CN102460329B - 异类自主性操作的监督和控制 - Google Patents

异类自主性操作的监督和控制 Download PDF

Info

Publication number
CN102460329B
CN102460329B CN201080024925.XA CN201080024925A CN102460329B CN 102460329 B CN102460329 B CN 102460329B CN 201080024925 A CN201080024925 A CN 201080024925A CN 102460329 B CN102460329 B CN 102460329B
Authority
CN
China
Prior art keywords
task
robot machine
mission planning
many
machine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080024925.XA
Other languages
English (en)
Other versions
CN102460329A (zh
Inventor
J·S·姜
J·L·维安
G·J·克拉克
E·赛德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Boeing Co
Original Assignee
Boeing Co
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
Priority claimed from US12/479,667 external-priority patent/US20100312387A1/en
Application filed by Boeing Co filed Critical Boeing Co
Publication of CN102460329A publication Critical patent/CN102460329A/zh
Application granted granted Critical
Publication of CN102460329B publication Critical patent/CN102460329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/39Robotics, robotics to robotics hand
    • G05B2219/39377Task level supervisor and planner, organizer and execution and path tracking
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning

Abstract

本发明公开了一种装置的不同的有利实施例,所述装置可以包括若干机器人机器组、任务规划器和任务控制器。任务规划器能够为所述若干机器人机器组生成任务。任务控制器能够利用所述若干机器人机器组执行任务。

Description

异类自主性操作的监督和控制
技术领域
本发明一般涉及任务管理,具体地,涉及用于规划和执行任务的自动化系统。还是更具体地,本公开涉及用利用任务规划系统规划和执行任务的方法和装置。
背景技术
用于调度和执行作业的自动化系统一般可以呈现为构成适用于具体任务或操作的相同解决方法的单个系统。例如,在飞机维护领域中,不同的检查技术可以用于检查物理,例如飞机结构,接着想到的事件或用于确定是否需要预定的或预防性的维护。通过拥有者和/或操作员可以改变现有的飞机维护操作,但是许多操作依赖于昂贵定制的手动检查和维护方法。其他现有的操作技术可以依赖于半自主性或自主性的系统,该种系统可以提供正在执行的操作类型所特有的有限的解决方法。实施有限操作类型所特有的各种半自主性或自主性系统成本过高、比较耗时、并且效率低下。
因此,提供一种考虑一个或多个上面所述问题和可能的其他问题的方法和装置将是有利的。
发明内容
不同的有利的实施例可以提供可以包括许多机器人机器组、计算机系统和无线通信系统的装置。该计算机系统能够为多个机器人机器组产生信息。该无线通信系统能够提供与多个机器人机器组和计算机系统进行通信。
不同的有利的实施例可以进一步提供适用于任务管理的方法。可以产生任务规划。该任务规划可以被发送至多个机器人机器组。可以由多个机器人机器组监控任务规划的进展。从多个机器人机器组可以接收到关于该任务规划的数据。
不同的有利的实施例可以进一步提供适用于任务管理的方法。从多个机器人机器可以接收到关于任务的信息。可以识别出任务中的冲突。关于冲突是否解决可以做出判断。
不同的有利的实施例仍可以进一步提供可以包括多个机器人机器组、任务规划器、任务控制器、无线通信系统、逻辑规划器和自反规划器。该任务规划器能够为多个机器人机器组生成任务。该任务控制器能够利用多个机器人机器组执行任务。该无线通信系统能够提供与多个机器人机器组、任务控制器和任务规划器进行通信。该逻辑规划器能够识别多个作业从而执行任务。该自反规划器能够响应来自多个机器人机器组的消息修改任务。
不同的有利实施例仍可以进一步提供适用于任务管理的方法。该任务管理能够为任务产生任务规划。从多个数据库中可以检索到信息。任务规划可以分解为多个作业。可以为任务规划中的多个作业分配多个资源。该任务规划可以被发送至多个机器人机器组。任务规划的进展可以由多个机器人机器组监控。从多个机器人机器组可以接收到关于任务规划的数据。
1.一种装置,包含:
多个机器人机器组;
能够为多个机器人机器组生成信息的计算机系统;和
能够提供与多个机器人机器组和计算机系统的通信的无线通信系统。
2.根据权利要求1所述的装置,进一步包含:
能够为多个机器人机器组生成任务的任务规划器;和
能够提供对任务规划器的操作员访问的操作员接口。
3.根据权利要求2所述的装置,其中所述任务规划器进一步能够基于任务需求动态复制。
4.根据权利要求1所述的装置,进一步包含:
多个任务控制器,其中多个机器人机器组中的每个机器人机器组均具有来自多个任务控制器的单独的任务控制器。
16.一种用于任务管理的方法,所述方法包含:
从多个机器人机器中接收关于任务的信息;
识别出任务中的冲突;和
确定所述冲突是否可以解决。
17.根据权利要求16所述的方法,进一步包含:
响应所述冲突可以解决的判断,解决所述冲突,从而形成解决方法;和
发送所述解决方法至多个机器人机器。
18.根据权利要求16所述的方法,进一步包含:
响应冲突无法解决的判断,发送冲突报告至任务规划器。
19.一种装置,包含:
多个机器人机器组;
能够为所述多个机器人机器组生成任务的任务规划器;
能够利用所述多个机器人机器组执行所述任务的任务控制器;
能够提供与所述多个机器人机器组、任务控制器和任务规划器的通信的无线通信系统;
能够识别出执行所述任务的多个作业的逻辑规划器;和
能够响应来自所述多个机器人机器组的多个消息修改所述任务的自反规划器。
20.一种适用于任务管理的方法,所述方法包含:
为任务生成任务规划;
从多个数据库中检索信息;
将所述任务规划分解为多个作业;为所述任务规划中的多个作业分配多个资源;
将所述任务规划发送至多个机器人机器组;
由所述多个机器人机器组监控所述任务规划的进展;和
从所述多个机器人机器组接收关于所述任务规划的数据。
21.根据权利要求20所述的方法,其中检索的信息包括任务进度表、任务历史记录和资源信息中的至少一个。
22.根据权利要求20所述的方法,其中所述任务规划包括针对所述任务的多个作业。
特征、功能、和优势可以在本公开的不同实施例中单独地实现,或可以与其他实施例组合起来实现,其中参考下面的说明书和附图可以理解进一步的细节。
附图说明
在相关的权利要求中已经陈述了认为是有利的实施例特性的新颖特性。然而,通过参考下面的本公开的有利的实施例的详细说明书连同附图,将最好地理解该有利的实施例和优选的使用模式、进一步的目的、及其优势,在附图中:
图1示出了根据有利的实施例的飞机制造和服务方法;
图2示出了有利的实施例可以实施的飞机;
图3示出了根据有利的实施例的任务规划环境;
图4示出了根据说明性的实施例的数据处理系统;
图5示出了根据有利的实施例的许多机器人机器组;
图6示出了有利的实施例的多个数据库;
图7示出了根据有利的实施例的传感器系统;
图8示出了根据有利的实施例的操作员接口;
图9示出了根据有利的实施例的任务规划器;
图10示出了根据有利的实施例的任务控制器;
图11示出了根据有利的实施例的机器控制器;
图12示出了根据有利的实施例的异类操作的监督和控制过程的流程图;
图13示出了根据有利的实施例的产生任务规划的过程的流程图;
图14示出了根据有利的实施例的解决任务规划冲突的过程的流程图。
具体实施方式
更具体地,参考附图,本公开的实施例可以在图1中所示的飞机制造和服务方法100与图2中所示的飞机200的背景中描述。首先转向图1,描述了根据有利的实施例的飞机制造和服务方法。在预生产期间,飞机制造和服务方法100可以包括图2中的飞机200的规格和设计102和材料采购104。
在生产期间,可以进行图2中飞机200的部件和组件制造106与系统集成108。然后,图2中的飞机200可以进行检定和交付110,为的是投入使用中112。当由顾客使用112时,可以安排图2中的飞机200进行日常维护和服务114,可以包括改进、重构、翻新、和其他维护或服务。
飞机制造和服务方法100的每个过程都可以由系统综合供应商、第三方、和/或操作员执行。在这些实例中,操作员可以是顾客。为了该描述,系统综合供应商可以包括但不限于许多飞机制造商和主系统转包商;第三方可以包括但不限于许多卖主、转包商、和供应商;以及操作员可以是航空公司、租赁公司、政府组织、服务组织等等。
现在参考图2,描述了有利的实施例可以实施的飞机。在该实例中,飞机200可以通过图1中的飞机制造和服务方法100生产,并可以包括具有多个系统204和内部206的机身202。系统204的实例可以包括一个或多个推进系统208、电气系统210、液压系统212、和环境系统214。可以包括许多其他的系统。尽管示出了航空航天学实例,但是不同的有利的实施例可以应用于其他工业,例如汽车工业。此外,不同的有利的实施例可以应用于其他的基础设施工业,例如桥梁和建筑物。
在图1中的飞机制造和服务方法100的任一个或多个阶段期间可以使用此处包含的装置和方法。例如,当飞机200处于图1中的维护和服务114中时,可以检查在图1中的部件和组件制造106中生产的部件或组件。
而且,在服务阶段期间可以利用一个或多个装置实施例、方法实施例、或其组合,例如图1中的维护和服务114与使用中112,例如但不限于,通过加快飞机200的检查和/或维护。
不同的有利的实施例考虑并认识到当前使用的任务规划系统并不提供检测和监控间歇情况所需的连续和/或周期性的数据。不同的有利的实施例也认识到现有的任务规划方法并不自主地协调多个任务和/或多个机器人机器组执行异类操作。
不同的有利的实施例考虑并认识到当前使用的规划系统并不健壮到足够用于动态规划和协调多个远程机器人机器组,在特定的高水平任务期间可以间歇地分派和收回每个远程机器人机器组。此外,由于功能故障或其他非预期的环境或任务工作条件,需要显著的操作员工作量保持系统的复杂耦合系统的操作。
因此,一个或多个不同的有利的实施例可以提供可以包括许多机器人机器组、任务规划器、和任务控制的装置。该任务规划器能够为许多机器人机器组产生任务。该任务控制能够利用许多机器人机器组执行任务。
不同的有利的实施例可以进一步提供适用于任务管理的方法。可以产生任务规划。该任务规划可以发送至许多机器人机器组。通过许多机器人机器组可以监控该任务的进展。从许多机器人机器组可以接收到关于任务规划的数据。
不同的有利的实施例可以进一步提供适用于任务管理的方法。从许多机器人机器可以接收到关于任务的信息。可以识别出任务中的冲突。关于冲突是否可以解决做出判断。
不同的有利的实施例仍可以进一步提供可以包括许多机器人机器组、任务规划器、任务控制器、无线通信系统、逻辑规划器、和自反规划器的装置。任务规划器能够为许多机器人机器组生成任务。任务控制器能够利用许多机器人机器组执行任务。无线通信系统能够提供与许多机器人机器组、任务控制器、和任务规划器进行通信。逻辑规划器能够识别出许多作业,从而执行任务。自反规划器能够响应来自许多机器人机器组的许多消息修改任务。
不同的有利的实施例仍可以进一步提供为任务生成任务规划的方法。从多个数据库中可以检索到信息。所检索的信息可以包括任务进度表、任务历史记录、和资源信息中的至少一个。任务规划可以分解为许多作业。可以为任务规划中的许多作业分配许多资源。任务规划可以发送至许多机器人机器组。任务规划可以包括任务的许多作业。许多机器人机器组可以监控任务规划的进展。从许多机器人机器组可以接收到关于任务规划的数据。
不同的有利的实施例可以提供可测量的、灵活的任务规划系统,该系统是健壮的以至于可以规划和控制受具有随时间变化的任务目标的动态工作条件影响的多个异类机器人机器组。
举特定的说明性实例来说,可以实施一个或多个不同的有利的实施例,例如但不限于,图1中的部件和组件制造106、系统集成108、检定和交付110、使用中112、与维护和服务114期间,从而装配飞机200的结构。如此处所使用,术语“至少一个”,当与一列物品一起使用时,是指可以使用一个或多个所列举物品的不同组合,并且只需要列表中每个物品中的一个。例如,“至少一个物品A、物品B、物品C”可以包括,例如但不限于,物品A、或物品A和物品B。该实例也可以包括物品A、物品B、和物品C、或物品B和物品C。
现在参考图3,描述了根据有利的实施例的任务规划环境的图解。任务规划环境300可以是规划、执行、与利用许多机器人机器和操作员302修改任务或操作的任何环境。
任务规划环境300可以包括任务规划系统301和操作员302。任务规划系统301可以是用于规划检查任务从而在图1中的维护和服务114期间检查图2中的飞机200的系统的一个实例。操作员302可以是,例如但不限于,人类操作员、自主性机器操作员、机器人操作员、或某些其他的外部系统。
可以在适用于许多应用的许多工业中实施任务规划系统301。例如,可以在航空航天学工业、汽车工业、军事、执法、第一出动人员、搜索和营救、监督、和/或任何其他合适的工业和/或可以使用规划系统的应用中实施任务规划系统301。
任务规划系统301可以包括多个数据库304、计算机系统306、许多机器人机器组312、无线通信系统314、和许多电源336。多个数据库304可以包括分布在任务规划系统301可以访问的许多网络环境上的许多数据库。计算机系统306可以包括操作员接口308、许多设备309、和任务规划器310。计算机系统306能够产生信息。信息可以包括,例如但不限于,命令、数据、程序、和/或其他合适类型的信息。
操作员302可以使用许多设备309与操作员接口308相互作用。许多设备309可以包括设备,例如但不限于,显示器、数据手套、个人数字助理、便携式电脑、操纵杆、可视界面、触觉界面、和/或任何其他合适的设备。显示器313可以是操作员302使用的与操作员接口308相互作用的许多设备309中的一个类型设备的实例。
在一个有利的实施例中,操作员302可以利用计算机系统306上的操作员接口发起任务规划工作。例如,操作员可以识别出具体的任务,以便于任务规划系统301执行。操作员302可以位于许多本地机器人机器组312,或可以远离许多机器人机器组312。例如,许多机器人机器组312可以在与操作员302的地理位置、国家、或行星不同的地理位置、国家、或行星,例如在月球上使用并由地球上的操作员302控制的许多机器人机器。
任务规划系统301可以为操作员302提供控制许多机器人机器组312的能力,不管机器人机器组接近操作员302或是缺乏许多机器人机器组312,操作员302均能够控制机器人机器组312。机器人机器组1324、机器人机器组2326、和机器人机器组n 328可以是包括在许多机器人机器组312中的许多机器人机器组的实例。
在这些说明性的实例中,许多机器人机器组312可以是同类的和/或异类的。例如,当所有的机器人机器组均是基本相同的、执行基本相同类型的操作、和/或具有基本相同的结构时,许多机器人机器组312可以是同类的。当许多机器人机器组312内的不同的机器人机器组是不同的、执行不同类型的操作、和/或具有其他差异时,许多机器人机器组312可以是异类的。在某些实例中,许多机器人机器组312可以具有不同的结构用于执行基本相同类型的操作,或具有不同的结构用于执行不同类型的操作。
进一步,许多机器人机器组312内的每个机器人机器组可以是同类的或异类的。例如,机器人机器组1 324可以是同类的,并具有完全相同的机器人机器。机器人机器组2 326可以是异类的,并具有不同结构的不同类型的机器人机器,用于执行不同类型的操作。在另一个实例中,机器人机器组2 326可以是异类的,并具有不同结构的不同类型的机器人机器,用于执行基本相同类型的操作。
操作员302可以使用操作员接口308访问计算机系统306上的任务规划器310。任务规划器310可以规划任务并因此分配资源。任务可以是,例如但不限于,结构的检查、搜索和营救操作、监督任务、维护操作、和/或任何其他合适的任务或操作。任务规划器310可以从多个数据库304接收数据305,发起预定的任务或操作。预定的任务或操作可以是日常操作或是由多个数据库304辨认的日期、时间、或事件发起的预定任务。例如,图2中飞机200的日常维护可以由日期发起,例如在多个数据库304中存储的年度维护日期。
任务规划器310可以利用操作员接口308从操作员302接收数据307,从而发起任务或操作。数据307可以包括,但不限于,关于许多作业的信息、目标、结构、和/或任务或操作的任何其他合适的信息。任务规划器310可以接收数据307和/或数据305,以及可以处理所接收的信息,从而产生任务规划,将许多作业分配给许多资源。
任务规划311可以是由任务规划器310产生的任务规划的实例。在说明性的实例中,任务规划器310可以将一个作业分配给一个机器人机器组,和将另一个作业分配给不同的机器人机器组。任务规划器310可以在执行期间监控任务或操作,以及可以基于从许多资源接收的反馈修改任务或操作,例如许多机器人机器组312。如此处所使用,许多指的是一个或多个作业、资源、和/或机器人机器组。
任务规划器310可以产生任务规划311,并将任务规划311发送至许多机器人机器组312的许多任务控制器315。许多任务控制器315可以代表每个机器人机器组的单独的任务控制器。每个机器人机器组可以具有其自己的单独的任务控制器。任务规划器310可以利用无线通信系统314发送任务规划311。
无线通信系统314可以接收并发送任务规划器310和许多机器人机器组312之间的信息316。任务规划311可以包含命令318和程序320,命令和程序均发送至指定的机器人机器组的任务控制器,例如机器人机器组1324的任务控制器330。在执行任务规划311期间,机器人机器组1324的任务控制器330可以发送消息322至任务规划器310。
例如,如果任务控制器330不能解决机器人机器组1324中的阻碍执行任务规划311的冲突,则可以发送消息322。任务规划器310可以使用消息322修改任务规划311,为的是解决任务控制器330识别的冲突。然后任务规划器310可以发送新的命令或程序至任务控制器330,从而执行修改过的任务规划332。
许多电源336可以提供电功率给许多任务规划系统301,例如许多机器人机器组312。许多电源336可以包括,但不限于,电池、可移动电池充电器、有梁动力、网络自主性电池充电器、能量收集设备、光电池、和/或其它合适的电池。
图3中的任务规划环境300的图解并不意味着包含不同的有利的实施例可以实施的物理限制或结构限制。可以使用除了所述部件之外和/或代替所述部件的其它部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框图从而示出某些功能部件。当在不同的有利的实施例中实施时,可以将一个或多个方框组合起来和/或将其划分为不同的方框。
例如,任务规划系统301可以包括可以重构其自身的自主性维护和检查系统,从而以比当前可用的检查系统更快的方式执行不同类型结构的检查。结构可以是,例如,图2中的飞机200。在另一个说明性的实例中,结构可以是,例如但不限于,飞机、航天器、潜水艇、水面舰艇、机动车辆、坦克、建筑物、生产现场、发动机、和/或某些其他合适类型的结构。
还是在另一个说明性的实例中,结构可以是结构的零件。例如,在飞机的说明性实例中,结构的零件可以是,例如但不限于,机翼、机身、发动机、和/或某些其他合适的飞机结构零件。
现在参考图4,描述了根据有利的实施例的数据处理系统的图解。数据处理系统400可以用于实施不同的部件和任务规划环境内的数据处理系统,例如图3中的任务规划系统301和/或计算机系统306。
在该说明性的实例中,数据处理系统400包括通信结构402,其提供在处理单元404、内存406、永久性内存储器408、通信单元410、输入/输出(I/O)单元412、和显示器414之间进行通信。取决于特定的实施,可以使用不同结构和/或构造的数据处理系统400。
处理器单元404起到执行可以装入内存406的软件指令的作用。处理器单元404可以是一组一个或多个处理器或可以是多处理器核,这取决于特定的实施。进一步,利用一个或多个异类处理器系统可以实施处理器单元404,在异类处理器系统中存在主处理器和在单个芯片上的次处理器。举另一个说明性的实例来说,处理器单元404可以是包含多个相同类型的处理器的对称多处理器系统。
内存406和永久性存储器408是存储设备416的实例。存储设备可以使能够存储信息的任何硬件,信息包括但不限于数据、功能形式的程序代码、和/或其它合适类型的临时或永久信息。在这些实例中,内存406可以是,例如,随机存取存储器或任何其它合适的易失性或非易失性存储设备。取决于特定的实施,永久性存储器408可以采用各种形式。
例如,永久性存储器408可以包含一个或多个部件或设备。例如,永久性存储器408可以是硬盘驱动器、闪存、可重写光盘、可重写磁带、或以上的某些组合。永久性存储器408使用的介质也可以是可移除的。例如,可移除的硬盘驱动器可以用于永久性存储器408。
在这些实例中,通信单元410提供与其他数据处理系统或设备进行通信。在这些实例中,通信单元410可以是网络接口卡。通信单元410可以通过使用物理通信链路或无线通信链路或同时使用两者提供通信。
输入/输出单元412允许数据输入连接数据处理系统400的其他设备或从连接数据处理系统400的其他设备中输出数据。例如,输入/输出单元412可以通过键盘、鼠标、和/或某些其他合适的输入设备提供与用户输入进行连接。进一步,输入/输出单元412可以发送输出至打印机。显示器414提供机构显示信息给用户。
关于操作系统、应用、和/或程序的指令可以位于存储设备416中,存储设备416通过通信结构402与处理器单元404进行通信。在这些说明性的实例中,指令位于永久性存储器408中功能型中。这些指令可以装入内存406中,以便于由处理器单元404执行。不同的实施例的过程可以利用位于内存(例如内存406)中的计算机执行指令由处理器单元404执行。
这些指令被称为程序代码、计算机可用程序代码、或可以由处理器单元404中的处理器读取和执行的计算机可读代码。不同的实施例中的程序代码可以具体化在不同的物理或有形计算机可读介质中,例如内存406或永久性存储器408。
程序代码420可以位于计算机可读介质418中功能型中,可以选择性地移除程序代码,和程序代码可以装入或转移至数据处理系统400,以便于由处理器单元404执行。在这些实例中,程序代码420和计算机可读介质418构成计算机程序产品422。在一个实例中,计算机可读介质418可以是有形形式的,例如可以插入或放入驱动器中的光盘或磁盘,或是可以是永久性存储器408的零件的其他设备,用于转移至存储设备中,例如可以是永久性存储器408的零件的硬盘驱动器。
在有形的形式中,计算机可读介质418也可以采用永久性存储器的形式,例如硬盘驱动器、记忆卡、或可以连接数据处理系统400的闪存。计算机可读介质418的有形形式也可以被称为计算机可记录的存储介质。在某些情况中,计算机可读介质418是不可移除的。
或者,程序代码420可以从计算机可读介质418通过通信单元410的通信链路和/或通过输入/输出单元412的连接转移至数据处理系统420。在这些说明性的实例中,通信链路和/或连接可以是物理的或无线的。计算机可读介质也可以采用非有形介质的形式,例如包含程序代码的通信链路或无线传输。
在某些说明性的实例中,可以通过网络将程序代码420从另一个设备或数据处理系统中下载到永久性存储器408中,用于在数据处理系统400中使用。例如,可以通过网络将存储在服务器数据处理系统中的计算机可读存储介质中的程序代码从服务器下载到数据处理系统400中。提供程序代码420的数据处理系统可以是服务器计算机、客户端计算机、或能够存储和发送程序代码420的某些其他的设备。
所述的数据处理系统400的不同部件并不意味着提供不同的实施例可以实施方式的结构限制。不同的说明性实施例可以在包括除了关于数据处理系统400所述部件以外或代替关于数据处理系统400所述部件的部件的数据处理系统中实施。图4中所示的其他部件可以不同于所示的说明性实例。利用任何硬件设备或能够执行程序代码的系统可以实施不同的实施例。举例来说,数据处理系统包括与无机部件结合在一起的有机部件和/或可以完全由包括人的有机部件构成。例如,存储设备可以由有机半导体构成。
举另一个例子来说,数据处理系统400中的存储设备可以是能存储数据的任何硬件装置。内存406、永久性存储器408、和计算机可读介质418均是有形形式的存储设备的实例。
在另一个实例中,总线系统可以用于实施通信结构402,并可以由一个或多个总线构成,例如系统总线或输入/输出总线。当然,总线系统可以通过任何合适类型的结构实施,该结构提供在不同部件之间或连接总线系统的设备之间之间进行数据传输。此外,通信单元可以包括一个或多个用于发送和接收数据的设备,例如调制解调器或网络适配器。进一步,内存可以是,例如,内存406或在接口和存在通信结构402中的内存控制中心中发现的高速缓冲存储器。
现在参考图5,描述了根据有利的实施例的许多机器人机器组的图解。许多机器人机器组500可以是图3中的许多机器人机器组312可以实施的一种方式的实例。
许多机器人机器组500可以包括许多任务控制器501。许多机器人机器组500中的每个机器组可以具有其自己的能够接收来自任务规划器的信息的任务控制器,例如图3中的任务规划器310。机器人机器组502可以是许多机器人机器组500中的机器人机器组的一种实施实例。机器人机器组502可以包括任务控制器503和许多机器人机器505。任务控制器503可以从任务规划器接收机器人机器组502控制的信息,和将来自机器人机器组502的消息发送至任务规划器。
任务控制器503可以监控分派给机器人机器组502的任务或操作的进展、机器人机器组502内的许多机器人机器505之间的相互作用、和许多机器人机器505中的每个机器人机器的状态。任务规划503可以采集信息,同时监控任务或操作和单独的机器的进展。所采集的信息可以表明任务规划中的冲突,任务控制器503能够解决该冲突。任务控制器503可以运行协商算法确定解决方法是否是本地可用的,以及如果该解决方法是本地可用的,那么可以产生许多命令给许多机器人机器505,从而执行该解决方法。如果解决方法是本地不可用的,那么任务控制器503可以发送消息给任务规划器543,消息具有关于任务规划中的冲突信息。任务规划器543可以是图3中的任务规划器310的一个实施实例。
机器人机器504可以是许多机器人机器505中的一个机器实例。机器人机器504可以包括但不限于主体506、动力系统508、活动系统510、传感器系统512、数据处理系统514、无线通信单元516、机器人末端执行器542、和/或其他合适的部件。
主体506可以为不同的部件提供结构和/或外罩,不同的部件可以位于机器人机器504上和/或位于机器人机器504中。动力系统508可以提供功率操作机器人机器504。动力系统508可以利用动力单元530产生功率。动力单元530可以是图3中的许多电源336的说明性实例。动力单元530可以是可再充电的、可移除的、和/或可替代的。当动力单元530耗尽时,可以更换动力单元530。
动力单元530可以是,例如但不限于,电池和/或某些其他合适类型的动力单元。例如,动力单元530可以是能够接收动力而无需利用导线的无线传输单元。
活动系统510可以为机器人机器504提供活动性。活动系统510可以采用多种形式。活动系统510可以包括但不限于推挤系统518、转向系统520、制动系统522、和活动部件524。在这些实例中,推进系统518可以响应来自数据处理系统514中的机器控制器532的命令推动或移动机器人机器504。
推进系统518可以响应从数据处理系统514中的机器控制器532中接收的指令保持或增加机器人机器504移动的速度。推进系统518可以是电控的推进系统。推进系统518可以是,例如但不限于,内燃机、内燃机/电动混合动力系统、电机、或某些其他合适的推进系统。
转向系统520可以响应从数据处理系统514中的机器控制器532接收的命令控制机器人机器504的方向或转向。转向系统520可以是,例如但不限于,电控液压转向系统、电驱动齿条和齿轮转向系统、差动转向系统、或某些其他合适的转向系统。
制动系统522可以响应从数据处理系统514中接收的命令使得机器人机器504减慢和/或停止。制动系统522可以是电控制动系统。该制动系统可以是,例如但不限于,液压制动系统、摩擦力制动系统、或可以电控的某些其他合适的制动系统。
活动部件524可以响应从数据处理系统514中的机器控制器532接收的并由推进系统518、转向系统520、和制动系统522执行的指令为机器人机器504提供朝着许多方向和/或位置移动的性能。活动组件524可以是,例如但不限于,车轮、轨迹、最下部、转子、推进器、机翼、和/或其他合适的部件。
传感器系统512可以包括许多传感器526和传感器数据528。例如,许多传感器526可以包括但不限于,摄像机、扫描器、机电疲劳传感器、微型机电系统(MEMS)设备、和/或某些其他合适类型的传感器,如图7中更加详细地所示。传感器数据528可以是由许多传感器526采集的信息。
机器人末端执行器542可以是一个或多个机器人末端执行器,也被称为机器人外围设备、机器人配件、机械手、机器人工具、臂根装置、和/或臂根设备。机器人末端执行器542可以包括,例如但不限于,机器人刀具更换、机器人夹具、机器人去毛刺工具、冲突传感器、机器人喷漆枪、机器人电弧焊枪、旋转接头、真空吸杯、三爪夹头、钳子、高速主轴、汽缸、和/或钻头。
在这些实例中,数据处理系统514可以利用机器控制器532控制机器人机器504的操作,从而执行程序534和发送命令536。可以通过无线通信单元516和/或某些其他源从任务规划器接收程序534,例如图3中的任务规划器310。在这些说明性的实例中,无线通信单元156提供在机器人机器504和机器人机器组502内的其他机器人机器之间传输信息的能力,例如程序534和命令536。
在一个有利的实施例中,程序534和命令536是图3中的程序320和命令318的说明性实例,程序320和命令318是由任务规划器310产生的,并通过无线通信系统314发送至许多机器人机器组312。在另一个有利的实施例中,数据处理系统514基于通过无线通信单元516和/或某些其他源接收的信息538可以产生程序534和命令536。信息538可以是,例如,关于日常操作或规划任务的信息,例如但不限于,结构维护的需求。
在该说明性的实例中,任务控制器503可以发送指令到程序534,以便于机器人机器504执行操作541。这些指令可以提供执行操作的参数或可以提供执行操作的一部分参数。在另外的实例中,这些指令可以不提供执行操作的参数,以及可以允许程序534选择执行操作的所有参数或一部分参数。
程序534可以具有许多结构543,用于控制操作541的性能。许多结构543中的每个结构可以包括,例如但不限于,许多步骤中的至少一个步骤、程序代码、许多算法、许多工具、许多控制、和/或程序534结构的许多其他合适的元件。
例如但不限于,程序534的第一结构544可以使用数字控制程序545。在这些实例中,机器人机器504可以是数控机器。特别地,可以运行数控程序545,从而基于来自任务控制器503的指令控制操作541的操作。
举一个说明性的实例来说,任务控制器503可以发送指令给数控程序545,以便于机器人机器504在预定位置钻出许多洞。执行该操作的所有输入参数可以由来自任务控制器503的指令提供。在其他实例中,可以运行数控程序545捕获工作站的预定位置的工件图像。在这些实例中,数控程序545可以不充分执行机器人机器504的决策。
在其他的说明性的实例中,数控程序545可以构造为基于一组参数控制操作541。这些参数可以考虑功率、速度、效率、安全、环境意识、和/或某些其他合适的因素中至少一个因素。可以运行数控程序545,做出某些决策执行这组参数内的操作541。
举另一个实例来说,程序534的第二结构可以使用人工智能547控制操作541。人工智能547可以提供能够进行,例如但不限于,做出决策、扣除、推理、解决问题、规划、学习、和/或其他能力的机器人机器504。决策可以包括利用一组法则执行任务。
例如但不限于,程序534可以接收来自任务控制器503的指令,以便于机器人机器504基于一组法则将两个部件彼此连接。人工智能547可以用于执行该操作而不是数控程序545。人工智能547可以构造为评估这组法则和基于该组法则做出决定。
在另一个实例中,任务控制器503可以发送指令给程序534,以便于机器人机器504在结构中钻出许多洞。人工智能547可以用于选择钻孔操作的参数。这些参数可以包括,例如但不限于,要钻的许多洞的类型、要钻的许多洞的位置、要钻的许多洞的大小、和/或钻孔操作的其他参数。在该实例中,人工智能547可以选择参数用于基于一组法则和/或政策进行钻孔操作。
关于程序534的第二结构546,机器人机器504可以采用自主性机器人机器的形式。换句话说,与利用数控程序545相比较,机器人机器504可以具有期望水平的自主性利用人工智能547执行操作541。例如但不限于,人工智能547可以执行操作541,而只有很少的或没有输入和/或来自外部源的命令。
在程序534的其他结构543中,程序534可以包含神经网络548和/或模糊逻辑549。在该实例中,神经网络548可以是人工神经网络。在这些说明性的实例中,神经网络548和/或模糊逻辑549可以允许机器人机器504执行具有期望水平的自主性的操作541。在某些实例中,程序534的某些结构546可以包含神经网络548和模糊逻辑549,从而提供人工智能547。在某些有利的实施例中,程序534的许多结构543的结构可以包含数控程序545、神经网络548、和模糊逻辑549。
数据处理系统514进一步从传感器系统512接收传感器数据528,并生成消息540。可以通过无线通信单元516将消息540发送至机器人机器组502内的另一个机器人机器或图3中的任务规划环境中的另一个部件和/或设备。
机器人机器504可以提供移动至不同位置的能力,而不需要电缆、固定连接装置、轨道、和/或由各种系统中的机器人机器当前使用的其他部件。
图5中的许多机器人机器组500的图解并不意味着包含不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所示部件以外的其他部件和/或代替所示部件的部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框是为了示出某些功能部件。当在不同的有利的实施例中实施时,一个或多个这些方框可以组合起来和/或划分为不同的方框。
例如,在某些有利的实施例中,机器控制器532是不必要的。如果数据处理系统514直接从远离机器人机器504定位的机器控制器(例如任务控制器503)接收程序534和命令536,那么机器控制器532是不必要的。还是在其他有利的实施例中,机器人机器504可以包括此处未描述的额外的系统,用于操作,例如但不限于,检查、维护、监督、搜索和营救、和/或任何其他合适的操作或任务。
在某些有利的实施例中,机器人机器组502中的许多机器人机器505可以包括构造为执行一种类型操作的许多机器人机器和构造为指令另一种类型操作的许多机器人机器。在其他有利的实施例中,机器人机器组502中的所有机器人机器可以构造为基本上执行相同类型的操作,而许多机器人机器组500中的其他机器人机器组可以构造为执行不同类型的操作。
现在参考图6,描述了根据有利的实施例的多个数据库的图解。多个数据库600可以是适用于图3中的多个数据库304的一个实施的实例。
多个数据库600可以包括目标识别数据库602、目标维护数据库604、目标可靠性和可维护性数据库606、工程和材料管理数据库608、目标规划和控制数据库610、优先任务数据库612、机器控制数据库614、任务过程数据库616、天气信息618、资源数据库620、地理位置参考数据库622、地形匹配数据库624、义战法则数据库626、和/或其他合适的信息。
目标识别数据库602可以包含许多不同类型和不同型号目标的识别信息。在说明性的实例中,不同飞机模型的识别信息可以包括但不限于,主要型号和次要型号、尾号、用户唯一号、工程和制造有效号、和/或任何其他合适的信息。
目标维护数据库604可以含有关于目标识别数据库602中识别的指定目标的维护历史记录。目标的维护历史记录可以连同目标规划和控制数据库610中的维护规划数据一起使用,从而确定在下一次维护会话中需要采取的控制措施和/或遵从量度,为的是保持合规性。目标维护数据库604还可以含有以前的改进信息、运用的部件或结构选择、服务公告上的状态、以前的补救信息、先前的目标检查中检测到的任何制造偏差、和/或任何其他合适的信息。
目标可靠性和可维护性数据库606可以含有关于补救消耗品的目标具体信息、替代零件有效性、补救零件和替代零件的监管要求、故障信息之间的平均时间、指定目标的补救/替代信息的平均时间、和/或任何其他合适的信息。例如,在飞机的说明性实例中,限定了特定飞机的飞机系统体系的航空运输协会(ATA)支部分配可以包含在目标可靠性和可维护性数据库606内。
工程管理和材料管理数据库608可以含有目标结构信息、指定目标的电子几何文件、和/或任何其他合适的信息。在飞机的该说明性实例中,工程管理和材料管理数据库608可以含有计算机辅助三维交互应用(CATIA)几何文件和指定模型和/或类型飞机的飞机结构信息。
目标规划和控制数据库610可以含有目标识别数据库602中定义的每个目标模型的规划数据。在飞机的说明性实例中,该规划数据可以描述执行哪种预防性的维护保持指定飞机的耐飞性和同盟合规性。该信息可以包括监管要求、服务公告、和/或其他合适的信息。规划数据也可以包括,例如但不限于,飞机历史使用信息、以前的和将来的短暂的预定飞行路线、和将来的维护有效性进度表。
优先任务数据612可以含有由于以前的任务或操作从许多机器人机器和/或许多机器人机器组发送的存储信息。优先任务数据612可以包括目标标识符,用于唯一地识别出特定目标、位置、和/或人的优先任务数据。
机器控制数据库614可以含有许多存储程序,用于由任务规划器执行,例如图3中的任务规划器310。
任务过程数据库616可以含有许多不同类型的过程,用于由任务或操作执行,例如图3中的任务规划311。任务过程数据库616可以包括过程,例如但不限于,检查过程、搜索过程、监督过程、维护过程、和/或任何其他合适的过程。
天气信息618可以含有关于地区或地点的天气类型的信息、当前的天气信息、预报的天气信息、和/或任何其他合适的天气信息。
资源数据库620可以含有关于任务规划环境中许多可用资源的信息,例如图3中的任务规划环境300。该许多资源可以包括,例如但不限于,图3中的许多机器人机器组312。资源数据库620可以包括关于当前可用资源、当前正在配置资源、停止运行资源的信息、许多资源的位置、和/或关于资源的任何其他合适的信息。
地理位置参考数据库622可以含有关于许多机器人机器组的位置信息,例如图3中的许多机器人机器组312。地理位置参考数据库622可以包括与任务或操作相关联的地理位置信息,例如但不限于,结构位置、任务执行位置、任务目标位置、许多机器人机器的目的地位置、和/或任何其他合适的位置信息。
地形匹配数据库624可以含有许多位置的许多地形图。地形图可以包括地理位置参考,利用例如地理位置参考数据库622能够识别出地理位置参考。
义战法则数据库626可以含有关于许多机器人机器组可以响应许多事件执行的授权任务或行动的信息。例如,在搜索和营救作业中,诸如遭遇敌方的事件可以引起义战法则626的机器人机器从许多可接受的行动选择中做出选择。
图6中的多个数据库600的图解并不意味着包含不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所述其他部件以外的部件和代替所述部件的部件。在某些有利的实施例中某些部件是不必要的。而且,呈现出方框以便于示出某些功能部件。当在不同的有利的实施例中实施时,一个或多个方框可以组合起来和/或划分为不同的方框。
例如,在某些有利的实施例中,多个数据库600中可以包括未示出的额外数据库。在某些有利的实施例中,目标识别数据库602可以与例如目标维护数据库604结合成整体。
现在参考图7,描述了根据有利的实施例的传感器系统的图解。传感器系统700可以是图5中的传感器系统512的一个实施的实例。
传感器系统700可以定位在许多机器人机器上,例如图5中的机器人机器组502中的许多机器人机器505。传感器系统700可以检测参数,例如但不限于,视觉信息、温度信息、湿度信息、可见光谱外的辐射、结构频率响应信息、不可见光源反射、大气压力、液体压力、气体压力、或部件的张力和/偏斜挠度、和/或任何其他合适的参数。
传感器系统700可以包括无线摄像机702、摇移摄像机/倾斜摄像机/可变焦距摄像机704、红外摄像机706、无损评价扫描器708、机电疲劳传感器710、定位系统712、微型机电系统(MEMS)设备714、磁场传感器716、紫外线光源和感受器718、温度传感器720、压力传感器722、湿度传感器724、射频识别读数器726、纤维光学728、雷达730、激光器732、超声波声纳734、和/或其他合适的传感器部件。
无线摄像机702可以是任何类型的能够捕获视觉信息(例如静止的和/或运动的图像)的无线可见光摄像机。无线摄像机702可以通过无线连接将图像发送至计算机系统。在说明性的实例中,无线摄像机702可以是室内WiFi 802.11b无线摄像机,用于在本地网络或因特网上进行远程监控和监督。
摇移摄像机/倾斜摄像机/可变焦距摄像机704可以是能够摇摄、偏斜、和变焦的任何摄像机,为了能够捕获视觉信息,例如静止的和/或运动的图像。遥摄是指摄像机水平移动或旋转。偏斜是指摄像机垂直移动或旋转。变焦是指能够改变摄像机透镜的焦距和角度。
红外摄像机706可以利用红外线辐射而不是可见光形成图像。在飞机的说明性的实例中,可以利用红外摄像机706基于热强度改善所获的图像对比率,因此,增加了检测过热物品的可能性,例如飞机制动器、轴承、齿轮、或例如在检查操作期间发动机内的部件。在一个说明性的实例中,当在红外线谱中观察时,通过示出与飞机制动器相关的飞行器结构附近和周围显而易见的对比,红外摄像机706可以检测过热的飞机制动器。该显而易见的对比可以是例如来自周围结构材料的飞机制动器材料的温度差异。
无损评价扫描器708可以使用电磁辐射和显微镜方法详细地检查表面。无损评价扫描器708可以用于检测可见光谱外部的辐射。该检查通常是相当明显的,尤其是当使用不同的光源时。例如,扫视结构表面上的光可以显示不是立刻明显看到的细节。所使用的电磁辐射类型可以包括,但不限于,X-光、超声波、和/或其他合适的电磁辐射。
机电疲劳传感器710可以使用压电设备提供关于由长期机械装载导致的飞机的结构条件。机电疲劳传感器710可以用于检测例如结构频率响应信息。
定位系统712可以识别出机器人机器关于任务规划环境中的其他物体的位置。定位系统712可以是任何类型的基于视觉的运动捕获或基于飞行信号强度和/或飞行时间的射频三角测量方案。实例包括但不限于,全球定位系统、全球导航微型系统(Glonass)、伽利略(Galileo)、手机塔相对信号强度、和/或任何其他合适的系统。位置一般可以报告为纬度和经度,误差依赖于因素,例如但不限于,电离层条件、卫星星群、环境因素的信号衰减、和/或其他合适的因素。
微型机电系统(MEMS)设备714利用MEMS技术的小的、重量轻的、和低功率性质可以用于检测例如压力、温度、湿度、加速度、和旋转的参数。这也包括纳米机电系统(NEMS),该纳米机电系统与MEMS相似,但更小,并且可以用于检测分子规模的较小替代和力。
磁场传感器716可以是用于测量在磁场传感器716附近的磁场强度和/或磁场方向。磁场传感器716也可以测量传感器附近的磁场变化。在一个说明性的实例中,磁场传感器716可以非侵入地测量流经电路的电流。
紫外线光源和感受器718可以发出和检测紫外线光。紫外线光可以是波长比可见光波长更短的电磁辐射。紫外线光可以用于在检查操作期间检测矛盾,例如液体渗漏或用可见光谱难以识别的其他残渣。紫外线光源和感受器718可以检测紫外线光发出的紫外线光波长的反射。紫外线光源和感受器718可以将反射波长转换为人眼看得见的可见光谱。
温度传感器720可以检测温度传感器720周围的工作环境的周围温度。在说明性的实例中,温度传感器720可以是温差电偶或热敏电阻。
压力传感器722可以测量在压力传感器722周围的工作环境中的压力或力。压力传感器722可以检测由例如但不限于,大气压力、液体压力、和/或其他压力引起的力或压力。在说明性的实例中,压力传感器722可以是纤维光学、机械挠度、变形测量器、可变电容率、或硅压阻式压力传感器。
湿度传感器724可以测量在湿度传感器724周围的工作环境中的相对湿度。在说明性的实例中,湿度传感器724可以是湿度计、有抵抗力的或电容性的相对湿度传感器。
射频识别读数器726可以依赖于所存储的数据,并利用诸如射频识别(RFID)标签或异频雷达收发机的设备远程地检索数据。射频识别标签可以定位在例如但不限于仪器、结构、许多机器人机器、电源、和/或任何其他合适的位置上。在飞机的说明性实例中,射频识别标签可以定位在所需的仪器上,例如但不限于,救生衣、电池、黑盒子、和/或其他合适的仪器。在该说明性的实例中,射频识别读数器726可以检测定位在各种仪器上的射频识别标签,并检索数据,为了使传感器系统700检测在检查操作期间正在检查的物体上和/或物体内是否存在所需仪器。
纤维光学728可以含有允许通过比其他形式的传输更长距离和更高速率进行传输的光纤聚积。纤维光学728可以用于例如但不限于测量张力和/或检测部件的偏斜挠度。纤维光学728可以不受电磁干扰的影响。在说明性的实例中,纤维光学可以用于管道镜,从而例如在检查操作期间获取飞机结构内难以到达区域的图像或视频。
雷达730可以使用电磁波识别运动物体和固定物体的范围、高度、方向、或速度。雷达730在本领域中的众所周知的,并且可以在飞行时间模式用于计算到物体的距离,和在多普勒模式计算物体的速度。
激光器732可以通过空间相干模式发出光或电磁辐射。空间相干是指窄的、低辐散光束,或可以在光学部件(例如透镜)转化为窄的、低辐散光束。
通过测量从脉冲发射到脉冲接收的时间,并利用已知声速将测量转换为视听范围,超声波声纳734可以使用超声波频率上的声音传播测量到物体的距离。超声波声纳734在本领域中是众所周知的,并且也可以用于飞行模式或多普特效应模式,与雷达730相似。
图7中的传感器系统700的图解并不意味着包含不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所述部件之外和/或代替所述部件的其它部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框图从而示出某些功能部件。当在不同的有利的实施例中实施时,可以将一个或多个方框组合起来和/或将其划分为不同的方框。
例如,在某些有利的实施例中,传感器系统700中可以包括未示出的额外传感器。在另一个实例中,在某些有利的实施例中,在例如电磁疲劳传感器710和微型机电系统设备714的传感器组中传感器可以结合成整体。
现在参考图8,描述了根据有利的实施例的操作员的图解。操作员接口800可以是图3中的操作员接口308的一个实施的实例。
操作员接口800可以包括显示器802、命令接口804、通信协议806、适应性决策模块808、数据处理和分析模块810、数据库管理器812、数据采集协议814、和询问界面824。显示器802可以是图4中的显示器414的一个实施的实例。显示器802也可以是图3中的许多设备309中的显示器313的实例。
命令接口804可以解释利用许多设备309发送的来自操作员的命令,例如图3中的操作员302,并可以利用例如显示器802或其他设备将数据输出至操作员。通信协议806可以告知命令接口804关于如何与操作员接口800的其他部件和图3中的任务规划系统301的其他部件相互作用。通信协议806可以依赖于由任务规划系统301使用的通信性能,例如图3中的无线通信系统314。
适应性决策模块808可以基于数据处理和分析模块810做出的判断通过显示器802将问题和解决方法呈现给操作员。适应性决策模块808可以学习和积累来自数据处理和分析模块810做出的判断与图3中的操作员302利用显示器802和命令接口804做出的决定。
数据处理和分析模块810可以分析由数据采集协议814接收的信息,并将结构发送至适应性决策模块808。数据采集协议814接收的信息可以从例如许多机器人机器组822接收。
数据库管理器812能够访问多个数据库820,从而检索数据818。多个数据库820可以是例如图3中的度过偶尔数据库304的一个实施。在一个说明性的实例中,数据库管理器812可以将数据818发送至数据处理和分析模块810进行分析。
在另一个说明性的实例中,操作员利用显示器802可以访问询问接口824向数据库管理器812询问特定的信息。数据库管理器812可以搜索多个数据库820,从而响应操作员的询问检索数据818。还是在另一个说明性的实例中,操作员可以使用显示器802访问飞行日志826。
飞行日志826可以是用于授权操作员访问操作员接口800的登录协议,例如单点登录协议。飞行日志826可以使用数据库管理器812访问多个数据库820,为的是检索经授权的操作员信息或登录信息,进而允许操作员访问操作员接口800。
操作员也可以使用显示器802访问报告生成828。报告生成828可以用于在含有例如多个数据库820的信息上运行报告。报告生成828可以使用数据库管理器812访问多个数据库820,并生成报告通过显示器802呈现给操作员。
数据采集协议814可以从许多机器人机器组822接收数据816,以及可以将数据816发送至数据处理和分析模块810。数据处理和分析模块810可以分析数据816,并将结果发送至适应性决策模块808。然后适应性决策模块808可以通过显示器802将决定和/或选择呈现给操作员。适用性决策模块808能够使操作员理解形势,并通过将来自许多机器人机器组822的数据或信息组合起来和按照相关性和重要性的顺序抽取信息做出决定。数据的组合和信息抽取的优先权能够使操作员和访问实时信息一致采取行动或做出决定。
在另一个说明性的实例中,适应性决策模块810能够确定要做出的决定和要解决的问题是重要的还是不重要的。重要的决定可以是操作员必须做出或必须解决的决定。不重要的决定可以是由适应性决策模块808可以做出或解决的决定。适应性决策模块808基于利用数据库管理器812从多个数据库820中检索的信息可以关于决策类型做出判断。例如,多个数据库820可以含有不重要的决定或问题的表格、用于决定问题或决策是重要还是不重要的基于法则的系统、和/或用于使适应性决策模块808关于数据处理和分析模块810呈现的问题类型做出决定的任何其他合适的信息。
当适应性决策模块808判断出问题是不重要的时,适应性决策模块808可以利用许多因素做出决定或解决该问题。许多因素可以包括但不限于经济问题、安全性、工作表现、机器人机器性能、机器人机器状态、效率、和/或任何其他合适的因素。适应性决策模块808可以利用许多不同类型的决策逻辑做出决定,例如但不限于,基于法则的、基于模型的、统计学的、数据驱动的、模糊逻辑、神经网络、和/或任何其他合适的决策方法。
图8中的操作员接口800并意味着包含不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所述部件之外和/或代替所述部件的其它部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框图从而示出某些功能部件。当在不同的有利的实施例中实施时,可以将一个或多个方框组合起来和/或将其划分为不同的方框。例如,在某些有利的实施例中,操作员接口800可以包括未示出的额外部件。
现在参考图9,描述了根据有利的实施例的任务规划器的图解。任务规划器-1 900可以是图3中的任务规划器300的一个实施的实例。
任务规划器-1 900可以包括通信协议902。通信协议902可以从任务规划系统的其他部件询问和接收数据,例如操作员接口-1 904、多个数据库906、和许多任务控制器908。任务规划器-1 900也可以包括但不限于任务调度者912、逻辑规划器914、多机作业模拟和规划器916、数据仓库918、基于地图/资源的规划器924、情况意识模块926、和自反规划器928。
任务调度者912可以检索数据,例如从多个数据库906中检索数据920,多个数据库可以包括任务进度表、任务历史记录、和资源信息。任务进度表可以是,例如但不限于,维护进度表。任务历史记录可以是,例如但不限于,物体的服务或维护历史记录,例如飞机。
资源信息可以包括,例如但不限于,物体使用、替代零件可用性、补救消耗品、和/或其他合适的资源信息。任务调度者912可以是进度表驱动的、事件驱动的、或预防性的。在说明性的实例中,如果任务调度者912是进度表驱动的,那么来自多个数据库906的数据可以表明物体应当进行定期维护,例如飞机。
然后任务调度者912可以识别维护进度表,从而确认定期维护、识别维护历史记录进而识别飞机以前的维护、和识别定期维护必要的资源信息。然后,逻辑规划器914可以使用经识别的信息识别出完成例如飞机定期维护任务所需要的作业。
逻辑规划器914可以使用由任务调度者912检索的数据识别和选择任务的许多作业。数据仓库918也可以从多个数据库906中接收数据,例如数据920,或是利用操作员接口-1 904从操作员接收数据。数据仓库918可以存储数据920,用于由任务规划器-1 900的其他部件访问,例如基于地图/资源的规划器924。基于地图/资源的规划器924可以使用数据仓库918中存储的信息和所选择的逻辑规划器914识别的任务的许多作业,从而在要执行任务的位置识别和分配可用的机器人机器组。
多机作业模拟和规划器916可以分析来自逻辑规划器914和基于地图/资源的规划器924的信息,并可以执行综合模拟,为的是把作业区分优先次序、组合作业、分析来自操作员或许多操作员的请求、和/或确定经识别任务的解决方法或许多解决方法。在说明性的实例中,多机作业模拟和规划器916可以分析逻辑规划器914连同在基于地图/资源的规划器914执行任务的位置中识别的许多机器人机器组为任务识别和选择的许多作业,为了模拟机器人机器组执行许多作业的许多解决方法。
然后许多解决方法可以作为命令由多机作业模拟和规划器916发送至任务控制器910,例如在许多任务控制器908中的任务控制器。这许多解决方法可以发送至许多任务控制器908,用于通过解决方法或许多解决方法识别出每个机器人机器组。如此处所使用的,许多是指一个或多个任务控制器和/或一个或多个解决方法。在说明性的实例中,许多任务控制器908的任务控制器910可以是适用于在要执行任务的位置识别的机器人机器组的任务控制器,以及可以将命令930发送至任务控制器910。
许多任务控制器908也可以将数据922发送至任务规划器-1 900。例如,任务控制器910可以执行命令930,以及在执行期间可以识别由命令930定义的解决方法中的冲突。任务控制器910可以将数据922向后发送至任务规划器-1 900,从而识别任务规划器-1 900的冲突。任务规划器-1900的情况意识模块926可以接收来自许多任务控制器908的数据922。
情况意识模块926可以解码来自许多任务控制器908的请求或消息,并将经解码的信息发送至自反规划器928。消息可以包括关于例如任务解决方法中的冲突的信息。自反规划器928可以修改相应的任务,从而适应来自消息的请求或信息。自反规划器928可以在执行任务期间基于来自许多任务控制器908的反馈做出反应,为了修改任务从而适应现有条件。
情况意识模块926也可以利用操作员接口-1 904解码来自操作员的命令输入,在执行任务期间可以接收命令输入。在说明性的实例中,操作员可以监督任务执行和输入命令,从而不考虑任务规划器-1 900提出的解决方法。在该说明性的实例中,来自操作员的命令输入可以由情况意识模块926解码,并发送至自反规划器928,为了修改发送至许多任务控制器908的任务命令930。
多机作业模拟和规划器916在确定适用于基于从逻辑规划器914、基于地图/资源的规划器924、和自反规划器928中接收的信息满足任务目标的许多解决方法中,可以评价所有的已知条件和因素。任务规划器-1900可以基于从许多外部命令和实时反馈中接收的信息协调任务规划。
任务规划器-1 900可以包括动态复制过程931。对于需要多个机器人机器组的方案,动态复制过程931为任务规划器-1 900提供能够进行动态复制933的能力。任务规划器-1 900可以是可升级的,并可以利用动态复制过程931进行自身复制,为了同时管理多个任务或管理需要大量机器人机器组的非常复杂的单个任务。在有利的实施例中,任务规划器-1 900可以经历动态复制933,从而为复杂的任务或复杂的方案提供许多任务规划器,例如任务规划器-2 932和任务规划器-3 934。尽管示出了三个任务规划器,但是由动态复制过程931可以产生许多任务规划器。如此处所使用的,许多是指一个或多个任务规划器。
在具有多个任务方案的说明性实例中,每个任务规划器可以负责相应的单个任务,并管理负责该任务的机器人机器组。每个机器人机器组具有其自己的任务控制器。对于非常复杂的单个任务,可以将任务分解为许多较小的作业。每个任务规划器可以负责特定的作业,和可以将子任务指派给指定的许多机器人机器组,以及更具体地,指派给许多机器人机器组中的每个机器人机器组的任务控制器。
在一个有利的实施例中,操作员接口-1 904也能够进行动态复制,为的是处理任务规划器和操作源接口之间的信息流。在该说明性的实例中,每个任务规划器,例如任务规划器-1 900、任务规划器-2 932、和任务规划器-3 934可以具有单独的操作员接口,例如操作员接口-1 904、操作员接口-2 936、和操作员接口-3 938。在另一个有利的实施例中,单个操作员接口,例如操作员接口-1 904,可以处理多个任务规划器,例如任务规划器-1 900、任务规划器-2 932、和任务规划器-3 934。
操作员接口-1 904可以不需要复制每个相应的任务规划器复制。尽管在单个任务规划器中会出现许多作业,但是只有必要的信息或来自任务规划器的抽取结果可以发送至操作员接口,反之亦然。单个操作员接口能够处理来自多个任务规划器的信息,然后可以不需要进行复制。否则,操作员结果-1 904可以相应地进行复制,以便于对信息流进行处理。
多个任务方案的一个说明性的实例可以是执行监督从而固定区域边缘的空中机器人飞行器,同时地面机器人飞行器在该区域执行搜索和营救任务。该区域可以是,例如但不限于,城市环境。任务规划器-1 900可以管理执行监督的空中机器人飞行器组,同时任务规划器-2 932可以管理执行例如搜索和营救任务的地面机器人飞行器组。
对于指定的复杂任务或方案任务规划器-1 900进行动态复制的能力可以提供效率和强度。管理具有多个任务规划器和操作员接口的复杂的任务或方案是比管理具有单个任务规划器和操作员接口的复杂的任务或方案更有效率。此外,由于多个任务规划器和/或操作员接口的功能分离、或模块性,具有单独的任务规划器或操作员接口的问题或异例不会影响整个任务,多个任务规划器和/或操作员接口中的每个均是容易地可替代的。
图9中的任务规划器-1 900的图解并不意味着包含不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所示部件以外的其他部件和/或代替所示部件的部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框是为了示出某些功能部件。当在不同的有利的实施例中实施时,一个或多个这些方框可以组合起来和/或划分为不同的方框。例如,在某些有利的实施例中,任务规划器-1 900可以包括未示出的额外部件。
现在参考图10,描述了根据有利的实施例的任务控制的图解。任务控制器1000可以是图3中的任务控制器的一个实施的实例,或是例如许多任务控制器315中的任务控制器。
任务控制器1000可以包括通信协议1002,其可以从任务规划系统,例如任务规划器1004中,询问和接收数据。数据1006可以包括命令、程序、和/或信息。数据1006可以是从任务规划器1004接收的信息的实例,例如包括例如任务目标和许多任务的信息。任务规划器1004利用通信协议1003可以将数据1006发送至任务控制器1000。任务控制器1000可以使用数据1006,从而利用机器人机器组1007执行任务。
机器人机器组1007可以是由任务控制器1000控制的机器人机器组。每个机器人机器组可以具有其自己的任务控制器,例如图3中的许多机器人机器组312和许多任务控制器315。机器人机器组1007可以包括许多机器人机器1013。许多机器人机器组1013可以是例如图5中的机器人机器组502的许多机器人机器505的一个实施的实例。
许多机器人机器1013可以是能够在执行任务期间产生和发送消息1015。消息1015可以含有关于任务和/或许多机器人机器1013的信息,例如但不限于,任务的状态、许多机器人机器1013的状态、任务中可能的冲突、和/或任何其他合适的信息。
通信协议1002可以将信息,例如数据1006和消息1015,发送至数据操作模块1008。数据操作模块1008可以包括但不限于组任务评估1010、局部情况评估1012、和机器数据评估1014。组任务评估1010可以监控机器人机器组1007正在执行的任务的进展。局部情况评估1012可以监控机器人机器组1007内的许多机器人机器1013之间的相互作用。
在说明性的实例中,许多机器人机器1013之间的相互作用可以是,但不限于,维持许多机器人机器1013内的每个机器人机器之间的相对最小距离。机器数据评估1014可以监控许多机器人机器1013内的每个单独的机器人机器的状态。状态可以指,例如但不限于,可用性、最佳状态、功能性、任务进展、位置、和/或单独的机器人机器的任何其他合适的状态。
数据操作模块1008可以处理和存储在监控组任务评估1010、局部情况评估1012、和机器数据评估1014的活动状态期间采集的信息。数据操作模块1008可以连续地监控机器人机器组1007的冲突,以及可以将任何经识别的冲突发送至决策模块1016。决策模块1016可以采集由数据操作模块1008收集的信息,并可以确定是否无冲突地执行任务或在执行任务期间是否已经形成冲突。如果在执行任务期间已经形成冲突,那么决策模块1016可以运行协商算法识别和产生该冲突的局部解决方法,例如解决方法1018。如果决策模块1016能够产生解决方法1018,那么决策模块1016可以将解决方法1018发送至组动作控制模块1020。
组动作控制模块1020可以产生命令1028,并将基于解决方法1018将命令1028发送至机器人机器组1007内的许多机器人机器1013。组动作控制模块1020可以包括导航命令1022、遥控命令1024、和局部路径规划1026。例如,局部情况评估1012可以识别出无法维持最小距离间隔的许多机器人机器1013中的一个或多个机器人机器。解决方法1018可以包括组活动控制模块1020使用的指令,用于生成导航命令1022,从而使一个或多个机器人机器通过合适的距离间隔。
如果决策模块1016不能够识别经识别的冲突的解决方法,那么决策模块1016可以产生报告1032,并将报告发送至任务规划器1004。然后任务控制器1000可以等待来自任务规划器1004的进一步的命令和/或解决方法,为的是更新到机器人机器组1007的命令1028。
图10中的任务控制器1000的图解并不意味着不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所示部件以外的其他部件和/或代替所示部件的部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框是为了示出某些功能部件。当在不同的有利的实施例中实施时,一个或多个这些方框可以组合起来和/或划分为不同的方框。例如,在某些有利的实施例中,任务控制器1000中可以包括未示出的额外部件。
现在参考图11,描述了根据有利的实施例的机器控制器的图解。机器控制器1100可以是图5中的机器控制器532的一个实施的实例。
机器控制器1100可以控制机器人机器1101。机器控制器1100可以包括通信协议1102。通信协议1102可以处理进入的命令1106、程序1108、和来自任务控制器1104的信息1110。通信协议1102也可以处理外出的传感器信息1114和正发送至任务控制器1104的消息1126。数据采集1112可以从机器人机器上的传感器系统接收信息,例如图5中的传感器系统512,并利用通信协议1102将传感器信息1114发送至任务控制器1104。传感器信息1114可以包括但不限于关于工作环境、结构、任务目标、资源、机器状态的信息、和/或任何其他合适的传感器信息。
协调模块1116可以解码利用命令1106、程序1108、或信息1110发送的来自任务控制器1104的机器人机器1101的组需求。在说明性的实例中,命令1106可以是飞机结构的“检查机翼”的指令或关于例如机器人机器组中的其他机器人机器“维持结构”的指令。机器目标模块1118可以解码子的机器人机器1101的单独的机器需求。在说明性的实例中,单独的需求可以是“沿着轨道或航线点而行”或“从位置A行进到位置B”。
局部智能模块1120可以检测来自在例如图10中任务控制器1000控制的机器人机器组1007中的其他机器人机器附近的其他机器人机器的信息。局部智能模块1120所检测的信息可以包括但不限于许多机器人机器到机器人机器1101的接近、许多机器人机器移动的方向、和/或其他合适的信息。局部智能模块1120可以使用传感器信息1114检测来自其他机器人机器的信息。例如,传感器信息1114可以包括来自无线摄像机702、红外摄像机706、定位系统712、和图7中可以在机器人机器1101上实施的传感器系统700的其他部件的数据。
机器电源管理和健康监测模块1122可以管理电源和机器人机器1101的健康状态。电源和健康状态可以包括,例如但不限于,测量和追踪可用能量、例如电池剩余容量。例如当电池需要重新充电或补给燃料时,机器电源管理和健康监测模块1122可以提供信息给决策模块1124。
机器电源管理和健康监测模块1122可以管理机器人机器1101上的传感器系统的健康传感器,例如图7中的传感器系统700。机器电源管理和健康监测模块1122可以管理数据和使用数据驱动或基于模型的预测和/或诊断算法确定机器人机器1101的健康状态。决策模块1124可以从协调模块1116、机器目标模块1118、局部智能模块1120、以及机器电源管理和健康监测模块1122中的每个模块接收信息。决策模块1124可以使用接收的信息确定是否可以实现由任务控制器1104发送指定任务。控制命令1128可以包括路径规划、制导、和制动器控制数据。
控制命令1128可以提供对机器人机器1101的传感器进行控制的能力,例如但不限于,打开或关闭传感器、控制摇移摄像机/倾斜摄像机/可变焦距摄像机的方位、或设定其他传感器参数。如果决策模块1124确定可以实现任务,那么决策模块1124可以将控制命令1128发送至机器人机器1101,同时从任务控制器1104接收相应的命令。如果决策模块1124确定机器人机器1101无法实现任务,那么决策模块1124可以将消息1126向后发送至任务控制器1104,表明任务控制器1104发送的任务中有冲突或问题。然后机器控制器1100可以在发送任何控制命令给机器人机器1101之前等待来自任务控制器1104的新命令。
图11中的机器控制器1100的图解并不意味着不同的有利的实施例可以实施的方式的物理或结构限制。可以使用除了所示部件以外的其他部件和/或代替所示部件的部件。某些部件在某些有利的实施例中是不必要的。而且,呈现出方框是为了示出某些功能部件。当在不同的有利的实施例中实施时,一个或多个这些方框可以组合起来和/或划分为不同的方框。例如,在某些有利的实施例中,任务控制器1100中可以包括未示出的额外部件。
现在参考图12,描述了根据有利的实施例的异类自主性操作的监督和控制过程的流程图图解。可以由部件(例如图3中的任务规划器)实施图12中的过程。
该过程可以通过接收发起规划的指令开始(操作1202)。操作员302利用操作员接口308和图3中的许多设备309可以接收任务规划指令。响应进度表驱动的或事件驱动的任务从数据库中也可以接收任务规划指令,例如图3中的多个数据库304。
该过程使用任务规划指令生成任务规划(操作1204)。该任务规划,例如图3中的任务规划311,可以包括许多任务、任务目标、和需要的其他信息,从而允许许多任务控制器利用许多机器人机器执行该任务规划,例如图3中的许多机器人机器组312,或图5中的许多机器人机器505。然后该过程可以将任务规划发送至许多机器人机器组(操作1206),例如图3中的许多机器人机器组312。
可以将任务规划发送至任务规划中经识别的每个机器人机器组的任务控制器,例如但不限于,图3中的许多任务控制器315。然后该过程可以监控任务进展(操作1208)。利用从许多机器人机器组接收到的信息可以监控该过程,以及更具体地,从许多机器人机器组的许多任务控制器接收到的信息可以监控该过程,例如图3中的许多机器人机器组312的许多任务控制器315。
该过程可以从许多机器人机器组接收关于任务规划的数据(操作1210),此后该过程终止。所接收的数据可以包括来自机器人机器组的关于执行任务期间已经产生的冲突或问题的消息,例如图3中的消息322。该数据也可以包括关于任务进展、任务完成、和/或其它合适的信息的消息。
现在参考图13,描述了根据有利的实施例的生成任务规划的过程的流程图图解。可以由部件(例如图3中的任务规划器310)实施图13中的过程。
该过程可以通过从多个数据库中检索信息开始(操作1302),例如图3中的多个数据库304。所检索的信息可以包括,例如但不限于,任务进度表、任务历史记录、和资源信息。图9中的任务调度者912可以使用所检索的信息识别生成任务规划必需的预定的任务、任务历史记录、和资源信息。图9中的逻辑规划器914可以使用在操作1302中检索的信息识别完成任务所需的许多作业。然后该过程可以将任务分解为许多作业(操作1304)。
接着,该过程可以为许多作业中的每个作业分配资源(操作1306)。图9中的基于地图/资源的规划器924可以使用经逻辑规划器914识别的许多任务识别和分配可用的资源,例如在要执行任务规划的位置的机器人机器组。图9中的基于地图/资源的规划器924也可以使用在操作1302中检索和存储在数据仓库918中的信息识别和分配可用的资源。
然后该过程可以将命令发送至许多资源,从而执行许多任务中的每个作业(操作1308),此后该过程终止。许多资源可以是,例如但不限于,图3中的许多机器人机器组312。
现在参考图14,描述了根据有利的实施例的解决任务规划冲突过程的流程图。由部件(例如图10中的任务控制器1000)可以实施图14中的过程。
该过程可以通过从许多机器人机器中接收关于任务的信息开始(操作1402)。任务可以是图3中已经为机器人机器组1324分派任务从而执行的任务规划311。该过程可以识别正在由许多机器人机器执行的任务中的冲突(操作1404)。在一个说明性的实例中,任务中的冲突可以是规划外的功能退化,例如但不限于,许多机器人机器的感测和/或活动性,这可以导致冲突能够满足预期的任务“完成尚需时间”绩效指标。
然后该过程可以确定是否可以局部地解决冲突(操作1406)。局部解决方法是指机器人机器组的任务控制器(例如机器人机器组1324的任务控制器330)能够解决冲突,并将解决方法发送至许多机器人机器。如果可以局部地解决该过程,那么该过程可以解决冲突,从而形成解决方法(操作1408)。然后该过程可以将解决方法发送至许多机器人机器组(操作1410),此后该过程终止。
解决冲突可以包括生成可以通过新的命令或程序的形式发送至许多机器人机器的解决方法。在有利的实施例中,如果机器人设备中的电池充电水平不能够通过完成指定执行终止时间内的整个检查所需的速度提供检查任务必需的传感器功率电平,通过以较慢的速度执行检查任务同时将指令发送至其他机器人设备通过以较高的速度执行检查任务从而确保终止时间约束内完成整个检查,受影响的机器人设备可以解决该冲突。
返回参考操作1406,如果通过任务控制器不能局部地解决该过程,那么该过程可以将冲突报告发送至任务规划着(操作1412),此后该过程终止。然后该任务规划器可以解决冲突,如果可能的话,将修改过的图3中任务规划332发送至许多机器人机器。在有利的实施例中,机器人设备中的电池充电水平不能够执行检查任务,那么任务规划器通过指派具有已经充满电的电池的机器人设备可以解决该冲突。
如果任务规划器不能够解决该冲突,那么可以利用例如操作员接口308和图3中的许多设备309将警报或消息发送至操作员,例如操作员302。在有利的实施例中,如果机器人设备中的电池充电水平不能够执行检查任务,以及又不存在可以指派的其他机器人设备,那么任务规划器可向操作员报警。
在所描述的不同的实施例中的流程图和方框图示出了不同的有利的实施例中的装置和方法的结构、功能、和某些可能的实施的操作。关于这点,流程图或方框图中的每个方框可以表示模块、段、功能、和/或一部分操作或步骤。在某些可选的实施中,方框中标注的功能可以不按照附图中标注的顺序进行。例如,在某些情况中,可以基本同时执行连续示出的两个方框,或者有时可以按照相反的顺序执行方框,具体情况取决于所包括的功能。
不同的有利的实施例考虑并认识到当前使用的任务规划系统并不提供在执行任务期间检测和监控当前条件的连续的和/或周期性的数据的能力。不同的有利的实施例也认识到现有的任务规划方法集中于可以构成适用于具体任务或操作的相同解决方法的单个系统。
不同的有利的实施例考虑并认识到当前使用的任务规划系统不够健壮的,无法动态规划和协调多个远程的机器人机器组,每个远程机器人机器组在指定的高水平任务期间可以是间歇分派和调用的。此外,由于功能障碍或其他非预期的环境或任务工作情况,需要显著的操作员工作量维持这些系统的复杂的耦合系统的操作。
因此,一个或多个不同的有利的实施例可以提供可以包括许多机器人机器组、任务规划器、和任务控制器的装置。任务规划器能够为许多机器人机器组生成任务。任务控制器能够利用许多机器人机器组执行任务。
不同的有利的实施例可以进一步提供适用于任务管理的方法。可以生成任务规划。可以将任务规划发送至许多机器人机器组。可以监控经由许多机器人机器组的任务规划的进展。可以从许多机器人机器组接收到关于任务规划的数据。
不同的有利的实施例可以进一步提供适用于任务管理的方法。从许多机器人机器可以接收到关于任务的信息。可以识别出任务中的冲突。关于是否可以解决冲突可以做出判断。
不同的有利的实施例可以进一步提供可以包括许多机器人机器组、任务规划器、和任务控制器、无线通信系统、逻辑规划器、和自反规划器的装置。任务规划器能够为许多机器人机器组生成任务。任务控制器能够利用许多机器人机器组执行任务。无线通信系统能够提供与许多机器人机器组、任务控制器、和任务规划器进行通信。逻辑规划器能够识别出许多作业,从而执行任务。自反规划器能够响应来自许多机器人机器组的许多消息修改任务。
不同的有利的实施例可以进一步提供为任务生成任务规划的方法。从多个数据库中可以检索到信息。所检索的信息可以包括任务进度表、任务历史记录、和资源信息中的至少一个。可以将任务规划分解为许多作业。可以为任务规划中的许多作业分配许多资源。可以将任务规划发送至许多机器人机器组。任务规划可以包括任务的许多作业。许多机器人机器组可以监控任务规划的进展。从许多机器人机器组可以接收到关于任务规划的数据。
不同的有利的实施例可以进一步提供可扩展的灵活的任务规划系统,该系统足够健壮,可以规划和控制受具有随时间变化的任务目标的动态工作条件的多个异类机器人机器组。
不同的有利的实施例可以进一步提供可以完成许多不同任务的系统的自主性系统。不同的有利的实施例可以提供连续的、自主性的任务规划和执行。不同的有利的实施例可以提供同时包括运动的和固定单元的系统,可以提供连续的自主性任务规划和执行。不同的有利的实施例可以最小化设计任务和修改任务适应于当前条件的成本。不同的有利的实施例能够对一组协作的异类机器人机器进行自动化任务控制器、协调、和任务调度功能的有效检验。
不同的有利的实施例可以采用完全的硬件实施例、完全的软件实施例、或同时含有硬件和软件元件的实施例的形式。某些实施例以软件的形式实施,软件包括但不限于,例如固件、常驻软件、和微码的形式。
而且,不同的实施例可以采用从计算机可使用或计算机可读介质可得到的计算机程序产品的形式,计算机可使用或计算机可读介质提供关于或由执行指令的计算机或任何设备或系统使用的程序代码。为了本公开的目的,计算机可使用或计算机可读介质一般可以是可以含有、存储、传送、传播、或传输程序以供关于指令执行系统、装置、或设备或由指令执行系统、装置、或设备使用的任何有形装置。
计算机可使用的或计算机可读介质可以是,例如但不限于,电子的、磁的、光学的、电磁的、红外线的、或半导体系统、或传播介质。计算机可读介质的非限制实例包括半导体或固体存储器、磁带、可移动计算机磁盘、随即存取存储器(RAM)、只读存储器(ROM)、刚性磁盘、和光盘。光盘可以包括光盘-只读存储器(CD-ROM)、光盘-读/写(CD-R/W)、和数字化视频光盘(DVD)。
进一步,计算机可使用的或计算机可读介质可以含有或存储计算机可读或可使用的程序代码,以便于当在计算机上执行计算机可读或可使用的程序代码时,执行该计算机可读或可使用的程序代码促进计算机通过通信链路传输另一个计算机可读或可使用的程序代码。该通信链路可以使用例如但不限于物理链路或无线链路的介质。
适用于存储和/或执行计算机可读或计算机可使用的程序代码的数据处理系统将包括通过通信结构(例如,系统总线)直接或间接耦合存储器元件的一个或多个处理器。存储器元件可以包括在实际执行程序代码期间使用的局部存储器、大容量存储器、和高速缓冲存储器,高速缓冲存储器提供临时存储至少某些计算机可读或计算机可使用的程序代码,从而降低在执行代码期间从大容量存储器中检索代码的次数。
输入/输出或I/O设备可以直接或通过中间的I/O控制器耦合系统。这些设备可以包括,例如但不限于,键盘、触摸屏显示器、和定点设备。不同的通信适配器也可以耦合系统,从而能够使数据处理系统通过介于其间的专用网络或公用网络耦合其他数据处理系统或远程打印机或存储设备。非限制性实例是调制解调器和网络适配器,以及非限制实例仅仅是一些当前可用类型的通信适配器。
为了示出和说明已经呈现了不同的有利的实施例的描述,以及这些不同的有利的实施例并不是为了详述或限制所公开形式的实施例。本领域的普通技术人员将明显看出,可以做出许多改进和改变。进一步,与其他有利的实施例相比较而言,不同的有利的实施例可以提供不同的优势。选择和描述所选的实施例,为的是最好地解释实施例、实际应用的原理,以及能够使本领域的其他普通技术人员理解具有许多改进的各种实施例的公开,因为具有许多改进的各种实施例也适用于所考虑的特定用途。

Claims (11)

1.一种任务管理装置,包含:
多个机器人机器组;
任务规划器,其被配置为所述多个机器人机器组生成任务,其中所述任务包括飞机维护、飞机服务、飞机的部件制造和飞机的组件制造中的至少一个;
任务控制器,其被配置为利用所述多个机器人机器组执行所述任务;
操作员接口,所述操作员接口包括适应性决策模块,所述适应性决策模块配置为相对于所述任务确定所述适应性决策模块要做出的决定是重要的还是不重要的,其中对于重要的决定必须由操作员做出决定,并且对于不重要的决定可以由所述适应性决策模块做出决定或由操作员做出决定;和
无线通信系统,其被配置为提供与所述多个机器人机器组、所述任务控制器、所述操作员接口以及所述任务规划器的通信,其中所述多个机器人机器组中的每个机器人机器与特定组中其他机器人机器通信。
2.根据权利要求1所述的任务管理装置,其中,所述任务规划器进一步包含:
逻辑规划器,其被配置为识别多个作业从而执行所述任务。
3.根据权利要求1所述的任务管理装置,其中,所述任务规划器进一步包含:
自反规划器,其被配置为响应来自所述多个机器人机器组的多个消息而修改所述任务。
4.根据权利要求1所述的任务管理装置,其中,所述多个机器人机器组包括多个异类机器人机器组。
5.根据权利要求1所述的任务管理装置,进一步包含:
多个程序,其被配置以在所述多个机器人机器组上运行,其中所述多个程序包含数控程序、神经网络、模糊逻辑和人工智能中的至少一种。
6.根据权利要求1所述的任务管理装置,进一步包含:
计算机系统,其能够为所述多个机器人机器组生成信息;和
其中所述无线通信系统能够提供与所述多个机器人机器组和所述计算机系统的通信。
7.根据权利要求1所述的任务管理装置,其中所述多个机器人机器组中的每个机器人机器组具有来自多个任务控制器的独立任务控制。
8.一种任务管理方法,所述方法包含:
为多个机器人机器组生成任务规划,其中所述任务包括飞机维护、飞机服务、飞机的部件制造和飞机的组件制造中的至少一个;
使用无线通信系统提供与包括机器人飞行器组的多个机器人机器组、任务控制器以及任务规划器之间的通信,其中在给定的机器人飞行器组中的每个机器人飞行器相互通信;
将所述任务规划发送至所述多个机器人机器组;
通过所述多个机器人机器组监控所述任务规划的进展;
从所述多个机器人机器组接收关于所述任务规划的数据;和
由与所述无线通信系统通信的适应性决策模块确定相对于所述任务规划而言一个决定是重要的还是不重要的,其中对于重要的决定必须由操作员做出决定,并且对于不重要的决定可以由所述适应性决策模块做出决定或由操作员做出决定。
9.根据权利要求8所述的方法,其中生成所述任务规划进一步包含:
从多个数据库中检索信息,其中所检索的信息包括任务进度表、任务历史记录和资源信息中的至少一个。
10.根据权利要求8所述的方法,其中生成所述任务规划进一步包含:
将所述任务规划分解为多个作业;以及
为所述多个作业分配多个资源。
11.根据权利要求8所述的方法,其中将所述任务规划发送至所述多个机器人机器组进一步包含:
将命令发送至所述多个机器人机器组,从而执行多个作业。
CN201080024925.XA 2009-06-05 2010-05-06 异类自主性操作的监督和控制 Active CN102460329B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US12/479,667 2009-06-05
US12/479,667 US20100312387A1 (en) 2009-06-05 2009-06-05 Supervision and Control of Heterogeneous Autonomous Operations
US12/560,569 US9046892B2 (en) 2009-06-05 2009-09-16 Supervision and control of heterogeneous autonomous operations
US12/560,569 2009-09-16
PCT/US2010/033917 WO2010141180A2 (en) 2009-06-05 2010-05-06 Supervision and control of heterogeneous autonomous operations

Publications (2)

Publication Number Publication Date
CN102460329A CN102460329A (zh) 2012-05-16
CN102460329B true CN102460329B (zh) 2015-03-11

Family

ID=43086471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080024925.XA Active CN102460329B (zh) 2009-06-05 2010-05-06 异类自主性操作的监督和控制

Country Status (6)

Country Link
US (1) US9046892B2 (zh)
EP (1) EP2438492B1 (zh)
JP (1) JP5873795B2 (zh)
CN (1) CN102460329B (zh)
CA (2) CA2936385C (zh)
WO (1) WO2010141180A2 (zh)

Families Citing this family (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140207514A1 (en) * 2013-01-22 2014-07-24 General Electric Company Inspection data provision
US9418496B2 (en) 2009-02-17 2016-08-16 The Boeing Company Automated postflight troubleshooting
US9541505B2 (en) 2009-02-17 2017-01-10 The Boeing Company Automated postflight troubleshooting sensor array
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
US8442684B2 (en) * 2009-09-22 2013-05-14 GM Global Technology Operations LLC Integrated high-speed torque control system for a robotic joint
US8369992B2 (en) * 2009-09-22 2013-02-05 GM Global Technology Operations LLC Embedded diagnostic, prognostic, and health management system and method for a humanoid robot
US8773289B2 (en) 2010-03-24 2014-07-08 The Boeing Company Runway condition monitoring
US9064222B2 (en) * 2010-05-14 2015-06-23 The Boeing Company Real time mission planning
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
US8731714B2 (en) * 2010-09-22 2014-05-20 GM Global Technology Operations LLC Concurrent path planning with one or more humanoid robots
US8982207B2 (en) 2010-10-04 2015-03-17 The Boeing Company Automated visual inspection system
US9037282B2 (en) * 2011-06-24 2015-05-19 The Boeing Company Manufacturing control system
GB201114815D0 (en) * 2011-08-26 2011-10-12 Bae Systems Plc Goal-based planning system
KR101871430B1 (ko) * 2011-11-14 2018-06-26 한국전자통신연구원 소형 로봇의 다중 운용 방법 및 그 운용 시스템
US10054933B2 (en) * 2012-03-27 2018-08-21 Sirqul, Inc. Controlling distributed device operations
US9651950B2 (en) * 2012-07-18 2017-05-16 The Boeing Company Mission re-planning for coordinated multivehicle task allocation
US20140067108A1 (en) * 2012-08-31 2014-03-06 The Boeing Company Systems and methods for dynamic control of task assignments in a fabrication process
US9117185B2 (en) 2012-09-19 2015-08-25 The Boeing Company Forestry management system
US9251698B2 (en) 2012-09-19 2016-02-02 The Boeing Company Forest sensor deployment and monitoring system
US9443207B2 (en) * 2012-10-22 2016-09-13 The Boeing Company Water area management system
US10682759B1 (en) 2012-10-26 2020-06-16 The United States Of America, As Represented By The Secretary Of The Navy Human-robot interaction function allocation analysis
US10162796B2 (en) * 2012-12-31 2018-12-25 General Electric Company Inspection systems and methods
KR101490170B1 (ko) * 2013-03-05 2015-02-05 엘지전자 주식회사 로봇 청소기
ES2693287T3 (es) * 2013-09-26 2018-12-10 The Boeing Company Método de gestión de potencia y sistema para un vehículo aéreo no tripulado
CA2927096C (en) 2013-10-26 2023-02-28 Amazon Technologies, Inc. Unmanned aerial vehicle delivery system
US9984332B2 (en) * 2013-11-05 2018-05-29 Npc Robotics Corporation Bayesian-centric autonomous robotic learning
JP5850957B2 (ja) * 2014-01-15 2016-02-03 ファナック株式会社 遠隔地にあるロボット遠隔監視システム
FR3018365B1 (fr) * 2014-03-04 2017-08-11 Thales Sa Procede de controle d'une pluralite de mobiles autonomes sans pilote
US9782938B2 (en) * 2014-03-21 2017-10-10 The Boeing Company Manufacturing system for composite structures
US9583006B2 (en) 2014-05-20 2017-02-28 Verizon Patent And Licensing Inc. Identifying unmanned aerial vehicles for mission performance
JP6577192B2 (ja) * 2014-05-27 2019-09-18 ザ・ボーイング・カンパニーThe Boeing Company 流体分配システム組立品を製造する方法
US10089889B2 (en) * 2014-06-19 2018-10-02 Scott Technologies, Inc. Unmanned aerial vehicle for situational awareness to first responders and alarm investigation
RU2722081C2 (ru) * 2014-08-27 2020-05-26 Понссе Ойй Способ, устройство и пользовательский интерфейс для представления данных, описывающих функционирование лесохозяйственного рабочего объекта
FR3031602B1 (fr) * 2015-01-14 2018-03-30 Thales Procede et systeme d'affichage d'informations relatives a un aeronef, dispositif d'elaboration desdites informations et produit programme d'ordinateur associes
US9376208B1 (en) * 2015-03-18 2016-06-28 Amazon Technologies, Inc. On-board redundant power system for unmanned aerial vehicles
US9796090B2 (en) * 2015-04-24 2017-10-24 Accenture Global Services Limited System architecture for control systems via knowledge layout search
US9776717B2 (en) 2015-10-02 2017-10-03 The Boeing Company Aerial agricultural management system
US9880545B2 (en) * 2015-10-06 2018-01-30 Mobile Tool Management, Inc. System and method for self-contained self-calibrating modular manufacturing tool
US10022872B2 (en) 2015-10-06 2018-07-17 Mtm Robotics, Llc Self-contained modular manufacturing tool responsive to locally stored historical data
US10220516B2 (en) 2015-10-06 2019-03-05 Mtm Robotics, Llc System and method for self-contained independently controlled modular manufacturing tools
US10025299B2 (en) 2015-10-06 2018-07-17 Mtm Robotics, Llc System and method for self-contained modular manufacturing device having nested controllers
US10252421B2 (en) 2015-10-06 2019-04-09 Mtm Robotics Llc Self-contained modular manufacturing tool
US10544676B2 (en) 2016-02-03 2020-01-28 General Electric Company Situ gas turbine prevention of crack growth progression
US10094221B2 (en) 2016-02-03 2018-10-09 General Electric Company In situ gas turbine prevention of crack growth progression
US20170218762A1 (en) 2016-02-03 2017-08-03 General Electric Company Situ Gas Turbine Prevention of Crack Growth Progression
US10443385B2 (en) 2016-02-03 2019-10-15 General Electric Company In situ gas turbine prevention of crack growth progression via laser welding
US10247002B2 (en) 2016-02-03 2019-04-02 General Electric Company In situ gas turbine prevention of crack growth progression
US10924881B2 (en) * 2016-03-03 2021-02-16 Husqvarna Ab Device for determining construction device and worker position
EP3223200A1 (en) 2016-03-22 2017-09-27 Hexagon Technology Center GmbH Construction site management
JP6738555B2 (ja) * 2016-05-23 2020-08-12 富士ゼロックス株式会社 ロボット制御システム
JP6727701B2 (ja) * 2016-05-23 2020-07-22 日立Geニュークリア・エナジー株式会社 自律作業統合管理システム
CN110023864A (zh) 2016-09-09 2019-07-16 沃尔玛阿波罗有限责任公司 通过在无人驾驶交通工具之间互换工具系统的地理区域监测系统和方法
GB2568188B (en) 2016-09-09 2022-03-30 Walmart Apollo Llc Geographic area monitoring systems and methods that balance power usage between multiple unmanned vehicles
US10246187B2 (en) 2016-09-09 2019-04-02 Walmart Apollo, Llc Systems and methods to interchangeably couple tool systems with unmanned vehicles
CA3035758A1 (en) * 2016-09-09 2018-03-29 Walmart Apollo, Llc Geographic area monitoring systems and methods utilizing computational sharing across multiple unmanned vehicles
US10782670B2 (en) * 2016-12-14 2020-09-22 The Boeing Company Robotic task system
BR112019016922A8 (pt) * 2017-02-14 2023-04-11 Systems & Software Entpr Llc Aparelho, sistemas e métodos para identificação, inspeção e manutenção de colete salva-vidas
US10528063B2 (en) * 2017-03-07 2020-01-07 Sikorsky Aircraft Corporation Natural language mission planning and interface
US11263597B2 (en) * 2017-06-12 2022-03-01 General Electric Company Workscope system and method of use thereof
US10540898B2 (en) 2017-07-21 2020-01-21 General Electric Company Decision support system for air missioncommander dynamic mission re-planning
US10821603B2 (en) 2018-09-05 2020-11-03 The Boeing Company Methods and apparatus for robot control
KR102212352B1 (ko) * 2018-10-08 2021-02-04 국방과학연구소 로봇 제어 방법 및 장치
US11720849B2 (en) 2018-11-15 2023-08-08 Corverity Corporation Method and system for managing navigational data for autonomous vehicles
US11046518B2 (en) 2019-01-14 2021-06-29 Mujin, Inc. Controller and control method for robot system
JP6738112B2 (ja) 2019-01-14 2020-08-12 株式会社Mujin ロボットシステムの制御装置及び制御方法
CN110443399B (zh) * 2019-04-29 2023-04-07 麦特汽车服务股份有限公司 一种车辆事故航空救援智能调度方法
US10877634B1 (en) * 2019-10-03 2020-12-29 Raytheon Company Computer architecture for resource allocation for course of action activities
US11755008B2 (en) * 2020-01-31 2023-09-12 Nissan North America, Inc. Using plays for human-AI decision-making in remote autonomous vehicle support
EP4135937A1 (en) * 2020-04-17 2023-02-22 Telefonaktiebolaget LM ERICSSON (PUBL) Network node and method for handling operations in a communications network
WO2022180487A1 (en) * 2021-02-23 2022-09-01 Yokogawa Electric Corporation Systems and methods for management of a robot fleet
CN114536339A (zh) * 2022-03-03 2022-05-27 深圳市大族机器人有限公司 协作机器人的控制方法、装置、协作机器人和存储介质
KR102621722B1 (ko) * 2023-06-29 2024-01-05 (주)위플로 구동 시스템의 점검이 가능한 비행체용 스테이션 장치
KR102611808B1 (ko) * 2023-06-29 2023-12-08 (주)위플로 구동 시스템의 점검이 가능한 비행체용 스테이션 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
EP1193168A2 (en) * 2000-09-26 2002-04-03 Rafael Armament Development Authority Ltd. Unmanned mobile device
CN1917986A (zh) * 2003-12-22 2007-02-21 Abb股份有限公司 用于机器人应用的控制方法、装置和系统
CN201035405Y (zh) * 2007-04-27 2008-03-12 邱军 一种低空飞行机器人的自主飞行控制器

Family Cites Families (148)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2849701A (en) 1954-04-23 1958-08-26 Tele Dynamics Inc Highway condition indicating system
JPS5872208A (ja) * 1981-10-26 1983-04-30 Hitachi Ltd 数値制御システム
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
JP2532059B2 (ja) 1985-09-13 1996-09-11 日産自動車株式会社 車両のサスペンシヨン制御装置
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
FR2646396B1 (fr) 1989-04-28 1991-07-05 Thomson Csf Detecteur de givre, en particulier pour vehicule et, principalement, pour aeronef
JPH03260809A (ja) * 1990-03-12 1991-11-20 Mitsubishi Motors Corp 複合加工機械制御装置
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
US5237404A (en) 1990-06-28 1993-08-17 Mazda Motor Corporation Inspection apparatus with improved detection of surface defects over large and curved surfaces
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
US5416476A (en) 1991-11-29 1995-05-16 Rendon; Edward Method and system for detecting potential icy conditions on roads
US5203646A (en) 1992-02-06 1993-04-20 Cornell Research Foundation, Inc. Cable crawling underwater inspection and cleaning 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
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
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
US5586028A (en) 1993-12-07 1996-12-17 Honda Giken Kogyo Kabushiki Kaisha Road surface condition-detecting system and anti-lock brake system employing same
US5845002A (en) 1994-11-03 1998-12-01 Sunkist Growers, Inc. Method and apparatus for detecting surface features of translucent objects
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
CA2217369A1 (en) 1995-04-10 1996-10-17 Johannes A.S. Bjorner 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
WO1997017686A1 (fr) 1995-11-06 1997-05-15 Michel Cuvelier Dispositif de surveillance routiere
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
EP0898718B1 (en) 1996-05-14 2002-02-27 AlliedSignal Inc. Radar based terrain and obstacle alerting function
CH691798A5 (fr) * 1996-06-19 2001-10-31 Hct Shaping Systems Sa Centre de découpage destiné à produire des tranches à partir de pièces à trancher.
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
US8060308B2 (en) 1997-10-22 2011-11-15 Intelligent Technologies International, Inc. Weather monitoring techniques
US6364026B1 (en) 1998-04-01 2002-04-02 Irving Doshay Robotic fire protection system
US6947797B2 (en) 1999-04-02 2005-09-20 General Electric Company Method and system for diagnosing machine malfunctions
GB9918248D0 (en) 1999-08-04 1999-10-06 Matra Bae Dynamics Uk Ltd Improvements in and relating to surveillance systems
US6647356B2 (en) 1999-08-23 2003-11-11 General Electric Company System and method for remote inbound vehicle inspection
US6266138B1 (en) 1999-10-12 2001-07-24 Perceptron, Inc. System and method for detecting defects in a surface of a workpiece
DE10014076B4 (de) 2000-03-22 2004-12-09 Nolex Ag Reifenluftdruck-Anzeigevorrichtung
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
US6825758B1 (en) 2000-06-26 2004-11-30 Nokian Tyres Plc System for detecting and communicating operational characteristics of tires telecommunicationally and a method therefor
JP4626043B2 (ja) * 2000-10-11 2011-02-02 Jfeエンジニアリング株式会社 タスク割付方法およびこれを適用した制御装置
CA2419240C (en) 2000-10-26 2007-04-10 Triant Technologies Inc. Method for estimating and reducing uncertainties in process measurements
US6532840B2 (en) 2000-12-19 2003-03-18 General Electric Company Methods for robotically inspecting gas turbine combustion components
JP2002215214A (ja) * 2001-01-23 2002-07-31 Nkk Corp 制御方法および制御装置
US6606563B2 (en) 2001-03-06 2003-08-12 Honeywell International Inc. Incursion alerting system
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
US7844364B2 (en) 2002-04-16 2010-11-30 Irobot Corporation Systems and methods for dispersing and clustering a plurality of robotic devices
US6842674B2 (en) * 2002-04-22 2005-01-11 Neal Solomon Methods and apparatus for decision making of system of mobile robotic vehicles
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
US6898484B2 (en) * 2002-05-01 2005-05-24 Dorothy Lemelson Robotic manufacturing and assembly with relative radio positioning using radio based location determination
US6799633B2 (en) 2002-06-19 2004-10-05 Halliburton Energy Services, Inc. Dockable direct mechanical actuator for downhole tools and method
EP1563348A2 (en) * 2002-08-21 2005-08-17 Neal E. Solomon Systems, methods and apparatus for organizing groups of self-configurable mobile robotic agents in a multi-robotic system
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
US7505619B2 (en) 2002-09-27 2009-03-17 Kla-Tencor Technologies Corporation System and method for conducting adaptive fourier filtering to detect defects in dense logic areas of an inspection surface
JPWO2004032086A1 (ja) 2002-10-04 2006-02-02 富士通株式会社 ロボットシステムおよび自律走行ロボット
US7303010B2 (en) * 2002-10-11 2007-12-04 Intelligent Robotic Corporation Apparatus and method for an autonomous robotic system for performing activities in a well
US20040073411A1 (en) 2002-10-15 2004-04-15 The Boeing Company System, method and computer program product for maintaining a structure
DE60333597D1 (de) 2002-12-10 2010-09-09 Chep Technology Pty Ltd Automatisierte palletteninspektion und -reparatur
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
JP2004243461A (ja) * 2003-02-13 2004-09-02 Yaskawa Electric Corp ロボットの教示システム
US6888446B2 (en) 2003-02-25 2005-05-03 Lear Corporation Tire pressure monitoring auto location assembly
KR101064161B1 (ko) 2003-03-07 2011-09-15 인터내셔널 인더스트리 서포트, 인코포레이티드 스테레오 카메라 세트를 갖는 스캐닝 시스템
CA2519765C (en) 2003-03-27 2008-12-30 Honda Motor Co., Ltd. Method of applying protective layer forming material
ATE368209T1 (de) 2003-04-03 2007-08-15 Erwin Pristner Vorrichtung zum erfassen, bestimmen und dokumentieren von schäden, insbesondere durch plötzliche ereignisse verursachte deformationen an lackierten oberflächen
JP3882797B2 (ja) 2003-08-08 2007-02-21 日産自動車株式会社 車両用運転操作補助装置および車両用運転操作補助装置を備える車両
WO2005029264A2 (en) 2003-09-19 2005-03-31 Alphatech, Inc. Tracking systems and methods
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
DE102004006033B3 (de) 2004-02-06 2005-09-08 Eads Deutschland Gmbh Verfahren zur Erkennung und Bekämpfung von Wald-und Flächenbränden
US8086351B2 (en) 2004-02-06 2011-12-27 Icosystem Corporation Methods and systems for area search using a plurality of unmanned vehicles
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
US8181532B2 (en) 2004-08-30 2012-05-22 Messier-Dowty Inc. Structural deflection and load measuring device
US7889931B2 (en) 2004-10-22 2011-02-15 Gb Investments, Inc. Systems and methods for automated vehicle image acquisition, analysis, and reporting
CA2487704A1 (en) 2004-11-18 2006-05-18 R. Kyle Schmidt Method and system for health monitoring of aircraft landing gear
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
US7765038B2 (en) * 2005-02-16 2010-07-27 Lockheed Martin Corporation Mission planning system for vehicles with varying levels of autonomy
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
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
US8528400B2 (en) 2005-07-26 2013-09-10 Goodrich Corporation Aircraft shock strut having a fluid level monitor
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
US7499772B2 (en) 2005-08-31 2009-03-03 Honeywell International Inc. Method and system for navigating a nondestructive evaluation device
US7412899B2 (en) 2005-09-16 2008-08-19 International Electronic Machines Corporation MEMS-based monitoring
ATE441885T1 (de) 2005-12-07 2009-09-15 Sap Ag Verfahren und system zum automatischen organisieren und ausführen einer vordefinierten aufgabe durch roboterfunktionalitäten
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
WO2007080584A2 (en) 2006-01-11 2007-07-19 Carmel-Haifa University Economic Corp. Ltd. Uav decision and control system
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
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
US7515982B2 (en) * 2006-06-30 2009-04-07 Intel Corporation Combining automated and manual information in a centralized system for semiconductor process control
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
AU2007351350B2 (en) 2006-12-19 2013-01-10 Engineered Arresting Systems Corporation System and method for providing runway conditions to 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
US8260485B1 (en) 2007-04-26 2012-09-04 The Boeing Company Adaptive multi-vehicle area coverage optimization system and method
US20080270866A1 (en) 2007-04-26 2008-10-30 Infineon Technologies Ag Transmission with automatic repeat request process
US7896113B1 (en) 2007-05-12 2011-03-01 Fernando Ramirez Police robotic system
US7796018B2 (en) 2007-06-04 2010-09-14 The Boeing Company Method and apparatus for designing a health monitor system for a vehicle
US7714702B2 (en) 2007-06-04 2010-05-11 The Boeing Company Health monitoring system for preventing a hazardous condition
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
US8643719B2 (en) 2008-02-29 2014-02-04 The Boeing Company Traffic and security monitoring system and method
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
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
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
US8504505B2 (en) * 2008-10-31 2013-08-06 Caterpillar Inc. System and method for controlling an autonomous worksite
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
US20100312387A1 (en) 2009-06-05 2010-12-09 The Boeing Company Supervision and Control of Heterogeneous Autonomous Operations
US9046892B2 (en) 2009-06-05 2015-06-02 The Boeing Company Supervision and control of heterogeneous autonomous operations
WO2011015855A1 (en) 2009-08-03 2011-02-10 Bae Systems Plc Monitoring system
US8773289B2 (en) 2010-03-24 2014-07-08 The Boeing Company Runway condition monitoring
US20110313614A1 (en) 2010-06-21 2011-12-22 Hinnant Jr Harris O Integrated aeroelasticity measurement for vehicle health management
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
EP2621811A2 (en) 2010-09-29 2013-08-07 Aerobotics, Inc. Novel systems and methods for non-destructive inspection of airplanes
US8982207B2 (en) 2010-10-04 2015-03-17 The Boeing Company Automated visual inspection system
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
EP1193168A2 (en) * 2000-09-26 2002-04-03 Rafael Armament Development Authority Ltd. Unmanned mobile device
CN1917986A (zh) * 2003-12-22 2007-02-21 Abb股份有限公司 用于机器人应用的控制方法、装置和系统
CN201035405Y (zh) * 2007-04-27 2008-03-12 邱军 一种低空飞行机器人的自主飞行控制器

Also Published As

Publication number Publication date
JP5873795B2 (ja) 2016-03-01
CN102460329A (zh) 2012-05-16
JP2012529104A (ja) 2012-11-15
US20100312388A1 (en) 2010-12-09
WO2010141180A3 (en) 2011-02-03
WO2010141180A2 (en) 2010-12-09
CA2760693A1 (en) 2010-12-09
EP2438492A2 (en) 2012-04-11
US9046892B2 (en) 2015-06-02
CA2936385A1 (en) 2010-12-09
EP2438492B1 (en) 2016-08-31
CA2936385C (en) 2018-08-14
CA2760693C (en) 2019-01-08

Similar Documents

Publication Publication Date Title
CN102460329B (zh) 异类自主性操作的监督和控制
US11720832B2 (en) Hierarchical mission management
US20100312387A1 (en) Supervision and Control of Heterogeneous Autonomous Operations
US11282013B2 (en) Mobile vehicles in manufacturing
US10913154B2 (en) Systems and method for robotic learning of industrial tasks based on human demonstration
CN110389594A (zh) 自适应自主系统架构
US20100235037A1 (en) Autonomous Inspection and Maintenance
JP6804825B2 (ja) センサ融合を用いた環境内での位置特定
Meystel Knowledge-based controller for intelligent mobile robots
US11355021B1 (en) Nodal network infrastructure for unmanned aerial vehicle operations at scale
EP3637230B1 (en) Augmented reality system for visualizing nonconformance data for an object
Cetiner et al. Development of an automated decision-making tool for supervisory control system
Hussein et al. Towards an architecture for customizable drones
US20240094712A1 (en) Robot staging area management
Hong et al. Extensions of receding horizon task assignment for area coverage in dynamic environments
Asmaa et al. UAV Control Architecture
Abi Badra et al. Applying a Model-Based Systems Engineering Approach to Model an Unmanned Aerial Vehicle Mission
Mitchell et al. Lessons learned: Symbiotic autonomous robot ecosystem for nuclear environments
Shi et al. Research and implementation of material distribution method based on intelligent perception network
Chirala et al. UV Mission Planning Under Uncertainty in Vehicles’ Availability
Hammadi A Comprehensive Analysis of Autonomous Drone Technology Across Multiple Sectors
Smith The role of autonomy in space exploration

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant