KR20140076484A - 나무 계측 시스템 - Google Patents

나무 계측 시스템 Download PDF

Info

Publication number
KR20140076484A
KR20140076484A KR1020130133934A KR20130133934A KR20140076484A KR 20140076484 A KR20140076484 A KR 20140076484A KR 1020130133934 A KR1020130133934 A KR 1020130133934A KR 20130133934 A KR20130133934 A KR 20130133934A KR 20140076484 A KR20140076484 A KR 20140076484A
Authority
KR
South Korea
Prior art keywords
trees
group
tree
information
measurement
Prior art date
Application number
KR1020130133934A
Other languages
English (en)
Other versions
KR102181283B1 (ko
Inventor
라일 비안 존
프리지비코 조슈아
Original Assignee
더 보잉 컴파니
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 더 보잉 컴파니 filed Critical 더 보잉 컴파니
Publication of KR20140076484A publication Critical patent/KR20140076484A/ko
Application granted granted Critical
Publication of KR102181283B1 publication Critical patent/KR102181283B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/10—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring diameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G23/00—Forestry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Environmental Sciences (AREA)
  • Forests & Forestry (AREA)
  • Ecology (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

본 발명은 나무의 그룹(206)에 대한 다수의 직경을 식별하기 위한 방법 및 장치를 제공한다. 무인 항공기(236)는 무인 항공기(236)와 관련된 센서 시스템(306)에 의해 나무의 그룹(206)에 대한 다수의 직경의 측정을 허용하도록 구성된 높이에서 나무의 그룹(206)을 통과하여 경로(522) 상에서 이동한다. 정보가 무인 항공기(236)와 관련된 센서 시스템(306)을 이용해서 나무의 그룹(206)에 대한 다수의 직경에 관하여 발생된다.

Description

나무 계측 시스템{TREE METROLOGY SYSTEM}
본 발명은 일반적으로 산림의 계측에 관한 것으로, 특히 산림의 캐노피(canopy) 아래에서 산림의 측정을 하는 것에 관한 것이다. 특히, 본 발명은 센서 시스템을 이용해서 나무를 측정하기 위한 방법 및 장치에 관한 것이다.
산림 관리는 많은 다른 측면을 포함하는 산림의 부분이다. 이들 측면은 산림을 관리하는 환경, 경제, 행정, 법률, 사회적 측면을 포함할 수 있다. 산림 경영은 목재 추출, 나무 심기, 나무 이식, 산림을 통한 도로와 통로의 분리, 산림의 화재 방지, 산림의 건전성 유지, 및 다른 적절한 활동 등과 같은 다양한 기술로 구성될 수 있다.
산림 관리와 관련하여 이들 및 다른 작업을 수행할 때, 산림 재고조사가 요구될 수 있는 산림에 관한 정보를 수집하도록 수행될 수 있다. 산림 재고조사는 평가 및 분석을 위한 산림에 관한 정보의 식별이다.
예컨대, 산림을 위한 산림 재고조사는 산림의 상태를 분석하는 능력뿐만 아니라 수행되어질 수 있는 작업을 식별하는 능력을 제공한다. 이 정보는 나무의 형태, 나무의 형태, 나무의 높이, 나무의 나이, 나무의 가치, 및 산림에서 나무에 관한 다른 적절한 정보와 같은 것을 식별하는데 이용될 수 있다. 예컨대, 에이커(acre) 당 다수의 나무가 산림 재고조사 임무를 통해 식별될 수 있다. 부가적으로, 산림 재고조사가 또한 산림 내에서 식물, 야생 생물, 또는 양쪽과 같은 다른 정보를 식별하는데 이용될 수 있다.
산림 재고조사를 이용해서 수행될 수 있는 이들 작업은, 예컨대 나무를 재식재하는 것, 나무를 수확하는 것, 나무를 가지치기 및 치료하는 것과 같은 목재 스탠드 개선 활동(timber stand improvement activities)을 수행하는 것, 해충 제거를 수행하는 것, 잠재적 화재 조건의 경고를 발생시키는 것, 및 다른 적절한 작업 중 적어도 하나를 포함할 수 있다. 여기서 이용된 바와 같이, 문구 "중 적어도 하나(at least one of)"는, 아이템의 리스트와 함께 이용될 때, 리스트된 아이템 중 하나 이상의 다른 조합이 이용될 수 있고 리스트의 각 아이템 중 오직 하나가 필요로 될 수 있음을 의미한다. 예컨대, "아이템 A, 아이템 B 및 아이템 C 중 적어도 하나"는, 제한 없이, 아이템 A 또는 아이템 A 및 아이템 B를 포함할 수 있다. 본 예는 또한 아이템 A, 아이템 B 및 아이템 C 또는 아이템 B 및 아이템 C를 포함할 수 있다. 다른 예에서, "중 적어도 하나"는, 예컨대, 제한 없이, 아이템 A의 2개, 아이템 B의 하나, 그리고 아이템 C의 10개; 아이템 B의 4개 및 아이템 C의 7개; 및 다른 적절한 조합일 수 있다.
정보가 산림 재고조사의 일부로서 산림에 관하여 얻어질 수 있는 하나의 방식은 항공 조사를 수행하는 것이다. 유인 및 무인 항공기의 이용이 산림에 관한 정보를 제공할 수 있음에도 불구하고, 산림의 이러한 형태의 측정은 원하는 만큼의 많은 정보를 제공할 수는 없다. 항공 조사는 전형적으로 캐노피(canopy) 아래에 있는 산림의 부분에 관한 정보를 발생시키는 것이 불가능하다. 산림의 캐노피는 산림에서 최상위 나뭇잎(uppermost foliage)이다. 캐노피는 산림에서 나무의 가장 높은 부분(crowns of trees)에 의해 형성될 수 있다. 나무 높이 및 나무 총계와 같은 정보는 항공 조사를 이용해서 만들어질 수 있다. 그러나, 나무 직경(tree diameter), 나무 가늘어짐(tree taper), 나무 장애(tree defects), 및 나무 대미지(tree damage)에 관한 정보와 같은 다른 정보는 항공 조사를 이용해서 용이하게 측정될 수 없다.
현재, 인원이 나무의 직경의 측정뿐만 아니라 캐노피 아래의 나무의 부분과 관련한 다른 측정을 하기 위해 산림으로 보내진다. 인원을 이용해서 산림의 모든 나무에 관한 정보를 수집하는 것은 시간과 관련하여 상당히 고가이고 엄청나며, 지역의 다른 형태에 대한 나무에 도달하는 것이 어려울 수 있다. 결과적으로, 측정은 산림의 나무의 샘플링을 발생시키기 위해 몇몇 나무에 대해서만 이루어진다. 다른 나무의 직경은 지상 샘플로부터 추론하는 것, 또는 항공 조사로부터 측정된 나무와 관련한 경험적 회귀 모델(empirical regression model)과 나무 높이를 이용하는 것에 의해 추정될 수 있다.
나무의 직경을 측정하기 위해 현장으로 인원을 보내는 것은 시간이 소모되고 비용이 들 수 있다. 나무 높이 정보를 이용해서 나무 직경을 추정하는 것은 부정확성을 이끌어낼 수 있다. 이들 부정확성은 수확 목적 및 유지보수 목적을 위해 산림에서 나무의 가치의 품질을 평가하기 위한 원하는 레벨의 정보를 제공할 수 없다.
몇몇 실례로 되는 예에 있어서, 나무의 더 높은 샘플링은 사람 오퍼레이터에 의해 동작되는 육상 LIDAR 시스템(Terrestrial LIDAR (Light Detection and Ranging) system)을 이용해서 지상으로부터 수행된 육상 조사(terrestrial survey)를 이용해서 수행될 수 있다. 이들 형태의 시스템은 LIDAR(light detection and ranging) 시스템으로부터 측정되는 나무까지 가시선을 요구하는 가시선 시스템(line of sight systems)이다. 결과적으로, 인원은 여전히 현장으로 들어가서 측정을 하기 위해 산림을 통과하여 걷도록 요구된다. 이러한 형태의 측정은 여전히 상당한 시간을 요구하고 나무에 관한 정보의 원하는 품질을 얻기 위해 요구된 것보다 더 고가일 수 있다.
본 발명은 상기한 점을 감안하여 발명된 것으로, 상기 논의된 적어도 몇몇 문제뿐만 아니라 다른 가능한 문제를 고려하는 방법 및 장치를 제공함에 그 목적이 있다.
하나의 실례로 되는 실시예에 있어서, 장치는 무인 항공기, 센서 시스템, 및 콘트롤러를 구비하여 구성된다. 센서 시스템은 무인 항공기와 관련되고 장애물 정보 및 나무 측정 정보를 발생시키도록 구성된다. 나무의 그룹에 대한 나무 측정 정보를 발생시키고 장애물을 회피하도록 무인 항공기의 이동을 제어하기 위해 무인 항공기가 나무의 그룹을 통과하여 비행함에 따라 콘트롤러는 센서 시스템에 의해 발생된 장애물 정보로부터 장애물을 식별하도록 구성된다.
다른 실례로 되는 실시예에 있어서, 니무 계측 시스템은 무인 항공기, 카메라 시스템, LIDAR 시스템, 및 콘트롤러를 구비하여 구성된다. 카메라 시스템은 무인 항공기와 관련되고 이미지를 발생시키도록 구성된다. LIDAR 시스템은 무인 항공기와 관련된다. LIDAR 시스템은 무인 항공기로부터 나무의 그룹 상의 지점까지의 거리 측정을 발생시키도록 구성된다. 콘트롤러는 무인 항공기가 나무의 그룹에 대한 직경 정보를 발생시키도록 나무의 그룹을 통과하여 비행함에 따라 카메라 시스템에 의해 발생된 이미지로부터 장애물을 식별하도록 구성된다. 콘트롤러는 LIDAR 시스템이 직경 정보를 발생시키는 동안 장애물을 회피하도록 나무의 그룹을 통과하여 무인 항공기의 이동을 제어하도록 더 구성된다.
또 다른 실례로 되는 실시예에 있어서, 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법이 제공된다. 무인 항공기는 무인 항공기와 관련된 센서 시스템에 의해 나무의 그룹을 위한 다수의 직경의 측정을 허용하도록 구성된 높이에서 나무의 그룹을 통과하여 경로 상에서 이동한다. 정보는 무인 항공기와 관련된 센서 시스템을 이용해서 나무의 그룹에 대한 다수의 직경에 관하여 발생된다.
특징 및 기능은 본 발명의 다양한 실시예에서 독립적으로 달성될 수 있거나 더욱 상세한 내용이 이하의 도면 및 설명을 참조하여 알 수 있는 또 다른 실시예에서 결합될 수 있다.
도 1은 실례로 되는 실시예에 따른 나무 계측 환경의 도면이다.
도 2는 실례로 되는 실시예에 따른 나무 계측 환경의 블록도의 도면이다.
도 3은 실례로 되는 실시예에 따른 무인 항공기의 블록도의 도면이다.
도 4는 실례로 되는 실시예에 따른 무인 항공기를 위한 센서 시스템에서의 센서의 블록도의 도면이다.
도 5는 실례로 되는 실시예에 따른 무인 항공기의 다른 크기의 도면이다.
도 6은 실례로 되는 실시예에 따른 나무 측정 정보를 발생시키는 무인 항공기의 도면이다.
도 7은 실례로 되는 실시예에 따른 측정을 하는 무인 항공기의 도면이다.
도 8은 실례로 되는 실시예에 따른 나무의 행(rows) 사이에서 비행하는 무인 항공기의 도면이다.
도 9는 실례로 되는 실시예에 따른 무인 항공기의 도면이다.
도 10은 실례로 되는 실시예에 따른 나무 측정 정보를 수집하기 위한 프로세스의 플로우차트의 도면이다.
도 11은 실례로 되는 실시예에 따른 직경을 결정하기 위해 이미지를 분석하기 위한 프로세스의 플로우차트의 도면이다.
도 12는 실례로 되는 실시예에 따른 나무의 직경을 결정하기 위한 프로세스의 플로우차트의 도면이다.
도 13은 실례로 되는 실시예에 따른 카메라 조정 매트릭스(camera calibration matrix)의 도면이다.
도 14는 실례로 되는 실시예에 따른 데이터 처리 시스템의 블록도의 도면이다.
이하, 예시도면을 참조하면서 본 발명에 따른 각 실시예를 상세히 설명한다.
실례로 되는 실시예는 하나 이상의 다른 고찰을 인식 및 고려한다. 예컨대, 실례로 되는 실시예는 무인 항공기가 나무의 직경을 식별하기 위해 조사를 수행하도록 캐노피 아래에서 나무를 통과하여 비행하는데 이용될 수 있음을 인식 및 고려한다. 실례로 되는 실시예는 또한 항공 조사 및 육상 조사 양쪽을 위해 이용된 많은 LIDAR 시스템이 나무의 캐노피 위와는 반대로 나무 사이를 비행하는데 이용될 수 있는 무인 항공기에서 이용하기 위해 요구되는 것보다 더 무거울 수 있음을 인식 및 고려한다. 실례로 되는 실시예는 LIDAR 시스템의 크기 및 중량이 나무에 관해 발생된 정보에서 원하는 레벨의 품질을 여전히 허용하는 방식에서 감소될 수 있음을 인식 및 고려한다.
하나의 실례로 되는 예에 있어서, 장치는 무인 항공기, 센서 시스템, 및 콘트롤러를 구비하여 구성된다. 센서 시스템은 무인 항공기와 관련된다. 센서 시스템은 장애물 정보 및 나무 측정 정보를 발생시키도록 구성된다. 콘트롤러는 나무의 그룹에 대한 직경 정보를 발생시키고 장애물을 회피하도록 무인 항공기의 이동을 제어하기 위해 나무의 그룹에 관한 레벨에서 무인 항공기가 비행함에 따라 센서 시스템에 의해 발생된 장애물 정보로부터 장애물을 식별하도록 구성된다.
이들 실례로 되는 예에 있어서, 센서 시스템의 크기는 나무에 관한 직경 정보가 발생되는 방식을 통해 감소될 수 있다.
도 1을 참조하면, 나무 계측 환경의 도면이 실례로 되는 실시예에 따라 도시된다. 이 실례로 되는 예에 있어서, 나무 계측 환경(100)은 나무의 그룹(104)을 포함한다. 나무 계측 시스템(122)은 나무의 그룹(104)의 측정을 수행하는데 이용될 수 있다. 이 도시된 예에 있어서, 나무 계측 시스템(122)은 무인 항공기(102) 및 측정 콘트롤러(124)를 포함한다.
도시된 바와 같이, 무인 항공기(102)는 나무의 그룹(104)에서 하나 이상의 나무에 관한 정보를 발생시키도록 나무의 그룹(104)을 통과하여 비행하도록 구성된다. 여기서 이용된 바와 같이, "의 그룹(group of)"은 아이템과 관련하여 이용될 때 하나 이상의 아이템을 의미한다. 예컨대, 나무의 그룹(104)은 하나 이상의 나무이다.
이러한 예에 있어서, 무인 항공기(102)는 무인 항공기(106) 및 무인 항공기(108)를 포함한다. 이러한 특정 예에 있어서, 무인 항공기(102)는 나무 계측을 수행하도록 구성된다. 즉, 무인 항공기(102)가 나무의 그룹(104)의 캐노피 아래에서 나무의 그룹(104)을 통과하여 비행함에 따라 무인 항공기(102)는 나무의 그룹(104)을 측정하도록 구성될 수 있다.
이들 실례로 되는 예에 있어서, 무인 항공기(106)는 센서 시스템(114)을 포함하고, 무인 항공기(108)는 센서 시스템(116)을 포함한다.
도시된 바와 같이, 센서 시스템(114)은 레이저 빔(118)으로 나무(110)를 스캔하도록 구성된다. 레이저 빔(118)의 지나감에 대한 응답은 센서 시스템(114)에 의해 검출된다. 부가적으로, 센서 시스템(114)은 또한 이미지를 발생시키도록 구성된다. 레이저 빔(118) 및 이미지로부터 검출된 응답은 실례로 되는 예에서 나무(110)의 직경의 측정을 발생시키는데 이용될 수 있다. 더욱이, 나무 가늘어짐과 같은 다른 측정이 또한 레이저 빔(118)으로부터 검출된 응답 및 이미지 중 적어도 하나를 이용해서 발생될 수 있다.
유사한 방식으로, 센서 시스템(116)이 레이저 빔(120)으로 나무의 그룹(104)의 나무(110)에 관한 정보를 발생시키도록 구성된다. 무인 항공기(108)가 나무의 그룹(104)의 나무(110)를 통과하여 비행함에 따라 레이저 빔(120)은 나무(110)를 스캔할 수 있다. 레이저 빔(120)에 대한 응답은 센서 시스템(116)에 의해 검출될 수 있다. 더욱이, 센서 시스템(116)은 또한 나무(110)의 이미지를 발생시키도록 구성된다. 이미지 및 레이저 빔(120)에 대한 응답은 나무(110)의 직경의 측정을 발생시키는데 이용될 수 있다.
더욱이, 무인 항공기(106)의 센서 시스템(114) 및 무인 항공기(108)의 센서 시스템(116)은 나무의 그룹(104)을 통과하여 비행하는 동안 장애물을 회피하기 위한 정보를 발생시키는데 이용될 수 있다. 특히, 장애물은 나무의 그룹(104)뿐만 아니라 가능한 다른 형태의 장애물을 포함할 수 있다. 다른 장애물은, 예컨대 건물, 전신주, 나무 수확 장비, 및 다른 형태의 장애물을 포함할 수 있다. 이미지 및 레이저 빔에 대한 응답 중 적어도 하나는 장애물을 회피하는 나무의 그룹(104)을 통과하는 궤적을 따라 무인 항공기(102)를 지시하는데 이용될 수 있다.
이들 실례로 되는 예에 있어서, 발생된 정보는 나무의 그룹(104)에 관한 직경 정보(diameter information)를 발생시키기 위해 무인 항공기(102)에 의해 처리될 수 있다. 이어 이 정보는 제어 스테이션(126)에 위치된 측정 콘트롤러(124)로 보내질 수 있다. 이 실례로 되는 예에 있어서, 직경 정보는 제어 스테이션(126)으로 무선 통신 링크(128)를 거쳐 무인 항공기(106)에 의해 그리고 무선 통신 링크(130)를 거쳐 무인 항공기(108)에 의해 보내질 수 있다.
몇몇 실례로 되는 예에 있어서, 응답 및 이미지는 제어 스테이션(126)의 측정 콘트롤러(124)로 보내진 직경 정보일 수 있다. 이어 측정 콘트롤러(124)는 나무의 그룹(104)에 대한 다수의 직경을 발생시키도록 직경 정보를 이용할 수 있다.
더욱이, 무인 항공기(106)의 센서 시스템(114) 및 무인 항공기(108)의 센서 시스템(116)은 나무의 그룹(104)을 위한 직경 정보에 부가 또는 대신하여 다른 형태의 정보를 발생시키는데 이용될 수 있다. 이 정보는 일괄적으로 나무 측정 정보로서 언급될 수 있다.
도 2를 참조하면, 나무 계측 환경의 블록도의 도면이 실례로 되는 실시예에 따라 도시된다. 이 실례로 되는 예에 있어서, 도 1의 나무 계측 환경(100)은 도 2의 나무 계측 환경(200)을 위한 하나의 구현의 예이다. 본 실례로 되는 예에 있어서, 나무 계측 시스템(202)은 나무의 그룹(206)에 관한 나무 측정 정보(204)를 발생시키는데 이용된다.
이들 실례로 되는 예에 있어서, 나무의 그룹(206)은 다양한 형태를 취할 수 있다. 예컨대, 나무의 그룹(206)은 자연적 산림, 인공적으로 재생된 산림, 나무 농장, 사과 과수원, 소나무 농장, 공원, 산, 또는 하나 이상의 나무가 존재하는 몇몇 다른 적절한 위치와 같은 위치에서 발견되는 나무의 그룹일 수 있다.
나무의 그룹(206)은 나무의 그룹(206)의 나무가 공간(spacing)을 갖추어 무인 항공기 함대(218)의 하나 이상의 무인 항공기가 나무의 그룹(206)을 통과하여 이동할 수 있는 소정의 위치에 위치할 수 있다. 공간을 패턴을 갖을 수 있다. 이 패턴은 행(rows) 및 열(columns)로 배열된 나무일 수 있다. 공간은 나무의 행에 의존하지 않는 다른 규칙적인 패턴을 갖을 수 있다. 또 다른 실례로 되는 예에 있어서, 공간은 랜덤하거나 불규칙할 수 있다.
이들 실례로 되는 예에 있어서, 나무 측정 정보(204)는 나무의 그룹(206)에 관하여 발생된다. 나무 측정 정보(204)는 나무의 그룹(206)의 분석을 수행하는데 이용될 수 있다. 이 분석은 나무의 그룹(206)에 대해 다양한 행위를 수행하는데 이용될 수 있다. 예컨대, 가지치기, 나무 수확, 나무 식재, 해충 제거, 및 다른 적절한 행위가 나무 측정 정보(204)의 분석을 기초로 수행될 수 있다.
이들 실례로 되는 예에 있어서, 나무 계측 시스템(202)은 측정 콘트롤러(216) 및 무인 항공기 함대(218)를 구비하여 구성된다. 측정 콘트롤러(216)는 무인 항공기 함대(218)의 동작을 제어하는 것, 나무 측정 정보(204)를 처리하는 것, 및 다른 적절한 동작 중 적어도 하나를 수행하도록 구성된다.
도시된 바와 같이, 측정 콘트롤러(216)는 하드웨어, 소프트웨어, 또는 2가지의 조합을 이용해서 구현될 수 있다. 실례로 되는 예에 있어서, 하드웨어는 회로 시스템, 집적회로, ASIC(application specific integrated circuit), 프로그래머블 로직 장치, 또는 다수의 동작을 수행하도록 구성된 몇몇 다른 적절한 형태의 하드웨어의 형태를 취할 수 있다. 프로그래머블 로직 장치에 따르면, 장치는 다수의 동작을 수행하도록 구성된다. 장치는 나중에 재구성될 수 있고, 또는 다수의 동작을 수행하도록 영구적으로 구성될 수 있다. 프로그래머블 로직 장치의 예는, 예컨대 프로그래머블 로직 어레이, 프로그래머블 어레이 로직, 필드 프로그래머블 로직 어레이, 필드 프로그래머블 게이트 어레이, 및 다른 적절한 하드웨어 장치를 포함한다. 부가적으로, 프로세스는 무기 구성요소와 함께 집적된 유기 구성요소로 구현될 수 있고, 및/또는 사람을 포함하는 전체적으로 유기 구성요소를 구비하여 구성될 수 있다. 예컨대, 프로세스는 유기 반도체의 회로로서 구현될 수 있다.
본 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 컴퓨터 시스템(220)으로 구현될 수 있다. 컴퓨터 시스템(220)은 하나 이상의 컴퓨터를 포함한다. 하나 보다 많은 컴퓨터가 컴퓨터 시스템(220)에 존재할 때, 이들 컴퓨터는 네트워크와 같은 통신 매체를 거쳐 서로 통신에 있을 수 있다.
이들 실례로 되는 예에 있어서, 컴퓨터 시스템(220)의 측정 콘트롤러(216)는 제어 스테이션(222)과 같은 단일 위치에 있을 수 있다. 제어 스테이션(222)은 지상 위의 건물, 항공기, 배, 지상 운송수단, 또는 몇몇 다른 적절한 위치에 위치할 수 있다.
이들 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 나무의 그룹(206)을 통과하여 이동하도록 무인 항공기 함대(218)를 제어할 수 있다. 이러한 이동은 나무의 그룹(206)의 몇몇 또는 전부를 위한 나무 측정 정보(204)를 발생시키도록 제어될 수 있다. 예컨대, 측정 콘트롤러(216)는 나무의 그룹(206)을 관통하여 비행하도록 무인 항공기 함대(218)에 의해 이용하기 위한 다수의 경로(238)를 발생시킬 수 있다.
부가적으로, 측정 콘트롤러(216)는 또한 나무 측정 정보(204)를 수신하고 나무 측정 정보(204)를 처리할 수 있다. 이들 실례로 되는 예에 있어서, 나무 측정 정보(204)는 리포트(240)를 발생시키는데 이용될 수 있다. 리포트(240)는 직경, 가늘어짐 정보, 나무 밀도, 나무 형태, 나무 공간, 및 나무의 그룹(206)에 대한 다른 적절한 정보를 포함할 수 있다. 리포트(240)는 다수의 다른 형태를 취할 수 있다. 예컨대, 리포트(240)는 차트, 그래픽, 텍스트, 이미지, 및 다른 적절한 형태의 정보를 포함할 수 있다.
부가적으로, 리포트(240)는 또한 권고(recommendations)를 포함할 수 있다. 이들 권고는 나무의 추가적인 식재가 필요로 되는가의 여부, 나무가 간벌되어져야하는가의 여부, 나무의 수확이 야기되어야만 하는가의 여부, 및 다른 적절한 형태의 권고를 포함할 수 있다.
도시된 바와 같이, 측정 콘트롤러(216)는 지능의 레벨(226)을 갖는다. 몇몇 실례로 되는 예에 있어서, 지능의 레벨(226)은 사람 오퍼레이터로부터의 입력이 불필요하게 될 수 있는 것일 수 있다. 예컨대, 인공 지능 시스템 및 다른 적절한 형태의 프로세서가 측정 콘트롤러(216)의 지능의 레벨(226)을 위한 원하는 레벨의 지능을 제공할 수 있다. 특히, 인공 지능 시스템은 전문가 시스템(expert system), 신경망(neural network), 간단한 추론, 퍼지 논리(fuzzy logic), 베이지안 네트워크(Bayesian networks) 또는 측정 콘트롤러(216)의 지능의 레벨(226)을 위한 지능의 원하는 레벨을 제공하는 다른 적절한 형태의 시스템을 포함할 수 있다.
본 실례로 되는 예에 있어서, 무인 항공기 함대(218)는 다수의 무인 항공기(224)를 포함한다. 도시된 바와 같이, 하나 이상의 아이템(items)과 관련하여 이용될 때 "다수의(number of)"는 하나 이상의 아이템을 의미한다. 예컨대, 다수의 무인 항공기는 하나 이상의 무인 항공기이다.
도시된 바와 같이, 다수의 무인 항공기(224)는 자율적 무인 항공기의 그룹(228)이거나 이를 포함할 수 있다. 본 실례로 되는 예에 있어서, 자율적 무인 항공기의 그룹(228)은 이들 실례로 되는 예에 있어서 무리(230; swarm) 또는 무리의 그룹(232)으로서 동작하도록 구성될 수 있다.
다른 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 다른 위치에도 분포될 수 있다. 예컨대, 측정 콘트롤러(216)는 무인 항공기 함대(218)의 하나 이상의 다수의 무인 항공기(224)에 분포될 수 있다. 다른 실례로 되는 예에 있어서, 측정 콘트롤러(216)는, 특정 구현에 따라, 다수의 무인 항공기(224) 및 제어 스테이션(222)에 분포될 수 있다. 몇몇 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 사람 오퍼레이터로부터 입력을 수신하고 사람 오퍼레이터에 대해 출력을 제공하는 컴퓨터 프로그램일 수 있다.
이들 실례로 되는 예에 있어서, 무인 항공기 함대(218)의 하나 이상의 다수의 무인 항공기(224)는 나무 측정 정보(204)를 발생시키도록 구성된다. 나무 측정 정보(204)는 통신 링크(234)를 거쳐 측정 콘트롤러(216)로 보내질 수 있다. 이들 실례로 되는 예에 있어서, 나무 측정 정보(204)는 통신 링크(234)를 거쳐 측정 콘트롤러(216)로 보내진다. 측정 콘트롤러(216)가, 제어 스테이션(222)에서와 같은, 무인 항공기 함대(218)에 대한 원격 위치에 있을 때, 통신 링크(234)는 무선 통신 링크일 수 있다. 나무 측정 정보(204)가 무인 항공기(224) 내의 무인 항공기(236)에 의해 발생됨에 따라 나무 측정 정보(204)는 주기적으로 보내질 수 있거나 실질적으로 실시간으로 보내질 수 있다.
다른 실례로 되는 예에 있어서, 통신 링크(234)는 무인 항공기(236)가 나무 측정 정보(204)를 발생시키기 위해 측정하는 것을 완료할 때 확립되는 무선 통신 링크일 수 있다. 이 경우에 있어서, 무인 항공기(236)는 제어 스테이션(222)으로 되돌아갈 수 있다. 통신 링크(234)는 네트워크 케이블, 무선 통신 링크, 범용 직렬 버스 케이블(universal serial bus cable), 광 케이블, 또는 통신 링크(234)를 확립하기 위한 몇몇 다른 적절한 매체일 수 있다. 이들 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 무인 항공기 함대(218) 내의 무인 항공기(224)의 하나 이상의 무인 항공기로부터 나무 측정 정보(204)를 수신하도록 구성된다. 본 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 무인 항공기(236)로부터 나무 측정 정보(204)를 수신할 수 있다.
도 3을 참조하면, 무인 항공기의 블록도의 도면이 실례로 되는 실시예에 따라 도시된다. 이러한 도시된 예에 있어서, 무인 항공기(300)는 도 2의 무인 항공기 함대(218)에서의 다수의 무인 항공기(224) 내의 무인 항공기를 위한 하나의 구현의 예이다. 무인 항공기(300)는 도 1의 무인 항공기(106) 및 무인 항공기(108)를 구현하는데 이용될 수 있다.
본 실례로 되는 예에 있어서, 무인 항공기(300)는 다수의 다른 구성요소를 포함한다. 예컨대, 무인 항공기(300)는 기체(302; airframe), 추진 시스템(304; propulsion system), 센서 시스템(306), 통신 시스템(308), 콘트롤러(310), 및 전력원(312)을 포함한다.
기체(302)는 무인 항공기(300)의 다른 구성요소의 물리적 지원을 위한 구조를 제공한다. 기체(302)는 동체(fuselage), 날개(wings), 수평 꼬리 날개(stabilizers), 및 적절한 형태의 다른 구조일 수 있다. 기체(302)는 또한 보조 날개(ailerons), 방향타(rudders), 승강타(elevators), 또는 다른 형태의 제어 표면을 포함할 수 있다.
추진 시스템(304)은 기체(302)와 관련되고 무인 항공기(300)를 위한 이동을 제공하도록 구성된다. 하나의 구성요소가 다른 구성요소와 "관련"될 때, 관련은 이들 도시된 예에서 물리적 관련이다.
예컨대, 제1 구성요소인 추진 시스템(304)은, 제2 구성요소에 확보되고, 제 구성요소에 결합되고, 제2 구성요소에 탑재되고, 제2 구성요소에 용접되고, 제2 구성요소에 고정되고, 및/또는 몇몇 다른 적절한 방법으로 제2 구성요소에 연결되는 것에 의해, 제2 구성요소인 기체(302)와 관련되는 것으로 고려된다. 제1 구성요소는 또한 제3 구성요소를 이용해서 제2 구성요소에 연결될 수 있다. 제1 구성요소는 또한 제2 구성요소의 일부로서 및/또는 확장으로서 형성되는 것에 의해 제2 구성요소와 관련되도록 고려될 수 있다.
추진 시스템(304)은 다양한 형태를 취할 수 있다. 예컨대, 추진 시스템(304)은 다수의 엔진 및 다수의 프로펠러 중 적어도 하나를 포함할 수 있다. 다수의 엔진은 또한 브러시리스 모터와 같은 전기 엔진일 수 있다. 다수의 엔진은 또한 등유와 같은 연료 기반을 이용할 수 있다. 다른 예에 있어서, 추진 시스템(304)은 제트 엔진, 터보엔진, 또는 무인 항공기(300)를 이동시키기 위한 몇몇 다른 적절한 형태의 추진 시스템일 수 있다.
센서 시스템(306)은 기체(302)와 관련된 시스템이다. 센서 시스템(306)은 무인 항공기(300) 주위의 환경에 관한 정보를 발생시키도록 구성된다. 센서 시스템(306)은 무인 항공기(300) 주위의 환경에 관한 정보를 발생시키기 위해 구성된 하나 이상의 다른 형태의 센서를 포함할 수 있다. 예컨대, 센서 시스템(306)은 장애물 정보(332) 및 도 2의 나무 측정 정보(204) 중 적어도 하나를 발생시킬 수 있다. 이들 실례로 되는 예에 있어서, 센서 시스템(306)은 많은 다른 형태의 센서를 이용해서 구현될 수 있다. 예컨대, 센서 시스템(306)은 광 기반 능동형 센서 시스템(light-based active sensor system), LIDAR 시스템(light detection and ranging system), 카메라 시스템(camera system), 레이저 고도계(laser altimeter), TOF(time-of-flight) 카메라 시스템, 전-초점 이미지 카메라(all-focus image camera), 입체 카메라(stereographic camera), 및 다른 적절한 형태의 센서 중 적어도 하나를 이용해서 구현될 수 있다.
장애물 정보(332)는 장애물의 식별, 장애물의 거리, 장애물의 위치, 및 다른 적절한 형태의 정보를 포함할 수 있다. 장애물은 무인 항공기(300)의 이동에 대해 잠재적 위험으로 될 수 있는 나무, 나뭇 가지, 벽, 덩굴, 인공 구조물, 운송수단, 및 다른 적절한 형태의 물체일 수 있다.
이들 실례로 되는 예에 있어서, 나무 측정 정보(334)는 도 2의 나무 측정 정보(204)의 예이다. 본 실례로 되는 예에 있어서, 본 예에서의 나무 측정 정보(204)는 직경 정보(336), 가늘어짐 정보(338; taper information), 및 영역(208)의 나무의 그룹(206)을 위한 다른 적절한 형태의 정보 중 적어도 하나를 포함한다.
이들 실례로 되는 예에 있어서, 직경 정보(336)는 나무의 그룹(206)을 위해 측정된 직경을 구비하여 구성된다. 가늘어짐 정보(338)는 나무의 그룹(206)의 직경에서의 가늘어짐을 나타낸다. 다른 실례로 되는 예에 있어서, 나무 측정 정보(204)는 가슴 높이에서의 직경(diameter at breast height), 줄기의 수(number of stems), 분기의 존재(presence of forks), 최상위부/뿌리 멤버쉽(crown/root membership), 나무 크기에서 다른 불규칙성, 노후화 분류(decay classification), 다른 대미지, 나무 아래 토양의 조건, 화재 대미지, 또는 다른 적절한 형태의 정보를 나타내는데 이용될 수 있다. 몇몇 실례로 되는 예에서의 정보는 나무의 그룹(206)의 가치에 영향을 미치는 소정의 정보일 수 있다. 이들 형태의 정보에 따르면, 나무의 크기, 나무의 건전성, 또는 나무의 크기 및 나무의 건전성 양쪽이 영역(208)에서 나무의 그룹(206) 상에서 수행되는 다른 동작을 초래하여야 하는가에 대해 결정이 이루어질 수 있다. 물론, 다른 적절한 형태의 정보는 또한 특정 구현에 따라 측정될 수 있다.
이들 실례로 되는 예에 있어서, 센서 시스템(306)은 다수의 센서 모듈(314)을 포함할 수 있거나 이를 구비하여 구성될 수 있다. 이러한 예에 있어서, 다수의 센서 모듈(314)의 센서 모듈은 제거가능하다. 즉, 하나의 센서 모듈은 무인 항공기(300)의 센서 시스템(306)에서 다수의 센서 모듈(314)의 다른 센서 모듈을 위해 교체될 수 있다.
이러한 방식에 있어서, 창작자 재능(creator versatility)이 무인 항공기(300)를 위해 제공될 수 있다. 특히, 다수의 센서 모듈(314)의 센서 모듈은 무인 항공기(300)에 할당된 임무 또는 과제에 따라 무인 항공기(300)에 의한 이용을 위해 선택될 수 있다. 더욱이, 다수의 센서 모듈(314)의 이용에 따라, 무인 항공기(300)의 중량은 특정 임무 또는 과제를 위해 필요로 되는 것으로만 센서 시스템(306)의 다수의 센서를 감소시키는 것에 의해 감소될 수 있다.
예컨대, 센서 모듈(316)은 다수의 센서(318)로 구성될 수 있다. 다수의 센서(318)의 구성은 수행되는 특정 형태의 임무 또는 과제를 위해 선택될 수 있다.
통신 시스템(308)은 기체(302)와 관련된다. 도시된 바와 같이, 통신 시스템(308)은 무인 항공기(300)와 다른 장치 사이에서 통신을 제공하도록 구성된다. 다른 장치는, 예컨대 측정 콘트롤러(216), 무인 항공기 함대(218)의 다수의 무인 항공기(224), 내비게이션 콘트롤러, 및 도 2에 도시된 다른 적절한 구성요소일 수 있다. 통신은 이들 실례로 되는 예에 있어서 무선 통신일 수 있다. 몇몇 경우에 있어서, 유선 통신 인터페이스(wired communications interface)가 또한 존재할 수 있다.
내비게이션 콘트롤러에 대한 통신에 따르면, 무인 항공기(300)는 내비게이션 콘트롤러로 무선으로 정보를 보내도록 통신 시스템(308)을 이용할 수 있어 내비게이션 콘트롤러는 원시 정보(raw information)를 처리하고 무선으로 처리된 위치 및 내비게이션 정보를 무인 항공기(300)로 되돌린다. 통신 시스템(308)이 구성될 수 있어 정보가 무인 항공기(300)로부터 비-탑재(off-board) 처리를 위해 다른 장치에 대해 통신된다. 이 경우에 있어서, 무인 항공기(300)의 중량은 탑재 정보 처리 장비(on-board information processing equipment)의 중량을 감소시키고, 처리 장비를 이용해서 탑재 정보 처리를 위한 전력 요구를 감소시키며, 그 몇몇 조합에 의해 감소될 수 있다.
전력원(312)은 기체(302)와 관련된다. 전력원(312)은 무인 항공기(300)의 다른 구성요소을 위한 전력을 제공하도록 구성된다. 전력원(312)은 다수의 다른 형태를 취할 수 있다. 예컨대, 전력원(312)은 에너지 시스템(320) 및 에너지 수확 시스템(322) 중 적어도 하나를 포함할 수 있다.
본 실례로 되는 예에 있어서, 에너지 시스템(320)은 하나 이상의 배터리를 포함할 수 있다. 이들 배터리는 모듈식 또는 교체가능할 수 있다. 다른 실례로 되는 예에 있어서, 에너지 시스템(320)은 연료 전지(fuel cell), 연료 탱크의 연료, 및 몇몇 다른 적절한 형태의 에너지 시스템 중 적어도 하나일 수 있다.
에너지 수확 시스템(322)은 무인 항공기(300) 주위의 환경으로부터 무인 항공기(300)의 구성요소를 위한 전력을 발생시키도록 구성된다. 예컨대, 에너지 수확 시스템(322)은 무인 항공기(300) 주위의 환경으로부터 전력을 발생시키는 태양 전지(solar cell), 마이크로 풍력 터빈 발전기(micro wind turbine generator), 및 다른 적절한 형태의 에너지 수확 시스템 중 적어도 하나를 포함할 수 있다.
본 실례로 되는 예에 있어서, 콘트롤러(310)는 기체(302)와 관련된다. 도시된 바와 같이, 콘트롤러(310)는 하드웨어의 형태를 취하고 소프트웨어를 포함할 수 있다.
콘트롤러(310)는 무인 항공기(300)의 동작을 제어하도록 구성된다. 콘트롤러(310)는 지능의 레벨(324)을 제공할 수 있다. 지능의 레벨(324)은 무인 항공기(300)의 특정 구현에 따라 변경될 수 있다. 몇몇 실례로 되는 예에 있어서, 콘트롤러(310)는 도 2의 측정 콘트롤러(216)의 고려된 부분일 수 있다.
몇몇 경우에 있어서, 지능의 레벨(324)은 콘트롤러(310)가 특정 명령을 수신하는 것일 수 있다. 이들 명령은, 예컨대, 제한 없이, 센서 시스템(306)을 이용해서 도 2의 나무 측정 정보(204)를 발생시키도록 할 때, 운행의 방향, 중간 지점, 및 다른 유사한 명령을 포함할 수 있다.
다른 실례로 되는 예에 있어서, 지능의 레벨(324)은 더 높을 수 있어 무인 항공기(300)가 과제를 수신할 수 있다. 이들 실례로 되는 예에 있어서, 과제는 수행되는 작업의 하나(a piece of work)이다. 과제는 임무의 일부이다. 이들 예에 있어서, 과제는 작업의 하나를 위해 수행되는 동작으로 이루어질 수 있다. 예컨대, 과제는 도 2의 나무의 그룹(206)의 특정 위치를 스캔하기 위한 것일 수 있다. 다른 과제는 나무의 그룹(206)의 특정 위치로 운행하기 위한 것일 수 있다.
콘트롤러(310)는 과제를 수행하기 위한 동작을 식별할 수 있다. 이 과제는 무인 항공기(300)가 센서 시스템(306)을 이용해서 나무 측정 정보(204)를 발생시키도록 특정 영역의 진로를 따르는 고정된 과제일 수 있다.
다른 실례로 되는 예에 있어서, 지능의 레벨(324)은 더 높을 수 있어 무인 항공기(300)는 하나 이상의 과제를 수행하는 것을 조정하기 위해 다른 무인 항공기와 통신하도록 구성된다. 예컨대, 콘트롤러(310)는 회로, 컴퓨터 프로그램, 인공 지능 시스템, 및 지능의 레벨(324)을 위한 원하는 레벨을 제공할 수 있는 다른 적절한 형태의 프로세스를 포함할 수 있다.
이들 실례로 되는 예에 있어서, 지능 시스템(328; intelligence system)은 지능의 레벨(324)을 제공할 수 있다. 지능 시스템(328)은 전문가 시스템(expert system), 신경망(neural network), 퍼지 로직(fuzzy logic), 또는 지능의 레벨(324)을 제공하는 몇몇 다른 적절한 형태의 시스템을 이용할 수 있다.
콘트롤러(310)의 지능의 레벨(324)은 동적 경로 계획(dynamic route planning)과 같은 기능을 위해 허용될 수 있다. 이러한 방식에 있어서, 장애물이 경로를 따라 식별될 수 있고 따라서 회피될 수 있다. 장애물의 이러한 식별 및 회피는 실시간으로 수행될 수 있다. 이들 장애물은, 예컨대, 제한 없이, 다른 유인 또는 무인 항공기, 산의 경사면, 나무, 및 다른 장애물을 포함할 수 있다. 장애물의 회피는 센서 시스템(306)에 의해 발생된 장애물 정보(332)를 이용해서 수행될 수 있다.
콘트롤러(310)는 또한 무인 항공기(300)의 다른 시스템의 건전성을 모니터할 수 있다. 예컨대, 콘트롤러(310)는 전력원(312)에 제공되거나 남아있는 에너지의 레벨을 모니터할 수 있다. 전력원(312)이 단지 에너지 시스템(320)에서 배터리만을 포함한다면, 콘트롤러(310)는 배터리의 충전 또는 교체를 위해 기지로 복귀하도록 무인 항공기(300)를 지시할 수 있다.
이들 실례로 되는 예에 있어서, 무인 항공기(300)를 위해 이용된 무인 항공기의 형태는 그 유효탑재량(payload), 센서 성능(sensor capabilities), 나무의 그룹(206)에 존재하는 장애물, 비행 파라미터(flight parameters), 이용가능한 자원(available resources), 또는 그 조합을 기초로 선택될 수 있다. 장애물 회피 및 내비게이션 알고리즘은 나무의 그룹(206)의 나무의 형태 및/또는 나무의 그룹(206)에 존재하는 장애물에 대해 원하는 레벨의 성능으로 장애물을 회피하거나 무인 항공기의 형태를 선택하기 위해 장애물 정보(332)를 이용하도록 구성될 수 있다.
예로서, 나무 사이에서 일관된 공간이 없는 자연적인 산림에서는 더 작은 무인 항공기가 선택될 수 있다. 다른 실례로 되는 예에 있어서, 무인 항공기(300)가 자율적 무인 항공기의 그룹(228)의 무리(230)와 함께 이용될 때, 콘트롤러(310)의 지능의 레벨(324)은 콘트롤러(310)가 나무 사이의 공간의 최소 양으로 나무의 그룹(206)의 영역에 대해 무리(230)에서 가장 작은 무인 항공기를 지시하는 한편, 나무의 그룹(206)의 다른 영역에 대해 무리(230)에서 더 큰 무인 항공기를 지시하는 것일 수 있다. 이러한 방식에 있어서, 무리(230)의 다른 크기의 무인 항공기는 나무의 그룹(206)에 관한 정보를 발생시키기 위해 함께 작업할 수 있다.
도 3의 무인 항공기(300)의 도면은 무인 항공기(300)가 구현될 수 있는 방식에 대한 제한을 암시하도록 의미하는 것은 아니다. 다른 실례로 되는 예에 있어서, 무인 항공기(300)는 도시된 것에 부가 또는 대체하여 다른 구성요소를 포함할 수 있다.
도 4를 참조하면, 무인 항공기를 위한 센서 시스템의 센서의 블록도의 도면이 실례로 되는 실시예에 따라 도시된다. 이 도면에 있어서, 무인 항공기(300)를 위한 센서 시스템(306)에서 구현될 수 있는 센서의 예가 도시된다. 도시된 바와 같이, 센서 시스템(306)은 카메라 시스템(400) 및 광-기반 능동 센서 시스템(402; light-based active sensor system)을 구비하여 구성된다.
도시된 바와 같이, 카메라 시스템(400)은, 멀티스펙트럼 카메라(multispectral camera), 하이퍼스펙트럼 카메라(hyperspectral camera), 또는 몇몇 다른 적절한 형태의 카메라 중 하나로부터 선택된, 다른 형태를 취할 수 있다. 또 다른 예에 있어서, 카메라 시스템(400)은 다중 카메라 어레이(multiple camera array)를 구비하여 구성될 수 있다.
본 실례로 되는 예에 있어서, 카메라 시스템(400)은 원하는 해상도를 갖는 다수의 이미지(406)를 발생시키도록 구성된다. 이미지(406)는 스틸 이미지, 비디오 이미지, 깊이 정보를 갖는 이미지, 또는 몇몇 다른 적절한 형태의 이미지일 수 있다. 본 실례로 되는 예에 있어서, 이미지(406)는 장애물 정보(332), 및 나무 측정 정보(334)로서 이용될 수 있다. 즉, 이미지(406)는 장애물을 회피하기 위한 정보 및 나무에 관한 정보를 수집하기 위해 이용될 수 있다.
광-기반 능동 센서 시스템(402)은 LIDAR 시스템(416; light detection and ranging system)의 형태를 취한다. 본 실례로 되는 예에 있어서, LIDAR 시스템(416)은 물체 상의 다른 지점에 대해 거리 측정(418; distance measurements)을 발생시킨다. 이들 지점은 나무 상의 지점일 수 있다.
LIDAR 시스템(416)은 광을 전송하고 거리 측정(418)을 발생시키도록 광에 대한 응답을 수신한다. 특히, 광은 이들 실례로 되는 예에 있어서 레이저 빔의 형태를 취할 수 있다.
거리 측정(418)에 따르면, 3차원 위치가 포인트 크라우드(point cloud)에서 이용하기 위한 그러한 지점을 위해, 또는 다른 적절한 목적을 위해 발생될 수 있다. 본 실례로 되는 예에 있어서, 다른 지점에 대한 거리 측정(418)이 나무의 그룹에서의 직경 또는 가늘어짐을 식별하도록 이미지(406)의 픽셀과 함께 이용될 수 있다. 직경은 픽셀 폭(pixel width)을 거리를 기초로 하는 실제 폭(true width)으로 변환하는 비선형 함수를 이용해서 계산될 수 있다. 대안적으로, 나무의 직경은 물체에 대한 거리의 함수로서 픽셀 폭과 실제 폭 사이의 변환을 나타내는 변환 테이블을 이용해서 계산될 수 있다.
이러한 방식에 있어서, 거리 측정(418)은 또한 장애물 정보(332) 및 나무 측정 정보(334) 양쪽을 위해 이용될 수 있다. 이미지(406) 및 거리 측정(418)의 조합에 따르면, 직경 정보(336)와 같은 정보는 나무 측정 정보(334)를 위해 발생될 수 있다. 다른 레벨에서 다중 직경(multiple diameters)은 도 3의 가늘어짐 정보(338)를 형성하기 위해 식별될 수 있다.
더욱이, 이미지(406)에 따라, 무인 항공기(300)는 나무 사이를 항행하여 마주치는 나무뿐만 아니라 다른 장애물을 회피할 수 있다. 더욱이, 거리 측정(418)은, 이미지(406)에 대해 상관될 때, 또한 무인 항공기(300)가, 나무와 같은, 장애물에 적합할 수 있는가의 여부를 결정하는 능력을 제공할 수 있다.
이들 실례로 되는 예에 있어서, LIDAR 시스템(416)은 단일 평면 LIDAR 시스템(430; single plane light detection and ranging system)일 수 있다. 즉, 레이저 또는 다른 광은 3개의 축에 의해 정의된 다중 평면을 관통하기 보다는 단지 2개의 축에 의해 정의된 평면에 관해 지나갈 수 있다. 다른 레벨을 위한 측정은 이들 실례로 되는 예에 있어서 무인 항공기(300)의 높이를 조정하는 것에 의해 이루어질 수 있다.
LIDAR 시스템의 이러한 형태에 따르면, 센서 시스템(306)의 중량은 이러한 형태의 LIDAR 시스템의 감소된 복잡성 때문에 감소될 수 있다. 더욱이, 단일 평면 LIDAR 시스템(430)은 또한 이들 실례로 되는 예에 있어서 저주파 LIDAR 시스템일 수 있다. 저주파 LIDAR 시스템은 약 10Hz 내지 40Hz의 범위에서 스캔할 수 있다. 저주파 LIDAR 시스템은 중량을 감소시키는데 이용될 수 있고 더 큰 LIDAR 시스템 보다 적은 전력을 소모한다. 결과적으로, 더 작은 무인 항공기가 무인 항공기(300)를 위해 이용될 수 있고, 따라서 무인 항공기(300)는 이들 실례로 되는 예에 있어서 나무의 그룹을 관통하여 더욱 용이하게 항행할 수 있다.
다른 실례로 되는 예에 있어서, 단일 평면 LIDAR 시스템(430)은 고주파 LIDAR 시스템일 수 있다. 고주파 LIDAR 시스템은 무인 항공기(300)가 더 무거운 비행기일 때 이용될 수 있다. 이들 실례로 되는 예에 있어서, 고주파 LIDAR 시스템은 약 40Hz 내지 100KHz의 스캔율(scan rate)을 갖을 수 있다. 고주파 LIDAR 시스템의 이용에 따르면, 더 많은 전력이 무인 항공기(300) 상의 시스템을 동작시키는데 필요로 된다.
다른 실례로 되는 예에 있어서, 카메라 시스템(400)은 입체 카메라(426; stereographic camera)를 구비하여 구성될 수 있다. 이러한 형태의 구현에 따르면, 광-기반 능동 센서 시스템(402)가 센서 시스템(306)으로부터 생략될 수 있다. 입체 카메라(426)에 의해 발생된 이미지(406)는 이들 실례로 되는 예에 있어서 장애물 정보(332) 및 나무 측정 정보(334) 양쪽을 위해 이용될 수 있다.
입체 카메라(426)는 3차원 이미지를 형성하고 이미지의 지점의 깊이 및 위치를 식별하는데 이용될 수 있는 이미지를 발생시키도록 구성된다. 즉, 입체 카메라(426)는 광-기반 능동 센서 시스템(402)을 이용하는 것 없이 나무 측정 정보(334)의 식별을 허용하는 방식으로 이미지를 발생시킬 수 있다. 다른 실례로 되는 예에 있어서, 센서 시스템(306)은, 특정 구현에 따라, 레이저 고도계 또는 다른 적절한 구성요소를 포함할 수 있다.
다른 실례로 되는 예에 있어서, 카메라 시스템(400)은 TOF(time-of-flight) 카메라 시스템일 수 있다. 카메라 시스템(400)이 TOF 카메라 시스템일 때, 카메라 시스템(400)은 LIDAR 시스템에 채택됨에 따라 레이저 빔으로 일일이 스캐닝하는 것과는 반대로 각 레이저 또는 광 펄스로 전체 장면의 이미지(406) 내에서 깊이 정보를 갭쳐할 수 있다. 또 다른 실례로 되는 예에 있어서, 카메라 시스템(400)은 원하는 중량을 갖추고 이미지(406)에서 원하는 레벨의 그래뉴얼리티(granularity)를 생산하는 전-초점 이미지 카메라(all-focus image camera) 또는 다른 적절한 형태의 이미징 시스템일 수 있다.
이들 실례로 되는 예에 있어서, GPS 수신기(420; global positioning system receiver)는 센서 시스템(306)에 선택적으로 포함될 수 있는 다른 센서의 예이다. GPS 수신기(420)는, 3차원에서 무인 항공기(300)의 위치를 식별하는, 위치 정보(432)를 발생시킨다. 예컨대, GPS 수신기(420)는 무인 항공기(300)를 위한 위도, 경도 및 고도와 같은 정보를 발생시킨다.
몇몇 실례로 되는 예에 있어서, GPS 수신기(420)는 생략될 수 있거나 나무의 그룹의 캐노피 아래에서 원하는 바와 같이 기능하지 않을 수 있다. 이 경우에 있어서, 캐노피는 그로벌 위치결정 신호(global positioning signal)를 감쇄 또는 생략한다. 결과적으로, SLAM(simultaneous location and mapping)으로 불리워지는 프로세스가 무인 항공기(300)에 의해 이용될 수 있다.
SLAM에 따르면, GPS 수신기로부터의 위치 정보가 SLAM 시스템으로부터의 위치 정보와 결합된다. SLAM 시스템은 위치 추정을 유지하고 또는 그로벌 위치결정 정보를 개선하도록 가시광 카메라(424; visible light camera), 입체 카메라(426), LIDAR 시스템(416), 및/또는 무인 항공기(300)의 다른 센서로부터의 다른 센서 정보로부터의 센서 정보를 결합할 수 있다.
이들 실례로 되는 예에 있어서, 음향 센서 시스템(421)의 센서는 무인 항공기(300) 상의 다른 방향에 배치될 수 있다. 도시된 바와 같이, 음향 센서 시스템(421)은 초음파 센서 시스템(422)을 이용해서 구현될 수 있다. 물론, 소정의 다른 형태의 사운드(sound) 기반 시스템이 이용될 수 있다. 초음파 센서 시스템(422)은 무인 항공기(300)의 높이에 관한 높이 정보를 제공할 수 있다. 더욱이, 초음파 센서 시스템(422)은 또한 거리 정보(434; distance information)를 발생시킬 수 있다. 거리 정보(434)는 무인 항공기(300)의 이동의 목적을 위해 무인 항공기(300)로부터 나무 또는 다른 장애물까지의 거리를 식별한다.
특정 예가 설명되었음에도 불구하고, 센서 시스템(306)은 나무 측정 정보(334) 및 장애물 정보(332)를 발생시키기 위해 이들 센서의 소정의 조합을 포함할 수 있다.
센서 시스템(306)에서 이용할 수 있는 센서의 조합의 예는 가시광 카메라(424) 및 LIDAR 시스템(416)을 포함한다. 다른 실례로 되는 예에 있어서, LIDAR 시스템(416)은 그 자체로 이용될 수 있다. 또 다른 예에 있어서, 센서 시스템(306)은 오직 입체 카메라(426)만을 포함할 수 있다. 물론, 이들 조합은 단지 예이고 다른 구현은 도 4에서 센서 시스템(306)을 위해 도시된 센서뿐만 아니라 나무 측정 정보(334) 및 장애물 정보(332) 중 적어도 하나를 발생시키기 위해 적절할 수 있는 다른 적절한 형태의 센서의 다른 조합을 포함할 수 있다. 예컨대, 실례로 되는 실시예가 센서 시스템(306)에 포함된 LIDAR 시스템(416) 및 초음파 센서 시스템(422) 양쪽과 함께 도시됨에도 불구하고, LIDAR 시스템(416) 및 초음파 센서 시스템(422) 중 단지 하나가 이들 실례로 되는 예에 있어서 나무 측정 정보(334) 및 장애물 정보(332)를 발생시키는데 필요로 될 수 있다.
도 2 내지 도 4의 나무 계측 환경(200) 및 다른 나무 계측 시스템(202)의 다른 구성요소의 도면은 실례로 되는 실시예가 구현되는 방식에 대해 물리적 또는 구조적 제한을 암시하도록 의미하지는 않는다. 도시된 것에 부가 또는 대신하여 다른 구성요소가 이용될 수 있다. 몇몇 구성요소가 불필요할 수도 있다. 또한, 블록은 몇몇 기능적 구성요소를 나타내도록 제공된다. 하나 이상의 이들 블록은 실례로 되는 실시예에서 구현될 때 다른 불록에 결합, 분리, 또는 결합 및 분리될 수 있다.
예컨대, 몇몇 실례로 되는 예에 있어서, 다른 형태의 무인 항공기가 나무 측정 정보(204)를 발생시키는데 이용될 수 있다. 예컨대, 고정 날개 무인 항공기 및 무인 회전날개 항공기 양쪽은 나무의 그룹(206)을 위한 나무 측정 정보(204)를 발생시키기 위해 무인 항공기 함대(218)에 의해 이용될 수 있다. 또 다른 실례로 되는 예에 있어서, 나무 측정 정보(204)는 또한 나무의 형태, 나무의 높이, 및 다른 적절한 형태의 나무의 그룹(206)에 관한 정보와 같은 다른 형태의 정보를 포함할 수 있다.
몇몇 실례로 되는 예에 있어서, 측정 콘트롤러(216)는 다수의 경로(238)를 발생시키는데 이용되지 않을 수 있다. 대신, 오퍼레이터가 나무 사이의 방향으로 무인 항공기(236)를 가리킬 수 있다. 이어, 무인 항공기(236)는 장애물를 회피하면서 측정을 발생시키도록 해당 방향으로 운행할 수 있다.
도 5를 참조하면, 다른 크기의 무인 항공기의 도면이 실례로 되는 실시예에 따라 도시된다. 본 실례로 되는 예에 있어서, 나무의 그룹(500)은 도 2에서 블록 형태로 도시된 나무의 그룹(206)의 구현의 다른 예이다.
나무의 그룹(500)은 행(502) 및 열(504)을 갖는다. 나무의 그룹(500)의 이러한 배열은 나무 농장(tree farm)과 같은 환경에서 찾을 수 있다. 특히, 행(502) 및 열(504)은 이들 실례로 되는 예에 있어서 소나무 농장의 일부분일 수 있다.
도시된 바와 같이, 회전날개 항공기(506), 회전날개 항공기(508), 및 회전날개 항공기(510)가 나무의 그룹(500)에서 행(502) 및 열(504) 사이에 도시된다. 이들 회전날개 항공기는 이들 실례로 되는 예에 있어서 일정 비율로 축소되어 그려진다.
회전날개 항공기(506), 회전날개 항공기(508), 및 회전날개 항공기(510)는 도 3의 무인 항공기(300)를 위한 구현 및 도 2의 무인 항공기 함대(218)의 무인 항공기의 구현을 위한 예이다. 특히, 회전날개 항공기(506), 회전날개 항공기(508), 및 회전날개 항공기(510)는 무인 항공기(300)를 위해 선택될 수 있는 다른 크기의 예이다.
회전날개 항공기(506), 회전날개 항공기(508), 및 회전날개 항공기(510)는 이들 실례로 되는 예에서 다른 크기일 수 있다. 무인 항공기(300)를 위해 이용된 회전날개 항공기의 형태는 행(502) 및 열(504)에서의 나무의 그룹(500)의 파라미터에 따를 수 있다. 예컨대, 행(502) 및 열(504)에서의 나무의 그룹(500)이 가지치기된 나무이면, 더 큰 회전날개 항공기가 이용될 수 있다. 다른 실례로 되는 예에 있어서, 행(502) 및 열(504)에서의 나무의 그룹(500)이 가지치기된 나무가 아니면, 더 작은 회전날개 항공기가 이용될 수 있다.
이들 실례로 되는 예에 있어서, 무인 항공기(300)를 위해 이용된 회전날개 항공기의 크기는 또한 나무의 그룹(500)이 가지치기가 되었거나 가지치기가 되지 않았거나의 여부 외의 다른 파라미터에 의존할 수 있다. 예컨대, 무인 항공기(300)의 선택은 유효 탑재량의 크기, 나무의 행 사이의 거리, 비행의 원하는 시간, 비행의 원하는 범위, 또는 몇몇 다른 적절한 파라미터에 의존할 수 있다.
이들 실례로 되는 예에 있어서, 나무의 그룹(500)의 행(502) 및 열(504)은 거리(509) 만큼 떨어져 식재될 수 있다. 거리(509)는 이들 실례로 되는 예에 있어서 약 9피트일 수 있다. 물론, 나무의 그룹(500)의 행(502) 및 열(504)은 8피트 떨어져서, 10피트 떨어져서, 15피트 떨어져서, 또는 특정 구현에 따라 다른 적절한 거리로 식재될 수 있다. 무인 항공기(300)를 위해 선택된 회전날개 항공기가 선택되어 회전날개 항공기는 본 예에서 행(502) 및 열(504) 사이에서 9피트 내의 나무의 그룹(500)에서의 가지와 같은 장애물을 통과하여 항행할 수 있다.
도시된 바와 같이, 회전날개 항공기(506)는 회전날개 항공기(508) 및 회전날개 항공기(510) 보다 더 크다. 회전날개 항공기(506)는 폭(511)을 갖을 수 있다. 폭(511)은 본 예에서 약 5.7피트일 수 있다. 폭(511)은 회전날개 항공기(506)의 완전하게 연장된 회전날개 사이에서 측정되는 운송수단 폭이다. 회전날개 항공기(506)는 약 800그램까지의 평균 유효 탑재량을 갖을 수 있다. 회전날개 항공기(506)는 이들 실례로 되는 예에 있어서 약 88분의 비행 또는 약 49마일의 비행의 범위를 갖을 수 있다.
회전날개 항공기(508)는 회전날개 항공기(510) 보다 더 크다. 본 실례로 되는 예에 있어서, 회전날개 항공기(508)는 폭(515)을 갖을 수 있고 약 1000그램에서 약 2000그램의 평균 유효 탑재량을 갖을 수 있다. 폭(515)은 본 예에 있어서 약 3.7피트일 수 있다. 폭(515)은 회전날개 항공기(508)의 완전하게 연장된 회전날개 사이에서 측정된 운송수단 폭이다. 회전날개 항공기(508)는 이들 실례로 되는 예에 있어서 약 17분에서 약 25분의 비행 또는 약 9마일에서 약 15마일의 비행의 범위를 갖을 수 있다.
도시된 바와 같이, 회전날개 항공기(506)는 본 실례로 되는 예에서 도시된 가장 작은 회전날개 항공기이다. 회전날개 항공기(506)는 폭(517)을 갖을 수 있고 약 200-300그램의 평균 유효 탑재량을 갖을 수 있다. 폭(517)은 본 예에서 약 2.6피트일 수 있다. 폭(517)은 회전날개 항공기(510)의 완전하게 연장된 회전날개 사이에서 측정된 운송수단 폭이다. 회전날개 항공기(506)는 이들 실례로 되는 예에 있어서 약 25분에서 약 30분의 비행 또는 약 9마일에서 약 14마일의 비행의 범위를 갖을 수 있다.
나무의 그룹(500)의 행(502)은 라인(505)에 대해 연장되는 가지(513)를 갖을 수 있다. 라인(505)은 행(502)으로부터의 거리(518)일 수 있다. 거리(518)는 이들 실례로 되는 예에 있어서 약 2피트일 수 있다. 마찬가지로, 열(504)은 라인(507)대해 연장되는 가지(512)를 갖을 수 있다. 라인(507)은 행(504)으로부터의 거리(514)일 수 있다. 거리(514)는 이들 실례로 되는 예에 있어서 약 2피트일 수 있다.
무인 항공기(300)의 원하는 동작은 가지(513)와 무인 항공기(300) 사이에서 완충지대(buffer)를 요구할 수 있다. 이 완충지대는 가지(513)의 종단으로부터의 거리(520)일 수 있다. 거리(520)는 이들 실례로 되는 예에 있어서 약 1피트일 수 있다. 마찬가지로, 무인 항공기(300)의 원하는 동작은 가지(512)와 무인 항공기(300) 사이에서 완충지대를 필요로 할 수 있다. 이 완충지대는 거리(516)일 수 있다.
하나의 실례로 되는 예에 있어서, 거리(516)는 또한 이들 실례로 되는 예에 있어서 약 1피트일 수 있다. 물론, 거리(516) 및 거리(520)는, 특정 구현에 따라, 더 작거나 더 클 수 있다.
이러한 특정 예에 있어서, 가지(513), 가지(512), 및 가지(513)와 가지(512) 및 무인 항공기(300) 사이의 완충지대에 따르면, 경로(522)는 무인 항공기(300)를 위한 원하는 경로일 수 있다. 이 경로는 폭(524)을 갖을 수 있다. 하나의 실례로 되는 예에 있어서, 폭(524)은 이들 실례로 되는 예에 있어서 약 3피트일 수 있다. 물론, 원하는 파라미터, 가지(513) 및 가지(512)의 존재, 가지(513) 및 가지(512)의 길이에 따라, 경로(522)는 몇몇 실례로 되는 예에 있어서 더 작거나 더 클 수 있다.
더욱이, 다른 실례로 되는 예에 있어서, 나무의 그룹(500)은 평평하게 공간지워진 나무 또는 행을 갖도록 구성되지 않을 수 있다. 이 경우에 있어서, 회전날개 항공기(506)는 나무 및 나무 가지로부터 최소 거리를 유지하도록 시도하는 동적 경로(dynamic route)를 비행할 수 있다.
도시된 바와 같이, 3피트의 경로(522)에 따르면, 회전날개 항공기(506) 및 회전날개 항공기(508)는 나무의 그룹(500)의 행(502) 및 열(504) 사이에서 비행할 때 원하는 바와 같이 동작하는데 너무 클 수 있다. 이러한 예에 있어서, 회전날개 항공기(510)가 무인 항공기(300)를 위한 원하는 크기일 수 있다.
다른 실례로 되는 예에 있어서, 가지(513) 및 가지(512)가 존재하지 않을 수 있다. 이 경우에 있어서, 포함된 기능성에 따라, 다른 크기의 회전날개 항공기가 나무의 그룹(500)을 항행하는데 이용될 수 있다.
또 다른 실례로 되는 예에 있어서, 가지(513) 및 가지(512) 사이의 완충지대를 위한 거리(520) 및 거리(516)에 대한 원하는 값은 각각 1피트보다 작을 수 있다. 이 경우에 있어서, 회전날개 항공기(508)는 무인 항공기(300)를 위해 바람직하게 될 수 있다.
도 6을 참조하면, 3가지 측정 정보를 발생시키는 무인 항공기의 도면이 실례로 되는 실시예에 따라 도시된다. 이 도시된 예에 있어서, 회전날개 항공기(600)는 나무의 그룹(602)을 측정하는데 이용될 수 있는 무인 항공기의 예이다. 나무의 그룹(602)은 도 2의 나무의 그룹(206)이 배열될 수 있는 하나의 방식의 예이다.
회전날개 항공기(600)는 무인 항공기(300)를 위한 하나의 구현 및 무인 항공기 함대(218)의 무인 항공기의 구현의 예이다. 이러한 예에 있어서, 회전날개 항공기(600)는 쿼드러콥터(quadracopter)의 형태를 취한다. 본 실례로 되는 예에 있어서, 나무의 그룹(602)은 도 2에서 블록 형태로 도시된 나무의 그룹(206)의 구현의 다른 예이다.
도시된 바와 같이, 나무의 그룹(602)은 행(604) 및 열(606)로 배열된다. 나무의 그룹(602)의 이러한 배열은, 소나무 농장과 같은, 나무 농장과 같은 환경에서 찾을 수 있다.
본 실례로 되는 예에 있어서, 회전날개 항공기(600)는 열(606) 사이에서 비행하도록 구성되고 나무의 측정을 발생시킨다. 도시된 바와 같이, 회전날개 항공기(600)는 회전날개 항공기(600)가 열 사이에서 비행함에 따라 나무의 2개의 열에 대한 나무 정보를 발생시키도록 구성된다. 본 예에 있어서, 회전날개 항공기(600)는 나무의 그룹(602)의 열(608)과 열(610) 사이에서 비행한다. 회전날개 항공기(600)는 이들 2개의 열 사이를 비행하면서 나무 측정 정보를 발생시키도록 구성된다.
본 실례로 되는 예에 있어서, 회전날개 항공기(600)는 나무의 그룹(602)을 측정하기 위해 나무의 그룹(602)을 통과하는 경로(612)를 따르도록 구성된다. 경로(612)는 도 2에서의 측정 콘트롤러(216)에 의해 발생될 수 있다.
본 실례로 되는 예에 있어서, 회전날개 항공기(600)는 경로(612)를 대략 따를 수 있다. 즉, 회전날개 항공기(600)는 경로(612)로부터 변경되도록 그 궤적을 조정할 수 있다. 이 변경은 다수의 다른 이유에 대해 이루어질 수 있다.
예컨대, 경로(612)로부터의 변경은 장애물을 회피하도록 이루어질 수 있다. 다른 실례로 되는 예에 있어서, 경로(612)로부터의 변경은 열(608) 및 열(610)과 같은 나무의 열 사이에서 중앙에 있는 회전날개 항공기(600)를 유지하도록 만들 수 있다. 예컨대, 열(608) 내의 나무는 그들 2개의 열을 통하여 열(610)의 나무로부터 정확하게 동일하게 공간지워질 수 없다. 결과적으로, 회전날개 항공기(600)는 경로(612)를 따른 비행을 실질적으로 유지하면서 그 궤적을 조정할 수 있다.
도 6의 나무의 그룹(602)을 통과하는 회전날개 항공기(600)의 경로의 도면은 다른 실례로 되는 실시예가 구현될 수 있는 방식을 제한하도록 의미하지는 않는다. 예컨대, 나무의 그룹(602)은 도 6에 도시된 바와 같이 행 및 열로 배열되지 않을 수 있다. 대신, 더욱 랜덤한 분포가 도 1의 나무 계측 환경(100)에서 도시된 바와 같은 나무의 그룹(104)과 같이 존재할 수 있다.
또 다른 실례로 되는 예에 있어서, 회전날개 항공기(600)에 부가하여 하나 이상의 부가적인 회전날개 항공기가 나무의 그룹(602)을 위한 나무 측정 정보를 발생시키는데 이용될 수 있다.
도 7을 참조하면, 측정을 하는 회전날개 항공기의 도면이 실례로 되는 실시예에 따라 도시된다. 회전날개 항공기(700)는 도 3에서의 무인 항공기(300) 및 도 2의 무인 항공기(224)에서의 무인 항공기를 위한 구현의 예이다.
이 도시된 예에 있어서, 회전날개 항공기(700)는 궤적(703)에 따라 나무의 그룹(702)을 통해 운행한다 특히, 회전날개 항공기(700)는 나무의 그룹(702)의 열(704)과 열(706) 사이를 비행한다.
본 실례로 되는 예에 있어서, 회전날개 항공기(700)는 LIDAR 시스템(708; light detection and ranging system)을 포함한다. LIDAR 시스템(708)은 회전날개 항공기(700)로부터 나무의 그룹(702)에서의 열(704) 및 열(706) 내의 나무까지의 거리의 측정을 발생시키도록 레이저 빔(709)을 지나가게 할 수 있다.
부가적으로, 몇몇 실례로 되는 예에 있어서, 회전날개 항공기(700)는 또한 카메라(710)를 포함할 수 있다. 카메라(710)는 나무의 그룹(702)의 이미지를 발생시키는 가시광 카메라일 수 있다.
이러한 방식에 있어서, 나무의 이미지는 나무 가장자리(edges)를 식별하기 위해 처리될 수 있다. 이미지에서 식별된 나무의 가장자리는, 예컨대 나무(717)의 가장자리(712) 및 가장자리(714), 나무(722)의 가장자리(718) 및 가장자리(720), 및 나무(728)의 가장자리(724) 및 가장자리(727)를 포함할 수 있다.
이들 실례로 되는 예에 있어서, 2개의 가장자리 사이의 거리는 이미지의 가장자리들 사이에서 다수의 픽셀을 계수하는 것에 의해 식별될 수 있다. 이미지의 가장자리 사이에서 계수된 다수의 픽셀을 위한 값은 픽셀 폭(pixel width)일 수 있다. 이미지의 물체의 2개의 가장자리 사이의 픽셀 폭은 카메라 시스템이 이미지를 취한 당시에 이미지를 취한 카메라로부터 물체에 대한 거리의 지식을 부여한 실제 폭으로 변환될 수 있다. 이들 실례로 되는 예에 있어서, 실제 폭(true width)은 나무의 그룹(702)에서의 나무의 실제적인 폭이다.
LIDAR 시스템에 의해 이루어진 나무에 대한 거리 측정은 나무의 그룹(702)에서 나무의 실제 폭에 대한 이미지의 가장자리 사이의 픽셀 폭으로부터 조정을 만드는데 이용된다. 픽셀 폭과 실제 폭 사이에서 이러한 변환을 만들기 위해, 카메라(710)가 알려진 조정 매트릭스(calibration matrix)를 이용해서 조정될 수 있다. 이러한 방식에 있어서, 나무(717), 나무(722), 및 나무(728)의 직경이 식별될 수 있다. 더욱이, 나무의 다른 높이에 대한 이들 나무의 직경은 이미지 및 지점으로부터 식별될 수 있다. 다른 높이에서 이루어진 직경 측정을 이용하면, 나무의 가늘어짐(taper)이 식별될 수 있다.
더욱이, 회전날개 항공기(700)가 나무의 그룹(702)을 통과하여 이동함에 따라, 회전날개 항공기(700)는 다른 전망(perspectives)으로부터 주어진 나무의 다중 이미지를 취할 수 있다. 가장자리 검출, 거리 측정, 및 폭 변환의 동일한 기술을 적용함으로써, 직경 및 가늘어짐의 다양한 추정이 개선될 수 있다. 직경 측정(diameter measurement)을 개선하기 위해, 예컨대 다른 이미지에 의한 측정이 평균화된다. 이러한 방식에 있어서, 직경 및 가늘어짐 측정이 원하는 레벨의 정확도를 갖을 수 있다. 특히, 이러한 원하는 레벨의 정확도는 회전날개 항공기(700)와 같은 작은 무인 항공기 상에 맞추기 위해 너무 무거운 더욱 더 크고 더 무거운 고주파 LIDAR 스캐너(high frequency light detection and ranging scanners)에 의해 가능한 정확도의 레벨과 실질적으로 유사할 수 있다.
또 다른 실례로 되는 예에 있어서, 회전날개 항공기(700)는 단지 입체 카메라만을 포함할 수 있고, LIDAR 시스템을 필요로 하지 않을 수 있다. 입체 카메라는 이미지로부터 나무 상의 다른 지점 사이의 깊이 및 거리의 식별을 허용하는 다른 전망으로부터 정보를 발생시킬 수 있다.
도 7에서 나무의 그룹(702)을 스캐닝하는 회전날개 항공기(700)의 도면은 정보가 나무의 그룹(702)으로부터 발생될 수 있는 방식에 대해 제한을 암시하도록 의미하는 것은 아니다. 예컨대, 다른 실례로 되는 예에 있어서, 회전날개 항공기(700)는 나무의 그룹(702)의 열(704) 및 열(706) 사이에서 하나의 통로 이상을 만들 수 있다. 다중 통로는 나무의 그룹(702)의 나무에 관한 더 많은 정보 또는 더 정확한 정보를 발생시키기 위해 만들어질 수 있다.
도 8을 참조하면, 나무의 행 사이에서 비행하는 무인 항공기의 도면이 실례로 되는 실시예에 따라 도시된다. 본 실례로 되는 예에 있어서, 나무의 그룹(800)은 도 2에서 블록 형태로 도시된 나무의 그룹(206)의 구현의 다른 예이다.
나무의 그룹(800)은 행(802) 및 행(804)을 갖는다. 나무의 그룹(800)의 이러한 배열은 나무 농장과 같은 환경에서 발견될 수 있다. 특히, 행(802) 및 행(804)은 이들 실례로 되는 예에 있어서 소나무 농장의 일부일 수 있다.
행(802) 및 행(804)에서의 나무의 그룹(800)은 가지치기된 나무일 수 있다. 행(802)은 가지(806)를 갖을 수 있고, 행(804)을 가지(808)를 갖을 수 있다. 가지(806) 및 가지(808)는, 이들 실례로 되는 예에 있어서, 각각 행(802) 및 행(804)으로부터 약 2피트 연장될 수 있다.
도시된 바와 같이, 도 5로부터의 회전날개 항공기(510)가 나무의 그룹(800)에서의 행(802) 및 행(804) 사이에 도시된다. 회전날개 항공기(510)가 나무의 그룹(800)의 측정을 취하기 위해 행(802) 및 행(804) 사이의 화살표(812) 방향으로 비행할 수 있다. 방향은 간단한 형태로 벡터(vector)의 형태를 취하는 경로의 예일 수 있다.
회전날개 항공기(510)는 가지(806)와 가지(808) 사이를 비행할 수 있다. 본 예에 있어서, 회전날개 항공기(510)는 폭(814)을 갖는 경로를 갖을 수 있다. 폭(814)은 이들 실례로 되는 예에 있어서 가지(806) 및 가지(808) 사이의 거리이다.
다른 실례로 되는 예에 있어서, 행(802) 및 행(804)은 가지치기된 나무일 수 있다. 이 경우에 있어서, 회전날개 항공기(510)는 나무의 그룹(800)에서 장애물 주위를 항행하기 위해 더 많은 공간을 갖을 수 있다. 예컨대, 회전날개 항공기(510)는 나무의 그룹(800)이 가지치기된 나무일 때 폭(815)을 갖는 경로를 갖을 수 있다. 이 경우에 있어서, 폭(815)은 행(802)의 나무 줄기(tree trunks)와 행(804)의 나무 줄기 사이의 거리이다.
도 9를 참조하면, 무인 항공기의 도면이 실례로 되는 실시예에 따라 도시된다. 본 실례로 되는 예에 있어서, 회전날개 항공기(900)는 도 3에서 블록 형태로 도시된 무인 항공기(300)를 위한 하나의 구현의 예이다. 더욱이, 회전날개 항공기(900)는 도 5에서의 회전날개 항공기(510)의 예일 수 있다.
도시된 바와 같이, 회전날개 항공기(900)는 기체(902; airframe), 추진 시스템(904; propulsion system), 센서 시스템(906), 통신 시스템(908), 콘트롤러(910), 및 전력원(912)을 포함한다. 기체(902)는 회전날개 항공기(900)의 다른 구성요소의 물리적 지원을 위한 구조를 제공한다.
추진 시스템(904)은 기체(902)와 관련되고 회전날개 항공기(900)를 위한 이동을 제공하도록 구성된다. 본 실례로 되는 예에 있어서, 추진 시스템(904)은 프로펠러(914)일 수 있다. 프로펠러(914)는 본 예에 있어서 약 10인치의 길이일 수 있다. 물론, 프로펠러(914)는, 특정 구현에 따라, 10 인치보다 더 길거나 더 짧을 수 있다.
도시된 바와 같이, 프로펠러(914)를 구비하는 추진 시스템(904)은 모터(916)이다. 모터(916)는 이들 실례로 되는 예에 있어서 브러시리스 모터(brushless motors)일 수 있다. 본 실례로 되는 예에 있어서, 브러시리스 모터는 직류 전원에 의해 전력이 공급되는 동기 모터(synchronous motors)이다.
이들 실례로 되는 예에 있어서, 센서 시스템(906)은 기체(902)와 관련되는 시스템이다. 센서 시스템(906)은 회전날개 항공기(900) 주위의 환경에 관한 정보를 발생시키도록 구성된다.
센서 시스템(906)은 회전날개 항공기(900) 주위의 환경에 관한 정보를 발생시키도록 구성된 하나 이상의 다른 형태의 센서를 포함할 수 있다. 예컨대, 센서 시스템(906)은 도 3에서의 장애물 정보(332)와 같은 장애물 정보 및 도 2에서의 나무 측정 정보(204)와 같은 나무 측정 정보를 발생시킬 수 있다.
도시된 바와 같이, 센서 시스템(906)은 카메라(920) 및 카메라(922)를 갖을 수 있다. 카메라(920)는 이들 실례로 되는 예에 있어서 입체 카메라일 수 있고 카메라(922)는 가시광 카메라일 수 있다. 카메라(920) 및 카메라(922)는 각각 도 4에서의 입체 카메라(426) 및 가시광 카메라(424)에 대한 구현의 예일 수 있다. 센서 시스템(906)은 또한 본 예에서 광-기반 능동 센서 시스템을 포함하고 선택적으로 GPS 수신기(도시되지 않았음)를 포함할 수 있다.
통신 시스템(908)은 기체(902)와 관련된다. 도시된 바와 같이, 통신 시스템(908)은 회전날개 항공기(900)와 다른 장치 사이에서 통신을 제공하기 위해 구성된다. 통신은 이들 실례로 되는 예에서 무선 통신일 수 있다.
콘트롤러(910)는 기체(902)과 관련된다. 콘트롤러(910)는 회전날개 항공기(900)에서 다른 구성요소의 동작을 제어할 수 있다. 콘트롤러(910)는 회전날개 항공기(900)의 동작에 도움을 주기 위해 원하는 지능의 레벨을 갖을 수 있다.
콘트롤러(910)는 이들 실례로 되는 예에 있어서 프로세서 유닛과 자동조종 특징을 갖을 수 있다. 콘트롤러(910)는 콘트롤러(910)를 위한 지능의 레벨에 따라 명령, 과제, 또는 다른 형태의 정보를 수신할 수 있다. 더욱이, 콘트롤러(910)는 몇몇 실례로 되는 예에 있어서 몇몇 형태의 내비게이션 소프트웨어를 이용해서 회전날개 항공기(900)를 동작시킬 수 있다.
전력원(912)은 기체(902)와 관련된다. 전력원(912)은 회전날개 항공기(900)의 다른 구성요소를 위한 전력을 제공하도록 구성된다. 전력원(912)은 배터리(918)일 수 있다. 배터리(918)는 리튬 폴리머 배터리(lithium polymer battery), 연료 전지(fuel cell), 리튬 공기 배터리(lithium-air battery), 공기 아연 배터리(lithium-air battery), 또는 몇몇 다른 적절한 형태의 배터리 중 하나로부터 선택될 수 있다.
배터리(918)는 또한 회전날개 항공기(900)의 영구적인 비행을 가능하게 하도록 교환가능하게 될 수 있다. 배터리(918)가 교환가능할 때, 회전날개 항공기(900)가 전력을 이용하는 동안 적어도 하나 다른 배터리가 배터리(918) 대신 놓일 수 있다.
회전날개 항공기(900)는 나무의 그룹에 관한 정보를 수집하기 위해 나무의 그룹 사이의 경로를 따라 비행할 수 있다. 도 2의 나무 측정 정보(204)는 나무의 형태, 나무의 높이, 및 다른 적절한 형태의 정보와 같은 정보를 포함할 수 있다.
도 1 및 도 5 내지 도 10에 도시된 다른 구성요소는 도 2 내지 도 4의 구성요소와 결합되고, 도 2 내지 도 4의 구성요소와 함께 이용되며, 또는 2가지의 조합일 수 있다. 부가적으로, 도 1 및 도 5 내지 도 10의 구성요소의 몇몇은 도 2 내지 도 4에서 블록 형태로 도시된 구성요소가 어떻게 물리적 구조로서 구현될 수 있는가의 실례로 되는 예일 수 있다.
도 10을 참조하면, 측정 정보를 발생시키기 위한 프로세스의 플로우차트의 도면이 실례로 되는 실시예에 따라 도시된다. 도 10에 도시된 프로세스는 도 2에서의 나무 계측 시스템(202)을 이용해서 구현될 수 있다.
프로세스는 나무의 그룹을 통과하여 경로 상에서 무인 항공기가 이동하는 것에 의해 시작한다(동작 1000). 동작 1000에서, 경로는 무인 항공기와 관련된 센서 시스템에 의해 나무의 그룹의 다수의 직경을 식별하기 위해 만들어지는 측정을 허용하기 위해 구성된 높이를 갖을 수 있다.
이들 실례로 되는 예에 있어서, 경로는 다양한 형태를 취할 수 있다. 예컨대, 경로는 나무 측정 정보가 나무의 그룹의 모든 나무를 위해 발생될 수 있는 방식으로 무인 항공기를 이동시키도록 방향전환(turns) 및 변화(changes)를 갖을 수 있다. 몇몇 실례로 되는 예에 있어서, 경로는 나무의 그룹의 나무의 열 사이의 방향에서 궤적일 수 있다.
무인 항공기가 나무의 그룹을 통과하여 경로를 따라 비행하는 동안 나무 측정 정보가 발생되고(동작 1002) 그 후 프로세스가 종료된다. 본 실례로 되는 예에 있어서, 측정 정보는, 나무의 직경과 같은, 파라미터를 위한 측정을 발생시키는데 이용된 정보일 수 있다. 다른 실례로 되는 예에 있어서, 나무 측정 정보는 실질적으로 나무의 직경일 수 있다.
도 11을 참조하면, 직경을 결정하기 위해 이미지를 분석하기 위한 프로세스의 플로우차트의 도면이 실례로 되는 예에 따라 도시된다. 도 11에 도시된 프로세스는 도 2의 나무 계측 시스템(202)을 이용해서 구현될 수 있다. 도 11에 도시된 프로세스는 또한 나무 계측 시스템(202)을 이용해서 나무 가늘어짐 및 다른 형태의 나무 측정 정보(204)를 식별하도록 구현될 수 있다.
프로세스는 나무의 그룹 사이의 경로를 따라, 장애물을, 카메라 시스템으로, 검출하는 것에 의해 시작한다(동작1100). 카메라 시스템은 이들 실례로 되는 예에 있어서 해상도 디지털 카메라(resolution digital camera)일 수 있다. 더욱이, 카메라 시스템은 중량, 발생된 이미지의 품질, 또는 중량 및 발생된 이미지의 품질 양쪽을 기초로 선택될 수 있다. 카메라 시스템은 도 9에서 회전날개 항공기(900)와 같은 무인 항공기 상에 위치될 수 있다.
다음에, 프로세스는 나무의 그룹의 나무의 행 사이에서 무인 항공기를 중앙에 맞춘다(동작 1102). 동작 1102에 있어서, 무인 항공기는 LIDAR 시스템 및 콘트롤러를 이용해서 중앙에 맞추어질 수 있다. LIDAR 시스템은 나무의 각 행에서 인접하는 나무에 대해 거리를 측정할 수 있다. 무인 항공기 상의 콘트롤러는 이들 측정을 이용해서 나무의 행에 관하여 무인 항공기의 거리를 계산하고 행 사이에서 무인 항공기를 중앙에 맞추기 위해 보정을 한다. 무인 항공기는 무인 항공기와 나무, 가지 또는 몇몇 그 조합 사이에서 무인 항공기의 각 측 상의 원하는 완충지대를 갖을 수 있다.
나무의 이미지가 무인 항공기 상의 카메라 시스템을 이용해서 발생된다(동작 1104). 이어 프로세스는 나무의 그룹에서 나무의 직경을 결정하기 위해 이미지를 분석하고(동작 1106) 그 후 프로세스가 종료된다. 직경은 나무의 그룹에서 나무 상의 다양한 높이에 대해 식별될 수 있다. 몇몇 경우에 있어서, 특정 구현에 따라, 가지의 직경, 나무 가늘어짐, 나무 분기(tree forks), 또는 다른 형태의 나무 측정 정보와 같은 추가적인 정보가 식별될 수 있다.
도 12를 참조하면, 나무의 직경을 결정하기 위한 프로세스의 플로우차트의 도면이 실례로 되는 실시예에 따라 도시된다. 도 12에 도시된 프로세스는 도 11의 동작 1106에 있어서 도 2의 나무 계측 시스템(202)을 이용해서 구현될 수 있다.
프로세스는 이미지에서 나무의 그룹의 나무의 가장자리를 검출하는 것에 의해 시작한다(동작 1200). 동작 1200에 있어서, 가장자리 검출 소프트웨어가 카메라 시스템에 의해 발생된 이미지에서 나무의 가장자리를 검출하는데 이용될 수 있다.
다음에, 프로세스는 카메라로부터 이미지에서 나무의 그룹의 각 나무 상의 지점까지의 거리를 측정한다(동작 1202). 이 거리는 무인 항공기(300)를 위해 선택된 회전날개 항공기의 파라미터에 의해 결정될 수 있다. 동작 1202에 있어서, 초 경량의 저전력 센서가 무인 항공기 상의 카메라와 나무로부터의 거리를 결정하는데 이용될 수 있다. 이 센서는 단일 평면을 따라 거리를 스캔하는 LIDAR 스캐너(light detection and ranging scanner)일 수 있다.
프로세스는 이미지에서 나무의 그룹의 나무의 가장자리 사이의 픽셀을 식별한다(동작 1204). 이어 프로세스는 카메라로부터 나무의 그룹의 각 나무까지의 거리 및 이미지에서 나무의 그룹의 각 나무의 가장자리 사이의 다수의 픽셀을 이용해서 나무의 그룹의 각 나무의 직경을 계산하고(동작 1206) 그 후 프로세스가 종료된다. 이 계산은 픽셀 폭을 거리를 기초로 실제 폭으로 변환하는 비선형 함수(nonlinear function)일 수 있다. 나무의 직경은 또한 물체에 대한 거리의 함수로서 픽셀 폭과 실제 폭 간의 변환을 나타내는 변한 테이블을 이용해서 계산될 수 있다.
따라서, 나무의 직경은 거리 및 무인 항공기의 카메라 특성을 아는 것에 의해 결정될 수 있다. 예컨대, 카메라 조정 매트릭스(camera calibration matrix)는 조정을 통해 결정될 수 있는 카메라의 고정된 특성이다. 카메라 매트릭스는 카메라 렌즈 및 광학 센서의 특성에 의존하고 어떻게 3차원 지점이 이미지에서 2차원 지점으로 변환될 수 있는가를 설명한다. 카메라 조정 매트릭스는 카메라 시스템에서 이용된 각 형태의 카메라 또는 카메라 렌즈에 대해 다를 수 있다.
여러 도시된 실시예에서의 플로우차트 및 블록도는 실례로 되는 실시예에서의 장치 및 방법의 몇몇 가능한 구현의 구조, 기능, 및 동작을 나타낸다. 이와 관련하여, 플로우차트 또는 블록도의 각 블록은 모듈, 세그먼트, 및/또는 동작 또는 단계의 부분을 나타낼 수 있다. 예컨대, 하나 이상의 블록은 프로그램 코드로서, 하드웨어에서, 또는 프로그램 코드 및 하드웨어의 조합으로 구현될 수 있다. 하드웨어에서 구현될 때, 하드웨어는, 예컨대 플로우차트 또는 블록도에서 하나 이상의 동작을 수행하도록 제조 또는 구성된 집적회로의 형태를 취할 수 있다.
실례로 되는 실시예의 몇몇 대안적인 구현에 있어서, 블록에서 주지된 기능 또는 기능들이 도면에서 주지된 순서 외로 야기될 수 있다. 예컨대, 몇몇 경우에 있어서, 연속적으로 도시된 2개의 블록은 실질적으로 동시에 실행될 수 있거나, 포함된 기능성에 따라, 블록은 때때로 반대의 순서로 수행될 수 있다. 또한, 다른 블록이 플로우차트 또는 블록도에서 도시된 블록에 부가하여 부가될 수 있다.
도 13을 참조하면, 카메라 조정 매트릭스의 도면이 실례로 되는 실시예에 따라 도시된다. 이 도면에 도시된 카메라 조정 매트릭스(1300)는 나무 측정을 계산하기 위해 도 12에 도시된 프로세스에서 이용될 수 있다.
카메라 조정 매트릭스(1300)는 특징 간의 다수의 픽셀을 기초로 이미지에서의 특징 사이에서 실제 거리를 식별하는데 이용된다. 특징은, 예컨대 나무의 가장자리일 수 있다. 나무의 가장자리 간의 거리를 아는 것에 의해, 나무의 직경이 카메라 조정 매트릭스(1300)를 이용해서 계산될 수 있다.
본 실례로 되는 예에 있어서, 카메라 조정 매트릭스(1300)는 조정을 통해 결정될 수 있는 카메라의 고정된 특성이다. 카메라 조정 매트릭스(1300)는 카메라의 광학 센서 특성과 렌즈 특성에 의존하고 어떻게 세상의 3차원 지점이 이미지에서 2차원 지점으로 변환되는가를 설명한다. 이들 렌즈 특성은 본 실례로 되는 예에서 초점 길이(focal lengths)일 수 있다.
카메라 조정 매트릭스(1300)는 초점 거리(1302) 및 초점거리(1304)를 포함할 수 있다. 초점 거리(1302) 및 초점거리(1304)는 픽셀에서 측정되고 카메라 광학이 초점에 대해 빔을 가져오도록 이미지의 각 축에서 광을 수렴(converge) 또는 발산(diverge)하는 강도의 레벨(level of strength)을 설명할 수 있다.
팩터(1306)는 2개의 축에서 이미지 사이의 광학의 스큐(skew)에 대해 설명하는 팩터이고 광의 광선이 카메라 광학(camera optics)에 의해 회전될 수 있는 방식을 설명한다. 카메라 조정 매트릭스(1300)에서 캡쳐된 상수(constants)는 카메라에 대해 고유한 것이어서 그들은 변하지 않는다.
값(1308) 및 값(1310)은 또한 카메라 조정 매트릭스(1300)에서 입력으로서 이용될 수 있다. 도시된 바와 같이, 값(1308) 및 값(1310)은 카메라의 주 지점(principal point)을 정의한다. 이 주 지점은 이들 실례로 되는 예에 있어서 이미지의 중앙 지점(center point)일 수 있다. 다른 실례로 되는 예에 있어서, 주 지점은 이미지의 중앙 지점이 아닐 수 있다. 주 지점은 광학 축과 이미지 평면의 교차점(intersection)으로서 정의될 수 있다.
카메라 조정 매트릭스(1300)는 물체로부터 다른 미리-정의된 거리에서 카메라에 의해 취해진 테스트 물체의 이미지를 이용하는 것에 의해 발생될 수 있다. 테스트 물체는, 예컨대 알려진 치수를 갖춘 정육면체(cube)일 수 있다. 이미지에서의 픽셀은, 카메라 조정 매트릭스(1300)를 발생시키기 위한 정보를 식별하기 위해, 정육면체의 가장자리와 같은, 특징 사이의 알려진 거리와 매치될 수 있다.
도 14를 참조하면, 데이터 처리 시스템의 블록도의 도면이 실례로 되는 실시예에 따라 도시된다. 데이터 처리 시스템(1400)은 도 2의 컴퓨터 시스템(220)을 위한 하나의 구현일 수 있다. 본 실례로 되는 예에 있어서, 데이터 처리 시스템(1400)은, 프로세서 유닛(1404; processor unit), 메모리(1406), 영구 저장기(1408), 통신 유닛(1410), 입력/출력(I/O) 유닛(1412), 및 디스플레이(1414) 사이에서 통신을 제공하는, 통신 구조(1402; communications fabric)를 포함한다.
프로세서 유닛(1404)은 메모리(1406)로 로드될 수 있는 소프트웨어를 위한 명령을 실행하도록 기능한다. 프로세서 유닛(1404)은, 특정 구현에 따라, 다수의 프로세서, 다중-프로세서 코어(multi-processor core), 또는 몇몇 다른 형태의 프로세서일 수 있다. 아이템과 관련하여 여기서 이용된 바와 같이, 다수는 하나 이상의 아이템을 의미한다. 더욱이, 프로세서 유닛(1404)은 메인 프로세서가 단일 칩 상에 2차 프로세서와 함께 존재하는 다수의 이종(heterogeneous) 프로세서 시스템을 이용해서 구현될 수 있다. 다른 실례로 되는 예로서, 프로세서 유닛(1404)은 동일한 형태의 다중 프로세서를 포함하는 대칭형 멀티-프로세서 시스템(symmetric multi-processor system)일 수 있다.
메모리(1406) 및 영구 저장기(1408)는 저장 장치(1416)의 예이다. 저장 장치는, 예컨대, 제한 없이, 데이터, 기능적 형태의 프로그램 코드, 및/또는 잠재적 기반 및/또는 영구적 기반 상의 다른 적절한 정보와 같은, 정보를 저장할 수 있는 소정 개의 하드웨어이다. 저장 장치(1416)는 또한 이들 예에 있어서 컴퓨터 판독가능 저장 장치로 언급될 수 있다. 이들 예에 있어서, 메모리(1406)는, 예컨대 랜덤 억세스 메모리(random access memory) 또는 소정의 다른 적절한 휘발성 또는 비휘발성 저장 장치일 수 있다. 영구 저장기(1408)는, 특정 구현에 따라, 다양한 형태를 취할 수 있다.
예컨대, 영구 저장기(1408)는 하나 이상의 구성요소 또는 장치를 포함할 수 있다. 예컨대, 영구 저장기(1408)는 하드 드라이브, 플래시 메모리, 재기록가능한 광 디스크, 재기록가능한 자기 디스크, 또는 상기의 몇몇 조합일 수 있다. 영구 저장기(1408)에 의해 이용된 매체는 또한 제거가능할 수 있다. 예컨대, 제거가능 하드 드라이브는 영구 저장기(1408)를 위해 이용될 수 있다.
이들 예에 있어서, 통신 유닛(1410)은 다른 데이터 처리 시스템 또는 장치와의 통신에 대해 제공된다. 이들 예에 있어서, 통신 유닛(1410)은 네트워크 인터페이스 카드(network interface card)이다. 통신 유닛(1410)은 물리적 또는 무선 통신 링크의 어느 한쪽 또는 양쪽을 통해 통신을 제공할 수 있다.
입력/출력 유닛(1412)은 데이터 처리 시스템(1400)에 연결될 수 있는 다른 장치와의 데이터의 입력 및 출력에 대해 허용한다. 예컨대, 입력/출력 유닛(1412)은 키보드, 마우스 및/또는 몇몇 다른 적절한 입력 장치를 통해 사용자 입력을 위한 연결을 제공할 수 있다. 더욱이, 입력/출력 유닛(1412)은 프린터로 출력을 송신할 수 있다. 디스플레이(1414)는 사용자에게 정보를 디스플레이하는 메카니즘을 제공한다.
동작 시스템, 어플리케이션 및/또는 프로그램을 위한 명령은, 통신 구조(1402)를 통해 프로세서 유닛(1404)과의 통신에 있는, 저장 장치(1416)에 위치할 수 있다. 이들 실례로 되는 예에 있어서, 명령은 영구 저장기(1408) 상에 기능적 형태로 있다. 이들 명령은 프로세서 유닛(1404)에 의한 실행을 위해 메모리(1406)로 로드될 수 있다. 다른 실시예의 프로세스는, 메모리(1406)와 같은, 메모리에 위치될 수 있는, 컴퓨터-구현 명령(computer-implemented instructions)을 이용해서 프로세서 유닛(1404)에 의해 수행될 수 있다.
이들 명령은 프로세서 유닛(1404)의 프로세서에 의해 판독 및 실행될 수 있는 프로그램 코드, 컴퓨터 이용가능 프로그램 코드, 또는 컴퓨터 판독가능 프로그램 코드로 언급된다. 다른 실시예의 프로그램 코드는, 메모리(1406) 또는 영구 저장기(1408)와 같은, 다른 물리적 또는 컴퓨터 판독가능 저장 매체 상에서 구현될 수 있다.
프로그램 코드(1418)는 선택적으로 제거가능한 컴퓨터 판독가능 매체(1420) 상에 기능적 형태로 위치하고 프로세서 유닛(1404)에 의한 실행을 위해 데이터 처리 시스템(1400) 상으로 로드되거나 데이터 처리 시스템(1400)에 전송될 수 있다. 프로그램 코드(1418) 및 컴퓨터 판독가능 매체(1420)는 이들 예에 있어서 컴퓨터 프로그램 제품(1422)을 형성한다. 하나의 예에 있어서, 컴퓨터 판독가능 매체(1420)는 컴퓨터 판독가능 저장 매체(1424) 또는 컴퓨터 판독가능 신호 매체(1426)일 수 있다. 컴퓨터 판독가능 저장 매체(1424)는, 예컨대, 드라이브에 삽입 또는 배치되는 광학 또는 자기 디스크 또는 영구 저장기(1408)의 일부인, 하드 드라이브와 같은, 저장 장치 상으로 전송하기 위해 영구 저장기(1408)의 일부인 다른 장치를 포함할 수 있다. 컴퓨터 판독가능 저장 매체(1424)는 또한 데이터 처리 시스템(1400)에 연결되는, 하드 드라이브, 썸 드라이브(thumb drive), 또는 플래시 메모리와 같은, 영구 저장기의 형태를 취할 수 있다. 몇몇 예에 있어서, 컴퓨터 판독가능 저장 매체(1424)는 데이터 처리 시스템(1400)으로부터 제거가능하지 않을 수 있다. 이들 실례로 되는 예에 있어서, 컴퓨터 판독가능 저장 매체(1424)는 비-일시적 컴퓨터 판독가능 저장 매체(non-transitory computer readable storage medium)이다.
대안적으로, 프로그램 코드(1418)는 컴퓨터 판독가능 신호 매체(1426)를 이용해서 데이터 처리 시스템(1400)으로 전송될 수 있다. 컴퓨터 판독가능 신호 매체(1426)는, 예컨대 프로그램 코드(1418)를 포함하는 전파된 데이터 신호일 수 있다. 예컨대, 컴퓨터 판독가능 신호 매체(1426)는 전자기 신호, 광학 신호, 및/또는 다른 적절한 형태의 신호일 수 있다. 이들 신호는, 무선 통신 링크, 광섬유 케이블, 동축 케이블, 유선, 및/또는 다른 적절한 형태의 통신 링크와 같은, 통신 링크를 거쳐 전송될 수 있다. 즉, 통신 링크 및/또는 연결은 실례로 되는 예에서 물리적 또는 무선일 수 있다.
몇몇 실례로 되는 예에 있어서, 프로그램 코드(1418)는 데이터 처리 시스템(1400) 내에서 이용하기 위해 컴퓨터 판독가능 신호 매체(1426)를 통해 다른 장치 또는 데이터 처리 시스템으로부터 영구 저장기(1408)로 네트워크를 거쳐 다운로드될 수 있다. 예컨대, 서버 데이터 처리 장치의 컴퓨터 판독가능 저장 매체에 저장된 프로그램 코드는 서버로부터 데이터 처리 시스템(1400)으로 네트워크를 거쳐 다운로드될 수 있다. 프로그램 코드(1418)를 제공하는 데이터 처리 시스템은 서버 컴퓨터, 클라이언트 컴퓨터, 또는 프로그램 코드(1418)를 저장하고 전송할 수 있는 몇몇 다른 장치일 수 있다.
데이터 처리 시스템(1400)을 위해 도시된 다른 구성요소는 다른 실시예가 구현될 수 있는 방식에 대해 구조적 제한을 제공하도록 의미하지는 않는다. 다른 실례로 되는 실시예는 데이터 처리 시스템(1400)을 위해 도시된 것에 부가 또는 대신하는 구성요소를 포함하는 데이터 처리 시스템에서 구현될 수 있다. 도 14에 도시된 다른 구성요소는 도시된 실례로 되는 예로부터 변경될 수 있다. 다른 실시예는 프로그램 코드를 실행할 수 있는 소정의 하드웨어 장치 또는 시스템을 이용해서 구현될 수 있다. 하나의 예로서, 데이터 처리 시스템은 무기 구성요소(inorganic components)와 함께 집적된 유기 구성요소(organic components)를 포함할 수 있고 및/또는 전체적으로 사람을 포함하는 유기 구성요소로 이루어질 수 있다. 예컨대, 저장 장치는 유기 반도체(organic semiconductor)로 이루어질 수 있다.
다른 예로서, 데이터 처리 시스템(1400)의 저장 장치는 데이터를 저장할 수 있는 소정의 하드웨어 장치이다. 메모리(1406), 영구 저장기(1408), 및 컴퓨터 판독가능 매체(1420)는 유형의 형태의 저장 장치의 예이다.
다른 예에 있어서, 버스 시스템이 통신 구조(1402)를 구현하는데 이용될 수 있고, 시스템 버스 또는 입력/출력 버스와 같은, 하나 이상의 버스로 이루어질 수 있다. 물론, 버스 시스템은 다른 구성요소 또는 버스 시스템에 부착된 장치 사이에서 데이터의 전송을 위해 제공되는 소정의 적절한 형태의 구조를 이용해서 구현될 수 있다. 부가적으로, 통신 유닛은, 모뎀 또는 네트워크 어댑터와 같은, 데이터를 전송 및 수신하는데 이용되는 하나 이상의 장치를 포함할 수 있다. 더욱이, 메모리는, 예컨대 메모리(1406) 또는 통신 구조(1402)에서 존재할 수 있는 인터페이스 및 메모리 콘트롤러에서 찾을 수 있는 것과 같은, 캐시(cache)일 수 있다.
따라서, 실례로 되는 실시예는 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법 및 장치를 제공한다. 실례로 되는 실시예의 이용에 따르면, 무인 항공기는 나무의 그룹에 대한 다수의 직경의 측정을 허용하도록 구성된 높이에서 나무의 그룹을 통과하는 경로 상에서 이동한다.
나무의 그룹의 나무의 행 사이에서 비행하는 무인 항공기의 이용은 수동 샘플링(manual sampling)과 같은 현재 이용되는 방법론에 따른 것 보다 더욱 빠르고 비용-효율적으로 나무의 그룹을 위한 다수의 직경에 관한 정보를 발생시킨다. 더욱이, 무인 항공기가 전체 산림을 통과하여 비행하고 더욱 빠르고 용이하게 각 나무의 각 직경을 측정하므로, 더욱 정확한 정보가 산림 관리기를 위해 발생된다. 이 정보는 다른 측정 방법에 따르는 것보다 더욱 빠르고 용이하게 산림 작업에 관한 결정을 하도록 산림 관리기에 의해 이용될 수 있다.
더욱이, 본 발명은 이하의 문장에 따른 실시예를 구비하여 구성된다.
다른 실례로 되는 실시예의 설명이 도시 및 설명의 목적을 위해 제공되고, 개시된 형태로 포괄되거나 제한되도록 의도하지는 않는다. 많은 변형 및 변경이 당업자에게는 명백할 것이다. 더욱이, 여러 실례로 되는 실시예가 다른 실례로 되는 실시예와 비교해서 다른 특징을 제공할 수 있다. 선택된 실시예 또는 실시예들은 실시예들의 원리, 실제적 적용을 가장 잘 설명하고, 다른 당업자가 고려된 특정 이용에 대해 적합한 다양한 변형을 구비하는 다양한 실시예를 위한 개시를 이해할 수 있도록 하기 위해 선택 및 개시된다.

Claims (15)

  1. 무인 항공기(236)와;
    무인 항공기(236)와 관련되고, 장애물 정보(332) 및 나무 측정 정보(204)를 발생시키도록 구성된, 센서 시스템(306); 및
    나무의 그룹(206)에 대한 나무 측정 정보(204)를 발생시키고 장애물을 회피하도록 무인 항공기(236)의 이동을 제어하기 위해 무인 항공기(236)가 나무의 그룹(206)을 통과하여 비행함에 따라 센서 시스템(306)에 의해 발생된 장애물 정보(332)로부터 장애물을 식별하도록 구성된 콘트롤러(310);를 구비하여 구성된 것을 특징으로 하는 장치.
  2. 제1항에 있어서,
    콘트롤러(310)가 나무의 그룹(206)을 통과하여 무인 항공기(236)의 이동을 제어하여 장애물을 회피하면서 나무의 그룹(206)에 대한 나무 측정 정보(204)를 발생시키도록 구성된 것을 특징으로 하는 장치.
  3. 제1항에 있어서,
    나무 측정 정보(204)가 나무의 그룹(206)에 대한 직경 정보(336)이고 콘트롤러(310)가 나무의 그룹(206)의 나무 사이에 위치된 궤적(703)을 따라 무인 항공기(236)의 이동을 제어하면서 나무의 그룹(206)에 대한 직경 정보(336)를 발생시키도록 구성된 것을 특징으로 하는 장치.
  4. 제1항에 있어서,
    경로(522)가 나무 측정 정보(204)를 발생시키도록 나무의 그룹(206)의 측정을 허용하도록 구성된 것을 특징으로 하는 장치.
  5. 제1항에 있어서,
    센서 시스템(306)이 LIDAR 시스템(416) 및 카메라 시스템(400)을 구비하여 구성된 것을 특징으로 하는 장치.
  6. 제5항에 있어서,
    LIDAR 시스템(416)이 나무의 그룹(206) 상의 지점에 대한 거리를 발생시키도록 구성되고, 카메라 시스템(400)이 장애물의 이미지를 발생시키도록 구성되며, 콘트롤러(310)가 LIDAR 시스템(416)을 이용해서 나무 측정 정보(204)를 발생시키도록 구성된 것을 특징으로 하는 장치.
  7. 제6항에 있어서,
    콘트롤러(310)가 장애물에 대한 거리 정보(434) 및 이미지를 이용해서 장애물을 통과하여 경로(522)를 발생시키고 나무 측정 정보(204)로부터 직경을 발생시키도록 구성된 것을 특징으로 하는 장치.
  8. 제1항에 있어서,
    나무 측정 정보(204)가 직경 정보(336), 가늘어짐 정보(338), 나무 밀도, 나무 형태, 및 나무 공간 중 적어도 하나로부터 선택되는 것을 특징으로 하는 장치.
  9. 제1항에 있어서,
    센서 시스템(306)이 광-기반 능동 센서 시스템(402), LIDAR 시스템(416), 카메라 시스템(400), 레이저 고도계, TOF(time-of-flight) 카메라 시스템(400), 전-초점 이미지 카메라, 및 입체 카메라 중 적어도 하나를 구비하여 구성되는 것을 특징으로 하는 장치.
  10. 제1항에 있어서,
    나무 측정 정보(204)를 수신하고 나무 측정 정보(204)를 분석하도록 구성된 측정 콘트롤러(216)를 더 구비하여 구성된 것을 특징으로 하는 장치.
  11. 무인 항공기(236)와;
    무인 항공기(236)와 관련되고, 이미지를 발생시키도록 구성된, 카메라 시스템(400);
    무인 항공기(236)와 관련되고, 무인 항공기(236)로부터 나무의 그룹(206) 상의 지점까지의 거리 측정(418)을 발생시키도록 구성된, LIDAR 시스템(416);
    장애물을 회피하면서 LIDAR 시스템(416)이 직경 정보(336)를 발생시키도록 나무의 그룹(206)에 대한 직경 정보(336)를 발생시키고 나무의 그룹(206)을 통과하여 무인 항공기(236)의 이동을 제어하기 위해 무인 항공기(236)가 나무의 그룹(206)의 나무를 통과하여 비행함에 따라 카메라 시스템(400)에 의해 발생된 이미지로부터 장애물을 식별하도록 구성된 콘트롤러(310); 및
    직경 정보(336)를 수신하고 직경 정보(336)를 분석하도록 구성된 측정 콘트롤러(216);를 구비하여 구성된 것을 특징으로 하는 나무 계측 시스템.
  12. 나무의 그룹(206)에 대한 다수의 직경을 식별하기 위한 방법으로, 상기 방법이:
    무인 항공기(236)와 관련된 센서 시스템(306)에 의해 나무의 그룹(206)에 대한 다수의 직경의 측정을 허용하도록 구성된 높이에서 나무의 그룹(206)을 통과하여 경로(522) 상에서 무인 항공기(236)를 이동시키는 단계와;
    무인 항공기(236)와 관련된 센서 시스템(306)을 이용해서 나무의 그룹(206)에 대한 다수의 직경에 관한 정보를 발생시키고,
    다수의 직경을 수신하는 단계; 및
    측정 콘트롤러(216)를 이용해서 다수의 직경을 분석하는 단계;를 갖추어 이루어진 것을 특징으로 하는 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법.
  13. 제12항에 있어서,
    상기 발생시키는 단계가:
    센서 시스템(306)의 카메라 시스템(400)을 이용해서 나무의 그룹(206)의 다수의 이미지(406)를 발생시키는 단계와;
    센서 시스템(306)의 광-기반 능동 센서 시스템(402)을 이용해서 나무의 그룹(206) 상의 지점에 대해 거리를 측정하고, 여기서 상기 다수의 이미지(406)와 상기 거리가 다수의 직경에 관한 정보를 형성하고,
    다수의 이미지(406)와 거리를 이용해서 나무의 그룹(206)의 장애물을 통과하여 경로(522)를 발생시키는 단계;를 갖추어 이루어진 것을 특징으로 하는 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법.
  14. 제13항에 있어서,
    이미지에서 나무의 그룹(206)의 각 나무의 가장자리 사이의 다수의 픽셀을 식별하는 단계와;
    카메라 시스템(400)으로부터 나무의 그룹(206)의 각 나무까지의 거리와 이미지에서 나무의 그룹(206)의 각 나무의 가장자리 사이의 다수의 픽셀을 이용해서 나무의 그룹(206)의 각 나무의 직경을 계산하는 단계;를 더 갖추어 이루어진 것을 특징으로 하는 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법.
  15. 제12항에 있어서,
    무인 항공기(236)가 무인 항공기(236)의 그룹의 일부이고:
    무리(230)에서 무인 항공기(236)의 그룹을 동작시켜 무인 항공기(236)의 그룹이 무인 항공기(236)의 그룹과 관련된 다수의 센서 시스템을 이용해서 나무의 그룹(206)에 대한 다수의 직경에 관한 정보를 발생시키는 단계와;
    다수의 직경을 수신하는 단계; 및
    측정 콘트롤러(216)를 이용해서 다수의 직경을 분석하는 단계;를 더 갖추어 이루어진 것을 특징으로 하는 나무의 그룹에 대한 다수의 직경을 식별하기 위한 방법.
KR1020130133934A 2012-12-12 2013-11-06 나무 계측 시스템 KR102181283B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/712,237 US9198363B2 (en) 2012-12-12 2012-12-12 Tree metrology system
US13/712,237 2012-12-12

Publications (2)

Publication Number Publication Date
KR20140076484A true KR20140076484A (ko) 2014-06-20
KR102181283B1 KR102181283B1 (ko) 2020-11-23

Family

ID=49916809

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130133934A KR102181283B1 (ko) 2012-12-12 2013-11-06 나무 계측 시스템

Country Status (9)

Country Link
US (1) US9198363B2 (ko)
EP (1) EP2772814B1 (ko)
JP (1) JP6487143B2 (ko)
KR (1) KR102181283B1 (ko)
CN (1) CN103868498A (ko)
AU (1) AU2013245476B2 (ko)
BR (1) BR102013031890A2 (ko)
CA (1) CA2830009C (ko)
RU (1) RU2652482C2 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102077219B1 (ko) * 2018-11-01 2020-02-13 재단법인대구경북과학기술원 줄기 검출을 이용한 과수원 자율주행 차량의 경로 설정 방법 및 시스템
KR102308456B1 (ko) * 2020-09-25 2021-10-05 서울대학교산학협력단 라이다 및 카메라 수집정보 기반 수종탐지 시스템 및 이를 이용한 수종탐지방법, 수종탐지방법을 수행하는 프로그램이 수록된 기록매체

Families Citing this family (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014160589A1 (en) * 2013-03-24 2014-10-02 Bee Robotics Corporation Aerial farm robot system for crop dusting, planting, fertilizing and other field jobs
US9629220B2 (en) * 2013-08-05 2017-04-18 Peter Panopoulos Sensor-based controllable LED lighting system with repositionable components and method
EP3754381A1 (en) 2013-12-10 2020-12-23 SZ DJI Technology Co., Ltd. Sensor fusion
CN110174903B (zh) * 2014-09-05 2023-05-09 深圳市大疆创新科技有限公司 用于在环境内控制可移动物体的系统和方法
WO2016033795A1 (en) 2014-09-05 2016-03-10 SZ DJI Technology Co., Ltd. Velocity control for an unmanned aerial vehicle
CN105517666B (zh) 2014-09-05 2019-08-27 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
US11341610B2 (en) * 2014-11-13 2022-05-24 The Boeing Company Deployable airborne sensor array system and method of use
US9977435B2 (en) * 2015-02-11 2018-05-22 Aeroviroment, Inc. Survey migration system for vertical take-off and landing (VTOL) unmanned aerial vehicles (UAVS)
JP6567300B2 (ja) * 2015-03-11 2019-08-28 株式会社フジタ 無線操縦式の回転翼機
US10694155B2 (en) * 2015-06-25 2020-06-23 Intel Corporation Personal sensory drones
WO2017004799A1 (en) * 2015-07-08 2017-01-12 SZ DJI Technology Co., Ltd. Camera configuration on movable objects
WO2017022058A1 (ja) * 2015-08-03 2017-02-09 Ｎｅｃソリューションイノベータ株式会社 位置管理装置、位置管理方法、及びコンピュータ読み取り可能な記録媒体
US9969492B2 (en) * 2015-09-04 2018-05-15 Nutech Ventures Crop height estimation with unmanned aerial vehicles
US10019907B2 (en) 2015-09-11 2018-07-10 Qualcomm Incorporated Unmanned aerial vehicle obstacle detection and avoidance
US9776717B2 (en) 2015-10-02 2017-10-03 The Boeing Company Aerial agricultural management system
CN106899796A (zh) * 2015-12-18 2017-06-27 富泰华工业（深圳）有限公司 拍照系统及方法
US10621433B1 (en) * 2015-12-18 2020-04-14 EControls Holdings, KKC Multiscopic whitetail scoring game camera systems and methods
US9944390B2 (en) * 2016-02-29 2018-04-17 Intel Corporation Technologies for managing data center assets using unmanned aerial vehicles
WO2017160736A2 (en) * 2016-03-16 2017-09-21 Bryan Sydnor Controlling an unmanned aerial system
JP6656038B2 (ja) * 2016-03-25 2020-03-04 忠士 岩下 ブドウの栽培管理方法
US10510261B2 (en) 2016-05-31 2019-12-17 Optim Corporation Application and method for controlling flight of uninhabited airborne vehicle
US9823089B1 (en) 2016-06-21 2017-11-21 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration as part of departure from a materials handling facility
US10220964B1 (en) 2016-06-21 2019-03-05 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration validation before flight
US9969486B1 (en) 2016-06-21 2018-05-15 Amazon Technologies, Inc. Unmanned aerial vehicle heat sensor calibration
US9972212B1 (en) * 2016-06-21 2018-05-15 Amazon Technologies, Inc. Unmanned aerial vehicle camera calibration as part of departure or arrival at a materials handling facility
US10032275B1 (en) 2016-06-21 2018-07-24 Amazon Technologies, Inc. Unmanned aerial vehicle sensor calibration during flight
CN106248873B (zh) * 2016-07-22 2019-04-12 黄哲敏 一种通过检测设备测定松树坚固程度的方法
CN106226471B (zh) * 2016-07-22 2019-04-26 合肥龙图腾信息技术有限公司 一种测定槐树的抗风性能的方法
CN106198877A (zh) * 2016-07-22 2016-12-07 陈显桥 通过测量设备检验杨树稳定性的方法
CN106198878B (zh) * 2016-07-22 2018-11-02 泉州市泉港区鑫悦盟工业科技有限公司 松树防风等级检测装置
CN106198879B (zh) * 2016-07-22 2018-11-16 广东双木林科技有限公司 一种检测杉树抗风稳定性能的方法
CN106226472B (zh) * 2016-07-22 2018-11-02 泉州市泉港区鑫悦盟工业科技有限公司 杉树抗风预警装置
CN106226470B (zh) * 2016-07-22 2019-06-11 孙红 一种通过测量装置测定槐树的稳固性能的方法
EP3500087B1 (en) 2016-08-18 2021-12-08 Tevel Aerobotics Technologies Ltd System and method for plantation agriculture tasks management and data collection
CN107843282A (zh) * 2016-09-20 2018-03-27 东莞前沿技术研究院 一种森林监测系统以及监测方法
WO2018061176A1 (ja) 2016-09-30 2018-04-05 株式会社オプティム ドローン制御システム、ドローン制御方法及びプログラム
CN106679588B (zh) * 2017-01-15 2019-09-24 东北林业大学 一种基于三维激光扫描升降平台的活立木激光扫描方法
SE541287C2 (en) * 2017-02-27 2019-06-11 Katam Tech Ab Forest surveying apparatus and method using video sequences to generate 3D models
SE546370C2 (en) * 2017-02-27 2024-10-15 Katam Tech Ab Improved forest surveying
CN106969752B (zh) * 2017-03-18 2019-08-06 北京林业大学 一种可避障无人机林冠下倾斜摄影测算森林样地因子的方法
WO2018175552A1 (en) * 2017-03-21 2018-09-27 Gauvreau Paul Richard Jr Unmanned aerial vehicle for augmenting plant pollination
RU179434U1 (ru) * 2017-04-03 2018-05-15 Общество с ограниченной ответственностью "УНИТРОНИКА" Аппаратный комплекс для определения расстояния до объектов, устанавливаемый на беспилотный летательный аппарат
WO2018191442A1 (en) 2017-04-11 2018-10-18 Agerpoint, Inc. Forestry management tool for assessing risk of catastrophic tree failure due to weather events
CN107063187A (zh) * 2017-05-08 2017-08-18 东北林业大学 一种全站仪与无人机影像联合的树高快速提取方法
US11061155B2 (en) * 2017-06-08 2021-07-13 Total Sa Method of dropping a plurality of probes intended to partially penetrate into a ground using a vegetation detection, and related system
US10726745B2 (en) * 2017-06-13 2020-07-28 At&T Intellectual Property I, L.P. Autonomous multi-pass data acquisition using unmanned aerial vehicles
EP3424297B1 (de) * 2017-07-04 2022-09-07 Andreas Stihl AG & Co. KG Verfahren zum assistieren beim ausführen einer schnittfolge in einen baum und system zum assistieren beim ausführen einer schnittfolge in einen baum
US10322803B2 (en) * 2017-09-29 2019-06-18 Deere & Company Using unmanned aerial vehicles (UAVs or drones) in forestry productivity and control applications
WO2019076758A1 (en) * 2017-10-17 2019-04-25 Basf Se AERIAL VEHICLE WITHOUT PILOT
CN107870333A (zh) * 2017-10-27 2018-04-03 北京林业大学 一种地面激光雷达模拟角规测定林分平均高的方法
AT520683B1 (de) * 2017-12-11 2020-09-15 Umweltdata G M B H Vorrichtung und verfahren zur erfassung eines forstbestandes
CN108052118A (zh) * 2017-12-12 2018-05-18 中国联合网络通信集团有限公司 一种无人飞行器控制方法及装置
IT201800003849A1 (it) * 2018-03-21 2019-09-21 Vhive Tech Ltd Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva
CN109285145B (zh) * 2018-08-12 2021-07-02 浙江农林大学 基于智能手机的多株立木高度测量方法
CN109269430B (zh) * 2018-08-12 2020-10-09 浙江农林大学 基于深度提取模型的多株立木胸径被动测量方法
FI20185718A1 (fi) * 2018-08-30 2020-03-01 Ponsse Oyj Menetelmä voimansiirtolaitteen ohjaamiseksi, järjestelmä ja metsäkone
EP3847610A1 (en) * 2018-09-04 2021-07-14 Viliam Kiss Method of identifying and displaying areas of lodged crops
CN109511443B (zh) * 2018-11-15 2020-10-13 山东理工大学 一膜三行栽培模式下棉花脱叶药剂的航空喷施作业方法
US11097796B2 (en) * 2018-11-29 2021-08-24 Saudi Arabian Oil Company Articulated magnet-bearing legs for UAV landing on curved surfaces
FI20186029A1 (en) * 2018-11-30 2020-05-31 Prefor Oy Procedure and system for creating forest data
WO2020121296A1 (en) * 2018-12-11 2020-06-18 Tevel Aerobotics Technologies Ltd. Selective harvesting at night and agriculture data collection
US11878440B1 (en) 2019-01-04 2024-01-23 Craig Mercier Unmanned aerial vegetation trimming system
CN110036863B (zh) * 2019-05-20 2021-05-04 贵州师范大学 一种喀斯特石漠化地区地形和植物群落空间结构测定方法
SE543307C2 (en) * 2019-06-28 2020-11-24 Deep Forestry Ab A method for preparing for harvesting of forest using an un-manned vehicle and un-manned vehicle and system using said method
CN110579774B (zh) * 2019-07-30 2021-07-20 浙江农林大学 一种无人机林业资源调查方法
WO2021020569A1 (ja) * 2019-07-31 2021-02-04 ヤマハ発動機株式会社 森林計測を行う方法、森林計測システム、無人航空機の飛行経路を決定する方法、撮影方法、散布方法およびコンピュータプログラム
EP3878741A1 (en) * 2020-03-12 2021-09-15 Bayer AG Unmanned aerial vehicle
WO2021239925A2 (en) 2020-05-27 2021-12-02 Airforestry Ab Method and system for remote or autonomous ligno transportation
CA3178473A1 (en) 2020-05-27 2021-12-02 Airforestry Ab Method and system for remote or autonomous ligno harvesting and/or transportation
JP7217855B2 (ja) * 2020-10-14 2023-02-06 株式会社興和 森林資源情報生成構造
EP4250045A4 (en) * 2020-11-18 2024-08-21 Kubota Kk MOBILE BODY, AND DATA GENERATING UNIT AND METHOD
CN112633072B (zh) * 2020-11-30 2023-08-25 中国热带农业科学院橡胶研究所 一种橡胶树病虫害智能识别系统
CN112985232B (zh) * 2021-04-28 2022-12-09 唐源盛 一种林木胸径快速测量工具、系统及方法
GB2610131B (en) * 2021-08-16 2023-11-15 Univ Jiangsu Adaptive device for header capable of performing lodging detection based on laser sensor and control method thereof
US11615428B1 (en) 2022-01-04 2023-03-28 Natural Capital Exchange, Inc. On-demand estimation of potential carbon credit production for a forested area
JP7037852B1 (ja) 2022-01-05 2022-03-17 ＤＰＭＳｓ合同会社 無人航空機システム、無人航空機および評価用データの作成方法
KR102473799B1 (ko) * 2022-01-26 2022-12-02 국립공원공단 탄소 저장량 추정을 위한 라이다 기반의 식생 구조 측정 장치 및 방법
AU2022439107A1 (en) 2022-02-01 2024-09-19 Landscan Llc Systems and methods for multispectral landscape mapping
CN115042972B (zh) * 2022-06-20 2024-10-15 中国林业科学研究院木材工业研究所 竹林无人机采伐运输方法及系统
CN114841625B (zh) * 2022-06-30 2022-11-08 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种国家森林资源连续清查云平台及样地监测方法
CN116007560A (zh) * 2022-12-13 2023-04-25 金陵科技学院 一种基于无人机的立木胸径快速测量装置及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080260237A1 (en) * 2004-03-15 2008-10-23 Blom Kartta Oy Method for Determination of Stand Attributes and a Computer Program for Performing the Method

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0735515A (ja) * 1993-07-23 1995-02-07 Fuji Electric Co Ltd 対象物の直径測定装置
US5581250A (en) 1995-02-24 1996-12-03 Khvilivitzky; Alexander Visual collision avoidance system for unmanned aerial vehicles
FI112402B (fi) 1999-10-28 2003-11-28 Diware Oy Menetelmä puustotunnusten määrittämiseksi sekä tietokoneohjelma menetelmän suorittamiseksi
AUPR301401A0 (en) * 2001-02-09 2001-03-08 Commonwealth Scientific And Industrial Research Organisation Lidar system and method
US7212670B1 (en) 2002-05-03 2007-05-01 Imagetree Corp. Method of feature identification and analysis
US20050113985A1 (en) * 2003-11-26 2005-05-26 Safe Flight Instrument Corporation Obstacle avoidance system for rotary wing aircraft
CN100390565C (zh) * 2006-01-16 2008-05-28 北京林业大学 无人机航空摄影遥感森林计测方法
US20070288132A1 (en) * 2006-06-07 2007-12-13 Raytheon Company Cooperative swarm of unmanned vehicles
CN101021409A (zh) * 2006-11-22 2007-08-22 北京林业大学 近景普通数码相机测树方法
US20080147519A1 (en) * 2006-12-15 2008-06-19 Scott Reigel Method and System for Conducting Inventories and Appraisals
US7720605B2 (en) 2007-06-22 2010-05-18 Weyerhaeuser Nr Company Identifying vegetation attributes from LiDAR data
WO2010032495A1 (ja) * 2008-09-16 2010-03-25 株式会社アドイン研究所 樹木情報計測方法、樹木情報計測装置、プログラム
JP5322582B2 (ja) 2008-10-30 2013-10-23 三洋電機株式会社 レンズ装置、撮影装置
US8306941B2 (en) 2009-03-24 2012-11-06 Weyerhaeuser Nr Company System and method for identifying trees using LiDAR tree models
US10467475B2 (en) * 2010-06-16 2019-11-05 Yale University Forest inventory assessment using remote sensing data
JP2012037204A (ja) * 2010-08-11 2012-02-23 Yasuaki Iwai 地雷探索装置、地雷探索方法
US20120271461A1 (en) 2011-04-20 2012-10-25 Spata Gregory P Capturing environmental information
JP5724110B2 (ja) * 2011-07-07 2015-05-27 株式会社日立製作所 経路作成システム、経路作成方法及びプログラム
CN102538693B (zh) * 2012-02-14 2014-09-10 北京林业大学 基于激光和视觉技术的立木直径检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080260237A1 (en) * 2004-03-15 2008-10-23 Blom Kartta Oy Method for Determination of Stand Attributes and a Computer Program for Performing the Method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102077219B1 (ko) * 2018-11-01 2020-02-13 재단법인대구경북과학기술원 줄기 검출을 이용한 과수원 자율주행 차량의 경로 설정 방법 및 시스템
KR102308456B1 (ko) * 2020-09-25 2021-10-05 서울대학교산학협력단 라이다 및 카메라 수집정보 기반 수종탐지 시스템 및 이를 이용한 수종탐지방법, 수종탐지방법을 수행하는 프로그램이 수록된 기록매체

Also Published As

Publication number Publication date
EP2772814A2 (en) 2014-09-03
CA2830009A1 (en) 2014-06-12
EP2772814B1 (en) 2022-02-02
EP2772814A3 (en) 2016-03-02
BR102013031890A2 (pt) 2014-09-09
RU2013154697A (ru) 2015-06-20
CN103868498A (zh) 2014-06-18
AU2013245476A1 (en) 2014-06-26
JP2014122019A (ja) 2014-07-03
US20140163781A1 (en) 2014-06-12
AU2013245476B2 (en) 2015-06-18
KR102181283B1 (ko) 2020-11-23
JP6487143B2 (ja) 2019-03-20
US9198363B2 (en) 2015-12-01
RU2652482C2 (ru) 2018-04-26
CA2830009C (en) 2016-01-19

Similar Documents

Publication Publication Date Title
KR102181283B1 (ko) 나무 계측 시스템
KR102072863B1 (ko) 항공 산림 재고조사 시스템
JP6461795B2 (ja) 森林管理システム
US9784836B2 (en) System for monitoring power lines
JP2015531228A5 (ko)
CN107561547A (zh) 输电线路到目标物的距离测量方法、装置及系统
Hartanto et al. Intelligent unmanned aerial vehicle for agriculture and agroindustry
CN110291480A (zh) 一种无人机测试方法、设备及存储介质
Kuhnert et al. Light-weight sensor package for precision 3D measurement with micro UAVs eg power-line monitoring
Ax et al. UAV based laser measurement for vegetation control at high-voltage transmission lines
Liu et al. Mission capability estimation of multicopter uav for low-altitude remote sensing
KR102467855B1 (ko) 자율항법지도를 설정하는 방법 및 무인비행체가 자율항법지도에 기초하여 자율 비행하는 방법 및 이를 구현하는 시스템
Showers Development of an autonomous airborne docking and undocking system for micro drones to a mother drone
Ali et al. Aeronautics: New Advances
Hunt An unmanned aerial vehicle for autonomous forestry cutover edge survey.

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant