部分中的任一个。
混合电动机械自主地面车辆中描述的地面机器人与具有优化的杂草控制方法的协作机器人网络中描述的地面机器人有许多相似之处,并且相同或类似的附图标记用于指代相同或类似的元件。
如图24A-24D所示,混合电动机械自主地面车辆2400的实施例。地面机器人2411通常包含至少两个轮子2414(诸如两个、三个、四个或更多个轮子)、太阳能面板2415、相机2420、计算机2490、机器人臂2440(例如,机器人臂、机械臂和/或类似物)、机器人臂2450(例如,机器人臂、机械臂和/或类似物)。在此实施例中,机器人2411期望地包含四个轮子2414(在图24A和图24B的侧视图中示出两个,并且在另一侧上有类似的一组两个轮子,如在图24C和图24D的端视图中可看到的)。其它实施例可包括更多或更少的轮子和/或可使用不同类型的推进系统,诸如轨道。机器人臂2440包括具有正电极2442和锄头2444的混合机电末端执行器。机器人臂2450包括具有负电极2452和锄头2454的混合机电末端执行器。为了清楚起见,这些图(以及下面讨论的图25A-25F、图26A-26D、图28A-28B、图54A-54B)没有示出地面车辆单元的完整框架,该框架将自主地面车辆的其它元件(诸如轮子2414、太阳能面板2415、相机2420、机器人臂2440和2450和/或类似物)彼此连接并且连接到地面车辆单元,以便示出机器人2411的其它特征的更多细节。类似于框架650的框架,包括如上面参考图6A-6B描述的机器人611中使用的底架652,其可包括在机器人2411中。
在一些实施例中,锄头可包含沃伦锄。沃伦锄为包含通常心形或三角形刀片的锄头,该刀片设置成与手柄(例如,在这种使用情况下相当于手柄的机械臂)通常成直角。在当前的使用情况下,已经发现此类沃伦锄为可期望的。一些实施例可使用不同的锄头形状和/或不一定被认为是锄头的不同刀片。例如,在本文公开的实施例中的一些中,系统可包含耨锄、沃伦锄、呼啦锄、推拉锄、共线锄、轮式锄、叉锄、中耕机、犁式锄、尖锄、钝锄、圆锄、可有各种形状和尺寸的植物和/或土壤扰动工具和/或类似锄头。另外,一些实施例可将锄刀定位在与机械臂成直角以外的角度,诸如大约不大于或不小于30度、45度、50度、60度、70度、80度或90度。
铲子为一种工具,其包含通常宽平的刀片,其中上翻的侧面设置成与手柄(例如,在这种使用情况下相当于手柄的机械臂)通常成45度角。在当前的使用情况下,已经发现此类铲子为可期望的。一些实施例可使用不同的铲子形状和/或不一定被认为是铲子的不同刀片。例如,一些实施例可利用挖沟铲、平铲、磨边铲、正方形挖掘铲、尖头挖掘铲、圆形挖掘铲、勺型铲和/或类似铲子。另外,一些实施例可将铲刀定位在与机械臂成45度以外的角度,诸如大约不大于或不小于0度、10度、20度、30度、40度、45度、50度、60度、70度、80度或90度。在一些实施例中,铲子没有上翻的侧面。
机器人臂2440的正电极2442耦接到锄头2444,使得当开关(例如,像图5A中的开关509)被激活时,锄头2444变得带正电。机器人臂2450的负电极2452耦接到锄头2454,使得当开关被激活时,锄头2454变得带负电。如下所述,开关(其可包含一个或多个开关、继电器、晶体管和/或类似物)可期望地由机器人的控制系统自动激活,而不需要由用户手动激活。在一些实施例中,系统可使用开关继电器来激活高压升压器单元,使得系统不需要连续产生电流。在一些实施例中,高压升压器单元可被配置成连续产生电流。机器人臂2440和机器人臂2450耦接到地面机器人2411,并且由至少一个马达供电(并且期望地至少两个马达,以便控制两个独立的运动度和/或控制臂围绕两个独立的旋转轴线的旋转)。机器人臂2440和机器人臂2450可环绕中心轴线2465旋转并且上下移动。在本实施例中,中心轴线为平行于轮子旋转轴线的俯仰轴线。在其它实施例中,中心轴线可为偏航轴线或滚动轴线。在一些实施例中,机器人臂2440和机器人臂2450可使用图27A-27C的结构。下面参考图27A-27C提供示例旋转轴线定向的另外细节。
在操作中,地面机器人2411使用轮子2414在地面2402上沿作物行2403行进以寻找杂草。地面机器人2411使用相机2420来检测作物行2403中的杂草2430。当相机2420拍摄图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草2430的存在和位置时,地面机器人2411使用AI系统(诸如下面讨论的AI系统)来确定是否用锄头2444或2454或者通过电气手段移除杂草2430。这种确定期望考虑几个因素,可包括土壤类型、土壤条件、作物类型、杂草类型和/或类似因素。尽管一些实施例期望使用AI系统,但是在其它实施例中也可实现其它类型的系统,诸如机器学习、机器视觉、编码图像处理系统和/或类似系统。
如图24B所示,如果基于AI确定发现机械手段为最佳的,那么地面机器人2411使用轮子2414将其自身定位在杂草上方,使用相机2420和CPU(例如,像图5A中的CPU 507)确定杂草2430的位置,并且然后使用机器人臂2440或2450将杂草从地面上锄出。在一些实施例中,从剩余的植物物质中仅移除杂草的一部分,诸如从根部移除茎和/或类似物。
如图24D所示,如果基于AI确定发现电气手段为最佳的,那么地面机器人2411使用轮子2414将其自身定位在杂草2430上方,启用地面机器人高压电路(例如,像图5A中的HV升压器511),机器人臂2440移动以与杂草2430接触,同时机器人臂2450与地面接触,从而创建电路以电死杂草。在一些实施例中,机器人臂2440与一棵杂草接触,而机器人臂2450与另一棵杂草接触。当启用高压电路时,在两棵杂草之间创建电路,并且两棵杂草都被电死。
在一些实施例中,轮子(和/或其它推进系统,诸如轨道)由金属制成或具有金属接线柱或一些其它导电部件,以充当将电路连接到地面的负探针。在一些实施例中,地面机器人2411由电池(例如,像图5A中的电池503)供电。在一些实施例中,地面机器人2411由太阳能面板2415和电池供电,其中太阳能面板2415给电池充电。在一些实施例中,图像、视频和/或类似物的处理由地面机器人机载的GPU、TPU或加速器来执行。
在一些实施例中,地面机器人2411可具有一个以上相机。在一些实施例中,地面机器人2411可具有两个以上的机器人臂(或者只有一个机器人臂,例如,如果使用除了第二机器人臂之外的东西作为负电极,那么这可为期望的)。在一些实施例中,机器人臂2440和2450耦接到混合机电末端执行器,其包括铲子、锄头和电极的任何组合,或者如图28A-28B所示的所有三者。在一些实施例中,清洁机构(诸如图26C-26D所示并且下面更详细讨论的清洁机构2660)可耦接到地面机器人2411。在一些实施例中,机器人臂为双轴线机器人臂。
在一些实施例中,地面机器人2411容纳电子存储器存储介质,诸如图5A所示的存储器525,包含计算机可执行指令。在一些实施例中,电子存储器存储介质可在计算机2490外部。在一些实施例中,地面机器人2411容纳一个或多个处理器(诸如图5A中所示的CPU507),该处理器与电子存储器存储介质电子通信,并且被配置成执行存储在电子存储器存储介质中的计算机可执行指令以用于实现植物物种控制管理操作。在一些实施例中,高压升压器(例如,图5A中的高压升压器511)电连接到机器人臂2440的末端执行器。高压升压器可包含例如电路,该电路将第一电压电平的电流作为输入,并且输出第二更高电压电平的电流。例如,升压器可从太阳能电池阵列和/或电池接收在1kV-10kV范围内的电平的电流,并且输出更高电压电平诸如在20kV-200kV范围内的电流。此类输出范围可为期望的,例如,作为足以清除杂草的电压电平。在一些实施例中,高压升压器电耦接到机器人臂2450的末端执行器。在一些实施例中,高压升压器为变压器或包含变压器。在一些实施例中,高压升压器是脉冲变压器电路或包含脉冲变压器电路。在一些实施例中,相机2420生成一个或多个图像。在一些实施例中,相机生成车辆的向前路径中的农业地面土壤和植物有机体的一个或多个图像。在一些实施例中,额外的相机耦接到地面机器人2411的底架,以生成额外的图像。在一些实施例中,通过确定植物物种类型和/或农业地面土壤的分析,生成的一个或多个图像用于确定检测的植物有机体是否被设置用于植物物种控制管理操作,诸如机械移除、电死和/或类似操作。在一些实施例中,通过一个或多个处理器将生成的植物图像与其它植物物种的数据存储、目录、列表、查找表和/或类似物进行比较来确定植物物种类型。在一些实施例中,一个或多个处理器生成地面机器人控制指令,该指令被配置成使地面机器人和机械臂前进到识别的植物有机体的阈值接近度内。在一些实施例中,当植物有机体控制方法为电控制时,一个或多个处理器生成并且执行机械臂控制指令以:将机器人臂2440的末端执行器定位成与识别的植物有机体接触,将机器人臂2450的末端执行器定位成与识别的植物有机体附近的土壤或第二植物有机体接触,以及激活高压升压器以产生通过机器人臂2440的末端执行器、识别的植物有机体和机器人臂2450的末端执行器的电流。在一些实施例中,当植物有机体控制方法为机械控制时,一个或多个处理器生成并且执行机械臂控制指令以:将机器人臂2440的锄头部分2454定位成与识别的植物有机体远侧的土壤接触,并且移动锄头部分2454通过土壤以移除识别的植物有机体的至少一部分。
在一些实施例中,能量存储单元(其可包括,例如,电池、超级电容器和/或类似物)容纳在地面机器人2411中并且能量存储单元电耦接到高压升压器单元。在一些实施例中,太阳能面板2415电耦接到能量存储单元并且被配置成对能量存储单元进行再充电。在一些实施例中,太阳能面板2415耦接到地面机器人2411。在一些实施例中,一个或多个处理器通过电子网络与中央服务器系统电子通信。在一些实施例中,激活高压升压器单元包含用开关继电器激活。在一些实施例中,通过使用计算机视觉算法来确定植物物种类型。在一些实施例中,通过使用人工智能算法来确定植物物种类型。
在一些实施例中,AI系统基于移除所需的能量确定是否应机械或电动清除杂草。AI系统基于地面机器人的路径中的农业地面土壤和植物有机体的一个或多个图像做出此确定。在一些情况下,电移除将使用较少的能量,而在一些情况下,机械移除将使用较少的能量。例如,当移除大杂草或坚硬、密实和/或类似土壤条件下的杂草时,有时电移除将更高效。另外,当从松软、不密实和/或类似土壤条件中移除杂草时,有时机械移除将更高效。在一些实施例中,当AI系统结合本文公开的相机(诸如相机2420、2520、420和/或类似相机)确定由于诸如附近的人或动物的外部条件而导致电移除可不安全时,能够机械地移除杂草可用作安全特征。在一些实施例中,AI系统可确定电气除草为期望的,使得土壤不受干扰。在一些实施例中,AI系统可确定期望机械除草来耕地。在一些实施例中,AI系统基于由一个或多个相机生成的一个或多个图像,使用预测算法来确定被设置用于植物有机体控制的植物有机体在哪里。基于对一个或多个图像的分析,AI系统预测阈值距离内的移动。此方法允许植物有机体控制操作实时发生,同时地面机器人在连续的向前路径上移动而不停止。
在一些实施例中,本文公开的机器人臂(诸如机器人臂2440、2640、2840和/或类似机器人臂)耦接到本文公开的地面车辆的底架部分(诸如地面机器人611的底架部分652和/或类似物)。在一些实施例中,机器人臂可在两个轴线诸如俯仰轴线和偏航轴线和/或类似轴线上移动(例如,通过使用下面更详细讨论的像图27A中的机器人臂2740的俯仰和偏航马达)。在一些实施例中,机器人臂可在两个以上的轴线上移动。在一些实施例中,机器人臂可在三个轴线诸如俯仰轴线、偏航轴线和滚动轴线或其任何组合上移动。在一些实施例中,机器人臂可以两个运动度移动。在一些实施例中,机器人臂可以两个以上的运动度移动。在一些实施例中,机器人臂可以三个运动度移动。在一些实施例中,多个运动度仅涉及旋转运动。在一些实施例中,多个运动度涉及旋转运动和平移运动的组合(例如,沿耦接到机器人框架的轨道,包括伸缩部分的臂和/或类似物滑动)。在一些实施例中,机器人臂具有混合机电末端执行器,其包含锄头部分和电极部分,它们形成一个单元使得锄头部分可被充电。在一些实施例中,机器人臂具有混合机电末端执行器,其包含被充电的锄头单元和铲子单元。在一些实施例中,机器人臂具有混合机电末端执行器,其包含单独的锄头单元和单独的电极。在一些实施例中,机器人臂具有混合机电末端执行器,其包含单独的锄头单元、单独的铲子单元和单独的电极。在一些实施例中,机器人臂具有混合机电末端执行器,其通过绝缘体与机器人臂的主杆分离。在一些实施例中,机器人臂的主杆为导体。在一些实施例中,机器人臂的主杆不是导体。在一些实施例中,锄头和/或铲子单元固定地耦接(或整体形成)到机器人臂的端部。在一些实施例中,锄头和/或铲子单元能够相对于机器人臂的端部移动(诸如通过在马达、液压缸、气动缸和/或类似物的电力下旋转、平移和/或类似移动)。
在一些实施例中,地面机器人可使用本文公开的机器人臂的末端执行器(诸如机器人臂2440、2640、2840和/或类似机器人臂)剥离土壤层,并且使用本文公开的相机(诸如相机2420、2520、420和/或类似相机)拍摄每层的根部结构和土壤颜色的图像,以估计存储在地面中的碳量。在一些实施例中,剥离土壤层可包括将机械臂的一部分(例如,锄头部分、铲子部分和/或类似部分)定位成与地面接触,并且然后使用推进单元(例如,轮子)沿地面拖动机械部分臂以移除土壤层。在一些实施例中,机械臂中的马达用于沿地面拖动机械部分臂以移除土壤层。在一些实施例中,此分析通过使用AI系统来进行。此特征为有利的,因为它使得地面机器人能够测量碳隔离。在一些实施例中,地面机器人使用本文公开的混合电动机械末端执行器的铲子部分来剥离土壤层。在一些实施例中,地面机器人使用本文公开的混合电动机械末端执行器(也称为多用途末端执行器)的锄头部分来剥离土壤层。
在一些实施例中,如本文所述的地面机器人可使用AI系统来处理由一个或多个相机记录的图像,其中图像处理通常是指操纵图像以增强和/或提取来自图像的信息的方法。AI系统执行数字图像处理,其中数字图像使用计算机算法操纵。在一些实施例中,图像处理用于对图像中的物体进行测量、表征、分类和/或类似操作。在一些实施例中,图像处理遵循一些和/或所有以下步骤。首先,可执行图像获取,其中一个或多个图像使用一个或多个相机、其它传感器和/或类似物捕获,并且将其转化成可管理的实体。在一些实施例中,可管理的实体例如为数字图像文件和/或类似物。在一些实施例中,图像获取方法为刮擦。接下来,可执行图像增强,其中改进图像的质量,以便从图像中提取信息用于另外处理。接下来,可执行图像恢复以改进图像质量。在一些实施例中,图像恢复包含从图像中移除噪声(例如,传感器噪声、运动蓝和/或类似物)。在一些实施例中,可通过使用滤波器(例如,低通滤波器、中值滤波器和/或类似滤波器)来移除噪声。在一些实施例中,AI系统通过使用局部图像结构的模型来分析图像数据,并且基于局部信息来控制滤波。在一些实施例中,通过使用诸如概率和数学和/或类似物的模型,图像恢复从图像中移除其它破坏,诸如蓝色、丢失像素、相机散焦和/或类似破坏。在一些实施例中,AI系统使用边缘检测方法进行数据提取和图像分割。接下来,可执行彩色成像处理,其中一个或多个图像经历不同的处理,例如伪彩色、RGB和/或类似处理。接下来,可执行图像压缩和/或解压缩,其中压缩可用于减小尺寸和/或分辨率或图像,并且解压缩可用于将图像恢复到原始尺寸和/或分辨率。在一些实施例中,可在图像扩增工艺期间使用图像压缩和/或解压缩来用扩增的图像扩展数据集。接下来,可执行形态学处理来描述和/或定义一个或多个图像中的物体的形状和结构。在一些实施例中,形态学处理可用于创建用于训练AI模型的数据集(例如,训练AI模型来检测和/或识别图像中的某些物体,诸如植物、杂草、土壤、人类、动物和/或类似物体)。接下来,可执行图像识别,其中可识别一个或多个图像中的各个物体的某些特征。在一些实施例中,各种技术用于图像识别,诸如物体检测、物体识别、分割和/或类似操作。使用物体检测可有益于识别和/或检测图像中特定类别的语义物体(例如,诸如植物、杂草、土壤类型、人类、动物和/或类似物体)。在一些实施例中,AI系统经历深度学习开发工艺,该工艺可包括先前描述的图像处理方法的循环,以另外开发AI模型。最后,可执行表示和描述,其中可以可视化和描述处理的数据。在一些实施例中,可视化工具用于将AI模型输出转换成可用于执行额外的分析的可读图像。
在一些实施例中,如本文所述的地面机器人可使用AI系统做出决策,该决策可用于地面机器人车辆的操作和/或执行杂草管理、地面土壤管理和/或牲畜驱赶管理操作中的一项或多项。在一些实施例中,决策可利用上述图像处理来做出决策。例如,基于杂草管理操作中的图像处理的结果,AI系统可选择执行机械杂草管理操作和电气杂草管理操作中的任一个和/或两者。在一些实施例中,AI系统基于移除所需的能量确定是否应机械或电动清除杂草。AI系统基于地面机器人的路径中的农业地面土壤和植物有机体的一个或多个图像做出此确定。在一些情况下,电移除将使用较少的能量,而在一些情况下,机械移除将使用较少的能量。例如,当使用图像处理来确定被设置用于清除的杂草大、土壤坚硬或密实和/或类似情况时,AI系统可确定电移除将更高效。有时,当使用图像处理来确定被设置用于清除的杂草小、土壤松软或不密实和/或类似情况时,AI系统可确定机械移除将更高效。如图25A-25F所示,混合电动机械自主地面车辆2500的实施例。地面机器人2511通常包含至少两个轮子2514(和/或其它推进系统,如上文所讨论的)、太阳能面板2515、相机2520、计算机2490、机器人臂2540、机器人臂2550。机器人臂2540包括具有正电极2542和锄头2544的混合机电末端执行器。机器人臂2550包括具有负电极2552和锄头2554的混合机电末端执行器。
在一些实施例中,锄头可包含呼啦锄(hula hoe)。呼啦锄为包含正方形或马镫形刀片的锄头,该刀片设置成与手柄(例如,在这种使用情况下相当于手柄的机械臂)通常成直角。在当前的使用情况下,已经发现此类呼啦锄为可期望的。一些实施例可使用不同的锄头形状和/或不一定被认为是锄头的不同刀片。例如,一些实施例可利用耨锄、锄头、推拉锄、共线锄、轮式锄、叉锄、中耕机、犁式锄、马镫式锄和/或类似锄头。在一些实施例中,呼啦锄可为钟摆型锄,其允许其相对于手柄以向后和向前运动来移动。向后和向前运动可通过在锄头和手柄之间的连接中包括枢轴来实现,这允许刀片相对于手柄改变角度。这种钟摆行动可有利于允许刀片在向后和向前切割时以正确的角度切割。一些实施例可将锄刀定位在与机械臂成直角以外的角度,诸如大约不大于或不小于30度、45度、50度、60度、70度、80度或90度。
机器人臂2540的正电极2542耦接到锄头2544,使得当开关(例如,像图5A中的开关509)被激活时,锄头2544变得带正电。机器人臂2550的负电极2552耦接到锄头2554,使得当开关被激活时,锄头2554变得带负电。如下所述,开关(其可包含一个或多个开关、继电器、晶体管和/或类似物)可期望地由机器人的控制系统自动激活,而不需要由用户手动激活。机器人臂2540和机器人臂2550耦接到地面机器人2511,并且由至少一个马达供电(并且期望地至少两个马达,以便控制两个独立的运动度和/或控制臂围绕两个独立的旋转轴线的旋转)。机器人臂2540和机器人臂2550可环绕中心轴线2565旋转并且上下移动。在此实施例中,中心轴线为平行于轮子旋转轴线的俯仰轴线。在其它实施例中,中心轴线可为偏航轴线或滚动轴线。在一些实施例中,机器人臂2540和机器人臂2550可使用图27A-27C的结构。下面参考图27A-27C提供示例旋转轴线定向的另外细节。
在操作中,地面机器人2511使用轮子2514在地面2502上沿作物行2503行进以寻找杂草。地面机器人2511使用相机2520来检测作物行2503中的杂草2530。当相机2520拍摄图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草2530的存在和位置时,地面机器人2511使用AI系统来确定是否用锄头2544或2554或者通过电气手段移除杂草2530。这种确定考虑许多因素,其可包括土壤类型、土壤条件、作物类型和杂草类型。
如图25B所示,如果基于AI确定发现机械手段为最佳的,那么地面机器人2511使用轮子2514将其自身定位在杂草上方,使用相机2520和CPU(例如,像图5A中的CPU 507)确定杂草2530的位置,然后使用机器人臂2540或2550将杂草从地面上锄出。
如图25D所示,如果基于AI确定发现电气手段为最佳的,那么地面机器人2511使用轮子2514将其自身定位在杂草2530上方,启用地面机器人高压电路(例如,像图5A中的HV升压器511),机器人臂2540移动以与杂草2530接触,同时机器人臂2550与地面接触,从而创建电路以电死杂草。在一些实施例中,机器人臂2540与一棵杂草接触,而机器人臂2550与另一棵杂草接触。当启用高压电路时,在两棵杂草之间创建电路,并且两棵杂草都被电死。在一些实施例中,地面机器人2511在连续运动时将其自身定位在杂草2530上方,使得在地面机器人2511继续在向前或向后路径上行进时发生植物管理操作。在一些实施例中,此工艺可通过使用AI系统来完成,该AI系统基于由一个或多个相机生成的一个或多个图像,使用预测算法来确定被设置用于植物有机体控制的植物有机体在哪里。基于对一个或多个图像的分析,AI系统预测阈值距离内的移动。此方法允许植物有机体控制操作实时发生,同时地面机器人连续移动而不停止。在一些实施例中,轮子(和/或其它推进系统,诸如轨道)由金属制成或具有金属接线柱,以充当将电路连接到地面的负探针。在一些实施例中,地面机器人2511由电池(例如,像图5A中的电池503)供电。在一些实施例中,地面机器人2511由太阳能面板2515和电池供电,其中太阳能面板2515给电池充电。在一些实施例中,图像、视频和/或类似物的处理由地面机器人机载的GPU、TPU或加速器来执行。
在一些实施例中,地面机器人2511可具有一个以上相机。在一些实施例中,地面机器人2511可具有两个以上的机器人臂。在一些实施例中,机器人臂2540和2550耦接到混合机电末端执行器,其包括铲子、锄头和电极的任何组合,或者如图28所示的所有三者。在一些实施例中,如图26C-D所示的清洁机构可耦接到地面机器人2511。在一些实施例中,机器人臂为双轴线机器人臂。
如图26A-26D所示,混合电动机械自主地面车辆2600的实施例。图26A-26B示出地面机器人2611的实施例,该地面机器人通常包含至少两个轮子2614(和/或其它推进系统,如上文所讨论的)、太阳能面板2615、相机(例如,像图25A中的相机2520)和机器人臂2640。机器人臂2640包括由锄头2644组成的混合机电末端执行器。锄头2644由锄头2644终端附近的负区域2646和沿锄头2644的主体或在其基部处的正区域2648组成。在一些实施例中,负区域2646为尖锐或圆形尖端,正区域2648为轴环,并且负区域2646和正区域2648之间的区域为绝缘体。在一些实施例中,当开关(例如,像图5A中的开关509)被激活时,锄头被充电。如下所述,开关(其可包含一个或多个开关、继电器、晶体管和/或类似物)可期望地由机器人的控制系统自动激活,而不需要由用户手动激活。机器人臂2640耦接到地面机器人2611,并且由至少一个马达供电(并且期望地至少两个马达,以便控制两个独立的运动度和/或控制臂围绕两个独立的旋转轴线的旋转)。机器人臂2640可环绕中心轴线2665旋转并且上下移动。在此实施例中,中心轴线为平行于轮子旋转轴线的俯仰轴线。在其它实施例中,中心轴线可为偏航轴线或滚动轴线。在一些实施例中,机器人臂2640可使用图27A-27C的结构。下面参考图27A-27C提供示例旋转轴线定向的另外细节。
在操作中,地面机器人2611使用轮子2614在地面2602上沿作物行2603行进以寻找杂草。地面机器人2611使用相机来检测作物行2603中的杂草2630。当相机拍摄图像、记录视频和/或类似操作,并且CPU(例如,像图5A中的CPU 507)确定杂草2630的存在和位置时,地面机器人2611使用AI系统来确定是否用锄头2644或者通过电气手段移除杂草2630。这种确定考虑许多因素,可包括土壤类型、土壤条件、作物类型、杂草类型和/或类似因素。
如图26B所示,如果基于AI确定发现机械手段为最佳的,那么地面机器人2611使用轮子2614将其自身定位在杂草上方,使用相机和CPU(例如,像图5A中的CPU 507)确定杂草2630的位置,然后使用机器人臂2640将杂草从地面上锄出。
如图26A所示,如果基于AI确定发现电气手段为最佳的,那么地面机器人2611使用轮子2614将其自身定位在杂草上方,启用地面机器人高压电路(例如,像图5A中的HV升压器511),机器人臂2640移动以与杂草接触。一旦混合电动机械末端执行器与杂草接触,开关就翻转以激活高压电路并且杂草被电死。电流直接通过杂草的茎行进。在一些实施例中,当混合电动机械末端执行器与杂草和地面接触时,开关被激活并且杂草被电死。在一些实施例中,当混合电动机械末端执行器与所述杂草和相邻杂草接触时,开关被激活并且杂草被电死,相邻杂草也被电死。
在一些实施例中,轮子(和/或其它推进系统,诸如轨道)由金属制成或具有金属接线柱,以充当将电路连接到地面的负探针。在一些实施例中,地面机器人2611由电池(例如,像图5A中的电池503)供电。在一些实施例中,地面机器人2611由太阳能面板2615和电池供电,其中太阳能面板2615给电池充电。在一些实施例中,图像、视频和/或类似物的处理由地面机器人机载的GPU、TPU或加速器来执行。
在一些实施例中,地面机器人2611可具有一个以上相机。在一些实施例中,机器人臂2640耦接到混合机电末端执行器,其包括铲子、锄头和电极的任何组合,或者如图28所示的所有三者。在一些实施例中,锄头2644为沃伦锄(warren hoe)、呼啦锄和/或类似锄头。在一些实施例中,机器人臂为2轴线机器人臂。
如图26C-26D所示,在一些实施例中,清洁机构2660可耦接到地面机器人2611。在一些实施例中,清洁机构包含一个或多个突起、一个或多个刷子、一个或多个集成刷子、一个或多个指状元件和/或类似物。如前所述,一旦地面机器人已经移除杂草,机器人臂2640就可将末端执行器2644移动到清洁机构2660,以移除碎屑,诸如污垢、土壤、植物物质、岩石、沙子、灰尘、水、棍子和/或类似物。清洁机构有利于最佳的杂草移除以及防止末端执行器短路。
在一些实施例中,机器人臂2640在不同的运动平面内移动末端执行器2644通过清洁机构,以移除碎屑。在一些实施例中,地面机器人2611使用相机和AI系统来确保碎屑已经被移除。在一些实施例中,末端执行器2644在每一棵杂草被移除后被清洁。在一些实施例中,末端执行器2624在一定数量的杂草被移除或经过一段时间后被清洁。在一些实施例中,当AI系统确定需要清洁时,例如,当AI系统检测到特定量的碎屑或电路问题和/或类似问题时,清洁末端执行器2644。在一些实施例中,清洁机构包含耦接到本文公开的地面车辆(诸如地面机器人2811、2611、2411和/或类似地面机器人)的外部的一个或多个突起。在一些实施例中,清洁机构可用于清洁机器人臂、末端执行器、电极、锄头部分、铲子部分和/或类似物(包括本文公开的机器人臂、末端执行器、电极、锄头部分和铲子部分中的任一个)。
在一些实施例中,清洁机构2660包含磨具、磨石、研磨机和/或类似物,其可用于磨尖末端执行器2644上的工具,如铲子、锄头和/或类似物。在一些实施例中,机器人臂2640使末端执行器2644移动通过磨具以磨尖工具。
图27A-27C说明机器人臂2700的实施例(例如,可用作本文公开的机器人臂中的任一个)。机器人臂2700包括偏航马达2710(例如,第一马达)、俯仰马达2720(例如,第二马达)、锄头臂2740(例如,机械臂和/或类似物)、锄头2750和铲子2760。锄头臂2740耦接到地面机器人车辆结构2770(例如,其可为本文公开的框架650的底架652)。锄头2750耦接到锄头臂2740。铲子2760耦接到锄头臂2740。在一些实施例中,锄头为沃伦锄、呼啦锄和/或类似锄头。
在此实施例中,俯仰马达2720连接到车辆结构2770,其中俯仰马达2720的输出轴2725定向在竖直方向上,使得输出轴围绕竖直旋转轴线2724旋转。支架2721耦接到俯仰马达2720的输出轴,并且偏航马达2710耦接到支架2721。偏航马达2710定位在支架2721上,使得偏航马达2710的输出轴2715定向在水平方向上,使得输出轴围绕水平定向的旋转轴线2714旋转。偏航马达2710的输出轴2715耦接到锄头臂2740的近端。使用此类布置,可以使锄头臂2740围绕两个独立的旋转轴线即由俯仰马达2720的输出轴2725限定的竖直轴线2724和由偏航马达2710的输出轴2715限定的水平轴线2714旋转。其它实施例可包括更多或更少的驱动马达和/或旋转轴线,其它实施例可将多个旋转轴线定位在不同定向上和/或类似操作。另外,在一些实施例中,包括图27A所示的实施例,两个马达实际上为马达组件,每个马达组件包括马达和齿轮箱(例如,用于俯仰马达2720的齿轮箱2726和用于偏航马达2710的齿轮箱2716。在此类配置中,输出轴2725和2715实际上为耦接到马达的齿轮箱的输出轴。此类配置可为期望的,例如,以提供机械优势,以改变旋转轴线的定向和/或类似操作。
在此实施例中,马达2710、2720期望地包含无刷DC马达,其可相对高效地操作。然而,一些实施例可使用不同类型的电动马达、液压和/或气动马达、线性致动器、齿条和活塞系统、液压和/或气动缸或致动器和/或类似物。
如图28A所示,混合电动机械自主地面车辆2800的实施例。地面机器人2811包括至少两个轮子2814(和/或其它推进系统,如上文所讨论的)、机器人臂2840、锄头2850、铲子2860和地面机器人车辆结构2870。机器人臂2840耦接到地面机器人车辆结构2870,并且由至少一个马达供电(并且期望地至少两个马达,以便控制两个独立的运动度和/或控制臂围绕两个独立的旋转轴线的旋转)。机器人臂2840可环绕中心轴线2865旋转并且上下移动。在此实施例中,中心轴线为平行于轮子旋转轴线的俯仰轴线。在其它实施例中,中心轴线可为偏航轴线或滚动轴线。在一些实施例中,机器人臂2840可使用图27A-27C的结构。上文参考图27A-27C提供示例旋转轴线定向的另外细节。锄头2850耦接到机器人臂2840。铲子2860耦接到机器人臂2840。图28B示出地面机器人2811的实施例的前视图。
图28A示出处于三个功能位置的机器人臂2840。位置一由机器人臂2840A、锄头2850A和铲子2860A示出。位置二由机器人臂2840B、锄头2850B和铲子2860B示出。位置三由机器人臂2840C、锄头2850C和铲子2860C示出。位置一由机器人臂2840A示出,其中机器人臂可通过机械或电气手段用于植物管理,其中机器人臂2840可锄草和/或电死杂草,如前所述。
图28A示出处于2840B处的第二位置的机器人臂2840,其中铲子2860B可用于在地面2802中挖洞,并且执行地形改造操作。当地面机器人2811在轮子2814上前后或左右移动,同时机器人臂2840B使用马达(例如,像图27A中的马达2710和2720)在一个或多个运动平面上移动时,铲子2860B可用于挖洞。
这种挖洞方法有利于在地面上创建可保持水和种子的袋。在一个应用中,地面机器人2811可使用处于位置2840B的机器人臂2840来挖掘图29所示的月牙形袋。当雨水落下并且种子随风飘荡时,袋采集水和种子,以促进植被的再生。这种应用有利于在以前干旱的环境和退化的农田中恢复植被。在其它实施例中,创建的袋可为半圆形、半正方形或任何其它形状的孔,以促进水和/或种子保持。
如图29所示,流程图2900的实施例。在步骤2910,地面机器人2911的实施例在地面上创建月牙形袋2912A-2912N。在步骤2920,种子和水2922通过诸如雨和风的自然手段采集在袋2912A-2912N中。在步骤2930,在一定时间后,其种子落在袋中的诸如植物、树木、作物和/或类似物的植被2932在袋中生长。
图30示出混合电动机械自主地面车辆的实施例,该车辆使用铲子来创建土壤保水袋。在一些实施例中,土壤保水袋可被称为地面袋。
图28A示出处于2840C的第三位置的机器人臂2840。当机器人臂2840C通过马达(例如,像图27A中的马达2710和2720)在一个或多个运动平面中例如从一侧到另一侧或上下或其组合移动时,地面机器人2811可用于驱赶牲畜2880。牲畜可为任何动物,诸如牛、羊和/或类似牲畜。在一些实施例中,当牲畜放牧时,驱赶牲畜可将不同的牲畜从一个地区移动到另一个地区。
使用地面机器人2811移动牲畜可为有利的,因为在一些实施例中,地面机器人2811可使用相机(例如,图24A中的相机2420)和AI系统来分析牲畜正在进食的植物生命。通过监控消耗哪些植物生命和牲畜消耗的数量,地面机器人2811可防止对土地的有害过度放牧。在一些实施例中,地面机器人2811在将牲畜移动到特定地区之前使用AI系统来确定植物的价值。在一些实施例中,地面机器人2811在将牲畜驱赶到特定地区时使用AI系统来确定植物的价值。在一些实施例中,AI系统通过将植物的生成的图像与其它植物的数据存储、目录、列表、查找表和/或类似物进行比较来确定植物的价值。在一些实施例中,传统上被视为杂草的植物可增值,因为杂草可用于将碳存储在地下或向土壤中添加养分。在一些实施例中,目录、列表、查找表和/或类似物存储在云服务器上。在一些实施例中,地面机器人2811使用相机和CPU(例如,像图5A中的CPU 507)来绘制土地的地图以用于分析。在一些实施例中,机器人臂2840C具有耦接到末端执行器的反射器、灯、产生声音的方法、带子、绳子、线和/或类似物。在一些实施例中,机器人臂2840C可使用末端执行器上的电极,例如,类似于泰瑟枪(taser),用于移动牲畜。
使用本文公开的地面机器人(诸如地面机器人2811、2611、2411和/或类似地面机器人)挖掘土壤保水袋有利于防止土壤压缩,这在使用标准施工车辆在地面上挖洞时为常见的。在一些实施例中,地面机器人重量不超过例如150磅,这允许单个机器人通过标准货物运送,并且减少土壤压实和对土地的损害。在一些实施例中,地面机器人重量不超过75磅、100磅、125磅、175磅、200磅和/或类似值。在一些实施例中,地面机器人的轻质为通过使用大尺寸的太阳能面板而不是更大的电池来实现的。另外,在一些实施例中,通过允许太阳能面板枢转以将太阳能效率改进高达例如35%来实现地面机器人的轻质。在一些实施例中,太阳能效率的增加可为5%、10%、15%、20%、25%、30%、35%、40%和/或类似值。在一些实施例中,地面机器人的重量减轻,因为它没有任何机载燃料输入、燃气发动机、诸如激光器和/或类似物的重型工具。在一些实施例中,地面机器人具有两个或更多个相机。在一些实施例中,地面车辆单元由铝挤压件、薄钢和/或类似物构成。在一些实施例中,地面机器人在地面上施加例如大约6PSI(磅每平方英寸)的压力。在一些实施例中,地面机器人在地面上施加小于4PSI、5PSI、6PSI、7PSI、8PSI、9PSI、10PSI、11PSI、12PSI、13PSI、14PSI、15PSI和/或类似值的压力。在一些实施例中,地面机器人2811在土壤上施加小于15PSI的压力,以防止土壤压缩。在一些实施例中,地面机器人为对称的。在一些实施例中,地面机器人都可以相同的方式操作,无论是向前还是向后移动。在一些实施例中,地面机器人具有包含机械腿的机械推进机构。在一些实施例中,地面机器人具有包含四个轮子的机械推进机构。在一些实施例中,地面机器人中的软件可被改变以完成本文公开的操作中的任一个。
如图54A-54B所示,地面机器人5411的另一个实施例通常包含至少两个轮子5414、太阳能面板5415、两个相机5420、计算机5490和机器人臂2640。机器人臂2640包括混合机电末端执行器5444。
在一些实施例中,地面机器人5411为对称的。对称意味着地面机器人5411可在每一侧具有相同或类似的部件(例如,相机和/或类似物),使得地面机器人5411可执行农业植物和土壤管理操作,无论是向前还是反向移动。对称并且能够在向前或反向移动时移动和执行操作为有益的,因为它使得地面机器人能够沿作物行上下移动而不必转弯。图54A示出地面机器人5411在向前方向上移动。图54B示出地面机器人5411在反向方向上移动。
如图54C所示,地面机器人5411A可对称反转,这使得地面机器人能够在向前方向上沿作物行5403B逐渐向下移动,并且执行农业植物和土壤管理操作,然后在反向方向上沿作物行5403A向下移动,并且执行农业植物和土壤管理操作,而不跳过行。在一些实施例中,地面机器人5451B具有额外马达来旋转每个轮子,以提供小转弯半径。如图54D所示,由于转弯半径大,所以每个轮子中没有对称转弯或额外马达的地面机器人5481可能不得不跳过行。
动态的无基础设施的机器人网络
应注意,动态的无基础设施的机器人网络的公开的实施例可与本文公开的任何实施例组合,并且动态的无基础设施的机器人网络的个别特征可与任何其它实施例的各个特征组合。任何其它实施例也可与所公开的动态的无基础设施的机器人网络组合,并且任何实施例的各个特征可与所公开的动态的无基础设施的机器人网络的各个特征组合。
如图31所示,动态的无基础设施的机器人网络3100的实施例通常包含至少一架链接无人机3101、至少一个卫星3103和太阳3107。链接无人机3101可在地面3110上飞行或移动,以使用传感器或相机采集数据。从太阳3107发射的太阳光束3108击中链接无人机3101的太阳能面板3102,从而为飞行、地面移动、数据采集和到卫星3103的数据传送提供电力。在一些实施例中,链接无人机3101具有太阳能面板3102。在其它实施例中,链接无人机具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机具有太阳能面板3102和电池。
在一些实施例中,链接无人机3101经由卫星3103将数据传送到云计算和存储装置3109。在一些实施例中,经由机载AI处理器控制链接无人机。在一些实施例中,远程操作员(未示出)可通过卫星3103控制链接无人机3101。在一些实施例中,链接无人机3101与被示出为网络无人机3105A和网络无人机3105N的无人机专用网络通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机3105A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由LTE网络传输到链接无人机3101。在链接无人机3101接收照片之后,链接无人机3101可通过卫星3103将照片传送到云计算和分析3109。在一些实施例中,所有网络、专用LTE、WI-FI和/或类似物可在所有机器人自身之间完成。
图32A-32D,其中示出可充当链接无人机或网络无人机中的一者或两者的无人机3201的示例。在一些实施例中,无人机被称为具有仿生能力的耐候性VTOL机器人系统3200,包含机翼3201、两个推力螺旋桨3203A和3203B、两个副翼3209A和3209B、两个多功能稳定器3211A和3211B以及两个锁定腿3205F和3205R。如图32B所示,当在地面上时,锁定腿3205F和3205R以及多功能稳定器3211A和3211B与地面接触。伺服马达(未示出)可控制锁定腿3205F和3205R的移动以延伸和缩回腿。电池单元(例如,像图5A中的电池503)在起飞、着陆和远程飞行期间为螺旋桨3203A和3203B供电。电池单元可容纳在机翼3201中,并且机翼3201和副翼3209A和3209B的顶面可覆盖有太阳能面板3207N,以用于在飞行期间和地面上充电。
根据一个实施例,图32A和图32B示出当在地面上时锁定腿3205F和3205R的位置。当在地面上时,航空器的控制系统将控制锁定腿3205F和3205R的位置,以便将航空器对准太阳用于太阳能充电,以及“行走”和“锁定”到地面或物体。在这些活动期间,多功能稳定器3211A和3211B接触地面。
图32C和图32D示出当飞行时锁定腿3205F和3205R的位置。在长距离飞行期间,航空器的控制系统将锁定腿3205缩回机翼内或与气流成一直线以减少阻力。
图33示出代表链接无人机和专用网络无人机的机器人3301的电气图3300。机器人3301通常包含天线3303、天线3305、相机3313、CPU 3307、存储器3309和飞行控制器3311。天线3303通过Wi-Fi、卫星或蜂窝网络传输数据;而天线3305以预定频率通过专用LTE网络传输数据。在一些实施例中,天线3305在其它网络无人机和链接无人机之间通过900兆赫(MHz)专用网络传输数据。通过具有两个天线,机器人3301能够在将数据传输到专用LTE网络的同时,通过Wi-Fi、卫星或蜂窝网络传输数据。
在一些实施例中,天线3303和天线3305可组合成单个天线。在一些实施例中,可使用两个以上的天线,包括多输入多输出(MIMO)天线。在一些实施例中,无人机机翼顶部的太阳能电池可用作天线。所有的太阳能电池可用作单个天线,或者太阳能电池可分组为更小的天线。
相机3313为无人机在飞行期间和地面上提供视觉能力,以定位障碍物和潜在威胁。此外,相机3313可拍摄感兴趣的物体诸如农场中的作物的照片。CPU 3307执行机器人内部的大部分处理。在一些实施例中,CPU 3307在传输之前压缩图像和数据文件。存储器3309用于存储在飞行期间和地面上的数据。飞行控制器3311在飞行期间控制机器人3301进行自动稳定。在一些实施例中,机器人3301可具有单个CPU处理器,并且可以包括GPU处理器或可以不包括GPU处理器。
图34示出代表链接无人机和专用网络无人机的机器人3401的电气图3400。机器人3400通常包含天线3403、天线3405、相机3413、CPU 407、存储器3409、飞行控制器3411和GPU3415。通过具有GPU 3415,机器人3401具有压缩更大的图像并且在飞行期间执行更高级的避障的能力。在一些实施例中,图像压缩可仅由CPU 3407完成,例如,如果无人机仅出于电信目的传输数据,那么GPU 415可以不是必需的。天线3403通过Wi-Fi、卫星或蜂窝网络传输数据;而天线3405以预定频率通过专用LTE网络传输数据。在一些实施例中,天线3405在其它网络无人机和链接无人机之间通过900兆赫(MHz)专用网络传输数据。通过具有两个天线,机器人3401能够在将数据传输到专用LTE网络的同时,通过Wi-Fi、卫星或蜂窝网络传输数据。
在一些实施例中,天线3403和天线3405可组合成单个天线。在一些实施例中,可使用两个以上的天线,包括多输入多输出(MIMO)天线。在一些实施例中,无人机机翼顶部的太阳能电池可用作天线。所有的太阳能电池可用作单个天线,或者太阳能电池可分组为更小的天线。
相机3413为无人机在飞行期间和地面上提供视觉能力,以定位障碍物和潜在威胁。此外,相机3413可拍摄感兴趣的物体诸如农场中的作物的照片。CPU 3407执行机器人内部的大部分处理。在一些实施例中,CPU 3407在传输之前压缩图像和数据文件。存储器3409用于存储在飞行期间和地面上的数据。飞行控制器3411在飞行期间控制机器人3401进行自动稳定。
在一些实施例中,可提升链接无人机,诸如在空中、屋顶上、树上和/或类似地方飞行,以减少地面效应。
图35示出用于使航空器3501从地面3510高效起飞3500的一种可行的方法,如下所示:
1.航空器的后锁定腿3514R缩回到最小旋转角度;
2.前锁定腿3514F移动到一个位置,以根据环境使航空器倾斜以获得最佳飞行轨迹;
3.水平推力螺旋桨3518开始旋转;
4.当螺旋桨旋转时,副翼(未示出)向上倾斜,以允许航空器上升;
5.一旦水平推力螺旋桨3518开始全速旋转,航空器就开始上升;
6.一旦航空器达到水平飞行的最小高度,前锁定腿3514F就缩回到长距离飞行的最小旋转角度,以使阻力降至最低;和
7.持续水平飞行开始。
在一些实施例中,航空器可通过使大副翼倾斜以用于推力转向来竖直起飞,并且一旦达到最小飞行高度,航空器的机翼前缘就将旋转,直到其与地面平行。其它起飞方法将令人满意,但可导致功率浪费。在一些实施例中,航空器3501具有多功能稳定器3516。
图36示出用于着陆的步骤的一种可行的方法,如下所示:
3601.航空器处于水平飞行状态;
3602.航空器拉回副翼3620,以便使机翼3602垂直于地面;
3603.一旦航空器机翼3602垂直于地面,航空器就减小螺旋桨3618的推力,以便将航空器朝向地面降低;
3604.当航空器接近地面3610时,后锁定腿3614R延伸到最大旋转角度;
3605.一旦多功能稳定器3616与地面接触,后锁定腿3614R就延伸以向前移位重心并且副翼3620倾斜,导致航空器朝向地面向前坠落;
3606.后锁定腿3614R与地面接触;
3607.推力螺旋桨3618关闭并且前锁定腿3614F延伸,直到前锁定腿3614F与地面接触;
3608.后锁定腿3614R缩回到最小旋转角度。
一些公开的实施例可包括以下益处和优点中的一个或多个
当前的网络技术过于昂贵,并且需要太多的基础设施来支持偏远和农村地区。例如,卫星需要对火箭进行大量投资才能发射到太空,甚至诸如StarlinkTM的技术也需要用户建立地面站,这在偏远和农村地区为不可行的。此外,这些地面站需要大约25瓦的高功耗来进行数据传输,这在发展中国家为不可行的,在这些国家,人们正努力保持灯泡点亮。
可替代地,低空太阳能飞机不可立即着陆以便为用户建立Wi-Fi信号;这些飞机需要大量的功率来操作并且昂贵;并且此外,低空太阳能飞机需要用于着陆的基础设施,并且不可立即着陆以改进太阳能充电能力。太阳能飞机典型地需要定制的接收器,而且飞机自身非常昂贵。像谷歌气球的气球和太阳能飞机受到天气、风和云的影响,这阻止它们提供持续的上行链路。此外,太阳能飞机需要大而重的电池组才能在夜间飞行。
虽然蜂窝塔在城市地区为可行的选项,但对于农村地区,尤其是发展中国家的农村地区,蜂窝塔过于昂贵。蜂窝塔也为不可移动的,并且必须有基础设施诸如道路才能进入蜂窝塔进行维护和服务。此外,大多数蜂窝塔需要电源和硬线通信连接以便发挥作用,这在农村和发展中地区都具有挑战性。
几家公司已经提出他们自己的VTOL航空器设计;然而,由于阻力表面大,所以他们提出的设计在起飞模式和远程模式期间存在效率问题。此外,大多数VTOL航空器的设计不具有在地面上有效机动的能力,尤其是当地形不平坦时。当航空器不可在Wi-Fi连接附近着陆并且必须在460英尺半径内行走时,这一点很重要。此外,大多数设计都没有优化,以使在地面上和空中的充电增至最大。因此,无人机的自主网络为不可行的,因为当前的技术依赖于充电和发射基础设施,并且不能在极端天气下生存。
本发明的某些实施例解决了传统四旋翼无人机设计的以下问题(以及其它问题):
·由于高阻力、低升阻比,四旋翼机设计在持续水平飞行中效率不高,并且因此四旋翼机设计的航程有限。
·由于螺旋桨的放置,四旋翼机设计难以在地面或飞行中集成太阳能充电能力,并且此外,由于螺旋桨和其它结构将阻挡阳光到太阳能充电表面的路径,所以设计没有针对使充电表面积增至最大进行优化。
·大多数四旋翼机设计没有在地面上移动的手段,并且如果它们碰巧有轮子,那么移动被限制在主要铺砌或平坦的地区。
本文公开的动态的无基础设施的机器人网络的实施例具有这些优点或益处中的
一个或多个
如图32A-32D所示,锁定腿3205F和3205R为可替代对传统起落架的需要的机构。锁定腿3205F和205R中的每一个包含长度为L的构件,诸如碳纤维管,位于一端能够附接到机翼3201的结构的配件,诸如构件侧面的孔,以及能够在相对端将其自身附着到地面的终端配件3215,诸如钩。锁定腿3205F和3205R附接到机翼3201的结构构件,并且由伺服马达(未示出)控制,并且具有缩回和延伸的能力。
用于链接无人机在地面或物体上锁定的方法
如图37A和图37B所示,动态的无基础设施的机器人网络3700的实施例。链接无人机3701在建筑物3720的顶部上,并且链接无人机3701正在将数据传输到卫星3703和包含至少一架无人机的专用无人机网络3705。在一些实施例中,链接无人机3701在蜂窝塔3707和包含至少一架无人机的专用无人机网络3705之间传输数据。在一些实施例中,数据包括手机呼叫、短信、照片、视频和电子邮件。图37B示出链接无人机3701锁定到建筑物的顶部以避免被来自建筑物的风吹走。
链接无人机3701具有使用其腿部锁定到地面3710或物体,诸如建筑物3720上的能力。当链接无人机3701传输数据时,理想的配置为将链接无人机提升到地面3710上方,以清除地面效应和来自地面的大于5个波长的通信信号的信号失真。在一些实施例中,波长的数量大约为10。此外,通过在建筑物3720上着陆,链接无人机3701能够将数据传输到卫星3703、蜂窝塔3707、专用无人机网络3705或个人3709,与链接3701被锁定在地面上相比,具有更少的障碍物,从而改进数据质量和传输。通过锁定到地面或建筑物上,链接无人机3701可避免被风、雨或极端天气条件吹走。由于链接无人机3701可连接到卫星3703或蜂窝塔3707,因此链接无人机3701能够创建临时Wi-Fi路由器3715,从而允许建筑物3720中的个人3709将数据从装置传输到互联网。在一些实施例中,可存在一架以上链接无人机来改进专用无人机网络3705的带宽。
如图37C和图37D所示,链接无人机3701在地面3710上,并且链接无人机3701正在将数据传输到Wi-Fi路由器3713和包含至少一架无人机的专用无人机网络3705。专用网络无人机3705也在地面3710上。在一些实施例中,链接无人机3701在Wi-Fi路由器3713和包含至少一架无人机的专用无人机网络3705之间传输数据。在一些实施例中,数据包括手机呼叫、短信、照片、视频和电子邮件。图37D示出链接无人机3701和专用网络无人机3705锁定到地面以避免被来自建筑物的风吹走。
链接无人机3701和专用网络无人机3705具有使用其腿部锁定到地面3710或物体,诸如建筑物3720上的能力。通过锁定到地面或建筑物上,链接无人机3701和专用网络无人机可避免被风、雨或极端天气条件吹走。在一些实施例中,可存在一架以上链接无人机来改进专用无人机网络3705的带宽。
锁定腿延伸和缩回,这允许航空器在地面上“行走”。航空器可具有两个或更多个锁定腿,并且一种期望的方法为具有两个锁定腿以使航空器的重量和复杂性降至最低。
锁定腿的位置和几何形状允许链接无人机3701将其自身附接到环境,这在极端天气中为必不可少的。此外,如果有大风,那么链接无人机3701可快速着陆并且锁定到环境中,以避免对航空器造成损害。在一些实施例中,航空器可锁定到树木、灌木、自然界中的另一个物体或人造物体。
根据一个实施例,下面阐述用于将航空器锁定在地面上的方法:
a.地面3710上的链接无人机3701和后锁定腿以及多功能稳定器(例如,像图32A中的多功能稳定器3211A和3211B)与地面接触;
b.前锁定腿延伸到最大角度;
c.一旦前锁定腿达到最大角度,后锁定腿和前锁定腿锁定附接固定装置(钩)就与地面3710接触;
d.伺服马达(未示出)施加扭矩以缩回前锁定腿并且延伸后锁定腿,从而使锁定附接固定装置(钩)挖掘到地面下;
e.在特定的预定力或持续时间下,前锁定腿伺服马达将停止延伸,后锁定腿伺服马达将停止缩回,并且链接无人机3701将扎根于地面3710。
在一些实施例中,从太阳3717发射的太阳光束3708击中链接无人机3701的太阳能面板3702和/或专用网络无人机3705的太阳能面板3702,以为飞行、地面移动、数据采集和到卫星3703、Wi-Fi路由器3713和/或类似物的数据传送提供电力。在一些实施例中,链接无人机3101和/或专用网络无人机3705具有太阳能面板3102。在其它实施例中,链接无人机3101和/或专用网络无人机3705具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机3101和/或专用网络无人机3705具有太阳能面板3102和电池。
图38A-38C示出动态的无基础设施的机器人网络链接3800的实施例。无人机3801附接到电力线3812。所提出的设计利用链接无人机的锁定腿来延伸和缩回,这允许航空器“锁定”到电力线3801上。链接无人机3801可具有两个以上的锁定腿。当链接无人机3801传输数据时,理想的配置为将链接无人机提升到地面3810上方,以清除地面效应和来自地面的大于5个波长的通信信号的信号失真。
在地面上和飞行中的太阳能优化
基于螺旋桨的位置并且一些实施例不含有机身,机翼和副翼的外表面针对接受阳光进行优化。这种设计致力于清除阻挡阳光到可附接太阳能面板的表面的路径的障碍物。在这种配置中,太阳能面板将放置在机翼和副翼的顶部。
太阳能有益于维持可用于为数据传输、数据压缩、低压功率系统或通信系统供电的无源功率需求。用于将数据传输到卫星的功耗大约为25瓦。用于将数据传输到4G蜂窝网络的功耗大约为2瓦。用于将数据传输到Wi-Fi的功耗大约为6瓦。使用传统的无人机技术,无人机在传输数据时非常快速地耗尽电池,并且必须执行大量的电池更换。然而,由于在地面上和飞行中太阳能充电的能力,这些实施例中的链接无人机和专用网络无人机能够在太阳出来时全天传输数据,并且不需要集中充电,这使得整个网络能够位于偏远和农村地区,因为不需要基础设施或人工参与。此实施例创建可在飞行中和地面上充电的航空器。当飞行时,太阳能充电可产生足够多的功率来通过专用LTE网络传输数据,并且当着陆并且对准太阳时,太阳能可产生35瓦的功率,足以通过卫星、蜂窝塔和Wi-Fi路由器连接传输数据。此技术清除对大型充电站基础设施的需要,并且创建可持续的监视和检查方法。通过使得航空器能够在地面或飞行中充电,航空器在使用清洁能源的同时基本上具有无限的航程。
图39说明当航空器在地面上时从太阳发射到代表专用网络中的链接无人机和无人机的VTOL航空器的太阳能面板的太阳光线的路径。当航空器在地面上时并且如图39所示,航空器旋转以便找到朝向太阳的最佳定向,以便使航空器面向太阳的表面积增至最大。图40说明在飞行期间从太阳发射到VTOL航空器的太阳能面板的太阳光线的路径。如图40所示,航空器还具有在水平飞行中或当无人机正悬停时充电的能力。在一些实施例中,航空器将在天空中悬停并且旋转,直到它找到太阳在天空中的位置;在找到太阳的位置后,航空器可在悬停时充电,或在地面上着陆以充电。
图39和图40示出动态的无基础设施的机器人网络3900和4000的实施例。各种视图说明太阳能面板3913的放置。当在地面3910上时,通过使用锁定腿3914R和3914F将航空器3912的最大表面积朝向太阳3902的太阳光束3901定向,航空器3912能够将其充电速率增加高达例如35%。在一些实施例中,速率的增加可为5%、10%、15%、20%、25%、30%、35%、40%和/或类似值。如图39所示,一种期望的配置为具有两个锁定腿和对准太阳的两个多功能稳定器的航空器。在一些实施例中,单个锁定腿将简化航空器的设计和制造。在最广泛的配置中,本发明不必使用锁定腿来对准太阳,而是使用与地面接触并且允许航空器将其最大表面朝向太阳倾斜的任何部件。此部件可为伸缩式起落架或从机身或机翼延伸的杆。在这种情况下,锁定腿为理想的,因为它们被设计成延伸和缩回用于在地面上机动。
在一些实施例中,链接无人机3912具有太阳能面板3913。在其它实施例中,链接无人机具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机具有太阳能面板3913和电池。通过具有太阳能面板和电池两者,无人机能够在白天期间经由太阳能并且在夜间期间经由电池传输数据。当太阳下山时,电池将充满电。
图41示出动态的无基础设施的机器人网络4100的实施例。图41说明在专用无人机网络中,链接无人机4101可被网络无人机4105A代替。在一些实施例中,链接无人机4101和网络无人机4105A的硬件可基本上相同,这允许链接无人机和专用网络无人机的可互换性。结果,当专用网络无人机4105A电池电量低时,链接无人机4101和网络无人机4105A可切换角色。当4105A在地面4110上着陆并且与来自太阳4107的太阳光束4108对准时,网络无人机4105A的电池将比其飞行时充电快高达例如35%。在一些实施例中,充电速度的增加可为5%、10%、15%、20%、25%、30%、35%、40%和/或类似值。在一些实施例中,需要一架以上链接无人机来从专用网络传输数据。无人机可具有锁定到地面4110、在地面4110上机动、飞行以及将数据传输到专用无人机网络以及卫星、蜂窝塔和Wi-Fi网络或其任何组合的能力。
卫星网络和专用无人机网络接口
如图42所示,动态的无基础设施的机器人网络4200的实施例通常包含至少一架链接无人机4201、至少一个卫星4203和太阳4207。链接无人机4201可在地面4210上飞行或移动,以使用传感器或相机采集数据。从太阳4207发射的太阳光束4208击中链接无人机4201的太阳能面板4202,从而为飞行、地面移动、数据采集和到卫星4203的数据传送提供电力。在一些实施例中,链接无人机4201具有太阳能面板4202。在其它实施例中,链接无人机具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机具有太阳能面板4202和电池。在一些实施例中,可存在多架链接无人机来传输更多数据。
在一些实施例中,链接无人机4201经由卫星4203将数据传送到云计算和存储装置4209。在一些实施例中,经由机载AI处理器控制链接无人机。在一些实施例中,远程操作员(未示出)可通过卫星4203控制链接无人机4201。在一些实施例中,链接无人机4201与被示出为网络无人机4205A和网络无人机4205N的无人机专用网络通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机4205A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由LTE网络传输到链接无人机4201。在链接无人机4201接收照片之后,链接无人机4201可通过卫星4203将照片传送到云计算和分析(例如,像图31中的云计算和分析3109)。
Wi-Fi网络和专用无人机网络接口
如图43A-43C所示,动态的无基础设施的机器人网络4300的实施例通常包含至少一架链接无人机4301、至少一个Wi-Fi网络4303和太阳4307。链接无人机4301可在地面4310上飞行或移动,以使用传感器或相机采集数据。从太阳4307发射的太阳光束4308击中链接无人机4301的太阳能面板4302,从而为飞行、地面移动、数据采集和到Wi-Fi连接4303的数据传送提供电力。为了传送数据,在一些实施例中,链接无人机4301可需要在连接的460英尺内,这使得空中和地面机动性非常有益。在一些实施例中,链接无人机4301具有太阳能面板4302。在其它实施例中,链接无人机具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机具有太阳能面板4302和电池。在一些实施例中,可存在多架链接无人机来传输更多数据。
在一些实施例中,链接无人机4301经由Wi-Fi连接4303将数据传送到云计算和存储装置4309。在一些实施例中,Wi-Fi连接可在建筑物或农场中。在一些实施例中,经由机载AI处理器控制链接无人机。在一些实施例中,远程操作员(未示出)可通过Wi-Fi连接4303控制链接无人机4301。在一些实施例中,链接无人机4301与被示出为网络无人机4305A和网络无人机4305N的无人机专用网络通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机4305A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由专用LTE网络传输到链接无人机4301。在链接无人机4301接收照片之后,链接无人机4301可通过Wi-Fi连接4303将照片传送到云计算和分析4309。
如图44所示,动态的无基础设施的机器人网络4400的实施例。图44示出网络无人机4405N使用相机4421拍摄电力线4425的照片、视频和/或类似物4423。在拍摄照片后,照片从网络无人机4405N传输到地面4410上的链接无人机4401。链接无人机4401然后通过Wi-Fi网络连接4403将照片传输到云计算分析工具。分析将返回给需要采取行动的人,诸如修理倒下的电力线或变压器。链接无人机和网络无人机4405N之间的航程取决于网络中无人机的数量。链接无人机与下一架无人机的通信半径为2-10英里。在一些实施例中,链接无人机4401与被示出为网络无人机4405A和网络无人机4405N的无人机专用网络通信。因此,如果有两架网络无人机,那么航程可为20英里,并且随着无人机数量的增加而成比例地扩展。在一些实施例中,链接无人机4401和Wi-Fi连接之间的航程可被限制到460英尺,因此无人机可在路由器附近着陆或者可走到路由器附近的地区为有益的。在一些实施例中,系统还包括Wi-Fi连接4403。
在一些实施例中,链接无人机4401可在地面4410上飞行或移动,以使用传感器或相机采集数据。在一些实施例中,从太阳4407发射的太阳光束4408击中链接无人机4401的太阳能面板(例如,像图43A中的太阳能面板4302),从而为飞行、地面移动、数据采集和数据传送提供电力。
蜂窝网络和专用无人机网络接口。
如图45所示,动态的无基础设施的机器人网络4500的实施例通常包含至少一架链接无人机4501、至少一个蜂窝塔连接4503、至少一架网络无人机4505A和太阳4507。链接无人机4501可在地面4510上飞行或移动,以使用传感器或相机采集数据。从太阳4507发射的太阳光束5508击中链接无人机4501的太阳能面板5502,从而为飞行、地面移动、数据采集和到蜂窝连接1503的数据传送提供电力。在一些实施例中,蜂窝塔网络连接4503可为2G、3G、4G、LTE或5G。为了传送数据,在一些实施例中,链接无人机4501可需要在3G蜂窝塔的30英里内、4G蜂窝塔的10英里内以及5G蜂窝塔的2.3英里内。在一些实施例中,链接无人机4501具有太阳能面板。在其它实施例中,链接无人机具有电池(例如,像图5A中的电池503)。在又另一个实施例中,链接无人机具有太阳能面板1502和电池。在一些实施例中,可存在多架链接无人机来传输更多数据。
在一些实施例中,链接无人机4501经由蜂窝塔4503将数据传送到云计算和存储装置4509。在一些实施例中,经由机载AI处理器控制链接无人机。在一些实施例中,远程操作员(未示出)可通过蜂窝塔连接4503控制链接无人机4501。在一些实施例中,链接无人机4501与被示出为网络无人机4505A和网络无人机4505N(例如,像图44中的网络无人机4405N)的无人机专用网络通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机4505A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由专用LTE网络传输到链接无人机4501。在链接无人机4501接收到照片之后,链接无人机4501可通过蜂窝塔连接4503将照片传送到云计算和分析4509。
图46示出动态的无基础设施的机器人网络4600的实施例,其通常包含产生太阳光束4608的太阳4607、一架或多架链接无人机4601、一架或多架网络无人机4605A和4605N、在地面4610上的蜂窝塔4603、用户4630和装置4631。图46示出网络无人机4605N通过装置4631传输来自用户4630的数据。在一些实施例中,数据可为手机呼叫、短信、电子邮件、照片或视频。用户将在他的装置中具有芯片,该芯片指定允许用户访问专用无人机网络的频率。一旦数据被传输到专用无人机网络,数据就被传输回链接无人机4601。然后,链接无人机将数据传输到蜂窝塔4603。在4600动态电信网络中,使用将访问最近的网络无人机来传输数据。在一些实施例中,用户可需要在最近的网络无人机的30英里内。专用网络无人机可飞到用户请求数据的地方,并且如果服务订阅被取消,那么专用网络无人机可容易地被重新定位。
专用网络的可扩展性和灵活性
如图47所示,动态的无基础设施的机器人网络4700的实施例,其中专用无人机网络4710包含至少一架无人机4705N或5705A,并且在一些实施例中可扩展以满足用户的需求,无人机4705N具有太阳能面板4706N,并且无人机5705A具有太阳能面板4706A。这使得无线网络和蜂窝网络能够在需要的时候到达农村和偏远地区,并且如果需要为暂时的,那么网络可被快速拆除或移动。专用网络中的每架无人机都可飞行、在地面上移动,或锁定到地面以收集数据或传输数据。在任何时间点,专用网络中的任何无人机都可通过连接到卫星、Wi-Fi连接或蜂窝塔而成为链接无人机。每架无人机都具有将数据传输到彼此、用户或其它连接点的能力。在一些实施例中,专用网络4710中的无人机由通过包括蜂窝塔4703和链接无人机4701的蜂窝网络4720通信到专用无人机网络4710的远程操作员(未示出)控制。在一些实施例中,无人机由机载AI处理器控制。
按需远程Wi-Fi路由器
如图48所示,动态的无基础设施的机器人网络4800的实施例通常包含连接到至少一个Wi-Fi连接4803的至少一架链接无人机4801、其中专用网络4810包含至少一架网络无人机4805A或4805N的专用无人机网络4810,以及Wi-Fi客户链接无人机4831。在一些实施例中,系统4830包含Wi-Fi客户链接无人机4831和Wi-Fi消费者4833。链接无人机4801可在地面上飞行或移动,并且在Wi-Fi连接4803的460英尺内。链接无人机4801与被示出为多架无人机的无人机专用网络4810通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机4805A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由专用LTE网络传输到链接无人机4801。链接Wi-Fi无人机4831定位在潜在用户4833内,诸如家庭、企业、建筑物或个人。链接Wi-Fi无人机4831与专用无人机网络4810中最近的无人机进行传输,该无人机通过链接无人机4801(在无线连接系统4820中)将Wi-Fi连接4803远程连接到专用无人机网络4810。链接Wi-Fi无人机可随时飞离用户,并且加入专用无人机网络4810。在一些实施例中,所有无人机都具有太阳能面板,并且由太阳供电。在一些实施例中,无人机4805A具有太阳能面板4806A和/或无人机4805N具有太阳能面板4806N。
此外,动态的无基础设施的机器人网络4800可将无人机直接部署到远程农场,并且无人机充当农场可使用的Wi-Fi路由器。这种连接可帮助农场收集数据并且将数据发送到公司以执行数据分析,并且向农民提供指导,以帮助农民做出明智的决策来增加作物产量。
动态的无基础设施的机器人网络的公开的实施例的某些优点
图49说明动态的无基础设施的机器人网络4900的实施例,其包含Wi-Fi连接4903、地面4910、蜂窝塔4904、可包括太阳能面板4902的至少一架链接无人机4901、产生太阳光束4908的太阳4907、至少一架网络无人机4905A和/或4905N、山丘4950和Wi-Fi用户4931。在一些实施例中,网络无人机4905A具有太阳能面板4906A,并且网络无人机4905N具有太阳能面板4906N。在一些实施例中,链接无人机4930提供到远程Wi-Fi路由器4931的Wi-Fi连接。在一些实施例中,月亮4909在夜间出来说明该系统。本文公开的动态的无基础设施的机器人网络的一些实施例可具有优于传统VTOL航空器的以下优点或益处中的一个或多个:
1.锁定到地面上的能力。在极端天气下,无人机可快速着陆并且锁定到地面上。其它无人机将仅被吹走并且损害。图49A示出无人机在白天期间飞行并且在地面上机动,并且向用户提供远程Wi-Fi路由器。图49B示出链接无人机和专用网络无人机在夜间期间锁定到地面并且将数据传输到远程Wi-Fi路由器给用户。无人机需要在夜间锁定到地面以保护免受环境影响并且保存能量。
2.链接无人机和专用网络无人机在不平坦地形上机动的能力。通过使用锁定腿,航空器可在任何地形上着陆和机动。此无人机可使用其相机来检测是否存在危险,并且在山边或某人的院子里机动以在传送数据时避免危险。
3.链接无人机和专用网络无人机在飞行中和地面上充电的能力。这允许航空器完全自主,并且清除返回集中充电位置的需要。此外,在地面上和飞行中充电的能力将使得无人机的电信和连接网络能够快速扩大,因为不再需要对基础设施开发的需要。此外,所有专用网络无人机都可在夜间期间着陆,以减少动力系统的功率消耗,并且专注于使用功率传输数据。
4.当在地面上时对准太阳的能力提供高达25%至35%的充电效率改进,并且支持将数据传输到卫星的高功率消耗。
5.在小地区或偏远位置竖直起飞和着陆的能力。这允许链接无人机接近传统太阳能飞机不可实现的Wi-Fi连接。此外,链接无人机可在建筑物、电力线、树木和其它物体上着陆,以减少来自地面的电磁效应,并且改进信号质量和数据传输。
6.与本质上静止的传统网络不同,这种网络可基于用户需求而快速扩展和改变。
7.与本质上静止的传统网络不同,这种网络可将蜂窝塔和Wi-Fi提供商的范围扩大到无法访问连接的偏远和农村地区。
无基础设施的农业连接网络
应注意,无基础设施的农业连接网络的公开的实施例可与本文公开的任何实施例组合,并且无基础设施的农业连接网络的各个特征可与任何其它实施例的各个特征组合。任何其它实施例也可与所公开的无基础设施的农业连接网络组合,并且任何实施例的各个特征可与所公开的无基础设施的农业连接网络的各个特征组合。
如图50所示,无基础设施的农业连接网络5000的实施例通常包含连接到至少一个Wi-Fi连接5003的至少一架链接无人机5001,其中专用网络5010包含至少一架网络无人机5005的专用无人机网络5010,以及耕种技术装置5030。链接无人机5001可在地面上飞行或移动,并且在Wi-Fi连接5003的460英尺内。在一些实施例中,链接无人机5001可连接到卫星或蜂窝塔。在一些实施例中,可存在一架以上链接无人机。
链接无人机5001与被示出为多架无人机的无人机专用网络5010通信。无人机专用网络为至少一架无人机。在一些实施例中,网络无人机5005A可飞行并且执行检查任务,诸如拍摄一块土地的照片并且将照片经由专用LTE网络传输到链接无人机5001。在一些实施例中,链接无人机5001可与蜂窝塔5003通信。在一些实施例中,无人机专用网络5010包括一架或多架无人机5005N和5005A。在一些实施例中,专用网络无人机具有太阳能面板5006N和5006A。专用无人机网络5010中的无人机中的任一架都可与耕种技术装置5030通信和传输数据。耕种技术5030包括用于智能作物监控的传感器5031、诸如农药喷洒无人机的其它耕种无人机5033、用于牲畜监控的传感器5035、诸如拖拉机的自主耕种机器5037以及建筑和设备5039。在这种情况下,农场上的传感器可经由专用无人机网络与农场上的其它设备进行通信。传感器和设备将具有与专用无人机网络5010网络的频率相匹配的天线。例如,自动拖拉机可经由此网络访问GPS,并且使用来自无人机的数据在最佳时间收割作物。
图51示出工艺流程图的实施例,其说明专用网络无人机对农业资产进行分析以进行作物分析学和分析的方法的示例。
在方框5102,当专用网络无人机拍摄农场上的作物的照片、记录视频和/或类似操作时,工艺开始。在方框5104,网络无人机经由专用无人机网络将作物的照片、视频和/或类似物发送到链接无人机。在方框5106,链接无人机接收作物的图像。取决于实施例,无人机可使用不同的方法来发送图像。在一些实施例中,无人机可使用发送图像的方法的多种组合。
方框5108说明一个实施例,其中链接无人机经由卫星将图像发送到作物分析平台。在方框5114,作物分析平台接收图像并且执行分析。在方框5116,作物分析平台通过互联网将分析发送回农民。在一些实施例中,分析被发送到移动应用。
方框5110说明另一个实施例,其中链接无人机经由Wi-Fi将图像发送到作物分析平台。在方框5114,作物分析平台接收图像并且执行分析。在方框5116,作物分析平台通过互联网将分析发送回农民。在一些实施例中,分析被发送到移动应用。
方框5112说明又另一个实施例,其中链接无人机经由蜂窝塔将图像发送到作物分析平台。在方框5114,作物分析平台接收图像并且执行分析。在方框5116,作物分析平台通过互联网将分析发送回农民。在一些实施例中,分析被发送到移动应用。
图52示出工艺流程图的实施例,其说明多模态、耐候性机器人网络执行诊断测试以确定信号强度和带宽并且实现该过程以加强在发现为低的区域中的信号和带宽的方法的示例。
在方框5210,当多模态、耐候性机器人网络执行定期诊断测试以确定信号强度和带宽时,工艺开始。在方框5220,多模态、耐候性机器人网络确定区域X中的信号强度低。在方框5230,多模态、耐候性机器人网络使用AI来确定还需要多少无人机来加强区域X中的信号和带宽。在方框5240,多模态、耐候性机器人网络使用AI来均匀地间隔无人机以增压区域X中的信号强度。
图53示出工艺流程图的实施例,其说明充电和/或传送数据的无人机检测危险并且重新定位到安全位置以继续充电和/或传送数据的方法的示例。
在方框5310,当无人机经由太阳充电并且传送数据时,工艺开始。在方框5320,无人机相机和/或传感器检测危险接近无人机。在一些实施例中,危险可为极端天气系统、一群动物接近和/或类似危险。在方框5330,无人机立即起飞。
在方框5340,无人机确定离危险最近的地区,但在460ft的Wi-Fi、没有障碍物的卫星和/或2-30英里的蜂窝塔的网络距离要求内。在方框5350,无人机确定安全位置并且着陆。在方框5360,无人机着陆并且继续经由阳光传输数据和/或电荷。
一些公开的实施例可包括以下益处和优点中的一个或多个
大多数农场没有连接,因为它们位于偏远地区和农村地区,尤其是发展中国家的地区。农村地区没有钱投资于蜂窝网络塔并且Wi-Fi从路由器开始的范围有限。农场需要更灵活、低成本的数据传输和电信解决方案。无人机已经被考虑,但是还有许多依赖关系来构成一个临时的、灵活的耕种网络。
当前的VTOL无人机使用标准基础设施给无人机充电,并且在极端天气期间躲避。然而,这些解决方案需要系留电源,并且因此,解决方案为静态的并且不可适应环境或任务。一些解决方案还需要人机交互和规划,这在没有临时基础设施的空间的偏远地区或城市地区执行检查和/或数据传输时并不理想。当前的无人机监视系统也面临相同的基础设施问题,这些问题为大规模监视系统的实现带来障碍,因为它需要对充电站基础设施进行大量投资。所公开的技术尤其旨在清除对额外基础设施的需要,并且促进灵活和可持续的检查和数据传输网络。
传统思维使用附接到基础设施的大型太阳能面板给电池充电;然而,在我们的设计中,无人机自身将具有附接于其上的太阳能面板,用于在一个实施例中所示的地面上充电,这清除对昂贵的静态基础设施的需要。此外,传统思维也没有考虑到大部分时间在地面而不是空中充电如何使太阳能面板充电变得可行的重要性。此外,提出的设计具有允许无人机模仿自然并且将其自身附着到环境中的特征。
无基础设施的农业连接网络。
无基础设施的农业连接网络的一些实施例可包括以下优点或益处中的一个或多个:
1.与传统的运输系统相比,无人机不需要人类或机器人的帮助来充电和躲避。
2.与传统系统相比,提出的系统可将链接无人机连接到多个Wi-Fi连接,并且专用无人机网络可平衡不同网络之间的数据传输,以提高速度。
3.与传统系统相比,无人机可促进农场上的传感器和设备之间的通信,从而在农场实现高级的IoT。
4.与传统系统相比,无人机可促进农场和云分析软件之间的数据传输,这将使得农场的下一代分析能够提高产量并且减少浪费。
其它备注
除非另有特别说明,或在使用的上下文中另有理解,否则条件语言诸如除了别的之外的“能够”、“能”、“可能”或“可以”通常旨在传达某些实施例包括,而其它实施例不包括,某些特征、元件和/或步骤。因此,此类条件语言通常不旨在暗示一个或多个实施例以任何方式需要特征、元素和/或步骤,或者一个或多个实施例必须包括用于在有或没有用户输入或提示的情况下决定这些特征、元素和/或步骤是否被包括在任何特定实施例中或将在任何特定实施例中执行的逻辑。本文使用的标题只是为了方便读者,并不意味着限制本公开或权利要求的范围。
本文公开的任何范围还包括任何和所有重叠、子范围以及其组合。语言诸如“高达”、“至少”、“大于”、“小于”、“在……之间”和类似语言包括所列举的数字。如本文所用,以诸如“大约”、“约”和“基本上”的术语开头的数字包括所列举的数字,并且还表示接近仍然执行期望的功能或实现期望的结果的所述量的量。例如,术语“大约”、“约”和“基本上”可指代在所述量的小于10%以内、小于5%以内、小于1%以内、小于0.1%以内和小于0.01%以内的量。
尽管已经在某些优选实施例和示例的上下文中公开特征,但本领域技术人员将理解,本公开超出具体公开的实施例延伸到本公开的其它替代实施例和/或用途以及其明显的修改和等同物。此外,本领域技术人员将认识到,上述方法中的任一种都可使用任何合适的设备来执行。另外,本文结合一个实施例公开的任何特定特征、方面、方法、性质、特性、质量、属性、元素或类似物可用于本文阐述的所有其它实施例中。对于本文描述的所有实施例,方法的步骤不需要顺序执行。因此,意图是本文公开的本公开的范围不应受到上述具体公开的实施例的限制。
Claims (20)
1.一种用于农业植物和土壤管理操作的自主地面车辆,所述自主地面车辆包含:
地面车辆单元,其具有耦接到所述地面车辆单元的两个或更多个轮子或机械推进机构;
相机单元,其耦接到所述地面车辆单元,所述相机单元被配置成生成在所述地面车辆单元的向前路径中的农业地面土壤和植物有机体的一个或多个图像;
第一机械臂,其耦接到所述地面车辆单元的第一底架部分,所述第一机械臂具有包含第一锄头部分和第一电极部分的第一末端执行器;
第二机械臂,其耦接到所述地面车辆单元的第二底架部分,所述第二机械臂具有包含第二电极部分的第二末端执行器;
高压升压器单元,其容纳在所述地面车辆单元中,所述高压升压器单元电连接到所述第一机械臂的所述第一末端执行器的所述第一电极部分,并且所述高压升压器单元电连接到所述第二机械臂的所述第二末端执行器的所述第二电极部分;
电子存储器存储介质,其容纳在所述地面车辆单元中,所述电子存储器存储介质包含计算机可执行指令;
一个或多个处理器,其容纳在所述地面车辆单元中,所述一个或多个处理器与所述电子存储器存储介质电子通信,所述一个或多个处理器被配置成执行存储在所述电子存储器存储介质中的所述计算机可执行指令以用于实现植物物种控制管理操作,所述计算机可执行指令包含:
由所述一个或多个处理器分析生成的一个或多个图像以识别植物有机体和周围土壤;
由所述一个或多个处理器确定所述一个或多个图像中的所述周围土壤的土壤类型和识别的植物有机体的植物物种;
由所述一个或多个处理器将所述识别的植物有机体的确定的植物物种类型与数据存储进行比较,执行所述比较以确定所述植物有机体是否被设置用于植物有机体控制;
由所述一个或多个处理器基于确定所述识别的植物有机体被设置用于植物有机体控制来生成地面车辆单元控制指令,所述地面车辆单元控制指令被配置成使所述地面车辆单元和/或所述第一机械臂前进到所述识别的植物有机体的阈值接近度内;
由所述一个或多个处理器基于对由所述相机生成的所述一个或多个图像中的所述识别的植物有机体和所述周围土壤的所述分析来确定用于所述识别的植物有机体的植物有机体控制方法,所述植物有机体控制方法具有选项,所述选项包含电控制和机械控制;
由所述一个或多个处理器基于确定所述植物有机体控制方法为电控制的来生成用于电控制的机械臂控制指令包含:
将所述第一电极部分定位成与所述识别的植物有机体接触;
将所述第二电极部分定位成与所述识别的植物有机体附近的所述土壤或第二植物接触;
激活所述高压升压器单元以产生通过所述第一电极部分、所述识别的植物有机体和所述第二电极部分的电流;
由所述一个或多个处理器基于确定所述植物有机体控制方法为机械控制的来生成用于机械控制的机械臂控制指令包含:
将至少所述第一锄头部分定位成与所述识别的植物有机体远侧的土壤接触;
移动所述第一锄头部分通过所述土壤以移除所述识别的植物有机体的至少一部分;
由所述一个或多个处理器执行生成的机械臂控制指令。
2.根据权利要求1所述的自主地面车辆,其中所述机械推进机构包含机械腿。
3.根据权利要求1所述的自主地面车辆,其中所述地面车辆单元包含耦接到所述地面车辆单元的外部的一个或多个突起,所述一个或多个突起被配置成与所述第一锄头部分接合以从所述第一锄头部分移除碎屑材料。
4.根据权利要求1所述的自主地面车辆,另外包含容纳在所述地面车辆单元中的能量存储单元,所述能量存储单元电耦接到所述高压升压器单元。
5.根据权利要求4所述的自主地面车辆,另外包含电耦接到所述能量存储单元的太阳能面板单元,所述太阳能面板单元耦接到所述地面车辆单元,所述太阳能面板单元被配置成对容纳在所述地面车辆单元中的所述能量存储单元进行再充电。
6.根据权利要求1所述的自主地面车辆,其中所述激活所述高压升压器单元包含用开关继电器激活。
7.根据权利要求1所述的自主地面车辆,其中由所述一个或多个处理器确定所述识别的植物有机体的植物物种类型包含使用计算机视觉算法。
8.根据权利要求1所述的自主地面车辆,其中由所述一个或多个处理器确定所述识别的植物有机体的植物物种类型包含使用人工智能算法。
9.根据权利要求1所述的自主地面车辆,其中所述第二机械臂的所述第二末端执行器另外包含第二锄头部分。
10.根据权利要求1所述的自主地面车辆,其中所述第一末端执行器的所述第一锄头部分和所述第一电极部分形成单个单元。
11.一种使用自主地面车辆进行农业植物和土壤管理和操作的计算机实现的方法,所述计算机实现的方法包含:
由计算系统分析一个或多个生成的图像以识别植物有机体和周围土壤,所述一个或多个生成的图像耦接到具有两个或更多个轮子或机械推进机构的地面车辆单元的相机单元;
由所述计算系统确定所述一个或多个生成的图像中的所述周围土壤的土壤类型和识别的植物有机体的植物物种类型;
由所述计算系统将所述识别的植物有机体的确定的植物物种类型与数据存储进行比较,执行所述比较以确定所述植物有机体是否被设置用于植物有机体控制;
由所述计算系统基于确定所述识别的植物有机体被设置用于植物有机体控制来生成地面车辆单元控制指令,所述地面车辆单元控制指令被配置成使所述地面车辆单元和/或第一机械臂前进到所述识别的植物有机体的阈值接近度内,所述地面车辆单元包含耦接到所述地面车辆单元的第一底架部分的所述第一机械臂,所述第一机械臂具有包含第一锄头部分和第一电极部分以及第二电极部分的第一末端执行器,所述地面车辆单元容纳高压升压器单元,所述高压升压器单元电连接到所述第一机械臂的所述第一末端执行器的所述第一电极部分,并且所述高压升压器单元电连接到所述第一机械臂的所述第一末端执行器的所述第二电极部分,所述第一电极部分被配置成接触所述植物有机体的第一部分,并且所述第二电极部分被配置成接触所述周围土壤或所述植物有机体的第二部分;
由所述计算系统基于对通过所述相机的所述一个或多个生成的图像中的所述识别的植物有机体和所述周围土壤的所述分析来确定用于所述识别的植物有机体的植物有机体控制方法,所述植物有机体控制方法具有选项,所述选项包含电控制和机械控制;
由所述计算系统基于确定所述植物有机体控制方法为电控制的来生成用于电控制的机械臂控制指令包含:
将所述第一电极部分定位成与所述识别的植物有机体的所述第一部分接触;
将所述第二电极部分定位成与所述周围土壤或所述识别的植物有机体的所述第二部分或与所述识别的植物有机体的相邻植物有机体接触;
激活所述高压升压器单元以产生通过所述第一电极部分、所述识别的植物有机体和所述第二电极部分的电流;
由所述计算系统基于确定所述植物有机体控制方法为机械控制的来生成用于机械控制的机械臂控制指令包含:
将至少所述第一锄头部分定位成与所述识别的植物有机体远侧的土壤接触;
移动所述第一锄头部分通过所述土壤以移除所述识别的植物有机体的至少一部分;
由所述计算系统执行生成的机械臂控制指令;
其中所述计算系统包含一个或多个硬件计算机处理器,所述硬件计算机处理器与一个或多个计算机可读数据存储通信并且被配置成执行多个计算机可执行指令。
12.根据权利要求11所述的计算机实现的方法,其中所述机械推进机构包含机械腿。
13.根据权利要求11所述的计算机实现的方法,其中所述地面车辆单元包含耦接到所述地面车辆单元的外部的一个或多个突起,所述一个或多个突起被配置成与所述第一锄头部分接合以从所述第一锄头部分移除碎屑材料。
14.根据权利要求11所述的计算机实现的方法,其中所述自主地面车辆进一步包含容纳在所述地面车辆单元中的能量存储单元,所述能量存储单元电耦接到所述高压升压器单元。
15.根据权利要求14所述的计算机实现的方法,其中所述自主地面车辆进一步包含电耦接到所述能量存储单元的太阳能面板单元,所述太阳能面板单元耦接到所述地面车辆单元,所述太阳能面板单元被配置成对容纳在所述地面车辆单元中的所述能量存储单元进行再充电。
16.根据权利要求11所述的计算机实现的方法,其中所述激活所述高压升压器单元包含用开关继电器激活。
17.根据权利要求11所述的计算机实现的方法,其中由所述一个或多个处理器确定所述识别的植物有机体的植物物种类型包含使用计算机视觉算法。
18.根据权利要求11所述的计算机实现的方法,其中由所述一个或多个处理器确定所述识别的植物有机体的植物物种类型包含使用人工智能算法。
19.根据权利要求11所述的计算机实现的方法,其中所述地面车辆单元进一步包含耦接到所述地面车辆单元的第二底架部分的第二机械臂,所述第二机械臂具有包含第二电极部分的第二末端执行器。
20.根据权利要求11所述的计算机实现的方法,其中所述第一末端执行器的所述第一锄头部分和所述第一电极部分形成单个单元。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/093,694 | 2020-10-19 | ||
US202063128627P | 2020-12-21 | 2020-12-21 | |
US63/128,627 | 2020-12-21 | ||
PCT/US2021/055466 WO2022086873A1 (en) | 2020-10-19 | 2021-10-18 | Collaborative robot network with hybrid electro-mechanical plant management methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116848482A true CN116848482A (zh) | 2023-10-03 |
Family
ID=88171118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180076695.XA Pending CN116848482A (zh) | 2020-10-19 | 2021-10-18 | 具有混合机电植物管理方法的协作机器人网络 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116848482A (zh) |
-
2021
- 2021-10-18 CN CN202180076695.XA patent/CN116848482A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11744240B2 (en) | Collaborative robot network with hybrid electro-mechanical plant management methods | |
Gorjian et al. | The advent of modern solar-powered electric agricultural machinery: A solution for sustainable farm operations | |
AU2021261912B2 (en) | Autonomous integrated farming systems | |
Ahirwar et al. | Application of drone in agriculture | |
CN107426958B (zh) | 农业监控系统和方法 | |
CA3035970A1 (en) | Apparatus and method for unmanned flight | |
Ju et al. | A review on multirobot systems in agriculture | |
US20220127000A1 (en) | Unmanned aerial vehicle | |
CN109068572B (zh) | 自主的结合农作系统 | |
Yi et al. | Exploring the potential of UAV imagery for variable rate spraying in cotton defoliation application | |
Das et al. | Applications of robotic and solar energy in precision agriculture and smart farming | |
CN116848482A (zh) | 具有混合机电植物管理方法的协作机器人网络 | |
US20240053748A1 (en) | Self-maintaining, solar powered, autonomous robotics system and associated methods | |
Laul et al. | Application of UAV in pest detection using IoT | |
Mondal et al. | Autonomous architecture for uav-based agricultural survey | |
Schellenberger et al. | Leveraging 5G private networks, UAVs and robots to detect and combat broad-leaved dock (Rumex obtusifolius) in feed production | |
Nandi et al. | Design and Fabrication of a Solar-Powered Bluetooth-Controlled Multipurpose Agromachine | |
Gül et al. | Eye of the farmer in the sky: Drones. | |
Zlatov et al. | Research of the Present and Emerging Applications of Smart Robots and Unmanned Aerial Vehicles in the Agriculture Domain | |
CN116018925A (zh) | 飞行式割草机器人 | |
Duttaroy et al. | Efficient Field Monitoring Autonomous Drone (FMAD) with pesticide sprayer and anomaly detection in crops | |
Ren et al. | Integrating Uav, Ugv and Uav-Ugv Collaboration in Future Industrialized Agriculture: Analysis, Opportunities and Challenges | |
Bogue | Robots addressing agricultural labour shortages and environmental issues | |
Sankarananth et al. | Individual plant care in farming using AI-based cable-driven parallel robot assistance | |
Gligorević et al. | Overview of the possibility application of some nano drone technologies in modern agriculture |
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 |