JP2019083061A - 光、音、及び／またはマルチスペクトルパターン検出を使用する商用及び一般航空機の回避 - Google Patents

Abstract

【課題】無人航空機（「ＵＡＶ」）の検出及び回避機器、ならびに、ＵＡＶの飛行中の自動物体検出及び回避に関連するシステム、装置、及び技術を提供する。【解決手段】システムは、物体から放出または反射される音響、視覚、赤外線、マルチスペクトル、ハイパースペクトル、または物体検出可能信号によって、ＵＡＶの空域内の物体を検出し得る。システムは、受信した信号の特徴をデータベースの知られている送信元信号と比較することによって、物体検出可能信号の送信元を識別してもよい。特徴は、たとえば、物体から反射または放出された音響サインを含んでもよい。さらにまた、物体の経路エンベロープは、巡航速度、運動性などの物体の特性パラメータに基づいて判定されてもよい。ＵＡＶは、検出物体を避けるために、ＵＡＶの空域内の検出物体の経路エンベロープに基づいて、最適化された飛行計画を判定してもよい。【選択図】図１

Description

関連出願の相互参照
この特許は、２０１４年１２月１２日に出願され、「Ｃｏｍｍｅｒｃｉａｌ ａｎｄ Ｇｅｎｅｒａｌ Ａｉｒｃｒａｆｔ Ａｖｏｉｄａｎｃｅ ｕｓｉｎｇ Ｌｉｇｈｔ Ｐａｔｔｅｒｎ Ｄｅｔｅｃｔｉｏｎ」と題される米国実用特許出願第１４／５６９，１２５号明細書、２０１４年１２月１２日に出願され、「Ｃｏｍｍｅｒｃｉａｌ ａｎｄ Ｇｅｎｅｒａｌ Ａｉｒｃｒａｆｔ Ａｖｏｉｄａｎｃｅ ｕｓｉｎｇ Ｍｕｌｔｉ−ｓｐｅｃｔｒａｌ ｗａｖｅ Ｄｅｔｅｃｔｉｏｎ」と題される米国実用特許出願第１４／５６９，２３３号明細書、及び、２０１４年１２月１２日に出願され、「Ｃｏｍｍｅｒｃｉａｌ ａｎｄ Ｇｅｎｅｒａｌ Ａｉｒｃｒａｆｔ Ａｖｏｉｄａｎｃｅ ｕｓｉｎｇ Ａｃｏｕｓｔｉｃ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ」と題される米国実用特許出願第１４／５６９，１８３号明細書の優先権を主張し、その全体が、各出願別々に及び組み合わせて、参照により本明細書に組み込まれる。

無人航空機（ＵＡＶ）は、愛好者、企業体（たとえば、航空写真）、及び軍事ユーザの間で比較的一般的になってきている。これらの航空機は一般に、航空交通が最も混んでいて、最も予測できない低高度で運用される。たとえば、商用航空機、試験飛行、自家用操縦士活動、愛好者、気球及び小型飛行船、空中広告、水上機、緊急応答機、ならびに他のＵＡＶの離着陸は、ＵＡＶの空域内でより存在しやすいことがある。自律的に運用されている、またはオペレータの制御下にあるＵＡＶは、ＵＡＶの空域内に存在する移動中及び静止中の他の物体との干渉を、能動的に避けなければならない。

航空機空中衝突回避システム（ＡＣＡＳ）及び航空機間隔維持システム（ＡＳＡＳ）は、地上の航空交通管制官から独立して運用することが意図される。いくつかのシステムは、衝突を避けて、航空機の間隔を維持するために、有人機に搭載して一般に使用される、たとえば、機上レーダ及び空中衝突回避システムである。しかし、これらのシステムは多くの場合、重く、高価であり、及び／または、反応測定を処理する航空機の近くにおける航空機の応答器の能動的反応測定に依存する。より軽いシステムは一般に受動的であり、近くの航空機からの応答器情報の送信に依存し、それによって、送信している航空機の近くでの航空機間の相互作用を受動的にのみ防止する。場合によっては、物体に応答器が装備されていないことがあり、したがって、これらの技術を使用しても受動的な検出では気づかれないであろう。さらに、最も混んでいて、最も予測できない空域、すなわち低高度においては、有人の航空機は通常、相互作用を防止し、航空機間の適切な間隔を維持するために、パイロット及び航空交通管制官に依存する。

詳細な説明は、添付図面を参照して説明される。図において、参照番号の最上位桁（複数可）は、参照番号が最初に現れる図を識別する。異なる図における同一の参照番号は、類似または同一の要素を示す。

ＵＡＶ、移動中及び静止中の物体、無人航空機（ＵＡＶ）センサ、ならびにＵＡＶ飛行計画を動的に更新するためのＵＡＶ飛行管理システムを部分的に備える、例示的なＵＡＶの空域の概略図である。 周囲物体検出ゾーンと内側の能動的物体監視ゾーンを含む、１つまたは複数のＵＡＶ検出ゾーンの例示的なＵＡＶの空域の概略図である。 プロセッサと、コンピュータ可読媒体と、１つまたは複数のセンサと、音響送信機と、無線通信部品とを備える、ＵＡＶの飛行管理システムの例示的なブロック図である。 識別された物体を特性パラメータと関連付け、拡大縮小可能な経路エンベロープを識別された物体と関連付ける、例示的な性能パラメータデータベースの概略図である。 物体の現在位置、経路、及び将来の経路変更の可能性を表す、確率導出マップを示すＵＡＶ空域の概略図である。 航空灯及び衝突防止灯を含む代表的な照明システムを有する航空機を含むＵＡＶの空域を表す絵画平面図である。航空機を検出し、同時に、ＵＡＶ間のネットワーク通信を維持する複数のＵＡＶがさらに示される。 図６Ａの航空機の絵画側面図である。図６Ｂは、図６Ａのように同じ航空機を検出し、同時に、ＵＡＶ間のネットワーク通信を維持する複数のＵＡＶを表す。 ＵＡＶの空域の平面図を表し、かつ、個々のＵＡＶの検出限界を拡大し、ネットワーク内の個々のＵＡＶの信号強度を増大させることが可能なＵＡＶピアツーピア（Ｐ２Ｐ）通信ネットワークを示す概略図である。 物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図である。 ＵＡＶの空域を表す画像を使用して、物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図である。 ＵＡＶの空域を表す音響信号を使用して、物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図である。 物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図であり、複数のＵＡＶの通信ネットワーク上での情報の交換を示す。

概要
本開示は、無人航空機（「ＵＡＶ」）と、ＵＡＶの運用中の物体検出ならびに／または物体間隔及び回避に関連するシステム、装置、及び技術とを対象とする。ＵＡＶは、たとえば発送センタから１つまたは複数の宛先まで、貨物を配達するために使用されてもよく、次いで、発送センタまたは他の場所に戻り、１つまたは複数の追加の宛先への別の輸送のために他の貨物を回収してもよい。ＵＡＶは、たとえば、赤外及び／もしくは可視を含む電磁エネルギーの１つまたは複数の波長を捕らえることが可能な１つまたは複数のカメラ、音響センサ（たとえば、マイクロフォンなど）、ならびに／または、ＵＡＶの運用中の物体の検出及び自律回避のためのマルチスペクトルセンサを含む、複数のセンサを含んでもよい。ＵＡＶはまた、１つまたは複数の、音響送信機などの送信機を含んでもよい。

ＵＡＶはセンサで捕らえたデータに問い合わせて、送信元、送信元経路、及び送信元動作特性（たとえば、速度及び／または加速度）を判定してもよい。ＵＡＶはまた、一定時間に捕らえた信号データを分析することによって、送信元と関連する物体の種類（たとえば、静止物体、固定翼機、回転翼機、小型飛行船／気球など）、及び、送信元の経路変更の可能性を識別してもよい。次いで、ＵＡＶは、物体識別及び経路変更の可能性から、ＵＡＶによって検出される１つまたは複数の物体のうちの個々の物体の経路エンベロープを判定してもよい。ＵＡＶはまた、自身の飛行計画を１つまたは複数の経路エンベロープと比較し、自身の飛行計画を更新して、１つまたは複数の物体との相互作用の可能性を最小化または排除してもよい。物体回避システムは、ＵＡＶの運用を通して、ＵＡＶの空域内でのＵＡＶ及び物体の安全な移動を継続的に保証するために使用されてもよい。

さまざまな実施形態において、物体検出及び回避システムは、１つまたは複数の監視ゾーンを含んでもよい。１つの実施態様において、ＵＡＶは、ＵＡＶの最も近い内側の能動的監視ゾーンを含む１つまたは複数の空域を能動的に監視してもよい。ＵＡＶはまた、能動的監視ゾーンを超えて、ＵＡＶのセンサの最大検出限界まで検出ゾーンを監視してもよい。ＵＡＶは、検出ゾーンを越えて、物体または物体位置を監視しなくてもよい。しかしながら、ＵＡＶは、１つまたは複数の近くのＵＡＶと物体についての情報を交換し、ＵＡＶの検出限界及び／または検出ゾーンの周囲長を効果的に拡大させてもよい。

物体が最も外側の監視空域である検出ゾーンに存在するとき、ＵＡＶは相対位置及び／または経路などの物体の忠実度の低い動作特性を常に監視してもよい。物体が最も内側の空域である能動的監視ゾーンに移動するとき、ＵＡＶはより忠実度の高い物体の特性を常に監視してもよい。たとえば、ＵＡＶは、少なくとも物体の動作位置、物体の経路、及び／または検出物体の経路エンベロープを保持してもよい。

１つまたは複数の実施形態に従って、ＵＡＶには、プロセッサと、コンピュータ可読媒体と、１つまたは複数のセンサと、１つまたは複数の出力装置と、無線通信部品とを備える飛行管理システムが装備されてもよい。飛行管理システムは、ＵＡＶの空域からの信号を表すセンサデータを受信かつ分析してもよい。飛行管理システムは、分析されたデータをデータベース情報と比較して、信号の送信元を識別してもよい。飛行管理システムは、受信信号の変更に部分的に基づいて、識別された物体の動作特性を判定してもよい。その上、飛行管理システムは、物体性能パラメータデータベースによって物体と関連付けられる性能パラメータに少なくとも部分的に基づいて、１つまたは複数の検出物体の経路エンベロープを判定してもよい。飛行管理システムはまた、動的ＵＡＶ飛行計画を保持し、ＵＡＶの空域内で作動する１つまたは複数の物体との干渉の可能性を減少または排除するために計画を更新してもよい。

いくつかの実施形態において、物体性能パラメータデータベースは、ＵＡＶの空域内の１つまたは複数の物体と関連付けられる性能パラメータを特徴づける情報を保持してもよい。たとえば、物体パラメータデータベースは、任意の所定の空域内の一般的なまたは遭遇する可能性のある物体（たとえば、航空機、静止物体など）の特性を含んでもよい。サンプル特性は、上昇率及び／もしくは降下率、物体の作動上限、航続距離、速度、運動性、ならびに／または拡大縮小可能な経路エンベロープを含んでもよいが、これらに限定されない。さらにまた、性能パラメータデータベースの物体の特性は、固定翼、回転翼機、小型飛行船及び／または気球、実験機などの航空機の１つまたは複数のクラスに編成されてもよい。

さらに、物体性能パラメータデータベースは、各物体の拡大縮小可能な経路エンベロープを含んでもよい。拡大縮小可能な経路エンベロープは、物体に関連付けられ、性能パラメータデータベースに記憶される性能パラメータに基づいて、物体の経路変更の確率を説明する三次元形状でもよい。その上、速度を含む、ＵＡＶに対する位置及び／または物体の決定された経路などの物体の現在の動作特性を、飛行管理システムが使用して、物体で関連付けられる拡大縮小可能な経路エンベロープを測定し、物体の経路変更の確率を表す経路エンベロープを判定してもよい。さらに、飛行管理システムは測定された経路エンベロープに基づいて自身の飛行計画を更新し、物体との干渉を最小化してもよい。

さらなる実施形態において、ＵＡＶの飛行管理システムは、ＵＡＶの空域で検出される１つまたは複数の物体の経路エンベロープを判定してもよい。経路エンベロープは、物体の動作特性及び／または物体の経路変更の確率に少なくとも部分的に基づいて判定されてもよい。さらにまた、飛行管理システムは、検出物体の現在の経路、物体の性能パラメータ、及び物体と関連付けられる１つまたは複数の性能パラメータに少なくとも部分的に基づいて、ＵＡＶと物体との間の相互作用の確率を判定してもよい。相互作用の確率は、物体からの距離の大きさによって、ならびに／または、物体の現在の動作特性及び／もしくは物体と関連付けられる性能パラメータに応じて時間が経つにつれて変化してもよい。

いくつかの実施形態において、ＵＡＶは、ＵＡＶの空域を表す複数の画像をキャプチャして、物体の指標のためにキャプチャした画像を分析してもよい。指標は、航空機の輪郭及び／あるいは航空機の１つまたは複数の航空灯または衝突防止灯でもよい。さらに、指標は、１つまたは複数の識別された航空機ライトのオン／オフ頻度または回転周波数を含んでもよい。ＵＡＶは、類似の点灯スキームあるいは類似の点滅頻度及び／または持続時間の指標のために収集された画像を分析し、物体データベースを参照して、物体を識別してもよい。さらにまた、物体性能パラメータは、ＵＡＶに関する複数の画像内の識別された物体の位置の変更から判定されてもよい。

さらなる実施形態において、ＵＡＶは、ＵＡＶの空域を表す音響信号を捕らえて、一定時間の捕捉音響信号を分析し、音響信号を発するもしくは反射する物体（複数可）及び／または物体の経路の変更（たとえば、方向及び／もしくは速度）を識別してもよい。捕捉音響信号は分光写真として表してもよく、フィンガープリントを表す分光写真の部分を識別してもよい。次いでフィンガープリントを、物体を識別するために使用してもよい。さらにまた、一定時間の音響信号の変化に基づいて、物体の動作パラメータ（たとえば、経路及び／または速度など）。さらに、経路エンベロープは、物体がＵＡＶの現在の飛行計画と相互に作用する可能性を説明するために決定されてもよい。相互作用がほぼ確実、または可能性がある場合、ＵＡＶの飛行計画を更新してもよい。

さらにいくつかの実施形態において、ＵＡＶは、ピアツーピア（Ｐ２Ｐ）ネットワークを介して、１つまたは複数の近くのＵＡＶと通信し、センサ捕捉情報を共有してもよい。近くのＵＡＶは、共有空域の物体についての追加情報を有してもよい。ネットワークの１つまたはすべてのＵＡＶは、共有データで捕捉データを補足し、物体検出及び分類の精度を改善してもよい。

さらに別の実施形態において、１つまたは複数のＵＡＶは、通信ネットワークを保持し、ネットワーク内の任意の個々のＵＡＶの検出限界を拡大する。センサは、ＵＡＶからの最大物体検出距離を作成する固有の器具検出限界を有してもよい。しかし、第１のＵＡＶは、第１の複数の近くのＵＡＶとの通信リンクを保持してもよい。さらにまた、第１の複数のＵＡＶのうちの個々のＵＡＶは、第１のＵＡＶの検出限界の内側または外側のいずれにあってもよい。次に、第１の複数のＵＡＶのうちの各メンバーは、第２の複数のＵＡＶ内からの１つまたは複数の追加のＵＡＶとの通信リンクを保持してもよい。第１のＵＡＶは、自身の検出限界内の検出物体に関連する情報を捕らえ、捕捉情報を第２のＵＡＶを含む第１の複数のＵＡＶのうちの１つまたは複数のＵＡＶと共有してもよい。次いで、第１の複数のＵＡＶのうちの１つまたは複数のＵＡＶは、順番に、捕捉情報を第２の複数のＵＡＶと共有してもよく、及び／または物体検出のために情報を利用してもよい。それによって、通信ネットワーク上で共有される捕捉情報を使用し、物体検出及び分類の精度を改善し、ネットワーク内の個々のＵＡＶの判定限界を拡大し得る。

本明細書に記載される技術、機器、及びシステムは、多くの方法で実装されてもよい。例示的な実施態様は、以下の図を参照して下に記載される。

図１は、例示的なＵＡＶの空域１００の概略図である。これは、ＵＡＶ１１４、移動中及び静止中の物体１０２、たとえば光学センサ１２４及び／または音響センサ１２６を含むＵＡＶセンサ、動的にＵＡＶ飛行計画１３２を更新するＵＡＶ飛行管理システム１２０を部分的に含む。空域１００は、たとえば、ＵＡＶの拠点位置１２８と１つまたは複数の宛先位置１３０との間の空域でもよい。また、ＵＡＶの空域１００は、ＵＡＶ負荷（すなわち、ＵＡＶが配達のためにペイロード１１０を積む場合）、タックオフ、及び／または配達と関連付けられる空域を含んでもよい）。１つまたは複数の物体１０２と１つまたは複数の近くのＵＡＶ１１６との相対位置は制限されておらず、そのため、それらはＵＡＶの空域１００内でＵＡＶ１１４に対して任意の位置でもよい。

ＵＡＶの空域１００は、複数の物体１０２を含んでもよい。物体は、無数の物体の種類を含んでもよい。たとえば、図１に示されるように、物体１０２（１）は固定翼航空機でもよい。しかしながら、物体１０２はまた、近くのＵＡＶ１１６、回転翼機、及び／もしくは小型飛行船または気球など、任意の種類の航空機を含んでもよい。さらに、物体１０２は、たとえば、建物または工場、アンテナ１０２（２）、高圧送電線、管制塔、滑走路または滑走路照明、橋、野生生物（たとえば、鳥など）、樹木、または、山もしくは岩層などの他の自然形成物などの、静止した物体でもよい。

物体１０２は、たとえば、経路、速度、及び／または加速度などの１つまたは複数の動作特性１０４と関連付けられてもよい。その上、物体１０２は１つまたは複数の捕捉可能な指標を生成してもよい。物体の生成される指標は、物体によって作成、反射、及び／または放出されるエネルギー波を指してもよく、たとえば、音響または電磁エネルギー（すなわち、可視光１０８及び赤外振動数）及び／または音響信号１０６を含む。物体１０２はまた、物体１０２を構成する材料またはシステムによって決まる電磁スペクトルを通して固有の周波数を反射及び／または放出してもよい。たとえば、ハイパースペクトル画像またはマルチスペクトル画像を使用して、反射された電磁エネルギーの特定の周波数を捕らえることによって物体１０２の組成を判定してもよい。１つの実施形態において、塗料または類似のコーティングのポリマーは、物体１０２を識別し得る固有のスペクトルフィンガープリントを生成することがある。

さらにまた、ＵＡＶは、信号捕捉及び分析、物体検出、ならびにＵＡＶの飛行計画の修正を指示する飛行管理システム１２０を収容してもよい。飛行管理システム１２０の実施形態を、図３を参照して以下でさらに詳細に説明する。たとえば、飛行管理システム１２０は、物体指標（たとえば、物体によって生じる音１０６から発生する信号、物体から放出される光１０８から発生する信号）にアクセスし、指標を分析に好適なフォーマットに処理してもよい。たとえば、音響信号１０６を、経時的な信号の周波数変化を表す分光写真にフォーマットしてもよい。次いで、飛行管理システム１２０は、物体の代表的な信号の特徴を識別し、それらの特徴を、知られている物体と関連付けられた特徴のデータベースと比較してもよい。飛行管理システムはそれによって、指標と関連付けられた物体を確実に識別し得る。次いで、飛行管理システムは、データベース１２１からの性能パラメータを識別された物体と関連付け、動作エンベロープ１２３または経路変更の確率を判定してもよい。

さらに、飛行管理システム１２０は、ＵＡＶ１１４と１つまたは複数の識別された物体１０２との間の距離を判定してもよい。距離は、これらに限定されないが、距離測定焦点調整機構、レーザ距離計、パルスレーダ技術、または超音波測距技術などの距離測定技術によって判定されてもよい。飛行管理システム１２０は、最初に、ＵＡＶの空域で動作する物体を識別し、次いで、距離測定技術を使用して、物体の距離及び動作特性を判定してもよい。

さらに、ＵＡＶの飛行管理システム１２０は、ＵＡＶの動作特性１１２及び現在の飛行計画１３２を、識別された物体の動作エンベロープと比較し、現在の飛行計画１３２の修正の必要性を判定してもよい。飛行管理システム１２０は、識別された物体の動作エンベロープで相互作用の最小の可能性、ならびに、ペイロード１１０の配達のための最高効率（燃料消費量及び／または飛行時間）を判定することによって、飛行計画を更新してもよい。

ＵＡＶ１１４は、ピアツーピアネットワーク（Ｐ２Ｐネットワーク）などの通信ネットワーク１２２、または、ＵＡＶ１１４と１つまたは複数の近くのＵＡＶ１１６との間の類似の通信インタフェースを保持してもよい。ＵＡＶ１１４は、近くのＵＡＶ１１６から収集される情報を利用して、物体識別の精度を改善し、ネットワークの１つまたは複数の近くのＵＡＶ１１６の検出限界を含むＵＡＶのセンシング機器の検出限界を拡大してもよい。さらに、通信インタフェース１２２を介して共有されるデータを、経時的な物体１０２の位置を三角法で測定し、決定された動作物体の特性１０４及び／またはＵＡＶ空域１００内に存在する１つまたは複数の近くのＵＡＶ１１６の動作特性１１８の精度を改善するために使用してもよい。

さらにまた、飛行管理システム１２０は、ＵＡＶ１１４の動的飛行計画１３２を保持してもよい。動的飛行計画１３２は、ＵＡＶの拠点位置１２８と１つまたは複数の宛先位置１３０との間の飛行経路の完了部分及び／または計画部分を説明してもよい。飛行管理システム１２０は、燃料レベル、ペイロード１１０の重さ、宛先位置１３０のうちの１つまたは複数までの距離、拠点位置１２８から移動する距離、空域の混雑などを考慮してもよい。さらにまた、飛行管理システム１２０は、１つまたは複数の離れた充電スタンドの位置、空域の混雑及び／もしくはＵＡＶの空域１００の物体１０２に対する干渉の可能性による運転の停止、または飛行計画１３２の最適化の一部としての他の計画されてない宛先を含んでもよい。

図２は、周囲物体検出ゾーンと内側の能動的物体監視ゾーン２００を含む、１つまたは複数のＵＡＶ検出ゾーンの例示的なＵＡＶの空域の概略図である。いくつかの実施形態において、ＵＡＶ検出ゾーンは、能動的物体監視ゾーン２０２と、物体検出ゾーン２０４とを含んでもよい。ＵＡＶ２１２は周囲距離２１６及び２１８それぞれで、２つのゾーンを保持してもよい。しかしながら、より多いまたはより少ないゾーンが使用されてもよい。能動的監視ゾーン２０２は、ＵＡＶの動作特性２１４及びＵＡＶの空域１００内の１つまたは複数の物体の動作特性に対するＵＡＶ２１２の安全な運用を保証する距離に維持される。そのため、能動的監視ゾーン２０２の周囲距離２１６は、さまざまな要因に応じて変化してもよい。さらにまた、物体検出ゾーン距離２１８は、ＵＡＶのセンサ２３０の検出限界に維持されてもよい。能動的物体監視ゾーン２０２または物体検出ゾーン２０４で動作する物体を、物体の視覚及び／または音響サインを使用して検出及び監視してもよい。たとえば、音響の検出において、ＵＡＶは物体が生成または反射した音響指標（すなわち、物体の動作からの音波）を受信してもよい。さらに、または、あるいは、ＵＡＶは、１つまたは複数の物体と関連付けられた照明を含む、ＵＡＶの空域の視覚画像をキャプチャして、物体を識別及び監視してもよい。

ＵＡＶの空域１００は、１つまたは複数の非監視物体２２６、１つまたは複数の検出物体２２０、及び／または、１つまたは複数の能動的監視物体２０６を含有してもよい。あるいは、ＵＡＶの空域１００内の任意の１つのゾーンまたはすべてのゾーンは物体を含有しなくてもよい。さらにまた、非監視物体２２６は、ＵＡＶのセンサ２３０の検出限界の外側でもよい。ＵＡＶ２１２は、物体がＵＡＶの検出ゾーン２０４に入るとき、１つまたは複数の近くのＵＡＶの２３０が通信インタフェースを介して非監視物体動作特性２２８を共有するように、１つまたは複数の近くのＵＡＶの２３０から非監視物体動作特性２２８を得てもよい。

ＵＡＶ２１２は、物体２２０の位置、速度、及び／または経路などの、物体検出ゾーン２０４内の物体の１つまたは複数の動作特性２２２を監視してもよい。場合によっては、ＵＡＶ２１２は、センサの限界、相互作用の可能性、及び／または他の理由のために、検出ゾーンの外側の物体の動作特性２２８を監視しなくてもよい。その上、ＵＡＶ２１２は経路エンベロープ２２４を物体２２０と関連付けてもよく、ＵＡＶの飛行管理システムは、将来の経路エンベロープ２２４との相互作用を避けるために、ＵＡＶの飛行計画を更新してもよい。

ＵＡＶの検出ゾーン２０４で動作する物体について、物体から受信される検出可能信号は、任意の時点における、物体２２０とＵＡＶ２１２との間の距離に比例してもよい。そのために、ＵＡＶ２１２は、経路エンベロープ２２４を、信号強度履歴及び／または信号強度が閾値レベル以下になるときの最大スケーリング因子に対する信号強度に比例して測定される物体２２０と関連付けてもよい。さらに、経路エンベロープ２２４は、ＵＡＶオペレータがＵＡＶの空域１００内の他の物体との相互作用の可能性について想定することを望むリスクのレベルを反映してもよい。結果として得られる経路エンベロープは、判定した物体動作特性に対して最大である。いくつかの場合において、ＵＡＶ２１２は、ＵＡＶ２１２が十分にリスクのない飛行計画を判定できない混んだ空域に適合するために、運用を保留してもよい。

ＵＡＶ２１２は、物体（たとえば、物体２０６）が能動的監視ゾーン２０２に入り、ＵＡＶ２１２からの距離２１６の範囲内に位置づけられるとき、物体の能動的な監視に移行してもよい。物体２０６はまた、能動的監視ゾーン２０２内で最初に検出されてもよい。ＵＡＶ２１２は物体の動作特性２０８を判定し、さらに、物体を観測するセンサ２３０が発生する信号の分析に基づいて物体の種類を識別してもよい。そのために、ＵＡＶ２１２は、検出ゾーン２０４内の物体２２０と比較して、能動的監視ゾーン２０２内の物体２０６のより高い忠実度の詳細を保持してもよい。たとえば、ＵＡＶ２１２は、物体２０６で関連付けられた発生信号に少なくとも部分的に基づいて物体の種類を判定することによって、物体２０６を識別してもよい。次いでＵＡＶ２１２は、最大上昇率及び降下率（すなわち、落下速度）、識別された物体の動作上限、音、最大速度、及び全体的な運動性または動作エンベロープなどの、識別された物体の種類と関連付けられた性能パラメータに少なくとも部分的に基づいて、物体と関連付けられた経路変更の確率を判定してもよい。識別される物体の種類は静止中または移動中のいずれでもよく、物体の動作特性、及び経路変更の決定される確率は、識別された物体の種類を反映してもよい。ＵＡＶの飛行管理システムは、物体の動作特性２０８のより高い忠実度の詳細を組み込み、物体の経路エンベロープ２１０を決定し、決定された経路エンベロープ２１０に少なくとも部分的に基づいてＵＡＶの飛行計画を更新してもよい。

図３は、プロセッサと、コンピュータ可読媒体と、１つまたは複数のセンサと、音響送信機と、無線通信部品とを備えるＵＡＶの飛行管理システム３００の例示的なブロック図である。図３は、図１に関して論じられる。ＵＡＶ１１４は、飛行管理システム３００を収容してもよい。飛行管理システム３００は、プロセッサ３０２と、コンピュータ可読記憶装置媒体３０４と、たとえば、光学センサ３１６、音響センサ３１８、及び／またはマルチスペクトルセンサ３２０を含む１つまたは複数のセンサを備えてよい。飛行管理システム３００は、音響送信機３２２と、無線通信部品３２４とをさらに備えてもよい。さらに、飛行管理システムは、たとえば、特徴データベース３１２と、性能パラメータデータベース３１４とを含む１つまたは複数のデータベースを備えてもよい。

コンピュータ可読記憶媒体３０４は、飛行計画マネージャモジュール３０６と、物体経路モジュール３０８と、信号プロセッサモジュール３１０とを含んでもよい。さらに、または、あるいは、信号プロセッサモジュール３１０は、少なくとも一部において、分析のための遠隔サーバ上に実装されてもよい（たとえば、クラウドサーバまたは専用サーバにアップロードされて、分析される）。信号プロセッサモジュール３１０が、１つまたは複数のセンサで捕捉される信号を得て、処理してもよい。信号プロセッサモジュール３１０は、信号の特徴を、知られている特徴のデータベースと比較し、それによって、信号と関連付けられた物体を、知られている物体の種類（たとえば固定翼航空機または、より詳細には、航空機の特定のモデル）に関連付けてもよい。物体経路モジュール３０８は、処理した一定時間の信号を比較し、ＵＡＶ１１４に関連する物体の経路を判定してもよい。さらにまた、物体経路モジュール３０８は、信号プロセッサモジュール３１０から識別された物体の種類を受信し、物体の種類を、複数の物体の種類と関連付けられる性能パラメータ３１４のデータベースと比較してもよい。物体経路モジュール３０８は、信号プロセッサモジュール３０８から物体の識別を受信し、物体性能パラメータ及び現在の動作特性で、物体のために経路エンベロープを判定してもよい。

飛行計画マネージャモジュール３０６はＵＡＶの現在の飛行計画を保存し、物体経路モジュール３０８とやり取りして、必要に応じてＵＡＶの飛行計画を更新してもよい。たとえば、飛行計画マネージャモジュール３０６は、ＵＡＶの現在の飛行計画１３２と物体の経路エンベロープとの間の相互作用の可能性を判定してもよい。飛行計画マネージャモジュール３０６は、最適化された飛行計画を決定し、物体の経路エンベロープ、ならびに、燃料レベル、ペイロード重量、１つまたは複数の宛先までの距離、拠点位置からの移動距離、空域の混雑などの要因との相互作用を避けてもよい。

光学センサ３１６は、信号プロセッサモジュール３１０による分析のために、画像センサまたは他の種類の光学センサで経時的にＵＡＶの空域（たとえば、図１に示される空域１００）の１つまたは複数の画像をキャプチャしてもよい。たとえば、光学センサ３１６は、１つまたは複数の物体（たとえば、図１に示される物体１０２）を含有するＵＡＶの空域の複数の画像をキャプチャしてもよい。信号プロセッサモジュール３１０は、特徴データベース３１２との比較のために、画像の範囲内の物体の１つまたは複数の特徴を検出してもよい。物体は、物体の特徴と特徴データベース３１２の１つまたは複数の特徴との間に確実な一致が存在するとき、特定の物体の種類として識別される。たとえば、画像解析は、固定翼物体と関連付けられる構成（たとえば、距離／間隔及び／または位置）における複数の航空灯または衝突防止灯の存在を検出してもよい。信号プロセッサモジュール３１０は、上述のように、物体からのＵＡＶの距離情報をできる限り使用して、光パターンの間隔及び／もしくは点滅回数または回転数などの複数の光の特徴を判定してもよい。物体は、画像及び特徴データベース３１２から識別される特徴の比較によって識別されてもよい。

より詳細には、画像解析を使用して、航空機に存在する一般的な点灯パターンを識別してよい。たとえば、管理された空域で運用されている商用航空機は通常、１つまたは複数の航空灯及び衝突防止灯を必要とする。通常は、航空灯は、左舷すなわち航空機の左側の少なくとも赤色及び白色の光と、右舷すなわち航空機の右側の緑色及び白色の光とからなる。さらに、航空機は、翼の端部及び航空機の胴体の白色光と、航空機の胴体の前方位置の衝突防止灯とを有してもよい。信号プロセッサモジュール３１０は、航空機の１つまたは複数の検出された点灯配置の相対位置などの識別された特徴を、特徴データベースモジュール３１２に記憶された類似の特徴と比較して、航空機の識別情報を判定してもよい。さらに、信号プロセッサモジュール３１４は、特徴データベースモジュール３０８を参照して識別された点灯配置の点滅回数を判定して、航空機１０２を識別してもよい。

さらにまた、１つまたは複数の物体を、１つまたは複数の物体の視覚的な特性を特徴データベースモジュール３１２に記憶された特性と比較することによって識別してもよい。たとえば、物体が固定翼航空機である場合、信号プロセッサモジュール３１０は、エッジ検出及び特徴抽出などの画像分析技術を使用して、物体が、３６フィートの翼長の後退翼、従来の車輪下部構造、７．３２の縦横比、２７フィートの長さ、及び／または、プロペラを有することを判定してもよい。識別された特徴を特徴データベース３１２と比較することによって、信号プロセッサモジュール３１０は、物体が「セスナ１７２」、一種の小型自家用機、または、類似のクラスの別の航空機であると判定してもよい。

音響センサ３１８は、物体によって生成または反射される音に基づく音響信号を生成してもよい。音響センサ３１８は、音響センサのアレイアセンブリの形態でもよい。信号処理を通して、生成した音響信号と関連付けられる物体の指向性及び／または移動が、ビーム形成技術の使用などによって判定されてもよい。したがって、生成した信号の処理により、物体の位置、方向、及び／または移動の追跡、ならびに、音と関連付けられる物体の種類の分類を示す信号の固有のサインを判定することを可能にしてもよい。さらにまた、音響送信機３２２は、空域内で動作する１つまたは複数の物体によって反射されてもよい音波を送信してもよい。

信号プロセッサモジュール３１０は、信号強度、時間、及び周波数の分光写真として、信号を表してもよい。信号プロセッサモジュール３１０は、１００６において、捕捉音響信号の固有のフィンガープリントを表す分光写真の部分を識別してもよい。たとえば、信号プロセッサモジュール３１０は、閾値と一致または超える分光写真の信号対雑音比に対する信号強度に基づく分光写真のフィンガープリント部分を識別してもよい。識別されたフィンガープリントを特徴データベース３１２と比較することによって、信号プロセッサモジュール３１０は、物体が小型自家用機（たとえば、セスナ１７２）、または類似のクラスの別の航空機であると判定してもよい。上述のように、信号プロセッサモジュール３１０は、ビーム形成処理を採用して、音の方向を探してもよく、及び／または、音源の移動を追跡してもよい。

さらに、または、あるいは、マルチスペクトルセンサ３２０は、物体の反射または放出された電磁エネルギーを捕らえて、物体の特性を識別してもよい。たとえば、航空機の特定の設計または種類に固有のポリマーベースコーティングは、電磁エネルギーの特定の波長を反射することがある。マルチスペクトルセンサ３２０は、コーティングによって反射される捕捉電磁エネルギーから、信号プロセッサモジュール３１０を介して、フィンガープリントを識別してもよく、フィンガープリントを特性の将来のデータベース３１２と比較することにより物体を識別し得る。

飛行管理システム３００は、性能パラメータデータベースモジュール３１４を参照して、物体の性能パラメータをさらに識別してもよい。飛行管理システム３００は、識別された物体の判定された物体の種類と、性能パラメータデータベースモジュール３１４とを相互に参照して、識別された物体の性能パラメータを判定してもよい。たとえば、性能パラメータは、上昇率及び／もしくは降下率、航空機の動作上限、航続距離、速度、運動性、ならびに／または識別された物体の飛行エンベロープを含んでもよい。たとえば、上記の識別された小型自家用機に関して、性能パラメータデータベース３１４は、物体が１２２ノットの巡航速度、１６３ノットの最大速度、１３，５００フィートの実用上昇限度、及び７２１フィート／分の上昇率を有することを判定してもよい。飛行管理システム３００は、物体の性能パラメータ及び動作特性を使用して、経路エンベロープを判定し、ＵＡＶの飛行計画を更新してもよい。

物体経路モジュール３０８は、信号プロセッサモジュール３１０からの物体識別結果及び決定した物体性能パラメータとともに、ＵＡＶの空域の１つまたは複数の画像を受信して分析し、識別された物体１０２の現在の経路、ならびに経路変更の確率、または経路エンベロープを判定してもよい。たとえば、識別された小型自家用機は、円錐形の経路エンベロープを有し、小型自家用機の動作特性を反映するように測定されてもよい。経路エンベロープは、図４及び５を参照してさらに詳細に論じられる。

飛行管理システム３００はまた、複数のＵＡＶの間の通信ネットワークを維持することが可能な無線通信部品３２４（図１に示される通信ネットワーク１２２など）またはＰ２Ｐネットワークを備えてもよい。たとえば、ＵＡＶ及びＵＡＶの空域内で動作する１つまたは複数の近くのＵＡＶは、データベース情報、物体識別データ、及び／またはＵＡＶの空域からの捕捉信号を表すデータを転送してもよい。さらにまた、複数のＵＡＶの検出限界内に位置づけられる物体は、ＵＡＶネットワークに対する物体の位置の三角法を用いる測量を可能にし得る。

図４は、識別された物体を特性パラメータと関連付け、拡大縮小可能な経路エンベロープを識別された物体と関連付ける、例示的な性能パラメータデータベース４００の概略図である。データベース４００は、上昇率、動作上限、航続可能距離、運動性、降下率、巡航速度などの、複数の性能パラメータ４０２と、関連する値４０３を備えてよい。データベース４００に保持されるすべての物体は、性能パラメータ４０２のそれぞれと関連する値を有してもよい。物体は、固定翼４０４（１）、回転翼機４０４（２）、気球／小型飛行船４０４（３）、静止物体などの物体の種類４０４に基づいて、さらに分類されてもよい。いくつかの実施形態において、データベース４００は、航空機の特定のモデルなどの、特定の航空機及び／または物体を含んでもよい。物体の各種類４０４は、特定性を増加させることでさらに物体を識別する１つまたは複数のサブカテゴリを有してもよい。たとえば、「固定翼」は「商用」及び自家用」にさらに小区分されてもよく、さらに「商用貨物」及び「商用旅客」に再び区分されてもよい。さらにまた、物体の各種類４０４は、１つまたは複数の可視表現４０６によって表されてもよい。１つまたは複数の可視表現は、識別された物体の構造的特徴の識別のために使用されてもよい。さらに、データベース４００は、各物体の種類の拡大縮小可能な経路エンベロープを備えてもよい。拡大縮小可能な経路エンベロープは、たとえば運動性、速度、または作動上限などの１つまたは複数の性能パラメータ４０２、及び、識別された物体の関連する性能値４０３に基づいて、物体の経路変更の確率を反映してもよい。

経路エンベローププロファイルは、経路エンベロープを表す拡大縮小可能な体積として特徴づけられてもよい。拡大縮小可能な体積は、速度及び／または加速度、物体の経路で利用可能な履歴情報などの識別された物体の動作特性に基づいて測定されてもよい。たとえば、スケーリング因子は、ＵＡＶの空域内の物体と関連付けられる予測可能性因子を反映するように寸法決めされてもよい。さらにまた、検出物体の経路が閾値を超えて、及び／または、所定の時間にわたるＵＡＶの空域内の実例の閾値を超えて変化する場合、物体の経路が同じ所定の時間にわたって一定である場合より、スケーリング因子は大きい。予測可能性因子は、履歴データに基づいて一定の経路を維持する可能性がある物体について、「１」の値に近づいてもよい。

拡大縮小可能な体積は、物体の種類の特性でもよい。たとえば、固定翼４０８航空機の性能パラメータは一般に、離陸、着陸、及び乱気流または他の航空機を避ける高度変更以外は、比較的一定の飛行経路になる。そのために、結果として得られる拡大縮小可能な体積４１０は、航空機の比較的穏やかな運動性及び航空機の比較的限られた速度及び加速度エンベロープを反映する円錐形状の拡大縮小可能な体積４１０になることがある。拡大縮小可能な経路エンベロープは、寸法特性４１２によって数学的に説明されてもよい。寸法特性は、物体の動作特性を表すために測定されてもよい。

同様に、固定翼航空機４０８に対してより高い運動性を有する回転翼機４１４は、涙滴形状の拡大縮小可能な体積４１６を有してもよい。涙滴形状の体積は、方向、速度、及び／または加速度を迅速に変化させる回転翼機の能力を表すことができる。回転翼機の拡大縮小可能な体積４１６は、回転翼機の動作特性を反映するように測定し得る類似の寸法特性４１７によって、数学的に表されてもよい。

第３の例である気球または小型飛行船４１８は、比較的小さい球状の拡大縮小可能な体積４２０を有してもよく、速度及び運動性などの物体の限られた性能パラメータを反映する。体積４２０は、たとえば、固定翼航空機４０８または回転翼機４１４に対する小型飛行船の予測不能性を反映して球状でもよい。球状形状は寸法特性４２２によって表されてもよく、小型飛行船の動作特性を反映するように測定されてもよい。

図５は、物体の現在位置、経路、及び将来の経路変化の可能性を表す、確率導出マップ５００を示すＵＡＶ空域の概略図である。たとえば、ＵＡＶの飛行管理システム３００は、固定翼航空機５０４として物体を識別し、次いで、円錐形状によって表され、物体の現在の動作特性５０８を表すように測定される三次元経路エンベロープを判定してもよい。経路エンベロープは、三次元等確率（すなわち、一定の確率）経路マップとして、さらに表されてもよい。経路マップの等確率ラインの密度は、経路エンベロープによって説明される体積内の任意点で物体を見つける変化する確率５０８を表す。たとえば、高密度等確率ラインの点は、その点での現在の経路に対する経路変更の可能性が高いことを示してもよい。

たとえば、将来いくつかの点で固定翼航空機の位置を見つけ出す確率は、１〜ｎの等確率ライン５０６によって説明し得る。物体の現在位置に近接して経路変更する確率５０６（１）は比較的小さくてもよい。逆相関により、物体が物体の現在位置に近い点に位置づけられる可能性は比較的高いと言うことができる。しかしながら、現在位置から離れた点５０６（ｎ）では、経路変更の確率は、より近い位置５０６（１）に比べて比較的高く、したがって、将来さらに遠い点５０６（ｎ）で固定翼航空機５０４を見つけ出す可能性はより小さい。

しかしながら、回転翼機物体５１２は固定翼航空機５０４より操縦しやすいことがあり、したがって、より予測できない。回転翼機の例において、回転翼機５１２のはるかに前方の等確率ラインは、回転翼機が経路を変えることがある可能性が高いことを表して、より圧縮してもよい。後部ならびに現在の経路から９０度及び１８０度の等確率ラインは、迅速に針路を変える回転翼機の５１２の能力を反映して、あまり高密度でなくてもよく、同時に、回転翼機５１２がその現在の動作特性５１６を維持する（すなわち、回転翼機は短い期間ではなく長い期間で進む方向を変える可能性がある）確率を考慮に入れる。

ＵＡＶの飛行計画管理システム３００は、ＵＡＶの現在の動作特性５１０及び飛行計画１３２を、ＵＡＶの空域１００における１つまたは複数の物体の現在の動作特性、ならびに、各物体と関連付けられる確率マップと比較して、ＵＡＶ５０２の最もリスクの小さい飛行計画を判定してもよい。このように、ＵＡＶ５０２は、ＵＡＶの空域１００に対して変更する程度に関するリスクを管理してもよい。たとえば、ペイロード収集位置などの、より制御された環境において、ＵＡＶ５０２のリスクテイク能力は、環境内の所定の位置での追加の制御機構を反映するように増加してもよい。

場合によっては、飛行計画と関連付けられるリスクのレベルは、米国連邦航空庁などの管理団体に提出される飛行計画の考慮事項を含んでもよい。提出される飛行計画は、航空機識別、機器種類（すなわち、物体の種類）、巡航速度、飛行時間などを含んでもよい。ＵＡＶの飛行計画管理システム３００は、航空機の提出された飛行計画のデータベースに問い合わせて、リスクアセスメント、つまり、ＵＡＶの飛行計画１３２とＵＡＶの空域１００の物体の提出された飛行計画との間の相互作用の可能性を考慮に入れてもよい。

ＵＡＶオペレータは、ペイロード配達中の調整された空域で、ＵＡＶ５０２の任意のリスクテイク能力を大きく減少、または排除することを望み、安全を保証してもよい。これによりＵＡＶ５０２はその飛行計画を保留し、ＵＡＶ５０２が十分にリスクのない飛行計画を決定できない混雑した空域に適応し得る。

図６は、航空灯及び衝突防止灯６００を含む代表的な照明システムを有する航空機を含むＵＡＶの空域を表す絵画平面図である。検出された航空機６０２のこれらの照明システムは、航空機の左側の赤色６０４及び白色６０６の光を含んでもよい。航空機の右側の緑色６０８及び白色６１０の光、ならびに、航空機の後方部、通常は航空機の尾部の白色光６１２。さらに、航空機は、航空機の中間部６２６の頂部に白色光を有してもよい。その上、航空機は、航空機の胴体の後部の白色光６３０、ならびに、翼及び推進系の前方かつ航空機の胴体上に通常は位置づけられる衝突防止灯６２８を有してもよい。照明システムの意図は一般に、霧／雲などの低視認状況の間、または夜に、すべての方向からの航空機の視認性を増強することである。

図３に関する上記のように、飛行管理システム３００の光学センサ３１６は、航空機照明システム６００の相対位置、点滅回数、及び／または回転回数を捕らえてもよい。たとえば、衝突防止灯６１８は、１分あたり４０〜１００サイクルの回転回数を有してもよい。位置及び／または回数を特徴データベース３０８と比較することによって、飛行管理システム３００は物体の種類を識別し、物体動作特性及び物体の経路エンベロープをさらに判定してもよい。

複数のＵＡＶが同じ空域で運用されているとき、それらはピアツーピアネットワーク６２４を確立して、それらの検出された環境についての情報を共有してもよい。たとえば、第１のＵＡＶ６１４は、検出された航空機６０２の右側の緑色光６０８及び白色光６１０、ならびに頂部の白色光６２６を視認し得る。第１のＵＡＶ６１４は、光学センサ６１８を使用して、複数の画像６１６をキャプチャしてもよい。

第２のＵＡＶ６２０は、後方の白色光６１２、左側の赤色光６０４及び白色光６０６、ならびに、後方の白色光６３０及び衝突防止灯６２８を直接、視認し得る。第２のＵＡＶ６２０は、その光学センサ６２２を使用して、複数の画像６１６をキャプチャしてもよい。さらにまた、各ＵＡＶは、キャプチャ画像及び処理したデータを、ネットワーク６２４内で動作する他のＵＡＶと共有してもよい。データ共有は、図７に示される複数ＵＡＶの通信ネットワークを参照してさらに説明される。

図７は、ＵＡＶの空域の平面図を表し、かつ、個々のＵＡＶの検出限界を拡大し、ネットワーク内の個々のＵＡＶの信号強度を増大させることが可能なＵＡＶピアツーピア（Ｐ２Ｐ）通信ネットワーク７００を示す概略図である。２つ以上のＵＡＶはＰ２Ｐネットワーク７０２を介して通信してもよく、たとえば、２つ以上のＵＡＶはそれぞれの検出限界内の検出物体に関する情報を交換してよい。それによってＵＡＶはその検出限界の範囲を拡大し、Ｐ２Ｐネットワーク７０２を介して、１つまたは複数の追加のＵＡＶの検出限界を含み得る。さらに、ＵＡＶのネットワークは、ネットワーク７０２内の任意の個々のＵＡＶの精度を改善し、物体が複数のＵＡＶの検出限界内にあるネットワークのＵＡＶに対する物体の位置を三角法で測定するためのデータを提供し得る。

たとえば、通信ネットワーク７００は、空域の中で動作する、１〜ｎのＵＡＶ及び複数の物体を含んでもよい。ネットワークの第１のＵＡＶ７０６は、そのセンサの範囲と関連付けられる検出限界７０４を有してもよい。その上、ＵＡＶ７０６は、その検出限界７０４内に１つまたは複数の物体を有してもよい。たとえば、これは複数の固定翼航空機を含んでもよく、１つは第１のＵＡＶ７０６のみの検出限界内で動作し、第２の固定翼航空機７１６は第１のＵＡＶ７０６及び第２のＵＡＶ７０８の検出限界内で動作している。第２のＵＡＶ７０８はそのセンサの検知能力と関連付けられる検出限界７３０を有する。

第１のＵＡＶ７０６は、２つの物体を検出かつ識別してもよく、さらに、上記のように各物体の動作特性を判定してもよい。その上、第１のＵＡＶ７０６は、図４及び５に関連して、上記のように各物体の経路エンベロープを判定してもよい。第２のＵＡＶ７０８も、第２の固定翼航空機７１６を検出し、その動作特性７２４ならびに物体の経路エンベロープを判定してもよい。Ｐ２Ｐネットワーク７０２は、第１及び第２のＵＡＶによって判定される動作特性データを２つのＵＡＶ間で転送してもよい。追加のデータによって、各ＵＡＶは、その決定された動作特性及び経路エンベロープを更新してもよい。さらにまた、各ＵＡＶは、ネットワークに関連して知られている２つのＵＡＶの位置を有する、他から収集されるデータを使用して、２つのＵＡＶに対する航空機７１６の位置を三角法で測定してもよい。

第２の航空機７１６に加えて、第２のＵＡＶ７０８は、第３の固定翼航空機７１４及び航空機７２２の動作特性を検出かつ識別してもよい。第３の航空機７１４は第１のＵＡＶ７０６の検出限界７０４の外側にあるので、第２のＵＡＶ７０８は、動作特性７２２などの第３の航空機７１４に関する情報を、Ｐ２Ｐネットワーク７０２を介して第１のＵＡＶ７０６に渡してもよい。これにより、第１のＵＡＶ７０６はその検出限界７０４の外側で動作する物体をより大きく視認し得る。

同様に、第ｎのＵＡＶ７１０は、第１または第２のＵＡＶの検出限界の外側のセンサと関連付けられる検出限界７２８を有してもよい。第ｎのＵＡＶ７１０は、Ｐ２Ｐネットワーク７０２内の１つまたは複数のＵＡＶと、その検出限界７２８内で検出される物体７１８の動作特性７２６を共有し、Ｐ２Ｐネットワークで動作する各ＵＡＶの検出限界を超えて空域の視認性を改善し得る。

いくつかの実施形態において、第１のＵＡＶ７０６は、Ｐ２Ｐネットワーク７０２上での情報交換によって、その検出スキームの精度を改善してもよい。たとえば、物体７１６が第１のＵＡＶ７０６の外側の検出限界７０４に位置づけられ、物体７１６がＵＡＶのセンサで収集されるより小さいエネルギー信号によってのみ検出可能であるとき、
第１のＵＡＶ７０６は、第２のより近いＵＡＶ７０８によって捕らえられるより高いエネルギー信号に頼ってもよい。ＵＡＶによって捕らえられた信号の信号対雑音（ＳＮ）比が一方に近づき、近くのＵＡＶがより高いＳＮ比で信号を捕らえ、同じＰ２Ｐネットワーク７０２内で動作しているときに、データ共有が起動されてもよい。

図８は、物体を検出して識別し、ＵＡＶ飛行計画８００を管理するための例示的なプロセスのフロー図である。動作が説明される順番は、限定として解釈されることを意図せず、任意の数の説明されるブロックが、任意の順番で組み合わせることができ、及び／または、同時にプロセスを実施し得る。プロセス８００は、図１及び３に関して説明される。

８０２において、ＵＡＶ１１４は、その１つまたは複数のセンサを介して、ＵＡＶの空域１００を表す信号を捕らえる。ＵＡＶ１１４は、ＵＡＶの空域１００で動作する物体１０２から発生する１つまたは複数の物体検出可能信号１０６を捕らえてもよい。センサはたとえば、光学センサ３１６、音響センサ３１８、及び／またはマルチスペクトルセンサ３２０を含んでもよい。物体が航空機である場合、音響センサ３１８は、たとえば、航空機の推進系によって発生する１つまたは複数の音響信号を捕らえてもよい。さらに、航空機は、航空機の推進系によって発生し、赤外スペクトルにおける電磁エネルギーが可能な光学センサ３１６によって検出可能な熱から熱的サインを放出してもよい。さらにまた、光学センサ３１６は、ＵＡＶの空域１００を表す可視画像を収集してもよい。

マルチスペクトルセンサ３２０は、物体から反射される電磁信号を受信して、多重スペクトル画像を作成してもよい。多重スペクトル画像を使用して、物体を構成し、特定のエネルギーサインを反映するコーティングの種類、材料の種類などの特定の構造的特徴を判定してもよい。物体と関連付けられる固有の構造的特徴を、物体を識別するために使用してもよい。

さらにまた、マルチスペクトルセンサは電磁エネルギーの広域スペクトルを受信してもよいが、そのスペクトル内の特定のバンドのみが８０４において信号プロセッサ３１０で分析されてもよい。たとえば、ＵＡＶの空域で動作し、特徴データベース３０８に含まれる可能性がある物体は、特徴データベース３０８に記憶される、知られているスペクトルサインを有してもよい。スペクトルサインは、物体と独自に関連付けられる電磁エネルギーの１つまたは複数の特定のバンドを含んでもよい。そのために、信号プロセッサモジュール３１０は、全スペクトル、あるいはスペクトル全体の一部分またはバンドのみ受信してもよい。バンドは、ＵＡＶの空域に存在する可能性がある物体の知られているスペクトルサインと関連付けられる。同様に、信号プロセッサモジュール３１０は、全スペクトル、または空域に存在する可能性がある物体と関連付けられるバンドのみを分析してもよい。

８０４において、信号プロセッサモジュール３１０はセンサから発生した信号を受信してもよく、その信号は動作８０６で分析されてもよいフォーマットの捕捉センサデータを表す。さらにまた、信号プロセッサモジュール３１０は受信信号を処理し、信号に存在する特徴を識別して利用する。さらに、信号プロセッサモジュール３１０は、ＵＡＶの空域で動作する別のＵＡＶのセンサから発生し、ピアツーピアネットワークでＵＡＶに伝送される信号を受信してもよい。たとえば、信号プロセッサモジュール３１０は、フル信号の信号対雑音比に対する信号強度に基づいて、閾値に一致または上回る信号の部分を識別してもよい。

８０６において、信号プロセッサモジュール３１０は、特徴に関して、発生した信号を分析してもよい。特徴は、赤外線エネルギーの固有のスペクトルフィンガープリント、または分光写真の１つまたは複数の固有の時間周波数特性によって表される音響パターンでもよい。信号プロセッサモジュール３１０はまた、分析のための遠隔サーバに無線通信部品を介して、発生した信号を表すデータを有してもよい（たとえば、クラウドサーバまたは専用サーバにアップロードされて、分析される）。

次いで信号プロセッサモジュール３１０は、動作８０８において、空域の１つまたは複数の物体の存在を判定してもよい。信号プロセッサモジュール３１０は、発生した信号の特徴を特徴データベース３１２と比較し、識別された特徴を、知られている物体の発生した信号のデータベースの特徴３１２に照合することによって、これを実現してもよい。発生した信号の特徴が特徴データベース３１２の１つまたは複数の特徴に類似しているとき、信号プロセッサモジュール３１０は、ＵＡＶの空域で物体を見つけ出す可能性に部分的に依存して、物体を識別してもよい。たとえば、ワシントン州シアトルで運用するＵＡＶは、地域のフロート水上機の保有率により、固定された翼物体の特徴をフロート水上機に関連付けてもよい。しかしながら、アリゾナ州テンピで運用するＵＡＶは、ＵＡＶが砂漠でフロート水上機に遭遇する可能性はほとんどないため、特徴をフロート水上機特性特徴データベース３１２に関連付けてもよく、または関連付けなくてもよい。

特徴データベースモジュール３０８は、受信した信号の重要な特徴をデータベースと比較し、それによって、物体を識別してもよい。受信した信号の強度及び質に応じて、特徴データベースモジュール３０８は、特定の物体の識別を戻してもよい。これは、たとえば、ｄｅ Ｈａｖｉｌｌａｎｄ Ｃａｎａｄａ ＤＨＣ−３ Ｏｔｔｅｒと識別されるフロート水上機である。信号強度が小さいまたは信号対雑音条件が小さい場合、特徴データベースモジュール３０８は物体の種類のみを戻してもよい。たとえば、信号データベースモジュールは「固定翼」との識別または、より詳細には「フロート水上機」という物体の種類を戻してもよい。さらに、特徴データベースモジュール３０８は、識別情報を戻さなくてもよく、またはヌル識別を戻してもよい。

８１０において、ＵＡＶ１１４は、信号プロセッサモジュール３１０からのセンサデータ及び発信元の識別に基づいて物体の動作特性１０４を判定する。たとえば、ＵＡＶ１１４は、１つまたは複数の物体検出可能信号１０６を監視し、経時的な信号強度及び／または指向性の変化に基づいて物体の動作特性１０４を判定してもよい。

８１２において、ＵＡＶ１１４は物体１０２の経路エンベロープを判定してもよい。物体経路モジュール３０８は、性能パラメータデータベース３１４からの識別された物体１０２と関連付けられる１つまたは複数の性能パラメータを調べてもよい。性能パラメータは、最大速度、動作上限、運動性などを含んでもよい。物体経路モジュール３０８は、物体の性能パラメータを考慮して、物体がＵＡＶに対するその経路を変更するという可能性を判定する。次いでこの経路変更の可能性は、ＵＡＶによって識別される各物体の経路エンベロープの形状及びサイズを判定するために使用されてもよい。これは、図４及び５に関して詳細に説明される。

たとえば、動作８０６で識別された物体がＤＨＣ−３ Ｏｔｔｅｒである場合、物体経路モジュール３０８は、その特定の航空機の関連する運動性に基づいて、経路変更の適度な可能性を判定してもよい。結果として得られる経路エンベロープは円錐形状でもよく、その寸法はＤＨＣ−３ Ｏｔｔｅｒに見合った動作特性とし得る。

ステップ８１４において、ＵＡＶは、動作８１０からの経路エンベロープを利用して、ＵＡＶの飛行計画１３２を更新してもよい。たとえば、ＵＡＶの現在の飛行特性１１２が決定された経路エンベロープと交差する可能性がある場合、ＵＡＶ１１４はその飛行計画１３２を更新して、物体１０２と干渉する可能性を最小化または排除してもよい。さらにまた、ＵＡＶ１１４は、とりわけ、宛先１３０までの距離、ペイロード重量、残燃料、充電スタンドの近接度、及び／または、拠点位置１２８からの移動距離に対して最適化される、更新された飛行計画を決定する際に、自身の飛行計画１３２の特徴を考慮してもよい。いくつかの状況で、ＵＡＶ１１４は、空域１００の混雑のために、運用の保留を要求されることがある。ＵＡＶ１１４はまた、たとえば、不十分な燃料、利用できない燃料補給所、及び／または、識別された物体１０２との高い干渉の可能性により拠点位置１２８に戻す飛行計画１３２が要求されると判定してもよい。

ＵＡＶ１１４は、ＵＡＶの動作を通してプロセス８００で説明される収集信号を常に監視してもよい。

図９は、ＵＡＶの空域を表す画像を使用して、物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図である。プロセス９００は、たとえば、燃料レベル、ＵＡＶの空域１００の混雑、またはリスクレベルに対するオペレータの選択などの要因に応じて、間欠的または連続的でもよい。動作が説明される順番は、限定として解釈されることを意図せず、任意の数の説明されるブロックが、任意の順番で組み合わせることができ、及び／または、同時にプロセスを実施し得る。図９は、図１及び３に関して論じられる。

９０２において、ＵＡＶの光学センサ１２４は、ＵＡＶの空域１００を表す１つまたは複数の画像をある期間にわたって収集する。時間は、受信されるデータの質（すなわち、信号強度または信号対雑音比）または、物体１０２が画像内で検出されないかどうかに関連して決定されてもよい。そのために、質の低いデータが光学センサ１２４によって受信される場合、時間は長くなることがあり、データの質が比較的良好である場合、時間は短くなることがある。

９０４において、ＵＡＶの信号プロセッサモジュール３１０は、収集された画像を分析して、１つまたは複数の物体の存在を判定してもよい。たとえば、画像は、検出物体の航空灯または衝突防止灯を表す複数の光を含有してもよい。

９０６において、信号プロセッサモジュール３１０は、判定された特徴を、知られている物体発生元の特徴データベース３１２と比較してもよい。比較により、ステップ９１０において識別された物体と確定してよい。しかしながら、物体が識別されない場合、ヌル値が物体経路モジュール３０８に戻され、９１２においてデフォルト経路エンベロープになる。デフォルトの経路エンベロープは、所望の安全要因を保証し得る。

９１６において、信号プロセッサモジュール３１０は、所定の期間にわたって、キャプチャ画像内の物体の変化を比較し、物体１０２の動作特性１０４を判定する。たとえば、ＵＡＶ１１４に関する画像の変化は、物体１０２の経路、ＵＡＶ１１４に対する物体の速度、及び／または加速度を示すことがある。

物体１０２が特徴データベース３１２との特徴の比較によって識別される場合、識別された物体１０２は、ステップ９１８で、性能パラメータデータベース３１４からの物体性能パラメータと関連付けられてもよい。関連付けは、識別された物体を、たとえば、最大上昇率及び降下率、識別された物体の作動上限、音、最大速度、及び／または全体的な運動性などの１つまたは複数の性能パラメータと関連付ける参照用テーブルによって行われてもよい。性能パラメータデータベース３１４はまた、図４に関する上記のように１つまたは複数の拡大縮小可能な体積を含んでもよい。

９２０において、飛行計画マネージャモジュール３０６は、物体１０２の決定した経路エンベロープをＵＡＶの動的飛行計画１３２と比較し、相互作用の可能性を判定してもよい。経路エンベロープは、９１２からのデフォルトエンベロープでもよい。ＵＡＶ１１４はその動的飛行計画１３２を更新して、相互作用の可能性を最小化し、ＵＡＶの拠点位置１２８と１つまたは複数の宛先位置１３０との間の飛行計画１３２を最適化してもよい。

図１０は、ＵＡＶの空域を表す音響信号を使用して、物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図である。１００２において、音響センサ１２６は、物体の発生または反射した音響信号を受信してもよい。音響センサ１２６は、捕捉音響信号の指向性を検出することが可能なセンサのアレイアセンブリの形態でもよい。動作が説明される順番は、限定として解釈されることを意図せず、任意の数の説明されるブロックが、任意の順番で組み合わせることができ、及び／または、同時にプロセスを実施し得る。

１００４において、信号プロセッサモジュール３１０は、信号強度、時間、及び周波数の分光写真として信号を表してもよい。信号プロセッサモジュール３１０は、１００６で、捕捉音響信号の固有のフィンガープリントまたはサインを表す分光写真の部分を識別してもよい。たとえば、信号プロセッサモジュール３１０は、閾値に一致または閾値を超える分光写真の信号対雑音比に関する信号強度に基づいて、分光写真のフィンガープリント部分を識別してもよい。

さらにまた、重要と考えられる信号対雑音比の範囲は、信号の品質（すなわち、強度及び全体的な信号対雑音比）に応じて変化してもよい。さらに、重要な特徴が識別されない場合、信号プロセッサモジュール３１０は、重要であると考えられる信号対雑音比の範囲を広げてもよい。その上、物体がステップ１０１０で識別されない場合、信号プロセッサモジュールはまた、信号対雑音比の範囲を広げてもよい。

１００８において、信号プロセッサモジュール３１０は、１０１０で、フィンガープリントを特徴データベースにマップして、物体１０２を識別してもよい。しかしながら、物体が識別されない場合、ヌル値が物体経路モジュール３０８に戻され、１０１２においてデフォルト経路エンベロープになる。デフォルトの経路エンベロープは、所望の安全要因を保証し得る。

１０１４において、信号プロセッサモジュール３１０は、識別された物体１０２の動作特性１０４を判定するために、所定の時間にわたって、分光写真の変化を識別してもよい。たとえば、捕捉音響信号の強度または指向性の変化は、ＵＡＶ１１４に対する物体１０２の経路、速度、及び／または加速度を示してもよい。

１０１０での物体の識別はまた、物体経路モジュール３０８で使用され、１０１６で、性能パラメータを識別された物体１０２と関連付けてもよい。たとえば、物体経路モジュール３０８は、識別された物体１０２を性能パラメータデータベース３１４で調べて、性能パラメータを識別された物体１０２と関連付けてもよい。物体経路モジュール３０８は、物体の動作特性１０４及び関連する性能パラメータに少なくとも部分的に基づいて、１０１８で経路エンベロープを判定してもよい。

１０２０において、物体経路モジュール３０８は、ＵＡＶの飛行計画１３２と物体の経路エンベロープとの間の相互作用の可能性があるかどうか判定してもよい。経路エンベロープは、１０１２からのデフォルトエンベロープでもよい。相互作用の可能性がない場合、ＵＡＶ１１４は１０２２で、その現在の飛行計画１３２を維持してもよい。しかしながら、相互作用の可能性があると判定された場合、ＵＡＶ１１４は１０２４でその動的飛行計画１３２を更新して、相互作用の可能性を最小化し、ＵＡＶの拠点位置１２８と１つまたは複数の宛先位置１３０との間の飛行計画１３２を最適化してもよい。

図１１は、物体を検出して識別し、ＵＡＶ飛行計画を管理するための例示的なプロセスのフロー図であり、複数のＵＡＶの通信ネットワーク１１００上での情報の交換を示す。動作が説明される順番は、限定として解釈されることを意図せず、任意の数の説明されるブロックが、任意の順番で組み合わせることができ、及び／または、同時にプロセスを実施し得る。図１１は図６を参照して説明される。

たとえば、動作１１０２〜１１１４及び１１１６〜１１２８はそれぞれ、図８に記載されたプロセスステップを反映している。動作１１０２〜１１１４は第１のＵＡＶ６１４に搭載の飛行管理システムによって処理され、ステップ１１１６〜１１２８は第２のＵＡＶ６２０に搭載の飛行管理システムによって処理される。動作１１０４、１１０６、１１０８、１１１０、及び／または１１１２において、第１のＵＡＶ６１４は、通信ネットワーク６２４を介して第２のＵＡＶ６２０に情報を提供してもよく、逆もまた同じである。

たとえば、第１のＵＡＶ６１４は、ステップ１１０６で、生信号データまたは分析された信号特性を第２のＵＡＶ６２０に提供してもよい。第２のＵＡＶ６２０は、自身の捕捉信号品質に基づいて、データを受信してもよく、または拒絶してもよい。たとえば、第２のＵＡＶ６２０が、自身の信号の信号強度または信号対雑音比があまりにも小さいと判定した場合、第２のＵＡＶ６２０は、ネットワークインタフェース６２４を介して第１のＵＡＶ６１４からデータを受けてもよい。

いくつかの実施形態において、第１のＵＡＶ６１４は、１１２０で、第２のＵＡＶ６２０からの分析された信号特性を受信してもよい。第２のＵＡＶ６２０は、このシナリオの動作１１２２〜１１２８を実行しなくてもよいが、処理のために第１のＵＡＶ６１４に情報を渡すだけでもよい。第１のＵＡＶ６１４は、第２のＵＡＶ６２０から受信されるデータを受けてもよく、または拒絶してもよい。第１のＵＡＶ６１４が情報を受ける場合、第１のＵＡＶ６１４は、第２のＵＡＶ６２０からの分析された信号特性を組み込み、１１０８で識別された１つまたは複数の物体の経路エンベロープを判定する。その上、第１のＵＡＶ６１４は、第２のＵＡＶ６２０に、１１１２からの１つまたは複数の物体の決定した経路エンベロープを共有してもよい。このように、第２のＵＡＶ６２０は検知用ＵＡＶとして働き、第１のＵＡＶ６１４に分析されたセンサデータを伝達してもよい。これにより労力の重複を避けることができる。しかしながら、第２のＵＡＶ６２０は経路データを独力で判定してもよい。

本明細書に開示される１つまたは複数の実施形態は、ＵＡＶに連結される１つまたは複数のセンサで、ＵＡＶを囲む空域を表すセンサデータをある期間にわたって捕捉すること、飛行物体と関連付けられる複数の放出を表す情報をセンサデータで検出すること、ＵＡＶと飛行物体との間の推定距離を判定すること、センサデータ及びＵＡＶと飛行物体との間の推定距離に部分的に基づいて、複数の放出のうちの１つまたは複数の特徴を判定すること、特徴データベースを使用して、複数の放出のうちの１つまたは複数の特徴に少なくとも部分的に基づいて、飛行物体を識別すること、センサデータに少なくとも部分的に基づいて、飛行物体の推定対気速度を判定すること、識別された飛行物体及び飛行物体の推定対気速度と関連付けられる性能パラメータに少なくとも部分的に基づいて、飛行物体の経路エンベロープを判定すること、及び／または、飛行物体の経路エンベロープに少なくとも部分的に基づいて、ＵＡＶの飛行計画を更新すること、のうちの１つまたは複数を含む方法を含んでもよい。上記の方法では、複数の放出は、光学または画像放出、音波放出、ならびに／または、飛行物体によって放出及び／もしくは反射される電磁波のスペクトルからのマルチスペクトル信号のうちの１つまたは複数を含んでもよいが、これらに限定されない。上記の方法では、１つまたは複数であるセンサは、光学センサ、音響センサ、及び／または、マルチスペクトル電磁波センサのうちの１つまたは複数を含んでもよいが、これらに限定されない。

任意選択的に、１つまたは複数の特徴は、物体サインを定義してもよく、外部航空機照明システム、１つまたは複数の衝突防止灯のうちの少なくとも１つを含んでもよい。ここで、物体は、複数の検出された光のうちの少なくとも２つの間の推定距離、及び／または、１つまたは複数の検出された衝突防止灯の回転数のうちの少なくとも１つを判定することによって、少なくとも部分的に識別されてもよい。

任意選択的に、識別することが、１つまたは複数の特徴に少なくとも部分的に基づいて、飛行物体を飛行物体のクラスと関連付けることを含んでもよく、データベースの飛行物体のクラスを調べることによって、飛行物体を１つまたは複数の性能パラメータと関連付けることをさらに含んでもよく、飛行物体のクラスと関連付けられた性能パラメータに少なくとも部分的に基づいて、経路エンベロープを判定することを含んでもよい。

任意選択的に、特徴データベースは、物体の上昇率、降下率、及び／または運動性パラメータのうちの少なくとも１つを保存してもよい。ここで、経路エンベロープは、特徴データベースを介して飛行物体と関連付けられる上昇率、降下率、または、運動性パラメータのうちの少なくとも１つに少なくとも部分的に基づいてもよい。

任意選択的に、方法は、ビームフォーマを使用して音響及び／またはマルチスペクトル信号を処理し、飛行物体のおよその位置及び／またはおよその対気速度を判定する前にビーム形成信号を作成することをさらに含んでもよく、飛行物体の経路エンベロープを判定することは、ビーム形成信号を使用して実行されてもよい。

任意選択的に、音響信号の１つまたは複数の特徴は、経時的に分光写真の形態の信号フィンガープリントを形成し、１つまたは複数の特徴は、閾値に一致するまたは閾値を超える音響信号の信号対雑音比によって判定されてもよい。

任意選択的に、マルチスペクトル信号は、電磁波のスペクトル内から定義された禁止を備えてもよい。任意選択的に、定義されたバンドは、特定の物体がＵＡＶの空域に存在する可能性に少なくとも部分的に基づいて判定されてもよく、特定の物体は知られているスペクトルサインを有する。

任意選択的に、特徴は、物体組成、１つまたは複数の物体表面コーティング、１つまたは複数の物体表面仕上げ、及び／または、色特性のうちの１つまたは複数を含んでもよい。

本明細書に開示される１つまたは複数の実施形態は、１つまたは複数のプロセッサ、コンピュータ可読命令を格納するメモリ、ＵＡＶに連結され、ＵＡＶを少なくとも部分的に囲む空域内の物体から受信される放出から信号を生成するように構成される１つまたは複数であるセンサ、及び／または、実行時、１つまたは複数のプロセッサに、物体と関連付けられる信号の受信、信号の分析に少なくとも部分的に基づく信号と関連付けられた物体の識別情報の判定、物体の識別情報少なくとも部分的に基づく物体の性能パラメータの判定、及び、性能パラメータに少なくとも部分的に基づく物体の経路エンベロープの判定のうちの１つまたは複数を実行させる、メモリ内に格納される飛行管理構成要素、のうちの１つまたは複数を含むＵＡＶを含んでもよい。上記のＵＡＶでは、放出は、光学または画像放出、音波放出、ならびに／または、飛行物体によって放出及び／もしくは反射される電磁波のスペクトルからのマルチスペクトル信号のうちの１つまたは複数を含んでもよいが、これらに限定されない。上記のＵＡＶでは、１つまたは複数であるセンサは、光学センサ、音響センサ、及び／または、マルチスペクトル電磁波センサのうちの１つまたは複数を含んでもよいが、これらに限定されない。

任意選択的に、飛行管理部品は、物体のおよその位置及び対気速度を判定するようにさらに構成されてもよい。飛行管理部品は、ビームフォーマを使用して、信号を処理し、ビーム形成信号を生成するように構成されてもよく、ここで、物体の位置及び対気速度は、ビーム形成信号に少なくとも部分的に基づいて判定されてもよい。

任意選択的に、飛行管理部品は、ＵＡＶのまわりに定義される複数のゾーンのうちの１つのゾーン内に物体を位置づけるように構成されてもよい。

任意選択的に、ＵＡＶはまた、１つまたは複数の近くのＵＡＶとピアツーピアネットワークを構築する通信部品を含んでもよく、通信部品は、信号、物体の識別情報、物体の１つまたは複数の動作特性、及び／または物体の経路エンベロープのうちの少なくとも１つを、１つまたは複数の近くのＵＡＶと交換するように構成される。

任意選択的に、ＵＡＶはまた、ＵＡＶとＵＡＶの空域内で動作する１つまたは複数の追加のＵＡＶとの間の通信ネットワークを保持する通信部品を含んでもよく、ここで、ＵＡＶを少なくとも部分的に囲む空域で物体を検出することは、１つまたは複数の追加のＵＡＶから受信される少なくとも追加の信号にさらに基づいてもよい。

任意選択的に、飛行管理部品は、三角法を用いる測量を使用して少なくとも１つの近くのＵＡＶから交換される情報に少なくとも部分的に基づいて、物体のおよその位置及び対気速度を判定するように構成されてもよい。

任意選択的に、性能パラメータは、データベースに保存されてもよく、さまざまな物体のそれぞれと関連付けられた少なくとも上昇率、降下率、及び／または運動性パラメータを含んでもよい。

任意選択的に、物体の識別情報は航空機のモデルを含んでもよく、性能パラメータは航空機のモデルと関連付けられてもよい。

任意選択的に、飛行管理部品は、１つまたは複数のプロセッサに、ＵＡＶと、物体と関連付けられた経路エンベロープとの間の相互作用の可能性の判定、及び／または、ＵＡＶと経路エンベロープとの間の相互作用を避けるためのＵＡＶ飛行計画の更新のうちの１つまたは複数をさらに実行させてもよい。

任意選択的に、１つまたは複数の動作特性を判定することは、関連する光の第１の光と関連する光の第２の光との間の距離を判定すること、及び／または、関連する光の第１の光と第２の光との間の距離を、探索動作を介して、データベースに格納される物体の１つまたは複数の特徴と関連付けること、のうちの１つまたは複数をさらに含んでもよい。

本明細書に開示される１つまたは複数の実施形態は、実行時、ＵＡＶを囲む少なくとも一部の空域のイメージの受信と、イメージに示される照明送信元の１つまたは複数の特徴を検出するためのイメージの分析と、１つまたは複数の特徴をデータベースと比較することによる、照明送信元と関連付けられた物体の識別と、識別に少なくとも部分的に基づいた物体の経路エンベロープの判定と、のうちの１つまたは複数を含む行為を１つまたは複数のプロセッサに実行させるコンピュータ実行可能命令を保存する１つまたは複数のプロセッサ及びメモリのうちの１つまたは複数を含む飛行管理システムを含んでもよい。

任意選択的に、飛行管理システムによって実行される行為は、ＵＡＶと物体の経路エンベロープとの間の相互作用の確率に少なくとも部分的に基づいて、ＵＡＶの飛行計画を更新することを含んでもよい。

任意選択的に、飛行管理システムによって実行される行為は、データベースを使用して、１つまたは複数の性能パラメータを物体と関連付けることを含んでもよく、ここで、経路エンベロープを判定することは性能パラメータに少なくとも部分的に基づく。性能パラメータは、少なくとも、さまざまな物体のそれぞれと関連付けられる上昇率、降下率、及び運動性パラメータを含んでもよい。

任意選択的に、イメージに示される照明光源の１つまたは複数の特徴は、イメージに示される照明光源の少なくとも１つの回転回数及び／または点滅回数を含んでもよい。

任意選択的に、経路エンベロープは、空域の体積によって表されてもよく、物体が所定の時間以内に空域の体積内の所定の位置に移動する確率を反映してもよい。所定の時間は、ＵＡＶの１つまたは複数の動作特性に部分的に基づいてもよい。

任意選択的に、照明光源と関連付けられる物体は、静止物体を含んでもよい。

本明細書に開示される１つまたは複数の実施形態は、実行時、物体から放出される電磁エネルギーから捕捉されるマルチスペクトル信号に基づいて物体を識別することと、物体から捕捉される音からの音声信号を生成することと、音声信号のうちの１つまたは複数の特徴に少なくとも部分的に基づいて物体を識別することと、物体を識別することに少なくとも部分的に基づいて物体の性能パラメータを判定することと、性能パラメータに少なくとも部分的に基づいて物体の経路エンベロープを判定すること、とのうちの１つまたは複数を含む行為を１つまたは複数のプロセッサに実行させるコンピュータ実行可能命令を保存する１つまたは複数のプロセッサ及びメモリを含む物体検出及び回避システムを含んでもよい。物体検出及び回避システムは、マルチスペクトル信号、音声信号、またはマルチスペクトル及び音声信号の両方を使用する物体の識別を含んでもよい。物体検出及び回避システムはまた、画像または光学信号を使用する物体の識別を含んでもよい。

任意選択的に、プロセッサによって実行される行為は、ＵＡＶと物体の経路エンベロープとの間の相互作用の確率に少なくとも部分的に基づいてＵＡＶの飛行計画を更新することを含んでもよい。

任意選択的に、物体を識別することは、マルチスペクトル及び／または音声信号の１つまたは複数の特徴を、個々の信号の特徴をそれぞれの物体または物体の群と関連付けるデータベースに格納される信号の特徴と照合することを含んでもよい。

任意選択的に、プロセッサによって実行される行為は、所定の期間にわたるマルチスペクトル及び／または音声信号の変化に少なくとも部分的に基づいて物体のおよその対気速度を判定することを含んでもよい。経路エンベロープは、物体のおよその対気速度及び性能パラメータに少なくとも部分的に基づいて測定されてもよい拡大縮小可能な体積を使用して形成されてもよい。

任意選択的に、実行される行為は、１つまたは複数の近くのＵＡＶからの少なくともいくつかの音声信号を受信することと、１つまたは複数の近くのＵＡＶからの少なくともいくつかのマルチスペクトル信号を受信することと、発生した音声信号のうちの少なくともいくつかを１つまたは複数の近くのＵＡＶに伝送することと、捕捉マルチスペクトル信号のうちの少なくともいくつかを１つまたは複数の近くのＵＡＶに伝送することと、のうちの１つまたは複数をさらに含んでもよい。

任意選択的に、物体検出及び回避システムは、ＵＡＶを少なくとも部分的に囲み、物体サインを定義する１つまたは複数の特徴を識別する空域の信号を捕捉するように構成される１つまたは複数の光学センサをさらに含んでもよく、そして、外部航空機照明システムまたは衝突防止灯のうちの少なくとも１つを含んでもよい。ここで、物体は、複数の検出された光のうちの少なくとも２つの間の距離の少なくとも１つを判定し、物体の物理的特性及び／または検出された衝突防止灯の回転数を判定することのうちの１つまたは複数によって少なくとも部分的に識別され、回転数は特定の航空機種類と関連付けられる。

任意選択的に、物体検出及び回避システムは、物体から捕捉される電磁エネルギーのスペクトル内の１つまたは複数のバンドを分析することをさらに含んでもよい。ここで、１つまたは複数のバンドは、特定の物体がＵＡＶの空域に存在する可能性に少なくとも部分的に基づいて判定され、特定の物体は知られているスペクトルサインを有する。

結論
主題が構造的特徴及び／または方法論的行為に特有の用語で説明されたが、添付の特許請求の範囲で定義される主題が説明される特定の機能または行為に必ずしも限定されるわけではないことは理解されるべきである。むしろ、特定の機能及び行為は、特許請求の範囲を実装することの例示的な形態として開示される。

Claims (20)

1. 無人航空機（ＵＡＶ）の１つまたは複数の音響センサによって、飛行物体の推進によって生成された音波から、音響信号を生成することと、
   前記音響信号の１つまたは複数の特性を決定することと、
   前記１つまたは複数の特性と既知の音響信号のデータベースとの比較に少なくとも部分的に基づいて、前記飛行物体を識別することと、
   複数の飛行物体または飛行物体のクラスのうちの少なくとも１つに対する性能パラメータを含むデータベースを使用して、性能パラメータを前記飛行物体に関連付けることと、
   前記音響信号に少なくとも部分的に基づいて、前記飛行物体の概算位置および概算対気速度を決定することと、
   前記概算位置、前記概算対気速度、および前記関連付けられた性能パラメータに少なくとも部分的に基づいて、前記飛行物体の経路エンベロープを決定することと、
   前記飛行物体の前記経路エンベロープに少なくとも部分的に基づいて、前記ＵＡＶの飛行計画を更新することと
   を含み、
   前記更新された飛行計画は、前記飛行物体の前記経路エンベロープと相互作用しない、
   方法。
2. 前記飛行物体の前記概算位置および前記概算対気速度を決定する前に、ビーム形成器を使用して前記音響信号を処理して、ビーム形成された音響信号を作成することをさらに含み、前記飛行物体の前記経路エンベロープを前記決定することは、前記ビーム形成された音響信号を使用して実行される、請求項１に記載の方法。
3. 前記飛行物体を前記識別することは、前記飛行物体のクラスを決定することを含み、前記関連付けられた性能パラメータは、飛行物体の前記クラスに関するものである、請求項１に記載の方法。
4. 前記経路エンベロープは、前記飛行物体に関連付けられた上昇率、降下率、または運動性パラメータのうちの１つに少なくとも部分的に基づく、請求項１に記載の方法。
5. 前記音響信号の前記１つまたは複数の特性は、スペクトログラムの形態で信号フィンガープリントを経時的に生成し、前記１つまたは複数の特性は、前記音響信号の信号対雑音比が閾値に合致するか、または超過するかによって決定される、請求項１に記載の方法。
6. １つまたは複数のプロセッサと、
   コンピュータ可読命令を格納するためのメモリと、
   無人航空機（ＵＡＶ）に連結された１つまたは複数の音響センサであって、前記ＵＡＶを少なくとも部分的に囲む空域内の物体から受信した音から音響信号を生成する音響センサと、
   前記メモリ内に格納される飛行管理部品であって、実行されたとき、前記１つまたは複数のプロセッサに、
   前記物体に関連付けられた前記音響信号を受信し、
   前記音響信号の分析に少なくとも部分的に基づいて、音響信号に関連付けられた前記物体の識別を決定し、
   前記物体の前記識別に少なくとも部分的に基づいて、前記物体の性能パラメータを決定し、
   前記性能パラメータに少なくとも部分的に基づいて、前記物体の経路エンベロープを決定する
   ようにさせる飛行管理部品と
   を備えたＵＡＶ。
7. 前記飛行管理部品は、前記物体の概算位置および概算対気速度を決定するようにさらに構成されている、請求項６に記載のＵＡＶ。
8. 前記飛行管理部品は、ビーム形成器を使用して前記音響信号を処理して、ビーム形成された音響信号を生成するようにさらに構成されており、前記物体の前記位置および前記対気速度は、前記ビーム形成された音響信号に少なくとも部分的に基づいて決定される、請求項７に記載のＵＡＶ。
9. 前記飛行管理部品は、前記ＵＡＶの周囲で定義された複数のゾーンのうちの１つのゾーン内で前記物体を位置付けるようにさらに構成されている、請求項６に記載のＵＡＶ。
10. １つまたは複数の近くのＵＡＶとピアツーピアネットワークを作成するための通信部品をさらに備え、前記通信部品は、前記音響信号、前記物体の前記識別、または前記物体の前記経路エンベロープのうちの少なくとも１つを前記１つまたは複数の近くのＵＡＶと交換するように構成されている、請求項６に記載のＵＡＶ。
11. 前記飛行管理部品は、三角測量を使用して前記１つまたは複数の近くのＵＡＶのうちの少なくとも１つから交換された情報に少なくとも部分的に基づいて、前記物体の概算位置および概算対気速度を決定するようにさらに構成されている、請求項１０に記載のＵＡＶ。
12. 前記性能パラメータはデータベースに格納され、様々な物体のそれぞれに関連付けられた上昇率、降下率、および運動性パラメータを少なくとも含む、請求項６に記載のＵＡＶ。
13. 前記物体の前記識別は航空機のモデルであり、前記性能パラメータは前記航空機の前記モデルに関連付けられている、請求項６に記載のＵＡＶ。
14. １つまたは複数のプロセッサと、
    実行されたとき、前記１つまたは複数のプロセッサに
    物体から捕捉された音から音声信号を生成することと、
    前記音声信号の１つまたは複数の特性に少なくとも部分的に基づいて、前記物体を識別することと、
    前記物体の前記識別に少なくとも部分的に基づいて、前記物体の性能パラメータを決定することと、
    前記性能パラメータに少なくとも部分的に基づいて、前記物体の経路エンベロープを決定することと、
    を含む動作を実行させるコンピュータ実行可能命令を格納するメモリと、
    を備えた、物体検出および回避システム。
15. 前記動作は、ＵＡＶと前記物体の前記経路エンベロープとの間の相互作用の確率に少なくとも部分的に基づいて、前記ＵＡＶの飛行計画を更新することをさらに含む、請求項１４に記載の物体検出および回避システム。
16. 前記物体を識別することは、前記音声信号の前記１つまたは複数の特性を、個々の信号特性とそれぞれの物体または物体のグループと関連付けるデータベースに格納された信号特性とを照合することを含む、請求項１４に記載の物体検出および回避システム。
17. 定義された期間にわたる前記音声信号における変化に少なくとも部分的に基づいて、前記物体の対気速度を決定することをさらに含む、請求項１４に記載の物体検出および回避システム。
18. 前記経路エンベロープは、前記物体の前記対気速度および性能パラメータに少なくとも部分的に基づいてスケールされる拡大縮小可能な体積を使用して形成される、請求項１７に記載の物体検出および回避システム。
19. 前記動作は、
    １つまたは複数の近くのＵＡＶから少なくともいくつかの音声信号を受信することと、
    前記生成された音声信号のうちの少なくともいくつかを１つまたは複数の近くのＵＡＶに送信することと
    をさらに含む、請求項１４に記載の物体検出および回避システム。
20. 前記物体によって反射または放出され、前記物体に関連付けられた一意の材料を示す電磁エネルギーの特定波長を捕捉するためのマルチスペクトルセンサをさらに備え、前記物体によって反射または放出された電磁エネルギーの前記特定波長に少なくとも部分的に基づいて、前記物体を識別することをさらに含む、請求項１４に記載の物体検出および回避システム。