KR20150058163A - 산림 관리 시스템 - Google Patents
산림 관리 시스템 Download PDFInfo
- Publication number
- KR20150058163A KR20150058163A KR1020157004268A KR20157004268A KR20150058163A KR 20150058163 A KR20150058163 A KR 20150058163A KR 1020157004268 A KR1020157004268 A KR 1020157004268A KR 20157004268 A KR20157004268 A KR 20157004268A KR 20150058163 A KR20150058163 A KR 20150058163A
- Authority
- KR
- South Korea
- Prior art keywords
- forest
- group
- autonomous
- information
- manager
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000007726 management method Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 32
- 230000036541 health Effects 0.000 claims description 24
- 238000003306 harvesting Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 13
- 244000144992 flock Species 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 8
- 239000002689 soil Substances 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims description 2
- 238000003912 environmental pollution Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 31
- 238000010586 diagram Methods 0.000 description 29
- 238000003860 storage Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 11
- 241000607479 Yersinia pestis Species 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 230000002085 persistent effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 239000002023 wood Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 244000144980 herd Species 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001124569 Lycaenidae Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000002270 dispersing agent Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000002117 illicit drug Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009919 sequestration Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
본 발명은 산림(206)을 관리하는 방법 및 장치를 제공한다. 산림 관리 시스템(100)은 산림 관리자(202)를 구비한다. 산림 관리자(202)는 자율적 운송수단의 그룹(226)으로부터 산림(206)에 관한 정보(220)를 수신하고, 정보(220)로부터 산림(206)의 상태(304)에 관한 결과(302)를 생성하기 위해 정보(220)를 분석하며, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있다.
Description
본 발명은 일반적으로 산림 관리, 특히 산림 관리 동작에 관한 것이다. 더욱 상세하게는, 본 발명은 산림 관리 동작을 수행하기 위한 방법 및 장치에 관한 것이다.
산림 관리는 많은 다른 양상(aspect)을 포함하는 산림의 가지(branch)이다. 이들 양상은, 산림을 관리하는 환경, 경제, 행정, 법률, 사회적 양상을 포함할 수 있다. 산림 관리는 목재 추출(timber extraction), 식재, 나무 이식, 산림을 통한 도로와 통로 절단, 산림에서의 화재 방지, 산림의 건강(health) 유지 및 다른 적절한 활동 등과 같은 여러 가지의 기술로 구성할 수 있다.
산림 관리에 관하여 이들 및 다른 동작을 수행할 때, 산림에 관한 정보를 수집하는 것이 요구될 수 있다. 예를 들어, 산림에 관한 정보를 수집하는 것은 산림의 상태(state)를 분석할 뿐만 아니라 수행될 수 있는 임무를 식별하는 능력을 제공한다.
산림의 상태를 평가하기 위한 정보를 생성하기 위해 사용되는 도구(tool)는, 예를 들어, 제한 없이, 경사계(clinometer), 데이터 레코더(data recorder), 생장추(increment borer), 웨지 프리즘(wedge prism), 직경 테이프(diameter tape), GPS 장치(global positioning system device), 집계 미터(tally meter), 랩탑 컴퓨터 및 다른 적절한 도구를 포함할 수 있다. 이들 도구는, 영역에 존재하는 나무의 수를 추정하고, 나무의 건강을 식별하며, 나무의 나이를 식별하고, 나무 간격을 식별하며, 토양 샘플의 성분을 식별하고, 그리고 다른 적절한 작업과 같은 여러 가지의 작업을 수행하도록 산림 관리원에 의해 사용되고 있다.
이 정보에 의해, 산림의 상태를 확인하기 위해 정보의 분석이 행해질 수 있다. 이러한 산림의 상태는 산림 재고조사(inventory)일 수 있다. 이 산림 재고조사는 목재(timber)의 가치, 수목으로부터 기대되는 현금 흐름, 지상에 존재하는 목재의 양, 레크리에이션 이용(recreational use)의 영향, 화재의 위험, 산림의 성장과 가치를 증가시키기 위한 개선, 목재가 수확되어야 하는 시간 주기 등과 같은 결과 및 다른 적절한 결과를 제공할 수 있다.
현재, 산림의 상태를 평가하기 위해 정보를 수집하기 위한 프로세스는 매우 시간-소모적이고 복잡하다. 예를 들어, 정보를 수집하는 것은 산림의 특정 위치에 대해 산림 관리원에 의해 만들어진 수 많은 센서 판독 또는 관찰을 요구할 수 있다. 추가적인 위치에 의해, 더 많은 정보가 수집된다. 더욱이, 소망하는 시간 내에서 소망하는 만큼 자주 이러한 정보를 수집하는 것은 필요로 되는 시간 및 노력을 증가시킨다.
더욱이, 정보를 수집할 때 현재의 프로세스는 또한 자주 샘플링에 의존한다. 샘플링은 전체 산림 대신 선택된 위치에서 수행될 수 있다. 이러한 형태의 정보 수집은 전체 산림에 걸쳐 정보를 획득할 때 이용될 수 있고 소망하는 것보다 더욱 시간-소모적이다. 더욱이, 샘플링할 때, 충분한 정보 수집 및 분석의 결여로 인해 에러가 발생할 수 있다.
정보의 수집은 종종 산림 관리원에 의한 해석을 요구할 수 있는 도구를 이용하여 산림 관리원에 의해 수행된다. 결과적으로, 다른 휴먼 오퍼레이터는 측정을 하는 동안 다른 해석을 할 수 있다. 해석의 일관성의 결여는 소망하지 않는 결과로 이어질 수 있다.
예를 들어, 2명의 다른 사람이 나무 간격의 2가지 다른 측정에 기초해서 다른 유형(type)의 샘플링이 이용되어야만 한다고 결정할 수 있다. 다른 예로서, 경사계를 이용할 때, 2개의 다른 경사계를 이용하는 나무의 높이의 측정이 다른 결과를 생성할 수 있다. 이들 차이는 소망하는 만큼 정확하게 될 수 없는 결과를 제공할 수 있다.
더욱이, 정보는 산림의 다른 부분에 도달하는 산림 관리원의 능력에 따라 일관성이 없을 수 있다. 예를 들어, 산림 내의 소정 위치에 대한 접근은 산림 관리원에 대해 실행 불가능할 수 있다. 이들 접근 불가능 지역에 있어서, 정보는 이용불가능할 수 있고 결과적으로 산림의 상태가 소망하는 만큼 정확하게 식별될 수 없게 된다.
추가적으로, 정보 수집에 대한 산림 관리원의 유용성이 분석을 위한 소망하는 양의 정보를 획득하기 위해 소망하는 만큼 크게 되지 않을 수도 있다. 추가적으로, 이러한 분석은 소망하는 레벨의 정확도로 또는 소망하는 만큼 최신 정보의 이용으로 수행될 수 없게 된다.
결과적으로, 산림의 상태를 분석하기 위해 필요로 되는 정보를 수집하는 것은 종종 더욱 더 복잡하고 소망하는 것보다 어렵다. 필요로 되는 정보의 조각(piece)의 수 및 정보가 필요로 되는 빈도에 의해, 이러한 정보를 얻기 위해 필요로 되는 산림 관리원의 수는 이용가능한 인원의 수 또는 이들 인원의 이용과 관련된 비용으로 인해 실행 불가능할 수 있다. 더욱이, 측정 및 관찰을 행하기 위한 휴먼 오퍼레이터의 이용에 의해, 수집된 정보는 일정(uniform)하지 않거나 소망하는 만큼 정확하지 않을 수 있다.
따라서, 상술한 문제의 적어도 일부 문제뿐만 아니라 다른 가능한 문제를 고려하는 방법 및 장치를 가지는 것이 바람직할 것이다.
하나의 예시적인 실시예에서는, 산림 관리 시스템은 산림 관리자를 포함한다. 산림 관리자는 자율적 운송수단의 그룹으로부터 산림에 관한 정보를 수신하고, 그 정보로부터 산림의 상태에 관한 결과를 생성하기 위해 정보를 분석하며, 그 결과를 이용하여 자율적 운송수단의 그룹의 동작을 조정하도록 구성되어 있다.
다른 예시적인 실시예에서는, 산림을 관리하기 위한 방법이 제공된다. 산림에 관한 정보는 자율적 운송수단의 그룹으로부터 수신된다. 정보는 그 정보로부터 산림 상태에 관한 결과를 생성하기 위해 분석된다. 자율적 운송수단의 그룹의 동작은 결과를 이용하여 조정된다.
특징 및 기능은 본 발명의 여러 가지의 실시예에서 독립적으로 달성될 수 있거나 또는 더 자세한 사항이 이하의 설명 및 도면을 참조하여 보여질 수 있는 또 다른 실시예에서 결합될 수 있다.
예시적인 실시예의 특성이라 생각되는 신규한 특징은 첨부된 특허청구범위에 기재되어 있다. 그렇지만, 예시적인 실시예뿐만 아니라 바람직한 사용 모드, 그 더 이상의 목적 및 특징은 첨부된 도면과 함께 읽을 때 본 발명의 예시적인 실시예의 다음의 상세한 설명을 참조함으로써 가장 잘 이해될 수 있다:
도 1은 예시적인 실시예에 따른 산림 관리 환경의 도면이다.
도 2는 예시적인 실시예에 따른 산림 관리 환경의 블록도의 도면이다.
도 3은 예시적인 실시예에 따른 산림 관리에서의 데이터 흐름의 도면이다.
도 4는 예시적인 실시예에 따른 임무(mission)의 유형의 블록도의 도면이다.
도 5는 예시적인 실시예에 따른 과업(task)의 블록도의 도면이다.
도 6은 예시적인 실시예에 따른 자율적 운송수단(autonomous vehicle)의 블록도의 도면이다.
도 7은 예시적인 실시예에 따른 위치결정 및 지도 제작 센서 모듈의 블록도의 도면이다.
도 8은 예시적인 실시예에 따른 센서 모듈의 블록도의 도면이다.
도 9는 예시적인 실시예에 따른 지원 시스템의 블록도의 도면이다.
도 10은 예시적인 실시예에 따른 산림을 관리하기 위한 프로세스의 플로우차트의 도면이다.
도 11은 예시적인 실시예에 따른 자산(asset)으로부터 받아들여진 정보를 처리하기 위한 프로세스의 플로우차트의 도면이다.
도 12는 예시적인 실시예에 따른 자산의 동작을 조정하기 위한 프로세스의 플로우차트의 도면이다.
도 13은 예시적인 실시예에 따른 데이터 처리 시스템의 블록도의 도면이다.
도 1은 예시적인 실시예에 따른 산림 관리 환경의 도면이다.
도 2는 예시적인 실시예에 따른 산림 관리 환경의 블록도의 도면이다.
도 3은 예시적인 실시예에 따른 산림 관리에서의 데이터 흐름의 도면이다.
도 4는 예시적인 실시예에 따른 임무(mission)의 유형의 블록도의 도면이다.
도 5는 예시적인 실시예에 따른 과업(task)의 블록도의 도면이다.
도 6은 예시적인 실시예에 따른 자율적 운송수단(autonomous vehicle)의 블록도의 도면이다.
도 7은 예시적인 실시예에 따른 위치결정 및 지도 제작 센서 모듈의 블록도의 도면이다.
도 8은 예시적인 실시예에 따른 센서 모듈의 블록도의 도면이다.
도 9는 예시적인 실시예에 따른 지원 시스템의 블록도의 도면이다.
도 10은 예시적인 실시예에 따른 산림을 관리하기 위한 프로세스의 플로우차트의 도면이다.
도 11은 예시적인 실시예에 따른 자산(asset)으로부터 받아들여진 정보를 처리하기 위한 프로세스의 플로우차트의 도면이다.
도 12는 예시적인 실시예에 따른 자산의 동작을 조정하기 위한 프로세스의 플로우차트의 도면이다.
도 13은 예시적인 실시예에 따른 데이터 처리 시스템의 블록도의 도면이다.
예시적인 실시예는 하나 이상의 다른 고려 사항을 인식 및 고려한다. 예를 들어, 예시적인 실시예는 산림에 관한 정보를 수집하기 위해 현재 이용되는 시스템이 산림 관리를 수행하기 위해 소망하는 만큼 많은 정보 또는 정확한 정보를 제공할 수 없음을 인식 및 고려한다.
따라서, 예시적인 실시예는 산림을 관리하기 위한 방법 및 장치를 제공한다. 하나의 예시적인 실시예에서는, 산림 관리자(forestry manager)는 자율적 운송수단의 그룹으로부터 산림에 관한 정보를 수신하도록 구성되어 있다. 산림 관리자는 산림의 상태에 관한 결과를 생성하기 위해 정보를 분석한다. 산림 관리자는 또한 결과를 이용하여 자율적 운송수단의 그룹의 동작을 조정한다.
이제 도면, 특히 도 1을 참조하면, 산림 관리 환경의 도면이 예시적인 실시예에 따라 도시되어 있다. 도시된 바와 같이, 산림 관리 환경(100)은 자산(102)을 포함하고 있다.
자산(102)은 위치(106)와 같은 산림(104)에서의 위치에 관한 정보를 생성한다. 이 예시적인 예에서는, 자산(102)은 무인 공중 운송수단(unmanned aerial vehicle; 108), 무인 공중 운송수단(110), 무인 공중 운송수단(112), 위성(114), 무인 지상 운송수단(unmanned ground vehicle; 116) 및 무인 지상 운송수단(118) 등과 같은 무인 운송수단을 포함한다. 추가적으로, 자산(102)은 또한 지상-기반 센서(ground-based sensor; 120), 지상-기반 센서(122) 및 지상-기반 센서(124) 등과 같은 센서 시스템을 포함할 수 있다. 지원 시스템(support system; 126)은 또한 무인 운송수단을 위한 지원을 제공하도록 존재할 수 있다.
도시된 바와 같이, 무인 공중 운송수단(108) 및 무인 공중 운송수단(110)은 무인 공중 운송수단(112)에 비해 더 낮은 고도에서 동작할 수 있다. 예를 들어, 무인 공중 운송수단(108) 및 무인 공중 운송수단(110)은 이들 예시적인 예에 있어서 약 2,000 피트(feet)의 고도까지 산림(104)의 지상(128)으로부터 동작할 수 있다. 무인 공중 운송수단(112)은 특정 구현에 따라 30,000 피트를 넘는 고도와 같은 더 높은 고도에서 동작할 수 있다.
도시된 바와 같이, 무인 공중 운송수단(108), 무인 공중 운송수단(110) 및 무인 공중 운송수단(112)은 산림(104)에서의 위치(106)에 관한 정보를 생성하기 위해 온보드(onboard, 탑재) 센서를 이용한다. 위성(114)은 또한 산림(104)에서의 위치(106)에 관한 정보를 생성하기 위해 온보드 센서를 이용할 수 있다.
이들 예시적인 예에서는, 무인 지상 운송수단(116) 및 무인 지상 운송수단(118)은 산림(104)의 지상(128) 위로 이동할 수 있다. 무인 지상 운송수단(116) 및 무인 지상 운송수단(118)은 또한 온보드 센서를 이용하여 산림(104)에서의 위치(106)에 관한 정보를 생성할 수 있다.
추가적으로, 지상-기반 센서(120), 지상-기반 센서(122), 지상-기반 센서(124) 및 지상-기반 센서(127)는 산림(104)에서의 위치(106)에 존재하고 또한 산림(104)에서의 위치(106)에 관한 정보를 생성한다. 이들 예시적인 예에서는, 지상-기반 센서(120) 및 지상-기반 센서(122)는 나무(tree; 130)에 배치될 수 있다. 지상-기반 센서(124)는 산림(104)에 있어서 지상(128)에 위치될 수 있다.
일부 예시적인 예에서는, 지상-기반 센서는 물 근방에서 동작될 수 있다. 이들 예시적인 예에서는, 지상-기반 센서(127)는 물줄기(body of water; 129)의 근방에 배치될 수 있다. 이들 예시적인 예에서는, 지상-기반 센서(127)는 물줄기(129)의 수질(water quality)을 측정하기 위해 이용될 수 있다.
이들 예시적인 예에서는, 지원 시스템(126)은 고정 구조(stationary structure) 또는 이동 구조(mobile structure)로 될 수 있다. 예를 들어, 지원 시스템(126)은 기지(base), 스테이션(station), 밴(van), 또는 배터리를 충전하고 배터리를 교환하거나, 또는 그렇지 않으면 동작할 전력을 획득하기 위해 무인 공중 운송수단(108), 무인 공중 운송수단(110), 무인 지상 운송수단(116) 및 무인 지상 운송수단(118) 중 적어도 하나를 위한 지원을 제공하는 다른 구조로 될 수 있다.
여기에서 이용된 바와 같이, 문구 "중 적어도 하나(at least one of)"는, 항목의 리스트와 함께 이용될 때, 리스트된 항목의 하나 이상의 다른 조합이 이용될 수 있고 리스트의 각 항목 중 하나만이 필요로 될 수 있음을 의미한다. 예를 들어, "항목 A, 항목 B 및 항목 C 중 적어도 하나"는, 제한 없이, 항목 A 또는 항목 A 및 항목 B를 포함할 수 있다. 이 예는 또한 항목 A, 항목 B 및 항목 C 또는 항목 B 및 항목 C를 포함할 수 있다.
추가적으로, 지원 시스템(126)은 또한 환경으로부터의 대피소(shelter)를 제공하고, 시설을 수리하며, 무인 공중 운송수단 또는 무인 지상 운송수단의 하나 이상에 대해 다른 서비스를 제공할 수 있다. 이 예시적인 예에서는, 지원 시스템(126)은 사람의 개입에 대한 필요성 없이 자동화된 방식으로 동작할 수 있다. 일부의 경우에, 지원 시스템(126)은 또한 무인 공중 운송수단(108), 무인 공중 운송수단(110), 무인 지상 운송수단(116), 또는 무인 지상 운송수단(118)에 의해 생성될 수 있는 정보를 저장할 수 있다.
자산(102)에 의해 생성된 정보는 제어 스테이션(134)으로 무선 통신 링크(132)를 거쳐 보내질 수 있다. 제어 스테이션(134)의 산림 관리자(136)는 자산(102)에 의해 생성된 정보를 처리하도록 구성되어 있다.
추가적으로, 산림 관리자(136)는 또한 이들 예시적인 예에서 자산(102)의 동작을 조정할 수 있다. 이러한 조정은 자산(102)의 이동을 지시하는 것, 모니터링을 위한 산림(104)에서의 위치를 식별하는 것, 및 자산(102)에 의해 수행될 수 있는 다른 적절한 동작을 포함할 수 있다. 일부 예시적인 예에서는, 산림 관리자(136) 및 산림 관리자(136)의 구성요소는 제어 스테이션(134)과 산림 관리 환경(100)의 다른 구성요소 사이에 분포될 수 있다.
예를 들어, 산림 관리자(136)는 제어 스테이션(134)과 지원 시스템(126) 사이에 분포될 수 있다. 예를 들어, 산림 관리자(136)의 일부분은 지원 시스템(126)에 위치될 수 있는 반면에, 산림 관리자(136)의 다른 부분은 제어 스테이션(134)에 위치될 수 있다. 이 경우, 산림 관리자(136)의 구성요소는 무선 통신 링크(132)를 거쳐 서로 통신 상태로 될 수 있다.
다른 예시적인 예에서는, 산림 관리자(136)는 자산(102)에서 컴퓨터 내에 분포될 수 있다. 예를 들어, 산림 관리자(136)는 제어 스테이션(134), 무인 공중 운송수단(112) 및 무인 지상 운송수단(116)에 분포될 수 있다.
일부 예시적인 예에서는, 자산(102)은 또한 인원(personnel; 138) 및 유인 운송수단(manned vehicle; 140)을 포함할 수 있다. 인원(138) 및 유인 운송수단(140)은 이들 예시적인 예에서 무인 자산(unmanned asset)에 의해 수행된 동작을 보충할 수 있다. 추가적으로, 산림 관리자(136)는 또한 이들 자산의 동작을 조정하기 위해 인원(138) 및 유인 운송수단(140) 중 적어도 하나에 대해 방향을 제공할 수 있다. 이와 같이, 다른 자산, 무인 자산 및 유인 자산 양쪽의 동작이 제어 스테이션(134)의 산림 관리자(136)에 의해 조정된다.
이제 도 2를 참조하면, 산림 관리 환경의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 도 1의 산림 관리 환경(100)은 도 2의 산림 관리 환경(200)을 위한 하나의 구현의 예이다.
이 예시적인 예에서는, 산림 관리 환경(200)은 산림 관리자(202) 및 자산(204)을 포함하고 있다. 산림 관리자(202) 및 자산(204)은 산림(206)을 관리하도록 구성되어 있다.
특히, 산림 관리자(202)는 산림(206)에서의 다수의 위치(208)를 관리하도록 구성될 수 있다. 여기에서 이용된 바와 같이, "다수의(number of)"는 항목을 참조하여 이용될 때 하나 이상의 항목을 의미한다. 예를 들어, 다수의 위치(208)는 하나 이상의 위치이다. 다수의 위치(208)는 산림(206)의 일부분일 수 있거나 또는 산림(206) 모두를 포함할 수 있다.
이 예시적인 예에서는, 산림 관리자(202)는 하드웨어, 소프트웨어, 또는 2가지의 조합을 이용하여 구현될 수 있다. 소프트웨어가 이용될 때, 산림 관리자(202)에 의해 수행되는 동작은 프로세서 유닛(processor unit)에서 실행되도록 구성된 프로그램 코드로 구현될 수 있다. 하드웨어가 적용될 때, 하드웨어는 산림 관리자(202)에서의 동작을 수행하도록 동작하는 회로를 포함할 수 있다.
예를 들어, 하드웨어는 회로 시스템, 집적 회로, ASIC(application specific integrated circuit), 프로그래머블 로직 장치, 또는 다수의 동작을 수행하도록 구성되어 있는 일부 다른 적절한 유형(type)의 하드웨어의 형태를 취할 수 있다. 프로그래머블 로직 장치에 의해, 장치는 다수의 동작을 수행하도록 구성되어 있다. 장치는 추후에 재구성될 수 있거나, 또는 다수의 동작을 수행하도록 영구적으로 구성될 수 있다. 프로그래머블 로직 장치의 예는, 예를 들어 프로그래머블 로직 어레이, 프로그래머블 어레이 로직, 필드 프로그래머블 로직 어레이, 필드 프로그래머블 게이트 어레이 및 다른 적절한 하드웨어 장치를 포함한다. 추가적으로, 프로세스는 무기 구성요소와 함께 집적된 유기 구성요소로 구현될 수 있고, 및/또는 전적으로 사람을 제외한 유기 구성요소로 구성될 수 있다. 예를 들어, 프로세스는 유기 반도체의 회로로서 구현될 수 있다.
도시된 바와 같이, 산림 관리자(202)는 컴퓨터 시스템(210) 내에서 구현될 수 있다. 컴퓨터 시스템(210)은 하나 이상의 컴퓨터이다. 하나 이상의 컴퓨터가 컴퓨터 시스템(210)에 존재할 때, 그들 컴퓨터는 네트워크와 같은 통신 매체를 거쳐 서로 통신 상태로 될 수 있다.
이들 컴퓨터는 특정 구현에 따라 동일한 지리적 위치 또는 별도의 지리적 위치에 있을 수 있다. 더욱이, 일부 예시적인 예에서는, 컴퓨터 시스템(210)의 일부 또는 전부가 이동가능한 것으로 될 수 있다. 예를 들어, 컴퓨터 시스템(210)의 하나 이상의 컴퓨터는 트럭, 항공기, 배, 휴먼 오퍼레이터(human operator), 또는 일부 다른 적절한 플랫폼(platform) 등과 같은 플랫폼에 위치되거나 또는 그에 의해 운송될 수 있다.
이들 예시적인 예에서는, 산림 관리자(202)는 지능(intelligence)의 레벨(211)을 가질 수 있다. 지능의 레벨(211)은 산림 관리자(202)의 구현에 따라 변화될 수 있다. 일부 경우에, 산림 관리자(202)는 휴먼 오퍼레이터로부터 입력을 수신하고 휴먼 오퍼레이터로 출력을 제공하는 컴퓨터 프로그램일 수 있다.
다른 예시적인 예에서는, 지능의 레벨(211)은 휴먼 오퍼레이터로부터의 입력이 불필요하게 될 수 있도록 더 높은 레벨로 될 수 있다. 예를 들어, 인공 지능 시스템 및 다른 적절한 유형의 프로세서가 산림 관리자(202)의 지능의 레벨(211)을 위해 지능의 소망하는 레벨을 제공할 수 있다. 특히, 인공 지능 시스템은 전문가 시스템(expert system), 신경망(neural network), 간단한 추론(simple heuristic), 퍼지 논리(fuzzy logic), 베이지안 네트워크(Bayesian network), 또는 산림 관리자(202)의 지능의 레벨(211)을 위한 지능의 소망하는 레벨을 제공하는 다른 적절한 유형의 시스템을 포함할 수 있다.
도시된 바와 같이, 자산(204)은 운송수단(212), 지원 시스템(213), 센서 시스템(214) 및 인원(216) 중 적어도 하나를 포함한다. 이들 예시적인 예에서는, 자산(204)은 산림 관리자(202)와 통신할 수 있고, 통신 링크(218)를 이용하여 서로 통신할 수 있다.
예를 들어, 자산(204)은 정보(220)를 생성할 수 있다. 정보(220)는 통신 링크(218)를 거쳐 산림 관리자(202)로 보내질 수 있다. 추가적으로, 정보(220)는 통신 링크(218)를 거쳐 자산(204) 사이에서 교환될 수 있다. 이들 예시적인 예에서는, 정보(220)는, 예를 들어 식물, 토양 조건, 야생 동물, 공기의 질(air quality), 환경 오염, 온도, 강우량 및 다른 적절한 유형의 정보 중 적어도 하나에 관한 정보를 포함할 수 있다.
도시된 바와 같이, 운송수단(212)은 무인 운송수단(222) 및 유인 운송수단(224)을 포함할 수 있다. 운송수단(212)은 산림(206)에서의 다수의 위치(208)를 통해 운행(travel)하거나 또는 그 근방을 운행하는 운송수단(212)으로서 정보(220)를 생성할 수 있다. 무인 운송수단(222)은 인원(216)에 의해 원격으로 제어될 수 있거나, 또는 자율적일 수 있다. 무인 운송수단(222)은 무인 공중 운송수단, 무인 지상 운송수단, 무인 수상 운송수단 및 다른 적절한 유형의 무인 운송수단 중 적어도 하나로부터 선택될 수 있다. 무인 운송수단(222)이 무인 수상 운송수단일 때, 무인 수상 운송수단은 호수, 연못, 강 또는 산림 근방의 일부 다른 적절한 유형의 물줄기에서 이용될 수 있다. 유인 운송수단(224)은 인원(216)을 운송시킬 수 있는 운송수단으로서 인원(216)에 의해 동작된다.
추가적으로, 무인 운송수단(222)은 자율적 운송수단의 그룹(226)을 포함할 수 있다. 자율적 운송수단은 휴먼 오퍼레이터로부터의 개입 없이 동작하는 운송수단이다. 이들 예시적인 예에서는, 자율적 운송수단은 원격적으로 제어될 수 있거나, 또는 소망하는 지능의 레벨을 가질 수 있다. 여기에서 이용된 바와 같이, "그룹(group)"은 항목을 참조하여 이용될 때 하나 이상의 항목을 의미한다. 예를 들어, 자율적 운송수단의 그룹(226)은 하나 이상의 자율적 운송수단이다. 자율적 운송수단의 그룹(226)은 이들 예시적인 예에서 무리(swarm; 228) 또는 무리의 그룹(230)으로서 동작하도록 구성될 수 있다.
지원 시스템(213)은 운송수단(212)을 위한 지원을 제공하도록 구성된 하드웨어 시스템이다. 특히, 지원 시스템(213)은 무인 운송수단(222)을 위한 지원을 제공할 수 있다. 예를 들어, 지원 시스템(213)은 대피소, 전력, 유지 보수, 및 무인 운송수단(222)을 위한 다른 유형의 지원을 제공할 수 있다.
센서 시스템(214)은 또한 정보(220)를 생성하도록 구성되어 있다. 이들 예시적인 예에서는, 센서 시스템(214)은 산림(206)의 다수의 위치(208) 또는 다수의 위치(208) 근방에서 고정된 위치에 있을 수 있다.
인원(216)은 정보(220)의 생성을 포함하는 동작을 수행할 수 있다. 예를 들어, 인원(216)은 센서를 운송하고, 유인 운송수단(224)을 동작시키거나, 또는 자율적 운송수단의 그룹(226) 내에 있지 않은 무인 운송수단(222)을 동작시킬 수 있다.
이 예시적인 예에서는, 산림 관리자(202)는 자산(204)에 의해 수행되는 동작(232)을 조정하도록 구성될 수 있다. 정보(220)의 수집을 수행하도록 자율적 운송수단의 그룹(226)의 동작을 조정하는 것은, 선택된 시간의 주기에 걸쳐, 그리고 상세한 내용의 선택된 레벨로, 산림에서 선택된 영역 중 적어도 하나에서 정보(220)를 수집하는 것을 포함할 수 있다.
동작(232)을 조정하는 것은 또한 다수의 임무(mission; 234)를 수행하기 위해 자산(204)을 지시하는 것을 포함한다. 다수의 임무(234)를 수행하도록 자산(204)을 조정하는 것은 용장(redundancy) 또는 중첩(overlap)이 바람직하지 않을 때 자산(204)의 동작에서 용장 또는 중첩을 저감할 수 있다.
더욱이, 다수의 임무(234)를 수행하도록 자산(204)을 조정하는 것은, 예를 들어, 제한 없이, 명령, 메시지, 임무, 과업, 데이터, 및 다수의 임무(234)를 수행함에 있어 안내(guidance)를 지시 및/또는 부여하는 다른 정보 중 적어도 하나를 보내는 것에 의해 자산(204)을 지시하는 것을 포함할 수 있다. 이러한 조정은, 일부 또는 모든 자산(204)이 다수의 임무(234)를 수행하기 위해 단일 그룹으로서 또는 다중 그룹에서 함께 작업할 수 있도록 동작(232)이 수행되는 방식으로 발생할 수 있다.
예를 들어, 산림 관리자(202)는 무리(228)에서의 자율적 운송수단의 각각에 대해 명령을 보냄으로써 무리(228)를 조정할 수 있다. 이들 예시적인 예에서는, 무리(228)는 서로 동작(232)의 실행(performance)을 조정(coordinate)하는 자율적 운송수단의 그룹(226)과 같은 다수의 자율적 운송수단이다.
또 다른 예시적인 예에서는, 산림 관리자(202)는 무리(228)에서의 자율적 운송수단의 각각에 대해 과업(task)을 보낼 수 있다. 따라서, 자율적 운송수단의 그룹(226)은 과업을 이용하여 자율적 운송수단의 그룹(226)에서의 운송수단의 각각에 대해 보내진 과업에 기초해서 동작을 수행할 수 있다.
또 다른 예시적인 예에서는, 산림 관리자(202)는 자율적 운송수단의 그룹(226)의 무리(228)에 더하여 유인 운송수단(224)에 대해 과업을 보낼 수 있다. 명령이 유인 운송수단(224)으로 보내진 때, 이들 명령은 이들 예시적인 예에서는 유인 운송수단(224)의 인원(216)에 의해 관찰될 수 있다. 더욱이, 유인 운송수단(224)의 인원(216)은 유인 운송수단(224)을 제어하기 위해 입력으로서 이들 명령을 이용할 수 있다. 다른 예시적인 예에서는, 인원(216)은 발(foot) 위에서 동작을 수행하기 위해 이들 명령을 이용할 수 있다.
도시된 바와 같이, 산림 관리자(202)는 다수의 위치(208) 중 특정 위치에 대해 무리(228)를 지시하고, 이 특정 위치에서 정보(220)를 생성하기 위해 무리(228)를 지시할 수 있다. 다른 예에서는, 산림 관리자(202)는 선택된 경로를 따라 운행하도록 무리(228)를 지시할 수 있다.
유사한 방식으로, 산림 관리자(202)는 무리의 그룹(230)에 대해 다수의 임무(234)에서 다른 임무를 위한 정보를 보낼 수 있다. 따라서, 무리의 그룹(230)에서의 무리는 무리의 그룹(230)에서의 다른 무리로부터 동일하거나 다른 임무를 수행할 수 있다.
산림 관리자(202) 및 무인 운송수단(222)의 이용에 의해, 인원(216)의 양은 현재 이용된 시스템에 비해 감소될 수 있다. 더욱이, 인원(216)이 제한되어 있을 때, 무인 운송수단(222), 및 특히 자율적 운송수단의 그룹(226)의 이용은, 산림(206)의 다수의 위치(208)로부터 정보를 수집하기 위해 현재 이용되는 시스템에 비해, 정보(220)에 대한 소망하는 정확도 및 일관성과 함께 정보(220)의 소망하는 양을 수집하는 능력을 증가시킬 수 있다.
이제 도 3을 참조하면, 산림 관리자에서의 데이터 흐름의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 도시된 예에서는, 산림 관리자(202)는 도 2의 자산(204)으로부터 수신된 정보(220)를 분석한다. 특히, 산림 관리자(202)는 정보(220)를 이용하여 분석(300)을 수행한다.
이들 예시적인 예에서는, 분석기(306)는 결과(302)를 생성하기 위해 분석(300)을 수행한다. 결과(302)는 도 2에서의 산림(206)에 대한 상태(304)를 포함하고 있다. 상태(304)는, 예를 들어, 제한 없이, 산림 건강(forestry health)의 상태, 산림 재고조사, 안전성 위험, 불법 행위, 및 다른 유형의 산림(206)의 상태일 수 있다.
이들 예시적인 예에서는, 정보(220)의 분석(300)은 결과(302)를 얻기 위해 다수의 다른 방법으로 수행될 수 있다. 분석(300)은 검사, 크리닝(cleaning), 변환, 모델링, 및 정보(220)에 관한 다른 동작을 포함할 수 있다.
도시된 바와 같이, 분석(300)은 데이터에 대해 현재 이용가능한 모든 분석 기술을 이용하여 수행될 수 있다. 예를 들어, 제한 없이, 분석기(306)는 이미지 처리 시스템(image processing system), LiDAR 시스템(light detection and ranging system), 지리 정보 시스템(geographic information system), 외관 검사 시스템(visual inspection system), 또는 다른 적절한 유형의 시스템을 이용하여 정보(220)의 분석(300)을 수행할 수 있다. 특히, 분석기(306)는 데이터 클러스터링 및 상관(data clustering and correlation), 이상 검출(anomaly detection), 통계 및 예상 방법(statistical and prognostic method) 및 다른 적절한 유형의 데이터 분석 기술을 이용하여 결과(302)를 얻기 위해 분석(300)을 수행할 수 있다. 일부 경우에, 분석(300)은 또한 산림(206)의 모델을 이용하는 시뮬레이션을 포함할 수 있다.
다른 예시적인 예에서는, 결과(302)는 산림(206)의 시기적절하고 완벽한 커버리지(coverage)를 제공하기 위해 궤적 생성 방법(trajectory generation method)을 구비한 구름 검출 시스템(cloud detection system) 및 에어본 레이저 스캐너(airborne laser scanner)를 이용하여 얻어질 수 있다. 구체적으로는, 산림 관리자(202)는 현재 이용가능한 시스템의 이용으로 실현 가능하게 될 수 있는 것보다 산림(206)의 더 넓은 영역에 걸쳐 결과(302)를 얻기 위해 이 구름 검출 시스템을 이용하여 정보(220)에 대한 분석(300)을 수행할 수 있다.
결과(302)에 의해, 임무 발생기(3mission generator; 308)는 임무(310)를 식별한다. 추가적으로, 임무 발생기(308)는 또한 결과(302) 없이 임무(310)를 식별할 수도 있다. 예를 들어, 산림(206)에 관한 정보(220)를 얻기 전에, 임무 발생기(308)는 분석기(306)에 의한 분석(300)을 위한 정보(220)를 얻기 위해 하나 이상의 임무(310)를 발생시킬 수 있다. 이 예시적인 예에서는, 임무는 목표 또는 목적이다. 바꾸어 말하면, 임무(310) 중 하나의 임무는 하나 이상의 목표 또는 목적일 수 있다.
예를 들어, 임무 발생기(308)는 임무(310)에서 임무(314)를 위한 다수의 과업(312)을 식별한다. 과업은 임무를 달성하기 위해 수행되는 작업의 한 부분(piece)이다. 과업은 작업의 부분을 위해 수행되는 동작(316)으로 이루어질 수 있다.
다수의 과업(312)은 도 2에서의 자산(204)에 의해 수행되어야 할 하나 이상의 과업이다. 다수의 과업(312)의 각각의 과업은 동작(316)에서의 하나 이상의 동작을 포함할 수 있다. 임무 발생기(308)는 또한 임무(314)를 발생시킬 때에 다수의 과업(312)을 위한 동작(316)을 식별할 수 있다.
예를 들어, 임무는 산림(206)에 관한 더 많은 정보(220)를 수집할 수 있다. 다수의 과업(312) 중 하나의 과업은 산림(206)에서의 다수의 위치(208) 중 특정 위치를 모니터할 수 있다. 과업을 위한 동작(316)은 산림(206)에서의 다수의 위치(208) 중 그 하나의 위치에 걸쳐 선택된 경로를 비행하고 위치의 이미지를 생성하도록 할 수 있다.
이들 예시적인 예에서는, 임무 발생기(308)는 자산(204)에 대해 임무(314), 다수의 과업(312), 및 동작(316) 중 적어도 하나를 할당한다. 바꾸어 말하면, 임무 발생기(308)는 임무(314)를 수행하는 자산(204)의 지능에 따라 자산(204)에 대해 다른 레벨의 임무 정보(318)를 보낼 수 있다. 이 임무 정보(318)는 자산(204)의 각각에 대해 보내진 동일한 임무 정보(318)일 수 있다. 다른 예시적인 예에서는, 임무 정보(318)는 자산(204)에 있어서 자산의 각각에 대해 다를 수 있다. 이와 같이, 산림 관리자는 임무 정보(318)를 보냄으로써 임무(310)의 실행(performance)을 조정(coordinate)할 수 있다.
예를 들어, 임무 발생기(308)는 다수의 과업(312)을 갖는 임무(314)를 발생시킬 수 있다. 임무 발생기(308)는 도 2에서의 자율적 운송수단의 그룹(226)에 대해 다수의 과업(312)을 할당한다. 다수의 과업(312)의 할당에 의해, 임무 발생기(308)는 임무(314)에서의 다수의 과업(312)을 수행하기 위해 자율적 운송수단의 그룹(226)에 대해 임무 정보(318)를 보낸다.
이와 같이, 자율적 운송수단의 그룹(226)은 임무(314)의 전부 또는 일부를 완료하기 위해 다수의 과업(312)을 수행할 수 있다. 일부 예시적인 예에서는, 임무 발생기(308)는 자율적 운송수단의 그룹(226)에 대해 다수의 과업(312)의 일부분을, 그리고 도 2에서의 유인 운송수단(224)에 대해 다수의 과업(312)의 다른 부분을 할당할 수 있다. 이 경우에, 무인 운송수단(222) 및 유인 운송수단(224)에서의 자율적 운송수단의 그룹(226) 모두는 임무(314)의 일부분을 완료하기 위해 임무 정보(318)를 이용하다.
예를 들어, 불법 침입자 응답(trespasser response)을 조정할 때, 임무(314)는 법 집행에 도움을 줄 수 있다. 임무 발생기(308)는, 침입자를 추적하기 위해 무인 공중 운송수단(108)에 대해, 범죄 장면의 비디오 이미지(video footage)을 찍기 위해 무인 공중 운송수단(110)에 대해, 그리고 침입 사건의 위치로 도 1에서의 인원(138)을 데려오기 위해 유인 운송수단(140)에 대해 임무 정보(318)를 보낼 수 있다. 이와 같이, 각 자산(102)은 임무 발생기(308)에 의해 보내진 임무 정보(318)를 이용하여 임무(314)를 완료하기 위해 다수의 과업(312)의 일부분을 수행한다.
임무 정보(318)는 여러 가지의 형태를 취할 수 있다. 예를 들어, 임무 정보(318)는 명령, 과업, 데이터 및 다른 적절한 정보를 포함할 수 있다. 일례로서, 자율적 운송수단의 그룹(226)이 임무(314)에서의 다수의 과업(312)을 달성하는데 필요한 동작(316)을 수행하도록, 다수의 과업(312)은 자율적 운송수단의 그룹(226)에 대해 임무 정보(318)로 보내질 수 있다. 다른 경우에, 임무 정보(318)는 임무(310)를 위한 다수의 과업(312)을 완료하기 위해 동작(316)을 수행하기 위해 필요로 되는 명령을 포함할 수 있다.
일부 경우에, 임무 정보(318)에서의 임무(314)의 식별은 임무(314)를 수행하기 위해 자산(204)에 대해 충분할 수 있다. 다른 경우에, 다수의 과업(312)은 자산(204)에 대해 할당될 수 있다.
예를 들어, 할당은 하나 이상의 자율적 운송수단의 그룹(226)에 대해 다수의 과업(312)을 할당하는 것을 포함할 수 있다. 다른 경우에, 다수의 과업(312)은 자율적 운송수단의 그룹(226)에 대해 다수의 과업(312)을 보냄으로써 할당될 수 있다. 자율적 운송수단의 그룹(226)은 조정할 수 있고 다수의 과업(312)을 수신한 후 그들 자신의 할당을 행할 수 있다.
바꾸어 말하면, 다수의 과업(312)의 할당은 전체로서 자율적 운송수단의 그룹(226)에 대해 행해질 수 있거나, 또는 자율적 운송수단의 그룹(226)의 개별의 자율적 운송수단에 대해 행해질 수 있다. 다수의 과업(312)의 할당이 전체로서 자율적 운송수단의 그룹(226)에 대해 행해질 때, 다수의 과업(312) 중 특정 과업이 자율적 운송수단의 위치, 자율적 운송수단의 성능, 자율적 운송수단의 응답 시간, 또는 일부 다른 적절한 파라미터에 기초해서 자율적 운송수단의 그룹(226)에서의 자율적 운송수단에 대해 분배될 수 있다.
다른 예시적인 예에서는, 임무 발생기(308)는 자산(204)에서의 다른 자산에 의해 수행되어야 할 동작(316)의 식별을 보낼 수 있다. 이들 다른 자산은, 예를 들어, 무인 운송수단(222) 및 센서 시스템(214)일 수 있다. 이들 동작(316)은 여러 가지의 레벨에서 행해질 수 있고, 정보를 수집할 때 이동의 방향에 대한 특정 명령, 및 다른 동작 만큼 상세하게 될 수 있다.
이제 도 4를 참조하면, 임무의 유형의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 도시된 예에서는, 임무의 유형(400)은 도 3에서의 임무(310)의 예이다.
임무의 유형(400)은 정보 수집(402) 및 상태 변화(404) 중 적어도 하나를 구비할 수 있다. 정보 수집(402)은 도 2에서의 정보(220)를 얻기 위한 임무를 구비하고 있다. 상태 변화(404)는 도 2에서의 산림 관리자(202)에 의해 산림(206)을 위해 식별된 도 3에서의 상태(304)의 변화를 야기시키기 위한 임무를 구비하고 있다. 이들 예시적인 예에서는, 정보 수집(402)은 산림 건강 임무(forest health mission; 406), 산림 재고조사 임무(forest inventory mission; 408), 안전성 위험 식별 임무(safety risk identification mission; 410), 불법 행위 임무(illegal activity mission; 412) 및 자연 사건 피해 임무(natural event damage mission; 413) 중 적어도 하나를 포함할 수 있다.
도시된 바와 같이, 산림 건강 임무(406)는 산림(206) 내의 위치의 건강(health)을 식별하기 위해 이용될 수 있는 정보(220)를 생성하도록 구성되어 있다. 산림 건강 임무(406)는, 예를 들어 산림(206)의 위치에서 나무에 관한 정보를 얻을 수 있다. 특히, 산림 건강 임무(406)는 산림(206)에서의 나무 및 다른 식물의 생물 다양성(biodiversity)을 식별할 수 있다.
추가적으로, 산림 건강 임무(406)는 나무 사이의 간격에 관한 정보(220)를 생성하기 위해 이용될 수 있다. 이 산림 건강 임무(406)는 나무에 관하여 외래종(foreign species)의 존재를 식별할 수 있다. 바꾸어 말하면, 산림(206)에 있어서 통상적으로 존재하고 있지 않은 나무의 종의 유형이 산림 건강 임무(406)를 이용하여 식별될 수 있다. 추가적으로, 산림(206)에서의 나무에 관한 해충, 감염, 및 다른 정보가 산림 건강 임무(406)로부터 생성된 정보(220)를 통해 식별될 수 있다.
산림 건강 임무(406)는 또한 산림(206)에서의 사람 행위의 영향을 식별하는 정보(220)도 수집할 수 있다. 예를 들어, 산림 건강 임무(406)는 산림(206)에 있어서 관리되지 않는 레크리에이션, 사냥, 및 국지적인 농업 행위에 관한 정보를 식별할 수 있다.
더욱이, 산림 건강 임무(406)는 또한 산림(206)에 대한 자연 사건의 영향을 식별하기 위해 이용되는 정보(220)도 생성할 수 있다. 이들 자연 사건은 산림(206)에서 자연적으로 발생할 수 있는 폭풍, 화재, 및 다른 사건을 포함할 수 있다.
추가적으로, 산림 건강 임무(406)는 산림(206)의 바닥(floor)에 대한 식물의 건강에 관한 정보(220)를 생성할 수 있다. 이러한 유형의 임무에 의해, 산림(206) 내의 야생 동물 및 산림(206) 내의 야생 동물의 건강에 관한 정보가 생성될 수 있다.
이들 예시적인 예에서는, 산림 재고조사 임무(408)는 산림(206) 내의 땅을 분류하기 위해 이용되는 정보(220)를 생성하기 위해 이용될 수 있다. 예를 들어, 산림 재고조사 임무(408)는 산림(206)으로부터 수확가능할 수 있는 목재의 체적(volume)을 식별하기 위해 이용되는 정보를 생성할 수 있다. 추가적으로, 탄소 격리(carbon sequestration)가 산림 재고조사 임무(408) 중에 식별될 수 있다. 바꾸어 말하면, 나무 및 식물에 의한 산림(206)에서의 이산화탄소의 포획이 산림 재고조사 임무(408)를 통해 식별될 수 있다.
안전성 위험 식별 임무(410)에 의해, 화재의 존재와 같은 안전성 위험(safety risk)에 관한 정보(220)가 이러한 유형의 임무에 포함될 수 있다. 이들 예시적인 예에서는, "안전성 위험"은 전체로서 산림(206), 산림(206) 내의 야생 동물 또는 식물, 사람, 또는 그 조합에 대한 피해의 위험이다. 따라서, 안전성 위험 식별 임무(410)는 산림(206) 내에서 안전성 위험에 관한 정보(220)를 생성하기 위해 이용된다.
일부 예시적인 예에서는, 안전성 위험 식별 임무(410)는 공중(public)에 대한 위험을 식별하기 위해 이용되는 정보를 생성할 수 있다. 이 정보는 어느 영역이 산림(206)에서의 공중에 의해 접근가능할 수 있는지를 식별하기 위해 이용될 수 있다. 이와 같이, 안전성 위험은 산림(206) 내에서 감소될 수 있다. 예를 들어, 영역이 안전성 위험 식별 임무(410)에 의해 공중에 대해 안전성 위험으로 결정되어 있을 때, 도 2에서의 산림 관리자(202)는 공중에 대해 그 영역을 차단하기 위해 자산(204) 중 하나를 보낼 수 있다.
불법 행위 임무(412)는 산림(206) 내에서 여러 가지의 불법 행위(illegal activity)를 식별하기 위해 이용될 수 있는 정보(220)를 생성하기 위해 이용된다. 이들 불법 행위는, 예를 들어, 제한 없이, 목재의 밀렵, 야생 동물의 밀렵, 불법 마약 영업(illegal drug operation), 보안 영역의 침입, 불법 토지 점거(squatting), 및 다른 불법 행위를 포함할 수 있다.
도시된 바와 같이, 자연 사건 피해 임무(413)는 자연 사건(natural event) 후에 존재할 수 있는 피해에 관한 정보(220)를 생성하기 위해 이용될 수 있다. 예를 들어, 홍수가 산림(206)에서 발생할 때, 홍수에 의해 야기된 피해에 관한 정보(220)가 필요로 될 수 있다. 이 경우, 산림 관리자(202)는 홍수에 기인한 상태 변화(404)에 관한 정보(220)를 수집하기 위해 자산(204) 중 하나를 보낼 수 있다. 물론, 산림 관리자(202)는, 예를 들어, 제한 없이, 화재, 바람, 얼음, 지진, 토네이도, 또는 일부 다른 유형의 자연 사건과 같은, 다른 유형의 자연 사건에 관한 정보(220)를 수집하기 위해 자산(204) 중 하나를 보낼 수 있다.
이들 예시적인 예에서는, 상태 변화(state change; 404)는 산림(206)의 상태(304)를 변화시키기 위해 이용되는 임무를 포함한다. 상태(304)의 변화는 산림(206)의 일부 또는 전부에 대해 행해질 수 있다. 도시된 바와 같이, 상태 변화(404)는 각종 임무의 유형(400)을 포함할 수 있다. 예를 들어, 상태 변화(404)는 침입자 추적 임무(414), 해충 방제 임무(416), 수확 임무(418) 및 다른 적절한 임무의 유형(400) 중 적어도 하나를 포함할 수 있다.
이들 예시적인 예에서는, 침입자 추적 임무(414)는 자산(204)이 산림(206) 내에서 침입자를 식별하여 추적하도록 조정되는 임무이다. 해충 방제 임무(416)는 소망하지 않는 방식으로 산림(206)의 건강에 영향을 미칠 수 있는 해충을 방제하기 위해 이용될 수 있다. 해충 방제 임무(416)는 산림(206)에서 있을 수 있는 해충을 방제 또는 제거하는 동작(316)을 수행하기 위해 산림(206)에 대해 자산(204)을 보내도록 이용될 수 있다.
예를 들어, 자산(204)은 화학 물질, 전기적 약제, 및 산림(206)에 존재할 수 있는 해충을 방제하기 위한 다른 성분을 분배할 수 있다. 이들 해충은 식물, 야생 동물, 또는 다른 유형의 해충일 수 있다.
수확 임무(harvesting mission; 418)는 산림(206)에서 나무를 수확하기 위해 수행될 수 있다. 자산(204)은 산림(206)에서의 특정 위치에서 식별된 나무를 수확하도록 구성되어 있는 자산일 수 있다. 예를 들어, 도 2의 운송수단(212)에서의 나무 수확기(tree harvester)는 산림(206)에서 나무를 수확하기 위해 이용될 수 있다. 이들 나무 수확기는 자율적 운송수단의 그룹(226) 내에서 자율적 운송수단의 형태를 취할 수 있다.
도 4의 임무의 유형(400)의 도면은 임무(310) 내에 존재할 수 있는 임무의 일부 유형의 일예로서 제시되고 있는 것일뿐이다. 임무의 유형(400)의 예는 이용될 수 있는 임무의 다른 형태에 대한 제한을 암시하는 것을 의미하는 것은 아니다. 더욱이, 일부 경우에, 임무의 유형(400)에서 제시되는 임무의 일부만이 임무의 유형(400)에서의 모든 임무의 유형 대신에 이용될 수 있다. 임무의 유형(400)의 각각에 대해 수행되는 과업 및 동작은 변경될 수 있고 산림(206)의 구성 및 특정 상황에 따라 갖가지 다른 방법으로 구현될 수 있다.
이제 도 5를 참조하면, 과업의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 도시된 예에서는, 과업(500)은 도 3에서의 다수의 과업(312) 중의 하나 이상을 구현하기 위해 이용될 수 있는 과업의 예이다.
도시된 바와 같이, 과업(500)은 다수의 다른 구성요소를 가질 수 있다. 이 예시적인 예에서는, 과업(500)은 위치(502), 지속 시간(duration; 504) 및 정보 수집(506)을 포함한다.
위치(location; 502)는 과업(500)이 수행되어야 할 위치이다. 위치(502)는 지리적 영역, 물리적 체적, 또는 경로로서 정의될 수 있다. 예를 들어, 위치(502)는 과업이 수행되어야 할 지상의 영역을 정의할 수 있다. 다른 예시적인 예에서는, 위치(502)는 또한 도 2에서의 정보(220)가 수집되어야 할 높이를 정의할 수 있다. 다른 예시적인 예에서는, 위치(502)는 과업을 위해 자산에 의해 운행되는 경로로서 정의될 수 있다.
구간(duration; 504)은 과업이 수행되는 동안의 시간의 주기를 식별한다. 구간(504)은 시작 시간 및 종료 시간을 포함할 수 있다.
일부 예시적인 예에서는, 구간(504)은 과업을 수행하기 위해 자산에 남아 있는 전력의 양에 기초해서 정의될 수 있다. 일부 경우에, 구간(504)은 수집된 정보(220)의 양, 수집된 정보(220)의 유형으로서, 또는 시간 외의 일부 다른 파라미터에 기초해서 정의될 수 있다. 물론, 구간(504)을 위한 이들 다른 유형의 측정의 조합도 또한 이용될 수 있다.
정보 수집(506)은 수집해야 할 정보(220)의 유형을 식별하고 또한 정보(220)가 수집되는 방식을 식별할 수 있다. 이 경우에, 정보(220)는 이미지(image), 온도 판독, 습도 판독, 샘플 수집 등과 같은 정보 및 다른 적절한 유형의 정보를 포함할 수 있다. 더욱이, 정보 수집(506)은 또한 정보(220)가 수집되는 빈도를 정의할 수 있다.
더욱이, 정보 수집(506)은 또한 수집해야 할 정보(220)의 입상도(granularity)를 정의할 수 있다. 예를 들어, 정보 수집(506)은 정보(220)가 나무의 높이, 직립성(straightness), 테이퍼(taper), 및 체적의 이미지를 생성하기 위해 더 높은 입상도를 정의할 수 있다. 다른 예시적인 예에서는, 더 낮은 입상도는 그 위치에서의 나무의 더욱 상세한 측정 대신에 위치의 이미지를 생성하는 것을 구비할 수 있다. 물론, 소정의 입상도는 과업(500)를 위한 정보 수집(506)에서 정의될 수 있다.
이제 도 6을 참조하면, 자율적 운송수단의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 도시된 예에서는, 자율적 운송수단(600)은 도 2에서의 자율적 운송수단의 그룹(226) 내의 자율적 운송수단을 위한 하나의 구현의 일예이다. 무인 공중 운송수단(108), 무인 공중 운송수단(110), 무인 공중 운송수단(112), 무인 지상 운송수단(116) 및 무인 지상 운송수단(118)은 자율적 운송수단(600) 내의 구성요소를 이용하여 자율적 운송수단으로서 구현될 수 있는 무인 운송수단의 물리적 예이다.
이 예시적인 예에서는, 자율적 운송수단(600)은 다수의 다른 구성요소를 포함하고 있다. 예를 들어, 자율적 운송수단(600)은 지원 구조(support structure; 602), 이동 시스템(movement system; 604), 센서 시스템(606), 통신 시스템(608), 콘트롤러(610) 및 전력원(power source; 612)을 포함하고 있다.
지원 구조(602)는 자율적 운송수단(600) 내의 다른 구성요소의 물리적 지원을 위한 구조를 제공한다. 지원 구조(602)는, 예를 들어 프레임(frame), 하우징(housing), 바디(body) 및 다른 적절한 유형의 구조 중 적어도 하나일 수 있다.
이동 시스템(604)은 지원 구조(602)와 관련되고 자율적 운송수단(600)에 대해 이동을 제공하도록 구성되어 있다. 이동 시스템(604)은 여러 가지의 형태를 취할 수 있다. 예를 들어, 이동 시스템(604)은 다리(leg), 휠(wheel), 트랙(track) 및 자율적 운송수단(600)을 이동시키기 위한 다른 적절한 유형의 메커니즘 중 적어도 하나를 포함할 수 있다.
센서 시스템(606)은 지원 구조(602)와 관련된 시스템이다. 센서 시스템(606)은 자율적 운송수단(600) 주위의 환경에 관한 정보를 생성하도록 구성되어 있다. 센서 시스템(606)은 많은 유형의 센서를 포함할 수 있다.
이들 예시적인 예에서는, 센서 시스템(606)은 다수의 센서 모듈(614)을 포함할 수 있다. 이들 예시적인 예에서는, 다수의 센서 모듈(614)에 있어서 하나의 센서 모듈은 제거가능하다. 바꾸어 말하면, 하나의 센서 모듈은 자율적 운송수단(600) 내의 센서 시스템(606)의 다수의 센서 모듈(614) 중에서 다른 센서 모듈을 위해 교체될 수 있다.
이와 같이, 창작자 다재다능성(creator versatility)이 자율적 운송수단(600)에 대해 제공될 수 있다. 특히, 다수의 센서 모듈(614)에 있어서 하나의 센서 모듈은 자율적 운송수단(600)에 대해 할당된 임무 또는 과업에 따라 자율적 운송수단(600)에 의해 이용하기 위해 선택될 수 있다. 더욱이, 다수의 센서 모듈(614)의 이용에 의해, 자율적 운송수단(600)의 중량(weight)은 특정 임무 또는 과업에 대해서만 필요로 되도록 센서 시스템(606)에서의 다수의 센서를 감소시킴으로써 저감될 수 있다.
예를 들어, 센서 모듈(616)은 다수의 센서(618)로 구성될 수 있다. 다수의 센서(618)의 구성은 수행해야 할 특정 유형의 임무 또는 과업을 위해 선택될 수 있다.
통신 시스템(608)은 지원 구조(602)와 관련되어 있다. 도시된 바와 같이, 통신 시스템(608)은 자율적 운송수단(600)과 다른 장치 사이에 통신을 제공하도록 구성되어 있다. 이러한 다른 장치는, 예를 들어 자산(204)에서의 다른 자산, 컴퓨터 시스템(210), 산림 관리자(202) 및 다른 적절한 구성요소 중 하나일 수 있다. 통신은 이들 예시적인 예에서는 무선 통신일 수 있다. 일부 경우에는, 유선 통신 인터페이스도 또한 존재할 수 있다.
전력원(power source; 612)은 지원 구조(602)와 관련되어 있다. 전력원(612)은 자율적 운송수단(600) 내의 다른 구성요소에 대해 전력을 공급하도록 구성되어 있다. 전력원(612)은 다수의 다른 형태를 취할 수 있다. 예를 들어, 전력원(612)은 에너지 시스템(620) 및 에너지 수확 시스템(622) 중 적어도 하나를 포함할 수 있다.
이 예시적인 예에서는, 에너지 시스템(620)은 하나 이상의 배터리를 포함할 수 있다. 이들 배터리는 또한 모듈식이거나 또는 교체가능한 것일 수 있다. 다른 예시적인 예에서는, 에너지 시스템(620)은 연료 전지 또는 일부 다른 적절한 유형의 에너지 시스템일 수 있다.
에너지 수확 시스템(622)은 자율적 운송수단(600) 주위의 환경으로부터 자율적 운송수단(600) 내의 구성요소에 대해 전력을 생성하도록 구성되어 있다. 예를 들어, 에너지 수확 시스템(622)은 생체 역학 수확 시스템(biomechanical harvesting system), 압전 수확 시스템(piezoelectric harvesting system), 열전 수확 시스템(thermoelectric harvesting system), 나무 대사 수확 시스템(tree-metabolic harvesting system), 태양 전지(solar cell), 마이크로 풍력 터빈 발전기(micro wind turbine generator), 주위 전파 수신기(ambient radio wave receiver) 및 자율적 운송수단(600) 주위의 환경으로부터 전력을 발생시키는 다른 적절한 유형의 에너지 수확 시스템 중 적어도 하나를 포함할 수 있다.
이 예시적인 예에서는, 콘트롤러(610)는 지원 구조(602)와 관련되어 있다. 도시된 바와 같이, 콘트롤러(610)는 하드웨어의 형태를 취할 수 있고, 소프트웨어를 포함할 수 있다.
콘트롤러(610)는 자율적 운송수단(600)의 동작을 제어하도록 구성되어 있다. 콘트롤러(610)는 지능의 레벨(624)을 제공할 수 있다. 지능의 레벨(624)은 자율적 운송수단(600)의 특정 구현에 따라 변경될 수 있다. 지능의 레벨(624)은 도 2에서의 지능의 레벨(211)의 하나의 예일 수 있다.
일부 경우에, 지능의 레벨(624)은 콘트롤러(610)가 특정 명령을 수신하도록 할 수 있다. 이들 명령은, 예를 들어 센서 시스템(606)을 이용하여 정보(220)를 생성할 때의 운행의 방향, 웨이포인트(waypoint, 지상점) 및 다른 유사한 명령을 포함할 수 있다.
다른 예시적인 예에서는, 지능의 레벨(624)은 자율적 운송수단(600)이 과업을 수신할 수 있도록 더 높게 할 수 있다. 콘트롤러(610)는 과업을 수행하기 위한 동작을 식별할 수 있다. 이러한 과업은 자율적 운송수단(600)이 센서 시스템(606)을 이용하여 정보(220)를 생성하기 위해 특정 영역에서의 경로를 따르는 고정된 과업일 수 있다.
다른 예시적인 예에서는, 지능의 레벨(624)은 더 높게 할 수 있는바, 그에 따라 자율적 운송수단(600)이 하나 이상의 과업을 수행하는 것을 조정하기 위해 다른 자율적 운송수단과 통신하도록 구성되어 있다. 예를 들어, 콘트롤러(610)는 회로, 컴퓨터 프로그램, 인공 지능 시스템, 및 지능의 레벨(624)에 대해 소망하는 레벨을 제공할 수 있는 다른 적절한 형태의 프로세스를 포함할 수 있다.
이들 예시적인 예에서는, 지능 시스템(intelligence system; 628)은 지능의 레벨(624)을 제공할 수 있다. 지능 시스템(628)은 전문가 시스템(expert system), 신경망(neural network), 퍼지 로직(fuzzy logic), 또는 지능의 레벨(624)을 제공하는 일부 다른 적절한 유형의 시스템을 이용할 수 있다.
콘트롤러(610)에서의 지능의 레벨(624)은 동적 경로 계획(dynamic route planning)과 같은 기능을 허용할 수 있다. 이와 같이, 장애물이 경로를 따라 식별될 수 있고 그에 따라서 회피될 수 있다. 이러한 장애물의 식별 및 회피는 실시간으로 수행될 수 있다. 이들 장애물은, 예를 들어, 제한 없이, 가지(branch), 나무 줄기(tree trunk), 및 산림(206)에서의 다른 장애물을 포함할 수 있다.
콘트롤러(610)는 또한 자율적 운송수단(600)의 다른 시스템의 건강을 모니터할 수도 있다. 예를 들어, 콘트롤러(610)는 전력원(612)에 공급되거나 남아있는 에너지의 레벨을 모니터할 수 있다. 전력원(612)이 에너지 시스템(620)에서의 배터리만을 포함하고 있다면, 콘트롤러(610)는 배터리의 충전 또는 교체를 위해 기지(base)로 복귀하도록 자율적 운송수단(600)에 지시할 수 있다.
도 6의 자율적 운송수단(600)의 도면은 자율적 운송수단(600)이 구현될 수 있는 방식에 대해 제한을 암시하는 것을 의미하는 것은 아니다. 다른 예시적인 예에서는, 자율적 운송수단(600)은 도시된 것에 부가하여 또는 도시된 것 대신에 다른 구성요소를 포함할 수 있다. 예를 들어, 자율적 운송수단(600)은 또한 상태 변화를 수행하기 위한 시스템을 포함할 수 있다. 이들 시스템은, 예를 들어, 제한 없이, 나무 로깅 시스템(tree logging system), 화학 분산제 시스템(chemical dispersant system), 물 분배 시스템(water distribution system) 및 다른 적절한 유형의 시스템을 포함할 수 있다.
또 다른 예시적인 예에서는, 센서 시스템(606)은 나무 크기를 결정하기 위해 나무 캐노피(tree canopy)의 표면 아래에서 사용되는 레이저 스캐너(laser scanner)를 포함할 수 있다. 다른 예로서, 센서 시스템(606)은 식재를 위한 최적의 타이밍 및 방법을 식별하도록 배치될 수 있는 토양 습도 및 영양분 모니터링 프로브(soil moisture and nutrient monitoring probe)로 구성될 수 있다. 예를 들어, 이들 영양분 모니터링 프로브는 탄소의 양 또는 산림(206)의 토양 내의 다른 요소를 결정하기 위해 여러 가지의 깊이에서 토양을 샘플링하기 위해 이용될 수 있다. 또 다른 실시예 예에서는, 센서 시스템(606)은, 산림(206) 내의 이들 물줄기의 상태 변화(404)를 결정하기 위해, 유출수(water run-off), 스트림(stream), 도 1의 물줄기(129)와 같은, 다른 물줄기를 샘플링하기 위해 이용될 수 있다.
이제 도 7을 참조하면, 위치결정 및 지도 작성 센서 모듈(positioning and map building sensor module)의 블록도의 도면이 예시적인 실시예에 따라 도시되어있다. 도시된 바와 같이, 센서 모듈(700)은 도 6의 센서 시스템(606) 내의 센서 모듈(616)의 하나의 구현의 일예이다.
센서 모듈(700)은 위치결정 및 지도제작 센서 모듈(positioning and mapping sensor module; 702)의 형태를 취한다. 위치결정 및 지도제작 센서 모듈(702)은 특정 구현에 따라 제거가능하거나 또는 센서 시스템(606) 내에 고정될 수 있다.
도시된 바와 같이, 센서 모듈(700)은 GPS 수신기(global positioning system receiver; 704), 관성 측정 유닛(inertial measurement unit; 706), 고도계(altimeter; 708), 휠 인코더(wheel encoder; 710), 레이저 거리 측정기(laser range finder; 712) 및 카메라 시스템(camera system; 714)을 포함하고 있다.
GPS 수신기(704)는 3차원 좌표에서 자율적 운송수단(600)의 GPS 수신기의 위치를 식별하기 위해 이용될 수 있다. 이들 좌표는 위도(latitude), 경도(longitude) 및 고도(altitude)를 포함할 수 있다. GPS 수신기(704)는 이들 3차원 좌표를 제공하기 위해 위성 시스템을 이용한다.
관성 측정 유닛(706)은 또한 자율적 운송수단(600)의 3차원 좌표를 식별하기 위해 이용될 수 있다. 관성 측정 유닛(706)은 GPS 수신기(704)에 의해 생성된 위치의 미세화(refinement)를 보충 또는 제공할 수 있다.
도시된 바와 같이, 고도계(708)는 GPS 수신기(704)가 소망하는 레벨의 정확도를 제공하지 않을 때 자율적 운송수단(600)의 고도를 식별할 수 있다. 이들 예에서는, 휠 인코더(710)는 주행 거리계(odometer) 판독을 제공할 수 있다. 구체적으로는, 휠 인코더(710)는 휠의 회전수를 계수(counting)함으로써 운행된 거리를 예측할 수 있다.
예시적인 예에서는, 레이저 거리 측정기(712)는 자율적 운송수단(600) 주위의 다른 물체까지의 거리를 식별하도록 구성되어 있다. 레이저 거리 측정기(712)는 자율적 운송수단(600) 주위의 특징에 대한 3차원 좌표를 생성할 수 있다. 특히, 레이저 거리 측정기(712)는 포인트 크라우드(point cloud, 점 구름)에 대한 데이터를 생성할 수 있다. 이 포인트 크라우드는 산림(206)에서의 하나 이상의 위치의 3차원 지도를 생성하기 위해 이용될 수 있다.
카메라 시스템(714)은 이미지를 생성하도록 구성되어 있다. 이들 이미지는 포인트 크라우드에 대한 데이터와 상관(연관)될 수 있다. 이들 예시적인 예에서는, 카메라 시스템(714)은 하나 이상의 카메라를 포함할 수 있다. 예를 들어, 카메라 시스템(714)은 가시 광 카메라(visible light camera), 입체 카메라(stereographic camera), 적외선 카메라(infrared camera) 및 다른 적절한 유형의 카메라를 포함할 수 있다.
센서 모듈(700)의 도면은 센서 시스템(606)의 다른 센서 모듈이 위치결정 및 지도제작 정보를 위해 구현될 수 있는 방식에 대해 제한을 암시하는 것을 의미하는 것은 아니다. 예를 들어, 다른 센서 모듈은 휠 인코더(710) 및 고도계(708)를 배제할 수 있다. 또 다른 예시적인 예에서는, 카메라 시스템(714)은 불필요할 수 있다.
또 다른 예시적인 예에서는, 센서 모듈(700)은 위치를 맵핑하기 위해 생성된 정보를 전처리(pre-process) 하기 위해 프로세서 유닛을 포함할 수 있다. 더욱이, 휠 인코더(710)는 지상-기반 운송수단과 함께 사용될 수 있고, 항공기나 다른 운송수단에는 불필요할 수 있다.
이제 도 8을 참조하면, 센서 모듈의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 도시된 예에서는, 센서 모듈(800)은 도 6에서의 센서 시스템(606)의 센서 모듈(616)을 위한 구현의 다른 예이다. 도시된 바와 같이, 센서 모듈(800)은 산림 재고조사 센서 모듈(forest inventory sensor module; 802)의 형태를 취한다.
이 예시적인 예에서는, 산림 재고조사 센서 모듈(802)은 다수의 다른 구성요소를 포함하고 있다. 예를 들어, 산림 재고조사 센서 모듈(802)은 GPS 수신기(804), 카메라 시스템(806), 레이저 거리 측정기(808) 및 식별기(810)를 포함하고 있다.
GPS 수신기(804)는 센서 모듈(800)의 위치, 특히 자율적 운송수단(600)의 위치를 식별하도록 구성되어 있다. 카메라 시스템(806)은 자율적 운송수단(600) 주위의 환경의 이미지를 생성하도록 구성되어 있다. 특히, 이들 이미지는 나무 및 다른 식물의 이미지일 수 있다.
레이저 거리 측정기(808)는 나무 및 다른 식물과 같은 갖가지 물체에 대한 거리를 식별하도록 구성되어 있다. 레이저 거리 측정기(808)는 자율적 운송수단(600)에 관하여 나무의 위치에 관한 정보를 생성하도록 구성되어 있다.
식별기(810)는 산림(206)에서의 나무와 초목을 분류하도록 구성되어 있다. 식별기(810)는 하드웨어의 형태를 취해도 좋고 소프트웨어를 포함해도 좋다. 이들 예시적인 예에서는, 식별기(810)는 카메라 시스템(806)으로부터 이미지를 얻고 나뭇잎, 꽃 및 이미지로 식별될 수 있는 다른 특징의 인식에 기초해서 나무 및 식물을 식별할 수 있다.
따라서, 특정 나무 또는 식물의 부분의 위치는 GPS 수신기(804)로부터의 정보를 이용하여 자율적 운송수단(600)의 위치를 앎으로써 식별될 수 있다. 이와 같이, 식별기(810)는 나무 및 다른 식물의 종, 그리고 산림(206)에서 이들 종의 위치에 관한 정보를 생성하기 위해 위치 정보의 일부 처리를 수행할 수 있다.
이들 예시적인 예가 GPS 수신기(804), 카메라 시스템(806), 레이저 거리 측정기(808) 및 식별기(810)를 구비한 산림 재고조사 센서 모듈(802)을 도시하고 있지만, 다른 구성요소나 센서도 이들 도면에 도시된 구성요소에 부가하여 또는 이들 도면에 도시된 구성요소 대신에 이용될 수 있다. 예를 들어, 산림 재고조사 센서 모듈(802) 내의 센서는 특정 구현에 따라 초미세분광 이미징 센서(hyperspectral imaging sensor), 가스 센서(gas sensor), 수질 센서(water quality sensor), 공중 및 지상 레이저 스캐너(airborne and terrestrial laser scanner), 붕괴 검출기(decay detector), 지상 관통 레이더(ground-penetrating radar) 및 다른 적절한 유형의 센서를 포함할 수 있다.
이제 도 9를 참조하면, 지원 시스템의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 이 예시적인 예에서는, 지원 시스템(900)은 도 2에서의 지원 시스템(213)에 있어서 하나의 지원 시스템에 이용될 수 있는 구성요소의 일예이다.
도시된 바와 같이, 지원 시스템(900)은 다수의 다른 구성요소를 가지고 있다. 지원 시스템(900)은 플랫폼(platform; 902), 커버되는 영역(covered area; 904), 통신 유닛(906), 에너지 보충 시스템(energy replenishment system; 907), 센서 모듈(912) 및 오퍼레이터 인터페이스(914)를 포함하고 있다.
이 예시적인 예에서는, 플랫폼(902)은 도 6에서의 자율적 운송수단(600)이 특정 구현에 따라 착륙 또는 그 위로 이동할 수 있는 구조이다. 플랫폼(902)은 이들 예시적인 예에서는 모바일 플랫폼(mobile platform), 고정 플랫폼(stationary platform), 또는 일부 다른 적절한 유형의 플랫폼일 수 있다.
커버되는 영역(904)은 자율적 운송수단(600)이 환경으로부터 보호(shelter)될 수 있는 영역일 수 있다. 통신 유닛(906)은 자율적 운송수단(600), 산림 관리자(202), 또는 일부 다른 적절한 구성요소와의 통신을 제공할 수 있다.
에너지 보충 시스템(907)은 충전 시스템(908), 배터리(910) 및 다른 적절한 구성요소를 포함할 수 있다. 에너지 보충 시스템(907)은 충전하거나 그렇지 않으면 도 6의 에너지 시스템(620)에 전력을 공급하도록 구성될 수 있다.
충전 시스템(908)은 도 6에서의 자율적 운송수단(600)의 에너지 시스템(620)을 충전하도록 구성되어 있다. 배터리(910)는, 배터리의 조건에 따라 배터리를 충전하는 대신에, 배터리가 에너지 시스템(620)에서 사용될 때 에너지 시스템(620)의 배터리를 교체하기 위해 이용될 수 있다. 추가적으로, 센서 모듈(912)은 도 6의 다수의 센서 모듈(614)에서 교체가능한 것으로 될 수 있는 모듈의 예이다.
오퍼레이터 인터페이스(914)는 이들 예시적인 예에서는 터치 스크린을 구비한 디스플레이 시스템일 수 있다. 오퍼레이터 인터페이스(914)는 명령, 임무, 또는 산림(206)에 관한 다른 정보를 수신하기 위해 도 1의 인원(138)에 의해 관찰될 수 있다. 오퍼레이터 인터페이스(914)는 또한 도 3에서의 분석(300)을 수행하기 위해 분석기(306)에 의해 이용될 수 있는 육안 검사 결과(visual inspection result) 또는 다른 정보를 입력하기 위해 이용될 수 있다.
도 9의 지원 시스템(900)에서의 구성요소의 도면은 일예로서 도시된 것일 뿐이고, 다른 지원 시스템이 구현될 수 있는 방식을 제한하는 것을 의미하는 것은 아니다. 예를 들어, 다른 지원 시스템은 통신 유닛(906)을 생략할 수 있다. 또 다른 예시적인 예에서는, 지원 시스템은 자율적 운송수단(600) 또는 다른 플랫폼에 의해 생성된 정보를 저장하도록 구성된 저장 장치를 포함할 수 있다.
도 2의 산림 관리 환경(200) 및 도 2 내지 도 9에서의 다른 구성요소의 도면은 산림 관리 환경(200) 및 다른 구성요소가 구현될 수 있는 방식에 대해 물리적 또는 구조적 제한을 암시하는 것을 의미하는 것은 아니다. 도시된 것에 부가하여 또는 도시된 것 대신에 다른 구성요소가 사용될 수도 있다. 일부 구성요소는 불필요할 수도 있다. 또한, 블록은 일부 기능적 구성요소를 나타내도록 제시되어 있다. 하나 이상의 이들 블록은 예시적인 실시예에서 구현될 때 다른 블록에 대해 결합, 분할 또는 결합 및 분할될 수 있다.
더욱이, 도 1에 나타낸 다른 구성요소는 도 2 내지 도 9의 구성요소와 결합해도 좋고, 도 2 내지 도 9의 구성요소와 함께 사용해도 좋으며, 또는 이 2가지의 조합이어도 좋다. 추가적으로, 도 1의 구성요소의 일부는 도 2 내지 도 9에서 블록 형태로 나타낸 구성요소가 어떻게 물리적인 구조로서 구현될 수 있는지의 예시적인 예일 수 있다.
예를 들어, 일부 예시적인 예에서는, 유인 운송수단(224)은 도 2에서의 정보(220)를 생성할 때에 산림 관리 환경(200)으로부터 생략될 수 있다. 또 다른 예시적인 예에서는, 인원(216)도 또한 정보(220)를 생성하기 위해 불필요할 수 있다. 또 다른 예시적인 예에서는, 지원 시스템(213)이 생략될 수 있다. 또 다른 예시적인 예에서는, 산림 관리자(202)가 이들 예시적인 예에서 운송수단(212) 중의 하나에 위치될 수 있다.
게다가, 센서의 특정 그룹화(grouping)가 도 9의 지원 시스템(900) 및 도 8의 센서 모듈(800)에 도시되어 있지만, 그들 센서는 제거가능 센서 모듈의 형태를 취하는 일없이 센서 시스템(606)에 포함될 수 있다. 즉, 센서 모듈(800) 및 지원 시스템(900)은 센서 시스템(606)에 고정될 수 있다.
이제 도 10을 참조하면, 산림을 관리하기 위한 프로세스의 플로우차트의 도면이 예시적인 실시예에 따라 도시되어 있다. 도 10에 도시된 프로세스는 도 2의 산림 관리 환경(200)에서 구현될 수 있다. 특히, 이 프로세스는 도 2의 산림 관리자(202)를 이용하여 구현될 수 있다.
이 프로세스는 자율적 운송수단의 그룹으로부터 산림에 관한 정보를 수신함으로써 시작한다(동작 1000). 이 프로세스는 상기 정보로부터 산림의 상태에 관한 결과를 생성하기 위해 정보를 분석한다(동작 1002). 그 다음에, 이 프로세스는 상기 결과를 이용하여 자율적 운송수단의 그룹의 동작을 조정하고(동작 1004), 그 후에 프로세스가 종료된다.
이제 도 11을 참조하면, 자산으로부터 수신된 정보를 처리하기 위한 프로세스의 플로우차트의 도면이 예시적인 실시예에 따라 도시되어 있다. 도 11에 도시된 프로세스는 도 2의 산림 관리자(202)에서 구현될 수 있다.
이 프로세스는 자산으로부터 정보를 수신함으로써 시작한다(동작 1100). 이들 예시적인 예에서는, 자산은 여러 가지의 형태를 취할 수 있다. 특히, 자산은 사람의 개입 없이 정보를 수집하도록 동작할 수 있는 자율적 운송수단의 그룹일 수 있다. 구체적으로는, 자율적 운송수단의 그룹은 무리(swarm) 또는 무리의 그룹으로서 동작할 수 있다.
정보는 결과를 얻기 위해 분석된다(동작 1102). 산림의 상태가 상기 결과로부터 식별되고(동작 1104), 그 후에 프로세스가 종료된다. 이들 예시적인 예에서는, 결과는 산림 건강의 상태, 산림 재고조사, 안전성 위험, 불법 행위 및 다른 상태를 식별하는 것과 같은 여러 가지의 형태를 취할 수 있다.
이제 도 12를 참조하면, 자산의 동작을 조정하기 위한 프로세스의 플로우차트의 도면이 예시적인 실시예에 따라 도시되어 있다. 도 12에 도시된 프로세스는 도 2의 산림 관리자(202)에서 구현될 수 있다. 더욱이, 이 프로세스는 도 2의 자율적 운송수단의 그룹(226)과 같은 자산(204)을 이용하기 위해 구현될 수 있다.
이 프로세스는 임무를 식별함으로써 시작한다(동작 1200). 이 임무는 사용자 입력, 산림의 상태 및 다른 적절한 정보 중 적어도 하나에 기초해서 식별될 수 있다. 예를 들어, 사용자 입력은 산림에서 수행되어야 할 특정 임무를 선택할 수 있다. 다른 예에서는, 산림 관리자(202)는 산림의 상태에 기초해서 임무를 발생시킬 수 있다.
이 프로세스는 식별된 임무를 위한 과업을 식별한다(동작 1202). 이들 과업은 임무를 위한 과업의 미리 선택된 템플릿(template)으로부터 얻어질 수 있다. 다른 예시적인 예에서는, 과업은 산림 관리자(202)가 과업을 공식화하기 위해 허용하는 지능의 레벨을 가질 때 산림 관리자(202)에 의해 발생될 수 있다. 예를 들어, 산림 관리자(202)는 인공 지능 프로세스(artificial intelligence process)를 구현할 수 있다. 다음에, 이 프로세스는 과업을 수행하기 위해 이용가능한 자산을 식별한다(동작 1204). 이들 예시적인 예에서는, 자산은 산림 관리자에 의해 이용하기 위해 이용가능한 자율적 운송수단의 그룹의 일부 또는 전부일 수 있다.
그 다음에, 이 프로세스는 과업을 수행하기 위해 자율적 운송수단을 선택한다(동작 1206). 이들 예시적인 예에서는, 각 자율적 운송수단은 과업을 할당할 수 있고, 자율적 운송수단의 그룹은 무리로서 과업을 수행하기 위해 하나 이상의 과업을 할당할 수 있다. 그 다음에, 이 프로세스는 선택된 자율적 운송수단에 대해 과업을 송신하고(동작 1208), 그 후에 프로세스가 종료된다.
다른 도시된 실시예의 플로우차트 및 블록도는 예시적인 실시예에서의 장치 및 방법의 일부 가능한 구현의 아키텍처, 기능 및 동작을 설명한다. 이와 관련하여, 플로우차트 또는 블록도의 각 블록은 모듈, 세그먼트(segment), 기능, 및/또는 동작 또는 단계의 일부분을 나타낼 수 있다. 예를 들어, 하나 이상의 블록은 프로그램 코드, 하드웨어, 또는 프로그램 코드와 하드웨어의 조합으로서 구현될 수 있다. 하드웨어로서 구현될 때, 이 하드웨어는 예를 들어 플로우차트 또는 블록도에서 하나 이상의 동작을 수행하도록 제조되거나 구성된 집적회로의 형태를 취할 수 있다.
예시적인 실시예의 일부 변형 구현에서는, 블록으로 주지된 기능 또는 기능들이 도면으로 주지된 순서를 벗어나서 발생할 수 있다. 예를 들어, 일부의 경우에, 연속적으로 나타낸 2개의 블록은 실질적으로 동시에 실행될 수 있거나, 또는 블록들은 때때로 포함된 기능에 따라 역순서로 수행될 수 있다. 또한, 다른 블록들은 플로우차트 또는 블록도에서 나타낸 블록에 부가하여 추가될 수 있다.
이제 도 13을 참조하면, 데이터 처리 시스템의 블록도의 도면이 예시적인 실시예에 따라 도시되어 있다. 데이터 처리 시스템(1300)은 도 2에서의 컴퓨터 시스템(210), 도 6에서의 콘트롤러(610), 도 8에서의 식별기(810) 및 산림 관리 환경(200) 내의 다른 적절한 장치를 구현하기 위해 이용될 수 있다.
이 예시적인 예에서는, 데이터 처리 시스템(1300)은 프로세서 유닛(1304), 메모리(1306), 영구 기억장치(1308), 통신 유닛(1310), 입력/출력 유닛(1312) 및 디스플레이(1314) 사이에서 통신을 제공하는 통신 프레임워크(communications framework; 1302)를 포함하고 있다. 이 예에서, 통신 프레임워크는 버스 시스템(bus system)의 형태를 취할 수 있다.
프로세서 유닛(1304)은 메모리(1306)로 로드될 수 있는 소프트웨어를 위한 명령을 실행하도록 기능한다. 프로세서 유닛(1304)은, 특정 구현에 따라, 다수의 프로세서, 다중-프로세서 코어(multi-processor core), 또는 일부 다른 유형의 프로세서일 수 있다.
메모리(1306) 및 영구 기억장치(1308)는 저장 장치(1316)의 예이다. 저장 장치는, 예를 들어, 제한 없이, 데이터, 기능적 형태의 프로그램 코드, 및/또는 일시적 기초 및/또는 영구적 기초의 어느 하나의 다른 적절한 정보 등과 같은 정보를 저장할 수 있는 하드웨어의 임의의 부분이다. 저장 장치(1316)는 또한 이들 예시적인 예에서는 컴퓨터 판독가능한 저장 장치라고 언급될 수 있다. 이들 예에서, 메모리(1306)는, 예를 들어 랜덤 액세스 메모리(random access memory) 또는 임의의 다른 적절한 휘발성 또는 비휘발성 저장장치일 수 있다. 영구 기억장치(1308)는, 특정 구현에 따라, 여러 가지의 형태를 취할 수 있다.
예를 들어, 영구 기억장치(1308)는 하나 이상의 구성요소 또는 장치를 포함할 수 있다. 예를 들어, 영구 기억장치(1308)는 하드(디스크) 드라이브, 플래시 메모리, 재기록가능한 광 디스크, 재기록가능한 자기 디스크, 또는 상기의 일부 조합일 수 있다. 영구 기억장치(1308)에 의해 사용되는 매체는 또한 제거가능할 수 있다. 예를 들어, 제거가능한 하드 드라이브가 영구 기억장치(1308)를 위해 사용될 수 있다.
이들 예시적인 예에서, 통신 유닛(1310)은 다른 데이터 처리 시스템 또는 장치와의 통신을 제공한다. 이들 예시적인 예에서는, 통신 유닛(1310)은 네트워크 인터페이스 카드(network interface card)이다.
입력/출력 유닛(1312)은 데이터 처리 시스템(1300)에 연결될 수 있는 다른 장치와의 데이터의 입력 및 출력을 고려한다. 예를 들어, 입력/출력 유닛(1312)은 키보드, 마우스 및/또는 일부 다른 적절한 입력장치를 통한 사용자 입력을 위한 연결을 제공할 수 있다. 더욱이, 입력/출력 유닛(1312)은 프린터로 출력을 보낼 수도 있다. 디스플레이(1314)는 사용자에게 정보를 디스플레이하기 위해 메커니즘을 제공한다.
동작 시스템, 어플리케이션 및/또는 프로그램을 위한 명령은, 통신 프레임워크(1302)를 통해 프로세서 유닛(1304)과 통신하고 있는 저장 장치(1316) 내에 위치될 수 있다. 다른 실시예의 프로세스는, 메모리(1306)와 같은 메모리 내에 위치될 수 있는, 컴퓨터-구현 명령(computer-implemented instruction)을 이용하여 프로세서 유닛(1304)에 의해 수행될 수 있다.
이들 명령은, 프로세서 유닛(1304)의 프로세서에 의해 판독되어 실행될 수 있는, 프로그램 코드, 컴퓨터 이용가능한 프로그램 코드, 또는 컴퓨터 판독가능한 프로그램 코드라고 언급된다. 다른 실시예에서의 프로그램 코드는, 메모리(1306) 또는 영구 기억장치(1308)와 같은 다른 물리적 또는 컴퓨터 판독가능한 저장 매체 상에서 구현될 수 있다.
프로그램 코드(1318)는 선택적으로 제거가능한 컴퓨터 판독가능한 매체(1320) 상에 기능적 형태로 위치되고, 프로세서 유닛(1304)에 의한 실행을 위해 데이터 처리 시스템(1300) 상으로 로드되거나 데이터 처리 시스템(1300)으로 전송될 수 있다. 프로그램 코드(1318) 및 컴퓨터 판독가능한 매체(1320)는 이들 예시적인 예에서 컴퓨터 프로그램 제품(1322)을 형성한다. 하나의 예에서, 컴퓨터 판독가능한 매체(1320)는 컴퓨터 판독가능한 저장 매체(1324) 또는 컴퓨터 판독가능한 신호 매체(1326)일 수 있다.
이들 예시적인 예에서, 컴퓨터 판독가능한 저장 매체(1324)는 프로그램 코드(1318)를 전파 또는 보내는 매체라기 보다는 프로그램 코드(1318)를 저장하기 위해 사용되는 물리적 또는 유형(有形)의 저장장치이다.
또는, 프로그램 코드(1318)는 컴퓨터 판독가능한 신호 매체(1326)를 이용하여 데이터 처리 시스템(1300)으로 전송될 수 있다. 컴퓨터 판독가능한 신호 매체(1326)는, 예를 들어 프로그램 코드(1318)를 포함하는 전파된 데이터 신호일 수 있다. 예를 들어, 컴퓨터 판독가능한 신호 매체(1326)는 전자기 신호, 광학 신호, 및/또는 임의의 다른 적절한 유형의 신호일 수 있다. 이들 신호는, 무선 통신 링크, 광섬유 케이블, 동축 케이블, 유선, 및/또는 임의의 다른 적절한 유형의 통신 링크 등과 같은 통신 링크를 거쳐 송신될 수 있다.
데이터 처리 시스템(1300)을 위해 도시된 다른 구성요소는, 다른 실시예가 구현될 수 있는 방식에 구조적 제한을 제공하는 것을 의미하는 것은 아니다. 다른 예시적인 실시예는 데이터 처리 시스템(1300)을 위해 도시된 것에 부가하여 및/또는 데이터 처리 시스템(1300)을 위해 도시된 것 대신에 구성요소를 포함하는 데이터 처리 시스템으로 구현될 수 있다. 도 13에 나타낸 다른 구성요소는 나타낸 예시적인 예로부터 변경될 수 있다. 다른 실시예는 프로그램 코드(1318)를 실행할 수 있는 임의의 하드웨어 장치 또는 시스템을 이용하여 구현될 수 있다.
따라서, 예시적인 실시예는 산림을 관리하기 위한 방법 및 장치를 제공한다. 예시적인 예에서, 산림 관리 시스템은 자율적 운송수단으로부터 산림에 관한 정보를 수집하고, 휴먼 오퍼레이터가 산림에 관한 정보를 수집하는 현재 사용되는 시스템보다 더욱 효과적으로 그 정보를 분석할 수 있다.
더욱이, 예시적인 실시예는 또한 산림의 현재의 상태에 기초해서 임무를 발생시킬 뿐만 아니라 사용자 입력으로부터 임무를 발생시킨다. 이들 임무는 하나 이상의 자율적 운송수단으로 보내질 수 있다. 이들 임무는 산림에서 구현되어야 할 정보 수집 또는 상태 변화를 포함할 수 있다. 정보 수집은 산림을 관리함에 있어 여러 가지의 목적을 위해 수행될 수 있다. 이들 목적은, 산림의 건강을 유지하는 것, 산림의 재고조사를 식별하는 것, 산림에서 안전성 위험을 식별하는 것, 산림에서 불법 행위를 식별하는 것, 그리고 다른 목적을 포함한다. 산림에서 상태를 변화시키는 효과는 화재 진압, 해충 방제, 수확 및 다른 적절한 상태 변화를 포함할 수 있다.
자율적 운송수단의 이용 및 무리에서 과업을 수행함에 있어 서로 협동하는 자율적 운송수단을 가지는 능력에 의해, 예시적인 예는 산림에 관하여 정보를 수집하고, 변화에 영향을 미치거나, 또는 그 조합에 대해 더욱 효과적인 메커니즘을 제공한다.
더욱이, 예시적인 예에서 자율적 운송수단 및 센서 시스템의 이용은 현재 가능한 것보다 더욱 정확한 결과를 얻기 위해 충분한 수의 위치로부터 정보의 샘플링의 소망하는 레벨을 고려할 수 있다. 예시적인 실시예는 또한 현재 가능한 것보다 더욱 시기적절하고 정확할 수 있는 결과에 응답하여 취해져야 할 동작을 고려한다.
더욱이, 예시적인 실시예는 관찰의 해석으로부터의 결과가 산림에 관한 정보를 발생시키기 위해 인원에 의해 행해진다는 문제를 회피할 수 있다. 예시적인 실시예에서의 무인 운송수단 및 센서 시스템 중 적어도 하나의 이용은 어떻게 정보가 산림에서 개인에 의해 발생되는지에 비해 덜 주관적인 방식으로 발생되는 정보를 야기한다.
다른 예시적인 실시예의 설명은 도시 및 설명의 목적을 위해 제시되고, 개시된 형태로 실시예를 포괄하거나 또는 한정하는 것을 의도하는 것은 아니다. 많은 변형 및 변경이 이 기술분야에서 통상의 지식을 가진 자에게는 명백할 것이다. 더욱이, 다른 예시적인 실시예가 그 밖의 다른 예시적인 실시예와 비교해서 다른 특징을 제공할 수 있다. 선택된 실시예 또는 실시예들은 실시예들의 원리, 실제적 응용을 가장 잘 설명하고, 이 기술분야에서 통상의 지식을 가진 다른 사람들이 고려된 특정 이용에 대해 적합한 여러 가지의 변형을 구비하는 여러 가지의 실시예를 위한 개시를 이해할 수 있도록 하기 위해 선택 및 개시된다.
Claims (20)
- 산림 관리 시스템(100)으로서,
자율적 운송수단의 그룹(226)으로부터 산림(206)에 관한 정보(220)를 수신하고, 정보(220)로부터 산림(206)의 상태(304)에 관한 결과(302)를 생성하기 위해 정보(220)를 분석하며, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성된 산림 관리자(202)를 구비한 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 산림(206) 건강, 산림 재고조사, 안전성 위험 및 불법 행위 중 적어도 하나에 관한 정보(220) 수집을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 선택된 시간의 주기에 걸쳐, 그리고 상세한 내용의 선택된 레벨로, 산림(206)에서 선택된 영역 중 적어도 하나에서 정보 수집(506)을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 식물, 토양 조건, 야생 동물, 공기의 질, 환경 오염, 온도 및 강우량 중 적어도 하나에 관한 정보 수집(506)을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 다수의 과업(312)을 갖는 임무(314)를 발생시키고, 다수의 과업(312)을 자율적 운송수단의 그룹(226)에 할당하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제5항에 있어서, 다수의 과업(312)을 자율적 운송수단의 그룹(226)에 할당하도록 구성되어 있는 경우에, 산림 관리자(202)는 다수의 과업(312)을 위한 명령을 자율적 운송수단의 그룹(226)으로 보내도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제5항에 있어서, 다수의 과업(312)을 자율적 운송수단의 그룹(226)에 할당하도록 구성되어 있는 경우에, 산림 관리자(202)는 다수의 과업(312)을 자율적 운송수단의 그룹(226)으로 보내도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 자율적 운송수단의 그룹(226)이 무리(228) 및 무리의 그룹(230) 중 적어도 하나로서 동작하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)는 산림 건강, 산림 재고조사, 안전성 위험 및 불법 행위 중 적어도 하나의 식별인 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)는 안전성 위험 및 불법 행위 중 적어도 하나를 갖는 다수의 위치(208)의 식별이고, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 다수의 위치(208)를 모니터하기 위해 자율적 운송수단의 그룹(226)을 조정하도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하도록 구성되어 있는 경우에, 산림 관리자(202)는 명령 및 과업 중 적어도 하나를 자율적 운송수단의 그룹(226)으로 보내도록 구성되어 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 자율적 운송수단의 그룹(226)의 운송수단은 무인 공중 운송수단(108, 110, 112), 무인 지상 운송수단(116, 118) 및 무인 수상 운송수단 중 적어도 하나로부터 선택되는 것을 특징으로 하는 산림 관리 시스템(100).
- 제1항에 있어서, 자율적 운송수단의 그룹(226)의 운송수단은,
지원 구조(602);
지원 구조(602)와 관련되어 지원 구조(602)를 이동시키도록 구성되어 있는 이동 시스템(604);
지원 구조(602)와 관련되어 정보(220)의 일부분을 생성하도록 구성되어 있는 센서 시스템(606);
지원 구조(602)와 관련되어 이동 시스템(604) 및 센서 시스템(606)과 통신하여 이동 시스템(604) 및 센서 시스템(606)의 동작을 제어하도록 구성되어 있는 콘트롤러(610); 및
이동 시스템(604), 센서 시스템(606) 및 콘트롤러(610)에 연결되어 이동 시스템(604), 센서 시스템(606) 및 콘트롤러(610)에 대해 전력을 공급하도록 구성되어 있는 전력원(612)을 구비하고 있는 것을 특징으로 하는 산림 관리 시스템(100).
- 제13항에 있어서, 전력원(612)은 에너지 수확 시스템(622) 및 배터리 중 적어도 하나를 구비하는 것을 특징으로 하는 산림 관리 시스템(100).
- 산림(206)을 관리하기 위한 방법으로서,
자율적 운송수단의 그룹(226)으로부터 산림(206)에 관한 정보(220)를 수신하는 단계;
정보(220)로부터 산림(206)의 상태(304)에 관한 결과(302)를 생성하기 위해 정보(220)를 분석하는 단계; 및
결과(302)를 이용하여 자율적 운송수단의 그룹(226)의 동작을 조정하는 단계를 구비하는 것을 특징으로 하는 산림 관리 방법.
- 제15항에 있어서, 조정하는 단계가,
산림 건강, 산림 재고조사, 안전성 위험 및 불법 행위 중 적어도 하나에 관한 정보 수집(506)을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하는 단계를 구비하는 것을 특징으로 하는 산림 관리 방법.
- 제15항에 있어서, 조정하는 단계가,
선택된 시간의 주기에 걸쳐, 그리고 상세한 내용의 선택된 레벨로, 산림(206)에서 선택된 영역 중 적어도 하나에서 정보 수집(506)을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하는 단계를 구비하는 것을 특징으로 하는 산림 관리 방법.
- 제15항에 있어서, 조정하는 단계가,
식물, 토양 조건, 야생 동물, 공기의 질, 환경 오염, 온도 및 강우량 중 적어도 하나에 관한 정보 수집(506)을 수행하기 위해 자율적 운송수단의 그룹(226)의 동작을 조정하는 단계를 구비하는 것을 특징으로 하는 산림 관리 방법.
- 제15항에 있어서, 조정하는 단계가,
다수의 과업(312)을 갖는 임무(314)를 발생시키는 단계; 및
다수의 과업(312)을 자율적 운송수단의 그룹(226)에 할당하는 단계를 구비하는 것을 특징으로 하는 산림 관리 방법.
- 제19항에 있어서, 할당하는 단계가,
다수의 과업(312)을 자율적 운송수단의 그룹(226)으로 보내는 단계를 구비하되,
자율적 운송수단의 그룹(226)이 무리(228) 및 무리의 그룹(230) 중 적어도 하나로서 동작하도록 구성되어 있는 것을 특징으로 하는 산림 관리 방법.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/622,739 US9117185B2 (en) | 2012-09-19 | 2012-09-19 | Forestry management system |
US13/622,739 | 2012-09-19 | ||
PCT/US2013/054355 WO2014046803A2 (en) | 2012-09-19 | 2013-08-09 | Forestry management system |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20150058163A true KR20150058163A (ko) | 2015-05-28 |
Family
ID=49004023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020157004268A KR20150058163A (ko) | 2012-09-19 | 2013-08-09 | 산림 관리 시스템 |
Country Status (9)
Country | Link |
---|---|
US (1) | US9117185B2 (ko) |
EP (1) | EP2897864A4 (ko) |
JP (1) | JP6461795B2 (ko) |
KR (1) | KR20150058163A (ko) |
CN (1) | CN104640770A (ko) |
AU (1) | AU2013318512B2 (ko) |
BR (1) | BR112015004581B1 (ko) |
CA (1) | CA2880858C (ko) |
WO (1) | WO2014046803A2 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190021995A (ko) | 2017-08-25 | 2019-03-06 | 경상남도 | 조도센서 및 gps를 이용한 소나무 재선충병 훈증더미 관리방법 및 시스템. |
KR102012194B1 (ko) | 2018-02-28 | 2019-08-20 | 비앤에스코퍼레이션 주식회사 | 조도, 상태 및 위치 정보를 이용한 소나무 재선충병 훈증더미 실험방법 및 이를 위한 실험 시스템. |
KR102189636B1 (ko) | 2020-01-13 | 2020-12-11 | 한지수 | 수목 정보 제공 시스템 |
KR102220791B1 (ko) | 2019-12-13 | 2021-03-02 | 네모파트너즈비에이(주) | 산림빅데이터 플랫폼에 기반하여 데이터 상품을 제공하는 장치 및 방법 |
KR20220086874A (ko) * | 2020-12-17 | 2022-06-24 | 유혜선 | 산림 관련 서비스를 제공하는 방법 및 시스템 |
Families Citing this family (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9629220B2 (en) * | 2013-08-05 | 2017-04-18 | Peter Panopoulos | Sensor-based controllable LED lighting system with repositionable components and method |
US9196100B1 (en) * | 2014-06-16 | 2015-11-24 | Deere & Company | Equipment architecture for high definition data |
JP6172783B2 (ja) * | 2014-07-31 | 2017-08-02 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 無人航空機を用いて仮想観光をするシステムおよび方法 |
US11135461B2 (en) * | 2014-10-07 | 2021-10-05 | Akron Brass Company | Fire suppression system component integration |
US9655034B2 (en) | 2014-10-31 | 2017-05-16 | At&T Intellectual Property I, L.P. | Transaction sensitive access network discovery and selection |
US9629076B2 (en) | 2014-11-20 | 2017-04-18 | At&T Intellectual Property I, L.P. | Network edge based access network discovery and selection |
US10162351B2 (en) | 2015-06-05 | 2018-12-25 | At&T Intellectual Property I, L.P. | Remote provisioning of a drone resource |
US10129706B2 (en) | 2015-06-05 | 2018-11-13 | At&T Intellectual Property I, L.P. | Context sensitive communication augmentation |
US9745060B2 (en) * | 2015-07-17 | 2017-08-29 | Topcon Positioning Systems, Inc. | Agricultural crop analysis drone |
US9969492B2 (en) * | 2015-09-04 | 2018-05-15 | Nutech Ventures | Crop height estimation with unmanned aerial vehicles |
US9776717B2 (en) | 2015-10-02 | 2017-10-03 | The Boeing Company | Aerial agricultural management system |
CN105278537B (zh) * | 2015-11-12 | 2018-05-18 | 襄阳宏伟航空器有限责任公司 | 一种无人飞行器控制系统 |
CN105432210A (zh) * | 2015-12-16 | 2016-03-30 | 无锡同春新能源科技有限公司 | 一种无人甜菜收获机 |
CN105474863A (zh) * | 2015-12-16 | 2016-04-13 | 无锡同春新能源科技有限公司 | 一种无人花生收获机 |
CN105474872A (zh) * | 2015-12-16 | 2016-04-13 | 无锡同春新能源科技有限公司 | 一种无人油菜收获机 |
CN105501444A (zh) * | 2015-12-16 | 2016-04-20 | 无锡同春新能源科技有限公司 | 一种无人青贮饲料收获机 |
CN105474870A (zh) * | 2015-12-16 | 2016-04-13 | 无锡同春新能源科技有限公司 | 一种无人打捆机 |
CN105474856A (zh) * | 2015-12-16 | 2016-04-13 | 无锡同春新能源科技有限公司 | 一种无人马铃薯收获机 |
CN105432240A (zh) * | 2015-12-16 | 2016-03-30 | 无锡同春新能源科技有限公司 | 一种无人搂草机 |
CN105501443A (zh) * | 2015-12-16 | 2016-04-20 | 无锡同春新能源科技有限公司 | 一种无人甘蔗收获机 |
CN105453808A (zh) * | 2015-12-16 | 2016-04-06 | 无锡同春新能源科技有限公司 | 一种无人采棉机 |
EP3395615A4 (en) * | 2015-12-22 | 2019-08-28 | Koito Manufacturing Co., Ltd. | VEHICLE LIGHTING DEVICE, AND LIGHTING CONTROL SYSTEM AND VEHICLE |
CN105872467A (zh) * | 2016-04-14 | 2016-08-17 | 普宙飞行器科技(深圳)有限公司 | 一种基于无人机的实时全景影音无线分享方法及平台 |
US9877470B2 (en) | 2016-05-10 | 2018-01-30 | Crinklaw Farm Services, Inc. | Robotic agricultural system and method |
US10149468B2 (en) | 2016-05-10 | 2018-12-11 | Crinklaw Farm Services, Inc. | Robotic agricultural system and method |
BR112019003030B1 (pt) | 2016-08-29 | 2022-08-30 | Crinklaw Farm Services | Sistema agrícola robótico, e, método para um sistema agrícola robótico |
CN109982928A (zh) | 2016-09-08 | 2019-07-05 | 沃尔玛阿波罗有限责任公司 | 用于经由无人交通工具施与杀虫剂以防卫包含农作物的区域免受有害生物的系统和方法 |
US10423169B2 (en) | 2016-09-09 | 2019-09-24 | Walmart Apollo, Llc | Geographic area monitoring systems and methods utilizing computational sharing across multiple unmanned vehicles |
US10520953B2 (en) | 2016-09-09 | 2019-12-31 | Walmart Apollo, Llc | Geographic area monitoring systems and methods that balance power usage between multiple unmanned vehicles |
GB2568191A (en) | 2016-09-09 | 2019-05-08 | Walmart Apollo Llc | Geographic area monitoring systems and methods through interchanging tool systems between unmanned vehicles |
GB2573228B (en) | 2016-09-09 | 2020-04-29 | Walmart Apollo Llc | Systems and methods to interchangeably couple tool systems with unmanned vehicles |
US10013611B2 (en) * | 2016-10-24 | 2018-07-03 | Timothy John Barrier | System and method for preparing an aerial hydrological-assay for golf courses |
US10470241B2 (en) | 2016-11-15 | 2019-11-05 | At&T Intellectual Property I, L.P. | Multiple mesh drone communication |
GB2557621A (en) * | 2016-12-12 | 2018-06-27 | Bae Systems Plc | System and method for coordination among a plurality of vehicles |
US11037451B2 (en) | 2016-12-12 | 2021-06-15 | Bae Systems Plc | System and method for coordination among a plurality of vehicles |
US10123181B1 (en) * | 2017-05-03 | 2018-11-06 | Honeywell International Inc. | Systems and methods for collaborative vehicle mission operations |
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 |
DE102017119686A1 (de) * | 2017-08-28 | 2019-02-28 | Andreas Rheinländer | System zur Überwachung, Exploration und Inspektion mittels Drohnen |
BR112020008778B1 (pt) | 2017-10-31 | 2023-11-28 | Agjunction Llc | Sistema de mapeamento de terreno para um veículo, método e meio legível por computador não transitório e tangível |
CN108519773B (zh) * | 2018-03-07 | 2020-01-14 | 西安交通大学 | 一种结构化环境下无人驾驶车辆的路径规划方法 |
CN108891574B (zh) * | 2018-06-18 | 2021-12-31 | 唐焱 | 一种森林巡航查打一体飞艇 |
CN108832992A (zh) * | 2018-06-21 | 2018-11-16 | 深圳市天海世界卫星通信科技有限公司 | 一种宽带卫星执法系统 |
WO2020023490A1 (en) * | 2018-07-23 | 2020-01-30 | Uber Technologies, Inc. | Autonomous vehicle idle state task selection for improved computational resource usage |
US10843819B2 (en) | 2018-07-24 | 2020-11-24 | Beam Global | Recharging network for drones |
US10730514B2 (en) | 2018-09-12 | 2020-08-04 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for extending detachable automobile sensor capabilities for collision avoidance |
US10706619B2 (en) | 2018-09-12 | 2020-07-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for extending detachable automobile sensor capabilities for environmental mapping |
AU2019100368B4 (en) | 2019-01-25 | 2019-11-28 | Norman BOYLE | A driverless impact attenuating traffic management vehicle |
US11640177B2 (en) | 2019-05-15 | 2023-05-02 | Deere & Company | Control and mapping based on multi-vehicle sensor fusion |
CN112835378A (zh) * | 2019-11-23 | 2021-05-25 | 马跃华 | 一种多技术协同森林草原智能防护系统 |
US11730089B2 (en) * | 2020-03-25 | 2023-08-22 | Iunu, Inc. | Horticulture aided by autonomous systems |
US11656624B2 (en) | 2020-03-25 | 2023-05-23 | Iunu, Inc. | Horticulture aided by autonomous systems |
CN111474912B (zh) * | 2020-05-07 | 2023-01-17 | 上海超高环保科技股份有限公司 | 钢铁轧制线的无人机管理控制系统 |
EP4156905A1 (en) * | 2020-05-27 | 2023-04-05 | AirForestry AB | Method and system for remote or autonomous holding a tree trunk |
US11993407B2 (en) | 2020-05-27 | 2024-05-28 | Airforestry Ab | Method and system for remote or autonomous ligno transportation |
CN111669723A (zh) * | 2020-07-08 | 2020-09-15 | 汪有奎 | 一种森林监测系统 |
US20230360160A1 (en) * | 2020-09-30 | 2023-11-09 | Aalto University Foundation Sr | Machine learning based forest management |
DE102020215684A1 (de) | 2020-12-10 | 2022-06-15 | Volkswagen Aktiengesellschaft | Verfahren und Servereinrichtung zur Erfassung von Umfelddaten |
CN112581083B (zh) * | 2020-12-14 | 2021-06-18 | 浙江弄潮儿智慧科技有限公司 | 一种基于卫星技术的林木生长监测系统 |
CN114563974A (zh) * | 2022-03-10 | 2022-05-31 | 山东省林业保护和发展服务中心 | 一种智慧林业监测系统 |
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 |
Family Cites Families (132)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4463428A (en) | 1981-10-26 | 1984-07-31 | The United States Of America As Represented By The Secretary Of The Navy | Aircraft weight and center of gravity cockpit readout system |
DE3712513A1 (de) | 1987-04-13 | 1988-11-03 | Roth Electric Gmbh | Verfahren und vorrichtung zur erkennung von oberflaechenfehlern |
JP2636403B2 (ja) | 1989-03-08 | 1997-07-30 | 株式会社豊田自動織機製作所 | 無人車の運行制御装置 |
JP2679346B2 (ja) | 1990-03-28 | 1997-11-19 | 神鋼電機株式会社 | 移動ロボットシステムにおける充電制御方式 |
DE4121464A1 (de) | 1990-06-28 | 1992-01-09 | Mazda Motor | Vorrichtung zur feststellung von oberflaechendefekten |
JP2884816B2 (ja) | 1991-05-10 | 1999-04-19 | 神鋼電機株式会社 | 移動ロボットシステムにおける制御方法 |
US5318254A (en) | 1991-06-28 | 1994-06-07 | Conceptual Solutions, Inc. | Aircraft maintenance robot |
JP2758526B2 (ja) | 1992-02-17 | 1998-05-28 | 株式会社日立製作所 | 移動式点検ロボット |
US5340056A (en) | 1992-02-27 | 1994-08-23 | The State Of Israel, Ministry Of Defence, Rafael Armament Development Authority | Active defense system against tactical ballistic missiles |
US5324948A (en) | 1992-10-27 | 1994-06-28 | The United States Of America As Represented By The United States Department Of Energy | Autonomous mobile robot for radiologic surveys |
ES2070710B1 (es) | 1993-02-10 | 1997-05-01 | Nacional Bazan De Construccion | Sistema de vigilancia y deteccion de focos de calor en areas abiertas . |
US5487440A (en) | 1993-05-18 | 1996-01-30 | Seemann; Henry R. | Robotic apparatus |
US5334982A (en) | 1993-05-27 | 1994-08-02 | Norden Systems, Inc. | Airport surface vehicle identification |
JP3376386B2 (ja) | 1995-01-09 | 2003-02-10 | 株式会社スギヤス | 無人車の交差点通過方法 |
JPH11502306A (ja) | 1995-03-21 | 1999-02-23 | ソシエテ ブレトンヌ ダンストゥルモンタシオン オセアノグラフィック ブリオ | 海水域を特徴づける測定変量の垂直プロフィールを作る方法及び装置 |
EP0820618A1 (en) | 1995-04-10 | 1998-01-28 | United Parcel Service Of America, Inc. | Two-camera system for locating and storing indicia on conveyed items |
IL113913A (en) | 1995-05-30 | 2000-02-29 | Friendly Machines Ltd | Navigation method and system |
US5695155A (en) | 1995-09-21 | 1997-12-09 | Hughes Aircraft Company | Resonator-based, surface-condition sensor |
US5832187A (en) | 1995-11-03 | 1998-11-03 | Lemelson Medical, Education & Research Foundation, L.P. | Fire detection systems and methods |
JP2976869B2 (ja) | 1995-12-28 | 1999-11-10 | 日産自動車株式会社 | 表面欠陥検査装置 |
FR2749177B1 (fr) | 1996-06-03 | 1998-07-17 | Inst Francais Du Petrole | Methode et systeme pour la teledetection de l'inflammabilite des differentes parties d'une zone survolee par un aeronef |
SE9603880D0 (sv) * | 1996-10-23 | 1996-10-23 | Bengt Soervik | Förfarande och anordning för skoglig planering |
US5963733A (en) | 1996-11-26 | 1999-10-05 | Assisi Software Corporation | Method and system for simulating forest management |
US5995884A (en) | 1997-03-07 | 1999-11-30 | Allen; Timothy P. | Computer peripheral floor cleaning system and navigation method |
US6128951A (en) | 1997-04-15 | 2000-10-10 | Trinity Airweighs, L.L.C. | Aircraft weight and center of gravity indicator |
US6364026B1 (en) | 1998-04-01 | 2002-04-02 | Irving Doshay | Robotic fire protection system |
JPH11339179A (ja) * | 1998-05-26 | 1999-12-10 | Hitachi Ltd | 飛行体利用システム |
JP2000284064A (ja) * | 1999-03-31 | 2000-10-13 | Mitsubishi Electric Corp | 多衛星補完観測システム |
US6947797B2 (en) | 1999-04-02 | 2005-09-20 | General Electric Company | Method and system for diagnosing machine malfunctions |
FI112402B (fi) * | 1999-10-28 | 2003-11-28 | Diware Oy | Menetelmä puustotunnusten määrittämiseksi sekä tietokoneohjelma menetelmän suorittamiseksi |
US7296488B2 (en) | 2000-04-20 | 2007-11-20 | United States Of America As Represented By The Secretary Of The Army | System and method for accessing ferrous surfaces normally accessible only with special effort |
IL138695A (en) | 2000-09-26 | 2004-08-31 | Rafael Armament Dev Authority | Unmanned mobile device |
US8145367B2 (en) | 2001-03-06 | 2012-03-27 | Honeywell International Inc. | Closed airport surface alerting system |
US6565361B2 (en) | 2001-06-25 | 2003-05-20 | John Zink Company, Llc | Methods and apparatus for burning fuel with low NOx formation |
US7155307B2 (en) | 2001-09-09 | 2006-12-26 | Seemann Henry R | Surface adhering tool carrying robot |
US6907799B2 (en) | 2001-11-13 | 2005-06-21 | Bae Systems Advanced Technologies, Inc. | Apparatus and method for non-destructive inspection of large structures |
GB2382708B (en) | 2001-11-21 | 2006-03-15 | Roke Manor Research | Detection of foreign objects on surfaces |
US6671588B2 (en) | 2001-12-27 | 2003-12-30 | Toyota Jidosha Kabushiki Kaisha | System and method for controlling traveling direction of aircraft |
US20030135327A1 (en) | 2002-01-11 | 2003-07-17 | Seymour Levine | Low cost inertial navigator |
JP2003284438A (ja) * | 2002-03-29 | 2003-10-07 | Fujita Corp | 遠隔操作植栽法 |
US7844364B2 (en) | 2002-04-16 | 2010-11-30 | Irobot Corporation | Systems and methods for dispersing and clustering a plurality of robotic devices |
US20040030571A1 (en) | 2002-04-22 | 2004-02-12 | Neal Solomon | System, method and apparatus for automated collective mobile robotic vehicles used in remote sensing surveillance |
JP2005539296A (ja) | 2002-08-21 | 2005-12-22 | ニール,ソロモン | マルチ−ロボットシステム内での自己設定可能なモバイルロボットエージェントの組織化団体の為のシステムと方法と装置 |
US6819265B2 (en) | 2002-08-22 | 2004-11-16 | Rosemount Aerospace Inc. | Advanced warning ice detection system for aircraft |
US6822624B2 (en) | 2002-09-10 | 2004-11-23 | Universal Avionics Systems Corporation | Display generation system |
CN1647124A (zh) | 2002-10-04 | 2005-07-27 | 富士通株式会社 | 机器人系统和自主移动机器人 |
US20040073411A1 (en) | 2002-10-15 | 2004-04-15 | The Boeing Company | System, method and computer program product for maintaining a structure |
EP2078954B1 (en) | 2002-12-10 | 2017-04-19 | CHEP Technology Pty Limited | Automated pallet inspection |
JP4079792B2 (ja) | 2003-02-06 | 2008-04-23 | 松下電器産業株式会社 | ロボットの教示方法と教示機能付きロボット |
US6888446B2 (en) | 2003-02-25 | 2005-05-03 | Lear Corporation | Tire pressure monitoring auto location assembly |
EP1601928B1 (en) | 2003-03-07 | 2015-09-02 | International Industry Support, Inc. | Scanning system with stereo camera set |
DE112004000508T5 (de) | 2003-03-27 | 2006-02-09 | Honda Motor Co., Ltd. | Verfahren zum Auftragen von Schutzschicht bildendem Material |
PT1464920E (pt) | 2003-04-03 | 2007-10-16 | Erwin Pristner | Dispositivo para detecção, determinação e documentação de danos, em particular, deformações provocadas em superfícies pintadas, por meio de acontecimentos súbitos |
JP2005132169A (ja) | 2003-10-29 | 2005-05-26 | Pacific Ind Co Ltd | タイヤ状態監視装置のトリガ装置 |
TWI234961B (en) | 2003-11-25 | 2005-06-21 | Kye Systems Corp | Control apparatus of household appliances for use in the wireless network |
US20050126794A1 (en) | 2003-12-12 | 2005-06-16 | Palmer Gerald R. | Fire prevention system |
US7417738B2 (en) | 2004-01-27 | 2008-08-26 | Tradewind Scientific Ltd. | Determining surface properties of a roadway or runway from a moving vehicle |
US8086351B2 (en) | 2004-02-06 | 2011-12-27 | Icosystem Corporation | Methods and systems for area search using a plurality of unmanned vehicles |
DE102004006033B3 (de) | 2004-02-06 | 2005-09-08 | Eads Deutschland Gmbh | Verfahren zur Erkennung und Bekämpfung von Wald-und Flächenbränden |
US20050217589A1 (en) | 2004-04-02 | 2005-10-06 | Daniel Brace B | Agitation of poultry by applied robotics |
NO320851B1 (no) | 2004-04-15 | 2006-02-06 | Oddvard Johnsen | Kontrollerfunksjoner for brems basert pa en styring etter variasjoner i akselerasjonsverdier i hjulets horisontale plan |
WO2005113261A1 (en) | 2004-05-21 | 2005-12-01 | Versa Tile Pty Ltd | System for obtaining and managing tyre information |
GB0415752D0 (en) | 2004-07-14 | 2004-08-18 | Security Processes Ltd | Inspection device |
CA2487704A1 (en) | 2004-11-18 | 2006-05-18 | R. Kyle Schmidt | Method and system for health monitoring of aircraft landing gear |
US20060176169A1 (en) | 2004-12-17 | 2006-08-10 | The Regents Of The University Of California | System for sensing environmental conditions |
CN100341023C (zh) | 2005-02-06 | 2007-10-03 | 上海保隆汽车科技股份有限公司 | 一种汽车轮胎监测系统以及轮胎身份识别方法 |
US7236861B2 (en) | 2005-02-16 | 2007-06-26 | Lockheed Martin Corporation | Mission planning system with asynchronous request capability |
US8078319B2 (en) | 2005-02-16 | 2011-12-13 | Lockheed Martin Corporation | Hierarchical contingency management system for mission planners |
US7765038B2 (en) | 2005-02-16 | 2010-07-27 | Lockheed Martin Corporation | Mission planning system for vehicles with varying levels of autonomy |
US20060271251A1 (en) | 2005-02-17 | 2006-11-30 | Hopkins Jeffrey A | Unmanned vehicle control |
US7797095B2 (en) | 2005-02-23 | 2010-09-14 | Aviation Safety Technologies, Llc | Method and device of calculating aircraft braking friction and other relating landing performance parameters based on the data received from aircraft's on board flight data management system |
CA2507354A1 (en) * | 2005-05-18 | 2006-11-18 | David A. Risk | Probe, measurement system and method for measuring concentrations of gaseous components of soil air, and rates of gas transport in soil |
US7499772B2 (en) | 2005-08-31 | 2009-03-03 | Honeywell International Inc. | Method and system for navigating a nondestructive evaluation device |
JP5276778B2 (ja) | 2005-08-31 | 2013-08-28 | 株式会社ブリヂストン | タイヤ情報管理システム |
DE102005048269B4 (de) | 2005-10-08 | 2008-01-31 | Diehl Stiftung & Co. Kg | Sensor-Netzwerk sowie Verfahren zur Überwachung eines Geländes |
EP1795983B1 (en) | 2005-12-07 | 2009-09-02 | Sap Ag | A method and a system for automatically organizing and achieving a pre-given task by means of robot functionalities |
JP4734120B2 (ja) | 2006-01-06 | 2011-07-27 | 株式会社東芝 | 航空機機体の検査方法および装置 |
US8186589B2 (en) | 2006-01-11 | 2012-05-29 | Carmel-Haifa University Economic Corporation Ltd. | UAV decision and control system |
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 |
US9195233B2 (en) | 2006-02-27 | 2015-11-24 | Perrone Robotics, Inc. | General purpose robotics operating system |
US7327112B1 (en) | 2006-03-06 | 2008-02-05 | Adrian Gregory Hlynka | Multiple leg tumbling robot |
CN101073693A (zh) * | 2006-05-16 | 2007-11-21 | 爱斯泰克(上海)高频通讯技术有限公司 | 基于小型飞行器的准实时动态森林火灾监测系统 |
US7501616B2 (en) | 2006-05-25 | 2009-03-10 | Microvision, Inc. | Method and apparatus for capturing an image of a moving object |
US8947531B2 (en) * | 2006-06-19 | 2015-02-03 | Oshkosh Corporation | Vehicle diagnostics based on information communicated between vehicles |
US20080004749A1 (en) | 2006-06-30 | 2008-01-03 | Honeywell International, Inc. | System and method for generating instructions for a robot |
US8401726B2 (en) | 2006-07-20 | 2013-03-19 | The Boeing Company | Maintenance interval determination and optimization tool and method |
US7813888B2 (en) | 2006-07-24 | 2010-10-12 | The Boeing Company | Autonomous vehicle rapid development testbed systems and methods |
ES2325433B1 (es) | 2006-07-31 | 2010-06-21 | Airbus Operations, S.L. | Robot trepador equipado con una unidad de trabajo, y equipo de gobierno de tales robots trepadores. |
US7586422B2 (en) | 2006-08-02 | 2009-09-08 | The Boeing Company | Determination of runway landing conditions |
US7626513B2 (en) | 2006-08-02 | 2009-12-01 | The Boeing Company | Communication of landing conditions |
JP4876888B2 (ja) | 2006-12-15 | 2012-02-15 | 株式会社デンソー | 車輪位置検出装置、それを備えたタイヤ空気圧検出装置および送受信機 |
US8224507B2 (en) | 2006-12-19 | 2012-07-17 | Engineered Arresting Systems Corporation | Systems and methods of improving or increasing information concerning, particularly, runway conditions available to pilots of landing aircraft |
US7860618B2 (en) | 2006-12-21 | 2010-12-28 | The Boeing Company | System, method and program product for predicting fleet reliability and maintaining a fleet of vehicles |
US8051547B2 (en) | 2006-12-29 | 2011-11-08 | The Boeing Company | Robot-deployed assembly tool |
US20100250022A1 (en) | 2006-12-29 | 2010-09-30 | Air Recon, Inc. | Useful unmanned aerial vehicle |
US7627447B2 (en) | 2007-01-23 | 2009-12-01 | The Boeing Company | Method and apparatus for localizing and mapping the position of a set of points on a digital model |
US20080270866A1 (en) | 2007-04-26 | 2008-10-30 | Infineon Technologies Ag | Transmission with automatic repeat request process |
US8260485B1 (en) | 2007-04-26 | 2012-09-04 | The Boeing Company | Adaptive multi-vehicle area coverage optimization system and method |
TWI340934B (en) * | 2007-07-18 | 2011-04-21 | Ind Tech Res Inst | Method and system for monitoring forestry products |
US8655540B2 (en) | 2007-08-20 | 2014-02-18 | International Electronic Machines Corp. | Rail vehicle identification and processing |
US7894948B2 (en) | 2007-11-01 | 2011-02-22 | L-3 Communications Integrated Systems L.P. | Systems and methods for coordination of entities and/or communicating location information |
US7821393B2 (en) | 2008-02-01 | 2010-10-26 | Balmart Sistemas Electronicos Y De Comunicaciones S.L. | Multivariate environmental sensing system with intelligent storage and redundant transmission pathways |
US20090205845A1 (en) | 2008-02-16 | 2009-08-20 | Fire Termination Equipment, Incorporated | System and method for extinguishing wildfires |
US8060270B2 (en) | 2008-02-29 | 2011-11-15 | The Boeing Company | System and method for inspection of structures and objects by swarm of remote unmanned vehicles |
US8643719B2 (en) | 2008-02-29 | 2014-02-04 | The Boeing Company | Traffic and security monitoring system and method |
US20090243828A1 (en) | 2008-03-31 | 2009-10-01 | General Motors Corporation | Vehicle email system and method |
FR2930669B1 (fr) | 2008-04-24 | 2011-05-13 | Airbus France | Dispositif et procede de determination d'un etat de piste, aeronef comprenant un tel dispositif et systeme d'aide au pilotage exploitant cet etat de piste |
US8255156B2 (en) | 2008-05-19 | 2012-08-28 | The Boeing Company | Spatial source collection and services system |
US8150105B2 (en) | 2008-05-22 | 2012-04-03 | International Electronic Machines Corporation | Inspection using three-dimensional profile information |
US20100023201A1 (en) | 2008-07-24 | 2010-01-28 | David Scott Kinney | Method and apparatus for obtaining vehicle data |
US20100039294A1 (en) | 2008-08-14 | 2010-02-18 | Honeywell International Inc. | Automated landing area detection for aircraft |
US8392045B2 (en) | 2008-09-05 | 2013-03-05 | The Boeing Company | System and methods for aircraft preflight inspection |
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 |
US20100271191A1 (en) | 2008-10-07 | 2010-10-28 | De Graff Bassel | Systems, devices, and methods utilizing stretchable electronics to measure tire or road surface conditions |
US8849477B2 (en) | 2008-10-14 | 2014-09-30 | Honeywell International Inc. | Avionics display system and method for generating three dimensional display including error-compensated airspace |
US7945422B2 (en) | 2009-01-16 | 2011-05-17 | Honeywell International Inc. | Tire pressure augmented aircraft weight and balance system and method |
US9418496B2 (en) | 2009-02-17 | 2016-08-16 | The Boeing Company | Automated postflight troubleshooting |
US8812154B2 (en) | 2009-03-16 | 2014-08-19 | The Boeing Company | Autonomous inspection and maintenance |
US9046892B2 (en) | 2009-06-05 | 2015-06-02 | The Boeing Company | Supervision and control of heterogeneous autonomous operations |
US20100312387A1 (en) | 2009-06-05 | 2010-12-09 | The Boeing Company | Supervision and Control of Heterogeneous Autonomous Operations |
US20110150290A1 (en) * | 2009-12-22 | 2011-06-23 | Weyerhaeuser Nr Company | Method and apparatus for predicting information about trees in images |
US8773289B2 (en) | 2010-03-24 | 2014-07-08 | The Boeing Company | Runway condition monitoring |
US8862288B2 (en) | 2010-05-18 | 2014-10-14 | The Boeing Company | Vehicle base station |
US8712634B2 (en) | 2010-08-11 | 2014-04-29 | The Boeing Company | System and method to assess and report the health of landing gear related components |
US8599044B2 (en) | 2010-08-11 | 2013-12-03 | The Boeing Company | System and method to assess and report a health of a tire |
US8982207B2 (en) | 2010-10-04 | 2015-03-17 | The Boeing Company | Automated visual inspection system |
US8897483B2 (en) * | 2010-11-09 | 2014-11-25 | Intelescope Solutions Ltd. | System and method for inventorying vegetal substance |
CN201876969U (zh) | 2010-11-27 | 2011-06-22 | 吉林工程技术师范学院 | 森林防火无人机预警装置 |
US8775119B2 (en) * | 2011-03-30 | 2014-07-08 | Weyerhaeuser Nr Company | System and method for forest management using stand development performance as measured by LAI |
US20120261144A1 (en) | 2011-04-14 | 2012-10-18 | The Boeing Company | Fire Management System |
CN202102301U (zh) * | 2011-05-31 | 2012-01-04 | 河北科技大学 | 基于民用手机网络的超远程无人机控制系统 |
US8849475B1 (en) * | 2012-04-04 | 2014-09-30 | The Boeing Company | Systems and method for managing sensors in a vehicle |
-
2012
- 2012-09-19 US US13/622,739 patent/US9117185B2/en active Active
-
2013
- 2013-08-09 EP EP13751017.8A patent/EP2897864A4/en not_active Ceased
- 2013-08-09 JP JP2015531928A patent/JP6461795B2/ja active Active
- 2013-08-09 CA CA2880858A patent/CA2880858C/en active Active
- 2013-08-09 WO PCT/US2013/054355 patent/WO2014046803A2/en active Application Filing
- 2013-08-09 BR BR112015004581-2A patent/BR112015004581B1/pt active IP Right Grant
- 2013-08-09 AU AU2013318512A patent/AU2013318512B2/en active Active
- 2013-08-09 KR KR1020157004268A patent/KR20150058163A/ko not_active Application Discontinuation
- 2013-08-09 CN CN201380048630.XA patent/CN104640770A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190021995A (ko) | 2017-08-25 | 2019-03-06 | 경상남도 | 조도센서 및 gps를 이용한 소나무 재선충병 훈증더미 관리방법 및 시스템. |
KR102012194B1 (ko) | 2018-02-28 | 2019-08-20 | 비앤에스코퍼레이션 주식회사 | 조도, 상태 및 위치 정보를 이용한 소나무 재선충병 훈증더미 실험방법 및 이를 위한 실험 시스템. |
KR102220791B1 (ko) | 2019-12-13 | 2021-03-02 | 네모파트너즈비에이(주) | 산림빅데이터 플랫폼에 기반하여 데이터 상품을 제공하는 장치 및 방법 |
KR102189636B1 (ko) | 2020-01-13 | 2020-12-11 | 한지수 | 수목 정보 제공 시스템 |
KR20220086874A (ko) * | 2020-12-17 | 2022-06-24 | 유혜선 | 산림 관련 서비스를 제공하는 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
AU2013318512B2 (en) | 2016-03-31 |
CA2880858A1 (en) | 2014-03-27 |
US9117185B2 (en) | 2015-08-25 |
JP2015531228A (ja) | 2015-11-02 |
EP2897864A4 (en) | 2016-03-09 |
EP2897864A2 (en) | 2015-07-29 |
CA2880858C (en) | 2020-07-21 |
CN104640770A (zh) | 2015-05-20 |
AU2013318512A1 (en) | 2015-02-26 |
JP6461795B2 (ja) | 2019-01-30 |
US20140081479A1 (en) | 2014-03-20 |
BR112015004581B1 (pt) | 2021-12-07 |
BR112015004581A2 (pt) | 2017-07-04 |
WO2014046803A3 (en) | 2014-07-10 |
WO2014046803A2 (en) | 2014-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2880858C (en) | Forestry management system | |
KR102313827B1 (ko) | 산림 센서 배치 및 모니터링 시스템 | |
US9251698B2 (en) | Forest sensor deployment and monitoring system | |
JP2015531228A5 (ko) | ||
Namani et al. | Smart agriculture based on IoT and cloud computing | |
US20200256978A1 (en) | Crop classification and growth tracking with synthetic aperture radar | |
RU2651377C2 (ru) | СПОСОБ И ВОЗДУШНАЯ СИСТЕМА ДЛЯ ИНВЕНТАРИЗАЦИИ ЛЕСА (варианты) | |
JP6487143B2 (ja) | 樹木計測システム | |
Dorfling et al. | Satellite, Aerial, and Ground Sensor Fusion Experiment for Management of Elephants and Rhinos and Poaching Prevention | |
Dewali et al. | Mapping snow depth and spatial variability using SfM photogrammetry of UAV images over rugged mountainous regions of the western himalaya | |
Poudel et al. | Assessing Red Pine Seedlings Using Uav Point Clouds and Field-Verified Data | |
Byers | INVESTIGATING THE SPATIAL BEHAVIOR AND HABITAT USE OF THE MATSCHIE’S TREE-KANGAROO (DENDROLAGUS MATSCHIEI) USING GPS COLLARS AND UNMANNED AIRCRAFT SYSTEMS (UAS) | |
Butu et al. | Applications of remote sensing techniques for research on bioeconomy field | |
Collins | UAS Applications | |
Nguyen | Applications of Unmanned Vehicles with Wireless Sensor Networks and Surveying |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AMND | Amendment | ||
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
X091 | Application refused [patent] | ||
E601 | Decision to refuse application | ||
E801 | Decision on dismissal of amendment |