KR20210044671A - 예측적인 드론 착륙을 위한 방법 및 시스템 - Google Patents
예측적인 드론 착륙을 위한 방법 및 시스템 Download PDFInfo
- Publication number
- KR20210044671A KR20210044671A KR1020200007269A KR20200007269A KR20210044671A KR 20210044671 A KR20210044671 A KR 20210044671A KR 1020200007269 A KR1020200007269 A KR 1020200007269A KR 20200007269 A KR20200007269 A KR 20200007269A KR 20210044671 A KR20210044671 A KR 20210044671A
- Authority
- KR
- South Korea
- Prior art keywords
- drone
- landing
- vehicle
- processor
- dock
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 22
- 230000004044 response Effects 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000007123 defense Effects 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 230000036544 posture Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- 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
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
- G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
- G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
- G05D1/0684—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing on a moving platform, e.g. aircraft carrier
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U80/00—Transport or storage specially adapted for UAVs
- B64U80/80—Transport or storage specially adapted for UAVs by vehicles
- B64U80/86—Land vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D45/04—Landing aids; Safety measures to prevent collision with earth's surface
-
- 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
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
- B64F1/007—Helicopter portable landing pads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
- B64F1/12—Ground or aircraft-carrier-deck installations for anchoring aircraft
- B64F1/125—Mooring or ground handling devices for helicopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U70/00—Launching, take-off or landing arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U70/00—Launching, take-off or landing arrangements
- B64U70/90—Launching from or landing on platforms
- B64U70/92—Portable platforms
-
- 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
-
- 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
- G05D1/102—Simultaneous control of position or course in three dimensions specially adapted for aircraft specially adapted for vertical take-off of aircraft
-
- B64C2201/141—
-
- B64C2201/18—
-
- 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
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
예측적 드론 착륙을 위한 방법이 개시된다. 상기 방법은 차량에 장착된 착륙 도크에 대한 드론의 상대 위치를 획득하는 단계와, 착륙 도크에 대한 드론의 상대 속도를 획득하는 단계와, 착륙 도크에 대한 드론의 상대 위치 및 상대 속도에 기초하여, 착륙 시간을 추정하는 단계와, 차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에 차량의 위치를 드론 착륙 위치로 예측하는 단계를 포함한다. 특히, 드론 착륙 위치는 차량의 속도, 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, 첨단 운전자 지원 시스템(advanced driver assistance system; ADAS) 데이터, 그리고 차량-대-사물(V2X) 통신을 통하여 수신한 교통 데이터 중 적어도 하나에 기초하여 예측된다.
Description
본 개시는 차량용 드론 착륙 시스템에 관한 것으로, 보다 상세하게는 예측적 안내 기능을 가진 차량 상에 드론을 착륙시키기 위한 방법 및 시스템에 관한 것이다.
드론 시스템은 군사, 상업, 과학, 오락 및 농업적 목적을 위하여 널리 사용되고, 드론의 응용 분야는 감시, 배송, 항공 사진 등을 포함한다. 드론은 또한 차량으로부터 이륙하고 차량에 착륙하도록 개발되었다. 차량 기반 드론 시스템은 더용도가 다양하고, 유연하며, 에너지 효율적이다. 차량 기반 드론 시스템에서, 차량에 장착된 착륙 도크(landing dock)가 충전 및 이송을 위한 베이스로 사용된다.
차량 기반 드론 시스템을 사용한 포장물 운송의 예에서, 다수의 포장물이 차량(예를 들어, 트럭 또는 밴) 내에 적재될 수 있고, 드론은 차량의 지붕에 배치될 수 있다. 차량이 배송 영역에 접근할 때, 드론은 수송품을 싣고 차량으로부터 이륙하며 수송품을 목적지에 배송할 수 있다. 배송 후에, 드론은 차량으로 돌아오고, 차량에 착륙하며, 다른 수송품을 싣고, 이륙하며, 수송품을 배송한다. 더 효율적인 배송을 위하여, 드론은 차량이 움직이고 있는 동안 배송 작동을 수행할 수 있다.
예를 들어, 차량의 지붕에 장착된 착륙 도크에 충돌 또는 미착륙 없이 드론을 착륙시키는 것은 정확한 좌표와 시점을 요구한다. 드론을 이동하는 차량에 착륙시키기 위하여, 영상 인식 기반 안내 시스템 또는 위성 위치 확인 시스템(global position system; GPS) 기반 안내가 통상적으로 사용된다. 이러한 종래의 방법에서, 드론은 차량의 현재 위치를 향하여 안내된다. 차량이 경로를 바꾸면, 차량의 위치가 실시간으로 업데이트될 것이 요구되고 드론이 차량에 착륙될 때까지 드론은 차량의 현재 위치를 반응적으로 따라 간다.
그러나, 차량의 경로는 일반적으로 지표면 상의 도로에 제한되는 반면 드론은 비행 경로에 관하여 그 제한이 훨씬 적다. 드론이 차량을 반응적으로 따라갈 때, 착륙 지점에 도달하기 위해 드론 역시 드론에게 비효율적인 경로일 수 있는 도로 패턴을 통상적으로 따라가도록 강제된다. 이에 따라, 종래 방법은 덜 효율적인 안내를 제공하고, 이것에 의하여 착륙하기까지의 시간과 동력 소비가 증가한다. 또한, 드론이 차량의 거동에 즉각적으로 반응할 수 없으면, 충돌 또는 미착륙의 위험성이 또한 증가한다. 더 나아가, 종래 방법에서는 종종 차량의 운전자에게 차량을 일정하고 변동 없는 속도를 유지할 것이 요구되고, 이는 운전자에 대한 부담과 주변 교통에 대한 위험을 부과한다.
본 개시는 착륙 동안 미착륙 또는 충돌을 방지하기 위하여 차량에 드론을 착륙하기 위한 예측적 안내의 방법과 차량에 드론을 예측적으로 착륙시키기 위한 시스템을 제공한다.
본 개시의 양상에 따르면, 예측적 드론 착륙을 위한 방법은, 프로세서에 의하여, 차량에 장착된 착륙 도크에 대한 드론의 상대 위치를 획득하는 단계와, 착륙 도크에 대한 드론의 상대 속도를 획득하는 단계를 포함할 수 있다. 획득된 착륙 도크에 대한 드론의 상대 위치 및 상대 속도에 기초하여, 프로세서는 착륙 시간을 추정하도록 되어 있을 수 있다. 후속적으로, 상기 프로세서는 차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에 차량의 위치를 드론 착륙 위치로 예측하도록 되어 있을 수 있다. 특히, 드론 착륙 위치는 차량의 속도, 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, 첨단 운전자 지원 시스템(advanced driver assistance system; ADAS) 데이터, 그리고 차량-대-사물(V2X) 통신을 통하여 수신한 교통 데이터 중 적어도 하나에 기초하여 예측될 수 있다. 내비게이션 시스템으로부터 계산된 차량 경로는 도로의 곡선 및/또는 고도를 포함할 수 있다.
다음 특징들 중 하나 이상은 임의의 가능한 조합에 포함될 수 있다. 프로세서는 예측된 차량의 위치에 기초하여 추정된 착륙 시간을 업데이트하도록 되어 있을 수 있고, 또한 업데이트된 착륙 시간에 기초하여 예측된 차량의 위치를 업데이트하도록 되어 있을 수 있다. 또한, 프로세서는 드론을 드론 착륙 위치로 안내하도록 되어 있을 수 있다. 드론이 가이드될 때, 프로세서는 추정된 착륙 시간에 드론 착륙 위치에 도달하기 위한 드론 경로를 생성하도록 되어 있을 수 있고, 드론에 생성된 드론 경로를 제공하도록 되어 있을 수 있다. 후속적으로, 프로세서는 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내인지를 판단하도록 되어 있을 수 있고, 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내일 때 착륙을 실행하도록 되어 있을 수 있다. 착륙 도크에 대한 드론의 상대 위치는 이미지 장치를 이용하여 획득될 수 있다. 드론 경로는 드론과 드론 착륙 위치 사이의 장애물을 피하도록 생성될 수 있다.
또한, 프로세서는 추정된 착륙 시간이 미리 설정된 시간 내인지를 판단하도록 되어 있을 수 있다. 추정된 착륙 시간이 미리 설정된 시간 내라고 판단되면, 프로세서는 추정된 착륙 시간에 드론의 자세와 차량의 자세를 예측하도록 되어 있을 수 있고, 드론의 자세와 차량의 자세 사이의 차이를 추정하도록 되어 있을 수 있으며, 추정된 자세들의 차이에 기초하여 착륙 도크의 방위각을 조정하도록 되어 있을 수 있다. 미리 설정된 시간은 미리 설정된 버퍼와, 예측된 드론의 자세에 부합하기 위해 착륙 도크를 조정하는데 요구되는 작동 시간의 합일 수 있다. 예를 들어, 미리 설정된 버퍼는 약 1초일 수 있다. 착륙은 드론과 착륙 도크 사이의 자기 커플링을 이용하여 실행될 수 있다. 대안으로, 착륙은 기계적으로 잡아두는 장치를 이용하여 실행될 수 있다.
프로세서는 위성 위치 확인 시스템(GPS)에 기초하여 차량의 현재 위치 및/또는 방위를 드론에 전송하도록 되어 있을 수 있고, 드론에 차량의 현재 위치까지의 경로를 제공하도록 되어 있을 수 있다. 프로세서는 이미지 장치를 이용하여 착륙 도크에 대한 드론의 상대 위치가 검출되었음을 알려주는 검출 신호를 수신하도록 되어 있을 수 있다. 상기 검출 신호를 수신하는 것에 반응하여, 프로세서는 착륙 도크에 대한 드론의 상대 위치를 획득하도록 되어 있을 수 있다. 프로세서는 드론의 남은 비행 기간을 추정하도록 되어 있을 수 있고, 드론의 남은 비행 기간이 추정된 착륙 시간까지의 시간보다 긴 지를 판단하도록 되어 있을 수 있다. 추가적으로, 프로세서는 차량의 남은 여행 기간을 추정하도록 되어 있을 수 있고, 차량의 남은 여행 기간이 추정된 착륙 시간까지의 시간보다 긴 지를 판단하도록 되어 있을 수 있다. 예측적 드론 착륙을 위한 방법 동안, 차량은 움직이고 있을 수 있다.
본 개시의 다른 양상에 따르면, 예측적 드론 착륙을 위한 시스템은 차량에 장착된 착륙 도크와, 프로그램 명령들을 저장하도록 된 메모리와 상기 프로그램 명령들을 실행하도록 된 프로세서를 포함하는 제어기를 포함할 수 있다. 상기 프로그램 명령들은 실행되면, 착륙 도크에 대한 드론의 상대 위치와 방위 및 착륙 도크에 대한 드론의 상대 속도가 획득될 수 있다. 또한, 착륙 도크에 대한 드론의 상대 위치와 상대 속도에 기초하여 착륙 시간이 추정될 수 있다. 후속적으로, 차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에서 차량의 위치가 드론 착륙 위치로 예측될 수 있다. 특히, 드론 착륙 위치는 차량의 속도, 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, 첨단 운전자 지원 시스템(ADAS) 데이터, 그리고 차량-대-사물(V2X) 통신을 통하여 수신한 교통 데이터 중 적어도 하나에 기초하여 예측될 수 있다.
본 개시의 실시예에 따른 차량에 드론을 착륙시키기 위한 예측적 안내는, 관련 기술의 반응적 안내와 비교하여, 추정된 착륙 시간에서 차량 위치의 예측에 기초하여 드론을 차량을 향하여 자율적으로 안내할 수 있다. 따라서, 본 개시의 실시예에 따른 예측적 안내는 착륙 절차에 요구되는 시간을 줄일 수 있고 충돌 또는 미착륙의 기회를 또한 줄일 수 있다. 또한, 드론의 예측적 안내는 더 효율적인(예를 들어, 최단) 경로를 계획하고 덜 빈번한 제어 명령을 요구하는 것에 의하여 에너지 소모를 줄일 수 있다. 또한, 드론의 예측적 안내는 차량 운전자의 개입 및 노력을 최소화할 수 있다.
특히, 본 개시는 위에서 열거한 요소들의 조합에 한정되지 아니하며, 여기에서 설명하는 바와 같은 요소들의 임의의 조합으로 합쳐질 수 있다. 본 개시의 다른 양상들은 아래에서 설명된다.
그 외에 본 발명의 실시 예로 인해 얻을 수 있거나 예측되는 효과에 대해서는 본 발명의 실시 예에 대한 상세한 설명에서 직접적 또는 암시적으로 개시하도록 한다. 즉 본 발명의 실시 예에 따라 예측되는 다양한 효과에 대해서는 후술될 상세한 설명 내에서 개시될 것이다.
각 도면에 대한 간단한 설명은 본 개시의 상세한 설명에 사용되는 도면들을 더 충분히 이해하도록 제공된다.
도 1은 본 개시의 실시예에 따른 차량 기반 드론 시스템을 보여준다.
도 2는 본 개시의 실시예에 따른 드론 안내를 개략적으로 도시한다.
도 3은 본 개시의 실시예에 따른 예측적 안내 모드를 개략적으로 도시한다.
도 4는 본 개시의 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도를 보여준다.
도 5는 본 개시의 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다.
도 6은 본 개시의 또 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다.
도 7은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 경로 변경의 시작을 관련 기술의 드론과 개략적으로 비교한다.
도 8은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 방향 변경의 시작을 관련 기술의 드론과 개략적으로 비교한다.
위에서 참조된 도면들은 반드시 축적에 맞추어 도시된 것은 아니고, 본 개시의 기본 원리를 예시하는 다양한 특징들의 다소 간략한 표현을 제시하는 것으로 이해되어야 한다. 예를 들어, 특정 치수, 방향, 위치, 및 형상을 포함하는 본 개시의 특정 설계 특징들이 특정 의도된 응용과 사용 환경에 의해 일부 결정될 것이다.
도 1은 본 개시의 실시예에 따른 차량 기반 드론 시스템을 보여준다.
도 2는 본 개시의 실시예에 따른 드론 안내를 개략적으로 도시한다.
도 3은 본 개시의 실시예에 따른 예측적 안내 모드를 개략적으로 도시한다.
도 4는 본 개시의 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도를 보여준다.
도 5는 본 개시의 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다.
도 6은 본 개시의 또 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다.
도 7은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 경로 변경의 시작을 관련 기술의 드론과 개략적으로 비교한다.
도 8은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 방향 변경의 시작을 관련 기술의 드론과 개략적으로 비교한다.
위에서 참조된 도면들은 반드시 축적에 맞추어 도시된 것은 아니고, 본 개시의 기본 원리를 예시하는 다양한 특징들의 다소 간략한 표현을 제시하는 것으로 이해되어야 한다. 예를 들어, 특정 치수, 방향, 위치, 및 형상을 포함하는 본 개시의 특정 설계 특징들이 특정 의도된 응용과 사용 환경에 의해 일부 결정될 것이다.
본 개시의 장점 및 특징들과 이들을 달성하는 방법이 첨부된 도면 및 이하에서 상세히 설명되는 실시예들을 참조하여 명백해질 것이다. 그러나, 본 개시는 여기에서 설명되는 실시예들에 한정되지 않고 변형물들 및 수정물들로 구현될 수 있다. 실시예들은 단지 청구항들의 범위에 의하여 정의될 본 개시의 범위를 이 기술분야에서 통상의 지식을 가진 자가 이해하도록 제공된다. 이에 따라, 일부 실시예에서 잘 알려진 절차의 동작, 잘 알려진 구조 및 잘 알려진 기술은 본 개시에 대한 모호한 이해를 피하기 위해 상세히 설명되지 않을 것이다. 명세서 전체를 통하여 동일한 도면 부호는 동일한 구성 요소를 언급한다.
"차량", "차량의"라는 용어 또는 본 명세서에서 사용되는 다른 유사한 용어는 일반적으로, 스포츠 유틸리티 차량(SUV), 버스, 트럭, 다양한 상용 차량을 포함하는 자동차(passenger automobiles), 다양한 보트 및 배를 포함하는 선박, 항공기 등과 같은 모터 차량을 포함하고, 하이브리드 자동차, 전기 자동차, 내연 기관 자동차, 플러그-인 하이브리드 전기 자동차, 수소 동력 차량 및 다른 대체 연료 차량(예를 들어, 석유가 아닌 다른 자원으로부터 얻어진 연료)을 포함한다.
본 명세서에서 사용된 용어는 특정 실시예들을 기술하기 위한 목적일 뿐이고 본 개시를 한정하는 것을 의도하는 것은 아니다. 본 명세서에서 사용되는 바와 같이, 단수 형태는 문맥상 분명하게 달리 나타내지 않는 한, 또한 복수 형태들을 포함하는 것으로 의도된다. 본 명세서에서 사용되는 "포함한다" 및/또는 "포함하는"이라는 용어는 명시된 특징들, 정수, 단계들, 작동, 엘리먼트들 및/또는 컴포넌트들의 존재를 나타내지만, 하나 이상의 다른 특징, 정수, 단계들, 작동, 컴포넌트들, 및/또는 이들의 그룹들의 존재 또는 부가를 배제하는 것이 아니라는 것 또한 이해되어야 할 것이다. 본 명세서에 사용되는 바와 같이, "및/또는" 이라는 용어는 연관되어 나열된 하나 이상의 항목들 중 임의의 하나 또는 모든 조합들을 포함한다.
명백히 언급되거나 문맥으로부터 명백하지 않다면, 본 명세서에서 사용된 바와 같이 "약"이라는 용어는 본 기술 분야에서 통상의 공차 범위 내, 예를 들어 평균의 2 표준편차 내로 이해된다. "약"은 언급된 값의 10%, 9%, 8%, 7%, 6%, 5%, 4%, 3%, 2%, 1%, 0.5%, 0.1%, 0.05% 또는 0.01% 내인 것으로 이해될 수 있다. 문맥으로부터 달리 명백하지 않으면, 본 명세서에 제공된 모든 수치 값들은 용어 "약"에 의해 수정된다.
비록 실시예들은 예시적인 절차를 수행하기 위하여 다수의 유닛들을 사용하는 것으로 기재되어 있지만, 상기 예시적인 절차는 하나 또는 다수의 모듈에 의하여 또한 수행될 수 있다. 추가적으로, "제어기/제어 유닛"이라는 용어는 메모리와 프로세서를 포함하는 하드웨어 장치를 언급하는 것으로 이해된다. 메모리는 모듈을 저장하도록 되어 있고, 프로세서는 아래에서 더욱 상세히 설명되는 하나 이상의 절차들을 수행하기 위하여 상기 모듈을 실행하도록 특별히 되어 있다.
또한, 본 개시의 제어 로직은 프로세서, 제어기/제어 유닛 또는 유사한 것에 의하여 실행되는 실행 가능한 프로그램 명령들을 포함하는 일시적이지 않은 컴퓨터로 판독 가능한 매체로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체의 예들은, 이에 한정되지 아니하지만, 롬(ROM), 램(RAM), 씨디 롬(CD ROMs), 자기 테이프, 플로피 디스크, 플래시 드라이브, 스마트 카드, 및 광학 데이터 기억 장치를 포함한다. 컴퓨터로 판독 가능한 기록 매체는 컴퓨터로 판독 가능한 매체가 예를 들어, 텔레매틱스 서버 또는 제어기 영역 네트워크(CAN)에 의하여 분산 형태로 저장되고 실행되도록 컴퓨터 시스템에 결합된 네트워크에 또한 분산될 수 있다.
본 개시의 양상은 차량에 장착된 착륙 도크 상에 착륙시키기 위한 드론의 예측적 안내를 제공한다. 본 개시의 실시예에 따르면, 드론은 추정된 착륙 시간에 차량 위치의 예측에 기초하여 차량으로 안내될 수 있고, 이것에 의하여 착륙 절차에 요구되는 시간을 줄이고 충돌 또는 미착륙의 가능성을 또한 줄인다. 또한, 드론은 차량이 경로를 변경하기 전에(예를 들어, 회전 등) 비행 경로를 조정하는 것을 시작할 수 있다. 이에 따라, 예측적 착륙을 이용하여 가장 짧은 경로가 제공될 수 있고, 안내 지시가 덜 자주 요구되며, 이에 따라 동력 소모가 줄어들 수 있다. 드론의 예측적 착륙은 또한 차량 운전자로부터의 개입 및 노력을 최소화할 수 있다.
도 1은 본 개시의 실시예에 따른 차량 기반 드론을 위한 예시적인 시스템을 보여준다. 도 1을 참고하면, 차량(10)은 드론(200)이 착륙하기 위한 플랫폼을 제공하기 위하여 착륙 도크(100)를 포함할 수 있다. 플랫폼은 드론의 충전, 드론의 지상 이동, 및/또는 화물을 올리거나 내리기 위해 사용될 수 있다. 착륙 도크(100)는 차량의 지붕에 장착될 수 있다. 그러나, 착륙 도크(100)의 위치는 이에 한정되지 않으며 변경될 수 있다. 예를 들어, 착륙 도크(100)는 견인 트레일러 또는 차량에 제공되는 별도의 칸에 장착될 수 있다.
드론(200)은 인간 조종사가 탑승하지 않은 항공기인 임의의 무인 항공기(unmanned aircraft 또는 unscrewed aircraft; UA)일 수 있다. UA는 원격 조정 항공기(remotely piloted aircraft; RPA), 원격 조정 항공기 시스템(remotely piloted aircraft system; RPAS), 무인 항공기(unmanned aerial vehicle 또는 unscrewed aerial vehicle; UAV), 무인 항공기 시스템(unmanned aircraft system; UAS), 또는 이와 유사한 것을 포함할 수 있다. 본 개시의 실시예에 따른 예측적 안내 시스템에 사용될 수 있는 드론(200)은 특별히 제한되지 않는다. 예를 들어, 드론(200)은 오락 목적, 상업 목적, 군사 목적 등을 위한 것일 수 있다. 드론(200)은 회전 날개 타입, 고정 날개 타입, 또는 그들의 하이브리드를 포함할 수 있다. 드론(200)은 또한 자율적으로 조종될 수 있는 능력을 가질 수 있다.
또한, 착륙 도크(100)는 그 위에 드론을 수용할 수 있고/있거나 다음 이륙 때까지 고정된 상태로 유지할 수 있다. 착륙 도크(100)는 착륙을 위해 드론(200)과 결합하는 자기 장치를 포함할 수 있다. 일부 실시예에서, 착륙 도크(100)는 착륙 및/또는 고정을 위해 드론(200)을 기계적으로 잡아두는 장치를 포함할 수 있다. 공중에서의 임무 사이, 드론(200)은 착륙 도크(100)에 고정될 수 있고, 드론(200) 내에 장착된 배터리를 충전하는 동안 차량에 의하여 이송될 수 있다. 특히, 착륙 도크(100)는 드론(200)이 다양한 각도로 착륙할 수 있도록 차량을 기준으로 세로 방향(예를 들어, x축), 가로 방향(예를 들어, y축), 그리고 수직 방향(예를 들어, z축)을 중심으로 착륙 도크(100)의 각도를 조정하도록 된 도크 액츄에이터를 포함할 수 있다. 착륙 도크(100)의 각도 조정 능력은 예측적 착륙의 효율성을 증가시킬 수 있다.
도 2는 본 개시의 실시예에 따른 드론 안내를 개략적으로 도시한다. 도 2를 참고하면, 드론(200)은 세 개의 모드, 즉 장거리 안내 모드, 예측 안내 모드, 그리고 착륙 모드를 통하여 차량에 착륙하기 위하여 안내될 수 있다. 특히, 장거리 안내 모드에서, 드론(200)은 차량으로부터 안내를 받거나 받지 않고 공중 작업을 수행할 수 있다. 착륙을 위해 차량(10)으로 복귀하기 위한 요구 사항을 결정하면, 드론(200)은 차량(10)의 위치 및/또는 방향을 획득하도록 되어 있을 수 있다. 차량(10)의 위치는 차량(10)에 장착된 위성 위치 확인 시스템(global position system; GPS)으로부터 신호를 수신함으로써 결정될 수 있다. 하나의 실시예에서, 차량(10)의 위치 및 방향은 차량(10)의 관성 측정 유닛(inertial measurement unit; IMU) 및/또는 첨단 운전자 지원 시스템(advanced driver assistance system; ADAS)을 사용하여 얻어지거나 향상될 수 있다. IMU는 외부 기준 없이 차량(10)의 위치 및 방향을 계산하기 위하여 가속도계 및/또는 자이로스코프를 포함할 수 있다. 차량(10)의 위치 및 방향은 드론(200)에 전송될 수 있다. 차량(10)의 위치 및 방향은 무선 통신 링크를 통하여 드론(200)에 전송될 수 있다. 본 개시의 실시예에 따른 드론 안내 시스템에 사용될 수 있는 무선 통신 링크는 특별히 제한되지 않으며, 임의의 전송 프로토콜 또는 네트워크(예를 들어, 라디오, 와이파이(WiFi), 셀룰러(cellular), 블루투스 등)를 포함할 수 있다. 무선 통신은 또한 제어기 영역 네트워크(controller area network; CAN) 및/또는 차량-대-사물(V2X) 프로토콜, 예를 들어 차량-대-차량(V2V), 차량-대-네트워크(V2N), 그리고 차량-대-인프라(V2I)를 활용할 수 있다.
차량(10)의 위치를 결정하면, 드론(200)은 획득한 차량(10)의 위치를 향하여 안내될 수 있다. 드론(200)을 차량(10)을 향하여 안내하는 명령은 드론(200)에 제공된 프로세서에 의하여 생성될 수 있다. 그러나, 본 개시는 이에 한정되지 아니하며, 드론(200)을 위한 안내 명령은 차량(10)에 제공된 프로세서에 의하여 생성될 수 있고 무선 통신 링크를 통하여 드론(200)에 전송될 수 있다. 또한, 안내 명령은 차량(10) 및 드론(200)의 외부의 안내 서버의 프로세서에 의하여 생성될 수 있다. 외부의 안내 서버는 무선 통신 링크를 통하여 차량(10) 및 드론(200)과 통신하도록 되어 있을 수 있다.
드론(200)을 차량을 향하여 안내하는 명령은 드론(200)의 자세, 속도 및/또는 가속도의 조정에 관한 정보를 포함할 수 있다. 드론의 자세는 롤 각도(roll angle), 피치 각도(pitch angle) 및 요 각도(yaw angle)를 의미할 수 있다. 롤 각도는 수평면(예를 들어, x-y 평면)에 대하여 드론(200)의 세로 방향 주축(예를 들어, x축)을 중심으로 하는 회전 각도를 의미할 수 있다. 피치 각도는 수평면(예를 들어, x-y 평면)에 대하여 드론(200)의 가로 방향 주축(예를 들어, y축)을 중심으로 하는 회전 각도를 의미할 수 있다. 요 각도는 수직면(예를 들어, z-x 평면)에 대하여 드론(200)의 수직 방향 주축(예를 들어, z축)을 중심으로 하는 회전 각도를 의미할 수 있다.
추가적으로, 장거리 안내 모드에서 드론(200)은 이미지 장치를 이용하여 차량(10) 및/또는 착륙 도크(100)를 검출하도록 시도하게 되어 있을 수 있다. 이미지 장치를 이용하여 차량(10) 및/또는 착륙 도크(100)를 검출하는 것에 반응하여, 본 개시의 실시예에 따른 드론 안내는 장거리 안내 모드에서 예측 안내 모드로 전환될 수 있다. 일부 구현예에서, 이미지 장치는 드론(200)을 검출하기 위해 차량(10) 내에 장착될 수 있다. 이 구현예에서, 차량(10)의 이미지 장치를 이용하여 드론(200)을 검출하는 것에 반응하여, 드론 안내는 장거리 안내 모드에서 예측 안내 모드로 전환될 수 있다.
실시예에서, 장거리 안내 모드에서 예측 안내 모드로 전환은 드론(200)이 차량(10)으로부터 미리 설정된 거리 내, 예를 들어 약 10m에서 약 1km 내에 있을 때 시작될 수 있다. 상기 거리는 주위 환경, 무선 통신 범위, 지역 날씨 상태 등에 기초하여 결정될 수 있다. 일부 실시예에서, 장거리 안내 모드에서 예측 안내 모드로 전환은 모드를 전환하라는 제어 신호를 수신할 때 시작될 수 있다. 추가적으로, 예측 안내 모드는 디폴트(default) 안내 모드로 사용될 수 있다. 또한, 장거리 안내 모드가 생략될 수 있다.
또한, 도 3은 본 개시의 실시예에 따른 예측적 안내 모드를 개략적으로 도시한다. 도 3을 참고하면, 주어진 시간에서 차량(10)과 드론(200)은 각각 위치(A, C)에 있을 수 있고, 각각 속도(VV, VD)를 가질 수 있다. 드론(200)과 착륙 도크(100)의 위치와, 드론(200)과 착륙 도크(100)의 속도(즉, 차량(10)의 속도)에 기초하여, 착륙 시간이 추정될 수 있다. 후속적으로, 추정된 착륙 시간에서 차량(10)의 위치가 예측될 수 있다. 예측된 차량(10)의 위치는 드론 착륙 위치로 정의될 수 있다.
예를 들어, 드론 착륙 위치는 상기 주어진 시간에서 차량(10)의 속도(VV)에 기초하여 예측될 수 있다. 이 경우, 드론 착륙 위치는 도 3에 도시된 위치(B1)인 것으로 예측될 수 있다. 이에 따라, 드론(200)은 위치(B1)로 안내될 수 있다. 다른 예에서, 차량의 다양한 주행 데이터에 기초하여 드론 착륙 위치가 도 3에 도시된 위치(B2)로 예측될 수 있다. 이에 따라, 드론(200)은 위치(B2)로 안내될 수 있다. 위치(B2)가 착륙 시간에서 더 가능성 있고 더 현실적인 차량(10)의 위치이므로, 차량의 주행 데이터를 활용하는 것이 더 정확한 예측을 제공할 수 있고, 이것에 의하여 착륙 절차에 요구되는 시간을 줄이고 더 효율적인 안내를 제공할 수 있다.
대안으로, 착륙 시간은 추정되는 대신 배정되거나 미리 설정될 수 있다. 다른 말로는, 드론(200)과 차량(10)의 현재 위치 및 현재 속도에 기초하여 방해가 예측되지 않을 때, 착륙 시간은 차량의 제어기에 의하여 배정될 수 있고, 드론 착륙 위치는 배정된 착륙 시간에 기초하여 예측될 수 있으며, 드론(200)은 배정된 착륙 시간에 예측된 드론 착륙 위치에 도달하기 위하여 이동 방향 및/또는 속도를 조정하는 명령을 제공받을 수 있다.
앞에서 논의한 바와 같이, 차량의 주행 데이터를 활용하는 것은 드론 착륙 위치 및 착륙 시간을 더 정확히 예측하도록 할 수 있다. 추정된 착륙 시간에 차량의 위치 및/또는 방향을 예측하기 위하여 사용될 수 있는 주행 데이터의 예로는, 이에 한정되지 아니하지만, 차량 속도, 차량의 내비게이션 시스템에 의하여 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, ADAS 데이터, 그리고 V2X 통신을 통하여 수신된 교통 상황 데이터를 포함할 수 있다. 주행 데이터는 차량의 제어기에 미리 저장되거나 외부 소스로부터 얻어질 수 있다. 예를 들어, 도로 교통 상황은 외부 소스로부터 얻어질 수 있고 무선 통신 링크를 통하여 실시간으로 업데이트될 수 있다. 또한, 도로 교통 상황은 드론에 의하여 수집될 수 있다. 특히, 드론은 이미지 장치 및/또는 무선 통신 시스템을 사용하여 차량 속도를 얻거나, 주위 차량의 속도를 얻거나, 차량의 경로 상 또는 근처의 장애물을 검출할 수 있다. 3D 지도 데이터는 예측된 차량(10)의 위치 및 방향에 다른 차원을 추가하는 도로의 고도 변화를 포함하므로, 3D 지도 데이터는 드론 착륙 위치 및 착륙 시간을 더 정확히 예측하도록 할 수 있다.
또한, 제어기는 착륙 시간에 드론 착륙 위치에 도달하기 위한 드론 경로를 생성하도록 되어 있을 수 있다. 드론 경로는 착륙 시간에서 차량(10) 및/또는 착륙 도크(100)의 방위각과 속도에 일치시키기 위하여 드론(200)의 방위각 및 최종 하강 속도에 기초하여 생성될 수 있다. 생성된 드론 경로는 제어기로부터 드론(200)에 전송될 수 있다. 이와는 달리, 드론이 드론 착륙 위치와 착륙 시간에 기초하여 경로를 생성하도록 되어 있을 수 있다. 달리 말하면, 드론 착륙 위치와 착륙 시간이 드론(200)에 전송될 수 있고, 드론(200)은 착륙 시간에 드론 착륙 위치에 도달하기 위하여 경로를 생성할 수 있다. 또한, 예측된 차량(10)의 방위각 및 속도가 드론(200)에 전송될 수 있고, 드론(200)은 방위각 및 최종 하강 속도를 착륙 시간에 차량(10)의 방위각 및 속도에 일치시키기 위하여 경로를 생성하도록 되어 있을 수 있다. 또한, 드론 경로는 외부의 안내 서버에 의하여 생성되고 무선 통신 링크를 통하여 드론(200)에 전송될 수 있다. 드론 경로를 생성함에 있어서 바람 데이터 또한 고려될 수 있다.
다시 도 2를 참고하면, 본 개시의 실시예에 따른 드론 안내는 착륙 모드를 포함할 수 있다. 이 모드에서, 드론(200)과 착륙 도크(100) 사이의 거리가 감시될 수 있고, 드론(200)과 착륙 도크(100) 사이의 거리가 미리 설정된 거리 내인 것으로 판단하는 것에 반응하여 착륙이 실행될 수 있다. 착륙은 드론(200)을 착륙 도크(100)에 자기적으로 결합하도록 된 자기 장치를 이용하여 실행될 수 있다. 예를 들어, 착륙 도크(100)는 그 상면에 자석을 포함할 수 있고, 드론(200)은 착륙 도크(100)에 자기적으로 부착될 수 있다. 자석은 영구 자석 또는 전자석으로 구성될 수 있다. 전자석은 드론(200)이 미리 설정된 거리 내로 접근할 때 작동될 수 있다. 일부 실시예에서, 착륙은 드론(200)을 기계적으로 잡아두도록 되어 있는 착륙 도크(100)의 기계 장치를 이용하여 실행될 수 있다. 기계적으로 잡아두는 장치는 로봇 그립핑 암(robotic gripping arm)을 포함할 수 있다. 대안으로, 착륙 도크(100)는 드론(200)을 수용하기 위한 오목한 칸을 포함할 수 있다. 드론(200)이 착륙 도크(100)의 오목한 칸에 진입하면, 문 또는 셔터가 닫힐 수 있다.
일부 구현예에서, 착륙 도크(100)의 방위각을 착륙 시 드론(200)의 자세와 맞추기 위하여 착륙 도크(100)의 방위각은 추정된 착륙 시간에서 예측된 드론(200)의 자세에 기초하여 조정될 수 있다. 예를 들어, 추정된 착륙 시간에서 드론(200)의 자세와 차량(10)의 자세가 예측될 수 있다. 드론(200)의 자세와 차량(10)의 자세 사이의 차이가 추정될 수 있다. 후속적으로, 착륙 도크(100)의 방위각이 드론(200)의 자세와 차량(10)의 자세 사이의 추정된 차이에 기초하여 조정될 수 있다. 드론(200)이 멀리 있을 때(예를 들어 미리 설정된 거리보다 멀 때) 착륙 도크(100)의 방위각을 불필요하게 조정하는 것을 방지하기 위하여, 드론 자세와 차량 자세의 예측 및 착륙 도크(100)의 조정은 추정된 착륙 시간이 미리 설정된 시간 내인 것으로 결정되는 것에 반응하여 수행될 수 있다. 또한, 미리 설정된 시간은 미리 설정된 버퍼 시간과, 착륙 시간에서 예측된 드론(200)의 자세에 부합하도록 착륙 도크(100)를 조정하기 위하여 요구되는 작동 시간의 합으로 설정될 수 있다. 드론(200)의 자세는 헤딩 방향(heading direction), 롤 각도, 피치 각도, 그리고 요 각도를 포함할 수 있다. 버퍼는 통신 대기 시간, 착륙 동안 외란의 가능성 및/또는 안전 마진에 기초하여 결정될 수 있다. 예를 들어, 버퍼는 약 1초로 설정될 수 있다.
이하에서, 도 4를 참고로 본 개시의 실시예에 따른 예측적 드론 착륙 방법을 위한 단계들이 상세히 설명될 것이다. 도 4는 본 개시의 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도를 보여준다. 도 4를 참고하면, 본 개시의 실시예에 따른 예측적 드론 착륙 방법은 장거리 안내 모드, 예측 안내 모드, 그리고 착륙 모드를 포함할 수 있다.
장거리 안내 모드에서, 드론은 차량의 위치 및/또는 방향을 수신하도록 되어 있을 수 있다(S100). 위치 및 방향은 GPS에 기초하여 얻어질 수 있으나, 본 개시는 이에 한정되지 아니한다. 차량의 위치 및 방향은, 예를 들어 IMU와 같이 다양한 다른 위치 측정 수단을 이용하여 얻어질 수 있다. 차량의 위치와 방향을 수신하면, 드론은 미리 정해진 기간 동안 수신된 차량의 위치를 향하여 안내될 수 있다(S200). 상기 기간은 드론과 차량 사이의 거리, 도로 상황, 교통 상황, 주위 환경 등과 같은 다양한 조건에 기초하여 결정될 수 있다. 또한, 상기 기간은 적응적으로 조정될 수 있다. 예를 들어, 상기 기간은 드론과 차량 사이의 거리가 1km보다 크면 1분으로 설정될 수 있고, 드론과 차량 사이의 거리가 100m와 1km 사이이면 10초로 설정될 수 있으며, 드론과 차량 사이의 거리가 100m보다 작으면 1초로 설정될 수 있다. 다른 실시예로서, 상기 기간은 고속도로 환경에서 10초로 설정될 수 있고, 도시 환경에서는 1초로 설정될 수 있다.
미리 설정된 기간 동안 차량을 향하여 비행한 후, 드론은 차량 및/또는 차량의 착륙 도크를 이미지 장치를 이용하여 검출하려고 시도할 수 있다(S300). 이미지 장치는 드론 내에 또는 차량 내에 장착될 수 있다. 차량의 착륙 도크가 이미지 장치에 의하여 검출되면, 드론은 차량의 제어기에 검출 신호를 전송하도록 되어 있다. 또한, 제어기는 드론으로부터 검출 신호를 수신하도록 되어 있다(S400). 검출 신호를 수신하는 것에 반응하여(S400 단계에서 "예"), 드론은 이미지 장치에 기초하여 컴퓨터 영상 안내를 통하여 차량을 향하여 안내될 수 있고(S500), 드론 안내 방법은 예측 안내 모드로 진행하여 이미지 장치를 이용하여 착륙 도크에 대한 드론의 상대 위치의 획득을 시작할 수 있다. 검출 신호를 수신하지 못하는 것에 반응하여(S400 단계에서 "아니오"), 드론은 S100 단계 내지 S400 단계를 반복할 수 있다.
예측 안내 모드에서, 드론의 위치가 획득된다(S600). 드론의 위치는 영상 인식 기반 기술을 통하여 이미지 장치를 이용하여 획득될 수 있다. 일부 실시예에서, 드론의 위치는 드론 내에 장착된 GPS를 이용하여 획득되거나 강화될 수 있다. 드론과 착륙 도크의 위치를 획득하는 것에 의하여, 차량에 장착된 착륙 도크에 대한 드론의 상대 위치가 결정될 수 있다. 위치 데이터는 드론과 착륙 도크 사이의 거리, 착륙 도크에 대한 드론의 방위각, 드론과 착륙 도크의 고도, 차량에 대한 롤, 피치, 요 각도 등을 포함할 수 있다. 또한, 드론의 속도 벡터가 획득될 수 있다. S700 단계에서, 획득된 상대 위치 데이터와 속도 데이터는 차량 내의 제어기에 전송될 수 있다. 제어기는 차량의 속도 데이터를 차량에 장착된 다양한 온보드 센서로부터 획득하도록 되어 있을 수 있다(S800). 드론과 차량으로부터 위치 데이터 및 드론과 차량으로부터 속도 데이터에 기초하여, 제어기는 착륙 시간을 추정하도록 되어 있을 수 있다(S900). S1000 단계에서, 제어기는 추정된 착륙 시간에 차량의 위치를 예측하도록 되어 있을 수 있고, 상기 예측된 위치를 드론 착륙 위치로 정의할 수 있다. 드론 착륙 위치를 예측함에 있어, 제어기는 V2X 통신을 통하여 수신한 차량 속도, 차량의 내비게이션 시스템으로부터 계산된 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, ADAS 데이터, 그리고 교통 데이터를 포함하는 다양한 차량의 주행 데이터를 사용하도록 되어 있을 수 있다.
일부 구현예에서, 드론 착륙 위치 예측의 정확성을 더 향상하기 위하여, 제어기는 예측된 차량의 위치에 기초하여 추정된 착륙 시간을 업데이트하도록 되어 있을 수 있다(S950). 또한, 제어기는 업데이트된 착륙 시간에 기초하여 예측된 차량의 위치를 업데이트하도록 되어 있을 수 있고, 업데이트된 차량의 위치를 업데이트된 드론 착륙 위치로 정의하도록 되어 있을 수 있다(S1050). S950 단계와 S1050 단계는 반복적으로 착륙 시간과 드론 착륙 위치를 결정하기 위하여 수 회 반복될 수 있다.
또한, 제어기는 드론을 드론 착륙 위치로 안내하도록 되어 있을 수 있다(S1100). S1100 단계 동안, 제어기는 추정된 착륙 시간에 드론 착륙 위치를 향하여 드론을 안내하기 위하여 드론의 경로를 생성하도록 되어 있을 수 있고, 생성된 경로를 드론에 제공하도록 되어 있을 수 있다. 특히, 드론 경로는 드론과 드론 착륙 위치 사이에 존재할 수 있는 장애물(예를 들어, 빌딩, 나무, 신호등, 다른 차량, 다른 드론 등)을 피하도록 생성될 수 있다.
일부 실시예에서, 제어기는 배터리의 충전 상태(state of charge)(예를 들어 배터리의 전압)에 기초하여 드론의 남은 비행 기간을 추정하도록 되어 있을 수 있고, 남은 비행 기간이 추정된 착륙 시간까지 드론을 작동시키기에 충분한지 여부를 결정할 수 있다. 후속적으로, 드론의 남은 비행 기간이 추정된 착륙 시간까지의 시간보다 작은 것으로 판단되는 것에 반응하여, 제어기는 추정된 착륙 시간까지의 시간이 드론의 남은 비행 기간보다 작아지도록 드론 및/또는 차량의 경로를 조정하도록 되어 있을 수 있다. 추가적으로, 제어기는 예를 들어 차량의 연료량, 가스 마일리지(예를 들어 연료 효율)에 기초하여 차량의 남은 여행 기간을 추정하거나 차량으로부터 추정값을 수신하도록 되어 있을 수 있다. 후속적으로, 제어기는 차량의 남은 여행 기간이 추정된 착륙 시간까지 차량을 작동시키기에 충분한지 여부를 결정하도록 되어 있을 수 있다. 차량의 남은 여행 기간이 추정된 착륙 시간까지의 시간보다 작은 것으로 판단하는 것에 반응하여, 제어기는 추정된 착륙 시간까지의 시간이 차량의 남은 여행 기간보다 작아지도록 드론 및/또는 차량의 경로를 조정하도록 되어 있을 수 있다.
드론이 차량의 착륙 도크에 접근하고 착륙 범위 내에 진입하면, 착륙 모드가 시작될 수 있다. 착륙 모드에서, 제어기는 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내인지 여부를 결정하도록 되어 있을 수 있고(S1200), 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내인 것으로 결정하는 것에 반응하여 착륙을 실행할 수 있다(S1300).
일부 구현예에서, 착륙 도크의 방위각이 착륙 동안 드론의 자세(예를 들어, 헤딩 방향, 롤, 피치, 요 각도)에 맞추도록 조정될 수 있다. 특히, 제어기는 추정된 착륙 시간이 미리 설정된 시간 내인지 여부를 결정하도록 되어 있을 수 있다(S1110). 추정된 착륙 시간이 미리 설정된 시간 내인 것으로 결정하는 것에 반응하여, 제어기는 접근 방향, 하강 강도 등에 기초하여 추정된 착륙 시간에 드론의 자세 및 차량의 자세를 예측하도록 되어 있을 수 있다(S1120). 또한, 제어기는 드론의 자세와 차량의 자세 사이의 차이를 추정하도록 되어 있을 수 있다.
후속적으로, 착륙 도크의 방위각은 드론의 자세와 차량의 자세 사이의 추정된 차이에 대응하도록 차량에 대하여 조정될 수 있다(S1130). 착륙 도크의 방위각 조정을 시작하는 미리 설정된 시간은 예측된 드론의 자세에 대응하기 위해 착륙 도크를 조정하는데 요구되는 작동 시간에 기초하여 설정될 수 있다. 버퍼 또는 마진을 보장하기 위해 미리 설정된 시간은 미리 설정된 버퍼와 착륙 도크를 조정하는데 요구되는 작동 시간의 합으로 설정될 수 있다. 예를 들어, 미리 설정된 버퍼는 약 1초로 설정될 수 있다.
도 5는 본 개시의 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다. 이 실시예에서, 드론은 차량의 위치 및/또는 방위를 수신하도록 되어 있을 수 있다(S5100). 위치 및 방위는 GPS에 기초하여 획득될 수 있지만, 본 개시는 이에 한정되지 않는다. 차량의 위치 및 방위는 예를 들어 IMU와 같은 다른 위치 측정 장치를 이용하여 획득될 수 있다. 차량의 위치 및 방위를 수신하면, 드론은 미리 설정된 기간 동안 수신된 차량의 위치를 향하여 안내될 수 있다(S5200). 후속적으로, 안내 모드를 장거리 안내 모드에서 예측 안내 모드로 전환하는 제어 신호를 수신하면(S5300 단계에서 "예"), 예측 안내 모드가 시작될 수 있다.
이에 따라, 예측 안내 모드가 드론이 시각적으로 착륙 도크를 검출하지 않고도 시작될 수 있다. 예를 들어, 적어도 부분적으로 예측 안내 모드 동안, 드론과 차량의 위치 데이터가 이미지 장치 없이 GPS에 의하여 제공될 수 있다. 또한, 장거리 안내 모드와 예측 안내 모드가 제어 신호(예를 들어, 모드 전환 신호)에 의하여 오락가락 전환될 수 있다. 예측 안내 모드(S5400 단계 내지 S5900 단계)와 착륙 모드(S5910 단계 내지 S6100 단계)는 도 4에 관하여 앞에서 설명한 예측 안내 모드(S600 단계 내지 S110 단계)와 착륙 모드(S1110 단계 내지 S1300 단계)와 동일하거나 유사할 수 있으며, 이에 따라 이에 대한 설명은 생략한다.
도 6은 본 개시의 또 다른 실시예에 따른 예측적 드론 착륙의 방법을 위한 흐름도이다. 도 6에 도시된 실시예에서, 예측 안내 모드는 장거리 안내 모드 없이 사용될 수 있다. 드론과 차량의 위치 데이터가 GPS, 이미지 장치, 또는 양자 모두를 이용하여 얻어질 수 있다. 이 실시예에서, 예측 안내 모드(S7100 단계 내지 S7600 단계)와 착륙 모드(S7610 단계 내지 S7800 단계)는 도 4에 관하여 앞에서 설명한 예측 안내 모드(S600 단계 내지 S1100 단계)와 착륙 모드(S1110 단계 내지 S1300 단계)와 동일하거나 유사할 수 있으며, 이에 따라 이에 대한 설명은 생략한다.
본 개시의 실시예들에 따른 예측적 드론 착륙 방법은 차량이 움직이는 경우에 대하여 설명되었다. 그러나, 본 개시는 이에 제한되지 않으며 상기 방법은 정지된 차량에 유사하게 적용될 수 있다. 또한, 상기 방법은 착륙 도크에 드론을 능동적으로 착륙시키는 것에 대하여 설명되었다. 그러나, 본 개시는 이에 한정되지 않는다. 일부 구현예에서, 상기 방법은 미리 설정된 분리 후 목표를 따르도록 드론을 안내하기 위하여 사용될 수 있다. 예를 들어, 드론은 목표로부터 미리 설정된 거리 내로 유지되면서 목표를 따르도록 안내될 수 있다. 이러한 구현예에서, 목표에 대하여 가상의(또는 실제의) 지점이 정의될 수 있고, 가상의 지점의 위치는 착륙 도크의 위치 대신에 예측될 수 있다. 드론은 상기 가상의 지점을 따르도록 안내될 수 있다. 이러한 구현예에서, 드론은 목표로부터 특정 거리를 유지하면서 계속적으로 목표를 관찰하거나 목표의 영상을 획득할 수 있다. 이와는 달리, 특정 조종 패턴, 예를 들어 원형, 루프, 배럴 롤(barrel roll), 상향 나선, 하향 나선, 지그재그, 줌 인(zoom in), 및/또는 줌 아웃(zoom out)을 실행하면서 가상의 지점을 따르도록 안내될 수 있다.
일부 실시예에서, 드론의 예측 안내는 기계 학습 알고리즘을 포함함으로써 구현될 수 있다. 예를 들어, 드론 착륙 위치는 차량의 주행 데이터뿐만 아니라 이전 실행들로부터 경험 데이터에 기초하여 예측될 수 있다. 안내 알고리즘은 복수개의 착륙 위치 후보들의 확률을 평가할 수 있고, 착륙 위치는 확률적인 방식으로 예측될 수 있다. 확률을 평가함에 있어, 겸험 데이터가 사용될 수 있다. 학습 단계를 위해 별도의 훈련 데이터가 제공될 수 있다.
본 개시의 다른 양상은 예측적 드론 착륙을 위한 시스템을 제공한다. 본 개시의 실시예에 따른 예측적 드론 착륙을 위한 시스템은 차량에 장착된 착륙 도크와 제어기를 포함할 수 있다. 일부 실시예에서, 상기 시스템은 또한 차량의 착륙 도크에 자율적으로 착륙하도록 된 드론을 포함할 수 있다. 제어기는 프로그램 명령들을 저장하도록 된 메모리와, 프로그램 명령들을 실행하도록 된 프로세서를 포함할 수 있다. 특히, 프로그램 명령들이 실행되었을 때, 제어기는 착륙 도크에 대한 드론의 상대 위치를 획득하도록 되어 있고, 착륙 도크에 대한 드론의 상대 속도를 결정하도록 되어 있을 수 있다. 착륙 도크에 대한 드론의 상대 위치와 상대 속도에 기초하여, 제어기는 착륙 시간을 추정하도록 되어 있을 수 있다. 후속적으로, 제어기는 차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에서 차량의 위치를 드론 착륙 위치로 예측하도록 되어 있을 수 있다.
또한, 드론 착륙 위치를 예측하기 위하여, 차량 속도, 차량의 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, ADAS 데이터, 그리고 V2X 통신을 통하여 수신한 교통 데이터 중 하나 이상이 주행 데이터로 사용될 수 있다. 주행 데이터를 수집하기 위하여, 차량은 속도, 가속도, 운전자 입력 데이터를 검출하기 위한 온보드 진단(on-board diagnostics; OBD) 버스를 포함할 수 있다. 2D 지도와 3D 지도는 다운로드되어 제어기에 미리 저장되거나 외부 소스로부터 참조될 수 있다. 차량은 이동 방향, 경로, 속도, 교통 상황, 그리고 위치(GPS 또는 관성) 데이터를 획득하기 위하여 다양한 내비게이션 장치를 포함할 수 있다. 차량은 인근 차량까지의 거리와 인근 차량의 속도를 측정하기 위한 레이더(radar), 3D 지도 데이터를 업데이트하고 장애물을 인식하기 위한 라이더(Lidar), 및/또는 근처 물체까지의 거리를 결정하기 위한 초음파 센서를 더 포함할 수 있다. 이러한 근접 센서들은 경고를 발생시키고, 주행 경로를 벗어나게 하며, 이에 따라 드론 착륙 위치를 예측하기 위한 입력을 제공할 수 있다. 또한, 차량은 물체와 장애물의 이미지를 캡쳐할 뿐만 아니라 차량 측으로부터 드론을 검출하기 위한 이미지 장치를 포함할 수 있다. 차량은 드론 또는 예측적 드론 착륙 시스템을 작동시키기 위한 외부의 안내 서버와 통신하도록 되어 있는 통신 링크를 포함할 수 있다. 상기 통신 링크는 라디오, 와이파이, 셀룰러, 블루투스 등을 포함할 수 있다.
비행 데이터를 수집하기 위하여, 드론의 자세(예를 들어, 롤, 피치, 그리고 요) 및/또는 각가속도/선가속도를 결정하기 위한 자이로스코프와 가속도계와 같은 다양한 장치를 드론은 포함할 수 있다. 드론의 위치, 가속도, 및/또는 속도를 결정하기 위한 GPS 및/또는 IMU를 또한 드론은 포함할 수 있다. 드론은 컴퓨터 영상 인식이 가능한 이미지 장치를 포함할 수 있다. 또한, 드론은 차량 또는 예측적 드론 착륙 시스템을 작동시키는 외부의 안내 서버와 통신하도록 된 통신 링크를 포함할 수 있다. 통신 링크는 라디오, 와이파이, 셀룰러, 블루투스 등을 포함할 수 있다. 또한, 착륙 도크는 착륙 도크의 방위각을 조정하도록 된 도크 액츄에이터를 포함할 수 있다.
앞에서 설명한 바와 같이, 본 개시의 실시예에 따르면 드론은 추정된 착륙 시간에서 차량 위치 및 방위각의 예측에 기초하여 차량으로 안내될 수 있고, 이에 의하여 착륙 절차에 요구되는 시간을 줄이고, 또한 충돌 또는 착륙 실패의 기회를 감소시킬 수 있다. 도 7은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 경로 변경의 시작을 관련 기술의 드론과 개략적으로 비교한 것이고, 도 8은 본 개시의 실시예에 따른 예측적 착륙 기능을 가진 드론의 방향 변경의 시작을 관련 기술의 드론과 개략적으로 비교한 것이다. 도 7 및 8에 도시된 바와 같이, 예측적 착륙은 차량이 경로 및/또는 방향을 바꾸기 전에 경로 및/또는 방향 조정을 시작함으로써 차량을 더 밀착하여 따르는 장점을 제공할 수 있다. 따라서, 드론의 예측적 안내는 관련 기술의 반응적 안내와 비교할 때 더 효율적인(예를 들어, 가장 짧은) 경로를 계획하고 제어 명령이 덜 빈번하게 업데이트되도록 요구함으로써 에너지 소비를 감소시킬 수 있다. 드론의 예측적 안내는 차량 운전자의 개입 및 노력도 또한 최소화할 수 있다.
이상, 본 개시는 구체적인 구성 요소 등과 같은 구체적인 사항, 실시예 및 도면에 의하여 설명되었지만, 그것들은 단지 본 개시의 전체적인 이해를 돕기 위해 제공된다. 따라서, 본 개시는 실시예에 한정되지 아니한다. 이 명세서로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 수정 및 변형이 이루어질 수 있다. 따라서, 본 개시의 사상은 앞에서 설명한 실시예들로 제한되지 않아야 하고, 후술하는 청구범위뿐만 아니라 청구범위와 동일하게 또는 균등하게 수정된 모든 기술적 사상은 본 개시의 범위 및 사상 내에 속하는 것으로 해석되어야 한다.
Claims (20)
- 예측적 드론 착륙을 위한 방법에 있어서,
프로세서에 의하여, 차량에 장착된 착륙 도크에 대한 드론의 상대 위치를 획득하는 단계;
프로세서에 의하여, 착륙 도크에 대한 드론의 상대 속도를 획득하는 단계;
프로세서에 의하여, 착륙 도크에 대한 드론의 상대 위치 및 상대 속도에 기초하여 착륙 시간을 추정하는 단계; 그리고
프로세서에 의하여, 차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에 차량의 위치를 드론 착륙 위치로 예측하는 단계;
를 포함하는 방법. - 제1항에 있어서,
드론 착륙 위치는 차량의 속도, 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, 첨단 운전자 지원 시스템(advanced driver assistance system; ADAS) 데이터, 그리고 차량-대-사물(V2X) 통신을 통하여 수신한 교통 데이터 중 적어도 하나에 기초하여 예측되는 방법. - 제2항에 있어서,
내비게이션 시스템으로부터 계산된 차량 경로는 도로 곡선, 고도, 또는 양자 모두를 포함하는 방법. - 제1항에 있어서,
프로세서에 의하여, 예측된 차량의 위치에 기초하여 추정된 착륙 시간을 업데이트하는 단계; 그리고
프로세서에 의하여, 업데이트된 착륙 시간에 기초하여 예측된 차량의 위치를 업데이트하는 단계;
더 포함하는 방법. - 제1항에 있어서,
프로세서에 의하여, 드론을 드론 착륙 위치로 안내하는 단계를 더 포함하고,
드론을 안내하는 단계는
프로세서에 의하여, 추정된 착륙 시간에 드론 착륙 위치에 도달하기 위한 드론 경로를 생성하는 단계, 그리고
프로세서에 의하여, 드론에 생성된 드론 경로를 제공하는 단계
를 포함하는 방법. - 제1항에 있어서,
프로세서에 의하여, 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내인지를 판단하는 단계; 그리고
프로세서에 의하여, 드론과 착륙 도크 사이의 거리가 미리 설정된 거리 이내인 것으로 판단하는 것에 반응하여 착륙을 실행하는 단계;
를 더 포함하는 방법. - 제1항에 있어서,
착륙 도크에 대한 드론의 상대 위치는 이미지 장치를 이용하여 획득되는 방법. - 제5항에 있어서,
드론 경로는 드론과 드론 착륙 위치 사이의 장애물을 피하도록 생성되는 방법. - 제1항에 있어서,
프로세서에 의하여, 추정된 착륙 시간이 미리 설정된 시간 내인지를 판단하는 단계;
프로세서에 의하여, 추정된 착륙 시간이 미리 설정된 시간 내라고 판단하는 것에 반응하여 추정된 착륙 시간에 드론의 자세와 차량의 자세를 예측하는 단계;
예측된 드론의 자세와 예측된 차량의 자세 사이의 차이를 추정하는 단계; 그리고
드론의 자세와 차량의 자세 사이의 추정된 차이에 기초하여 착륙 도크의 방위각을 조정하는 단계;
를 더 포함하는 방법. - 제9항에 있어서,
미리 설정된 시간은 미리 설정된 버퍼와, 예측된 드론의 자세에 부합하기 위해 착륙 도크를 조정하는데 요구되는 작동 시간의 합인 방법. - 제6항에 있어서,
착륙은 드론과 착륙 도크 사이의 자기 커플링을 이용하여 실행되는 방법. - 제6항에 있어서,
착륙은 기계적으로 잡아두는 장치를 이용하여 실행되는 방법. - 제1항에 있어서,
프로세서에 의하여, 위성 위치 확인 시스템(GPS)에 기초하여 차량의 현재 위치를 드론에 전송하는 단계;
프로세서에 의하여, 드론에 차량의 현재 위치까지의 경로를 제공하는 단계; 그리고
프로세서에 의하여, 이미지 장치를 이용하여 착륙 도크에 대한 드론의 상대 위치가 검출되었음을 알려주는 검출 신호를 수신하는 단계;
를 더 포함하는 방법. - 제13항에 있어서,
프로세서에 의하여, 차량의 현재 방위를 드론에 전송하는 단계를 더 포함하는 방법. - 제13항에 있어서,
프로세서에 의하여, 상기 검출 신호를 수신하는 것에 반응하여 착륙 도크에 대한 드론의 상대 위치를 획득하는 단계를 더 포함하는 방법. - 제1항에 있어서,
프로세서에 의하여, 드론의 남은 비행 기간을 추정하는 단계; 그리고
프로세서에 의하여, 드론의 남은 비행 기간이 추정된 착륙 시간까지의 시간보다 긴 지를 판단하는 단계;
를 더 포함하는 방법. - 제1항에 있어서,
프로세서에 의하여, 차량의 남은 여행 기간을 추정하는 단계; 그리고
프로세서에 의하여, 차량의 남은 여행 기간이 추정된 착륙 시간까지의 시간보다 긴 지를 판단하는 단계;
를 더 포함하는 방법. - 예측적 드론 착륙을 위한 시스템에 있어서,
차량에 장착된 착륙 도크; 그리고
프로그램 명령들을 저장하도록 된 메모리와, 상기 프로그램 명령들을 실행하도록 된 프로세서를 포함하는 제어기;
를 포함하며,
상기 프로그램 명령들은 실행되었을 때
착륙 도크에 대한 드론의 상대 위치를 획득하고,
착륙 도크에 대한 드론의 상대 속도를 획득하며,
착륙 도크에 대한 드론의 상대 위치와 상대 속도에 기초하여 착륙 시간을 추정하고, 그리고
차량의 주행 데이터와 드론의 비행 상태에 기초하여 추정된 착륙 시간에서 차량의 위치를 드론 착륙 위치로 예측하도록 되어 있는 시스템. - 제18항에 있어서,
상기 프로그램 명령들은 실행되었을 때
착륙 도크에 대한 드론의 상대 방위를 획득하고,
착륙 도크에 대한 드론의 상대 방위에 기초하여 착륙 시간을 추정하도록 더 되어 있는 시스템. - 제18항에 있어서,
드론 착륙 위치는 차량의 속도, 내비게이션 시스템으로부터 계산된 차량 경로, 도로 교통 상황, 2D 지도 데이터, 3D 지도 데이터, 첨단 운전자 지원 시스템(ADAS) 데이터, 그리고 차량-대-사물(V2X) 통신을 통하여 수신한 교통 데이터 중 적어도 하나에 기초하여 예측되는 시스템.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/601,193 | 2019-10-14 | ||
US16/601,193 US20210109546A1 (en) | 2019-10-14 | 2019-10-14 | Predictive landing for drone and moving vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20210044671A true KR20210044671A (ko) | 2021-04-23 |
Family
ID=75382818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200007269A KR20210044671A (ko) | 2019-10-14 | 2020-01-20 | 예측적인 드론 착륙을 위한 방법 및 시스템 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210109546A1 (ko) |
KR (1) | KR20210044671A (ko) |
CN (1) | CN112731949A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220161664A (ko) | 2021-05-31 | 2022-12-07 | 주식회사 제이슨랩 | 협소공간 정밀 이착륙을 위한 드론 스테이션 및 착륙 가이드 시스템 |
US11681301B2 (en) * | 2021-06-29 | 2023-06-20 | Beta Air, Llc | System for a guidance interface for a vertical take-off and landing aircraft |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11787346B2 (en) * | 2018-04-20 | 2023-10-17 | Axon Enterprise, Inc. | Systems and methods for a housing equipment for a security vehicle |
EP3823897A4 (en) * | 2018-07-20 | 2022-08-03 | ATC Technologies, LLC | DEVICES, SYSTEMS AND METHODS FOR AUTONOMOUS LANDING OF UNMANNED AERIAL VEHICLES WITH COLLABORATIVE INFORMATION SHARING |
US11507113B2 (en) * | 2020-01-23 | 2022-11-22 | Ford Global Technologies, Llc | Aerial vehicle sensor calibration systems and methods |
US20220198947A1 (en) * | 2020-12-23 | 2022-06-23 | Yamaha Motor Corporation, Usa | Aircraft auto landing system |
US11783274B2 (en) * | 2021-01-26 | 2023-10-10 | Ford Global Technologies, Llc | Systems and methods for a decentralized hybrid air-ground autonomous last-mile goods delivery |
US11767130B2 (en) * | 2021-07-12 | 2023-09-26 | Honeywell International Inc. | System and method for launching and retrieving unmanned aerial vehicle from carrier in motion |
CN113359854B (zh) * | 2021-07-12 | 2022-11-15 | 中交华南勘察测绘科技有限公司 | 一种多无人机协同作业调度方法、***及存储介质 |
-
2019
- 2019-10-14 US US16/601,193 patent/US20210109546A1/en not_active Abandoned
- 2019-11-28 CN CN201911189323.9A patent/CN112731949A/zh active Pending
-
2020
- 2020-01-20 KR KR1020200007269A patent/KR20210044671A/ko unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220161664A (ko) | 2021-05-31 | 2022-12-07 | 주식회사 제이슨랩 | 협소공간 정밀 이착륙을 위한 드론 스테이션 및 착륙 가이드 시스템 |
US11681301B2 (en) * | 2021-06-29 | 2023-06-20 | Beta Air, Llc | System for a guidance interface for a vertical take-off and landing aircraft |
Also Published As
Publication number | Publication date |
---|---|
US20210109546A1 (en) | 2021-04-15 |
CN112731949A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20210044671A (ko) | 예측적인 드론 착륙을 위한 방법 및 시스템 | |
US10796204B2 (en) | Planning system and method for controlling operation of an autonomous vehicle to navigate a planned path | |
AU2020104467A4 (en) | Systems and methods for path determination | |
CN110268356B (zh) | 前导无人机的*** | |
CN112639883B (zh) | 一种相对位姿标定方法及相关装置 | |
CN110226143B (zh) | 前导无人机的方法 | |
US11661084B2 (en) | Information processing apparatus, information processing method, and mobile object | |
US20200257319A1 (en) | Personal security robotic vehicle | |
US11046430B1 (en) | Intelligent trajectory adviser system for unmanned aerial vehicles in complex environments | |
CN111295627B (zh) | 水下领航无人机*** | |
CN111338362B (zh) | 包括无人驾驶飞行器的***及其协作方法 | |
EP3538966B1 (en) | Vehicle collision avoidance | |
CN112558608A (zh) | 一种基于无人机辅助的车机协同控制及路径优化方法 | |
CN108205328B (zh) | 建立供交通工具遵循的与目标相邻的飞行图式的***和方法 | |
CN116830057A (zh) | 无人机(uav)集群控制 | |
US20230087852A1 (en) | Automated valet parking system, control method for automated valet parking system, and autonomous driving vehicle | |
CN111971635A (zh) | 移动体、信息处理装置、信息处理方法和程序 | |
US11891093B2 (en) | Control device, control method, and storage medium for controlling a mobile device along a conditions-varying travel path | |
JP2022027772A (ja) | 基地装置、基地装置の制御方法、及び基地装置の制御プログラム | |
US11904855B2 (en) | Cooperative driving system and method | |
CN113428173B (zh) | 用于自动驾驶车辆的静态曲率误差补偿控制逻辑 | |
WO2024081060A1 (en) | Obstacle avoidance for aircraft from shadow analysis | |
GB2522328A (en) | Payload delivery | |
WO2021038667A1 (ja) | 無人飛行体の制御装置、無人飛行体の制御システムおよび無人飛行体の制御方法 | |
US20230415785A1 (en) | Delivery Hand Off Procedure When Electric Vehicle (EV) is About to Lose Power |