JP7470453B2 - 動物データを監視用に収集および配信するための、無人航空機（ｕａｖ）ベースのシステム - Google Patents
動物データを監視用に収集および配信するための、無人航空機（ｕａｖ）ベースのシステム Download PDFInfo
- Publication number
- JP7470453B2 JP7470453B2 JP2022502866A JP2022502866A JP7470453B2 JP 7470453 B2 JP7470453 B2 JP 7470453B2 JP 2022502866 A JP2022502866 A JP 2022502866A JP 2022502866 A JP2022502866 A JP 2022502866A JP 7470453 B2 JP7470453 B2 JP 7470453B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- unmanned aerial
- sensor
- sensors
- aerial vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241001465754 Metazoa Species 0.000 title claims description 261
- 238000012544 monitoring process Methods 0.000 title description 20
- 230000006854 communication Effects 0.000 claims description 169
- 238000004891 communication Methods 0.000 claims description 169
- 230000009471 action Effects 0.000 claims description 99
- 238000012545 processing Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 19
- 238000013480 data collection Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 15
- 230000036541 health Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 11
- 210000004243 sweat Anatomy 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 210000001124 body fluid Anatomy 0.000 claims description 8
- 230000004931 aggregating effect Effects 0.000 claims description 7
- 230000001815 facial effect Effects 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 210000003205 muscle Anatomy 0.000 claims description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 5
- 239000008103 glucose Substances 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 4
- 239000010839 body fluid Substances 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 230000017531 blood circulation Effects 0.000 claims description 3
- 230000008451 emotion Effects 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 claims description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 claims description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 2
- 208000032370 Secondary transmission Diseases 0.000 claims description 2
- 230000036757 core body temperature Effects 0.000 claims description 2
- 239000011591 potassium Substances 0.000 claims description 2
- 229910052700 potassium Inorganic materials 0.000 claims description 2
- 230000036387 respiratory rate Effects 0.000 claims description 2
- 239000011734 sodium Substances 0.000 claims description 2
- 229910052708 sodium Inorganic materials 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000007175 bidirectional communication Effects 0.000 claims 1
- 238000004159 blood analysis Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000000034 method Methods 0.000 description 81
- 238000004088 simulation Methods 0.000 description 46
- 238000013473 artificial intelligence Methods 0.000 description 35
- 230000001276 controlling effect Effects 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 21
- 239000000306 component Substances 0.000 description 20
- 238000005259 measurement Methods 0.000 description 18
- 238000004458 analytical method Methods 0.000 description 17
- 230000006872 improvement Effects 0.000 description 17
- 230000003287 optical effect Effects 0.000 description 17
- 230000004044 response Effects 0.000 description 16
- 230000015572 biosynthetic process Effects 0.000 description 15
- 238000005755 formation reaction Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 230000008827 biological function Effects 0.000 description 14
- 230000001976 improved effect Effects 0.000 description 13
- 238000013528 artificial neural network Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000001914 filtration Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 10
- 241000282412 Homo Species 0.000 description 9
- 230000001413 cellular effect Effects 0.000 description 8
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 4
- 101150049278 US20 gene Proteins 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 210000004209 hair Anatomy 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 210000003296 saliva Anatomy 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 241000283086 Equidae Species 0.000 description 3
- 206010019280 Heart failures Diseases 0.000 description 3
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000037230 mobility Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 238000001303 quality assessment method Methods 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 2
- 108010082126 Alanine transaminase Proteins 0.000 description 2
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 2
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 2
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 2
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 241000557626 Corvus corax Species 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 108091028043 Nucleic acid sequence Proteins 0.000 description 2
- 241000288906 Primates Species 0.000 description 2
- 108010072866 Prostate-Specific Antigen Proteins 0.000 description 2
- 102000007066 Prostate-Specific Antigen Human genes 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004820 blood count Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 229940014144 folate Drugs 0.000 description 2
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 2
- 235000019152 folic acid Nutrition 0.000 description 2
- 239000011724 folic acid Substances 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 230000036571 hydration Effects 0.000 description 2
- 238000006703 hydration reaction Methods 0.000 description 2
- JYGXADMDTFJGBT-VWUMJDOOSA-N hydrocortisone Chemical compound O=C1CC[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 JYGXADMDTFJGBT-VWUMJDOOSA-N 0.000 description 2
- 238000010348 incorporation Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000000926 neurological effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000000718 qrs complex Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000003362 replicative effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- RBSXHDIPCIWOMG-UHFFFAOYSA-N 1-(4,6-dimethoxypyrimidin-2-yl)-3-(2-ethylsulfonylimidazo[1,2-a]pyridin-3-yl)sulfonylurea Chemical compound CCS(=O)(=O)C=1N=C2C=CC=CN2C=1S(=O)(=O)NC(=O)NC1=NC(OC)=CC(OC)=N1 RBSXHDIPCIWOMG-UHFFFAOYSA-N 0.000 description 1
- 241000251468 Actinopterygii Species 0.000 description 1
- 239000000275 Adrenocorticotropic Hormone Substances 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 239000004382 Amylase Substances 0.000 description 1
- 102000013142 Amylases Human genes 0.000 description 1
- 108010065511 Amylases Proteins 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 1
- 241000283690 Bos taurus Species 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- GHOSNRCGJFBJIB-UHFFFAOYSA-N Candesartan cilexetil Chemical compound C=12N(CC=3C=CC(=CC=3)C=3C(=CC=CC=3)C3=NNN=N3)C(OCC)=NC2=CC=CC=1C(=O)OC(C)OC(=O)OC1CCCCC1 GHOSNRCGJFBJIB-UHFFFAOYSA-N 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 102400000739 Corticotropin Human genes 0.000 description 1
- 101800000414 Corticotropin Proteins 0.000 description 1
- 241000938605 Crocodylia Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 102400000921 Gastrin Human genes 0.000 description 1
- 108010052343 Gastrins Proteins 0.000 description 1
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 206010019345 Heat stroke Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 102000004882 Lipase Human genes 0.000 description 1
- 108090001060 Lipase Proteins 0.000 description 1
- 239000004367 Lipase Substances 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 206010027525 Microalbuminuria Diseases 0.000 description 1
- 241000475481 Nebula Species 0.000 description 1
- 102100030569 Nuclear receptor corepressor 2 Human genes 0.000 description 1
- 101710153660 Nuclear receptor corepressor 2 Proteins 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 235000019418 amylase Nutrition 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- AOXOCDRNSPFDPE-UKEONUMOSA-N chembl413654 Chemical compound C([C@H](C(=O)NCC(=O)N[C@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@H](CCSC)C(=O)N[C@H](CC(O)=O)C(=O)N[C@H](CC=1C=CC=CC=1)C(N)=O)NC(=O)[C@@H](C)NC(=O)[C@@H](CCC(O)=O)NC(=O)[C@@H](CCC(O)=O)NC(=O)[C@@H](CCC(O)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1C2=CC=CC=C2NC=1)NC(=O)[C@H]1N(CCC1)C(=O)CNC(=O)[C@@H](N)CCC(O)=O)C1=CC=C(O)C=C1 AOXOCDRNSPFDPE-UKEONUMOSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- FDJOLVPMNUYSCM-WZHZPDAFSA-L cobalt(3+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+3].N#[C-].N([C@@H]([C@]1(C)[N-]\C([C@H]([C@@]1(CC(N)=O)C)CCC(N)=O)=C(\C)/C1=N/C([C@H]([C@@]1(CC(N)=O)C)CCC(N)=O)=C\C1=N\C([C@H](C1(C)C)CCC(N)=O)=C/1C)[C@@H]2CC(N)=O)=C\1[C@]2(C)CCC(=O)NC[C@@H](C)OP([O-])(=O)O[C@H]1[C@@H](O)[C@@H](N2C3=CC(C)=C(C)C=C3N=C2)O[C@@H]1CO FDJOLVPMNUYSCM-WZHZPDAFSA-L 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- IDLFZVILOHSSID-OVLDLUHVSA-N corticotropin Chemical compound C([C@@H](C(=O)N[C@@H](CO)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1NC=NC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(N)=O)C(=O)NCC(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(O)=O)NC(=O)[C@@H](N)CO)C1=CC=C(O)C=C1 IDLFZVILOHSSID-OVLDLUHVSA-N 0.000 description 1
- 229960000258 corticotropin Drugs 0.000 description 1
- 229940109239 creatinine Drugs 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 244000144992 flock Species 0.000 description 1
- 238000009408 flooring Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 229960000890 hydrocortisone Drugs 0.000 description 1
- 229940099472 immunoglobulin a Drugs 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 235000019421 lipase Nutrition 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000013349 risk mitigation Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 231100000430 skin reaction Toxicity 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000012421 spiking Methods 0.000 description 1
- 238000013125 spirometry Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1176—Recognition of faces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4261—Evaluating exocrine secretion production
- A61B5/4266—Evaluating exocrine secretion production sweat secretion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4519—Muscles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4875—Hydration status, fluid retention of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
- A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
- A61B5/6861—Capsules, e.g. for swallowing or implanting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
- A61B2560/0247—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value
- A61B2560/0252—Operational features adapted to measure environmental factors, e.g. temperature, pollution for compensation or correction of the measured physiological value using ambient temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0204—Acoustic sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/029—Humidity sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/113—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for determining or recording eye movement
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/20—UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Environmental Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Pulmonology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Optics & Photonics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Emergency Medicine (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Mathematical Physics (AREA)
- Nursing (AREA)
- Emergency Management (AREA)
- Critical Care (AREA)
- Signal Processing (AREA)
Description
少なくとも１つの態様において、本発明は、１つまたは複数の無人航空機による動物データの収集および配信に関する。
インターネット上での情報の利用可能性における絶え間ない進歩により、事業の進め方が著しく変化してきた。この情報爆発と同時に、センサ技術、さらにはバイオセンサ技術もまた進歩した。特に、心電図信号、血流、体温、発汗レベル、または呼吸数を測定するミニチュアのバイオセンサが、現在利用可能である。そのようなバイオセンサから収集した情報を収集および編成し換金する、集中的なサービスプロバイダは存在しない。その上、個体が指定された場所にいる間、ある場所から他の場所に移動している間、またはスポーツや一般的なフィットネスなど動的かつ移動的な環境において監視を必要とするアクティビティに関与している間、そのようなセンサへアクセスすること、およびそれらを監視することは、未知のアクセス性に関する問題を提起する。
したがって、監視を必要とするアクティビティの間、個体また個体の群からセンサデータを収集および編成するシステムが求められている。
少なくとも１つの態様において、無人航空機ベースのデータ収集および配信システムが、提供される。無人航空機ベースの収集および配信システムは、電子的に送信可能な動物データのソースを含む。動物データのソースは、少なくとも１つのセンサを含む。動物データは、少なくとも１つのターゲット個体から収集される。システムはまた、動物データのソースから、動物データを受信される動物データの第１のセットとして受信する無人航空機と、受信される動物データの第１のセットの少なくとも一部を受信するように動作可能なコンピューティングデバイスとを含む。特徴として、無人航空機は、動物データのソースから１つまたは複数の信号を受信して、１つまたは複数の制御信号を動物データのソースに送るように動作可能な送受信機を含む。
少なくとも別の態様において、無人航空機ベースのデータ収集および配信システムが、提供される。無人航空機ベースの収集および配信システムは、電子的に送信可能な１つまたは複数の動物データのソースを含む。１つまたは複数の動物データのソースは、少なくとも１つのセンサを含む。動物データは、少なくとも１つのターゲット個体から収集される。システムはまた、１つまたは複数の動物データのソースから、動物データを受信される動物データの第１のセットとして受信する１つまたは複数の無人航空機と、受信される動物データの第１のセットの少なくとも一部を受信するように動作可能な１つまたは複数のコンピューティングデバイスとを含む。特徴として、無人航空機は、１つまたは複数の動物データのソースから１つまたは複数の信号を受信して、１つまたは複数の制御信号を１つまたは複数の動物データのソースに送るように動作可能な送受信機を含む。
本明細書で説明される方法およびシステムには、スポーツ／フィットネス、一般的な健康およびウェルネス監視、軍事作戦および訓練、リスク軽減産業（例えば、保険）などにおける用途があることが有利である。
本開示の性質、目的、および利点をさらに理解するために、同様の参照符号が同様要素を表す以下の図面と併せて、以下の詳細な説明を参照されたい。
次に、発明者らに現在既知である、本発明を実践する最良の態様を成す、本発明の現在好ましい実施形態および方法を、詳細に参照する。図面は、必ずしも原寸に比例していない。しかしながら、開示される実施形態は、様々な代替的な形態で具体化され得る本発明の例示に過ぎないことを理解されたい。したがって、本明細書で開示される具体的な詳細は、限定として解釈されるべきではなく、単に本発明の任意の態様の代表的な基礎として、および／または当業者に対して教示して本発明を様々に採用するための代表的な基礎として解釈されるべきである。
当然、具体的な構成要素および／または条件は変わる可能性があるため、本発明は、以降で説明される具体的な実施形態および方法に限定されないこともまた理解されたい。さらには、本明細書で用いられる用語は、本発明の特定の実施形態を説明する目的のみに使用され、いかなる限定も意図されていない。
本明細書および添付の特許請求の範囲で用いられる場合、コンテキストが明確にそうではないと示さない限り、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、複数形の参照を含むことにも留意されたい。例えば、ある構成要素を単数形で参照することは、複数の構成要素を含むことが意図されている。
用語「含む（ｃｏｍｐｒｉｓｉｎｇ）」は、「含む（ｉｎｃｌｕｄｉｎｇ）」、「有する（ｈａｖｉｎｇ）」、「含有する（ｃｏｎｔａｉｎｉｎｇ）」または「によって特徴付けられる（ｃｈａｒａｃｔｅｒｉｚｅｄ ｂｙ）」の同義語である。これらの用語は、包含的かつオープンエンドであり、追加的で述べられない要素または方法ステップを除外するものではない。
言い回し「から成る（ｃｏｎｓｉｓｔｉｎｇ ｏｆ）」は、請求項で指定されないあらゆる要素、ステップ、または成分を除外する。プリアンブルの直後ではなく、請求項の本体の一節においてこの言い回しが現れる場合、これはその節で説明される要素だけを限定し、他の要素は全体として請求項から除外されない。
言い回し「から実質的に構成される（ｃｏｎｓｉｓｔｉｎｇ ｅｓｓｅｎｔｉａｌｌｙ ｏｆ）」は、特許請求の範囲を、指定される材料またはステップ、それに加え、特許請求される主題の基本的かつ新規な特性に大きく影響を与えないものに限定する。
用語「含む（ｃｏｍｐｒｉｓｉｎｇ）」、「から成る（ｃｏｎｓｉｓｔｉｎｇ ｏｆ）」、および「から実質的に構成される（ｃｏｎｓｉｓｔｉｎｇ ｅｓｓｅｎｔｉａｌｌｙ ｏｆ）」に関して、これら３つの用語のうちの１つが本明細書で用いられる場合、現在開示され特許請求される主題は、他の２つの用語のいずれかの使用を含むことが可能である。
用語「１つまたは複数の（ｏｎｅ ｏｒ ｍｏｒｅ）」は、「少なくとも１つの（ａｔ ｌｅａｓｔ ｏｎｅ）」を意味し、用語「少なくとも１つの（ａｔ ｌｅａｓｔ ｏｎｅ）」は、「１つまたは複数の（ｏｎｅ ｏｒ ｍｏｒｅ）」を意味する。加えて、用語「複数の（ｐｌｕｒａｌｉｔｙ）」は、「複数の（ｍｕｌｔｉｐｌｅ）」を意味し、用語「複数の（ｍｕｌｔｉｐｌｅ）」は、「複数の（ｐｌｕｒａｌｉｔｙ）」を意味する。用語「１つまたは複数の（ｏｎｅ ｏｒ ｍｏｒｅ）」および「少なくとも１つの（ａｔ ｌｅａｓｔ ｏｎｅ）」は、サブセットとして「複数の（ｐｌｕｒａｌｉｔｙ）」および「複数の（ｍｕｌｔｉｐｌｅ）」を含む。改良形態では、「１つまたは複数の（ｏｎｅ ｏｒ ｍｏｒｅ）」は、「２つ以上（ｔｗｏ ｏｒ ｍｏｒｅ）」を含む。
本出願を通じて、出版物が参照される場合、これらの出版物の開示は、参照によりその全体が本出願に組み込まれ、本発明が関係する従来技術をより完全に説明する。
コンピューティングデバイスが、アクションまたは方法ステップを実施するとして説明される場合、コンピューティングデバイスは、通常１つまたは複数のソースコードの行を実行することによって、アクションまたは方法ステップを実施するように動作可能であることを理解されたい。アクションまたは方法ステップは、非一時的なメモリ（例えば、ハードドライブ、光学ドライブ、フラッシュドライブなど）にエンコードすることが可能である。
用語「コンピューティングデバイス」とは、一般的に、別のコンピューティングデバイスと通信することを含む、少なくとも１つの機能を実施することが可能な任意のデバイスを称する。改良形態では、コンピューティングデバイスは、プログラムステップを実行することが可能な中央処理装置、ならびにデータおよびプログラムコードを記憶するためのメモリを含む。
用語「サーバ」とは、任意のコンピュータもしくは他のコンピューティングデバイス（デスクトップコンピュータ、ノートブックコンピュータ、ラップトップコンピュータ、メーンフレーム、携帯電話、スマートウォッチ／グラス、拡張現実ヘッドセット、仮想現実ヘッドセットなどを含むが、それに限定されない）、分散システム、ブレード、ゲートウェイ、スイッチ、処理デバイス、または本明細書で説明される方法および機能を実施するように適合されたそれらの組み合わせを称する。
用語「に接続される（ｃｏｎｎｅｃｔｅｄ ｔｏ）」は、接続されると称される電機部品が、電気的または電子的に通信状態にあることを意味する。改良形態では、「に接続される（ｃｏｎｎｅｃｔｅｄ ｔｏ）」は、接続されると称される電機部品が、互いに直接配線接続されることを意味する。別の改良形態では、「に接続される（ｃｏｎｎｅｃｔｅｄ ｔｏ）」は、電機部品が無線で、または有線と無線の組み合わせで接続される構成要素により通信することを意味する。別の改良形態では、「に接続される（ｃｏｎｎｅｃｔｅｄ ｔｏ）」は、１つまたは複数の追加的な電機部品が、接続されると称される電機部品の間に挿置され、発信側の構成要素からの電気信号が、接続先の構成要素に受信されるよりも前に処理（例えば、フィルタリング、増幅、変調、整流、減衰、加算、減算など）されることを意味する。
用語「電気的通信」または「電子的通信」は、電気信号が発信側電子デバイスから受信側電気的デバイスに、直接的または間接的のいずれかで送信されることを意味する。間接的な電気的または電子的通信は、電気信号の処理を伴い、信号のフィルタリング、信号の増幅、信号の整流、信号の変調、信号の減衰、信号を別の信号へ加算すること、信号を別の信号から減算すること、信号から別の信号を減算することなど含むが、それに限定されない。電気的または電子的通信は、有線構成要素、無線接続構成要素、またはそれらの組み合わせにより達成することができる。
本明細書で開示される処理、方法、またはアルゴリズムは、コントローラ、コンピュータ、または任意の既存のプログラム可能電子制御ユニットもしくは専用の電子制御ユニットを含み得る他のコンピューティングデバイスに向けて送達可能／により実装可能である。同様に、処理、方法、またはアルゴリズムは、多くの形態のコントローラ、コンピュータ、またはコンピューティングデバイスによって実行可能なデータおよび命令として記憶することが可能であり、形態としてはＲＯＭデバイスなどの非書き込み可能記憶媒体に恒久的に記憶された情報、フロッピーディスク、磁気テープ、ＣＤ、ＲＡＭデバイス、他の磁気および光学媒体などの書き込み可能記憶媒体、ならびに共有または専用クラウドコンピューティングリソースに変更可能に記憶された情報が挙げられるが、それに限定されない。処理、方法、またはアルゴリズムはまた、実行可能ソフトウェアオブジェクトに実装することもできる。代替的に、処理、方法、またはアルゴリズムは、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、状態機械、コントローラ、または他のハードウェアコンポーネントもしくはデバイスなどの適切なハードウェアコンポーネント、あるいはハードウェア、ソフトウェア、およびファームウェアコンポーネントの組み合わせを使用して、全体的にまたは一部、具体化することができる。
用語「対象」および「個体」は、同義的であり、人間、または鳥類、爬虫類、両生類、および魚類、ならびに霊長類（特に高等霊長類）、馬、羊、犬、げっ歯類、豚、猫、ウサギ、および牛を含むすべての哺乳類を含む他の動物を称する。１つまたは複数の対象は、例えば、運動のトレーニングまたは競技に参加する人間、レーストラックを走る馬、ビデオゲームをプレイする人間、自分個人の健康を監視する人間、自分のデータをサードパーティに提供する人間、研究または臨床試験に参加する人間、またはフィットネスクラスに参加する人間であってもよい。改良形態では、対象または個体は、１つもしくは複数の機械（例えば、ロボット、自律的な乗り物、機械アームなど）、または少なくとも１つの生物学的機能を人間もしくは他の動物と共有して、そこから少なくとも一部、性質として人工的であり得る（例えば、生体学的脳活動を模する人工知能導出のアクティビティからのデータ）１つもしくは複数のタイプの生物学的データを導出可能な１つもしくは複数のコンピューティングデバイスによってプログラム可能な機械のネットワークであってもよい。
用語「動物データ」とは、サーバまたは他のコンピューティングデバイスに送信可能な（例えば、無線または有線送信）形態へと変形可能な対象から、直接的または間接的に、取得可能またはそのような対象によって生成されるあらゆるデータを称する。動物データは、センサまたはセンシング機器／システム、特に生物学的センサ（バイオセンサ）から取得することが可能な、あらゆる信号または読取り値を含む、あらゆるデータを含む。動物データはまた、対象に関連するあらゆる記述的なデータ、対象に関連する聴覚データ、対象に関連して手動で入力することが可能なデータ（例えば、医療履歴、社会的習慣、対象の感情）、および実際の動物データの少なくとも一部を含むデータを含む。改良形態では、用語「動物データ」は、動物データのあらゆる導出物を含む。別の改良形態では、動物データは、シミュレーションデータの少なくとも一部を含む。なお別の改良形態では、動物データは、シミュレーションデータを含む。
用語「センサデータ」とは、センサによって生成された未処理および／または処理済（例えば、操作された）の両方の信号または読取り値を称する。場合によっては、センサデータという用語はまた、センサまたは１つもしくは複数の信号もしくは読取り値（例えば、特性）に関連付けられるメタデータを含む場合がある。
用語「人工的なデータ」とは、少なくとも一部、実際の動物データまたは１つもしくは複数のその導出物から導出された、そのようなデータもしくは導出物に基づいている、またはそのようなデータもしくは導出物を用いて生成された、人工的に作成されたデータを称する。これは、１つまたは複数の人工知能技法または統計学的モデルを利用して、１つまたは複数のシミュレーションを実行することによって作成することが可能であり、１つまたは複数の入力として、１つまたは複数の非動物データソースからの１つまたは複数の信号または読取り値を含む場合がある。人工的なデータはまた、少なくとも１つの生物学的機能を人間または別の動物と共有する、あらゆる人工的に作成されたデータを含むことも可能である（例えば、人工的に作成された視覚的データ、人工的に作成された移動データ）。これには、「合成データ」が含まれ、合成データは直接的な測定により得られない所与の状況に適用可能なあらゆる創造データであることが可能である。合成データは、元々のデータを統計的にモデリングして、次にこれらのモデルを使用して元々のデータの統計的な性質のうちの少なくとも１つを再現する新しいデータ値を生成することによって作成することが可能である。現在開示される、また特許請求される主題の目的では、用語「シミュレーションデータ」および「合成データ」は、同義的であり、「人工的なデータ」と互換的に用いられ、これらの用語のうちのいずれか１つへの参照は、限定的ではなく、すべての用語のすべての可能な意味を包含するものとして解釈されるべきである。
用語「洞察」とは、ターゲット個体の状態またはステータスを、その動物データの少なくとも一部を利用して説明する、ターゲット個体に割り当てることが可能な１つまたは複数の記述を称する。例として、ストレスレベル（例えば、高ストレス、低ストレス）、エネルギーレベル、疲労レベルなどの記述または他の特徴付けが挙げられる。洞察は、１つまたは複数の数字、コード、グラフ、チャート、ロット、色もしくは他の視覚的表現、プロット、読取り値、数値的表現、記述、テキスト、物理的応答、聴覚的応答、視覚的応答、運動的応答、または所定の口頭記述によって定量化すること、特徴付けること、または通信することが可能である。改良形態では、洞察は、複数の洞察から構成される。別の改良形態では、洞察は、複数のターゲット個体、およびターゲット個体の１つまたは複数の群に割り当てられる可能性がある。別の改良形態では、洞察は、非動物データソースからの１つまたは複数の信号または読取り値を１つまたは複数の入力として、その１つまたは複数の計算、機械計算、導出、組み込み、シミュレーション、抽出、外挿、修正、エンハンス、作成、推定、演繹、推論、判定、処理、通信などに含むことができる。
用語「機械計算資産」とは、動物データの少なくとも一部から導出される、１つまたは複数の数字、複数の数字、値、メトリクス、読取り値、洞察、グラフ、またはプロットを称する。本明細書で使用されるセンサは、最初は電子信号を提供する。機械計算資産は、少なくとも一部、１つもしくは複数の電子信号または１つもしくは複数のその導出物から、抽出または導出される。機械計算資産は、１つまたは複数のターゲット個体の解釈可能な性質を、記述または定量化する。例えば、心電図の読取り値はアナログのフロントエンド信号から導出可能であり（センサからの電子信号）、心拍データ（例えば、１分間当たりの心拍数）は心電図またはＰＰＧセンサから導出可能であり、体温データは体温センサから導出可能であり、発汗データは発汗センサから導出または抽出可能であり、血糖情報は体液センサから導出可能であり、ＤＮＡおよびＲＮＡ配列情報はゲノムデータおよび遺伝子データを取得するセンサから導出可能であり、脳活動データは神経センサから導出可能であり、水分データは口内唾液センサまたは汗分析センサから導出可能であり、場所データはＧＰＳまたはＲＦＩＤセンサから導出可能であり、生体力学的データは光学センサまたは並進運動センサから導出可能であり、呼吸数データは呼吸センサから導出可能である。改良形態では、機械計算資産は、非動物データソースからの１つまたは複数の信号または読取り値を１つまたは複数の入力として、その１つまたは複数の機械計算、導出、組み込み、シミュレーション、抽出、外挿、修正、エンハンス、作成、推定、演繹、推論、判定、処理、通信などに含むことができる。別の改良形態では、機械計算資産は、複数の機械計算資産から構成される。
略称は以下の通り：
「ＢＬＥ」は、Ｂｌｕｅｔｏｏｔｈ低電力（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）を意味する。
「ＨＡＬＥ」は、高高度滞空型（ｈｉｇｈ ａｌｔｉｔｕｄｅ ｌｏｎｇ ｅｎｄｕｒａｎｃｅ）を意味する。
「ＨＡＰＳ」は、高高度疑似衛星（ｈｉｇｈ－ａｌｔｉｔｕｄｅ ｐｓｅｕｄｏ－ｓａｔｅｌｌｉｔｅ）を意味する。大気圏衛星とも称される場合がある。
「ＲＰＡＳ」は、遠隔操縦航空機システム（ｒｅｍｏｔｅｌｙ ｐｉｌｏｔｅｄ ａｅｒｉａｌ ｓｙｓｔｅｍ）を意味する。
「ＵＡＶ」は、無人航空機（ｕｎｍａｎｎｅｄ ａｅｒｉａｌ ｖｅｈｉｃｌｅ）を意味する。
「ＶＴＯＬ」は、垂直離着陸（ｖｅｒｔｉｃａｌ ｔａｋｅ－ｏｆｆ ａｎｄ ｌａｎｄｉｎｇ）を意味する。
図１および図２を参照すると、１つまたは複数の無人航空機を用いる動物データの収集および配信用のシステムの概略図が提供されている。ＵＡＶベースの送信システム１０および１０’は、電子的に送信することが可能な少なくとも１つの動物データ１４のソース１２を含む。ターゲット個体１６は、対応する動物データ１４が収集される対象である。このコンテキストでは、動物データとは、センサ、特に以下でより詳細に説明されるようなバイオセンサから取得される、対象の体に関するデータを称する。したがって、動物データのソース１２は、少なくとも１つのセンサ１８を含む。多くの有用な用途において、対象は人間（例えば、アスリート、戦闘員、ヘルスケア患者、研究対象、フィットネスクラスの参加者）であり、動物データは人間のデータである。動物データ１４は、ターゲット個体１６、複数のターゲット個体１６、複数のターゲット個体１６のターゲット群、または複数のターゲット個体１６の複数のターゲット群から導出可能である。動物データ１４は、各ターゲット個体１６の単一のセンサ１８から、または各ターゲット個体１６の複数のセンサ１８から取得することが可能である。場合によっては、単一のセンサ１８は、複数のターゲット個体１６から、複数のターゲット個体１６のターゲット群から、または複数のターゲット個体１６の複数のターゲット群から動物データ１４をキャプチャすることが可能である（例えば、位置決めすることと距離を測定することができる光学ベースのカメラセンサがターゲット個体のターゲット群に向けられる）。センサ１８は、単一のタイプの動物データ１４または複数のタイプの動物データ１４を提供することができる。変形形態では、センサ１８は、単一のセンサ内に、複数のパラメータを測定するために複数のセンシング素子を含むことが可能である（例えば、心拍と加速度計データ）。
図１は単一のターゲット個体１６を具体化しているが、図２は、複数のソース１２ｉ、動物データ１４ｉ、ターゲット個体１６ｉおよびセンサ１８ｉを含む図１のシナリオを図示している。このコンテキストでは、「ｉ」は、異なるターゲット個体、ソース、センサ、および動物データ同士を区別するための単なるラベルである。本実施形態は、ターゲット個体１６、ソース１２、動物データ１４、および／またはセンサ１８の数によって限定されないことを諒解されたい。
改良形態では、１つまたは複数のセンサ１８は、少なくとも１つの生物学的センサ（バイオセンサ）を含む。バイオセンサは、バイオ信号を収集し、本実施形態のコンテキストでは、バイオ信号とは、継続的または断続的に測定、監視、観察、計算、機械計算、または解釈することができる、動物における、または動物から導出される、あらゆる信号または性質であり、電気的および非電気両方の信号、測定値、および人工的に生成された情報を含む。バイオセンサは、１つまたは複数のターゲット個体から、生理学的データ、バイオメトリックデータ、化学的データ、生体力学的データ、場所データ、遺伝子データ、ゲノムデータ、などの生物学的データ（例えば、読取り値および信号を含む）、または他の生物学的データを集めることができる。例えば、一部のバイオセンサは、アイトラッキングデータ（例えば、瞳孔反応、運動、ＥＯＧ関連データ）、血流データおよび／または血量データ（例えば、ＰＰＧデータ、脈波伝播時間、脈波到達時間（ｐｕｌｓｅ ａｒｒｉｖａｌ ｔｉｍｅ））、体液データ（例えば、血液、尿、唾液、汗、脳脊髄液から導出される分析）、身体組成データ、生化学的組成データ、生化学的構造データ、脈拍データ、酸素データ（例えば、ＳｐＯ２）、深部体温データ、皮膚電気反応、皮膚温度データ、発汗データ（例えば、速さ、組成）、血圧データ（例えば、収縮期、拡張期、ＭＡＰ）、血糖データ（例えば、体液バランスＩ／Ｏ）、水分データ（例えば、体液バランスＩ／Ｏ）、心臓ベースのデータ（例えば、心拍（ＨＲ）、平均ＨＲ、ＨＲ範囲、心拍変動、ＨＲＶ時間ドメイン、ＨＲＶ周波数ドメイン、自律神経、ＰＲ、ＱＲＳ、ＱＴ、ＲＲインターバルを含むＥＣＧ関連データ）、神経学的データおよび他の神経学関連データ（例えば、ＥＥＧ関連データ）、遺伝子関連データ、ゲノム関連データ、骨格データ、筋肉データ（例えば、表面ＥＭＧ、振幅を含むＥＭＧ関連データ）、呼吸データ（例えば、呼吸の速さ、呼吸のパターン、呼気／吸気比、一回換気量、肺活量測定データ）、胸部生体電気インピーダンスデータ、またはそれらの組み合わせなどの、生物学的データに変換、または生物学的データから導出することができる情報を、測定または提供することができる。いくつかのバイオセンサは、生体力学的データなどの生物学的データを検出することができ、例えば、対象の移動を特徴付けることができる、角速度、関節パス、速度論的または運動学的負荷、歩行の記述、歩数、または様々な方向における位置もしくは加速が含まれ得る。一部のバイオセンサは、１つまたは複数のターゲット個体に関連する、場所および位置データ（例えば、ＧＰＳ、速度、加速度、または物理学的場所などの超広帯域ＲＦＩＤベースのデータ；姿勢データ）などの生物学的データ、顔認識データ、音声データ、運動感覚データ（例えば、靴底に配置したセンサからキャプチャされる物理的圧力）、または聴覚データを集めることができる。一部の生物学的センサは、画像または動画ベースであり、生物学的データを検出、測定、監視、観察、外挿、計算、または機械計算することができる、動画または他の視覚的データ（例えば、動画、ＭＲＩ、コンピュータトモグラフィスキャン、超音波、Ｘ線を含む、静止または動的画像）を、収集、提供、および／または分析する（例えば、生体力学的運動、場所、Ｘ線に基づく骨折、または対象の動画もしくは画像ベースの視覚的分析に基づくストレスもしくは疾患）。一部のバイオセンサは、中性脂肪レベル、赤血球数、白血球数、副腎皮質刺激ホルモンレベル、ヘマトクリットレベル、血小板数、ＡＢＯ／Ｒｈ血液型、血中尿素窒素レベル、カルシウムレベル、二酸化炭素レベル、塩素レベル、クレアチニンレベル、血糖レベル、ヘモグロビンＡ１ｃレベル、乳酸レベル、ナトリウムレベル、カリウムレベル、ビリルビンレベル、アルカリホスファターゼ（ＡＬＰ）レベル、アラニントランスアミナーゼ（ＡＬＴ）レベル、アスパラギン酸アミノ基転移酵素（ＡＳＴ）レベル、アルブミンレベル、総タンパク質量、前立腺特異抗原（ＰＳＡ）レベル、微量アルブミン尿レベル、免疫グロブリンＡレベル、葉酸塩レベル、コルチゾールレベル、アミラーゼレベル、リパーゼレベル、ガストリンレベル、炭酸水素レベル、鉄レベル、マグネシウムレベル、尿酸レベル、葉酸レベル、ビタミンＢ－１２レベルなどを含んでいる、血液（例えば、静脈、毛細血管）、唾液、尿、汗などの体液から情報を導出することができる。１つまたは複数のターゲット個体に関する生物学的データに加え、一部のバイオセンサは、周囲温度データ、湿度データ、標高データ、大気圧データなどの非生物学的データを測定する場合がある。改良形態では、１つまたは複数のセンサは、少なくとも一部バイオセンサデータから導出される、１つまたは複数の計算、機械計算、予測、確率、可能性、推定、評価、推論、判定、演繹、観察、または予報を含む生物学的データを提供する。別の改良形態では、１つまたは複数のバイオセンサは、少なくとも１つが生物学的データである２つ以上のタイプのデータを提供することが可能である（例えば、心拍データとＶＯ２データ、筋肉活動データと加速度計データ、ＶＯ２データと標高データ）。別の改良形態では、１つまたは複数のセンサがロジックを含むことにより、提供される１つまたは複数の読取り値は、シミュレーションデータである（例えば、ある発生が生じる確率または見込みに関する情報を提供する１つまたは複数のシミュレーションにより生成された人工的なデータ；シミュレーションデータの少なくとも一部を含む洞察または機械計算資産）。
改良形態では、少なくとも１つのセンサ１８および／または少なくとも１つのセンサの１つもしくは複数の付属物は、ターゲット個体に取り付け可能である、ターゲット個体と接触している、またはターゲット個体に関連してもしくはターゲット個体から導出されて１つもしくは複数の電子的通信を送信し、ターゲット個体には、ターゲット個体の体、皮膚、眼球、臓器、筋肉、毛髪、静脈、体液、血管、組織、あるいはターゲット個体に埋没している、ターゲット個体に持ち込まれたもしくはインプラントされた、ターゲット個体によって消化された、またはターゲット個体の少なくとも一部を含むように一体化された骨格系が含まれる。例えば、歯、一組の歯、または１つもしくは複数の歯と接触する装置に取り付けられた唾液センサ、対象の体液または毛髪から導出されるＤＮＡ情報を抽出するセンサ、対象の血液試料からの体液情報を抽出するセンサ（例えば、ポータブルの実験室用マシン）、（例えば、対象の体に）ウェアラブルであるセンサ、ターゲット個体の場所を追跡する電話内のセンサ、ニューロンから脳信号を検出することができるターゲット対象の脳に取り付けられるかインプラントされたセンサ、１つまたは複数の生物学的機能を追跡するためにターゲット個体によって消化されるセンサ、少なくとも１つの特性を動物と共有するマシン（例えば、ロボット）に取り付けられるか一体化されるセンサ（例えば、人間のタスクに類似する１つまたは複数のタスクを実施する能力を伴うロボットアーム；人間の情報に類似する情報を処理する能力を伴うロボット）などである。マシン自体が、１つまたは複数のセンサを備えてもよく、センサおよび対象の両方として分類することができることが有利である。別の改良形態では、１つまたは複数のセンサ１８は、直接的または１つもしくは複数の中間的もしくは介在的な物品を介してのいずれかでターゲット個体と接触するかターゲット個体と通信状態にある、繊維、生地、布、材料、器具、物体、または装置に、内部にもしくは一部として一体化される、それらに取り付けることができる、またはそれらに埋め込まれる。例としては、接着剤により皮膚に取り付けられるセンサ、腕時計またはヘッドセットに一体化されるセンサ、（例えば、プロスポーツチームの）シャツまたはジャージに一体化されるか埋め込まれるセンサ、操作ハンドルに一体化されるセンサ、ビデオゲーム用コントローラに一体化されるセンサ、対象の手と接触するバスケットボールに一体化されるセンサ、ホッケースティックまたは対象によって握られる中間物（例えば、ホッケースティック）と断続的に接触するホッケーパックに一体化されるセンサ、フィットネスマシンの１つまたは複数のハンドルまたはグリップに一体化されるか埋め込まれるセンサ（例えば、トレッドミル、バイシクル、ベンチプレス）、ターゲット個体によって制御されるロボット（例えば、ロボットアーム）に一体化されるセンサ、中間的な靴下およびターゲット個体の足首に巻き付けられる接着テープを通じてターゲット個体と接触し得る靴に一体化されるか埋め込まれるセンサなどが挙げられる。別の改良形態では、１つまたは複数のセンサは、直接的または１つもしくは複数の中間物を介してのいずれかで対象と接触する（例えば、衣類を介在してシート内のセンサと接触する対象）、フローリングまたはグラウンド（例えば、人工芝、草、バスケットボールフロア、サッカーフィールド、製造／組み立てラインのフロア）、シート／椅子、ヘルメット、ベッド、物体などに織り込まれてもよく、それらに埋め込まれてもよく、それらと一体化されてもよく、またはそれらに取り付けられてもよい。別の改良形態では、センサおよび／または１つもしくは複数のその付属品は、対象の体から導出される１つまたは複数の粒子または物体（例えば、内臓からの組織、対象からの毛髪）と接触してもよく、１つまたは複数のセンサは、それらから、生物学的データに変換可能な情報を導出するまたは提供する。なお別の改良形態では、１つまたは複数のセンサは、光学ベース（例えば、カメラベース）であり、出力を提供することができ、その出力から、生物学的データを検出、測定、監視、観察、抽出、外挿、推論、演繹、推定、判定、計算、または機械計算することが可能である。なお別の改良形態では、１つまたは複数のセンサは、光ベースであり、赤外技術（例えば、温度センサまたは熱センサ）またはターゲット個体の温度もしくはターゲット個体の様々な部分の相対熱を計算するための他の光ベースの技術を使用してもよい。なお別の改良形態では、１つまたは複数のセンサ１８は、送信機、受信機、または送受信機を含む。
バイオセンサの具体的な例としては、Ｍｃ１０ ＢｉｏＳｔａｍｐ ｎＰｏｉｎｔ（ＥＣＧ＋ｓＥＭＧ＋ＸＹＺ座標）Ｖｉｖａｌｎｋ Ｖｉｔａｌ Ｓｃｏｕｔ（ＥＣＧ）；Ｈｕｍｏｎ Ｈｅｘ（筋肉酸素）；Ａｐｐｌｅ Ｗａｔｃｈ（心拍）；Ｐｏｌａｒ Ｈ１０チェストストラップ（心拍およびＨＲＶ）；２３ａｎｄＭｅ試験技術（ＤＮＡ／遺伝的試験）；Ｎｅｂｕｌａ Ｇｅｎｏｍｉｃｓ試験技術（ゲノム試験）；ＮＥＣ ＮｅｏＦａｃｅ Ｗａｔｃｈ（顔認識）；Ｓｏｎｉｔｕｓ技術ＭｏｌａｒＭｉｃ（聴覚）；ＳｅｎｎｏＦｉｔ Ｉｎｓｏｌｅ（歩行分析）；Ｏｍｒｏｎ ＨｅａｒｔＧｕｉｄｅ Ｗｅａｒａｂｌｅ Ｂｌｏｏｄ Ｐｒｅｓｓｕｒｅ Ｍｏｎｉｔｏｒ、モデル：ＢＰ－８０００Ｍ（血圧）；Ｂｏｓｔｏｎ Ｄｙｎａｍｉｃｓ Ｓｐｏｔロボット（視覚的データ）；Ａｂｂｏｔｔ ｆｒｅｅｓｔｙｌｅ Ｌｉｂｒｅ（血糖）；Ｈｅａｌｔｈ Ｃａｒｅ Ｏｒｉｇｉｎａｌｓ ＡＤＡＭＭ（呼吸速度）；Ｅｐｉｃｏｒｅ Ｂｉｏｓｙｓｔｅｍｓ（水分／汗分析）；Ｋｅｎｚｅｎ Ｅｃｈｏ Ｓｍａｒｔ Ｐａｔｃｈ（水分／汗分析）；ＩｓｏＬｙｎｘ Ａｔｈｌｅｔｅ Ｔｒａｃｋｉｎｇ Ｔａｇｓ ａｎｄ Ｗｉｒｅｌｅｓｓ Ｓｍａｒｔ Ｎｏｄｅｓ（ＲＦＩＤベースの場所追跡）；Ｃａｔａｐｕｌｔ ＯｐｔｉｍＥｙｅ Ｓ５（ＧＰＳ場所追跡）；ＳＭＲＴ Ｍｏｕｔｈ（バイオメトリックマウスガード）；ＳｔｒｉｋｅＴｅｃ（格闘技用生体力学的運動センサ）；Ｓｃａｎａｌｙｔｉｃｓ（スマートフロアセンサ）；Ｔｅｓｌａ Ｍｏｄｅｌ Ｘ（コグニティブデータ）；Ｗｅｌｌｕｅ Ｏ２ Ｒｉｎｇ（酸化データ）；Ｇｅｎａｌｙｔｅ Ｍａｖｅｒｉｃｋ Ｄｉａｇｎｏｓｔｉｃ Ｓｙｓｔｅｍ（体液分析）；Ｍｉｃｒｏｌｉｆｅ ＮＣ １５０ ＢＴ（体温）；およびＬｏｃｋｈｅｅｄ Ｍａｒｔｉｎ ＦＯＲＴＩＳ産業用外骨格製品（生体力学的運動）が挙げられるが、それに限定されない。
さらに図１および図２を参照すると、ＵＡＶベースの送信システム１０および１０’は、ソース１２から動物データ１４を集めるために、１つまたは複数のセンサ１８と、直接的または間接的に電子的に通信する無人航空機２０を含む。通常、電子的通信は、１つまたは複数のターゲット個体１６からの情報を集める１つまたは複数のセンサ１８から１つまたは複数の信号を受信することにより生じ、この通信は無線リンク２４を通じて無線により行うことができる。１つまたは複数の無人航空機２０を使用して、１つまたは複数のターゲット個体１６に関連する情報を収集、処理（例えば、変形）して、１つまたは複数のエンドポイント（例えば、直接的または間接的に、１つまたは複数の無人航空機からの情報にアクセスまたは情報を受信するように動作可能なサーバ、コンピューティングデバイスなど）に配信することが可能である。改良形態では、無人航空機２０は、動物データ１４の少なくとも一部を、別のコンピューティングデバイスに送信するように動作可能である。変形形態では、コンピューティングデバイスは、次のうちの少なくとも１つである：ホームステーション３０、中間サーバ４４、サードパーティコンピューティングデバイス４２、クラウドサーバ４０、別の無人航空機２０、または他のコンピューティングデバイス（例えば、コンピューティングデバイス２６）。無人航空機２０は、単一の無人航空機２０、またはネットワークもしくは複数のネットワーク内で独立してもしくは共に動作する複数の無人航空機２０ｊであり得る。このコンテキストでは、「ｊ」は、図２の複数の無人航空機を区別する整数のラベルである。本発明は、利用される無人航空機の数によって限定されないことを諒解されたい。この点において、１つまたは複数の無人航空機２０は、１つもしくは複数の共通の目的を達成するよう、または１つもしくは複数の所望の結果を生み出すよう、１つまたは複数のアクションを協調させる、１つまたは複数の相互に関連付けられるか対話的なコンポーネントとして動作することが可能である。通常、無人航空機２０は、送信機および受信機、またはそれらの組み合わせ（例えば、送受信機）を含む、送信サブシステムを含む。送信サブシステムは、メッシュネットワークの一部として設定され得るおよび／またはアンテナアレイの一部として利用され得る単一のアンテナまたは複数のアンテナを有する、１つまたは複数の受信機、送信機、および／または送受信機を含むことが可能である。送信サブシステムおよび／または１つもしくは複数のそのコンポーネントは、１つまたは複数の無人航空機の内部にまたは一部として収容されてもよく、あるいは１つまたは複数の無人航空機の外部にあってもよい（例えば、無線通信を容易にする、１つまたは複数のハードウェアおよび／またはソフトウェアコンポーネントから構成され、送信サブシステムの一部である、無人航空機に接続されるドングル）。改良形態では、１つまたは複数の無人航空機は、１つまたは複数のアクション（例えば、収集した動物データに対する処理ステップ；コマンドを受信、作成、送信するなど）を取るように動作可能な１つまたは複数のコンピューティングデバイスを含む。
１つまたは複数の無人航空機２０は、１つまたは複数のターゲット個体１６から、通信リンク２４を介する１つまたは複数の通信の無線方法を使用して、１つまたは複数のセンサ１８と電子的に通信するように動作可能であり得る。この点において、ＵＡＶベースの送信システム１０および１０’は、あらゆる数の通信プロトコルおよび従来的な無線ネットワークを利用して、１つまたは複数のセンサ１８と通信することが可能であり、Ｂｌｕｅｔｏｏｔｈ低電力（ＢＬＥ）、ＺｉｇＢｅｅ、セルラネットワーク、ＬｏＲａ、超広帯域、Ａｎｔ＋、ＷｉＦｉなどが挙げられるが、それに限定されない。本発明は、信号を送信および／または受信するために、１つまたは複数のセンサ１８、無人航空機２０、および／またはあらゆる他のコンピューティングデバイスが利用した、どのタイプの技術または通信リンク（例えば、無線信号）にも限定されない。改良形態では、無人航空機２０は、１つまたは複数のターゲット個体からの少なくとも１つのセンサ１８と、１つまたは複数の無線通信プロトコルを使用して、電子的に通信するように動作可能である。送信サブシステムにより、１つまたは複数のセンサ１８が、データをリアルタイム通信か、ほぼリアルタイム通信で、無線送信することが可能となることが有利である。このコンテキストでは、ほぼリアルタイムとは、送信が、センサおよび任意の他のコンピューティングデバイスによる必要な処理を除き、意図的に遅延しないことを意味する。変形形態では、１つまたは複数の無人航空機２０は、１つまたは複数のターゲット個体１６から、１つまたは複数の通信プロトコルを同時的に使用して、１つまたは複数のセンサ１８と通信することが可能である。例えば、ターゲット個体１６は、異なる通信プロトコル（例えば、ＢＬＥとＡｎｔ＋）を利用して情報を送信する、２つの別個のセンサを装着することができる。このシナリオでは、ＵＡＶ２０は、１つまたは複数のセンサのいずれかで見つけた通信の主な方法を利用することにより、両方のセンサと同時的に通信するように動作可能であり得る。別の例では、ＵＡＶベースのセルラネットワークは、ターゲット個体の群からの、複数のセンサと通信するために利用することができる。改良形態では、複数の無人航空機２０は、同じ１つまたは複数のセンサ１８からのデータを受信するように動作可能である。別の改良形態では、１つまたは複数の無人航空機２０は、１つまたは複数のセンサ１８から、クラウド４０などのサーバとの通信により、情報を集める。クラウド４０サーバは、インターネット、パブリッククラウド、プライベートクラウド、またはハイブリッドクラウドであることが可能である。別の改良形態では、１つまたは複数の無人航空機２０は、クラウド４０を通じて、１つまたは複数のセンサ１８、コンピューティングデバイス２６、および／またはホームステーション３０と通信する。別の改良形態では、１つまたは複数のＵＡＶ２０は、機能的に、クラウド４０として少なくとも一部、機能的にサービングすることができる。別の改良形態では、無人航空機２０は、動物データ１４の２つ以上のソース１２（例えば、複数のセンサ１８または１つのセンサ１８、および動物データを有するクラウドサーバ４０）と同時的に電子的に通信するように動作可能である。別の改良形態では、２つ以上の無人航空機２０は、動物データ１２の同じソース１４と電子的に通信するように動作可能である。
さらに図１および図２を参照すると、動物データ１４のソース１２は、動物データ１４の１つまたは複数の無人航空機２０への送信を仲介するコンピューティングデバイス２６を含んでもよい（例えば、動物データを収集して、それを１つまたは複数の無人航空機２０に送信する）。場合によっては、コンピューティングデバイス２６は、ターゲット個体またはターゲット個体の群にローカルである。例えば、コンピューティングデバイス２６は、ターゲット個体１６によって持ち運ばれるか、ターゲット個体１６の近くにある、スマートフォン、スマートウォッチ、タブレット、またはコンピュータであり得る。しかしながら、コンピューティングデバイス２６は、ディスプレイを持たないデバイス（例えば、１つまたは複数のアンテナを有するディスプレイ無しの送受信機）を含む、あらゆるコンピューティングデバイスであることができる。別の変形形態では、コンピューティングデバイス２６はまた、無人航空機２０の一部であってもよい。コンピューティングデバイス２６は、送受信機を含んでもよく、ターゲット個体上のまたは複数のターゲット個体にまたがる１つまたは複数のセンサ１８と、電子的に通信するように動作可能であり得る。コンピューティングデバイス２６は、中間的なコンピューティングデバイスとして作用し、１つまたは複数のターゲット対象１６上の１つまたは複数のセンサ１８からの１つまたは複数のデータストリームを、データが１つまたは複数の無人航空機２０に無線送信される前に収集するように動作可能であり得ることが有利である。コンピューティングデバイス２６は、その特定のセンサの通信プロトコルを使用して、各センサと通信するように動作可能であることができ、１つまたは複数の無人航空機２０が単一のソース（例えば、コンピューティングデバイス２６）と通信して１つまたは複数のデータストリームを受信することができるように、センサデータの少なくとも一部を集約する。この点において、コンピューティングデバイス２６は、データ収集ハブとして作用し、ＵＡＶによって利用される、限定はしないがＢＬＥ、セルラネットワーク、ＬｏＲａ、超広帯域、Ａｎｔ＋、ＷｉＦｉ、ＺｉｇＢｅｅなどを含む任意の数の通信プロトコルまたは無線通信リンク（例えば、無線信号）により、１つまたは複数の無人航空機２０と通信することができる。本発明は、信号を送信および／または受信するために、１つまたは複数の無人航空機２０、および１つまたは複数のコンピューティングデバイス２６が利用する、どのタイプの技術または通信リンクにも限定されない。改良形態では、コンピューティングデバイス２６は、データをＵＡＶに送信する前に、１つまたは複数のセンサ１８から収集したデータに対して、１つまたは複数のアクション（例えば、処理ステップ）を取るロジックを含むことによって、１つまたは複数のＵＡＶを最適化する（例えば、送信オーバヘッドを最小化する）ように設定される。例えば、コンピューティングデバイス２６は、データが１つまたは複数の無人航空機２０に送信されるより前に、データを収集、正規化、タイムスタンプ、集約、記憶、操作、ノイズ除去、エンハンス、編成、分析、要約、複製、合成、匿名化、または同期することができる。コンピューティングデバイス２６によって実施される１つまたは複数の機能は、１つまたは複数のＵＡＶの通信関連の制約（例えば、電力、帯域幅）を低減することができることが有利である。例えば、コンピューティングデバイス２６が、１つまたは複数のセンサからデータ信号を収集できるように、複数のセンサからのデータ信号を集約できるように、またはデータセットを要約できるようにすることによって、コンピューティングデバイス２６は、１つまたは複数のＵＡＶによって必要とされる送信関連のエネルギーを低減することができ（例えば、複数のセンサと通信する代わりに、ＵＡＶはコンピューティングデバイス２６と通信することだけが必要である；コンピューティングデバイス２６は、１つまたは複数のセンサから１秒当たりより多くのデータ点を収集するように動作可能であり、１秒当たり１つまたは複数のＵＡＶに送信されるデータ量を低減することができる）、加えて１つまたは複数のＵＡＶによって取られるアクションの数を低減することができる（例えば、いったん受信されると、そのデータに対して１つまたは複数のＵＡＶが取り得る機械計算または分析などの処理ステップが、少なくなる場合がある）。改良形態では、コンピューティングデバイス２６は、ＵＡＶ２０であり得る。変形形態では、コンピューティングデバイス２６は、ネットワークまたは複数のネットワーク内部で、１つまたは複数のアンテナが備わった１つまたは複数の送受信機を有する地上のコンピューティングデバイス（例えば、基地局）として動作してもよい。別の改良形態では、コンピューティングデバイス２６は、１つまたは複数のタイプの生物学的データを追跡する（例えば、位置データまたは場所データ）。別の改良形態では、コンピューティングデバイス２６は、ターゲット対象の皮膚、毛髪、臓器、筋肉、骨格系、眼球、衣類、物体、または対象の他の器官に取り付けられた、それらに一体化された、またはそれらと接触する、体外または体内の送受信機である。別の改良形態では、コンピューティングデバイス２６は、複数のセンサ１８と同時的に通信することが可能であり、センサ１８ごとに同一の通信プロトコルを利用するか、または複数のセンサ１８と異なる通信プロトコルを利用するかのいずれかである。別の改良形態では、コンピューティングデバイス２６は、１つまたは複数のセンサ１８、ＵＡＶ２０、ホームステーション３０、クラウド４０、またはそれらの組み合わせと同時的に通信する（例えば、データを受信する、コマンドを送信する、データを送信する）ことができる。別の改良形態では、複数のコンピューティングデバイス２６は、同一の１つまたは複数のセンサ１８、ＵＡＶ２０、ホームステーション３０、クラウド４０、またはそれらの組み合わせと同時的に通信する（例えば、データを受信する、コマンドを送信する、データを送信する）ことができる。別の改良形態では、単一のＵＡＶ２０は、複数のコンピューティングデバイス２６ｋと通信することができる。このコンテキストでは、「ｋ」は、図２の複数のコンピューティングデバイス２６を区別する整数のラベルである。別の改良形態では、複数のＵＡＶ２０は、同一のコンピューティングデバイス２６と通信することができる。別の改良形態では、複数のＵＡＶ２０は、複数のコンピューティングデバイス２６と通信することができる。別の改良形態では、コンピューティングデバイス２６は、１つもしくは複数のＵＡＶ２０またはセンサ１８と、クラウド４０を通じて通信することができる。なお別の改良形態では、コンピューティングデバイス２６は、１つまたは複数のＵＡＶ２０からデータを受信するように動作可能である。
さらに図１および図２を参照すると、最初に１つまたは複数のセンサ１８と１つまたは複数のＵＡＶ２０との間に電子的通信リンクを確立するために、ホームステーション３０を利用することができる。ホームステーション３０の機能は、１つまたは複数のセンサ１８と、１つまたは複数のＵＡＶ２０と、ＵＡＶネットワークまたは複数のＵＡＶネットワークの一部である、あらゆる１つまたは複数の他のコンピューティングデバイスもしくはクラウドとの間で、１つまたは複数の通信を、制御用アプリケーションにより、管理（例えば、確立、監視、トラブルシューティング）することである。ホームステーション３０は、複数のホームステーション３０ｍから構成することが可能であることが有利であり、各ホームステーションは、同一の１つもしくは複数のアクションまたは異なる１つもしくは複数のアクションを、ネットワーク内または複数のネットワーク内で実行するように動作可能である（例えば、異なる機能性を有する事例では、１つのホームステーションが通信を確立してセンサをセットアップし、別のホームステーションが１つまたは複数のＵＡＶを監視してもよい）。このコンテキストでは、「ｍ」は、図２の複数のホームステーションを区別する整数のラベルである。１つまたは複数の無人航空機２０は、１つまたは複数の直接的な通信リンク３２（例えば、無線信号）を介して、またはクラウド４０（例えば、プライベートクラウド、パブリッククラウド、ハイブリッドクラウド）を介して、ホームステーション３０と通信する。ホームステーション３０は、サーバ、ラップトップ、モバイルデバイス（例えば、スマートフォン、スマートウォッチ、スマートグラス）、タブレット、プログラム可能論理アレイ（例えば、フィールドプログラム可能論理アレイ）などのコンピューティングデバイス、または本明細書で説明されるホームステーション３０の機能を動作させることが可能なあらゆる他のコンピューティングデバイスであり得る。変形形態では、ユーザは、センサを選択し、ホームステーション３０で、そのセンサ用の制御用アプリケーションを開く。ホームステーション３０は、ユーザが、単一のターゲット個体１６について単一のセンサ１８もしくは複数のセンサ１８との通信を、または複数のターゲット個体１６について単一のセンサ１８もしくは複数のセンサ１８との通信を開始できるようにプログラムすることが可能である。この点において、ホームステーション３０は、１つまたは複数のセンサ１８と、直接的（例えば、１つまたは複数のセンサ１８とホームステーション３０との間の、最初の直接的な通信リンク）または間接的のいずれかで通信する（例えば、コマンドを送信する、データを受信する）ように動作可能であり得る。間接的な通信はホームステーション３０を含むことが可能であり、ＵＡＶ２０、コンピューティングデバイス２６、またはクラウド４０を通じて、１つまたは複数のセンサ１８との通信を確立する。電子的通信を開始することはまた、１つまたは複数のセンサおよび別のコンピューティングデバイス（例えば、ホームステーション３０、コンピューティングデバイス２６、無人航空機２０）との通信を確立する（例えば、ペアリング）ことを含むことが可能である。通常、１つまたは複数のセンサ１８は、ＵＡＶ２０と通信する前に、ホームステーション３０で動作する制御用アプリケーションと予め一体化されている。単一のホームステーションは、直接的または間接的のいずれかで、単一のＵＡＶ２０または複数のＵＡＶ２０と独立的にまたはネットワークの一部としてのいずれかで、通信することが可能であることが有利である。ホームステーション３０はまた、ＵＡＶ２０のネットワークまたは複数のネットワーク用の管理者として機能することが可能である。この役割では、ホームステーション３０は、１つまたは複数のネットワークを、作成、設定、変更、制御、および／または修正するように動作可能であり得る。これは、ホームステーション３０が、１つまたは複数のコマンドを１つまたは複数のＵＡＶ２０に送信するため（例えば、オン／オフする、位置を変更する、場所を変更する、マルチＵＡＶフォーメーションを変更する）、１つまたは複数のコマンドを１つまたは複数のセンサ１８に送信するためなどの能力を含むことが可能である。１つまたは複数のＵＡＶの制御は、手動の制御（例えば、移動を制御するための従来的なジョイスティック、移動を制御するための口頭コマンド）または自動化された（例えば、１つまたは複数のアクションを取るようにプログラムされる）制御を含むことが可能である。改良形態では、１つまたは複数のホームステーション３０は、１つまたは複数のコマンドをコンピューティングデバイス２６に送信するよう利用することが可能である。１つまたは複数のコマンドが、制御コマンド（例えば、１つまたは複数のＵＡＶ２０、センサ１８、またはコンピューティングデバイス２６を制御するための能力）を含むことが可能であることが有利である。変形形態では、１つまたは複数のホームステーションは、ネットワークの一部であるが、同一の１つまたは複数のエンドポイント（例えば、コンピューティングデバイス）にデータを提供することが可能な様々なＵＡＶと通信状態であることが可能である。例えば、複数のＵＡＶは、異なるホームステーションと通信状態にあるが、同一のクラウド４０と通信してもよい。改良形態では、ホームステーション３０は、１つまたは複数の人工知能技法を利用して、１つまたは複数のＵＡＶ２０、センサ１８、コンピューティングデバイス２６、ホームステーション３０、またはそれらの組み合わせのうちの１つまたは複数の機能を、少なくとも一部、制御（例えば、変更）する。
改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８と１つまたは複数のＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、ＵＡＶ２０を介して、センサ１８との通信を開始するようにプログラムすることが可能である。変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８と１つまたは複数のＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８、ホームステーション３０と、ＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、センサ１８との通信を開始し、ＵＡＶ２０との通信を開始し、次いで１つまたは複数のコマンドを提供してセンサ１８とＵＡＶ２０との間の通信を開始することが可能である。変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８と、ホームステーション３０と、ＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８、コンピューティングデバイス２６と、ＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、センサ１８とＵＡＶ２０との通信を、コンピューティングデバイス２６との通信を介して開始することができ、これは次に、センサ１８とＵＡＶ２０との通信、そしてセンサ１８とＵＡＶ２０との間の通信を開始することができる。変形形態では、コンピューティングデバイス２６は、１つまたは複数のセンサ１８用のデータ収集ハブとして機能し、１つまたは複数のセンサ１８の代わりに１つまたは複数のＵＡＶ２０と通信してもよい。別の変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８と、コンピューティングデバイス２６と、ＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８と、ホームステーション３０と、コンピューティングデバイス２６と、ＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、コンピューティングデバイス２６（これは次に、センサ１８との通信を確立するようプログラムされる）との通信を介して、センサ１８との通信を開始することができる。ホームステーション３０はまた、ＵＡＶ２０との通信を開始することができる。センサ１８（コンピューティングデバイス２６を介して）およびＵＡＶ２０との通信を確立すると、ホームステーション３０は、１つまたは複数のコマンドを提供して、センサ１８とＵＡＶ２０との間の通信を開始することが可能である。変形形態では、ホームステーション３０は、１つまたは複数のＵＡＶと通信するように動作可能な１つまたは複数のセンサ１８に対してコンピューティングデバイス２６がデータ収集ハブとして機能する事象では、ＵＡＶ２０とコンピューティングデバイス２６との間で通信を開始することができる。別の変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８と、コンピューティングデバイス２６と、ホームステーション３０と、ＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８と、ホームステーション３０と、クラウド４０と、ＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、センサ１８とＵＡＶ２０との通信を、１つまたは複数のクラウド４０（ネットワークの一部として、ホームステーション３０、１つもしくは複数のセンサ１８、１つもしくは複数のＵＡＶ２０、またはそれらの組み合わせと関連付けられ得る）との通信を介して、開始することができる。センサ１８およびＵＡＶ２０との通信を確立すると、ホームステーション３０は、１つまたは複数のコマンド（例えば、直接的な通信リンク、クラウド４０を介する通信リンク）を提供して、センサ１８とＵＡＶ２０との間の通信を開始することが可能である。変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８、クラウド４０と、ホームステーション３０と、ＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８と、ホームステーション３０と、コンピューティングデバイス２６、クラウド４０と、ＵＡＶ２０との間に、１つまたは複数の通信リンクを確立するように動作可能である。例えば、ホームステーション３０は、コンピューティングデバイス２６（これは次に、センサ１８との通信を開始するようプログラムされる）との通信を介して、センサ１８との通信を開始することができる。ホームステーション３０はまた、ＵＡＶ２０との通信を開始することができる。通信リンクのうち１つまたは複数は、クラウド４０を通じて確立されてもよい。センサ１８およびＵＡＶ２０との通信を確立すると、ホームステーション３０は、１つまたは複数のコマンドを提供して、センサ１８とＵＡＶ２０との間の通信を開始することが可能である。変形形態では、１つまたは複数の通信リンクは、１つまたは複数のセンサ１８と、コンピューティングデバイス２６、クラウド４０と、ホームステーション３０と、ＵＡＶ２０との間に確立されたネットワークまたは複数のネットワークの一部であってもよい。別の改良形態では、コンピューティングデバイス２６は、ホームステーション３０の代わりに１つまたは複数のアクションを取る（例えば、１つまたは複数の機能を通信する、１つまたは複数のセンサにコマンドを送信する、１つまたは複数のＵＡＶにコマンドを送信する）ように動作可能である。別の改良形態では、コンピューティングデバイス２６は、少なくとも一部、ホームステーション３０として動作することが可能である。
別の改良形態では、複数のホームステーション３０は、ネットワークまたは複数のネットワークの一部であり得る、単一のＵＡＶまたは複数のＵＡＶを制御するために利用することが可能である。ネットワークまたは複数のネットワークの内部で共に動作する複数のホームステーションを利用することにより、各ホームステーションが、ホームセンサデューティを共有すること（または１つのネットワーク内で別個の、定義されたデューティを有すること）、制御１つまたは複数のＵＡＶを共有または定義する（例えば、コマンドを提供する）こと、通信を１つまたは複数のコンピューティングデバイス２６と協調させることなどを可能にすることができる。別の改良形態では、単一のホームステーション３０は、ネットワークまたは複数のネットワーク内で、１つまたは複数の他のホームステーション３０に対する、親ホームステーションとして動作してもよい。別の改良形態では、１つまたは複数のホームステーションは、互いに独立的に動作し、やはり互いに独立的に動作している異なるＵＡＶと通信するが、１つまたは複数のコマンドを提供して、収集したセンサデータを同一のエンドポイント（例えば、コンピューティングデバイスで動作しているコンピューティングシステム）に送信する。例えば、複数のＵＡＶは、異なるホームステーションと通信状態にあるが、同一のクラウド４０と通信してもよい。別の改良形態では、単一のＵＡＶ２０は、複数のホームステーション３０と通信することができる。別の改良形態では、複数のＵＡＶ２０は、同一のホームステーション３０と通信することができる。別の改良形態では、ホームステーション３０は、１つまたは複数のセンサ１８、コンピューティングデバイス２６、ＵＡＶ２０、クラウド４０、またはそれらの組み合わせと同時的に通信する（例えば、データを受信する、コマンドを送信する、データを送信する）ことができる。なお別の改良形態では、複数のホームステーションは、同一の１つまたは複数のセンサ１８、コンピューティングデバイス２６、ＵＡＶ２０、クラウド４０、またはそれらの組み合わせと同時的に通信する（例えば、データを受信する、コマンドを送信する、データを送信する）ことができる。
さらに図１および図２を参照すると、（例えば、１つまたは複数のセンサ１８から、直接的または間接的のいずれかで）動物データ１４を受信すると、１つまたは複数の無人航空機２０は、受信した動物データの少なくとも一部を用いて１つまたは複数のアクションを取る（例えば、処理ステップ）。１つまたは複数のアクションは、メタデータを収集した動物データに付加することを含むことが可能である。改良形態では、無人航空機は、メタデータを動物データに付加する。特徴として、メタデータは、他のデータについてのコンテキストを提供するデータ（例えば、動物データが収集されている間にターゲット個体が関与する１つまたは複数のアクティビティ、データが収集された状態、コンテキスト的な情報）を含む、他のデータについての情報を記述して提供する、あらゆるデータのセットを含む。メタデータは、動物データの１つまたは複数の特性（例えば、データタイプ、タイムスタンプ、場所、発信源）、動物データの発信源、センサ関連データ（センサのタイプ、動作パラメータ、モードを含む）などを含むことが可能である。動物データの発信源である１つもしくは複数のターゲット個体に関する１つもしくは複数の属性、センサに関する１つもしくは複数の属性、データに関する１つもしくは複数の属性、および／またはＵＡＶに関する１つもしくは複数の属性を含む他の情報はまた、メタデータの一部として含まれるか、１つまたは複数の無人航空機２０によって動物データ（例えば、高さ、年齢、体重、データ品質査定、ＵＡＶ場所、ＵＡＶ型番など）が収集された後に動物データに関連付けられる可能性もある。改良形態では、メタデータは、少なくとも１つのターゲット個体、少なくとも１つのセンサ、無人航空機、動物データ、またはそれらの組み合わせに関する、１つまたは複数の特性を含む。変形形態では、１つまたは複数の他のコンピューティングデバイスもまた、無人航空機２０（例えば、ホームステーション３０、サードパーティシステム４２、中間サーバ４４、コンピューティングデバイス２６）からデータを受信すると、またはセンサもしくはコンピューティングデバイス２６からデータを受信すると、メタデータを付加することができる。
改良形態では、１つまたは複数のアクションは、次から成る群から選択される：動物データを正規化すること、タイムスタンプを動物データに関連付けること、動物データを集約すること、タグを動物データに付けること、動物データを記憶すること、動物データを操作すること、データを処理すること、動物データからノイズ除去すること、動物データをエンハンスすること、動物データを編成すること、動物データを分析すること、動物データを匿名化すること、動物データを可視化すること、動物データを合成すること、動物データを要約すること、動物データを同期すること、動物データを複製すること、動物データを表示すること、動物データを配信すること、動物データを製品化すること、動物データに対して帳簿付けを行うこと、またはそれらの組み合わせ。別の改良形態では、１つまたは複数のアクションは、受信した動物データの同一のセットに対して、別のコンピューティングデバイスと少なくとも１つの協調されたアクションを含む。
１つまたは複数の無人航空機２０によって取られる１つまたは複数のアクションもまた、センサデータを変形するための１つまたは複数の処理ステップを行うことを含むことが可能である。本発明の目的では、データに対して１つまたは複数のアクションを取るプロセス中の各ステップは、変形と考えることが可能である。このコンテキストでは、１つまたは複数の処理ステップは、１つまたは複数の計算、機械計算、導出、組み込み、シミュレーション、抽出、外挿、修正、エンハンス、作成、推定、演繹、推論、判定などを含むことが可能である。変形形態では、センサデータは、１つまたは複数の機械計算資産または洞察に変形されてもよい。例えば、心拍などの機械計算資産を計算するコンテキストでは、センサ１８は、ターゲット個体１６からの電気信号を測定して、アナログ測定値をデジタル読取り値に変形（例えば、変換）して、デジタル読取り値を送信するように動作可能であり得る。無人航空機２０は、デジタル読取り値を受信して、デジタル読取り値を、（ｉ）ＥＣＧ測定の重複セグメント中でＲピークを識別すること、（ｉｉ）隣接するＲピーク同士の時間に基づいて複数のサンプル値を計算すること、（ｉｉｉ）偽ピーク検出またはピーク検出ミスに影響を受けるサンプルを破棄すること、および（ｉｖ）重み付けされてもよい、残りのサンプル値の平均を計算することにより、デジタル読取り値の重複セグメントに基づく１つまたは複数の計算によって、１つまたは複数の心拍値に変形することが可能である。
１つまたは複数の無人航空機を利用して生じ得る心拍の計算に関連する１つまたは複数の変形の改良形態では、少なくとも１つの生物学的センサ１８は、ターゲット対象の体の電気信号を測定するよう、１つまたは複数のアナログ測定値を１つまたは複数のデジタル読取り値に変換するよう、および１つまたは複数のデジタル読取り値を送信するよう、動作可能であり得る。この場合、無人航空機は、１つまたは複数のデジタル読取り値を受信して、ＥＣＧ測定の１つまたは複数の重複セグメント中でＲピークを識別すること、隣接するＲピーク同士の時間に基づいて１つまたは複数のサンプル値を計算すること、偽ピーク検出またはピーク検出ミスに影響を受ける１つまたは複数のサンプルを破棄すること、および残りのサンプル値の１つまたは複数の平均を計算することにより、１つまたは複数のデジタル読取り値の１つまたは複数の重複セグメントに基づいて心拍を計算するように設定することが可能である。無人航空機は、残りのサンプル値の１つまたは複数の平均を、１つまたは複数のコンピューティングデバイス（例えば、別のＵＡＶ２０、ホームステーション３０、サードパーティ４２、中間サーバ４４、コンピューティングデバイス２６、クラウド４０）に提供するように動作可能であり得る。変形形態では、残りのサンプル値のうちの１つまたは複数の平均は、別の１つまたは複数のＵＡＶ２０に送信されてもよく、これは次に１つまたは複数のコンピューティングデバイスに送信される。
１つまたは複数の無人航空機を利用して生じ得る心拍の計算に関連する１つまたは複数の変形の別の改良形態では、少なくとも１つの生物学的センサ１８は、ターゲット対象の皮膚への固定用に適合されてもよく、皮膚の電気信号を測定してアナログ測定値をデジタル読取り値に変換し、デジタル読取り値を送信するように設定されてもよい。この場合、無人航空機は、デジタル読取り値を受信して、無人航空機の一部として組み込まれるロジック（例えば、ＵＡＶ内部、またはＵＡＶと関連付けられて通信状態にあるクラウド内部に含まれるロジック）を利用し、（ｉ）ＥＣＧ測定の１つまたは複数の重複セグメント中でＲピークを識別すること、（ｉｉ）隣接するＲピーク同士の時間に基づいて複数のサンプル値を計算すること、（ｉｉｉ）以前の心拍値の第１のしきい値内のサンプルを選択すること、および（ｉｖ）現在の心拍値を、重み付けされてもよい、選択されたサンプルの平均にセットすることにより、デジタル読取り値の１つまたは複数の重複セグメントに基づいて、１つまたは複数の心拍値を計算する。各サンプル値は、隣接するＲピーク同士の時間の逆数に比例することがある。無人航空機の一部として組み込まれるロジックは、連続的なサンプル同士の差の標準偏差が第３のしきい値より大きいことに応じて、以前の心拍値の第２のしきい値内のサンプルを選択することができる。無人航空機に含まれるロジックは、複数のサンプルが第４のしきい値未満であることに応じて、またはサンプルが選択されていないことに応じて、現在の心拍値を、以前の心拍値に等しくセットしてもよい。次いで、無人航空機は、１つまたは複数の現在の心拍値を、１つまたは複数のエンドポイント（例えば、コンピューティングデバイス）に通信することが可能である。ＵＡＶ搭載のロジックおよびシステムは、リアルタイムまたはほぼリアルタイムで動作することができ、無人航空機は、それぞれ現在の心拍値を、個々の後続の心拍値が計算される前に利用可能にし、無人航空機は、少なくとも１つのセンサ１８が、後続の心拍値を計算するために使用される読取り値の少なくとも一部またはすべての測定を完了する前に、それぞれ現在の心拍値を計算する。無人航空機に含まれるロジックは、重複セグメントよりも長いデジタル読取り値の仮セグメントを受信すること、仮セグメント中のＲピークを識別すること、隣接するＲピーク同士の時間に基づいてサンプル値を計算すること、および重み付けされてもよい、サンプルの平均を計算することによって、最初の心拍値を機械計算することができる。
１つまたは複数の無人航空機を利用して生じ得る心拍の計算に関連する１つまたは複数の変形のなお別の改良形態では、少なくとも１つの生物学的センサ１８は、ターゲット対象の体の１つまたは複数の電気信号を測定するよう、アナログ測定値を１つまたは複数のデジタル読取り値に変形（例えば、変換）するよう、およびデジタル読取り値を送信するよう、設定してもよい。この場合、無人航空機は、１つまたは複数のセンサ１８から１つまたは複数のデジタル読取り値を受信して、ＥＣＧ測定の１つまたは複数の重複セグメント中でＲピークを識別すること、隣接するＲピーク同士の時間に基づいて１つまたは複数のサンプル値を計算すること、以前の心拍値の第１のしきい値内の１つまたは複数のサンプルを選択すること、および現在の心拍値を、選択されたサンプルの平均にセットすることにより、１つまたは複数のデジタル読取り値の１つまたは複数の重複セグメントに基づいて１つまたは複数の心拍値を変形（例えば、計算）するために搭載ロジックを利用するように設定することが可能である。変形形態では、１つまたは複数のデジタル読取り値を受信すると、無人航空機２０はデータをクラウド４０に送信する。次いで、データはクラウド４０内で変形されて、クラウド４０を通じて別の１つまたは複数のコンピューティングデバイスからアクセスすることが可能になるか、１つまたは複数のコンピューティングデバイス（例えば、ホームステーション３０、中間サーバ４４、サードパーティ４２、他の１つまたは複数のＵＡＶ２０、コンピューティングデバイス２６）への配信のために、データが同一のＵＡＶ２０または別の１つもしくは複数のＵＡＶ２０に送られる。別の変形形態では、１つまたは複数のデジタル読取り値を受信すると、無人航空機２０は、変形のためにデータをホームステーション３０、中間サーバ４４、サードパーティ４２、クラウド４０、またはコンピューティングデバイス２６に送信する。別の変形形態では、１つまたは複数のデジタル読取り値を受信すると、無人航空機２０は、変形のためにデータを別の１つまたは複数のＵＡＶ２０に送信する。この例では、１つまたは複数のＵＡＶは、データを（例えば、機械計算資産に）変形するために、データに対して、一連の、または協調された処理ステップを実行してもよい。１つまたは複数の処理ステップのそれぞれは、異なるＵＡＶで行われてもよい。なお別の変形形態では、１つまたは複数のデジタル読取り値を受信すると、無人航空機２０は、さらなる変形のためにデータを別の１つまたは複数のＵＡＶ２０に（例えば、直接的に、クラウド４０を通じて間接的に）送信する前に、１つまたは複数のアクションを取る。
１つまたは複数の無人航空機を利用して生じ得る心拍の計算に関連する１つまたは複数の変形のさらに別の改良形態では、１つまたは複数の読取り値は、少なくとも１つの生物学的センサ１８から、無人航空機２０によって受信され、無人航空機２０は１つまたは複数の読取り値を処理するように動作可能である。例えば、読取り値の第１のセグメントは、無人航空機によって１つまたは複数のセンサから受信される。次に、ＥＣＧ測定の第１のセグメント中のＲピークが、無人航空機によって識別される。次いで、第１の複数のサンプル値が、隣接するＲピーク同士の時間に基づいて、無人航空機によって計算される。例えば、ある定数を、隣接するＲピーク同士の時間で除算してもよい。第１の複数のサンプル値の第１のサブセットが、以前の心拍値の第１のしきい値内のサンプル値だけを含んで選択される。次いで、第１の更新された心拍値が、サンプル値の第１のサブセットの平均に基づいて、無人航空機によって計算される。第１の心拍値は、次いで、無人航空機によって、表示用に１つまたは複数のコンピューティングデバイス（例えば、サードパーティ４２、コンピューティングデバイス２６、ホームステーション３０）に送信されてもよい。後の繰返しにおいて、デジタル読取り値の第２のセグメントは、無人航空機２０によって１つまたは複数のセンサ１８から受信されてもよい。デジタル読取り値の第３のセグメントは、第２のセグメントを第１のセグメントに付加することによって形成されてもよい。次いで、第３のセグメント中のＲピークが識別されてもよい。第２の複数のサンプル値は、隣接するＲピーク同士の時間に基づいて計算されてもよい。次いで、連続するサンプル間の複数の差が計算されてもよい。差の標準偏差が第２のしきい値を超えたことに応じて、第２の複数のサンプル値の第２のサブセットが、第１の更新された心拍値の第３のしきい値中のサンプル値だけを含んで選択されてもよい。次いで、第２の更新された心拍値が、サンプル値の第２のサブセットの平均に基づいて、無人航空機によって計算され、これは重み付けされてもよい。第２の心拍値は、次いで、無人航空機によって、表示用に１つまたは複数のコンピューティングデバイスに送信されてもよい。最初の心拍値は、デジタル読取り値の仮セグメントに基づいて計算されてもよい。改良形態では、複数の無人航空機２０は、同一のデータに対して１つまたは複数のアクションを取るよう、ネットワークまたは複数のネットワーク内で動作することができ、各ＵＡＶはデータの変形において具体的な役割を有している。
１つまたは複数の無人航空機を利用して生じ得る生物学的測定（例えば、心拍値）に関連する１つまたは複数の変形のさらに別の改良形態では、信号品質に関する問題に対処する際に１つまたは複数のＵＡＶによる変形が行われる。１つまたは複数のセンサ１８からの生データが、極めて低い信号対ノイズ比を有する事例では、生物学的測定値を計算するより前にデータを変形するよう、１つまたは複数のＵＡＶに関連付けられる追加的な前置フィルタロジックを（例えば、ＵＡＶ搭載で、ＵＡＶと通信状態にあるクラウド内で）適用してもよい。別の方法では、前置フィルタ処理は、あらゆる外れ値を検出して、ｌｏｏｋ－ａｈｅａｄ手法を用いて、１つまたは複数の外れ値を、生成値の時系列で並んでおり、所定のしきい値／範囲内に収まる値で置換する。このような所定のしきい値／範囲内に収まる生成値は、１つまたは複数の生物学的測定値の機械計算のためにシステムを通じて受け渡されることが可能である。
１つまたは複数の無人航空機を利用して生じ得る生物学的測定に関連する１つまたは複数の変形の、なお別の改良形態では、１つまたは複数の生物学的センサ１８から生成された１つまたは複数の外れ値が検出されて置換されるときに、１つまたは複数のＵＡＶにより変形が行われる。無人航空機２０は、１つまたは複数の生物学的センサによって直接的または間接的に生成された１つまたは複数の値を受信するように動作可能であり得る。１つまたは複数の統計学的な試験が、値ごとに許容可能な上限値および／または下限値を判定するために、無人航空機２０によって利用されるロジックを通じて（例えば、ＵＡＶ搭載で、ＵＡＶと通信状態にあるクラウド内で）適用される可能性がある。後方充填法を用いて、１つまたは複数の外れ値を、現在のサンプルウインドウ内で定められる許容可能範囲に入る次の利用可能な値で置換することが可能である。心拍および他の生物学的データを測定するためのシステムに関連するさらなる詳細は、２０１９年１月１４日に提出された米国特許出願第１６／２４６，９２３号、および２０２０年１月１４日に提出されたＵ．Ｓ．Ｐａｔ．Ｎｏ．ＰＣＴ／ＵＳ２０／１３４６１において開示されており、その全体の開示が参照により本明細書に組み込まれる。本発明は、動物データを、１つまたは複数のその導出物を含み、変形するために使用される方法またはシステムに限定されず、また本発明は変形されるデータのタイプに限定されない。別の改良形態では、データを変形する行為は、次から成る群から選択される１つまたは複数の処理ステップを含む：動物データを正規化すること、タイムスタンプを動物データに関連付けること、動物データを集約すること、タグを動物データに付けること、動物データにメタデータを追加すること、動物データを記憶すること、動物データを操作すること、動物データからノイズ除去すること、動物データをエンハンスすること、動物データを編成すること、動物データを分析すること、動物データを匿名化すること、動物データを処理すること、動物データを可視化すること、動物データを合成すること、動物データを要約すること、動物データを同期すること、動物データを複製すること、動物データを表示すること、動物データを配信すること、動物データを製品化すること、動物データに対して帳簿付けを行うこと、およびそれらの組み合わせ。さらに別の改良形態では、１つまたは複数の変形は、非動物データからの１つまたは複数の信号または読取り値（例えば、入力値）を利用して行われる。なお別の改良形態では、１つまたは複数の中間サーバ４４、サードパーティ４２、コンピューティングデバイス２６、クラウド４０、および／またはホームステーション３０は、センサデータを変形するように動作可能である。
図１および図２をさらに参照すると、収集した動物データは、１つまたは複数の無人航空機２０によって、直接的な通信リンクまたはクラウド４０を通じて、１つまたは複数のサードパーティコンピューティングデバイス４２、中間サーバ４４、コンピューティングデバイス２６、ホームステーション３０、別の１つもしくは複数のＵＡＶ２０、またはそれらの組み合わせに提供される（例えば、送信される、アクセスされる、送られる、利用可能にされる）。特徴として、１つまたは複数のＵＡＶは、あらゆる収集され選択されたデータ（例えば、動物データ、機械計算資産、あらゆる導出物など）を、リアルタイムまたはほぼリアルタイムで、あらゆる数のコンピューティングデバイスに提供するように動作可能であり得る一方で、選択されないあらゆるデータを、時間的に後でのアクセスのために、１つまたは複数のＵＡＶおよび／またはあらゆる関連するクラウド４０に記憶できるようにしている。中間サーバ４４は、メタデータおよび属性が付属する、または付属していない動物データを受信することができるコンピューティングデバイスであることを諒解されたい。その上、中間サーバ４４は、データに対して１つまたは複数のアクションを取ること（例えば、データを変形すること）に関して、本明細書で説明されるホームステーション３０と同じ動作、加えて１つまたは複数のＵＡＶに類似した動作（例えば、データを、直接的な通信リンクを介するか、データをクラウド４０によるアクセス用に利用可能にするなどのメカニズムを介して間接的に、のいずれかで、１つまたは複数のサードパーティに提供する）を実装することができる。改良形態では、中間サーバ４４は、クラウド４０として動作する。別の改良形態では、クラウド４０は、中間サーバ４４として動作する。サードパーティ４２は、１つまたは複数のＵＡＶによって、直接的または間接的に提供されるデータを受信することができるあらゆるコンピューティングデバイスである（例えば、このコンピューティングデバイスで動作するシステムを含む）。１つまたは複数のサードパーティコンピューティングデバイス４２としては、スポーツメディアシステム（例えば、収集されたデータを表示するための）、保険プロバイダシステム、遠隔ヘルスシステム、スポーツ賭博システム、分析学システム、健康およびウェルネス監視システム（例えば、ウイルス感染を監視するシステムを含む）、フィットネスシステム、軍事システム、病院システム、緊急応答システムなどを挙げることが可能である。また、１つまたは複数のターゲット個体（例えば、スマートウォッチまたはＶＲヘッドセットのようなディスプレイを伴う別のウェアラブル）またはターゲット個体のデータにアクセスすることに関心がある他の個体（例えば、モバイル型の指令システムなどのコンピューティングデバイスにおいて、１つまたは複数のターゲット個体戦闘員からの動物データにアクセスすることに関心がある軍事司令官）に設置されたシステムを挙げることが可能である。改良形態では、同じセンサデータに対して、センサデータを変形するために、２つ以上のコンピューティングデバイスによって、１つまたは複数のアクション（例えば、処理ステップ）が取られてもよい。例えば、ＵＡＶ２０は、中間サーバ４４がデータを分析する間、動物データを同期させてもよい。別の例では、ＵＡＶ２０は、受信した動物データに１つまたは複数のタグを付けて、受信したデータを分析するために動物データを（例えば、同一ネットワーク内の）別のＵＡＶに送ってもよい。
１つもしくは複数のホームステーション３０、サードパーティシステム４２、中間サーバ４４、コンピューティングデバイス２６、別の１つもしくは複数のＵＡＶ、またはそれらの組み合わせに向けての、１つまたは複数の無人航空機２０からの電子的通信は、直接的（例えば、直接的な通信リンク）または間接的（例えば、クラウド４０を通じて）のいずれかで、生じる可能性がある。例えば、１つまたは複数の無人航空機２０は、通信リンク３２を介してホームステーション３０と通信することができる。代替的に、１つまたは複数の無人航空機２０は、クラウド４０を通じてホームステーション３０と通信することができる。ＵＡＶベースの送信システム１０および１０’が、１つまたは複数のコンピューティングデバイス（例えば、ホームステーション３０、サードパーティシステム４２、中間サーバ４４、クラウド４０、コンピューティングデバイス２６）と通信するために、あらゆる数の通信プロトコルおよび従来的な無線ネットワークを利用可能であることが有利である。改良形態では、単一の無人航空機２０は、サードパーティ４２、中間サーバ４４、ホームステーション３０、クラウド４０、コンピューティングデバイス２６、他の無人航空機２０、またはそれらの組み合わせのうちの、１つまたは複数と通信することが可能である。別の改良形態では、複数の無人航空機２０は、単一のサードパーティシステム４２、中間サーバ４４、ホームステーション３０、クラウド４０、コンピューティングデバイス２６、無人航空機２０、またはそれらの組み合わせのうちの、１つまたは複数と通信するように動作可能である。別の改良形態では、複数の無人航空機２０は、１つまたは複数のサードパーティシステム４２、中間サーバ４４、ホームステーション３０、クラウド４０、コンピューティングデバイス２６、他の無人航空機２０、またはそれらの組み合わせと通信するように動作可能である。本発明は、ターゲット個体１６、センサ１８、無人航空機２０、通信リンク２４、通信リンク３２、ホームステーション３０、中間サーバ４４、サードパーティシステム４２、クラウド４０、コンピューティングデバイス２６、または他のコンピューティングデバイスの数によって限定されないことを諒解されたい。
別の改良形態では、無人航空機２０は、別の１つまたは複数の無人航空機２０と通信するように動作可能である。複数のＵＡＶ同士の通信が、ネットワークまたは複数のネットワーク内で生じてもよい。動物データおよび他の情報が、単一のネットワークまたは複数のネットワーク内のＵＡＶ全体で共有され得ることが有利である。加えて、１つまたは複数のホームセンサデューティもまた、ＵＡＶ同士（例えば、同一の動物データ、同一のセンサ、同一のホームステーション、または同一のエンドポイントに関連して、異なるアクションを取るＵＡＶ同士）で共有することが可能である。別の改良形態では、単一ネットワーク内でまたは互いに独立的に機能する１つまたは複数の無人航空機２０を用いて、１つまたは複数の無人航空機２０と通信する１つまたは複数のホームステーション、および互いに通信する２つ以上の無人航空機２０を用いて、ＵＡＶ内通信ネットワークを作成することが可能である。変形形態では、２つ以上の無人航空機が、ネットワークと通信するように動作可能な１つまたは複数のホームステーション、および互いに通信するように動作可能な２つ以上の無人航空機を用いて、ネットワーク内で動作する。別の改良形態では、単一のネットワークまたは複数のネットワーク内で機能する無人航空機２０の２つ以上の群を用いて、ＵＡＶ間通信ネットワークを作成することが可能である。別の改良形態では、１つまたは複数のＵＡＶと、１つまたは複数のサードパーティ４２、中間サーバ４４、ホームサーバ３０、クラウド４０、コンピューティングデバイス２６、無人航空機２０、またはそれらの組み合わせとの間の通信が、同時的に生じてもよい。
変形形態では、１つのＵＡＶ２０がプライマリサーバおよびデータ収集ポイントとして機能してもよく、１つまたは複数の他のＵＡＶ２０は、単一のネットワークまたは複数のネットワーク内で、そのプライマリＵＡＶの拡張として機能する。別の変形形態では、１つまたは複数のＵＡＶは、所与のネットワーク内のすべてのＵＡＶを代表して１つまたは複数の他のコンピューティングデバイス（例えば、ホームステーション、中間サーバ、サードパーティ）と順次通信する、プライマリＵＡＶだけと通信する。マスタ／スレーブ構成と同様に、ＵＡＶネットワークは、他の「子」ＵＡＶを制御する「親」ＵＡＶと、それらの機能の少なくとも一部から成る場合がある。この例では、データをリクエストするホームステーションまたはシステムは、プライマリＵＡＶと通信するだけでよく、プライマリＵＡＶは１つまたは複数の命令を、要求された１つまたは複数のタスクまたはアクションに関する１つまたは複数の他のＵＡＶに与える。例えば、セルラネットワークでは、１つまたは複数のＵＡＶは、既存のネットワークの拡張として利用される場合があり、それにより１つまたは複数の「子」ＵＡＶはプライマリな「親」ＵＡＶに従って１つまたは複数のセンサに関連する（例えば、機能的に基地局に類似した）通信サポートを与える。これらのシナリオでは、ＵＡＶはまた、非動物データ信号をサポートするための通信を提供するように動作可能であってもよい。別の例では、「子」ＵＡＶは、１つまたは複数のターゲット個体から収集されたすべての関連するセンサデータを、「親」ＵＡＶに送信することができ、次いで「親」ＵＡＶは関連するセンサデータに単一のＵＡＶソースから１つまたは複数のコンピューティングデバイスに通信する。
改良形態では、少なくとも１つのホームステーション、少なくとも１つのセンサ、および少なくとも１つの無人航空機から成るネットワークは、少なくとも１つのセンサ、少なくとも１つの無人航空機、ネットワーク内の電子的通信、収集した動物データ、収集した動物データの配信、またはそれらの組み合わせに関する１つまたは複数の特性を監視するように動作可能である。別の改良形態では、ネットワークは、１つまたは複数の中間サーバ、サードパーティコンピューティングデバイス、クラウドサーバ、他のコンピューティングデバイス、またはそれらの組み合わせを含む。別の変形形態では、２つ以上の無人航空機が、ネットワークの一部として２つ以上の無人航空機と電子的に通信するように動作可能な１つまたは複数のホームステーション、および互いに電子的に通信するように動作可能な２つ以上の無人航空機を用いて、ネットワーク内で動作する。この事例では、電子的通信には、１つの無人航空機からの動物データを別の１つまたは複数の無人航空機に提供することが含まれ得る。別の改良形態では、２つ以上の無人航空機は、１つまたは複数のコマンドに応答して、１つまたは複数の協調されたアクションを実行する。１つまたは複数のコマンドは、予めプログラムされてもよく、またはホームステーションもしくは他のコンピューティングデバイスによって提供されてもよい。改良形態では、１つまたは複数のコマンドは、１つまたは複数の人工知能技法を利用して生成されてもよい。コマンドは、データに対して２つ以上のＵＡＶによって取られる１つまたは複数のアクション、送信されるデータの場所、ＵＡＶ同士のフォーメーション変更などを含む場合がある。
別の改良形態では、１つまたは複数の無人航空機２０は、同一データの少なくとも一部に対して、１つまたは複数の協調されたアクションを取る。例えば、ＵＡＶ１は、動物データを収集してメタデータを付加してもよく、ＵＡＶ２はＵＡＶ１からの動物データにアクセスし、収集した動物データに対して、その関連付けられるメタデータを用いて、１つまたは複数の処理ステップを行ってもよい。別の変形形態では、１つのＵＡＶが動物データを収集して、収集した動物データにメタデータを付加し、収集した動物データの少なくとも一部を別のＵＡＶに送信して１つまたは複数のアクション（例えば、１つまたは複数の処理ステップ）を取り、その間、収集した動物データの少なくとも一部を記憶することができ、これは収集した動物データの少なくとも一部は、ＵＡＶによって利用されるか、時間的に後で１つまたは複数のコンピューティングデバイスに与えられてもよい（例えば、ダウンロード用に利用可能にされる、送信される）。別の変形形態では、１つのＵＡＶが動物データを収集して、収集した動物データに対して１つまたは複数のアクションを取り（例えば、メタデータを付加する）、収集した動物データの少なくとも一部を別のＵＡＶに送信して、収集した動物データの少なくとも一部に対して別の１つまたは複数のアクション（例えば、データを分析する、データを記憶する）を取り、その間、収集した動物データの少なくとも一部を１つまたは複数のサードパーティに提供する（例えば、送る、利用可能にする）ことができる（例えば、サードパーティに直接的に送ること、クラウド４０を通じてデータを利用可能にすることによってなど）。
変形形態では、無人航空機２０、ホームステーション３０、中間サーバ４４、クラウドサーバ４０、またはコンピューティングデバイス（例えば、コンピューティングデバイス２６）のうちの少なくとも１つは、１つまたは複数の分類を動物データに割り当てるように動作可能であり、１つまたは複数の分類は、次のうちの少なくとも１つを含む：機械計算資産分類、洞察分類、ターゲット個体分類、センサ分類、無人航空機分類、データプロパティ分類、データ即時性分類、またはデータコンテキスト分類。分類（例えば、群、タグ）を作成して、データ取得側の検索処理を単純化し、あらゆる所与のデータプロバイダにさらなる公開を、または関連データへの単純化されたアクセスのためにデータをカテゴライズすることによってセットされたデータなどを与えることが可能である。分類は、ターゲット個体関連特性、センサ関連特性、データ収集処理、実用、関連付けなどに基づくことができることができる。分類の例としては、機械計算資産分類（例えば、心拍、水分などの数値を割り当てることが可能な１つまたは複数のセンサによってキャプチャされたターゲット対象の性質など）、ターゲット個体分類（例えば、年齢、体重、身長、医療履歴）、洞察分類（例えば、「ストレス」、「エネルギーレベル」、１つまたは複数の結果が生じる見込み）、センサ分類（例えば、センサタイプ、センサブランド、サンプリングレート、他のセンサセッティング）、ＵＡＶ分類（例えば、ＵＡＶタイプ、セッティング、特性）、データプロパティ分類（例えば、生データまたは処理済みデータ）、データ品質分類（例えば、規定基準に基づく、良好データ対不良データ）、データ即時性分類（例えば、データをミリ秒で提供するか、数時間で提供するか）、データコンテキスト分類（例えば、ＮＢＡのファイナルゲームか、ＮＢＡプレシーズンゲームか）、データ範囲分類（例えば、ビリルビンレベルが０．２～１．２ｍｇ／ｄＬの間か）などが挙げられる。分類および動物データとのその関連付けのさらなる詳細、ならびに動物データについての現金化システムは、２０１９年４月１５日に提出された米国特許出願第６２／８３４，１３１号、２０１９年１０月８日提出の米国特許出願第６２／９１２，２１０号、および２０２０年４月１５日提出のＵ．Ｓ．Ｐａｔ．Ｎｏ．ＰＣＴ／ＵＳ２０／２８３５５において開示されており、その全体の開示が参照により本明細書に組み込まれる。
別の変形形態では、ＵＡＶ２０が、ホームステーション３０もしくはサードパーティシステム４２、中間サーバ４４、コンピューティングデバイス２６、またはクラウド４０と電子的に通信することができない場合、あるいは収集した動物データをどのコンピューティングデバイスにも提供（例えば、送信／送る、利用可能にする）しないように指示されている場合、無人航空機２０は、動物データを収集して、（例えば、ＵＡＶのローカルに、利用可能であればクラウド４０に、またはそれらの組み合わせで）記憶することを続けることができる。このシナリオでは、ホームステーション３０、サードパーティシステム４２、中間サーバ４４、コンピューティングデバイス２６、またはクラウド４０への接続が再確立されると、または１つまたは複数のＵＡＶがそうするように指示されると、収集した動物データを送信することが可能である。別の変形形態では、１つまたは複数のＵＡＶは、収集した動物データの少なくとも一部を、１つまたは複数のセンサから、サードパーティ、中間サーバ、またはホームステーションに送るように指示されてもよく、その間に時間的に後で使用する可能性のために収集した動物データを（例えば、ＵＡＶのローカルに、クラウド４０に、またはそれらの組み合わせで）記憶する。なお別の変形形態では、無人航空機が少なくとも１つのセンサと電子的通信状態にない場合、無人航空機は、次のパラメータ変更のうちの１つまたは複数の後、少なくとも１つのセンサと電子的通信を開始する（例えば、再接続する）ように動作可能である：時間、少なくとも１つのセンサの１つもしくは複数の特性（例えば、場所、センサパラメータ）、少なくとも１つのターゲット個体の１つもしくは複数の特性（例えば、場所、標高、クラウドサーバなどの１つまたは複数の他のコンピューティングデバイスとの接続）、または１つもしくは複数の無人航空機の１つもしくは複数の特性（例えば、場所、標高）。再接続は自動的に行われてもよい。場所としては、物理的な場所またはＵＡＶもしくはそのコンポーネントのいずれかの方角的な場所（例えば、アンテナまたはビームパターンのように、ＵＡＶの送信コンポーネントが指している向き）を挙げることができる。そのようなパラメータは、単に例示的なものであり、網羅的な一覧ではないことを諒解されたい。シナリオによって、１つまたは複数の他のパラメータは、他のパラメータに比べてより関連性があると考えられ得る。追加的に、１つまたは複数のＵＡＶと、１つもしくは複数のセンサまたは１つもしくは複数の他のエンドポイントとの間の自動再接続は、ホームステーションから送られる命令もしくは一連の命令（例えば、制御コマンド）、またはＵＡＶにプログラムされた（例えば、予めプログラムされるか、１つまたは複数の人工知能技法に基づいて動的な）命令もしくは一連の命令を通じて行われてもよい（例えば、ＵＡＶが自動的に再接続するようプログラムされる）。収集した動物データは、ホームステーションまたはサードパーティシステムまたは中間サーバへの接続が再確立されると、提供される（例えば、送信される）可能性がある。
改良形態では、ホームステーション３０は、複数の異なる役割を担うように動作可能であり得る。例えば、ホームステーション３０は、１つまたは複数のセンサ１８をセットアップする（例えば、設定する）こと、１つまたは複数のコマンド（例えば、データを配信するなど、データに対する１つまたは複数のアクションを取るコマンド）を１つまたは複数のセンサ１８および／またはＵＡＶ２０に提供すること、ＵＡＶ２０によって収集されるセンサデータを変形する（例えば、データを分析する、データを可視化する）こと、１つもしくは複数のセンサ１８、ＵＡＶ２０、ならびに／または１つもしくは複数のセンサ１８およびＵＡＶ２０を含む１つもしくは複数のネットワークを監視することなどを行うよう、動作可能であり得る。例えば、ホームステーション３０は、遠隔ヘルスまたは健康監視アプリケーションであってもよく、それにより、ホームステーション３０により１つまたは複数のセンサ１８は、１つまたは複数のコマンドを与えられ、１つまたは複数のＵＡＶ２０とペアリングされ、動物データは１つまたは複数のＵＡＶ２０を通じて視覚的な表示用にホームステーション３０に送り返される。改良形態では、ホームステーション３０は、１つまたは複数のコマンドを、データ配信のために、１つまたは複数のＵＡＶに提供するように動作可能である。別の改良形態では、ホームステーション３０は、１つもしくは複数のＵＡＶおよび／または少なくとも１つのセンサを監視して、次のいずれかの事象が生じる：（１）１つまたは複数のホームステーション３０、中間サーバ４４、サードパーティ４２、ＵＡＶ２０（１つまたは複数の他のＵＡＶ２０を含む）、コンピューティングデバイス２６、またはそれらの組み合わせにアラートする、および／または（２）１つまたは複数のホームステーション３０、中間サーバ４４、サードパーティ４２、コンピューティングデバイス２６、ＵＡＶ２０、またはそれらの組み合わせへの期待される出力を配信するために、ホームステーションに少なくとも１つのアクション（例えば、補正的なアクション）を取るよう促す。例えば、システムは、１つまたは複数のＵＡＶを監視することが可能であってもよく、エラー状態および故障に関連する１つまたは複数の補正的なアクションを取る。センサとＵＡＶとの間の接続が弱い場合、またはＵＡＶにエネルギー関連の問題（例えば、バッテリ劣化などの電力問題）がある場合、ホームステーションによって指示される補正的なアクションは、ＵＡＶ交換に関する可能性があり、センサからホームステーション３０、クラウド４０、中間サーバ４４、サードパーティ４２、または他のコンピューティングデバイスへの送信のために利用されている障害ＵＡＶを移動させて交換する。変形形態では、ホームステーションは、交換されるＵＡＶに交換ＵＡＶと通信するよう指示して、そのＵＡＶについて特定のＵＡＶ関連のデューティ（例えば、特定のセンサとの接続、指定されたネットワーク内の中継ハブであること、など）を引き継ぐことを確実にし、新しいＵＡＶに関連情報（例えば、収集した動物データ、履歴データ、アルゴリズム、データのエンドポイントとの一体性）へのアクセスを提供して交換がシームレスであることを確実にする。関連情報へのアクセスは、直接的（例えば、ＵＡＶ同士の通信；ＵＡＶとホームステーションとの間の通信）またはクラウド４０との通信を介してのいずれかで生じ得る。別の例では、ＵＡＶが少なくとも１つのセンサにおいて問題を判定し（例えば、センサ接続が故障している、センサが不良である）、ＵＡＶが接続または再接続することができない場合、自動化されたアクションが行われてもよく、それによりバックアップＵＡＶが展開されて１つまたは複数のセンサに接続する、および／またはＵＡＶがホームステーションにアラート（例えば、１つまたは複数のセンサを交換するアラート）を送り、センサに関する１つまたは複数のアクションを取る。なお別の例では、収集した動物データに基づいて、ＵＡＶは健康または医療状態を検出することができ、ＵＡＶによって、１つまたは複数のホームステーション、中間的なデバイス、またはサードパーティに向けて、アラートまたは別のアクション（例えば、収集した動物データの少なくとも一部を送ること）のいずれかをトリガすることができる。１つまたは複数のホームステーションは、１つまたは複数の人工知能技法（例えば、機械学習、深層学習）を利用して、１つまたは複数のアクションを、計算、機械計算、導出、抽出、外挿、シミュレーション、作成、修正、エンハンス、推定、評価、推論、確立、判定、演繹、観察、通信することができる。別の改良形態では、１つまたは複数のＵＡＶ２０は、期待される出力を１つまたは複数のホームステーション、中間サーバ、または他のコンピューティングデバイス（例えば、サードパーティシステム、ＵＡＶなど）に配信するために、少なくとも１つの補正的なアクションを動的に取るようにプログラムされる。別の改良形態では、受信した動物データが１つまたは複数のその導出物を含むことに応じて、１つまたは複数のアラートが、無人航空機によってコンピューティングデバイス（例えば、ホームステーション、中間サーバ、サードパーティ）に提供される。１つまたは複数のアラートに基づいて、ホームステーションまたは無人航空機によって、１つまたは複数のアクションが取られる。別の改良形態では、収集した動物データの少なくとも一部を用いて１つまたは複数のＵＡＶによって取られる、１つまたは複数のアクションから導出された情報に応じて、１つまたは複数のアラートが、無人航空機によってコンピューティングデバイス（例えば、ホームステーション、中間サーバ、サードパーティ）に提供される。
改良形態では、１つまたは複数のコマンドを動的に提供して、収集した動物データに基づいて（例えば、１つまたは複数のその導出物を含んで）データを１つまたは複数のコンピューティングデバイスに送るために、１つまたは複数の人工知能技法が、直接的または間接的に（例えば、関連するクラウドを通じて）ホームステーション３０、コンピューティングデバイス２６、および／またはＵＡＶ２０によって利用されてもよい。例えば、収集した動物データが１つまたは複数の異常な読取り値を示す場合、さらなる検査のためデータは医療専門家または医療システム（例えば、病院）に送られてもよい。別の改良形態では、動物データは、検討のため１つまたは複数のエンドポイント（例えば、サードパーティ、ターゲット個体により利用されるコンピューティングデバイス）に提供される。この点において、１つまたは複数のステークホルダ４７は、動物データについての検討を受け取ることができる（例えば、支払い、および／または価値のある何かに対する取引）。例えば、保険会社が、１つまたは複数のＵＡＶを通じて直接的または間接的のいずれかで（例えば、１つもしくは複数のＵＡＶと通信状態にあるクラウドを通じて、または１つもしくは複数のＵＡＶと通信状態にあるクラウドを通じて動物データを受け取るサードパーティにより）動物データを受け取る事象では、検討はステークホルダに提供されてもよい（例えば、ステークホルダが調節し得る１つまたは複数のターゲット個体への保険料）。ステークホルダは、収集した動物データに対し、１つまたは複数のその導出物を含み、商業的な権利を有する、あらゆる個体、個体の群、会社などであり得る。例えば、ターゲット個体は、自身の動物データに対するステークホルダであることができ、バスケットボールチームは、自身のターゲット個体（つまり、選手）のターゲット群（つまりチーム全体）についての動物データに対するステークホルダ、またはターゲット個体もしくはターゲット個体の群から動物データに対する権利を取得したサードパーティの会社などであることができる。改良形態では、検討は、一方または両方のパーティに対して価値を有する限り、性質として非金銭的であってもよい。例えば、ターゲット個体ステークホルダは、動物自身の体に関連する動物データの洞察（例えば、リアルタイムの健康バイタル値、予測的な健康洞察）を取得する交換として、サードパーティのエンティティ（例えば、分析会社）に、自身の動物データを提供するよう同意する場合がある。この取引は、ホームステーション３０、中間サーバ４４、または他のコンピューティングデバイス（例えば、サードパーティの監視システム）によって監視することが可能である。別の例では、ヘルスケア会社がターゲット個体のバイタル値を監視して、１つまたは複数の読取り値に異常があれば１つまたは複数のアクションを取る（例えば、医療関係者に通知する、ターゲット個体の場所に救急車を呼ぶ）ことができるように、ターゲット個体は、１つまたは複数のＵＡＶを通じて、直接的または間接的に（例えば、１つまたは複数のＵＡＶと通信状態にあるクラウドを通じて）自身のセンサデータをヘルスケア会社に提供するよう合意する（その使用を許可する）場合がある。
１つまたは複数の無人航空機２０は、互いに電子的に通信するよう、情報（例えば、センサ信号情報、メタデータ）を交換するよう、およびネットワークまたは複数のネットワークの一部として１つまたは複数の協調されたアクションを実行するよう、動作可能であり得ることを諒解されたい。改良形態では、１つまたは複数の無人航空機２０は、センサ通信（例えば、既存のセンサ通信を拡張する）、および／または１つもしくは複数のセンサ１８と、１つもしくは複数のホームステーション３０、コンピューティングデバイス２６、中間サーバ４４、サードパーティ４２、クラウド４０、もしくはそれらの組み合わせとの間の動物データアクセス機会をサポートするよう機能することが可能である。例えば、１つまたは複数のＵＡＶをネットワークで利用して、ホームステーション３０から、１つもしくは複数のターゲット個体１６に配置される１つもしくは複数のセンサ１８に向けての、または１つもしくは複数のセンサ１８から１つもしくは複数のコンピューティングデバイス（例えば、サードパーティコンピューティングデバイス４２、中間サーバ４４）に向けての通信関連の機能をサポートすることが可能である。１つまたは複数のセンサが、１つまたは複数のコンピューティングデバイスとの通信を妨げられる（例えば、センサとシステムとが離れている、視線の問題、センサの通信範囲または機能が制限されている）事象では、１つまたは複数のＵＡＶを使用して、センサとコンピューティングデバイスとの通信を拡張してもよく、および／またはさらに信頼できる電子的通信リンクを提供してもよい。別の改良形態では、１つまたは複数のＵＡＶを使用して、既存のネットワーク（例えば、ＵＷＢベースの通信ネットワーク、セルラシステム）をサポートすることが可能である。例えば、ＵＡＶのモビリティ、加えて、任意の所与のターゲット個体とより直接的な視線を確立するその能力を利用することによって、既存のネットワーク（例えば、地上ネットワーク）は、より広いカバレッジを作り出し、（例えば、遅延／レイテンシ問題、カバレッジなどを含み）ネットワークの全体的なパフォーマンスを向上させることが可能である。別の例では、１つまたは複数のＵＡＶまたはＵＡＶのネットワークを利用して、セルラネットワーク向けに、「ダークエリア」内にカバレッジを提供することができる。
改良形態では、少なくとも１つのセンサ１８とホームステーション３０との間の、１つまたは複数の電子的通信は、ネットワークまたは複数のネットワーク内で、非無人航空機コンピューティングデバイスから、１つまたは複数の他のＵＡＶに、またその逆で、転送される（例えば、「ハンドオフ」される）。例えば、センサが、コンピューティングデバイスの内部的な通信システム（例えば、Ｂｌｕｅｔｏｏｔｈを使用するスマートフォン）を通じてホームステーション３０と通信しており、コンピューティングデバイスがセンサからホームネットワークへの送信を停止した場合、１つまたは複数のＵＡＶは、センサとコンピューティングデバイスとの間で接続が失われたことを（例えば、アラートにより）検出して、センサとＵＡＶとの間の通信を開始するように動作可能であってもよく、センサと、ホームステーション、中間サーバ、サードパーティ、または他のコンピューティングデバイスとの間でＵＡＶが拡張として機能できるようにする。センサがコンピューティングデバイスから１つまたは複数のＵＡＶに「ハンドオフ」されてしまうと、ホームステーションは、１つまたは複数のＵＡＶを、センサ、動物データ、ターゲット個体、要求される１つもしくは複数のアクション、必要とされる１つもしくは複数の出力、および／または必要とされる１つもしくは複数の配信ポイントに関するすべての要求される特性を用いて更新され得る。更新は、直接的な通信リンクを介して、または間接的に（例えば、クラウド４０を通じてデータへのアクセスを提供して）行われてもよい。変形形態では、センサがＵＡＶと通信できない（例えば、個体がＵＡＶとの信号通信がないエリアにいる）事象では、ＵＡＶは、センサ通信を１つまたは複数のコンピューティングデバイスに「ハンドオフ」するようプログラムすることが可能である。別の改良形態では、１つまたは複数の人工知能技法を利用して、１つまたは複数のターゲット個体に関して、その移動パターン（例えば、実際のおよび／または予測される）、履歴データ（例えば、実際のおよび／または予測される移動に基づく、履歴的なＵＡＶ信号通信データ）などを含むデータに基づいて、将来的な信号通信の問題（例えば、将来的な通信切断）を予測してもよい。
別の改良形態では、ホームステーションとＵＡＶとの間、ＵＡＶ同士、またはＵＡＶと他のコンピューティングデバイス（例えば、ホームステーション）との間での、１つまたは複数の「ハンドオフ」には、ターゲット個体、センサ、および／または収集した動物データに関する収集した情報の少なくとも一部の転送が含まれる。（例えば、センサとＵＡＶシステムとの間の接続性を維持するべく）ハンドオフ期間中、各ターゲットユーザに効果的にサービングするために、１つまたは複数のターゲット個体に関する情報、およびその対応するセンサデータは、ホームステーション、クラウドを通じて、またはＵＡＶ同士からの共有を通じてのいずれかで、複数のＵＡＶの間で共有されて利用可能にする必要がある可能性がある。どのデータが共有され（または、利用可能にされ）、そうでなければ記憶される必要があり得るか、シームレスなハンドオフを確実にするためにどの情報がコンピューティングデバイス間で複製される必要があり得るか、１つまたは複数のターゲット個体の移動（例えば、ハンドオフ処理が、正しいＵＡＶまたはＵＡＶのネットワークに対するものであることを確実にするために）、要求またはリクエストされるデータ出力など、を予測するために、１つまたは複数の人工知能技法を利用して、効率を外挿することが可能である。
別の改良形態では、１つまたは複数のＵＡＶは１つまたは複数のアクションを取って、１つまたは複数のＵＡＶと、１つもしくは複数の他のセンサまたはコンピューティングデバイス（例えば、ホームステーション３０、別の１つまたは複数のＵＡＶ２０）との間の電子的通信をエンハンスする。例えば、１つまたは複数のＵＡＶのモビリティおよび航空学的性質により、１つまたは複数のＵＡＶは、１つまたは複数のターゲット個体１６との視線を確立して、１つまたは複数のセンサ１８、同様に他のシステム（例えば、ホームステーション３０、コンピューティングデバイス２６、サードパーティシステム４２、中間サーバ４４）との電子的通信を維持することができる。この点において、１つまたは複数のＵＡＶ２０は、１つまたは複数の技法（例えば、ビームフォーミング）を使用して、１つまたは複数の通信（例えば、無線信号）を、１つまたは複数のセンサに向けてフォーカスすることができる。改良形態では、ビームのパターンと方向、加えて１つまたは複数のＵＡＶの配置／フォーメーション（例えば、高度／標高の変化を含む）を最適化することは、１つまたは複数の人工知能技法を利用することにより行われてもよく、１つまたは複数の人工知能技法は、１つまたは複数のアクション（例えば、ＵＡＶフォーメーションの変化、ＵＡＶの数の増減、アンテナ位置、使用されるアンテナのタイプ、アンテナアレイ位置）を使用して所望の結果（例えば、全体カバレッジエリアを最大化し、センサとＵＡＶとの間の信頼できる通信を確実にする）を達成することが可能である。改良形態では、ビームのパターンと方向、加えて１つまたは複数のＵＡＶの配置／フォーメーションを最適化することは、１つまたは複数の人工知能技法を利用することによって動的に行われてもよい。
図１および図２における無人航空機２０の例は、物理的に人間の存在（つまり、人間の体）を搭載せずに、遠隔制御または自律的な搭載型コンピュータにより操縦される航空機である。そのような航空機の例としては、高高度滞空型航空機、高高度疑似衛星（ＨＡＰＳ）、大気圏衛星、高高度気球、マルチロータドローン、飛行船、固定翼航空機、または他の低高度システムが挙げられる。固定翼航空機のより具体的な例としては、高高度滞空型（ＨＡＬＥ）航空機、マルチロータ航空機、および他の固定翼航空機が挙げられる。ＵＡＶと互換的に使用される他の名称としては、ＲＰＡＳ（遠隔操縦航空機システム）およびＤｒｏｎｅ（ドローン）が挙げられる。通常、ほとんどの天候および商業的航空交通より上の高高度（例えば、米国上空におけるＣｌａｓｓ Ａ空域、すなわち１８０００ｆｔ ＭＳＬ～６０，０００ｆｔ ＭＳＬ、つまり近軌道）で飛行するＨＡＬＥ／またはＨＡＰＳ航空機などのＵＡＶの事例では、このような航空機は、着陸することなく一度に３～４カ月（またはそれより長く）に渡る長時間飛行用に設計されることが多い。一部のＵＡＶは、着陸または燃料補給する必要なく数年以上空中に滞在する能力を有する（例えば、太陽エネルギー航空機）。例としては、静止軌道気球衛星または他の飛行機ベースの大気圏衛星が挙げられる。ＵＡＶの別の例は、マルチロータ航空機である。マルチロータ航空機は、ドローンのポピュラーなタイプであり、２つ以上のロータを有する。ロータにより、マルチロータ航空機はヘリコプターとして機能することができる。ＵＡＶのなお別の例では、ＶＴＯＬ（垂直離着陸）航空機が、垂直に離陸および着陸することが可能であり、飛行中ホバリングする能力を有する。ＶＴＯＬ無人航空機は、最も一般的なマルチロータ設計のものである。一部の新しいＶＴＯＬは、複数のロータを使用して垂直に離着陸するが、次いで翼とプロペラを使用する水平飛行に遷移することが可能なハイブリッド型のマルチロータ／固定翼航空機である。
ドローンのさらなる具体的な例としては、限定はしないが、Ａｉｒｂｕｓ Ｚｅｐｈｙｒ Ｓ、Ａｉｒｂｕｓ Ｚｅｐｈｙｒ Ｔ、Ａｕｒｏｒａ Ｏｄｙｓｓｅｕｓ、Ｒａｖｅｎ Ａｅｒｏｓｔａｒ ＳＴＲＡＴＯＳＰＨＥＲＩＣ ＡＩＲＳＨＩＰＳ、Ｒａｖｅｎ Ａｅｒｏｓｔａｒ ＴＨＵＮＤＥＲＨＥＡＤ ＢＡＬＬＯＯＮ ＳＹＳＴＥＭＳ、ＡｅｒｏＶｉｒｏｎｍｅｎｔ ＨＡＷＫ３０、ＡｅｒｏＶｉｒｏｎｍｅｎｔ Ｇｌｏｂａｌ Ｏｂｓｅｒｖｅｒ、Ａｓｔｉｇａｎ Ａ３、Ｇｅｎｅｒａｌ Ａｔｏｍｉｃｓ ＭＱ－９ Ｒｅａｐｅｒ、Ｕｋｒｓｐｅｃｓｙｓｔｅｍｓ ＰＣ－１ Ｍｕｌｔｉｒｏｔｏｒ Ｄｒｏｎｅ、Ｕｋｒｓｐｅｃｓｙｓｔｅｍｓ ＰＤ－１ ＶＴＯＬ、Ｕｋｒｓｐｅｃｓｙｓｔｅｍｓ ＰＤ－１ Ｆｉｘｅｄ Ｗｉｎｇ、ＤＪＩ Ｍａｖｉｃ ２ Ｅｎｔｅｒｐｒｉｓｅ Ｄｒｏｎｅ、およびＤＪＩ Ｐｈａｎｔｏｍ ４ Ｐｒｏ Ｖ２．０が挙げられる。
加えて、無人航空機が「留まる」（例えば、ホバリング）および／または滑空することが可能な標高は、変わってもよい。例えば、無人航空機は、天候および商業的航空交通より上の高高度を飛行する、高高度疑似衛星であることが可能である。これらの航空機は、通常、長時間（例えば、着陸することなく一度に３～４カ月から、さらに長期に渡る可能性がある）の飛行用に設計される。ＨＡＰＳなどのＵＡＶはまた、地表面付近を飛行する他のＵＡＶ（例えば、ドローン）間、または別のシステムと宇宙空間を軌道周回する衛星との間で、１つまたは複数の通信リンクとして利用することが可能である。これは、あるタイプのＵＡＶが、他のＵＡＶとは異なる能力（例えば、機械計算能力）を有する事象において、有利である場合がある。追加的に、ＨＡＰＳなどの１つまたは複数のＵＡＶは、衛星と地上ステーションとの間で中間的な中継ステップとして有用であり、センサデータの転送をサポートして、必要な地上および衛星インフラストラクチャを低減することができる。ＨＡＰＳは、ターゲットエリアが限定され、かつ変化している場合に、また地上インフラストラクチャが存在しないか利用できない場合に、１つまたは複数のネットワークを効率的に補完することが可能である。
図３は、ＵＡＶベースの送信システム１０および１０’で使用することが可能な無人航空機の変形形態の概略を図示している。本発明は、ＵＡＶベースの送信システム１０および１０’で利用可能なＵＡＶのタイプに限定されないことに留意されたい。無人航空機２０は、無人航空機の特定の設計または飛行法に基づいて変わり得る空中推進システム４８を含む。改良形態では、無人航空機２０は、１つもしくは複数のターゲット個体１６、他の１つもしくは複数の個体（例えば、観客）、および／またはその近接エリアの視覚的情報（例えば、１つまたは複数の動画、写真、ストリーミングメディア）をキャプチャするために使用することが可能な１つまたは複数の光学センサ５０（例えば、カメラ）を含む。変形形態では、１つまたは複数の光学センサ５０には、ＵＡＶおよび１つまたは複数のそのセンサからの、音声および／または他のデータが伴う場合がある。１つまたは複数のＵＡＶによって収集される情報は、リアルタイムまたは近時間キャパシティで（例えば、スポーツ中継放送用にストリーミングフィードを送るために、１つまたは複数のＵＡＶカメラセンサが利用される事象において；軍事組織がリアルタイム動画を通じて、その戦闘員の場所を追跡したい事象において；ＵＡＶオペレータが、１つまたは複数のＵＡＶを操縦／ナビゲートするために、リアルタイムまたはほぼリアルタイムの動画フィードを必要とする事象において）提供され得る（例えば、送られる、アクセスされる、ストリーミングされる）、または、時間的に後で、１つまたは複数のエンドポイントに提供され得ることが有利である。光学センサ５０はまた、ホームステーション３０上の、または別のコンピューティングデバイス上の制御用アプリケーションを通じて制御することもできる。改良形態では、無人航空機２０は、別の１つまたは複数の光学ベースのセンサ（例えば、様々な視覚ベースの機能向けに複数の光学センサが必要とされる事象において）、気象センサ（例えば、風速、温度、湿度、大気圧）を含み得る１つまたは複数の他のセンサ５２、あるいは１つまたは複数のターゲット個体１６に（直接的または間接的のいずれかで）関連する他のセンシング技術（例えば、ターゲット個体同士の物理的な距離を追跡して記録して、それらが効果的に社会的距離にあることを確実にするための、ターゲット個体を追跡するためのセンサであり、距離を取ることにおいて何らかの障害を通知するよう、１つまたは複数のアラートが提供されるセンサ）を含むことが可能である。１つまたは複数のセンサ５０および５２は、性質としてモジュール的であり、任意の所与の時刻にＵＡＶがセンサを「取り換える」ことを可能にしていることが有利である。無人航空機２０は、少なくとも１つのセンサ１８と電子的に通信するデータ取得ユニット５４を含む。いくつかの変形形態では、データ取得ユニット５４は、マイクロプロセッサ５８を含み、マイクロプロセッサ５８はメモリモジュール６０および入力／出力モジュール６２と電子的通信状態にある。マイクロプロセッサ５８は、１つまたは複数のデータ処理ステップを実行するように動作可能であり得る。改良形態では、データ取得ユニットは、１つまたは複数のセンサ１８と電子的に通信する送受信機モジュール５６を含む。送受信機モジュール５６は、単一のＵＡＶ上、または複数のＵＡＶにまたがるアンテナアレイの一部であり得る１つまたは複数のアンテナを含む。この通信は、通常、典型的には２方向通信リンクを通じたものであり、この通信リンクでは、ユーザは、１つまたは複数のセンサおよび１つまたは複数のセンサから受信したデータ信号のパラメータを、アクティブ化してセットすることが可能である。変形形態では、データ取得ユニットは、１つまたは複数のコマンドを少なくとも１つのセンサに送り、少なくとも１つのセンサから１つまたは複数のデータ信号または読取り値を受信するように動作可能な送受信機モジュール５６を含む。別の変形形態では、通信は、１方向であってもよい（例えば、ＵＡＶのうちの１つまたは複数は、センサから情報を受信するよう設定されるだけでよく、コマンドまたはデータをセンサに送るよう設定されない）。改良形態では、１つまたは複数の送受信機モジュール５６により、１つまたは複数のＵＡＶは、無線メッシュネットワークの一部として、１つまたは複数のセンサ１８、および別の１つまたは複数のコンピューティングデバイス（例えば、ホームステーション３０、他のＵＡＶ２０、コンピューティングデバイス２６、クラウド４０）と通信することができる。別の改良形態では、データ取得ユニット５４は、１つまたは複数のプロトコル（例えば、Ａｎｔ＋、ＢＬＥ、ＬｏＲａ、超広帯域、ＷＩＦＩ、セルラなど）により通信を可能にする通信モジュール６４を含む。一部の変形形態では、通信モジュール６４は、複数の同時接続および通信プロトコルを可能にするように動作可能であり得る。別の改良形態では、送受信機モジュール５６は、１つまたは複数のホームステーション３０、サードパーティシステム４２、中間サーバ４４、コンピューティングデバイス２６、クラウド４０、またはそれらの組み合わせと通信するように設定することが可能である。別の改良形態では、送受信機モジュール５６は、動物データのソースから、１つまたは複数の信号を受信し、１つまたは複数の制御信号を動物データのソースに送るように動作可能である（例えば、さらにインシュリンを注射する、センサをオフにする、コマンドが与えられるとデータをストリーミングする、など）。通常、１つまたは複数の制御信号を送る能力は、１つまたは複数のホームステーション３０からの制御用アプリケーションを通じたコマンドである。改良形態では、１つまたは複数の人工知能または統計学的モデリング技法を利用して、１つまたは複数の無人航空機２０によって取られる１つまたは複数のアクションを作成、エンハンス、または修正する。例えば、１つまたは複数の人工知能技法を利用して、収集した動物データに基づいて、１つまたは複数の制御信号を自律的に作成して送ることができる。これは、ホームステーション３０、１つもしくは複数のＵＡＶ２０、または別のコンピューティングデバイス上で行われる場合がある。別の改良形態では、送受信機モジュール５６は、１つまたは複数の非動物データソースと通信する（例えば、１つまたは複数の信号を送る、１つまたは複数の信号を受信する）ように動作可能である。別の改良形態では、送受信機モジュール５６は、１つまたは複数のターゲット個体に関する非動物データの少なくとも一部（例えば、１つまたは複数のターゲット個体からの非動物セルラデータ）を提供（例えば、送る）および受信するように動作可能である。
改良形態では、１つまたは複数の無人航空機は、少なくとも一部、受信した動物データから導出される、１つまたは複数の計算、機械計算、予測、確率、可能性、推定、評価、推論、判定、演繹、観察、または予報に応答して１つまたは複数のアクションを取る。１つまたは複数のアクションは、ホームステーション３０によって与えられる１つもしくは複数の命令に基づいて、または１つもしくは複数のＵＡＶによって与えられる命令から取られ得る。場合によっては、１つまたは複数の計算、機械計算、予測、確率、可能性、推定、評価、推論、判定、演繹、観察、または予報は、非動物データを含む可能性がある。変形形態では、１つまたは複数のアクションには、１つもしくは複数のアラートを１つもしくは複数のコンピューティングデバイスに提供すること、または動物データを動物データに基づいて１つもしくは複数のアラートを生成する１つもしくは複数のコンピューティングデバイスに提供すること、のうちの少なくとも１つが含まれる。場合によっては、１つまたは複数の人工知能または統計学的モデリング技法を利用して、１つまたは複数の無人航空機によって取られる１つまたは複数のアクションを作成、エンハンス、または修正する。改良形態では、１つまたは複数のアラートに応じて、１つまたは複数の無人航空機またはコンピューティングデバイスによって、１つまたは複数のアクションが取られる。場合によっては、１つまたは複数の人工知能または統計学的モデリング技法を利用して、１つまたは複数の無人航空機またはコンピューティングデバイスによって取られる１つまたは複数のアクションを作成、エンハンス、または修正する。
別の変形形態では、１つまたは複数の無人航空機２０には、１つまたは複数の信号または読取り値（例えば、風速、温度、湿度、ＵＶ％、動物認識、動画データ、光学追跡による場所、標高、他の音声視覚的情報）をキャプチャする少なくとも１つのセンサ６６が、付属する、取り付けられる、一体化される、または埋め込まれている。センサ６６はまた、１つまたは複数のターゲット個体向けの追跡システムであり得る（例えば、ターゲット個体にローカルであり、１つまたは複数のＵＡＶにより追跡されるように動作可能である場合、センサ１８またはコンピューティングデバイス２６に配置されるＲＦＩＤベースの場所タグ）。改良形態では、１つまたは複数の信号または読取り値の少なくとも一部は、１つまたは複数の無人航空機によって別のコンピューティングデバイスに提供される。別の改良形態では、１つまたは複数の信号または読取り値の少なくとも一部は、収集した動物データを１つまたは複数の機械計算資産または洞察に変形するために、１つまたは複数の無人航空機によって使用される。動物データ、非動物データまたはそれらの組み合わせを含み得る、少なくとも１つのセンサ６６からキャプチャされた１つまたは複数の信号または読取り値を利用する変形形態では、１つまたは複数のＵＡＶ２０は、次のうちの少なくとも１つを行うようプログラムされる：（１）キャプチャしたセンサデータを利用して、１つまたは複数のアクションを取る（例えば、センサ１８および６６からのデータを利用して、キャプチャしたデータを機械計算資産または洞察に変形する）、（２）センサデータの少なくとも一部を、ホームステーション３０、中間サーバ４４、サードパーティ４２、コンピューティングデバイス２６、クラウド４０、またはそれらの組み合わせに提供する。例えば、ＵＡＶには、１つまたは複数のターゲットから感情をキャプチャするために、顔認識ソフトウェアを利用するセンサが、付属、取り付けられ、または埋め込まれて有してもよい。次いで、ＵＡＶは、ターゲット個体上の１つまたは複数のセンサ１８から収集したデータを利用して、収集した顔認識データをセンサ１８動物データ（例えば、心拍の変動性を提供することが可能なＥＣＧデータ）に相関させて、任意の所与の時刻における個体の「ストレス」レベルを判定することができる。別の例では、１つまたは複数のＵＡＶを利用して、ターゲット個体の場所を追跡することによって、より効果的な社会的距離を可能にして、データに関する１つまたは複数の処理ステップを取り、任意の所与の時刻におけるターゲット個体同士の距離を判定し、アラートをホームステーション３０、コンピューティング２６、またはターゲット個体にローカルな他のコンピューティングデバイスに中継して、生じているあらゆる物理的な距離関連の問題をそれらに通知してもよい（例えば、１つのターゲット個体が、別のターゲット個体からｎフィート内の空間に立ち入っている）。改良形態では、センサ６６からの信号または読取り値は、動物データおよび非動物データの両方を含むことが可能である。別の改良形態では、センサ６６は、センサ５２である。別の改良形態では、センサ５２は、センサ６６である。
改良形態では、１つまたは複数の無人航空機は、少なくとも一部、動物データ（例えば、１つまたは複数のセンサの信号または読取り値）に基づいて、１つまたは複数のアクション（例えば、データを収集する）を取る。場合によっては、取られる１つまたは複数のアクションは、非動物データソースから集められた情報を利用することができる。例えば、ターゲット対象の呼吸速度が所定のレベルに達すると、１つまたは複数のＵＡＶ上の１つまたは複数のセンサは、１つまたは複数の光学トラッカを通じて（例えば、カメラからの動画を記録する）、一定時間および／またはターゲット対象の１つもしくは複数の生物学的読取り値が所定のレベルもしくはしきい値に戻るまで、データを収集することを開始するようプログラムされてもよい。情報は、直接サードパーティに送られてもよく、または情報にアクセスすることが可能なクラウドに送られてもよい。変形形態では、１つまたは複数の所定のレベルは、１つまたは複数のファクタに基づいて変更または修正されてもよく、１つまたは複数のファクタとしては、個体のアクティビティなどを挙げることができる（例えば、対象が生物学的読取り値を増加させているアクティビティに関与しているか）。別の改良形態では、１つまたは複数のＵＡＶ上の１つまたは複数のセンサは、断続的または周期的であり得るデータを収集すること、および１つまたは複数の生物学的読取り値に基づいて、１つまたは複数のアクションを取ることができる。例えば、ターゲット対象の呼吸速度が所定のレベルに達すると、１つまたは複数のＵＡＶは、光学センサ（例えば、光学カメラ／トラッカ）により視覚的情報を収集し、収集した視覚的情報を分析することにより１つまたは複数のアクションを取って、呼吸速度が上昇または減少した原因を判定し、判定に基づいてさらなる１つまたは複数のアクションを取る（例えば、キャプチャした動画の分析が、対象がアクティビティを変えたためＵＡＶはアクションを取らないと結論付ける場合がある；キャプチャした動画の分析が、対象は医学的な症状を発現しているためＵＡＶが医療的支援に連絡を取ると結論付ける場合がある；キャプチャした動画の分析が、ＵＡＶは光学センサによりターゲット個体の記録を開始すべきであると結論付ける場合がある）。変形形態では、１つまたは複数の人工知能技法を利用して、１つまたは複数の生物学的読取り値、および１つまたは複数のＵＡＶ上の１つまたは複数のセンサ（例えば、光学カメラのような光学トラッカ）からキャプチャした情報に関して、結論付けまたは判定を行ってもよい。
別の改良形態では、１つまたは複数のＵＡＶは、遠隔ヘルスシステム（例えば、応急処置キット）として機能し、１つまたは複数のターゲット個体１６からの動物データの少なくとも一部を利用して１つまたは複数の問題（例えば、センサ読取り値が、その人物が心不全または心停止を起こしていることを示す）を識別し、１つまたは複数のアクションを取ってもよい。１つまたは複数のＵＡＶは、支援を施すことができるように、１つまたは複数のＵＡＶが場所に１つまたは複数のターゲット個体に移動することを可能にする、機器（例えば、除細動器）、医薬品、または他の支援物（例えば、ターゲット個体をより近くで監視するためのセンシング機器）を含むか輸送してもよい（例えば、ターゲット個体に伴う人物は、心不全を起こしているターゲット個体に対して除細動器を施すべく、ＵＡＶに配置された、またはＵＡＶが持ってきた除細動器へアクセスすることができる）。この事象では、ＵＡＶは、ＵＡＶに一体化した、もしくはその一部としての、またはＵＡＶによって搬送されるセンサおよび／またはセンシング機器を含み、ＵＡＶは、ＵＡＶによってキャプチャされた情報を、ネットワーク内の１つもしくは複数の他のＵＡＶに、または他のコンピューティングデバイス（例えば、病院またはＥＭＴであり得る、サードパーティ４２）に中継するように動作可能であり得る。変形形態では、複数のＵＡＶを利用することができ、各ＵＡＶは、アクションに関するタスクまたは複数のタスクを遂行する（例えば、１つのＵＡＶは、センサデータを収集して分析し、心不全に関するアラートを提供することができる；別のＵＡＶは、支援を施すことを可能にする医療機器を伴ってターゲット個体に向けて送られる。）
ＵＡＶベースの送信システム１０および１０’によって取られる１つまたは複数のアクションは、取得された動物データを、配信用の形態に、特に恐らくは（しかし必ずしもではなく）消費用（例えば、現金化）の形態に、処理（例えば、変形）することを含むことができることを諒解されたい。この点において、データ取得ユニット５４は、動物データを１つまたは複数のセンサ１８から収集する。データ取得ユニット５４は、限定はしないが、動物データの正規化、タイムスタンプ、集約、記憶、操作、ノイズ除去、エンハンス、編成、分析、匿名化、要約、合成、帳簿付け、同期および／または配信などの、１つまたは複数のデータ処理ステップを実行するように動作可能である。ＵＡＶベースのシステムを利用することにより、少なくとも１つのセンサから別のコンピューティングデバイス（例えば、ホームステーション；ユーザウォッチ、ユーザ電話、ヘルスおよびウェルネスシステム、メディア／スポーツ賭けシステムなどのサードパーティシステム）までの、より長距離に渡って配信が行われ得る。
図１および図２を参照すると、ＵＡＶベースの送信システム１０または１０’は、リアルタイムまたはほぼリアルタイムに、１つまたは複数のホームステーション３０、サードパーティ４２、中間サーバ４４、コンピューティングデバイス２６、クラウド４０、またはそれらの組み合わせと通信することができる。そのようなリアルタイムまたはほぼリアルタイムの通信は、例えば、スポーツイベントのようなアクティビティ中に生じ得る。この例では、１つまたは複数のサードパーティ４２は、スポーツイベントのメディアプラットフォーム（例えば、放送局）または観客によって利用されるアプリケーション（例えば、スポーツ賭けアプリケーション）であり得る。リアルタイムまたはほぼリアルタイムのセンサ通信から恩恵を得る他のサードパーティ４２としては、身体アクティビティの監視のためにコーチ／トレーナによって利用されるシステム、パイロットを監視する航空システム、トレーダを監視するヘッジファンドシステム、作業員を監視する産業用システム（例えば、建設現場、組み立てライン）、外来患者向けの病院監視システム、戦闘員向けの軍用監視システム、保険を掛けている個人を監視する保険会社システム、ユーザを監視する遠隔ヘルスまたはウェルネスプラットフォーム、および多様な他の使用事例が挙げられる。改良形態では、ＵＡＶベースの送信システム１０または１０’は、ＵＡＶ２０がセンサデータを収集して配信する、中間的なコンピューティングデバイス（例えば、中間ハブ）として動作することが可能である。変形形態では、コンピューティングデバイス（例えば、ホームステーション）は、１つまたは複数のコマンドを１つまたは複数の無人航空機に提供する制御用アプリケーションを実行し、１つまたは複数のコマンドは、次のうちの少なくとも１つを開始する：（１）１つもしくは複数のセンサをアクティブ化する；（２）収集した動物データ１つもしくは複数のコンピューティングデバイスの少なくとも一部をストリーミングする（例えば、制御用アプリケーション、中間サーバ、またはサードパーティに戻す；（３）１つもしくは複数のコンピューティングデバイス（例えば、制御用アプリケーション、中間サーバ、またはサードパーティ）に送られる１つもしくは複数のデータストリームを選択する；（４）動物データが１つもしくは複数のコンピューティングデバイスに送られる（例えば、制御用アプリケーション、中間サーバ、またはサードパーティに戻す）頻度を選択する；（５）収集した動物データに対して１つもしくは複数のアクションを取り、アクションされたデータを１つもしくは複数のコンピューティングデバイス（例えば、制御用アプリケーション、中間サーバ、またはサードパーティ）に送る；（６）少なくとも１つのセンサ内で、１つもしくは複数のセッティングを変更もしくは調節する；（７）少なくとも１つのセンサによって１つもしくは複数のアクションを取る；（８）１つもしくは複数の無人航空機（例えば、１つもしくは複数のそのコンポーネントを含む）の、１つもしくは複数の特性（例えば、場所、ＵＡＶセンサ方向、アンテナ方向）を変更もしくは調節する；（９）動物データから導出した情報に基づいて１つもしくは複数のアクションを取る（例えば、ＵＡＶを通じて医療的サポートを提供する）；（１０）１つもしくは複数のホームステーションと、１つもしくは複数の他のコンピューティングデバイス（例えば、ホームステーション、サードパーティシステム、中間サーバ、他のコンピューティングデバイス）との間の電子的通信をサポート（例えば、拡張）する；または（１１）センサデータを記憶する。収集した動物データに対する１つまたは複数のアクションは、１つまたは複数の処理ステップを含むことができる（例えば、無人航空機上の収集した動物データの少なくとも一部を、少なくとも１つの機械計算資産または洞察に変形することであり、収集した動物データの少なくとも一部が、少なくとも１つのセンサから発せられる、変形すること、および、少なくとも１つの機械計算資産または洞察を、制御用アプリケーション、中間サーバ、またはサードパーティなどの別のコンピューティングデバイスに送ること；無人航空機によって受信した２つ以上のデータストリームを集約して、制御用アプリケーション、中間サーバ、またはサードパーティなどの別のコンピューティングデバイスに送り返すことが可能な１つまたは複数の洞察を作成すること）。収集した動物データに対する１つまたは複数のアクションとしてはまた、データを用いて取られる１つまたは複数のアクション（例えば、データを別のコンピューティングデバイスに送る行為）を含むことも可能である。
一部の変形形態では、制御用アプリケーションは、ＵＡＶ機能性の少なくとも一部をセットアップおよび／または制御するよう、加えて少なくとも１つのセンサ、少なくとも１つのホームステーション、および少なくとも１つのＵＡＶを含むネットワークを管理（例えば、運用）するように動作可能である。無人航空機または確立されたＵＡＶのネットワークに応じて、ＵＡＶまたはＵＡＶのネットワークは、単一の制御用アプリケーションまたは複数の制御用アプリケーションを通じて動作させてもよく、それらのうちの１つまたは複数は、リモートであってもよい。改良形態では、少なくとも１つのセンサとＵＡＶまたはＵＡＶのネットワークとの間で通信が確立されると、ＵＡＶまたはＵＡＶのネットワークは、４つの役割のうちの１つまたは複数として作用することが可能である：（１）１つもしくは複数のセンサとホームステーションまたは１つもしくは複数の他のコンピューティングデバイス（例えば、サードパーティコンピューティングデバイス）との間の通信を促進する、ホームステーションの拡張として；（２）１つもしくは複数のセンサと通信し、センサデータを受信し、１つもしくは複数のアクションを取る（例えば、データを処理する、データを記憶する、ホームステーションもしくはサードパーティコンピューティングデバイスまでの長距離に渡ってデータを送る；コマンドを送る；医療的緊急事態の事象における地上サポートなど、センサデータから導出した情報に応答してサポートを与える）、中間的なコンピューティングデバイスとして；（３）１つもしくは複数のターゲット個体に（直接的または間接的のいずれかで）関連するデータを収集する１つもしくは複数のセンサとして；（４）１つもしくは複数のネットワークの管理者として（例えば、ホームステーションとして作用する）；または（５）それらの組み合わせ。収集した動物データを用いて１つまたは複数のＵＡＶによって取られる１つまたは複数のアクションとしては、正規化、タイムスタンプ、集約、記憶、処理、操作、エンハンス、編成、分析、匿名化、要約、合成、帳簿付け、同期、配信、またはそれらの組み合わせ、同様にコマンドを作成して配布する能力を挙げることができる。例えば、１つまたは複数のＵＡＶは、高周波数レートでサンプリングされたデータを要約して（例えば、１秒当たり２５０～１０００ｈｚ以上でデータを収集して、そのデータを１秒当たり１ｘで送るよう要約する）、いくつもの使用事例または制約（例えば、限定的な帯域幅または制約を通じて）に適応するよう要約したデータを送るように動作可能である。コマンドは、ＵＡＶにより制御用アプリケーションからセンサに、送ることおよび受信することが可能である。これは、制御用アプリケーションが、ＵＡＶを通じた通信により、すべての接続されたセンサを、セットアップ、制御、設定、および操作するように動作可能であることを意味する。コマンドを、制御用アプリケーションからＵＡＶに、ＵＡＶまたはＵＡＶのネットワークと通信状態にある任意の数のセンサに対して、送ることおよび受信することが可能であることが有利である。改良形態では、１つまたは複数のコマンドは、ホームステーションおよび／または、１つもしくは複数の人工知能技法を利用する１つもしくは複数のＵＡＶによって、動的に作成することが可能である。例えば、１つまたは複数のＵＡＶが、ターゲット個体の１つまたは複数のセンサから導出した動物データ中に異常を識別した場合、ホームステーションおよび／または１つもしくは複数のＵＡＶは、コマンドを動的に作成して、データをサードパーティ（例えば、病院、ヘルスケアプロバイダ、緊急システム）に送るか、別のアクションを取ることができる。別の改良形態では、１つまたは複数のＵＡＶは、中間サーバとして機能することが可能である。
図４Ａ、図４Ｂ、および図４Ｃを参照すると、ＵＡＶベースの送信システム１０および１０’の操作用のユーザインターフェースの図が与えられている。図４Ａ、図４Ｂ、および図４Ｃに描かれる制御要素のそれぞれについては、選択ボックス、ドロップダウンリスト、ボタンなどの制御要素を、互換的に使用することが可能であることを諒解されたい。図４Ａ、図４Ｂ、および図４Ｃにおける制御要素のそれぞれは、「ボタン」として描かれている。ユーザは、通常「ユーザ名」と「パスワード」を入力し、次いで制御要素７４を作動させることにより、ユーザインターフェース７０を通じて制御用アプリケーションにログインする。次いで、リストボックス７８を表示するインターフェース７６が、ユーザに提示され、監視用に選択することが可能なターゲット個体のリストを示す。ユーザは、監視する１つまたは複数の個体を選択することができる。改良形態では、ターゲット個体の１つまたは複数の群（例えば、バスケットボールチーム全体；あるアクティビティのすべての登録参加者）が、選択用に動作可能であってもよい。制御要素８０は、選択を確定する。次いでユーザは、選択されたターゲット個体（またはターゲット個体の群）に関連付けられるセンサリストボックス８２から少なくとも１つのセンサを選ぶ。センサは、２つ以上のタイプの動物データをキャプチャすることができることを諒解されたい。例えば、ＥＣＧをキャプチャするセンサはまた、Ｘ、Ｙ、Ｚ座標をキャプチャするために、加速度計、ジャイロスコープ、および磁気計を内部に含むことができる。制御要素８４は、選択を確定する。
図４Ｃを参照すると、１つまたは複数のターゲット個体およびセンサを選択した後、ユーザインターフェース９０が表示される。ユーザは、１つまたは複数の選択されたセンサのどれを操作するかを識別する。これは、リストボックス９２中で選択された１つまたは複数のターゲット個体、およびリストボックス９４の１つまたは複数のセンサをハイライトすることによって達成される。１つまたは複数の制御要素９６は、センサをパワー「オン」にする、または必要であれば１つもしくは複数のコマンド（例えば、「センサを準備」；「無線接続を利用可能にする」；「ペアリング」）を開始する。変形形態では、制御要素９６は、必要であれば複数の制御要素９６であることが可能である。改良形態では、ユーザが個別のユーザではなくユーザのカテゴリを選択することができるように、リストボックス９２のターゲット個体は、１つまたは複数の群にグループ化されてもよい。センサに応じて、ユーザがターゲット個体である場合、そのユーザは、１つまたは複数のセンサをその形態（例えば、身体）上に配置することが可能であり、ユーザがターゲット個体である場合、１つまたは複数のセンサをその形態上に配置して有することが可能である、などである。センサに応じて、１つまたは複数のセンサがいつ形態（例えば、身体）に配置されるかに関する要件は、調整可能なパラメータであり得る。一部のセンサは、このステップを必要としない場合がある。次いで、ユーザは、データの収集を開始するために、ユーザにより利用されるセンサごとに、データ収集開始の制御要素９８を作動させる。
さらに図４Ｃを参照すると、１つまたは複数のセンサと制御用アプリケーションとの間のデータ収集は、１つまたは複数のＵＡＶの選択の前、または後のいずれでも行われることが可能である。場合によっては、データ収集処理を行うために、１つまたは複数のＵＡＶが必要とされる場合がある（例えば、それによりホームステーション３０は、ＵＡＶ２０を通じてセンサ１８と通信するだけでよい）。他の事例では、１つまたは複数のセンサ１８の、１つもしくは複数のＵＡＶ２０またはＵＡＶ２０のネットワークに対するペアリングは、センサがホームステーション３０上の制御用アプリケーションへのストリーミングを開始してしまった後に行うことが可能である。この場合、ホームステーション３０とＵＡＶ２０との間の通信に「ハンドオフ」が必要とされる場合がある。なお他の事例では、１つまたは複数のセンサと、１つまたは複数のＵＡＶまたはＵＡＶのネットワークとの間の通信が確立され、制御用アプリケーションが１つまたは複数のＵＡＶだけを通じでデータを受信することを確実にするように、制御用アプリケーションが、１つまたは複数のセンサ、および１つまたは複数のＵＡＶまたはＵＡＶのネットワークと正常にペアリングするまで、データ収集は開始されなくてもよい。しかしながら、１つまたは複数のセンサと、ホームステーションと、ＵＡＶとの間でデータ収集を行うことができる数々の方法があり、これは既に詳細に説明した。改良形態では、制御要素９８は、アクティブ化されるセンサのサブセットもしくはすべて、またはについて、データ収集を開始するように動作可能であり得る。別の改良形態では、制御要素９６は、制御要素９８を置き換えてもよく、またはその逆であってもよい。例えば、制御用アプリケーションは、センサと通信するよう設定され、センサとシステムとの間で一度ペアリング機能が行われていれば、センサから制御用アプリケーションへのデータのストリーミングを自動的に開始してもよい（これにより、「データ収集開始」制御要素の機能上の要件が除去される）。
変形形態では、センサが一度アクティブ化されると（または場合によってはデータ収集の開始の後）、ユーザは、１つまたは複数のセンサの範囲内にある、すべてのＵＡＶ（または関連ＵＡＶのサブセット）を位置特定することが可能であり、制御用アプリケーションにより１つまたは複数のセンサに接続するように動作可能である。代替的には、ユーザは、ユーザアクティビティ（例えば、ユーザは、特定経路に沿って進む１００マイルのバイクレースに行くところである）のパラメータ内のすべてのＵＡＶを位置特定し、ペアリングしたいＵＡＶを選択することが可能である。別の変形形態では、ホームステーションは、ネットワーク内のすべてのＵＡＶにｐｉｎｇを飛ばし、接続する少なくとも１つのセンサにとって最適なＵＡＶ（またはＵＡＶのネットワーク）を自動的に選択して接続するように動作可能である。これは、１つもしくは複数のセンサおよび／またはＵＡＶの範囲、アクティビティに基づく所定の場所パターンなどに基づいていることが可能である。「最適」は、信号強度、モビリティ、アクティビティに基づく帯域幅などを含む使用事例に応じて、多くの方法で定義可能である。別の変形形態では、所与の場所または範囲にある、１つまたは複数のＵＡＶは、少なくとも１つのセンサを自動的に検出して、少なくとも１つのセンサがペアリングすべきＵＡＶまたはＵＡＶのネットワークを（例えば、１つまたは複数の人工知能技法により）判定することができる。別の変形形態では、ホームステーションは、１つまたは複数のセンサが接続することが可能なＵＡＶの１つまたは複数のネットワークをユーザが選択できるよう、動作可能であり得る。別の変形形態では、ホームステーションは、１つまたは複数のセンサが接続することが可能なＵＡＶの１つまたは複数のネットワークを自動的に選択するよう、動作可能であり得る。なお別の変形形態では、１つまたは複数のセンサ、ターゲット個体、またはＵＡＶに関連する１つまたは複数のパラメータが変わった（例えば、１つもしくは複数のセンサもしくはターゲット個体が場所を変わる、または信号強度もしくは信号品質など、センサもしくはＵＡＶ通信に影響を及ぼす別の１つもしくは複数の問題が生ずる）場合、ＵＡＶは、少なくとも１つのセンサが、通信をあるＵＡＶから別のＵＡＶに切り替えるか、リダイレクトできるように設定することが可能である。なお別の変形形態では、１つまたは複数の人工知能を利用して、１つまたは複数のセンサがペアリングすべき適当なＵＡＶまたはＵＡＶのネットワークを判定することが可能である。
改良形態では、ホームステーションは、１つもしくは複数の無人航空機または１つもしくは複数の無人航空機を含むネットワークを自動的に選択して、以下の特性のうちの１つまたは複数に基づいて、少なくとも１つのセンサと接続するようにプログラムされる：無人航空機の場所、無人航空機のカバレッジ、無人航空機のペイロード、無人航空機の帯域幅、ネットワークの場所、ネットワークのカバレッジ、ネットワークのペイロード、ネットワークの帯域幅、ターゲット個体の場所、センサの場所、エネルギー制約（例えば、バッテリ寿命）、信号強度、環境条件、または信号品質（例えば、データパケットロスを含む）。変形形態では、ホームステーションまたは１つもしくは複数の無人航空機は、１つまたは複数のコマンドを少なくとも１つのセンサに与え、１つまたは複数の特性（つまり、無人航空機の場所、無人航空機のカバレッジ、無人航空機のペイロード、無人航空機の帯域幅、ネットワークのカバレッジ、ネットワークのペイロード、ネットワークの帯域幅、ターゲット個体の場所、センサの場所、エネルギー制約、信号強度、環境条件、信号品質、またはそれらの組み合わせ）から少なくとも一部導出された情報に基づいて、１つまたは複数のアクションを取る（例えば、別のＵＡＶなど別のコンピューティングデバイスに接続してサンプリングレートを低減する）。そのような情報を導出するべく、１つまたは複数の特性が、ホームステーションまたは１つもしくは複数の無人航空機によって検出され監視される。別の改良形態では、ホームステーションは、以下の特性のうちの１つまたは複数に基づいて、少なくとも１つのセンサと接続するために、ＵＡＶのうちの１つまたは複数のネットワークを自動的に選択するようプログラムされる：ネットワークの場所、ターゲット個体の場所、データ使用、ネットワーク帯域幅、センサの場所、エネルギー制約（例えば、バッテリ寿命）、信号強度、環境条件、または信号品質。別の改良形態では、少なくとも１つのホームステーション、少なくとも１つのセンサ、および少なくとも１つの無人航空機から成るネットワークは、少なくとも１つのセンサ、少なくとも１つの無人航空機、ネットワーク内の電子的通信（例えば、信号強度または信号品質などの、センサ信号特性）、収集した動物データ、収集した動物データの配信、またはそれらの組み合わせに関連する１つまたは複数の特性を監視して、ホームステーション、少なくとも１つのセンサ、１つもしくは複数のＵＡＶ、１つもしくは複数の中間サーバ、１つもしくは複数のサードパーティ、１つもしくは複数のクラウド、および／または１つもしくは複数の他のコンピューティングデバイス（例えば、コンピューティングデバイス２６）間の通信において定められたレベルまたは品質を維持するために、１つまたは複数のアクションを取るように動作可能である。例えば、ネットワークは、すべての潜在的なデータ転送ポイントに渡って信号接続強度および信号品質を監視する能力を提供して、ホームステーションがネットワーク内で最良の通信／データ転送ポイントを自動的に選択して変更できるようにしてもよく、これは別の無人航空機、中間サーバ、または他のコンピューティングデバイスであってもよい。変形形態では、ネットワークは、センサ信号強度および／または信号品質、ならびに帯域幅可用性、環境条件、（１つまたは複数のＵＡＶに関する）エネルギー制約などを含む他の関連する検討を維持するか上昇させるかの所望に基づいて、センサ通信をあるＵＡＶから別のＵＡＶに切り替えるか、リダイレクトしてもよい。別の改良形態では、少なくとも１つのホームステーションまたは無人航空機は、（１）１つまたは複数のデータ通信ポイント（例えば、データ転送ポイント）に渡って、少なくとも１つのセンサと１つまたは複数の無人航空機との間で送信される１つまたは複数の通信（例えば、センサ信号または読取り値）に関する１つまたは複数の特性（例えば、信号品質、信号強度、ＵＡＶ帯域幅）を検出して監視する、および（２）１つまたは複数のコマンドを少なくとも１つのセンサに提供して、別のＵＡＶまたは他の非ＵＡＶ送信システムであってもよい別のコンピューティングデバイス（例えば、二次的な送信ソース）とペアリング（例えば、接続）する。変形形態では、ホームステーションは、少なくとも１つのセンサが、信号強度、信号品質、ＵＡＶエネルギー保存（例えば、バッテリ寿命）または他の関連する検討に関して、１つまたは複数のＵＡＶによってホームステーションまたは中間サーバに与えられるフィードバックに基づいて、センサ通信をあるＵＡＶから別のＵＡＶに切り替えるか、リダイレクトできるようにする、１つまたは複数のコマンドを提供する。そのような切り替えまたはリダイレクトは、あるＵＡＶから別のＵＡＶへ交互することを含む場合がある。
一部の変形形態では、ホームステーション、少なくとも１つのセンサ、および１つまたは複数の無人航空機を含むネットワークは、記憶されるデータまたは少なくとも１つのセンサ、ホームステーションもしくは無人航空機に送信、もしくはそれらから送信されるデータを、暗号化または圧縮する能力を提供する。他の変形形態では、ホームステーション、少なくとも１つのセンサ、および１つまたは複数の無人航空機を含むネットワークは、１つまたは複数のセンサ、ホームステーション、または無人航空機に提供される（送られる）か、それらによって提供される動物データの少なくとも一部を、エンコード（例えば、暗号化、圧縮、不明瞭化）するように動作可能である。改良形態では、ネットワーク内の少なくとも１つのコンピューティングデバイスは、少なくとも１つのセンサ、ホームステーション、または１つもしくは複数の無人航空機に提供されるか、それらによって提供される動物データの少なくとも一部を、エンコードするように動作可能である。少なくとも１つのコンピューティングデバイスは、無人航空機、ホームステーション、クラウドサーバ、中間サーバ、または他のコンピューティングデバイスを含むことができる。
上述のように、ユーザは、１つまたは複数のセンサを、制御用アプリケーション内で、単一のＵＡＶにペアリングすることができるか、１つまたは複数のセンサを複数のＵＡＶまたはＵＡＶのネットワークにペアリングすることができる。適当なＵＡＶが選択される、またはＵＡＶのネットワークが選択されてしまうと、次いでユーザは、センサとＵＡＶまたはＵＡＶのネットワークとの間のペアリング機能を可能にする。このペアリング機能は、センサが１つもしくは複数のＵＡＶの範囲にある場合、即時に開始する場合があり、またはセンサが１つもしくは複数のＵＡＶの範囲に入ると開始してもよい。代替的に、センサが複数の送信システム（例えば、放送ネットワーク）とペアリングするように動作可能である場合、センサは、まず（例えば、ホームステーション３０上の）制御用アプリケーションに向けて送信して、次にＵＡＶにハンドオフする場合がある。
改良形態では、複数のＵＡＶは単一のセンサと通信することが可能である。例えば、ＵＡＶ１が指定エリアに割り当てられており、ターゲット個体がそのエリアの外に移動する場合、その個体がいったんＵＡＶ１指定エリアの外側に出てしまうと、別のＵＡＶ２がターゲット個体と通信してもよい。別の改良形態では、複数のセンサは、単一のＵＡＶと通信してもよい（例えば、この事象では、単一のＵＡＶを使用する複数のターゲット個体がいる、または単一のターゲット個体が複数のセンサを装着している）。別の改良形態では、複数のＵＡＶを同時的に、同一の１つまたは複数のセンサで利用することが可能であり、複数のＵＡＶは、互いに通信するように動作可能である。例えば、無線メッシュネットワーク内では、ターゲット対象が範囲の外に移動すると、ＵＡＶシステムはあるＵＡＶから別のＵＡＶに切り替わるように動作可能であってもよく（例えば、ＵＡＶが特定のエリアをカバーする責任があり、再配置しないと仮定する）、または他の必要性（例えば、帯域幅）により、それが必要とされる。
別の改良形態では、１つまたは複数の無人航空機２０は、少なくとも１つのセンサまたは１つもしくは複数のターゲット個体の場所に基づいて、自身の場所、標高、および／または送受信機位置付けを調節することが可能である。より具体的には、１つまたは複数のＵＡＶは、少なくとも１つのセンサまたは１つもしくは複数のターゲット個体の１つまたは複数の特性（例えば、場所、位置付け、信号強度）を検出することができ、１つまたは複数のＵＡＶは、少なくとも１つのセンサまたは１つもしくは複数の個体の場所に基づいて、自身の場所または送受信機位置付けを調節することが可能である。例えば、ＵＡＶがターゲット個体の群を追跡しており、このターゲット個体の群が新しい場所に移動する場合、ＵＡＶは、自身の場所を変え、自身の標高を調節し、および／または自身の送受信機位置付けを調節して、少なくとも１つのセンサとＵＡＶとの間での最適なデータの転送および収集を確実にすることができる。別の改良形態では、１つまたは複数のＵＡＶは、１つまたは複数のターゲット個体について、１つまたは複数の追跡メカニズムに基づいて（例えば、光学的な追跡、センサ追跡）、自身の場所、標高、および／またはＵＡＶ位置付けを調節してもよい。変形形態では、１つまたは複数のＵＡＶは、１つまたは複数の通信リンクによって判定され得るセンサの場所に基づいて、自身の場所、標高、および／または位置付けを調節してもよい。別の改良形態では、ＵＡＶは、１つまたは複数のセンサの通信を、１つまたは複数のターゲット個体から同一ネットワーク内の別の１つまたは複数のＵＡＶに、ハンドオフしてもよい。スポーツ用途向けの変形形態では、１つまたは複数のＵＡＶは、スタジアム（例えば、フットボール、ベースボール、サッカー）上でホバリングするか、レース追跡し、競技場にあるすべてのターゲット個体（例えば、アスリート、馬）およびそれらの関連センサに対して、中間的なコンピューティングデバイス（例えば、送信ハブ）として作用することが可能である。他のスポーツ用途では、ＵＡＶは、サイクリングレース（特に、ターゲットの参加者）、トライアスロン、マラソンなどを追跡および追従し、１つまたは複数のターゲット個体からのデータを収集して、そのデータに対して１つまたは複数のアクションを取ることができる（例えば、データにタグ付けする、データを操作する、データを１つまたは複数のエンドポイントに送る）。改良形態では、１つまたは複数のＵＡＶの標高は、１つまたは複数のターゲット個体の場所に基づいて、変更または調節され得る。例えば、１つまたは複数のターゲット個体による標高の変更は、１つまたは複数のＵＡＶに、自身の標高を調節させる場合がある。改良形態では、１つまたは複数の無人航空機２０は、自身の場所、標高、および／または送受信機位置付けを、１つまたは複数の他のファクタ（例えば、視線を遮る物体、天候、航空交通など）に基づいて、調節することが可能である。別の改良形態では、１つまたは複数の無人航空機２０は、自身に搭載の１つまたは複数のセンサ（例えば、追跡対象のズーム、フォーカス、または場所を変更する、搭載カメラセンサ）を調節する。調節は手動で（例えば、リモートで）行われてもよく、または１つもしくは複数の統計学的モデリングもしくは人工知能技法を利用することができる１つもしくは複数のファクタに基づいて、プログラムされてもよい。
一部の変形形態では、１つまたは複数の無人航空機２０は、エネルギー生成および保存の１つまたは複数のソリューションを利用してもよい。ソリューションは、推進および／またはセンサ、ならびにシステム通信エネルギーソリューションにフォーカスされてもよい（例えば、データ処理またはデータに対して取られる他のアクション、信号取得、外向きデータレート、ＵＡＶ移動に関連するエネルギー消費量を最小化することにフォーカスしたソリューション）。エネルギー生成には、太陽発電による充電ソリューション、ならびに１つまたは複数のＵＡＶを、この１つまたは複数のＵＡＶにエネルギーを与える別のデバイスに接触させるか、そのようなデバイスと通信させるソリューションが含まれてもよい。接触には、物理的な接触および通信的な接触（性質として物理的でなくてもよい）の両方が含まれ得る。改良形態では、１つまたは複数の無人航空機は、別の物体（例えば、スタジアムまたはアリーナ内の装置、別の１つまたは複数のＵＡＶ、別のコンピューティングデバイス）に付属、または接触してもよい。これは、１つまたは複数のＵＡＶが別の物体とのエネルギー移送用のメカニズムを利用する事象において、有利な場合がある。ＵＡＶはまた、１つまたは複数の静止物体と、ケーブル（例えば、イーサネット、ファイバ）を介して接続されてもよい（例えば、より高速な接続性のため、またはエネルギー供給を提供するため）。
別の改良形態では、ＵＡＶベースの送信システム１０および１０’は、機械学習法などの、１つまたは複数の統計学的モデリングまたは人工知能技法を利用して動物データセットを分析し、１つまたは複数の予測、確率、または可能性を、作成、修正またはエンハンスする。明示的なプログラムされた命令を必要とするのではなく、収集したデータから学習するよう、機械学習ベースのシステムがセットアップされると考えると、１つまたは複数のデータセット内に隠れている可能性があるパターンを探して認識する能力により、機械学習ベースのシステムは、収集されたデータから洞察を引き出し、１つまたは複数の予測を行うことを可能にする。そのような予測は、ＵＡＶ場所、フォーメーション、ビームパターン、帯域幅管理、エネルギー管理、ホームステーション機能、センサ機能、ＵＡＶ配備などを含む、多種多様なＵＡＶおよびネットワーク機能に対して利用可能であり得る。機械学習ベースのシステムは、データを用いて学習するため、システムに新しいデータが入る際のモデル予測および正確性、ならびにシステムにより作成された以前の機械計算から与えられるフィードバックから導出したモデル予測および正確性に対する改善を改善するために反復手法を取る場合が多いことが有利である（これはまた、信頼でき、かつ繰返し可能な結果の作成を可能にする）。
別の改良形態では、１つまたは複数の無人航空機は、１つまたは複数の人工知能技法を利用して作成、エンハンス、または修正される１つまたは複数のコマンドに基づいて、１つまたは複数のアクションを取る。１つまたは複数のコマンドは、ホームステーションまたはＵＡＶによって生成することが可能である。別の改良形態では、１つまたは複数の無人航空機機能は、１つまたは複数の人工知能技法に基づいて、最適化される。最適化は、ホームステーションおよび／または１つもしくは複数のＵＡＶを通じて行うことが可能である。例えば、１つまたは複数のホームステーションまたはＵＡＶは、センサとＵＡＶとの間の信号強度およびカバレッジ、マッピング、ルーティングならびに移動（例えば、エネルギー消費を最小化するよう任意の所与のルートの効率を最大化する）などを最適化するために、１つまたは複数のビームパターン、送受信機場所（例えば、アンテナ場所）、視線（例えば、１つまたは複数のターゲット個体上の１つまたは複数のセンサからのパケットロスを最小化するための１つまたは複数のＵＡＶＳの位置付け）、ビーム幅、１つまたは複数のＵＡＶの標高（例えば、高度）、１つまたは複数のＵＡＶのエネルギー消費（例えば、電力、燃料）、ＵＡＶフォーメーション（例えば、三次元フォーメーション）を最適化すること、を含む１つまたは複数のアクションまたは機能に対して、１つまたは複数の人工知能技法（例えば、機械学習、深層学習）または統計的モデルを利用する。１つまたは複数の人工知能技法を使用することはまた、送信信号（例えば、データを取り込む頻度、データをユーザに送る頻度、データ品質）を最適化するため、ネットワーク輻輳を低減するため、ターゲット個体の場所に基づいて、ターゲットとなる検出、または１つもしくは複数のＵＡＶと１つもしくは複数のセンサとの間の接続の見込みを最大化するためなどにも使用することが可能である。別の改良形態では、１つまたは複数のホームステーションおよび／またはセンサ機能は、１つまたは複数の人工知能技法に基づいて、最適化される。
別の改良形態では、１つまたは複数のＵＡＶは、１つまたは複数の統計学的モデリングまたは人工知能技法を利用して、１つまたは複数のアクションを動的に取ることができる。１つまたは複数のアクションとしては、１つまたは複数のセンサセッティング（例えば、データがサンプリングされる頻度、またはＵＡＶに送信される頻度）の調節、ＵＡＶによってデータが収集される頻度（例えば、エネルギーの検討に基づいて）、ＵＡＶ位置付けおよびフォーメーション（例えば、１つまたは複数のターゲット個体の場所、天候に基づいて）などを挙げることができる。変形形態では、１つまたは複数のＵＡＶは、１つまたは複数の人工知能技法を利用して、１つまたは複数の生物学的センサ出力を評価する（例えば、センサとＵＡＶとの間のレイテンシまたは信号強度を評価する）こと、ならびに１つまたは複数のデータ品質査定を行うように動作可能であり得る。評価またはデータ品質査定に基づいて、１つまたは複数のＵＡＶは、自身の場所、フォーメーション、軌跡、視線、ビームパターン、送受信機場所（例えば、１つまたは複数のアンテナなどの、ＵＡＶのコンポーネントを含む）などを動的に調節することができる。
別の改良形態では、１つまたは複数の統計学的モデルまたは人工知能技法を利用して人工的なデータを生成してもよく、そこから１つまたは複数のシミュレーションを行って、１つまたは複数のＵＡＶが１つまたは複数のアクションを取ることを可能にする情報を提供することが可能である。１つまたは複数のターゲット個体からの受信したセンサデータの少なくとも一部に基づいて、１つまたは複数のＵＡＶは、データをホームステーション、中間サーバ、またはサードパーティシステムのいずれかに提供して（例えば、送って）、１つまたは複数のシミュレーションを行い、シミュレーションデータを生成するように動作可能であり得る。変形形態では、１つまたは複数のＵＡＶは、１つまたは複数のシミュレーションを行ってシミュレーションデータを生成するように動作可能であり得る。１つまたは複数のシミュレーションからの出力に基づいて、１つまたは複数のＵＡＶは、１つまたは複数のアクションを取ることができる。例えば、１つまたは複数のターゲット個体からの収集された生物学的センサデータ、および１つまたは複数のＵＡＶによって収集された非動物データは、１つまたは複数のＵＡＶ（またはホームステーション）をトリガして、１つまたは複数のターゲット個体に関連する１つまたは複数のシミュレーションを実行してもよく、そこから１つまたは複数の予測、確率、または可能性が、計算、機械計算、導出、抽出、外挿、シミュレーション、作成、修正、エンハンス、推定、評価、推論、確立、判定、演繹、観察、通信され得るか、そのような予測、確率、または可能性に基づいてアクションされ得る。ＵＡＶ収集のセンサデータの少なくとも一部から導出したシミュレーションデータ、または１つもしくは複数のその導出物は、直接的または間接的のいずれかで、次のものとして用いられてもよい：（１）１つもしくは複数の賭博が掛けられる、もしくは受け入れられるマーケットとして；（２）１つもしくは複数の製品を、作成、修正、エンハンス、取得、提供、もしくは配布するため；（３）１つもしくは複数の予測、確率、もしくは可能性を、評価、計算、導出、修正、エンハンス、もしくは通信するため；（４）１つもしくは複数の戦略の形式化のため；（５）１つもしくは複数のアクションを取るため；（６）１つもしくは複数のリスクを軽減もしくは防止するため；（７）１つもしくは複数のシミュレーション、機械計算もしくは分析で利用される１つもしくは複数の読取り値として；（８）シミュレーションの出力が１つもしくは複数のユーザに直接的もしくは間接的に関与する、１つもしくは複数のシミュレーションの一部として；（９）１つもしくは複数のアクションを推奨するため；（１０）１つもしくは複数の消費媒体に対する、１つもしくは複数のコアコンポーネントもしくは補足として；（１１）１つもしくは複数のプロモーションにおいて；または（１２）それらの組み合わせ。例えば、１つまたは複数のＵＡＶまたはＵＡＶのネットワークを位置付けて（例えば、場所、フォーメーション、標高）最適な配置を確実にするべく、１つまたは複数のシミュレーションは、ターゲット個体の群の場所に関連して、それらの期待される場所を予測するために、実行される可能性がある。改良形態では、収集されたセンサデータを利用するシミュレーションはまた、ターゲットユーザの移動を予測するために使用することが可能であり、これは収集されたセンサデータおよび１つまたは複数のターゲット個体の１つまたは複数の特性（例えば、１つまたは複数のターゲット個体が関与するアクティビティ）に基づくことが可能である。１つまたは複数の無人航空機を利用して監視を感知するアプリケーションを伴う動物データ予測システムに関するさらなる詳細は、２０１９年４月１５日に提出された米国特許出願第６２／８３３，９７０号、２０１９年１０月９日提出の米国特許出願第６２／９１２，８２２号、および２０２０年４月１５日提出のＵ．Ｓ．Ｐａｔ．Ｎｏ．ＰＣＴ／ＵＳ２０／２８３１３において開示されており、その全体の開示が参照により本明細書に組み込まれる。
別の改良形態では、１つまたは複数のシミュレーションは、受信した動物データの少なくとも一部を利用して実行され、シミュレーションデータを生成する。変形形態では、１つもしくは複数の無人航空機、または１つもしくは複数の無人航空機と電子的通信状態にある１つもしくは複数のコンピューティングデバイスは、１つまたは複数のシミュレーションを実行する。別の変形形態では、１つまたは複数のシミュレーションは、非動物データを１つまたは複数の入力として利用して、シミュレーションデータを生成する。シミュレーションデータの少なくとも一部は、１つまたは複数のその導出物を含み、次のように利用される：（１）１つもしくは複数の洞察もしくは機械計算資産を作成、エンハンス、または修正するため；（２）１つもしくは複数の製品を作成、修正、エンハンス、取得、提供、もしくは配布するため；（３）１つもしくは複数の予測、確率、もしくは可能性を、作成、評価、導出、修正、もしくはエンハンスするため；（４）１つもしくは複数の戦略の形式化のため；（５）１つもしくは複数のアクションを推奨するため；（６）１つもしくは複数のリスクを軽減もしくは防止する；（７）１つもしくは複数のシミュレーション、機械計算もしくは分析で利用される１つもしくは複数の読取り値として；（８）シミュレーションの出力が１つもしくは複数のユーザに直接的もしくは間接的に関与する、１つもしくは複数のシミュレーションの一部として；（９）１つもしくは複数の消費媒体に対する、１つもしくは複数のコアコンポーネントもしくは補足として；（１０）１つもしくは複数のプロモーションにおいて；または（１１）それらの組み合わせ。場合によっては、１つまたは複数のシミュレーションは、１つまたは複数の人工知能または統計学的モデリング技法を利用して、シミュレーションデータを生成する。別の変形形態では、少なくとも１つのコンピューティングデバイスは、シミュレーションデータに基づいて、１つまたは複数のアクションを取る。改良形態では、少なくとも１つのコンピューティングデバイスは、ホームステーション、中間サーバ、サードパーティコンピューティングデバイス、クラウドサーバ、無人航空機、または他のコンピューティングデバイスである。
別の改良形態では、収集されたセンサデータを組み込む１つまたは複数のシミュレーションが、ターゲット個体の、またはターゲット個体の群の、１つまたは複数の動物データ読取り値（例えば、場所、移動）を予測するために実行され、１つまたは複数のＵＡＶを最適化することが可能である。１つまたは複数のシミュレーションは、収集されたセンサデータ、１つまたは複数のターゲット個体の１つまたは複数の特性（例えば、１つまたは複数のターゲット個体が関与するアクティビティ）、１つまたは複数のタイプの非動物データ（例えば、天候、探索結果、または１つもしくは複数のモバイルデバイスからのコンテンツ）などを含むことができる。例えば、１つまたは複数のシミュレーションを通じて１つまたは複数の移動を予測するために、１つまたは複数のターゲット個体から場所データを収集することは、１つまたは複数のＵＡＶ全体の効率を高めることができ、ＵＡＶフォーメーション（例えば、三次元フォーメーション）を最適化して１つまたは複数のターゲット個体との最適な視線を確実にすること、ＵＡＶのマッピング、ＵＡＶのルーティング（例えば、エネルギー消費を最小化するよう任意の所与のルートの効率を最大化する）、ＵＡＶおよび他のコンピューティングデバイス全体でのデータの共有（例えば、１つまたは複数のターゲット個体の１つまたは複数の予測される移動に基づいて、データが、他のＵＡＶもしくはコンピューティングデバイスと共有されるか、それらに対して利用可能にされる必要があり得るのか、または記憶される必要があり得るのかを判定すること、予測される移動に基づいてシームレスなハンドオフを確実にするために、どの情報がＵＡＶ全体で重複している必要があり得るかなど）、システム間の電子的通信（例えば、ターゲット個体の場所に基づいて、ターゲットとなる検出、または１つもしくは複数のＵＡＶと１つもしくは複数のセンサとの間の接続の見込みを最大化する）、アンテナ位置付け、１つまたは複数のセンサまたはシステムと通信するために利用されるアンテナのタイプ、アンテナアレイ位置付け、予測されるターゲット個体の場所に基づくビームパターンおよび方向の最適化、予測されるターゲット個体の場所に基づく１つまたは複数のＵＡＶの配置／フォーメーション（例えば、高度、標高の投影された変更を含む）などが含まれる。１つまたは複数のＵＡＶによって取られる、シミュレーションデータに対する１つまたは複数のアクションは、帯域幅の最適化、（例えば、さらに利用可能な帯域幅）、１つまたは複数のＵＡＶのためのエネルギー保存の向上（例えば、ＵＡＶが、追加的な機能のため、または飛行時間を延ばすためにエネルギーを利用できるようにする）、センサとＵＡＶとの間のより信頼できる通信（例えば、より強い信号強度、データパケットロスの減少）、カバレッジエリアの最大化などにつながり得る。そのようなシミュレーションは、１つまたは複数のＵＡＶ上、その関連するクラウドサーバ上、またはネットワーク内で行うことが可能である（例えば、１つまたは複数のＵＡＶと通信状態にある別のコンピューティングデバイス（例えば、ホームステーション、中間サーバ）を通じて。
別の改良形態では、１つまたは複数の訓練されたニューラルネットワークを利用して、シミュレーションデータ（例えば、シミュレーションされた動物データ、受信した動物データに基づく他のシミュレーションデータ）を生成し、１つまたは複数の訓練されたニューラルネットワークは、受信した動物データまたは少なくともその一部を用いて訓練されている。一般に、ニューラルネットワークは、実際の動物データを用いて訓練された後に、シミュレーションされた動物データを生成する。動物データ（例えば、ＥＣＧ信号、心拍、体液読取り値）は、１つまたは複数のセンサより、１つまたは複数のターゲット個体から、通常、観察の時系列として収集することが可能である。シーケンス予測機械学習アルゴリズムを適用して、収集したデータに基づいて可能性のある動物データ値を予測することが可能である。収集された動物データ値は、ニューラルネットワークの訓練フェーズの間に、１つまたは複数のモデルに渡される。この非線形なデータセットをモデリングするために利用されるニューラルネットワークは、１つまたは複数のニューラルネットワークの確立された原理に基づいて自分自身を訓練する。より具体的には、１つまたは複数のニューラルネットワークは、ターゲット個体の生物学的機能、および１つまたは複数の変数があらゆる所与の生物学的機能にどのように影響を与え得るかを理解するために、動物データセットのうちの１つまたは複数を用いて訓練してもよい。ニューラルネットワークは、１つまたは複数の生物学的機能に基づいてどのような結果が生じたか、および１つまたは複数の変数のインパクトを理解するために、さらに訓練することが可能であり、相関分析と因果分析を可能にする。例えば、現在のシナリオを含むあらゆる所与のシナリオ内でのターゲット個体の１つまたは複数の生物学的機能、現在のシナリオを含むあらゆる所与のシナリオ内でのターゲット個体の１つまたは複数の生物学的機能にインパクトを与え得る１つまたは複数の変数、ターゲット個体および／または１つもしくは複数の存在する変数が表す１つまたは複数の生物学的機能に基づく現在のシナリオを含むあらゆる所与のシナリオ内で以前に生じた１つまたは複数の結果、現在のシナリオに類似するシナリオを含むあらゆる所与のシナリオにおいて、ターゲット個体に類似および非類似の個体の１つまたは複数の生物学的機能、現在のシナリオに類似するシナリオを含むあらゆる所与のシナリオ内でのターゲット個体の１つまたは複数の生物学的機能にインパクトを与え得る１つまたは複数の他の変数、現在のシナリオに類似するシナリオを含むあらゆる所与のシナリオ内でのターゲット個体に類似および非類似の他の個体の１つまたは複数の生物学的機能にインパクトを与え得る１つまたは複数の変数、ならびにターゲット個体に類似および非類似の個体および／または１つもしくは複数の変数が表す１つまたは複数の生物学的機能に基づく現在のシナリオに類似するシナリオを含むあらゆる所与のシナリオにおいて、以前に生じた１つまたは複数の結果、などの情報を理解するために訓練されると、ＵＡＶベースの送信システム１０または１０’は、１つまたは複数のシミュレーションを実行して、１つまたは複数の予測、確率、または可能性を判定することができる。
ニューラルネットワークの１つまたは複数のタイプとしては、限定はしないが以下を挙げることができる：Ｆｅｅｄｆｏｒｗａｒｄ、Ｐｅｒｃｅｐｔｒｏｎ、Ｄｅｅｐ Ｆｅｅｄｆｏｒｗａｒｄ、Ｒａｄｉａｌ Ｂａｓｉｓ Ｎｅｔｗｏｒｋ、Ｇａｔｅｄ Ｒｅｃｕｒｒｅｎｔ Ｕｎｉｔ、Ａｕｔｏｅｎｃｏｄｅｒ（ＡＥ）、Ｖａｒｉａｔｉｏｎａｌ ＡＥ、Ｄｅｎｏｉｓｉｎｇ ＡＥ、Ｓｐａｒｓｅ ＡＥ、Ｍａｒｋｏｖ Ｃｈａｉｎ、Ｈｏｐｆｉｅｌｄ Ｎｅｔｗｏｒｋ、Ｂｏｌｔｚｍａｎｎ Ｍａｃｈｉｎｅ、Ｒｅｓｔｒｉｃｔｅｄ ＢＭ、Ｄｅｅｐ Ｂｅｌｉｅｆ Ｎｅｔｗｏｒｋ、Ｄｅｅｐ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋ、Ｄｅｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｔｗｏｒｋ、Ｄｅｅｐ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｉｎｖｅｒｓｅ Ｇｒａｐｈｉｃｓ Ｎｅｔｗｏｒｋ、Ｌｉｑｕｉｄ Ｓｔａｔｅ Ｍａｃｈｉｎｅ、Ｅｘｔｒｅｍｅ Ｌｅａｒｎｉｎｇ Ｍａｃｈｉｎｅ、Ｅｃｈｏ Ｓｔａｔｅ Ｎｅｔｗｏｒｋ、Ｄｅｅｐ Ｒｅｓｉｄｕａｌ Ｎｅｔｗｏｒｋ、Ｋｏｈｅｎｅｎ Ｎｅｔｗｏｒｋ、Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ、Ｎｅｕｒａｌ Ｔｕｒｉｎｇ Ｍａｃｈｉｎｅ、Ｇｒｏｕｐ Ｍｅｔｈｏｄ ｏｆ Ｄａｔａ Ｈａｎｄｌｉｎｇ、Ｐｒｏｂａｂｉｌｉｓｔｉｃ、Ｔｉｍｅ ｄｅｌａｙ、Ｃｏｎｖｏｌｕｔｉｏｎａｌ、Ｄｅｅｐ Ｓｔａｃｋｉｎｇ Ｎｅｔｗｏｒｋ、Ｇｅｎｅｒａｌ Ｒｅｇｒｅｓｓｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、Ｓｅｌｆ－Ｏｒｇａｎｉｚｉｎｇ Ｍａｐ、Ｌｅａｒｎｉｎｇ Ｖｅｃｔｏｒ Ｑｕａｎｔｉｚａｔｉｏｎ、Ｓｉｍｐｌｅ Ｒｅｃｕｒｒｅｎｔ、Ｒｅｓｅｒｖｏｉｒ Ｃｏｍｐｕｔｉｎｇ、Ｅｃｈｏ Ｓｔａｔｅ、Ｂｉ－Ｄｉｒｅｃｔｉｏｎａｌ、Ｈｉｅｒａｒｃｈａｌ、Ｓｔｏｃｈａｓｔｉｃ、Ｇｅｎｅｔｉｃ Ｓｃａｌｅ、Ｍｏｄｕｌａｒ、Ｃｏｍｍｉｔｔｅｅ ｏｆ Ｍａｃｈｉｎｅｓ、Ａｓｓｏｃｉａｔｉｖｅ、Ｐｈｙｓｉｃａｌ、Ｉｎｓｔａｎｔａｎｅｏｕｓｌｙ Ｔｒａｉｎｅｄ、Ｓｐｉｋｉｎｇ、Ｒｅｇｕｌａｔｏｒｙ Ｆｅｅｄｂａｃｋ、Ｎｅｏｃｏｇｎｉｔｒｏｎ、Ｃｏｍｐｏｕｎｄ Ｈｉｅｒａｒｃｈｉｃａｌ－Ｄｅｅｐ Ｍｏｄｅｌｓ、Ｄｅｅｐ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｉｎｇ Ｎｅｔｗｏｒｋ、Ｍｕｌｔｉｌａｙｅｒ Ｋｅｒｎｅｌ Ｍａｃｈｉｎｅ、Ｄｙｎａｍｉｃ、Ｃａｓｃａｄｉｎｇ、Ｎｅｕｒｏ－Ｆｕｚｚｙ、Ｃｏｍｐｏｓｉｔｉｏｎａｌ Ｐａｔｔｅｒｎ－Ｐｒｏｄｕｃｉｎｇ、Ｍｅｍｏｒｙ Ｎｅｔｗｏｒｋｓ、Ｏｎｅ－ｓｈｏｔ Ａｓｓｏｃｉａｔｉｖｅ Ｍｅｍｏｒｙ、Ｈｉｅｒａｒｃｈｉｃａｌ Ｔｅｍｐｏｒａｌ Ｍｅｍｏｒｙ、Ｈｏｌｏｇｒａｐｈｉｃ Ａｓｓｏｃｉａｔｉｖｅ Ｍｅｍｏｒｙ、Ｓｅｍａｎｔｉｃ Ｈａｓｈｉｎｇ、Ｐｏｉｎｔｅｒ Ｎｅｔｗｏｒｋｓ、およびＥｎｃｏｄｅｒ－Ｄｅｃｏｄｅｒ Ｎｅｔｗｏｒｋ。
そのような方法は、ＵＡＶ場所、フォーメーション、ビームパターン、帯域幅管理、エネルギー管理などを含む、ＵＡＶおよびネットワーク機能を最適化するために、ＵＡＶ収集の、またはＵＡＶベースの（例えば、ホームステーションによって収集された）データに適用可能である。変形形態では、１つまたは複数のニューラルネットワークは、複数のターゲット個体、およびそれぞれのターゲット個体からの１つまたは複数のデータセットを用いて訓練して、予測、確率、または可能性をより正確に生成してもよい。別の変形形態では、１つまたは複数のシミュレーションは、まず、ターゲット個体ごとに実際のセンサデータに基づいて人工的なデータ（例えば、人工的なセンサデータ）を生成するために実行され（例えば、以前の心拍データ、温度、湿度、および他の変数に基づいて、これから始まるランニングにおいて、ターゲット個体の将来的な１分当たりの心拍数がどのようになり得るかを予測する）、次いで、１つまたは複数のさらなるシミュレーションにおいて、生成された人工的なデータ（例えば、人工的なセンサデータ）の少なくとも一部を利用して、あらゆる所与の結果の見込みを判定する、および／または予測を行う（例えば、ターゲット個体がランニングで熱中症を起こす見込み）。本発明は、実際の動物データから人工的な動物データを生成するために利用されるニューラルネットワークの方法またはタイプに限定されない。
別の改良形態では、１つまたは複数のアクションは、収集した動物データに基づいて取られる可能性がある。例えば、１つまたは複数のＵＡＶは、１つまたは複数のセンサに基づく生物学ベースの情報を検出する情報（例えば、ターゲット対象が、心臓発作、または脳卒中などの医学的事象を起こしている）を、検出またはキャプチャすること、収集したセンサデータを分析する（例えば、機械学習法などの１つまたは複数の人工知能技法を利用して、データ内のパターンを見つけて、予測または確率ベースの情報を生成する）か、またはデータにアクセスする別のコンピューティングデバイスを通じて（例えば、クラウドを通じて）分析用のデータを提供すること、および１つまたは複数のアクションを取る（例えば、アラートを病院システムなどの別のシステムに送り、システムにそのようなアラートを通知する；１つまたは複数の信号または読取り値のＵＡＶの分析の結果として、１つまたは複数の医薬品または薬品を配達する；分析を提供するコンピューティングデバイスから分析された情報を受信して、アラートをサードパーティに送る）ことができる。アクションは、１つもしくは複数の生物学的読取り値（例えば、読取り値の要約、生物学的読取り値がキャプチャされたターゲット個体の場所）および／または他のデータ（例えば、医学的事象の見込みを通信する予測的なインジケータが、収集した情報に基づいて発生する）を、１つまたは複数のＵＡＶに関する情報と共に含み得るアラートであってもよい。さらなる改良形態において、１つまたは複数のＵＡＶは、１つもしくは複数のＵＡＶをトリガして１つもしくは複数のシミュレーションを実行する、または１つもしくは複数のＵＡＶからデータを受信もしくは取得する別のコンピューティングデバイスをトリガして、１つもしくは複数のシミュレーションを実行する生物学ベースの情報を検出する場合があり、そこから１つまたは複数の予測、確率、または可能性が導出され（例えば、収集した生物学的センサデータが、特定の医学的な症状に関連付けられるデータ内で異常を示す読取り値を提供するため、システムが１つまたは複数のシミュレーションを実行して、ターゲット個体がｎの期間内に医学的な症状を起こす見込みを判定する）、１つまたは複数のアクションが取られる（例えば、ＵＡＶは、応急処置キットもしくは他の医療用デバイスを配達して医学的な症状への対処の援助をする、または病院システムもしくは医療緊急システムなどの別のシステムにアラートを送る、または医学的な症状を起こしそうなターゲット個体にアラートを送ることができる）。別の改良形態では、１つまたは複数のＵＡＶは、動物データを検出することができ、別の１つまたは複数のＵＡＶはアクションを取ってもよい（例えば、あるＵＡＶは生物学的データを検出し、別のＵＡＶは１つまたは複数のシミュレーションを実行し、別のＵＡＶは、キャプチャしたセンサデータおよび生成された人工的な情報を解釈して医学的事象が生じる見込みを予測し、別のＵＡＶは１つまたは複数の薬物または処方物を配達する）。別の改良形態では、１つまたは複数のＵＡＶは、動物データを検出することができ、別の１つまたは複数のコンピューティングデバイスはアクションを取ってもよい（例えば、ＵＡＶはセンサデータをキャプチャし、データをサードパーティに送ってシミュレーションを実行し、出力に基づいて適当な薬物または処方物を配達する）。シミュレーションされる動物データおよびモデルを生成するためのシステムに関連するさらなる詳細は、２０１９年９月６日に提出された米国特許出願第６２／８９７，０６４号、および２０２０年５月２０日に提出された米国特許出願第６３／０２７，４９１号において開示されており、その全体の開示が参照により本明細書に組み込まれる。
別の改良形態では、１つまたは複数の人工的なデータ値が生成される。例えば、１つまたは複数のＵＡＶが不完全なデータを受信する（例えば、センサがデータパケットすべてを送らない、ＵＡＶがデータパケットすべてを受信しない、１つもしくは複数のセンサからの値またはＵＡＶによって受信したデータに欠落がある、ＵＡＶによって受信したデータのセットにノイズが多い、あるいはＵＡＶがデータ内にノイズを作り出す）事象では、ホームステーション、１つもしくは複数のＵＡＶ、中間サーバ、サードパーティシステム、または他のコンピューティングデバイス（例えば、コンピューティングデバイス２６）は、人工的なデータを用いて、欠落している値を埋めるために、または置換の値を生成するために、１つまたは複数の技法を利用してもよい。そのような技法はまた、ネットワークに関連付けられるクラウドサーバを通じて行われてもよい。多くの場合において、１つまたは複数のセンサは、サーバに提供される測定値（例えば、生のＡＦＥデータなどのアナログ測定値）を生み出し、サーバはデータをフィルタリングするために方法または技法を適用して１つまたは複数の値を生成する（例えば、心拍値）。しかしながら、データが極めて低い信号対ノイズ比を有する事例、または値が欠落している事例では、人工的なデータ値を生成するために事前フィルタリングロジックが必要となる場合がある。一態様では、センサから生成されるデータを「フィックス（ｆｉｘ）」して、生成される１つまたは複数のデータ値がクリーンであり所定の範囲内に収まっていることを確実にするために、システムが複数のステップを取る、事前フィルタリング方法が、提案される。１つもしくは複数のＵＡＶまたはその関連クラウドに収めることができる事前フィルタリングロジックは、センサからのデータを消化して、あらゆる外れ値または「不良」値を検出して、これらの値を期待される値または「良好な」人工的な値で置き換え、１つまたは複数の生物学的データ値（例えば、心拍値）のその機械計算として「良好な」人工的な値を渡す。「フィックス」という用語は、事前確立のしきい値の範囲外になる可能性がある値を、生成される値の時系列的に揃っており事前確立のしきい値内に収まる１つまたは複数の「良好な」データ値で置き換えるための、１つまたは複数の代替的なデータ値（つまり、「良好な」値）を作成する能力を称する。これらのステップは、あらゆるロジックが受信される生物学的データに対してアクションを取り、１つまたは複数の生物学的データ値（例えば、心拍値）を計算することに先立って行われる。
事前フィルタリングロジック、ならびに１つまたは複数のデータ値の識別および置換の方法は、収集されるあらゆるタイプのセンサデータに適用することが可能であり、１つまたは複数のＵＡＶによって受信される生の出力と処理された出力の両方を含むことが有利である。アナログ測定値（ＡＦＥ）などの生データは、表面筋電図（ｓＥＭＧ）信号などの他の波形に変換することが可能であるが、説明目的で、ＡＦＥのＥＣＧおよび心拍（ＨＲ）値への変換を詳述する。前述のように、事前フィルタリングロジックは、１つまたは複数のセンサから生成されるＡＦＥ値の時系列中、信号対ノイズ比がゼロもしくはゼロに近い、または数値的に小さいシナリオにおいて重要となる。この場合、１つまたは複数の心拍値を生成するための前述のシステムおよび方法は、１つまたは複数のそのような値を無視する可能性があり、これにより心拍値が生成されない場合があるか、または生成される心拍値が事前確立のパラメータ、パターン、および／またはしきい値の外側となる可能性がある。そのようなＡＦＥ値は、１つもしくは複数の他の生理学的パラメータを上昇させるアクション（例えば、筋肉活動）を取っている対象、あるいは導入されているか接続を劣化させている同一センサから、または他の変数から導出される競合信号から生じ得る。これにより、一貫性のないＨＲ系列を助長する場合がある。
この問題を解決するために、１つまたは複数のデータ値のうちの１つまたは複数が、以前に生成された値ではなく、将来的な値を見ることによって作成される方法が確立されている。より具体的には、１つまたは複数のＵＡＶの一部である（例えば、１つまたは複数のＵＡＶに搭載されている、１つまたは複数のＵＡＶと通信状態にあるクラウド内にある）ロジックは、１つまたは複数の外れ値信号値を検出して、外れ値を期待される範囲（例えば、確立された上限および下限）内に含まれる１つまたは複数の信号値で置き換えることができ、故に系列を平滑化する効果があり、同時に各値の間のばらつきを低減させる。確立された期待される範囲は、個体、センサのタイプ、１つまたは複数のセンサパラメータ、センサ特性のうちの１つまたは複数、１つまたは複数の環境ファクタ、個体の１つまたは複数の特性、個体のアクティビティなどを含む、複数の異なる変数を考慮することができる。期待される範囲はまた、以前に収集されたセンサデータおよび／または１つもしくは複数のその導出物の少なくとも一部、ならびに可能性としては前述の変数のうちの１つまたは複数を使用する、１つまたは複数の人工知能または機械学習技法によって作成され、期待される範囲がどのようになるかを予測してもよい。期待される範囲はまた、ある期間で変わってもよく、性質として動的であってもよく、１つまたは複数の変数（例えば、その人物が関与するアクティビティまたは環境条件）に基づいて調節をする。変形形態では、１つまたは複数のセンサからの、収集されたセンサデータおよび／または１つもしくは複数のその導出物の少なくとも一部から導出される期待される範囲（例えば、上限と下限）内の１つまたは複数の人工的な信号値を生成するために、１つまたは複数の人工知能技法が、少なくとも一部、利用されてもよい。
将来的な値に基づいて、１つまたは複数の値を作成することの所望の結果を達成するために、システムは、まずセンサの「正常」または「期待される」ＡＦＥ値の１つまたは複数をサンプリングして、センサにより生成される各ＡＦＥ値の許容可能な上限と下限を判定するための統計学的なテストと探索的データ分析を適用してもよく、これには四分位範囲（ＩＱＲ）、分布およびパーセンタイルカットオフ、尖度のような外れ値検出技法などが含まれ得る。次いで、正常または期待されるＡＦＥ値を、以前に収集されたセンサデータの少なくとも一部を利用して判定することができる。何を正常または期待されるＡＦＥ値と考えるかは、センサにより、センサパラメータにより、または正常もしくは期待されるものと考慮され得る他のパラメータ／特性により（例えば、対象、対象が関与しているアクティビティ）、異なっていてもよい。
いったん外れ値が識別されると、次いで事前フィルタリングロジックは、後方充填法を使用して１つまたは複数の外れ値を、現在のサンプルのウインドウの正常範囲内の利用可能な次の値を用いて埋める（つまり、受け入れられる下限と上限の外側となるＡＦＥ値）。これにより、処理不可能なノイズのない、よりクリーンでより予測可能な、値の時系列が得られる。改良形態では、１つまたは複数の値は、過去の一連のＡＦＥ値を与えられた場合に、次のＡＦＥ値を予測するために、および／または一連の値が正常範囲に入ることを可能にするべく１つまたは複数の外れ値に対する置換としてモデルが訓練されてある、人工知能技法（例えば、機械学習、深層学習）を利用することによって生み出される。変形形態では、ユーザは、センサから生み出されるＡＦＥ信号が取るであろう波形に類似する波形を記述するヒューリスティック、または数式ベースの方法を利用することが可能である。
心拍値では、システムは、ｎ秒分のＡＦＥデータを含むよう、生データを処理する事前フィルタリングロジックによって使用されるデータ量を多くしてもよい。システムによって収集され利用されるデータの量の増加により、ＱＲＳ群を識別するために用いられる間隔数が増えるため、システムは、ＨＲ生成値のより予測可能なパターンを作成することが可能となる。このことは、ＨＲが、１秒サブ間隔に対して計算されたＨＲ値の平均であることにより生じる。秒数ｎは、所定の、または動的な、微調整可能なパラメータである。改良形態では、人工知能技法を利用して、１つまたは複数の以前に収集されたデータセットに基づいて所与の範囲に入る１つまたは複数の値を生成するために必要なｎ秒のＡＦＥデータを予測してもよい。
データの事前処理は、ＱＲＳ群中の可能性のあるＲピークを複製しない場合があるが、１つまたは複数のノイズの多い値を、正常または期待される信号の範囲に引き込むことにより、下流方向フィルタリングを可能にし、品質信号がない場合に、ＨＲ値を生成するシステムは、期待される範囲内に入る１つまたは複数のＨＲ値を生み出す。心拍および他の生物学的データを測定するためのシステムに関連するさらなる詳細は、２０１９年１月１４日に提出された米国特許出願第１６／２４６，９２３号、および２０２０年１月１４日に提出されたＵ．Ｓ．Ｐａｔ．Ｎｏ．ＰＣＴ／ＵＳ２０／１３４６１において開示されており、その全体の開示が参照により本明細書に組み込まれる。
改良形態では、１つまたは複数のＵＡＶ内に含まれるロジックは、人工的なデータ値を生成してデータセットを完成させる。例えば、あらゆる所与の生物学的データ（例えば、心拍）を収集しているセンサは、センサが、データを収集、分析および／またはシミュレーションに配信することを妨げる出来事を有する場合がある（例えば、１つまたは複数のセンサが、対象から脱落する、電力不足のためデータの収集を停止する、など）。この例では、１つまたは複数のＵＡＶ（または、中間サーバなどの他のコンピューティングデバイス）は、１つまたは複数のシミュレーションを実行して１つまたは複数の人工的なデータセットを作成して、データセットを完成させるロジックを含むことが可能である（例えば、対象が４０分間のランニングに出かけているが、心拍センサが３０分後にバッテリ不足になる場合、シミュレーションシステムは、最後の１０分間の心拍データを生成することが可能であり、これには、以前に収集されたデータおよびデータセット、速度、距離、環境条件などを含むさらなる変数のより多くが考慮され得る）。
例示的な実施形態を上で説明したが、これらの実施形態は、本発明のすべての可能な形態を記述することは意図されていない。むしろ、本明細書で用いられる言葉は、限定的ではなく説明的な言葉であり、本発明の思想および範囲を逸脱することなく様々な変更が行われ得ることを理解されたい。追加的に、様々な実装実施形態の特徴は、本発明のさらなる実施形態を形成するために組み合わされてもよい。
Claims (38)
- 電子的に送信可能な動物データのソースであって、少なくとも１つのセンサを含み、動物データが少なくとも１つのターゲット個体から収集される、動物データのソースと、
前記動物データのソースから、前記動物データを受信される動物データの第１のセットとして受信する無人航空機であって、前記動物データのソースから１つまたは複数の信号を受信して、１つまたは複数の制御信号を前記動物データのソースに送るように動作可能な送受信機を有する、無人航空機と、
前記受信される動物データの第１のセットの少なくとも一部を受信するように動作可能なコンピューティングデバイスと、
ホームステーションと、を備え、
前記ホームステーションまたは前記コンピューティングデバイスが、ターゲット個体の第１のリストおよび第２のリストを示すように構成された制御用アプリケーションを実行し、前記第１のリストは、ユーザが監視する１以上の個体を選択できるように選択可能なものであり、前記第２のリストから、ユーザは選択されたターゲット個体に関連付けられた少なくとも１つのセンサを選択することができ、前記制御用アプリケーションは、さらに、ユーザが、どの選択された１つまたは複数のセンサを操作するかを識別することを可能にすることを特徴とする、無人航空機ベースのデータ収集および配信システム。 - 前記コンピューティングデバイス、中間サーバ、またはサードパーティに送信する前に、前記無人航空機が前記動物データを分析する、請求項１に記載のシステム。
- 前記ホームステーション、中間サーバ、またはサードパーティに送信する前に、前記無人航空機がメタデータを前記動物データに付加する、請求項１に記載のシステム。
- 前記メタデータが、前記動物データの特性、前記動物データの発信源、またはセンサデータを含む、請求項３に記載のシステム。
- １つ以上の属性が、（１）前記動物データが発信された個体に関する、（２）前記センサに関する、または（３）前記動物データが収集された後で、前記メタデータに付加することができる、または前記動物データに関連付けられる動物データに関する、請求項３に記載のシステム。
- 前記無人航空機が少なくとも１つの前記センサと通信できない場合に、次のパラメータであって、時間、少なくとも１つの前記センサの場所、１以上の個体の場所、および１以上の無人航空機の場所、のうちの１つ以上のパラメータの変更の後で、前記無人航空機が少なくとも１つの前記センサと自動的に再接続されるようにプログラムされている、請求項１に記載のシステム。
- 少なくとも１つの前記センサと前記ホームステーションとの間の１以上の通信が、ネットワーク内において、非無人航空機の送信システムから１以上の無人航空機へと、またはその逆で移譲される、請求項１に記載のシステム。
- 前記ホームステーション、少なくとも１つのセンサ、および１以上の無人航空機を含むネットワークが、少なくとも１つの前記センサ、センサ信号、および／または収集した動物データに関する１以上の特性を監視する能力を提供する、請求項１に記載のシステム。
- 以下の特性であって、無人航空機の場所、無人航空機のペイロード、無人航空機の帯域幅、個体の場所、センサの場所、バッテリ寿命、信号強度、環境条件、および信号品質のうちの１以上の特性に基づいて、前記ホームステーションが、１以上の無人航空機を自動的に選択して少なくとも１つの前記センサと接続するようにプログラムされている、請求項１に記載のシステム。
- 前記ホームステーションまたはＵＡＶが、（１）少なくとも１つの前記センサと１以上の無人航空機との間の、１以上のデータ通信ポイントにわたる信号品質および／または信号強度を検出および監視し、および（２）１以上のコマンドを前記センサに提供して、他の無人航空機または非無人航空機の送信システムである二次的な送信ソースとペアリングさせる、請求項１に記載のシステム。
- １以上の無人航空機が、単一ネットワーク内において、複数のネットワーク内において、または互いに独立して機能し、１以上のホームステーションが１以上の無人航空機と通信し、２以上の無人航空機が互いに通信する、請求項１に記載のシステム。
- １以上の無人航空機が他の装置に付属している、請求項１に記載のシステム。
- 前記コンピューティングデバイスが、前記ホームステーション、中間サーバ、または無人航空機である、請求項１に記載のシステム。
- １以上の無人航空機が、付属した、取り付けられた、または埋め込まれた少なくとも１つのセンサを有し、当該センサは１以上のデータポイントをキャプチャし、前記無人航空機が（１）動物データをホームステーションおよび／またはサードパーティ、または中間サーバに中継する、または（２）キャプチャした動物データの少なくとも一部を使用して、キャプチャしたセンサの動物データを、洞察またはメトリクスに変換する、請求項１に記載のシステム。
- 前記無人航空機が、１つまたは複数の個体からの前記少なくとも１つのセンサと、１つまたは複数の無線通信プロトコルを使用して通信することができる、請求項１に記載のシステム。
- 前記ホームステーションが、１以上の無人航空機および／または少なくとも１つの前記センサを監視して、以下のイベントであって、（１）前記ホームステーション、中間サーバ、またはサードパーティにアラートする、および／または（２）前記ホームステーション、中間サーバ、またはサードパーティに予期される出力を送達するように、ホームステーションに少なくとも１つの補正的なアクションを行うように促す、イベントが発生する、請求項１に記載のシステム。
- 前記ホームステーション、少なくとも１つのセンサ、および１以上の無人航空機から構成されたネットワークが、センサ、ホームステーション、または無人航空機へと送信するまたはこれらから送信されたデータを不明瞭化する能力を提供する、請求項１に記載のシステム。
- 前記動物データが人間のデータである、請求項１に記載のシステム。
- 前記無人航空機および／または前記ホームステーションが１以上の分類を前記動物データに割り当てるように動作可能であり、１以上の前記分類が、メトリクス分類、洞察分類、データプロパティ、データ即時性分類、またはデータコンテキスト分類を含む、請求項１に記載のシステム。
- 少なくとも１つのセンサが、対象の身体、眼球または骨格系に取り付けられているか、接触しているか、または電気接続されているか、個体に埋め込まれているか、少なくとも１のターゲット個体内に持ち込まれているか、少なくとも１のターゲット個体により摂取されているか、または少なくとも１のターゲット個体と直接的にまたは１以上の中間物を介して接している繊維、生地、布、材料、器具、物体、または装置に、一部として一体化されているか、取り付けられているか、または埋め込まれている、請求項１に記載のシステム。
- 前記少なくとも１つのセンサが、１つまたは複数のターゲット個体から、生理学的データ、バイオメトリックデータ、化学的データ、生体力学的データ、場所データ、環境データ、遺伝子データ、ゲノムデータ、または他の生物学的データを集めるバイオセンサである、請求項２０に記載のシステム。
- 前記少なくとも１つのセンサが、顔認識データ、アイトラッキング、バイオ信号、生体電気信号、血流、血液分析、血圧、体液、脈拍、酸素、深部体温、皮膚温度、発汗レベル、場所データ、位置座標、音声データ、生体力学的運動、血糖レベル、水分レベル、乳酸レベル、ナトリウムレベル、カリウムレベル、心拍、遺伝子情報、ゲノムデータ、骨格データ、筋肉活動、呼吸回数、様々な方向における位置または加速、周囲温度および湿度、大気圧、標高、のうちの少なくとも１つまたはこれらの組み合わせを収集する、請求項２０に記載のシステム。
- 前記コンピューティングデバイスが、１つまたは複数のコマンドを前記無人航空機において実行する制御用アプリケーションを実行し、（１）収集した動物データの少なくとも一部を、リアルタイムまたはほぼリアルタイムで、制御用アプリケーション、中間サーバ、またはサードパーティのプラットフォームにストリーミングすること、（２）制御用アプリケーション、中間サーバ、またはサードパーティのシステムに送り返す１つ以上のデータストリームを選択すること、（３）データが制御用アプリケーション、中間サーバ、またはサードパーティのシステムに送り返される頻度を選択すること、（４）少なくとも１つのセンサから前記無人航空機において収集された動物データを、機械計算資産に変換し、１以上の機械計算資産を、制御用アプリケーション、中間サーバ、またはサードパーティのシステムに送信すること、（５）少なくとも１つのセンサから無人航空機への１以上のデータストリームを集約し、制御用アプリケーション、中間サーバ、またはサードパーティのシステムに送り返すことができる１以上の変換データを作成すること、（６）少なくとも１つの前記センサにおける１以上のセッティングを変更もしくは調節すること、（７）少なくとも１つの前記センサにアクションを実行するように命令することと、（８）無人航空機の位置を変更または調節すること、および（９）センサデータを保存すること、のうちの少なくとも１つまたはこれらの組み合わせを前記コマンドが開始する、請求項１に記載のシステム。
- 前記無人航空機が、少なくとも１つの前記センサと通信するデータ取得ユニットを含む、請求項１に記載のシステム。
- 前記データ取得ユニットが、二方向通信リンクを介してセンサと通信する送受信機モジュールを含み、前記二方向通信リンクにおいて、ユーザは、少なくとも１つの前記センサのための１以上のパラメータをアクティブ化して設定し、少なくとも１つの前記センサから１以上のデータを受信することができる、請求項２４に記載のシステム。
- 前記送信機モジュールが、前記ホームステーション、サードパーティ、および／または中間サーバと通信するように動作可能である、請求項２５に記載のシステム。
- 前記データ取得ユニットが、１以上のデータ処理ステップを実行するように動作可能なマイクロプロセッサを含む、請求項２４に記載のシステム。
- 前記データ取得ユニットが、前記マイクロプロセッサと電子的に通信を行うメモリモジュールおよび入力／出力モジュールを含む、請求項２７に記載のシステム。
- １以上の処理ステップが、前記動物データを、正規化すること、タイムスタンプすること、集約すること、記憶すること、操作すること、増進すること、編成すること、分析すること、匿名化すること、要約すること、合成すること、帳簿付けすること、同期すること、および配信することを含むグループから選択される、請求項２７に記載のシステム。
- 前記データ取得ユニットが通信モジュールを含む、請求項２４に記載のシステム。
- 前記無人航空機は、顔認識ソフトウェアを利用するセンサが付属し、取り付けられ、または埋め込まれており、１以上のターゲットからの感情をキャプチャし、前記無人航空機は、収集したセンサデータを使用して、顔認識データを収集した動物データと相関させて、任意の時間における個体のストレスレベルを判定する、請求項１に記載のシステム。
- 少なくとも１つの前記センサが心拍の変動性を提供する、請求項１に記載のシステム。
- 前記制御用アプリケーションが前記コンピューティングデバイスにおいて実行され、スポーツイベントまたはスポーツ活動の間に、前記コンピューティングデバイスがサードパーティおよび／または中間サーバとリアルタイムまたはほぼリアルタイムで通信する、請求項１に記載のシステム。
- 前記無人航空機が、収集した動物データに基づいて健康状態または医療状態を検出し、アラートが発せられる、または収集した動物データの少なくとも一部が、前記無人航空機から、１以上のホームステーション、中間サーバ、またはサードパーティに送信される、請求項１に記載のシステム。
- 前記無人航空機は、人間を搭載せずに、遠隔制御または自律的な搭載型コンピュータにより操縦される航空機である、請求項１に記載のシステム。
- １以上の無人航空機が、少なくとも１つのセンサまたは１以上の個体の位置に基づいて、当該無人航空機の位置または送受信機の配置を調節する、請求項１に記載のシステム。
- １以上の無人航空機が、１以上のサードパーティと、中間サーバと、ホームステーションと、または互いと通信する、請求項１に記載のシステム。
- １以上の無人航空機が、前記ホームステーションにより送信された１以上のコマンドに基づいて、同じデータセットの少なくとも一部に対して１以上の協調されたアクションを実行する、請求項１に記載のシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/517,012 | 2019-07-19 | ||
| US16/517,012 US10980218B2 (en) | 2019-07-19 | 2019-07-19 | Unmanned aerial vehicle (UAV)-based system for collecting and distributing animal data for monitoring |
| PCT/US2020/042705 WO2021016148A1 (en) | 2019-07-19 | 2020-07-20 | An unmanned aerial vehicle (uav)-based system for collecting and distributing animal data for monitoring |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2022541505A JP2022541505A (ja) | 2022-09-26 |
| JPWO2021016148A5 JPWO2021016148A5 (ja) | 2023-07-31 |
| JP7470453B2 true JP7470453B2 (ja) | 2024-04-18 |
Family
ID=74180838
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022502866A Active JP7470453B2 (ja) | 2019-07-19 | 2020-07-20 | 動物データを監視用に収集および配信するための、無人航空機（ｕａｖ）ベースのシステム |
Country Status (11)
| Country | Link |
|---|---|
| US (3) | US10980218B2 (ja) |
| EP (1) | EP3998937A4 (ja) |
| JP (1) | JP7470453B2 (ja) |
| KR (1) | KR20220047280A (ja) |
| CN (1) | CN114828736A (ja) |
| AU (1) | AU2020315882A1 (ja) |
| BR (1) | BR112022001051A2 (ja) |
| CA (1) | CA3144397A1 (ja) |
| IL (1) | IL289913A (ja) |
| MX (1) | MX2022000717A (ja) |
| WO (1) | WO2021016148A1 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11879705B2 (en) * | 2018-07-05 | 2024-01-23 | Mikael Bror Taveniku | System and method for active shooter defense |
| US11850053B2 (en) | 2019-01-14 | 2023-12-26 | Sports Data Labs, Inc. | System for measuring heart rate |
| US10980218B2 (en) * | 2019-07-19 | 2021-04-20 | Sports Data Labs, Inc. | Unmanned aerial vehicle (UAV)-based system for collecting and distributing animal data for monitoring |
| US20230131370A1 (en) * | 2019-07-19 | 2023-04-27 | Sports Data Labs, Inc. | An unmanned aerial vehicle (uav)-based system for collecting and distributing animal data for monitoring |
| US11514523B2 (en) * | 2019-10-28 | 2022-11-29 | Fmr Llc | AI-based real-time prediction engine apparatuses, methods and systems |
| US11907335B2 (en) * | 2020-10-16 | 2024-02-20 | Cognitive Space | System and method for facilitating autonomous target selection |
| US11798427B2 (en) * | 2021-01-25 | 2023-10-24 | The Boeing Company | Auto-labeling sensor data for machine learning |
| US20230091659A1 (en) * | 2021-06-21 | 2023-03-23 | Mesos LLC | High-Altitude Airborne Remote Sensing |
| CN114007148B (zh) * | 2021-10-21 | 2023-05-05 | 贵州师范学院 | 基于LoRa网关无人机群的水文监测系统 |
| US11722462B1 (en) * | 2022-04-28 | 2023-08-08 | Beta Air, Llc | Systems and methods for encrypted flight plan communications |
| CN115042907B (zh) * | 2022-06-27 | 2024-05-31 | 深圳哲轮科技有限公司 | 一种电动助力车的动力控制方法、系统及电动助力车 |
| US11954753B2 (en) * | 2022-08-29 | 2024-04-09 | Bnsf Railway Company | Railroad operations image detection and identification system and method therefor |
| CN116489193B (zh) * | 2023-05-04 | 2024-01-23 | 中国人民解放军陆军工程大学 | 一种作战网络自适应组合方法、装置、设备及介质 |
| CN116319795B (zh) * | 2023-05-24 | 2023-08-01 | 无锡光煜晞科技有限责任公司 | 一种基于边缘计算的地铁列车无人驾驶探测识别系统 |
| CN117250994B (zh) * | 2023-11-14 | 2024-02-02 | 贵州航天智慧农业有限公司 | 基于无人机追踪昆虫迁飞轨迹的方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170202185A1 (en) | 2016-01-18 | 2017-07-20 | Dinklage Feed Yards, Inc. | Unmanned livestock monitoring system and methods of use |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10555498B2 (en) * | 2012-09-19 | 2020-02-11 | Botsitter, Llc | Method and system for remote monitoring, care and maintenance of animals |
| US9643722B1 (en) | 2014-02-28 | 2017-05-09 | Lucas J. Myslinski | Drone device security system |
| US9494936B2 (en) * | 2015-03-12 | 2016-11-15 | Alarm.Com Incorporated | Robotic assistance in security monitoring |
| US10212922B2 (en) * | 2015-05-12 | 2019-02-26 | Sony Corporation | Management apparatus, individual management system, and individual search system |
| AU2016268525A1 (en) * | 2015-05-25 | 2017-12-07 | Cattle-Watch Ltd | System and method for monitoring livestock |
| EP3313731B1 (en) | 2015-06-24 | 2021-05-05 | Ent. Services Development Corporation LP | Control aerial movement of drone based on line-of-sight of humans using devices |
| US20170193308A1 (en) | 2016-02-23 | 2017-07-06 | Clinimetrics S.A. | Systems and methods for personal security using autonomous drones |
| US10204520B2 (en) | 2016-05-16 | 2019-02-12 | Orestis Demetriades | Unmanned aerial vehicle based security system |
| US10537701B2 (en) * | 2016-07-05 | 2020-01-21 | International Business Machines Corporation | Alleviating movement disorder conditions using unmanned aerial vehicles |
| US20180091875A1 (en) | 2016-09-28 | 2018-03-29 | International Business Machines Corporation | Monitoring the health and safety of personnel using unmanned aerial vehicles |
| US11495118B2 (en) | 2017-06-27 | 2022-11-08 | Oneevent Technologies, Inc. | Augmented reality of a building |
| US10555152B2 (en) | 2017-09-28 | 2020-02-04 | At&T Intellectual Property I, L.P. | Drone-to-drone information exchange |
| US10489649B2 (en) | 2017-09-28 | 2019-11-26 | At&T Intellectual Property I, L.P. | Drone data locker system |
| US11119222B2 (en) * | 2017-12-18 | 2021-09-14 | Korea Advanced Institute Of Science And Technology (Kaist) | Method and system for local-area differential GNSS for UAV navigation, and for generating optimal protection level and geometry screening therefor |
| US10980218B2 (en) * | 2019-07-19 | 2021-04-20 | Sports Data Labs, Inc. | Unmanned aerial vehicle (UAV)-based system for collecting and distributing animal data for monitoring |
-
2019
- 2019-07-19 US US16/517,012 patent/US10980218B2/en active Active
-
2020
- 2020-07-20 CN CN202080065316.2A patent/CN114828736A/zh active Pending
- 2020-07-20 AU AU2020315882A patent/AU2020315882A1/en active Pending
- 2020-07-20 BR BR112022001051A patent/BR112022001051A2/pt unknown
- 2020-07-20 WO PCT/US2020/042705 patent/WO2021016148A1/en unknown
- 2020-07-20 EP EP20843735.0A patent/EP3998937A4/en active Pending
- 2020-07-20 MX MX2022000717A patent/MX2022000717A/es unknown
- 2020-07-20 KR KR1020227005255A patent/KR20220047280A/ko unknown
- 2020-07-20 CA CA3144397A patent/CA3144397A1/en active Pending
- 2020-07-20 JP JP2022502866A patent/JP7470453B2/ja active Active
- 2020-10-15 US US17/071,625 patent/US11778987B2/en active Active
-
2022
- 2022-01-17 IL IL289913A patent/IL289913A/en unknown
-
2023
- 2023-07-11 US US18/220,480 patent/US20230354779A1/en active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170202185A1 (en) | 2016-01-18 | 2017-07-20 | Dinklage Feed Yards, Inc. | Unmanned livestock monitoring system and methods of use |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210015079A1 (en) | 2021-01-21 |
| US10980218B2 (en) | 2021-04-20 |
| JP2022541505A (ja) | 2022-09-26 |
| BR112022001051A2 (pt) | 2022-03-15 |
| AU2020315882A1 (en) | 2022-02-10 |
| MX2022000717A (es) | 2022-02-24 |
| WO2021016148A1 (en) | 2021-01-28 |
| US11778987B2 (en) | 2023-10-10 |
| CN114828736A (zh) | 2022-07-29 |
| EP3998937A4 (en) | 2023-08-16 |
| US20230354779A1 (en) | 2023-11-09 |
| US20210022321A1 (en) | 2021-01-28 |
| EP3998937A1 (en) | 2022-05-25 |
| IL289913A (en) | 2022-03-01 |
| KR20220047280A (ko) | 2022-04-15 |
| CA3144397A1 (en) | 2021-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7470453B2 (ja) | 動物データを監視用に収集および配信するための、無人航空機（ｕａｖ）ベースのシステム | |
| US20230131370A1 (en) | An unmanned aerial vehicle (uav)-based system for collecting and distributing animal data for monitoring | |
| EP4299148A2 (en) | System for generating simulated animal data and models | |
| US20210225505A1 (en) | Biological data tracking system and method | |
| KR20220007063A (ko) | 동물 데이터 예측 시스템 | |
| US20110246123A1 (en) | Personal status monitoring | |
| JP7542861B2 (ja) | 生物学的データ追跡システムおよび方法 | |
| Grigorescu et al. | Robotic platform with medical applications in the smart city environment | |
| US20200102074A1 (en) | A device, method and system for an unmanned aerial vehicle health care companion | |
| Ohno et al. | Cyber-enhanced rescue canine | |
| JPWO2021016148A5 (ja) | ||
| Elia et al. | A real‐world data collection framework for a fused dataset creation for joint human and remotely operated vehicle monitoring and anomalous command detection | |
| US20230227183A1 (en) | Care Delivery Telehealth Drone | |
| Shenoy | Sensor information processing for wearable iot devices | |
| Chatzitofis et al. | Technological module for unsupervised, personalized cardiac rehabilitation exercising | |
| US20220395237A1 (en) | Automatic ambulatory subject monitoring | |
| WO2022261673A1 (en) | Automatic ambulatory non-human subject monitoring | |
| Ibrahim et al. | Learning to Self-Manage by Intelligent Monitoring, Prediction and Intervention | |
| COOPER et al. | Learning to self-manage by intelligent monitoring, prediction and intervention. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230719 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230719 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230721 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230721 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231204 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240214 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240401 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7470453 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |