TW201931333A - 機器車輛之碰撞管理 - Google Patents

機器車輛之碰撞管理 Download PDF

Info

Publication number
TW201931333A
TW201931333A TW107127460A TW107127460A TW201931333A TW 201931333 A TW201931333 A TW 201931333A TW 107127460 A TW107127460 A TW 107127460A TW 107127460 A TW107127460 A TW 107127460A TW 201931333 A TW201931333 A TW 201931333A
Authority
TW
Taiwan
Prior art keywords
collision
processor
machine
rotor
machine carrier
Prior art date
Application number
TW107127460A
Other languages
English (en)
Inventor
丹尼爾 華倫 三世 梅林杰
麥克爾 約書亞 紹民
史考克 塔維斯 凡
蘿斯 艾瑞克 凱斯勒
約翰 安東尼 多爾蒂
喬納森 保羅 戴維斯
麥克爾 法蘭克 塔維拉
Original Assignee
美商高通公司
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 美商高通公司 filed Critical 美商高通公司
Publication of TW201931333A publication Critical patent/TW201931333A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
    • 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
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U30/00—Means for producing lift; Empennages; Arrangements thereof
    • B64U30/20—Rotors; Rotor supports
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

實施例包括操作一機器載具之裝置及方法。一機器載具處理器可偵測引起與該機器載具碰撞之一即將發生風險的一物件。該機器載具處理器可判定該所偵測物件的一分類。該機器載具處理器可基於該物件之該分類在一碰撞之前管理該機器載具的一轉子之一旋轉。

Description

機器車輛之碰撞管理
本發明係關於機器載具。
機器載具愈來愈用於廣泛範圍之應用，包括封裝、藥品或其他供應品之快速傳遞；風暴及環境條件之遠端感測；3-D映射操作；農場作物或不可存取裝備的檢驗；用於體育事件、新聞、法律強制執行之攝影；偏遠或遷移性野生動物的監視；搜尋及救援任務；及其他目的。機器載具可被提供一工作或一任務，且自主地或半自主地執行該工作或任務之一或多個態樣。
防撞技術係機器載具研究及開發的主要領域。典型方法係使用感測器偵測在機器載具附近的障礙物，及當偵測到障礙物時自動地控制機器載具制動，起始某一操作以避開該障礙物，或僅僅防止載具朝向該障礙物移動。
然而，機器載具具有實際約束條件且需要一定量空間及時間來執行任一防撞操作。因此，一些碰撞係不可避免的。舉例而言，機器載具可太晚偵測到障礙物以致不能避開該障礙物。作為另一實例，人、寵物等可突然進入機器載具之路徑，從而使得碰撞不可避免。作為另一實例，環境條件(諸如風或天氣)可不可預見地改變UAV之運動。機器載具之旋轉螺旋槳可在碰撞中對人、動物或物件(「障礙物」)造成相當大損害。管理不可避免之碰撞可減少對人或障礙物以及對機器載具的損害。
各種實施例可實施於機器載具之處理器中以用於最小化來自不可避免碰撞對人、動物、物件及機器載具的損傷或損害。各種實施例可包括：偵測引起與機器載具碰撞之即將發生風險的物件；判定所偵測物件之分類；及基於物件之分類在碰撞之前管理機器載具的轉子之旋轉。在一些實施例中，基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括在碰撞之前使轉子停止。
在一些實施例中，偵測引起與機器載具碰撞之即將發生風險的物件可包括判定所偵測物件之相對位置、相對運動及距離中的一或多者，及基於所偵測物件之相對位置、相對運動及距離中的一或多者判定與物件碰撞之機率。在一些實施例中，判定所偵測物件之分類可包括識別物件。一些實施例可進一步包括基於所識別物件之分類判定碰撞之後果。
在一些實施例中，基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括基於碰撞之經判定後果判定在碰撞之前是否使機器載具之轉子停止。在一些實施例中，基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括基於碰撞之經判定後果及與物件碰撞的經判定機率來判定在碰撞之前是否使機器載具之轉子停止。
在一些實施例中，判定所偵測物件之分類可包括判定所識別物件是屬於第一物件類別抑或第二物件類別，且基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括回應於判定所識別物件屬於第一物件類別而在碰撞之前使轉子停止，及回應於判定所識別物件屬於第二物件類別而在碰撞之前不使轉子停止。
在一些實施例中，第一物件類別可包括人類，且第二物件類別可包括並非人類之物件。在一些實施例中，判定所偵測物件之分類可包括判定物件相對於機器載具之相對運動。
一些實施例可進一步包括判定機器載具之飛行參數，且基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括基於機器載具之飛行參數及物件之分類來管理轉子的旋轉。一些實施例可進一步包括判定機器載具之位置，且基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括基於機器載具之位置及物件之分類來管理轉子的旋轉。
一些實施例可進一步包括判定即將發生碰撞之嚴重度，且基於物件之分類在碰撞之前管理機器載具的轉子之旋轉可包括基於即將發生碰撞之經判定嚴重度來管理轉子的旋轉。一些實施例可進一步包括回應於判定轉子在碰撞之前停止而判定是否在碰撞之後重新啟動轉子。
一些實施例可進一步包括識別鄰近或接近機器載具的一或多個物件及所識別一或多個物件之一或多個特性，及在偵測引起與機器載具碰撞之即將發生風險的物件之前分類該一或多個物件，且判定所偵測物件之分類可包括再調用在偵測引起與機器載具碰撞之即將發生風險的物件之前完成的經偵測物件之分類。
其他實施例可包括一機器載具，其包括一轉子及耦接至該轉子並藉由處理器可執行指令而組態以執行上文概括之方法之操作的一處理器。其他實施例可包括一機器載具，其包括用於執行上文概括之方法之功能的構件。其他實施例可包括上面儲存處理器可執行指令的處理器可讀儲存媒體，該等處理器可執行指令經組態以促使機器載具之處理器執行上文概括之方法的操作。
將參考附圖來詳細地描述各種實施例。在可能時，相同參考數字將在整個圖式中用以指代相同或類似部分。對特定實例及實施例之參考為出於說明之目的，且並不意欲限制申請專利範圍之範疇。
各種實施例包括可實施於機器載具之處理器上以用於當機器載具偵測到即將發生碰撞或即將發生碰撞之風險時管理機器載具之操作的方法。各種實施例使得機器載具能夠快速識別或分類引起與機器載具碰撞之即將發生風險的物件並基於物件之識別或分類來動態地管理機器載具之一或多個轉子的旋轉。各種實施例亦可考慮其他因數(諸如機器載具飛行參數、機器載具位置、物件相對於機器載具之相對運動及即將發生碰撞之嚴重度，以及物件之識別或分類)以動態地管理一或多個轉子之旋轉。各種實施例使得機器載具之處理器能夠基於藉由機器載具處理器實時判定之因數來管理機器載具之一或多個轉子的旋轉。各種實施例藉由使得機器載具處理器能夠使用藉由機器載具之處理器判定的動態資訊而非(例如)用於特定機器載具行為之靜態觸發器來管理機器載具操作(且特定言之管理機器載具之一或多個轉子的旋轉)而改良機器載具之操作。在一些實施例中，機器載具可判定適當回應將基於各種因數犧牲機器載具從而有利於保護所偵測物件。在一些實施例中，機器載具可判定由與所偵測物件之即將發生之碰撞所引起的潛在損害可能足夠低，使得機器載具應維持操作且並不犧牲機器載具。各種實施例使得機器載具能夠執行即將發生碰撞之嚴重度的動態分類或實時判定，且權衡多種因數，使用動態因數，機器載具可管理操作(包括一或多個機器載具轉子之旋轉)以保護人類或動物生命、保護財產或保護機器載具。
如本文所用，術語「機器載具」係指包括經組態以提供一些自主或半自主能力的機載計算裝置之各種類型螺旋槳驅動載具中之一者。機器載具之實例包括但不限於：空中載具，諸如無人航空載具(UAV)；螺旋槳驅動之地面載具(例如，自主或半自主汽車、真空機器人，等)；及水基載具(亦即，經組態用於在水面上或在水下操作的載具)；及/或其某一組合。在一些實施例中，機器載具可為有人操縱的。在其他實施例中，機器載具可為無人操縱的。在機器載具為自主之實施例中，機器載具可包括經組態以在不使用諸如來自操作人員(例如經由遠端計算裝置)之遠端操作指令情況下(亦即自主地)操作及/或導航機器載具的機載計算裝置。在機器載具為半自主之實施例中，機器載具可包括經組態以接收諸如來自操作人員(例如經由遠端計算裝置)之一些資訊或指令，並根據所接收資訊或指令自主地操作及/或導航機器載具的機載計算裝置。在一些實施中，機器載具可為空中載具(無人操縱的或有人操縱的)，其可為旋翼機或有翼飛機。舉例而言，旋翼機(亦稱作多轉子或多旋翼飛行器)可包括為機器載具提供推進力及/或提昇力的複數個推進單元(例如轉子/螺旋槳)。旋翼機之特定非限制性實例包括三旋翼飛行器(三個轉子)、四旋翼飛行器(四個轉子)、六旋翼飛行器(六個轉子)及八旋翼飛行器(八個轉子)。然而，旋翼機可包括任何數目個轉子。機器載具可包括可執行多種功能的多種組件及/或有效負載。當關於機器載具使用時術語「組件」包括機器載具組件及/或機器載具有效負載。
儘管機器載具感測器、處理能力及導航能力愈來愈尖端，但機器載具碰撞仍係必然發生及不可避免的。舉例而言，機器載具可太晚偵測到障礙物以致不能避開該障礙物；人、動物或物件可突然進入機器載具之飛行路徑；或環境條件可不可預見地改變機器載具之運動。作為另一實例，盤旋之機器載具可偵測接近的人、動物或物件。機器載具之旋轉螺旋槳可在碰撞中對人、動物或物件(「障礙物」)造成相當大損害。
各種實施例包括方法及機器載具之處理器，該處理器經組態以實施操作機器載具以當機器載具偵測到與物件即將發生碰撞或即將發生碰撞之風險時管理機器載具之操作的該等方法。
在各種實施例中，機器載具可偵測引起與機器載具碰撞之即將發生風險的物件。在一些實施例中，機器載具可判定所偵測物件之分類。舉例而言，機器載具可使用來自機器載具之一或多個感測器的資訊以快速判定所偵測物件之分類。在一些實施例中，機器載具可應用機器學習模型來判定所偵測物件之分類。在一些實施例中，機器載具可判定物件之一特定識別且可基於該特定識別判定分類。在一些實施例中，機器載具可給所識別物件指派物件類別。舉例而言，第一物件類別可包括人類，且第二物件類別可包括並非人類之物件。作為另一實例，第一物件類別可包括對其損害之結果或代價可被認為較高的物件(例如，可藉由機器載具之轉子容易地損害的物件，諸如人類、動物或特定類型財產)，且第二物件類別可包括對其損害之結果或代價可被認為較低的物件(例如，可藉由機器載具之轉子並不容易地損害的物件，諸如樹、建築物、牆壁、玻璃窗及類似者)。
在各種實施例中，機器載具可基於物件之分類在與物件碰撞之前管理機器載具之一或多個轉子的旋轉。在一些實施例中，基於物件之分類，機器載具可使一或多個轉子之旋轉停止，以減輕可由旋轉轉子引起的對物件之任何損害。在一些實施例中，基於物件之分類，機器載具可並不使一或多個轉子之旋轉停止。舉例而言，基於分類，由於碰撞或在碰撞之後(例如由於不可控墜落)，機器載具可判定由於旋轉轉子對物件的潛在損害之後果小於由於停止轉子對機器載具的潛在損害。基於此等判定，機器載具可並不使一或多個轉子停止或並不使轉子停止。
在一些實施例中，機器載具可基於與所偵測物件碰撞之機率及藉由此碰撞造成的損害之後果的判定來判定是否使機器載具之一或多個轉子停止。在一些實施例中，機器載具可判定物件之相對位置、物件之相對運動及/或至物件之距離。物件之相對運動可包括機器載具之運動及物件之運動。機器載具可使用來自機器載具之一或多個感測器的資訊以判定物件之相對位置、相對運動及/或距離。基於物件之相對位置、相對運動及/或距離，機器載具處理器可判定機器載具與所偵測物件之間的碰撞之機率。在一些實施例中，機器載具可識別物件並估計與人或動物碰撞之損傷的潛在性或與非生物物件碰撞之財務後果。在一些實施例中，機器載具處理器可估計對物件及機器載具的潛在損傷及財務損害之組合。在一些實施例中，機器載具可基於碰撞之機率及碰撞之經估計後果來判定是否使機器載具之一或多個轉子停止。
在一些實施例中，機器載具亦可判定及考慮用於管理機器載具之一或多個轉子之旋轉的其他準則。在一些實施例中，機器載具可判定一或多個機器載具飛行參數，且機器載具可在碰撞之前一或多個轉子之旋轉的管理中考慮該一或多個飛行參數。舉例而言，機器載具可判定其海拔高度、動量、速度、姿態、定向及其他飛行參數，且在判定如何在碰撞之前管理一或多個轉子之旋轉時考慮經判定一或多個飛行參數以及所偵測物件之分類。舉例而言，若機器載具將物件識別為樹枝，且判定來自旋轉轉子對樹枝之損害將足夠低，且機器載具之海拔高度足夠高使得機器載具將在使轉子停止之後藉由墜落而受到損害，則機器載具可判定在碰撞之前並不使轉子停止。
在一些實施例中，機器載具可判定機器載具位置並在判定如何在碰撞之前管理一或多個轉子之旋轉時考慮該位置。舉例而言，若機器載具判定機器載具在水上方，則機器載具可判定並不使轉子停止，此係因為墜落至水中將導致對機器載具之災難性損害。作為另一實例，若機器載具判定機器載具位於室內，則機器載具可判定使轉子停止，此係因為任何不可控下降之距離將相對較短同時對人及物件之潛在損害可能較高。在一些實施例中，機器載具可考慮機器載具之位置以及所偵測物件之分類以用於管理一或多個轉子的旋轉。
在一些實施例中，機器載具可判定物件相對於機器載具之相對運動且可在碰撞之前一或多個轉子之旋轉的管理中考慮物件之相對運動。在一些實施例中，機器載具可考慮物件之相對運動以及所偵測物件之分類以用於管理一或多個轉子的旋轉。舉例而言，若機器載具判定物件為動物(例如狗)且該動物正直接朝向機器載具移動(例如正追趕機器載具)，則機器載具可使轉子停止以避免損傷動物。
在一些實施例中，機器載具可判定即將發生碰撞之嚴重度且可在碰撞之前管理一或多個轉子的旋轉時考慮碰撞之嚴重度。在一些實施例中，碰撞之嚴重度的判定可基於一個或多個其他判定，例如一或多個機器載具飛行參數、機器載具之位置、物件相對於機器載具的相對運動，以及所偵測物件之分類。
各種實施例可實施於在多種通信系統100內操作之機器載具內，圖1中說明該等通信系統之實例。參看圖1，通信系統100可包括機器載具102、基地台104、存取點106、通信網路108及網路元件110。
基地台104及存取點106可提供無線通信以分別經由有線及/或無線通信回程116及118存取通信網路108。基地台104可包括經組態以在廣域(例如巨型小區)以及小型小區(其可包括微型小區、超微型小區、微微小區及其他類似網路存取點)內提供無線通信的基地台。存取點106可包括經組態以在相對較小區域內提供無線通信的存取點。基地台及存取點之其他實例亦係可能的。
機器載具102可經由無線通信鏈路112與基地台104通信並經由無線通信鏈路114與存取點106通信。無線通信鏈路112及114可包括複數個載波信號、頻率或頻帶，其中之每一者可包括複數個邏輯通道。無線通信鏈路112及114可利用一或多個無線電存取技術(RAT)。可在無線通信鏈路中使用的RAT之實例包括3GPP長期演進(LTE)、3G、4G、5G全球行動性系統(GSM)、分碼多重存取(CDMA)、寬頻分碼多重存取(WCDMA)、微波存取全球互通(WiMAX)、分時多重存取(TDMA)及其他行動電話通信技術蜂巢式RAT。可在通信系統100內的各種無線通信鏈路中之一或多者中使用的RAT之其他實例包括中程協定(諸如Wi-Fi、LTE-U、LTE-Direct、LAA、MuLTEfire)及相對短程RAT，諸如紫蜂、藍芽及低能耗(LE)藍芽。
網路元件110可包括網路伺服器或另一類似網路元件。網路元件110可經由通信鏈路122與通信網路108通信。機器載具102及網路元件110可經由通信網路108通信。網路元件110可將多種資訊提供給機器載具102，諸如導航資訊、天氣資訊、關於環境條件之資訊、運動控制指令，及與機器載具102之操作有關的其他資訊、指令或命令。
在各種實施例中，機器載具102可在飛行時遇到物件。可遇到的物件之實例可包括人120、動物122、諸如樹124之自然物件、諸如牆壁126之結構物件，及類似者。在一些情形中，與物件之碰撞可係不可避免的。舉例而言，機器載具可太晚偵測到樹124或牆壁126以致不能避開其，人120或動物122可能突然進入機器載具之飛行路徑，或風、天氣或其他環境條件可造成與物件的碰撞。如下文進一步描述，各種實施例使得機器載具102能夠識別物件並在與物件碰撞之前動態地管理機器載具之一或多個轉子的旋轉。
機器載具可包括有翼或旋翼機類型。圖2說明利用由對應馬達驅動之一或多個轉子202以提供起離(或起飛)以及其他空中運動(例如向前前進、上升、下降、側向運動、傾斜、旋轉等)的旋轉式推進設計之實例機器載具200。機器載具200經說明為可利用各種實施例的機器載具之實例，但並不意欲暗示或需要各種實施例限制於旋翼機機器載具。各種實施例亦可與有翼機器載具一起使用。另外，各種實施例可同樣與陸基自主載具、水載自主載具及空基自主載具一起使用。
參看圖1及圖2，機器載具200可類似於機器載具102。機器載具200可包括若干轉子202、框架204及著陸柱206或滑橇。框架204可為與轉子202相關聯之馬達提供結構支撐。著陸柱206可支撐機器載具200之組件之組合的最大負載重量，及在一些情況下有效負載。為易於描述及說明，省略機器載具200之一些詳細態樣，諸如配線、框架結構互連件，或將為熟習此項技術者已知的其他部件。舉例而言，雖然機器載具200經展示及描述為具有具有若干支撐構件或框架結構的框架204，但機器載具200可使用其中經由模製結構獲得支撐的模製框架來建構。雖然所說明機器載具200具有四個轉子202，但此僅為例示性且各種實施例可包括比四個更多或更少個轉子202。
機器載具200可進一步包括可容納用以向機器載具200供電並控制機器載具200之操作的各種電路及裝置的控制單元210。控制單元210可包括處理器220、電力模組230、感測器240、一或多個攝影機244、輸出模組250、輸入模組260及無線電模組270。
處理器220可藉由處理器可執行指令而組態以控制機器載具200之行進及其他操作，包括各種實施例之操作。處理器220可包括或耦接至導航單元222、記憶體224、陀螺儀/加速度計單元226及航空電子模組228。處理器220及/或導航單元222可經組態以經由無線連接(例如蜂巢式資料網路)與伺服器通信以接收可用於導航之資料，提供實時位置報告，並評估資料。
航空電子模組228可耦接至處理器220及/或導航單元222，且可經組態以提供與行進控制相關的資訊(諸如海拔高度、姿態、空速、航向及導航單元222可出於導航目的而使用的類似資訊，諸如全球導航衛星系統(GNSS)位置更新之間的航位推算)。陀螺儀/加速度計單元226可包括加速度計、陀螺儀、慣性感測器或其他類似感測器。航空電子模組228可包括或接收來自陀螺儀/加速度計單元226之資料，該陀螺儀/加速度計單元226提供關於機器載具200之定向及加速度的資料(其可用於導航及定位計算)以及提供在各種實施例中使用用於處理影像的資料。
處理器220可進一步接收來自感測器240之額外資訊，該等感測器諸如影像感測器或光學感測器(例如，能夠感測可見光、紅外光紫外光，及/或其他波長之光)。感測器240亦可包括射頻(RF)感測器、氣壓計、濕度感測器、聲納發射器/偵測器、雷達發射器/偵測器、麥克風或另一聲波感測器、光達感測器、飛行時間(TOF)3-D攝影機，或可提供可由處理器220用於運動操作、導航及定位計算及判定環境條件的資訊的另一感測器。感測器240亦可包括經組態以偵測由一或多個機器載具組件產生之溫度的一或多個感測器，諸如溫度計、熱敏電阻、熱電偶、正溫度係數感測器及其他感測器組件。
電力模組230可包括可提供電力至各個組件的一或多個電池，該等組件包括處理器220、感測器240、一或多個攝影機244、輸出模組250、輸入模組260及無線電模組270。另外，電力模組230可包括能量儲存組件，諸如可再充電電池。處理器220可藉由處理器可執行指令而組態以諸如藉由使用充電控制電路執行充電控制演算法來控制電力模組230之充電(亦即，所收集能量之儲存)。替代地或另外，電力模組230可經組態以管理其自身充電。處理器220可耦接至輸出模組250，其可輸出用於管理驅動轉子202及其他組件之馬達的控制信號。
航空電子模組228及處理器220可藉由控制驅動轉子202之個別馬達的旋轉速率來操作機器載具200。處理器220可接收來自導航單元222之資料並使用此資料，以便判定機器載具200之目前定位及定向以及朝向目的地或中間位點之適當路線。在各種實施例中，導航單元222可包括使得機器載具200能夠使用GNSS信號進行導航的GNSS接收器系統(例如一或多個全球定位系統(GPS)接收器)。替代地或另外，導航單元222可裝備有用於接收來自無線電節點(諸如導航信標台(例如特高頻(VHF)多向導航(VOR)信標台)、Wi-Fi存取點、蜂巢式網路位點、無線電台、遠端計算裝置、其他機器載具等)之導航信標台或其他信號的無線電導航接收器。
無線電模組270可經組態以接收導航信號(諸如來自航空導航設施等之信號)，並提供此等信號至處理器220及/或導航單元222以輔助機器載具導航。在各種實施例中，導航單元222可使用自地面上的可識別RF發射器(例如AM/FM無線電台、Wi-Fi存取點及蜂巢式網路基地台)接收之信號。
導航單元222可包括可執行計算以規劃體積空間內機器載具之運動路徑(「路徑規劃」)的規劃應用程式。在一些實施例中，規劃應用程式可使用資訊(包括關於待由機器載具執行的任務之態樣之資訊、環境條件資訊、可由在執行任務中的機器載具之一或多個組件產生的熱量，以及一或多個熱約束條件)執行路徑規劃。
導航單元222可包括碰撞決策邏輯(例如碰撞決策應用程式)，其可偵測引起與機器載具碰撞之即將發生風險的物件，且可判定偵測之物件的分類。在一些實施例中，碰撞決策邏輯可經組態以識別所偵測物件。在一些實施例中，碰撞決策邏輯可經組態以判定所偵測物件之分類。碰撞決策邏輯可經組態以基於所偵測物件之識別或分類在碰撞之前管理機器載具之一或多個轉子的旋轉。
無線電模組270可包括數據機274及發射/接收天線272。無線電模組270可經組態以與多種無線通信裝置(例如無線通信裝置(WCD) 290)進行無線通信。可與無線電模組270通信的無線通信裝置之實例包括無線電話基地台或蜂巢基地台(例如基地台104)、網路存取點(例如存取點106)、信標台、智慧型電話、平板電腦或其他計算裝置。處理器220可經由無線電模組270之數據機274及天線272、經由發射/接收天線292與無線通信裝置290建立雙向無線通信鏈路294。在一些實施例中，無線電模組270可經組態以使用不同無線電存取技術支援與不同無線通信裝置之多個連接。
在各種實施例中，無線通信裝置290可經由中間存取點連接至伺服器。在一實例中，無線通信裝置290可為機器載具操作者、第三方服務(例如封裝傳遞、計費等)或位點通信存取點的伺服器。機器載具200可經由一或多個中間通信鏈路(諸如耦接至廣域網路(例如網際網路)或其他通信裝置的無線電話網路)與伺服器通信。在一些實施例中，機器載具200可包括並採用其他形式之無線電通信，諸如與其他機器載具之網格連接或至其他資訊源(例如用於收集及/或分佈天氣或其他資料收集資訊的球囊或其他台)之連接。
在各種實施例中，控制單元210可裝備有輸入模組260，其可用於多種應用。舉例而言，輸入模組260可接收來自機載攝影機244或感測器之影像或資料，或可接收來自其他組件(例如有效負載)之電子信號。
雖然控制單元210之各種組件經說明為獨立組件，但該等組件中之一些或所有(例如處理器220、輸出模組250、無線電模組270及其他單元)可共同整合於單一裝置或模組(諸如系統單晶片模組)中。
圖3說明根據各種實施例之操作機器載具(例如圖1及圖2中之102、200)的方法300。參看圖1至圖3，方法300可實施於機器載具之硬體組件及/或軟體組件中，該等硬體組件及/或軟體組件之操作可藉由機器載具之一或多個處理器(例如處理器220及/或其類似者)控制。
在區塊302中，機器載具之處理器可偵測引起與機器載具碰撞之即將發生風險的物件。舉例而言，處理器可接收來自機器載具之一或多個感測器(例如感測器240)的資訊，且可基於來自機器載具之一或多個感測器處理器的資訊偵測物件。
在一些實施例中，機器載具之處理器可判定物件之相對位置、物件之相對運動，及/或至物件的距離。在一些實施例中，機器載具處理器可基於物件之相對位置、物件相對於機器載具之相對運動及/或至物件的距離判定與物件之碰撞是否即將發生。在一些實施例中，處理器可判定物件之相對運動。在一些實施例中，處理器可判定物件相對於機器載具之相對運動且可在碰撞之前一或多個轉子之旋轉的管理中考慮物件之相對運動。舉例而言，處理器可判定物件係在機器載具之飛行路徑中心抑或在該飛行路徑之邊緣。作為另一實例，處理器可判定物件係在進入機器載具之飛行路徑抑或離開機器載具之飛行路徑的運動中。在一些實施例中，相對運動可包括機器載具中物件的相對速度。
在區塊304中，處理器可判定所偵測物件之分類。舉例而言，處理器可使用來自一或多個機器載具感測器之資訊以判定所偵測物件之分類。在一些實施例中，處理器可判定物件(例如人、動物、樹、牆壁、玻璃窗等)之特定識別。在一些實施例中，處理器可應用機器學習程序(諸如機器學習分類器)以判定所偵測物件之分類。在一些實施例中，處理器可給所識別物件指派物件類別。舉例而言，第一物件類別可包括人類，且第二物件類別可包括並非人類之物件。作為另一實例，第一物件類別可包括可藉由機器載具之轉子容易損害的物件(諸如人類、動物或特定類型財產)，且第二物件類別可包括可不會藉由機器載具之轉子容易損害的物件(諸如樹、建築物、牆壁、玻璃窗及類似者)。
在區塊306中，處理器可在與物件碰撞之前基於物件之分類管理機器載具之一或多個轉子的旋轉(例如判定係停止抑或並不停止一或多個轉子)。在一些實施例中，基於物件之分類，處理器可使一或多個轉子之旋轉停止，以減輕可由旋轉轉子引起的對物件之損害。在一些實施例中，基於物件之分類，處理器可並不使一或多個轉子之旋轉停止。舉例而言，基於分類，處理器可判定在碰撞中由於旋轉轉子對物件的潛在損害將小於由於碰撞或在由於不可控墜落的碰撞之後對機器載具之潛在損害，且以並不使轉子停止作為回應。
在判定區塊308中，機器載具之處理器可判定轉子是否已停止。回應於判定轉子尚未停止(亦即，判定區塊308=「否」)，在區塊310中機器載具處理器可監視一或多個機器載具參數。舉例而言，機器載具處理器可在與物件碰撞期間及在與物件碰撞之後監視一或多個機器載具參數，以使得機器載具處理器能夠識別對機器載具之任何損害、其飛行能力之變化，及類似者。
在區塊312中，機器載具之處理器可在可能時執行適當動作。舉例而言，基於所監視機器載具參數，機器載具處理器可判定機器載具能夠操作基地、充電台或另一目的，且機器載具處理器可判定至此位置之路線，並導航至此位置。作為另一實例，基於所監視機器載具參數，機器載具處理器可判定機器載具被損害且應著陸，且機器載具處理器可執行著陸序列。適當動作之其他實例亦係可能的。
回應於判定轉子已停止(亦即，判定區塊308=「是」)，在區塊314中機器載具處理器可監視一或多個機器載具參數。舉例而言，機器載具處理器可在與物件碰撞期間及在與物件碰撞之後監視一或多個機器載具參數，以使得機器載具處理器能夠識別對機器載具之任何損害、其飛行能力之變化，及類似者。
在判定區塊316中，機器載具之處理器可判定是否在碰撞之後重新啟動一或多個轉子。舉例而言，機器載具處理器可判定在碰撞之後機器載具保持在足夠海拔高度處，使得重新啟動轉子可提供飛行控制以使得機器載具能夠減速或停止其下降。作為另一實例，機器載具處理器可判定機器載具之海拔高度足夠低，使得重新啟動轉子可幾乎沒有差異。作為另一實例，機器載具處理器可基於機器載具參數判定一或多個停止之轉子仍可操作，且基於此判定，機器載具可重新啟動一或多個轉子。
回應於判定在碰撞之後重新啟動一或多個轉子(亦即判定區塊316=「是」)，在區塊318中機器載具處理器可試圖減輕由碰撞產生的損害。舉例而言，機器載具處理器可使用藉由重新啟動之一或多個轉子提供的此飛行控制以試圖減輕機器載具導航及/或下降。
在區塊318中試圖減輕碰撞之結果之後，或回應於判定在碰撞之後並不重新啟動一或多個轉子(亦即，判定區塊316=「否」)，在區塊320中機器載具處理器可監視一或多個機器載具參數以判定來自與物件碰撞之任何結果。
圖4說明根據各種實施例之操作機器載具(例如圖1及圖2中之102、200)的方法400。參看圖1至圖4，方法400說明可經執行為區塊304及306(圖3)之部分的操作。方法400可實施於機器載具之硬體組件及/或軟體組件中，硬體組件及/或軟體組件的操作可藉由機器載具之一或多個處理器(例如處理器220及/或其類似者)控制。
在區塊402中，機器載具之處理器可識別引起與機器載具碰撞之即將發生風險的物件。在一些實施例中，處理器可使用來自機器載具之一或多個感測器的資訊來識別物件。在一些實施例中，處理器可應用例如機器學習分類系統之分類器模型以識別物件。
在區塊404中，處理器可給所識別物件指派物件類別。在一些實施例中，處理器可判定所識別物件之分類。在一些實施例中，處理器可應用機器學習程序(諸如機器學習分類器)以判定所偵測物件之分類。舉例而言，處理器可指派複數個類別中之一者給物件。在一些實施例中，處理器可判定或估計可由與機器載具之碰撞引起的對物件的損害之「代價」或後果(例如損害之位準、程度、嚴重度、範圍及/或財務影響)。在一些實施例中，機器載具處理器可基於可由與機器載具之碰撞引起的對物件的損害之經判定後果(例如損傷及/或「代價」)指派類別。在一些實施例中，類別可指示物件之優先級的程度。舉例而言，第一物件類別可包括可藉由機器載具之轉子容易地損害的物件(或更高優先級物件)(諸如人類、動物或特定類型財產)，且第二物件類別可包括可不會藉由機器載具之轉子容易損害的物件(或較低優先級物件)(諸如樹、建築物、牆壁、玻璃窗及類似者)。作為另一實例，第一物件類別可包括人類，且第二物件類別可包括並非人類之物件。分類之其他位準或程度亦係可能的。
在判定區塊406中，處理器可判定物件是否已指派給第一類別或第二類別。
回應於判定物件已經指派給第一類別(亦即，判定區塊406=「類別1」)，在區塊408中處理器可使機器載具之一或多個轉子停止。
回應於判定物件已經指派給第二類別(亦即判定區塊406=「類別2」)，在區塊410中處理器可判定並不使機器載具之一或多個轉子停止。
在區塊408及區塊410之操作之後，處理器可執行判定區塊308之操作。
圖5說明根據各種實施例之操作機器載具的方法500。參看圖1至圖5，方法500說明可藉由機器載具(例如102、200)作為方法300之區塊304及區塊306之部分執行的操作。方法500可實施於機器載具之硬體組件及/或軟體組件中，硬體組件及/或軟體組件的操作可藉由機器載具之一或多個處理器(例如處理器220及/或其類似者)控制。
在區塊502中，機器載具之處理器可判定物件之相對位置、物件之相對運動及/或至物件之距離。在一些實施例中，物件之相對運動可包括機器載具之運動及物件之運動。在一些實施例中，物件之相對運動可受諸如風及天氣之環境條件影響。機器載具處理器可使用來自機器載具之一或多個感測器(例如攝影機、雷達、光達等)的資訊以判定物件之相對位置、相對運動及/或距離。
在區塊504中，機器載具處理器可判定機器載具與所偵測物件之間的碰撞之機率(亦即可能性或機會)。舉例而言，機器載具可偵測機器載具正以足夠速度朝向其移動使得碰撞之機率較高的遙遠靜止物件。在一些實施例中，機器載具處理器可基於物件之相對位置、物件之相對運動及至物件之距離計算碰撞的機率或百分比機率。在一些實施例中，機器載具處理器可比較所計算碰撞機率與碰撞之一或多個臨限值或可接受可能性。
在區塊506中，機器載具之處理器可識別或分類物件。在一些實施例中，處理器可判定物件(例如人、動物、樹、牆壁、玻璃窗等)之特定識別。在一些實施例中，處理器可應用機器學習模型以判定所偵測物件之分類(例如生物對非生物)。
在區塊508中，機器載具之處理器可使用物件之經判定標識或分類來依據對人或動物的損傷之潛在性或損害非生物物件之財務影響或代價來判定或估計碰撞之後果。在一些實施例中，估計碰撞之後果可包括機器載具可藉由碰撞對物件造成的損傷或損害之潛在性的判定之距離或連續區。在一些實施例中，碰撞代價值可表示可由碰撞造成的對機器載具之潛在損傷或損害。在一些實施例中，碰撞之經判定後果可為對物件與機器載具的潛在損傷或損害之組合。舉例而言，機器載具處理器可計算與人碰撞中損傷之潛在性，若轉子正旋轉，則該潛在性可係不可接受的。作為另一實例，機器載具處理器可計算與動物碰撞中損傷之潛在性，但同與人之相同碰撞相比指派較低代價或後果。作為另一實例，機器載具處理器可計算在轉子旋轉情況下與樹、樹籬、植物等碰撞之後果，該後果係可接受的。作為另一實例，機器載具處理器可估計與實心非生物物件(諸如牆壁、窗等)碰撞之財務後果。在一些情況下，與實心非生物物件碰撞之財務後果將係造成對機器載具的損害，特別是在物件(或物件類別)不大可能由碰撞損害的情況下。在一些實施例中，碰撞之經判定或估計的後果(損傷或損害的代價)可處於後果之連續區或距離。
在判定區塊510中，機器載具之處理器可基於碰撞之機率及碰撞之經判定或估計的後果(損傷或損害的代價)來判定是否使機器載具之一或多個轉子停止。在一些實施例中，機器載具處理器可基於碰撞之機率及碰撞之後果計算停止轉子分值。在此等實施例中，機器載具處理器可基於所計算停止轉子分值判定是否使轉子停止。舉例而言，機器載具處理器可判定存在與物件碰撞之10%機率，且物件為損傷之後果非常高的人。機器載具處理器可基於碰撞之10%機率及碰撞之非常高後果或代價計算停止轉子分值。在此情況下，機器載具處理器可判定使一或多個轉子停止以藉由減少旋轉轉子對人的損傷而減少損傷之後果。作為另一實例，機器載具處理器可判定與鳥碰撞之10%機率，但因為損傷鳥之後果相對低，所以機器載具處理器可計算低停止轉子分值，且基於彼而判定在碰撞之前並不使一或多個轉子停止。
作為另一實例，若機器載具處理器判定與非生物物件(諸如牆壁或樹枝)碰撞之相對高(例如90%)機率，但判定損害物件之風險或後果相對低，則處理器可計算低停止轉子分值。機器載具處理器亦可判定由於不可控墜落可對機器載具進行的損害並將對機器載具之損害的風險作為因數考慮至碰撞之後果的判定中。舉例而言，若存在對機器載具損害之高風險(例如由於不可控墜落、由於墜落至水中等)及損害之低風險(例如可能造成對物件的損害之低代價)，則機器載具處理器可判定並不在碰撞之前使轉子停止。
回應於判定使一或多個轉子停止(亦即判定區塊510=「是」)，機器載具之處理器可執行如所描述的方法400之區塊408之操作。
回應於判定並不使一或多個轉子停止(亦即判定區塊510=「否」)，機器載具之處理器可執行如所描述的方法400之區塊410之操作。
圖6說明根據各種實施例之操作機器載具(例如圖1及圖2中之102、200)的方法600。方法600說明當在碰撞之前管理機器載具之一或多個轉子的旋轉時機器載具之處理器可考慮的額外準則。參看圖1至圖6，方法600可實施於機器載具之硬體組件及/或軟體組件中，硬體組件及/或軟體組件的操作可藉由機器載具之一或多個處理器(例如處理器220及/或其類似者)控制。在區塊302至區塊320中，機器載具之處理器可執行如所描述的方法300之相同編號區塊的操作。
在區塊602中，處理器可判定一或多個機器載具飛行參數。舉例而言，處理器可判定機器載具之海拔高度、動量、速度、姿態、定向及其他此等飛行參數。在一些實施例中，處理器可判定一或多個機器載具飛行參數，且機器載具可在碰撞之前一或多個轉子之旋轉的管理中考慮該一或多個飛行參數。
在區塊604中，處理器可調整一或多個機器載具飛行參數。在一些實施例中，處理器可基於物件之分類調整飛行參數。在一些實施例中，處理器可調整(或試圖調整)機器載具之海拔高度、動量、速度、姿態、定向或機器載具之另一飛行參數中的一或多者以避免碰撞(若可能)，並減少不可避免碰撞之嚴重度。此等調整可包括減少機器載具之速度以減少動量，調整機器載具之姿態或定向(例如以遠離物件定向轉子)，及類似者。
在區塊606中，處理器可判定機器載具之位置。在一些實施例中，處理器可判定機器載具位置並可在碰撞之前管理一或多個轉子之旋轉時考慮位置。
在區塊608中，處理器可判定物件相對於機器載具之相對運動。在一些實施例中，處理器可判定物件相對於機器載具之相對運動且可在碰撞之前一或多個轉子之旋轉的管理中考慮物件之相對運動。舉例而言，處理器可判定物件係在機器載具之飛行路徑中心抑或在該飛行路徑之邊緣。作為另一實例，處理器可判定物件係在進入機器載具之飛行路徑抑或離開機器載具之飛行路徑的運動中。在一些實施例中，相對運動可包括機器載具中物件的相對速度。
在區塊610中，處理器可判定與物件之即將發生碰撞的嚴重度。在一些實施例中，碰撞之嚴重度的判定可基於一個或多個其他判定，例如一或多個機器載具飛行參數、機器載具之位置、物件相對於機器載具的相對運動，以及所偵測物件之分類。在一些實施例中，處理器可基於一或多個因數(諸如上文所描述的彼等因數)計算嚴重度值。在一些實施例中，處理器可判定所計算嚴重度值是否超過嚴重度臨限值。
在區塊612中，處理器可在碰撞之前管理機器載具之一或多個轉子的旋轉。在各種實施例中，處理器可在管理機器載具轉子之旋轉中考慮多種準則，包括所偵測物件之識別或分類、一或多個機器載具飛行參數、機器載具位置、及物件相對於機器載具之相對運動，及或即將發生碰撞之嚴重度。
舉例而言，處理器可考慮一或多個飛行參數以及所偵測物件之分類以用於管理一或多個轉子的旋轉。舉例而言，處理器可判定機器載具在臨限海拔高度上方(例如在10至15呎上方)，且可基於彼判定而不使轉子之旋轉停止。作為另一實例，處理器可判定機器載具在臨限海拔高度上方，但物件為磚牆壁，且基於彼判定，處理器可使轉子之旋轉停止，且可試圖在碰撞之後重新啟動轉子以試圖減輕碰撞之任何結果，諸如防止機器載具墜落至地面。作為另一實例，處理器可將物件識別為樹枝，且處理器可判定其動量及海拔高度充分高，以使得來自旋轉轉子對樹枝之損害將足夠低，且處理器可並不使轉子之旋轉停止。
作為另一實例，處理器可判定其在水上方，且處理器可並不使轉子之旋轉停止，此係由於墜落至水中將幾乎確定地導致對機器載具之災難性損害。作為另一實例，處理器可判定機器載具位於室內，且處理器可使轉子之旋轉停止，此係由於任何不可控下降之距離可能相對較短。在一些實施例中，處理器可考慮機器載具位置以及所偵測物件之分類以用於管理一或多個轉子的旋轉。
作為另一實例，處理器可考慮物件之相對運動以及所偵測物件之分類以用於管理一或多個轉子的旋轉。如所描述，處理器可經組態以使用相對運動及至物件之距離以及載具之狀態及能力以判定碰撞是否即將發生。當處理器判定碰撞即將發生時，處理器可進行關於碰撞物件之類型的判定，且使用彼判定來判定是否使轉子停止。舉例而言，處理器可判定物件為一動物，且該動物正直接朝向機器載具移動。基於此判定，處理器可使轉子之旋轉停止以避免損傷動物。作為另一實例，處理器可判定物件是否在機器載具之飛行路徑中，但在此使得碰撞將在相對低速度(例如，其可基於比較相對速度與相對速度臨限值而判定)下發生的相對速度移動。基於此判定，處理器可並不使轉子之旋轉停止。
作為另一實例，處理器可考慮即將發生碰撞之嚴重度以用於管理一或多個轉子之旋轉。在一些實施例中，處理器可在管理一或多個轉子之旋轉中單獨或連同所偵測物件之分類考慮即將發生碰撞的嚴重度。在一些實施例中，處理器可判定所計算嚴重度是否超過嚴重度臨限值，且處理器可基於所計算嚴重度是否超過嚴重度臨限值(單獨或與其他因數組合)管理一或多個轉子之旋轉。舉例而言，在一些實施例中，處理器可回應於判定所計算嚴重度超過嚴重度臨限值而使一或多個轉子之旋轉停止。
處理器接著可執行如所描述之方法300的判定區塊308之操作。
圖7說明根據一些實施例之操作機器載具(例如圖1及圖2中之102、200)的方法700，包括在正常操作期間識別及分類物件，以使得若與物件之碰撞即將發生，則此分類可用。參看圖1至圖7，方法700可實施於機器載具之硬體組件及/或軟體組件中，硬體組件及/或軟體組件之操作可藉由機器載具之一或多個處理器(例如處理器220及/或其類似者)控制。在區塊308至區塊320中，機器載具之處理器可執行如所描述的方法300之相同編號區塊的操作。
在區塊702中，機器載具之處理器可識別鄰近機器載具之一或多個物件。在一些實施例中，機器載具之處理器可諸如藉由處理藉由一或多個攝影機(例如244)獲得的影像而監視機器載具周圍的環境，並主動地識別影像內之物件，特別是鄰近或接近機器載具之物件。舉例而言，機器載具之處理器可偵測在距機器載具之經界定距離半徑內的物件。作為另一實例，處理器可偵測正接近機器載具(亦即，朝向機器載具移動、在機器載具之路徑中，或兩者)或在與機器載具之碰撞路線(例如，展現恆定方位及減少之距離)上的物件，及因此可在某一點處變為受到即將發生碰撞之威脅。
在一些實施例中，識別鄰近機器載具及/或朝向機器載具移動的物件可包括識別物件之一或多個特性。在此等實施例中，機器載具之處理器可將所識別一或多個特性與物件之標識相關聯。機器載具處理器可基於來自機器載具之一或多個感測器的資訊判定特性，該資訊可包括來自攝影機或另一影像感測器或電磁輻射感測器、麥克風、溫度感測器、運動感測器或另一機器載具感測器的資訊。一或多個特性可包括例如：色彩、紋理或圖案；聲音或聲音之群組；運動圖案；熱標記；或可自機器載具感測器資訊判定的其他特性。
在一些實施例中，當存在與物件即將發生碰撞之威脅時，機器載具處理器可使用物件之一或多個特性運用最小處理來追蹤物件及/或識別物件。換言之，藉由識別可運用最小處理追蹤的物件之特性，當在碰撞之前的時間較短(例如約幾毫秒至一秒)時，彼特性可由處理器使用以運用僅僅幾個處理步驟識別物件(及因此在區塊704中判定的其分類)。舉例而言，機器載具處理器可偵測鄰近機器載具之一物件，且可將該物件識別為兒童。另外，機器載具處理器可識別兒童之一或多個特性，諸如兒童衣服之色彩或圖案。作為另一實例，機器載具處理器可將所偵測物件識別為典型寵物動物(例如狗)，且機器載具處理器可識別一或多個特性，諸如動物之皮毛的圖案或動物之外觀的另一態樣。作為另一實例，機器載具處理器可將所偵測物件識別為非生物物件(諸如燈桿或電話桿)，且機器載具處理器可識別非生物物件之一或多個特性，諸如圖案、紋理、色彩及類似者。
在區塊704中，機器載具之處理器可分類區塊702中偵測的一或多個物件(例如鄰近或接近機器載具之物件)並將分類儲存於記憶體中。舉例而言，處理器可使用來自一或多個機器載具感測器的資訊(例如來自攝影機之影像)之物件識別處理(例如影像識別演算法)以分類所偵測物件，且接著將分類儲存在與物件之一或多個特性連結或相關聯的記憶體中之資料表中。在一些實施例中，機器載具處理器可基於物件(例如人、動物、樹、牆壁、玻璃窗等)之特定識別而分類物件。在一些實施例中，處理器可應用機器學習程序(諸如機器學習分類器)以判定所偵測物件之分類(或最可能分類)。在一些實施例中，處理器可給所識別物件指派物件類別。在一些實施例中，使用分類器模型之處理器可判定所識別物件為一或多個物件類別之機率(例如，80%動物、40%狗、20%桌子、10%家庭狗等)。
在一些實施例中，處理器可指派複數個類別中之一者給物件。在一些實施例中，處理器可判定或估計可由與機器載具碰撞造成的對物件之損害的後果(例如，損害之位準、程度、嚴重度、範圍及/或財務影響)，且可基於經判定或估計之後果指派類別給物件。在一些實施例中，類別可指示物件之優先級的位準，例如指示可藉由機器載具之轉子容易損害的物件之較高優先級，及可並不藉由機器載具之轉子容易損害的物件之相對較低優先級。分類之其他位準或程度亦係可能的。在一些實施例中，處理器可判定或估計多個物件分類中之每一者的損害之後果，諸如將每一物件類別之損害的後果乘以物件為對應物件類別的機率。在此等實施例中，可由處理器產生與物件碰撞混合或組合之經判定或估計的後果。
在判定區塊706中，處理器可判定是否偵測到引起與機器載具碰撞之即將發生風險的物件。
回應於判定未偵測到引起與機器載具碰撞之即將發生風險的物件(亦即，判定區塊706=「否」)，機器載具處理器可繼續在區塊702及區塊704中識別並分類鄰近或接近機器載具的一或多個物件。因此，當機器載具在特定位置中操作時，處理器可獲得各種物件之更多感測器資料(例如攝影機影像)並改良物件之分類。舉例而言，當機器載具圍繞動物或在動物上方飛時，最初經指派10%機率為家庭狗之所識別物件可藉由處理器判定具有高機率(例如大於80%)為家庭狗。因此，隨時間的推移，處理器之對與各種鄰近物件碰撞之後果的分類及判定可改良(展現較高置信度值)。
回應於判定偵測到引起與機器載具碰撞之即將發生風險的物件(亦即，判定區塊706=「是」)，在區塊708中機器載具處理器可自記憶體獲得所偵測物件之分類。舉例而言，機器載具處理器可使用一或多個感測器正追蹤的特性來識別物件以自機器載具之記憶體獲得物件之分類。在一些實施例中，在區塊708中，處理器可自記憶體獲得所偵測物件之分類及碰撞之經判定後果兩者。在一些實施例中，在區塊708中，處理器可自記憶體僅獲得碰撞之經判定後果。
在一些實施例中，處理器可使用先前識別及/或分類之物件的一或多個特性以快速獲得物件之分類。舉例而言，偵測到一物件與同該物件碰撞之間的時間量通常非常短暫。在彼短暫時間段中，處理器可能夠獲得有限數量之關於物件的資訊，諸如色彩、紋理、可見圖案、聲音、運動圖案、熱標記或其類似者。在一些實施例中，處理器可使用此類有限資訊(例如僅在碰撞之前自機器載具感測器獲得)以基於鄰近機器載具的所識別物件之較早分類獲得所偵測物件之分類。在此等實施例中，即使在碰撞之前不存在充足時間供機器載具處理器執行所偵測物件之完整或穩固物件分類，機器載具處理器仍可基於物件的先前執行之識別及/或分類來分類所偵測物件。
在區塊306中，處理器可使用物件分類及或碰撞之經判定後果以如所描述在碰撞之前管理一或多個轉子的旋轉。處理器可繼續執行如所描述之方法300的區塊308至320之操作。
作為實例，機器載具處理器可識別碰巧為兒童之鄰近物件。處理器亦可判定物件之特性，例如兒童襯衫上之圖案。處理器可諸如藉由使用在藉由一或多個機器載具攝影機獲得之影像上執行的面部及其他特徵識別演算法將物件分類為人類(或甚至兒童)。在將物件分類為兒童後，處理器可指派與所識別物件碰撞之高優先級及/或高後果，諸如對所識別物件損傷或損害的嚴重度或代價。處理器可將物件之分類及/或碰撞後果與經判定特性(例如襯衫圖案)結合保存在記憶體中。稍後，處理器可偵測到物件造成與機器載具碰撞之即將發生風險，及判定該物件匹配兒童襯衫上的圖案，推斷機器載具正朝向兒童飛行。在與兒童之即將發生(及因此不可避免)碰撞之前的短暫時間中，機器載具處理器可僅僅有時間偵測兒童襯衫上之圖案。然而，基於所偵測衣服圖案，處理器可在幾毫秒中(例如藉由自記憶體再調用此資訊)判定物件之分類或與物件碰撞之後果，並判定一或多個轉子之旋轉應在與兒童碰撞之前停止。因此，處理器能夠在碰撞之前使轉子停止，藉此即使偵測與碰撞之間的時間對於機器載具操作太短以致不能避免碰撞，仍使兒童避開來自旋轉轉子的損傷。
各種實施例可實施於經組態以用於機器載具中之處理裝置810內。處理裝置可經組態為系統單晶片(SOC) 812或包括該系統單晶片，圖8說明該系統單晶片之實例。參看圖1至圖8，SOC 812可包括(但不限於)處理器814、記憶體816、通信介面818及儲存記憶體介面820。處理裝置810或SOC 812可進一步包括通信組件822 (諸如有線或無線數據機)、儲存記憶體824、用於建立無線通信鏈路之天線826，及/或其類似者。處理裝置810或SOC 812可進一步包括經組態以使得處理器814能夠與機器載具之各種組件通信並控制機器載具之各種組件的硬體介面828。處理器814可包括多種處理裝置中之任一者，例如任何數目個處理器核心。
術語「系統單晶片」(SOC)本文中用以指代互連電子電路之一集合，通常但非排他地包括一或多個處理器(例如814)、記憶體(例如816)及通信介面(例如818)。SOC 812可包括多種不同類型之處理器814及處理器核心，諸如通用處理器、中央處理單元(CPU)、數位信號處理器(DSP)、圖形處理單元(GPU)、加速處理單元(APU)、處理裝置之特定組件的子系統處理器(諸如用於攝影機子系統之影像處理器或用於顯示之顯示處理器)、輔助處理器、單核心處理器及多核心處理器。SOC 812可進一步體現其他硬體及硬體組合，諸如場可程式化閘陣列(FPGA)、特殊應用積體電路(ASIC)、其他可程式化邏輯裝置、離散閘邏輯、電晶體邏輯、效能監視硬體、看門狗硬體及時間參考。積體電路可經組態以使得積體電路之組件駐留於單塊半導體材料(諸如矽)上。
SoC 812可包括一或多個處理器814。處理裝置810可包括多於一個SoC 812，藉此增加處理器814及處理器核心之數目。處理裝置810亦可包括並不與SoC 812相關聯(亦即，在SoC 812外部)的處理器814。個別處理器814可為多核心處理器。處理器814可各自經組態用於可與處理裝置810或SOC 812之其他處理器814相同或不同的特定目的。具有相同或不同組態的處理器814及處理器核心中之一或多者可分組在一起。處理器814或處理器核心之群組可被稱為多處理器叢集。
SoC 812之記憶體816可為經組態用於儲存資料及處理器可執行指令以供由處理器814存取之揮發性或非揮發性記憶體。處理裝置810及/或SoC 812可包括經組態用於各種目的之一或多個記憶體816。一或多個記憶體816可包括揮發性記憶體，諸如隨機存取記憶體(RAM)或主記憶體，或快取記憶體。
處理裝置810及SOC 812之組件中之的一些或所有可以不同方式配置及/或組合同時仍伺服各種態樣之功能。處理裝置810及SOC 812可並不限制於該等組件中之每一者中的一者，且每一組件之多個個例可包括於處理裝置810之各種組態中。
提供所說明及描述之各種實施例僅作為實例來說明申請專利範圍之各種特徵。然而，關於任何給定實施例所展示及描述之特徵不必限於相關聯之實施例，且可與所展示及描述之其他實施例一同使用或組合。此外，申請專利範圍並不意欲受任一個實例實施例限制。舉例而言，方法300、400、500、600及700的該等操作中之一或多者可被方法300、400、500、600及700之一或多個操作取代或與其組合，且反之亦然。
前述方法描述及程序流程圖係僅作為說明性實例而提供且並不意欲要求或暗示必須以所呈現之次序執行各種實施例之操作。如熟習此項技術者將瞭解，前述實施例中之操作的次序可以任何次序執行。諸如「此後」、「接著」、「接下來，」等等之字組並不意欲限制操作之次序；此等字組用以導引讀者閱讀方法之描述。另外，對呈單數形式之申請專利範圍元件的任何參考(例如，使用冠詞「一」或「該」)不應解釋為將元件限於單數形式。
結合本文中所揭示之實施例而描述之各種說明性邏輯區塊、模組、電路及演算法操作可實施為電子硬體、電腦軟體或兩者之組合。為清楚地說明硬體與軟體之此互換性，已在上文就各種說明性組件、區塊、模組、電路及操作之功能性對其加以大體描述。此功能性實施為硬體抑或軟體取決於特定應用及強加於整個系統之設計約束而定。熟習此項技術者可針對每一特定應用以不同方式實施所描述的功能性，但此等實施例決策不應被解譯為引起偏離申請專利範圍之範疇。
可藉由通用處理器、數位信號處理器(DSP)、特殊應用積體電路(ASIC)、場可程式化閘陣列(FPGA)或其他可程式化邏輯裝置、離散閘或電晶體邏輯、離散硬體組件，或其經設計以執行本文中所描述之功能的任何組合來實施或執行用以實施結合本文中所揭示之態樣而描述之各種說明性邏輯、邏輯區塊、模組及電路的硬體。通用處理器可為微處理器，但在替代例中，處理器可為任何習知之處理器、控制器、微控制器或狀態機。處理器亦可實施為接收器智慧型物件之組合(例如，DSP與微處理器之組合、複數個微處理器、結合DSP核心之一或多個微處理器，或任何其他此類組態)。或者，可藉由特定於給定功能之電路來執行一些操作或方法。
在一或多個態樣中，可以硬體、軟體、韌體或其任何組合來實施所描述之功能。若以軟體予以實施，則該等功能可作為一或多個指令或程式碼而儲存於非暫時性電腦可讀媒體或非暫時性處理器可讀儲存媒體上。本文所揭示之方法或演算法的操作可體現於處理器可執行軟體模組或處理器可執行指令中，處理器可執行軟體模組或處理器可執行指令可駐留於非暫時性電腦可讀或處理器可讀儲存媒體上。非暫時性電腦可讀或處理器可讀儲存媒體可為可由電腦或處理器存取之任何儲存媒體。藉助於實例且非限制，此類非暫時性電腦可讀或處理器可讀儲存媒體可包括RAM、ROM、EEPROM、快閃記憶體、CD-ROM或其他光碟儲存器、磁碟儲存器或其他磁性儲存智慧型物件、或可用於儲存呈指令或資料結構形式之所要程式碼且可由電腦存取之任何其他媒體。如本文中所使用之磁碟及光碟包括緊密光碟(CD)、雷射光碟、光學光碟、數位多功能光碟(DVD)、軟碟及藍光光碟，其中磁碟通常以磁性方式再生資料，而光碟用雷射以光學方式再生資料。以上各者之組合亦包括在非暫時性電腦可讀及處理器可讀媒體之範疇內。另外，一種方法或演算法之操作可以作為程式碼及/或指令的一個或任何組合或集合而駐留在非暫時性處理器可讀儲存媒體及/或電腦可讀儲存媒體上，該媒體可併入至電腦程式產品中。
提供對所揭示實施例之先前描述以使得任何熟習此項技術者能夠製造或使用申請專利範圍。熟習此項技術者將易於理解此等實施例之各種修改，且可在不背離申請專利範圍之精神或範疇的情況下將本文所定義之一般原理應用至其他實施例。因此，本發明並不意欲受限於本文中展示之實施例，而應符合與以下申請專利範圍及本文中揭示之原理及新穎特徵一致的最廣範疇。
100‧‧‧通信系統
102‧‧‧機器載具
104‧‧‧基地台
106‧‧‧存取點
108‧‧‧通信網路
110‧‧‧網路元件
112‧‧‧無線通信鏈路
114‧‧‧無線通信鏈路
116‧‧‧有線及/或無線通信回程
118‧‧‧有線及/或無線通信回程
120‧‧‧人
122‧‧‧動物
124‧‧‧樹
126‧‧‧牆壁
200‧‧‧機器載具
202‧‧‧轉子
204‧‧‧框架
206‧‧‧著陸柱
210‧‧‧控制單元
220‧‧‧處理器
222‧‧‧導航單元
224‧‧‧記憶體
226‧‧‧陀螺儀/加速度計單元
228‧‧‧航空電子模組
230‧‧‧電力模組
240‧‧‧感測器
244‧‧‧攝影機
250‧‧‧輸出模組
260‧‧‧輸入模組
270‧‧‧無線電模組
272‧‧‧發射/接收天線
274‧‧‧數據機
290‧‧‧無線通信裝置(WCD)
292‧‧‧發射/接收天線
294‧‧‧雙向無線通信鏈路
300‧‧‧方法
302‧‧‧區塊
304‧‧‧區塊
306‧‧‧區塊
308‧‧‧區塊
310‧‧‧區塊
312‧‧‧區塊
314‧‧‧區塊
316‧‧‧區塊
318‧‧‧區塊
320‧‧‧區塊
400‧‧‧方法
402‧‧‧區塊
404‧‧‧區塊
406‧‧‧區塊
408‧‧‧區塊
410‧‧‧區塊
500‧‧‧方法
502‧‧‧區塊
504‧‧‧區塊
506‧‧‧區塊
508‧‧‧區塊
510‧‧‧區塊
600‧‧‧方法
602‧‧‧區塊
604‧‧‧區塊
606‧‧‧區塊
608‧‧‧區塊
610‧‧‧區塊
612‧‧‧區塊
700‧‧‧方法
702‧‧‧區塊
704‧‧‧區塊
706‧‧‧區塊
708‧‧‧區塊
810‧‧‧處理裝置
812‧‧‧系統單晶片(SOC)
814‧‧‧處理器
816‧‧‧記憶體
818‧‧‧通信介面
820‧‧‧儲存記憶體介面
822‧‧‧通信組件
824‧‧‧儲存記憶體
826‧‧‧天線
828‧‧‧硬體介面
併入本文中且構成本說明書之部分的附圖說明實例實施例，且連同上文給出之大體描述及下文給出之實施方式來闡明各種實施例之特徵。
圖1為根據各種實施例之在通信系統內操作的機器載具之系統方塊圖。
圖2為說明根據各種實施例之機器載具之組件的組件方塊圖。
圖3為說明根據各種實施例之操作機器載具的方法之程序流程圖。
圖4為說明根據各種實施例之操作機器載具的方法之程序流程圖。
圖5為說明根據各種實施例之操作機器載具的方法之程序流程圖。
圖6為說明根據各種實施例之操作機器載具的方法之程序流程圖。
圖7為說明根據各種實施例之操作機器載具的方法之程序流程圖。
圖8為說明根據各種實施例之處理裝置的組件方塊圖。

Claims (46)

  1. 一種操作一機器載具之方法，其包含： 藉由該機器載具之一處理器偵測引起與該機器載具碰撞之一即將發生風險的一物件； 藉由該處理器判定該所偵測物件之一分類；及 基於該物件之該分類在一碰撞之前管理該機器載具之一轉子的一旋轉。
  2. 如請求項1之方法，其中基於該物件之該分類在碰撞之前管理該機器載具的該轉子之該旋轉包含在該碰撞之前使該轉子停止。
  3. 如請求項1之方法，其中偵測引起與該機器載具碰撞之一即將發生風險的該物件包含： 判定該所偵測物件之一相對位置、一相對運動及一距離中的一或多者；及 基於該所偵測物件之該相對位置、該相對運動及該距離中的該一或多者判定與該物件之碰撞的一機率。
  4. 如請求項1之方法，其中判定該所偵測物件之該分類包含識別該物件。
  5. 如請求項4之方法，其進一步包含基於該所識別物件之該分類判定一碰撞之一後果。
  6. 如請求項5之方法，其中基於該物件之該分類在該碰撞之前管理該機器載具的該轉子之該旋轉包含基於一碰撞之該經判定後果判定是否使該機器載具之該轉子停止。
  7. 如請求項5之方法，其中基於該物件之該分類在該碰撞之前管理該機器載具的該轉子之該旋轉包含基於一碰撞之該經判定後果及與該物件碰撞的一經判定機率來判定是否使該機器載具之該轉子停止。
  8. 如請求項1之方法，其中： 判定該所偵測物件之該分類包含判定該所識別物件是屬於一第一物件類別抑或一第二物件類別；及 基於該物件之該分類在碰撞之前管理該機器載具之該轉子的該旋轉包含： 回應於判定該所識別物件屬於該第一物件類別而使該轉子停止；及 回應於判定該所識別物件屬於該第二物件類別而並不使該轉子停止。
  9. 如請求項8之方法，其中該第一物件類別包含一人類，且該第二物件類別包含並非人類之物件。
  10. 如請求項1之方法，其中判定該所偵測物件之該分類包含判定該物件相對於該機器載具之一相對運動。
  11. 如請求項1之方法，其進一步包含判定該機器載具之飛行參數， 其中基於該物件之該分類在碰撞之前管理該機器載具的該轉子之該旋轉包含基於該機器載具之該等飛行參數及該物件之該分類管理該轉子之該旋轉。
  12. 如請求項1之方法，其進一步包含判定該機器載具之一位置， 其中基於該物件之該分類在碰撞之前管理該機器載具之該轉子的該旋轉包含基於該機器載具之該位置及該物件之該分類管理該轉子之該旋轉。
  13. 如請求項1之方法，其進一步包含判定一即將發生碰撞之一嚴重度， 其中基於該物件之該分類在碰撞之前管理該機器載具之該轉子的該旋轉包含基於該即將發生碰撞之該經判定嚴重度管理該轉子之該旋轉。
  14. 如請求項1之方法，其進一步包含回應於在碰撞之前使該轉子停止而判定在該碰撞之後是否重新啟動該轉子。
  15. 如請求項1之方法，其進一步包含： 藉由該處理器識別鄰近或接近該機器載具之一或多個物件及該所識別一或多個物件的一或多個特性；及 藉由該處理器在偵測到引起與該機器載具碰撞之一即將發生風險的該物件之前分類該一或多個物件； 其中判定該所偵測物件之該分類包含再調用在偵測到引起與該機器載具碰撞之該即將發生風險的該物件之前完成的該所偵測物件之一分類。
  16. 一種機器載具，其包含： 一轉子；及 一處理器，其耦接至該轉子且藉由處理器可執行指令組態以： 偵測引起與該機器載具碰撞之一即將發生風險的一物件； 判定該所偵測物件之一分類；及 基於該物件之該分類在一碰撞之前管理該轉子之一旋轉。
  17. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步藉由處理器可執行指令而組態以基於該物件之該分類在該碰撞之前使該轉子停止。
  18. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定該所偵測物件之一相對位置、一相對運動及一距離中之一或多者；及 基於該所偵測物件之該相對位置、該相對運動及該距離中的該一或多者判定與該物件之碰撞的一機率。
  19. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步藉由處理器可執行指令而組態以識別該物件。
  20. 如請求項19之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 基於該所識別物件之該分類判定一碰撞之一後果。
  21. 如請求項20之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以 基於一碰撞之該經判定後果判定在該碰撞之前是否使該轉子停止。
  22. 如請求項20之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以 基於一碰撞之該經判定後果及與該物件碰撞之一經判定機率判定是否使該轉子停止。
  23. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定該所識別物件係屬於一第一物件類別抑或一第二物件類別； 回應於判定該所識別物件屬於該第一物件類別而在該碰撞之前使該轉子停止；及 回應於判定該所識別物件屬於該第二物件類別而在該碰撞之前並不使該轉子停止。
  24. 如請求項23之機器載具，其中該第一物件類別包含一人類，且該第二物件類別包含並非人類之物件。
  25. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定該物件相對於該機器載具之一相對運動。
  26. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定該機器載具之飛行參數；及 基於該機器載具之該等飛行參數及該物件之該分類管理該轉子的該旋轉。
  27. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定該機器載具之一位置；及 基於該機器載具之該位置及該物件之該分類管理該轉子的該旋轉。
  28. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 判定一即將發生碰撞之一嚴重度；及 基於該物件之該分類在碰撞之前管理該轉子之該旋轉包含基於該即將發生碰撞之該經判定嚴重度管理該轉子之該旋轉。
  29. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步藉由處理器可執行指令而組態以回應於在碰撞之前使該轉子停止而判定是否在該碰撞之後重新啟動該轉子。
  30. 如請求項16之機器載具，其中該處理器藉由處理器可執行指令而進一步組態以： 識別鄰近或接近該機器載具之一或多個物件及該所識別一或多個物件之一或多個特性； 在偵測到引起與該機器載具碰撞之一即將發生風險的該物件之前分類該一或多個物件；及 藉由再調用在偵測到引起與該機器載具碰撞之該即將發生風險的該物件之前完成的該所偵測物件之該分類判定該所偵測物件之該分類。
  31. 一種供在一機器載具中使用的處理裝置，其經組態以： 偵測引起與該機器載具碰撞之一即將發生風險的一物件； 判定該所偵測物件之一分類；及 基於該物件之該分類在一碰撞之前管理該機器載具之一轉子的一旋轉。
  32. 如請求項31之處理裝置，其經進一步組態以在該碰撞之前使該轉子停止。
  33. 如請求項31之處理裝置，其經進一步組態以： 判定該所偵測物件之一相對位置、一相對運動及一距離中之一或多者；及 基於該所偵測物件之該相對位置、該相對運動及該距離中的該一或多者判定與該物件之碰撞的一機率。
  34. 如請求項31之處理裝置，其經進一步組態以識別該物件。
  35. 如請求項34之處理裝置，其經進一步組態以基於該所識別物件之該分類判定一碰撞之一後果。
  36. 如請求項35之處理裝置，其經進一步組態以基於該碰撞之該經判定後果判定是否在該碰撞之前使該機器載具之該轉子停止。
  37. 如請求項35之處理裝置，其經進一步組態以基於一碰撞之該經判定後果及與該物件碰撞之一經判定機率來判定是否在該碰撞之前使該機器載具的該轉子停止。
  38. 如請求項31之處理裝置，其經進一步組態以： 判定該所偵測物件之該分類包含判定該所識別物件是屬於一第一物件類別抑或一第二物件類別； 回應於判定該所識別物件屬於該第一物件類別而在該碰撞之前使該轉子停止；及 回應於判定該所識別物件屬於該第二物件類別而在該碰撞之前並不使該轉子停止。
  39. 如請求項38之處理裝置，其經進一步組態以使得該第一物件類別包含一人類，且該第二物件類別包含並非人類之物件。
  40. 如請求項31之處理裝置，其經進一步組態以判定該物件相對於該機器載具的一相對運動。
  41. 如請求項31之處理裝置，其經進一步組態以： 判定該機器載具之飛行參數；及 基於該機器載具之該等飛行參數及該物件之該分類管理該轉子的該旋轉。
  42. 如請求項31之處理裝置，其經進一步組態以： 判定該機器載具之一位置；及 基於該機器載具之該位置及該物件之該分類管理該轉子的該旋轉。
  43. 如請求項31之處理裝置，其經進一步組態以： 判定一即將發生碰撞之一嚴重度；及 基於該即將發生之碰撞的該經判定嚴重度管理該轉子之該旋轉。
  44. 如請求項31之處理裝置，其經進一步組態以回應於在該碰撞之前使該機器載具之該轉子停止而判定是否在該碰撞之後重新啟動該轉子。
  45. 如請求項31之處理裝置，其經進一步組態以： 識別鄰近或接近該機器載具之一或多個物件及該所識別一或多個物件之一或多個特性； 在偵測到引起與該機器載具碰撞之一即將發生風險的該物件之前分類該一或多個物件；及 藉由再調用在偵測到引起與該機器載具碰撞之該即將發生風險的該物件之前完成的該所偵測物件之一分類判定該所偵測物件之該分類。
  46. 一種機器載具，其包含： 一轉子； 用於偵測引起與該機器載具碰撞之一即將發生風險之一物件的構件； 用於判定該所偵測物件之一分類的構件；及 用於基於該物件之該分類在一碰撞之前管理該轉子之一旋轉的構件。
TW107127460A 2017-09-01 2018-08-07 機器車輛之碰撞管理 TW201931333A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/693,833 2017-09-01
US15/693,833 US10783796B2 (en) 2017-09-01 2017-09-01 Collision management for a robotic vehicle

Publications (1)

Publication Number Publication Date
TW201931333A true TW201931333A (zh) 2019-08-01

Family

ID=63449652

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107127460A TW201931333A (zh) 2017-09-01 2018-08-07 機器車輛之碰撞管理

Country Status (3)

Country Link
US (1) US10783796B2 (zh)
TW (1) TW201931333A (zh)
WO (1) WO2019045948A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI781682B (zh) * 2021-07-09 2022-10-21 國立臺灣大學 無人機之風險評估裝置及其方法

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10737798B2 (en) * 2016-09-12 2020-08-11 Ansel Misfeldt Integrated feedback to flight controller
JP2019091247A (ja) * 2017-11-15 2019-06-13 アイシン・エィ・ダブリュ株式会社 車両管理システム、確認情報送信システム、情報管理システム、車両管理プログラム、確認情報送信プログラムおよび情報管理プログラム
US10907466B2 (en) 2018-12-07 2021-02-02 Schlumberger Technology Corporation Zone management system and equipment interlocks
US10890060B2 (en) * 2018-12-07 2021-01-12 Schlumberger Technology Corporation Zone management system and equipment interlocks
EP3699083A1 (en) * 2019-02-20 2020-08-26 Flyability SA Unmanned aerial vehicle with collision tolerant propulsion and controller
EP4085399A1 (en) 2020-01-03 2022-11-09 Tractable Ltd Method of determining repair operations for a damaged vehicle
US20220111960A1 (en) * 2020-10-09 2022-04-14 Bao Tran Farm drone
GB2599945B (en) * 2020-10-16 2022-12-28 British Telecomm Unmanned aerial vehicle
US11847832B2 (en) * 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
US20230011864A1 (en) * 2021-07-12 2023-01-12 Blue White Robotics Ltd Advanced movement through vegetation with an autonomous vehicle
US11735058B1 (en) * 2022-04-29 2023-08-22 Beta Air, Llc System and method for an automated sense and avoid system for an electric aircraft
CN114721880B (zh) * 2022-05-19 2022-09-09 中诚华隆计算机技术有限公司 任务恢复方法、soc芯片及电子设备

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6711280B2 (en) * 2001-05-25 2004-03-23 Oscar M. Stafsudd Method and apparatus for intelligent ranging via image subtraction
US8509965B2 (en) * 2006-12-12 2013-08-13 American Gnc Corporation Integrated collision avoidance system for air vehicle
GB2455374B (en) 2008-06-16 2009-11-04 Middlesex University Higher Ed Unmanned aerial vehicle comprising a triangular array of rotors
DE102008058029B3 (de) 2008-11-18 2010-01-07 Deutsches Zentrum für Luft- und Raumfahrt e.V. Hubschrauber
US9254363B2 (en) * 2012-07-17 2016-02-09 Elwha Llc Unmanned device interaction methods and systems
US20150314881A1 (en) 2012-11-26 2015-11-05 Wisec Ltd Safety apparatus for a multi-blade aircraft
US10332405B2 (en) * 2013-12-19 2019-06-25 The United States Of America As Represented By The Administrator Of Nasa Unmanned aircraft systems traffic management
EP3126871B1 (en) 2014-02-27 2017-12-06 Robin Radar Facilities BV An avian detection system using ads-b transponder data
US10780988B2 (en) 2014-08-11 2020-09-22 Amazon Technologies, Inc. Propeller safety for automated aerial vehicles
US9613539B1 (en) 2014-08-19 2017-04-04 Amazon Technologies, Inc. Damage avoidance system for unmanned aerial vehicle
US9954992B2 (en) * 2014-11-27 2018-04-24 Purdue Research Foundation Mobile device enabled robotic system
WO2016179802A1 (en) * 2015-05-12 2016-11-17 SZ DJI Technology Co., Ltd. Apparatuses and methods of recognizing or detecting an obstacle
WO2017004799A1 (en) * 2015-07-08 2017-01-12 SZ DJI Technology Co., Ltd. Camera configuration on movable objects
US10586464B2 (en) * 2015-07-29 2020-03-10 Warren F. LeBlanc Unmanned aerial vehicles
US11461912B2 (en) * 2016-01-05 2022-10-04 California Institute Of Technology Gaussian mixture models for temporal depth fusion
US20180364741A1 (en) * 2016-03-11 2018-12-20 Raytheon Bbn Technologies Corp. Human indication of target drone for interception
US9987971B2 (en) * 2016-07-29 2018-06-05 International Business Machines Corporation Drone-enhanced vehicle external lights
US10126722B2 (en) * 2016-08-01 2018-11-13 Qualcomm Incorporated System and method of dynamically controlling parameters for processing sensor output data for collision avoidance and path planning
US20180032042A1 (en) * 2016-08-01 2018-02-01 Qualcomm Incorporated System And Method Of Dynamically Controlling Parameters For Processing Sensor Output Data
WO2019010183A1 (en) * 2017-07-05 2019-01-10 Deep Vision, Inc. PROCESSOR OF DEEP VISION
US10453351B2 (en) * 2017-07-17 2019-10-22 Aurora Flight Sciences Corporation System and method for detecting obstacles in aerial systems

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI781682B (zh) * 2021-07-09 2022-10-21 國立臺灣大學 無人機之風險評估裝置及其方法

Also Published As

Publication number Publication date
WO2019045948A1 (en) 2019-03-07
US20190073912A1 (en) 2019-03-07
US10783796B2 (en) 2020-09-22

Similar Documents

Publication Publication Date Title
US10783796B2 (en) Collision management for a robotic vehicle
TWI817962B (zh) 基於環境的可預測性的可調整的物件避開接近度閾值的方法、機器人式運載工具及處理設備
TWI804538B (zh) 基於偵測到的有效負荷的存在性的、機器人式運載工具的可調整的物件迴避接近度閾值
TWI731283B (zh) 空中機器人式運載工具、處理設備及其操作方法
TWI784102B (zh) 用於操作機器人式運載工具或用於機器人式運載工具中的方法、處理設備及非暫時性處理器可讀取儲存媒體
US10803759B2 (en) Adjustable object avoidance proximity threshold based on presence of propeller guard(s)
US20190130342A1 (en) Managing Operation Of A Package Delivery Robotic Vehicle
JP7401437B2 (ja) ロボットビークルの着陸のための着陸地帯の識別
TW201939187A (zh) 管理機器人式運載工具的有限安全模式操作