ES3041696T3 - Avian detection system and method - Google Patents
Avian detection system and methodInfo
- Publication number
- ES3041696T3 ES3041696T3 ES20184403T ES20184403T ES3041696T3 ES 3041696 T3 ES3041696 T3 ES 3041696T3 ES 20184403 T ES20184403 T ES 20184403T ES 20184403 T ES20184403 T ES 20184403T ES 3041696 T3 ES3041696 T3 ES 3041696T3
- Authority
- ES
- Spain
- Prior art keywords
- bird
- image
- interest
- airspace
- subset
- 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
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0264—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for stopping; controlling in emergency situations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/10—Arrangements for warning air traffic
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two two-dimensional [2D] image sensors having a relative position equal to or related to the interocular distance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/51—Housings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/698—Control of cameras or camera modules for achieving an enlarged field of view, e.g. panoramic image capture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
- F05B2270/804—Optical devices
- F05B2270/8041—Cameras
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Psychiatry (AREA)
- Vascular Medicine (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Aquí se describen sistemas de detección y métodos relacionados para detectar objetos en movimiento en el espacio aéreo circundante. En un caso, el objeto en movimiento es un animal volador, y el sistema de detección consta de un primer sensor de imagen y un segundo sensor que determina la posición del objeto. Para objetos en movimiento dentro de una distancia seleccionada por el usuario, el sistema determina si se trata de un animal volador, como un ave o un murciélago. Los sistemas y métodos son compatibles con aerogeneradores para identificar aves de interés en el espacio aéreo alrededor de los mismos y, si es necesario, tomar medidas para minimizar el riesgo de colisión con las palas. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Sistema y procedimiento de detección aviar
Antecedentes de la invención
Existe un interés y necesidad en la técnica de detección confiable y sólida de aves voladoras. Los sistemas de detección de aves tienen muchas aplicaciones, que van desde el conteo, la clasificación y/o la identificación de aves en una ubicación geográfica específica, hasta los sistemas de disuasión y contramedida para la aviación y los sistemas de producción de energía eólica. Un objetivo común de tales sistemas es el reemplazo de los recuentos humanos subjetivos e inexactos con un sistema de detección automatizado y confiable. Esto es un reflejo de que la detección de aves voladoras basada en humanos requiere un entrenamiento intensivo para identificar adecuadamente aves y especies de estas, es altamente intensiva en mano de obra y es inherentemente inexacta.
Una aplicación específica de los sistemas de detección de aves es para la generación de energía eólica. Existe preocupación por el riesgo para las aves que surge de la colisión con turbinas eólicas aviares. Un desafío para evaluar con precisión el riesgo de colisión de una turbina eólica con un ave voladora es la dificultad de determinar de manera confiable el número de aves y la especie de tales aves en un área de una turbina o una turbina que se va a ubicar. Es difícil monitorear continuamente el espacio aéreo, y por lo tanto las búsquedas de mortalidad por impacto de aves convencionales se realizan mediante el uso de cronogramas sistemáticos con una estimación de mortalidad acompañada en base a una distribución uniforme en el tiempo, como se explica en "Impacts of Wind Energy Facilities on Wildlife and Wildlife Habitat" Technical Review 07-2. Sept. 2007 (disponible en: wildlife.org/documents/technicalreviews/docs/Wind07-2.pdf). Esto tiene numerosas desventajas, que incluyen no tener en cuenta las muertes en los grupos, las aves lesionadas que abandonan el área inmediata o son eliminadas por carroñeros, y el desafío asociado con localizar de manera confiable y consistente las carcasas. Independientemente de tales inexactitudes, ha habido documentación de muertes de rapaces en muertes de turbinas eólicas. Ver, por ejemplo,Id.en la p. 15 y las referencias citadas en la misma, que incluyen instalaciones de parques eólicos con sede en California tales como las Áreas de Recursos Eólicos de Altamont Pass (APWRA), San Goronio y Tehachapi. Las estimaciones de muertes de rapaces en APWRA por año varían entre 881-1300 o aproximadamente 1,5 - 2,2 muertes de rapaces/MW/año, que incluyen aproximadamente 75 a 116 águilas reales. Con estas estadísticas en mente, existe interés en los sistemas de detección de aves, que incluyen su uso con la planificación, desarrollo, expansión y operación de parques eólicos.
Un ejemplo de un sistema de detección y disuasión de aves es dtbird® por Liquen (descripción disponible en dtbird.com/index.php/en/technology/detection). Una limitación fundamental de ese sistema es la eficiencia de detección informada del 86-96 % para una distancia de solo 150 m desde la turbina eólica, con una eficiencia que disminuye con el aumento de las distancias.
Otras implementaciones de sistemas de detección de aves se basan en radar que incluyen, por ejemplo, los sistemas de radar aviar Merlin de DeTect (www.detect-inc.com/avian.html). Sin embargo, esos sistemas requieren equipos de radar voluminosos y costosos y no son adecuados para distinguir entre especies aviares de interés. Por ejemplo, un inconveniente fundamental es la incapacidad de distinguir entre una especie de ave de presa en peligro de extinción o valiosa y otra especie de ave que no está en peligro de extinción ni es de importancia comercial. Por ejemplo, sería beneficioso distinguir entre un águila real y un buitre de pavo, por ejemplo con la implementación de acciones para la velocidad de la hélice eólica adaptada solo a la especie de interés. Los sistemas de radar no son adecuados para tales aplicaciones, ya que no obtienen detalles visuales que de otro modo distinguirían entre diferentes especies de aves que son de tamaño similar y/o tienen características de vuelo similares. Además, los sistemas basados en radar producen muchos falsos positivos, que incluyen los que surgen de objetos en movimiento, tales como una paleta de turbina.
La solicitud de patente de los Estados Unidos Pub. 2013/0050400 (Stiesdal) describe una disposición para evitar la colisión de un animal volador con una turbina eólica. Sin embargo, Stiesdal está limitado porque no hay una cobertura espacial completa, sino que se enfoca en imágenes de direcciones horizontales. La solicitud de patente de los Estados Unidos núm. 8,598,998 describe un sistema de prevención de colisiones con animales. Otros sistemas se describen, por ejemplo, en Patente de Estados Unidos. Pub. Núms. 2009/0185900 (Hirakata) y 2008/0298692 (Silwa). Cada uno de esos sistemas tiene limitaciones inherentes, tales como no proporcionar una cobertura completa de todas las direcciones del espacio aéreo circundante, no proporcionar una eficiencia de detección suficiente y/o no distinguir de manera confiable entre especies aviares y limitar la detección a una especie aviar específica.
Debido al riesgo para las aves migratorias, rapaces y otras aves de interés, incluidas los murciélagos, es conveniente tener un sistema confiable, rentable y sólido para identificar ciertas especies de aves, que incluye antes de ubicar la(s) turbina(s) eólica(s) así como también durante la operación de la turbina eólica. En la presente descripción se proporcionan varios procedimientos y sistemas para la detección de aves, que incluyen sistemas de detección altamente confiables y sensibles en intervalos de detección suficientemente grandes que proporcionan tiempo suficiente para tomar medidas para minimizar o evitar el contacto no deseado entre una especie aviar específica y la turbina eólica, mientras se minimiza la necesidad de detener la turbina eólica innecesariamente para especies aviares u otros objetos móviles que no son de interés, mientras se evita la necesidad de grandes grupos de observadores humanos.
Sumario de la invención
Los sistemas y procedimientos descritos proporcionan la detección de un ave voladora para grandes volúmenes de espacio aéreo de una manera que es tanto rentable como confiable. Los sistemas son completamente escalables, son compatibles con cualquier número de generador de imágenes y sistemas, en función de la aplicación de interés, con áreas más grandes cubiertas al aumentar el número de sistemas. La integración de los generadores de imágenes especialmente configurados con algoritmos eficientes facilita la determinación rápida y precisa de objetos en movimiento junto con si tales objetos en movimiento pueden representar un ave de interés que justifica un análisis adicional de los objetos en movimiento dentro de un espacio aéreo definido por el usuario. Un primer generador de imágenes de campo de visión amplio ayuda a monitorear simultáneamente un espacio aéreo muy grande y a capturar imágenes de cualquier número de objetos móviles potenciales. Varios algoritmos, que incluyen el reconocimiento de patrones, la detección de bordes y el análisis de parámetros de límites, y el análisis del comportamiento de la posición y postura corporal aviar o perspectiva con relación al entorno, refinan aún más la decisión de si un objeto en movimiento detectado debe analizarse además. Un segundo generador de imágenes de alto aumento, tal como un generador de imágenes estéreo, amplía ópticamente los objetos en movimiento detectados relevantes y puede proporcionar información rápida sobre la distancia del objeto en movimiento e información adicional relacionada con las características ópticas más finas del objeto en movimiento para facilitar la identificación de especies de un ave voladora.
Una ventaja de los sistemas proporcionados en la presente descripción es la capacidad de obtener imágenes del espacio aéreo circundante en todas las direcciones de visión disponibles desde una fuente u origen centrado en o alrededor de los sistemas. Esta capacidad de obtener imágenes de todas las vistas desde un sistema al espacio aéreo circundante se denomina generalmente en la presente descripción como proporcionar una cobertura hemisférica sustancialmente completa del espacio aéreo circundante. La configuración de los generadores de imágenes y la integración con un procesador que analiza imágenes facilita la detección confiable a una gran distancia para cualquier dirección de visión, tal como mayor que 600 m y hasta al menos aproximadamente 1,2 km, y cualquier intervalo en el mismo. La capacidad de detectar de manera confiable un ave voladora a distancias tan grandes es particularmente útil para los sistemas de turbinas eólicas donde un ave de presa que se sumerge o vuela rápidamente requiere una detección y advertencia suficientemente avanzadas para permitir la implementación de acciones antes del impacto. Por ejemplo, la detección confiable en un intervalo de entre aproximadamente 800 m a 1 km es beneficiosa para proporcionar un tiempo de parada suficiente para una pala de turbina eólica en movimiento antes de que un ave de paso pueda entrar en contacto con una pala de turbina eólica en movimiento. Además, la gran cobertura del espacio aéreo reduce el número total de sistemas requeridos, con un sistema que proporciona una cobertura del espacio aéreo confiable que de cualquier otra manera requeriría una pluralidad de sistemas convencionales. Esto es un reflejo de la capacidad de los sistemas instantáneos para la recolección, el almacenamiento y/o el análisis de grandes volúmenes de datos, que incluyen simultáneamente.
El sistema de detección aviar puede ser para detectar un ave voladora en un espacio aéreo. El sistema comprende un primer generador de imágenes que tiene un campo de visión amplio para detectar un objeto en movimiento; un segundo generador de imágenes que tiene un alto aumento; un posicionador conectado operativamente al segundo generador de imágenes para colocar el segundo generador de imágenes para capturar imágenes del objeto en movimiento detectado por el primer generador de imágenes; y un procesador conectado operativamente para recibir datos de imagen del primer generador de imágenes, el segundo generador de imágenes, o ambos para identificar un objeto en movimiento que es un ave voladora en base a los datos de imagen. Una ventaja de los sistemas de detección instantánea es la capacidad de cobertura hemisférica sustancialmente completa del espacio aéreo que rodea el sistema de detección aviar hasta grandes distancias del sistema.
Cualquiera de los sistemas descritos en la presente descripción puede comprender una pluralidad de primeros generadores de imágenes y segundos generadores de imágenes dispuestos en una configuración espacial para proporcionar una cobertura hemisférica sustancialmente completa.
El primer generador de imágenes puede comprender una lente o detector de ojo de pez configurado para capturar imágenes de datos visuales de un espacio aéreo circundante sustancialmente hemisférico, y puede incluir una pluralidad de imágenes individuales para proporcionar el campo de visión deseado.
La cobertura hemisférica sustancialmente completa puede proporcionar cobertura para un volumen de espacio aéreo que tiene una distancia de detección desde el primer generador de imágenes que es mayor o igual a 0,6 km y menor o igual a 2 km o entre 0,6 km y 1,2 km. Con esto en mente, cualquiera de los espacios aéreos proporcionados en la presente descripción puede tener un volumen asociado con el mismo a partir del cual se determina un radio de medio hemisferio correspondiente (por ejemplo, Vespacio aéreo = (2/3)nr3, donde r se selecciona para proporcionar el volumen de espacio aéreo equivalente al que se monitorea por el sistema). En consecuencia, r proporciona un tipo de distancia de detección promedio que se representa por imágenes eficazmente mediante cualquiera de los sistemas proporcionados en la presente descripción. La variación en r sobre la superficie exterior del volumen del espacio aéreo puede cuantificarse estadísticamente, tal como por una desviación estándar, error estándar de la media, o similares. En un aspecto, la desviación estándar es menor o igual a aproximadamente 20 %, 10 % o 5 % de un valor promedio de r. Para los sistemas independientes que no observan directamente el espacio aéreo inmediatamente por encima del sistema, un segundo sistema posicionado a una distancia de separación puede proporcionar la cobertura deseada de ese espacio aéreo, de manera que en combinación se logre una cobertura hemisférica sustancial o completa alrededor del sistema.
Los sistemas y procedimientos proporcionados en la presente descripción pueden describirse en términos de eficiencia de detección para una especie aviar de interés seleccionada que es mayor que 96 % para el volumen de espacio aéreo, que incluye mejor que 99 % o 99,9 % de manera que existe una probabilidad estadísticamente insignificante de perder una especie aviar de interés. Los sistemas y procedimientos proporcionados en la presente descripción pueden describirse como que tienen un porcentaje de falsos positivos para una especie aviar voladora de interés que es menor o igual al 5 % para el volumen de espacio aéreo. La eficiencia de detección, junto con el bajo nivel de identificación de falsos positivos, es una mejora fundamental con respecto a la técnica, particularmente si se considera los grandes volúmenes de espacio aéreo que se monitorean, tal como entre aproximadamente 0,45 km3 y 16,8 km3 o 0,45 km3 y 2,1 km3 (correspondientes a distancias de detección entre aproximadamente 0,6 km y 2 km, o 0,6 km y 1 km, respectivamente), o cualquier subintervalo de estos.
Las especies aviares de interés pueden ser un águila real o una especie aviar voladora en peligro de extinción.
El procesador puede identificar una salida de un subconjunto de píxeles del primer generador de imágenes o el segundo generador de imágenes correspondiente al objeto en movimiento. El subconjunto de píxeles puede comprender píxeles vecinos, píxeles adyacentes directamente, o ambos. La salida del subconjunto de píxeles puede ser una matriz de valores de intensidad, con cada valor correspondiente a una intensidad de píxel individual y/o un valor de color, con varios colores asignados a un valor numérico para ayudar con la identificación del color. La salida del subconjunto de píxeles puede ser una salida que varía con el tiempo. De esta manera, se identifican regiones correspondientes a un objeto en movimiento.
El procesador puede analizar la salida del subconjunto de píxeles para determinar si el objeto en movimiento es un ave voladora. La salida puede ser además una única trama o puede ser de más de una trama, una serie temporal de una única trama o de más de una trama, o una de sus combinaciones, para facilitar una salida que varía con el tiempo.
El procesador puede analizar la salida para identificar la presencia de uno o más atributos de identificación umbral, tales como un parámetro de identificación de umbral que es un parámetro de límite. El parámetro de límite puede corresponder a una característica de firma de límite de un ave voladora. De esta manera, el parámetro de identificación del umbral puede proporcionar un corte inicial para determinar si se debe analizar o caracterizar adicionalmente el subconjunto de píxeles.
En un aspecto, la firma de límite de borde puede identificarse mediante la determinación de un gradiente de intensidad de la salida del subconjunto de píxeles. La firma del límite de borde puede identificarse mediante la comparación del gradiente de intensidad con uno o más valores de referencia. En este aspecto, los "valores de referencia" pueden usarse para distinguir objetos que corresponden a objetos no animales, tales como nubes, escombros, plantas u objetos artificiales. Por ejemplo, la firma de límite de borde puede corresponder a un parámetro de rectitud de borde, y la salida identificada como correspondiente a un objeto artificial para un parámetro de rectitud de borde indicativo de una línea recta construida artificialmente. Las líneas rectas o las curvas excesivamente suaves tienden a ser de naturaleza artificial y pueden usarse para ayudar con la caracterización preliminar de un objeto en movimiento como no un ave voladora. En consecuencia, la firma del límite de borde puede relacionarse con la cuantificación de un parámetro relacionado con el mismo, tal como una longitud, curvatura, suavidad, aspereza, color, gradiente de luz, intensidad de luz, longitud de onda de luz, uniformidad, o similares.
En un aspecto, la firma de límite de borde corresponde a un ave voladora, tal como una especie de ave amenazada o en peligro de extinción de interés.
Cualquiera de los uno o más atributos de identificación umbral puede ser un parámetro de evolución del tiempo, tal como un parámetro de evolución del tiempo correspondiente a una característica de firma de evolución del tiempo de movimiento de un ave voladora.
En un aspecto, el uno o más atributos de identificación umbral pueden ser un parámetro de color. En un aspecto, el parámetro de color puede corresponder a una característica de firma de color de un ave voladora.
Tras la identificación de la presencia de uno o más atributos de identificación umbral, el procesador puede analizar la salida del subconjunto de píxeles para determinar uno o más parámetros de identificación de aves.
El procesador puede comparar la salida del subconjunto de píxeles con uno o más valores de referencia en una base de datos de imágenes de referencia para determinar si el objeto en movimiento es un ave voladora, que incluye asignar una probabilidad de que el objeto en movimiento sea un ave voladora y/o una especie de ave voladora de interés. De esta manera, los recursos pueden priorizarse apropiadamente a los objetos de mayor probabilidad.
El procesador puede comparar la salida del subconjunto de píxeles con valores de referencia para determinar uno o más parámetros de identificación de aves seleccionados del grupo que consiste en tamaño, velocidad, envergadura del ala, forma del ala, postura aviar o relación entre el ancho de la envergadura del ala y la altura o viceversa (w/h o h/w), color, forma del límite, geometría, intensidad de luz y trayectoria de vuelo. En este contexto, los "valores de referencia" pueden referirse a valores que se obtienen empíricamente de aves voladoras conocidas. Por ejemplo, puede observarse un ave voladora y la talla, velocidad, envergadura del ala, forma de ala, color, forma de límite, geometría, intensidad, postura y trayectorias típicas obtenidas y definidas por intervalos alrededor de un promedio. Estos parámetros pueden obtenerse para un ave específica o una pluralidad de aves. Los valores de referencia pueden proporcionarse en una base de datos de imágenes de referencia o determinarse mediante el uso de uno o más algoritmos de imágenes de referencia, con la base de datos o el algoritmo conectado operativamente al procesador. El algoritmo de imagen de referencia puede ser parte de una aplicación de aprendizaje automático de manera que el sistema se caracterice como un sistema inteligente que aprende y actualiza continuamente para mejorar aún más la caracterización aviar a medida que se obtienen y caracterizan más imágenes de referencia.
En un aspecto, el procesador analiza la salida del subconjunto de píxeles a través de un algoritmo de reconocimiento de patrones. El algoritmo de reconocimiento de patrones puede identificar el subconjunto de píxeles como una especie de ave voladora, que incluye una especie de ave de presa amenazada o en peligro de extinción.
Cualquiera de los sistemas y procedimientos proporcionados en la presente descripción puede tener un procesador que analiza la salida del subconjunto de píxeles de una pluralidad de tramas que contienen los datos de imagen, en el que el subconjunto de píxeles se mueve espacialmente con el tiempo (para un generador de imágenes de estación fija) y el movimiento con el tiempo se usa para determinar una trayectoria de la salida del subconjunto de píxeles. De esta manera, la trayectoria puede comprender posiciones, distancias, velocidades, direcciones o cualquier combinación de estas a lo largo del tiempo. En consecuencia, los sistemas y procedimientos pueden comprender además determinar una trayectoria predictiva correspondiente a un intervalo de tiempo futuro. Para aquellas situaciones en las que un objeto vuela directamente hacia un generador de imágenes, el movimiento puede determinarse eficazmente mediante un aumento en el número de píxeles en la salida del subconjunto de píxeles con el tiempo, a medida que el objeto se mueve hacia el generador de imágenes. De manera similar, para un objeto que se aleja directamente, el número de píxeles en la salida del subconjunto de píxeles con el tiempo puede disminuir. Un objeto en movimiento que no cambia sustancialmente en distancia desde el generador de imágenes, puede corresponder a un subconjunto de píxeles que no cambia significativamente en número con el tiempo, pero que, en contraste con el vuelo directo hacia y desde un generador de imágenes, tendrá un cambio en la ubicación de los píxeles con relación a una cámara que no se mueve.
Cualquiera de los algoritmos de reconocimiento de patrones puede comprender una base de datos de parámetros físicos asociados con una especie aviar voladora de interés, y el procesador compara un parámetro físico determinado a partir del primer generador de imágenes o el segundo generador de imágenes con un parámetro físico correspondiente de la base de datos de parámetros físicos para filtrar objetos en movimiento que no son una especie aviar voladora o no son una especie aviar voladora de interés y/o asignar probabilidades a estos. Tales parámetros también se denominan en la presente descripción "parámetro de identificación de aves". El parámetro de identificación de aves es cualquier parámetro observable útil para clasificar un objeto en movimiento como un ave, que incluye una especie aviar específica. Los ejemplos incluyen parámetros físicos del ave, tales como tamaño, color, forma u otras características distintivas físicas. Otros parámetros incluyen la trayectoria de vuelo o el movimiento del ala (o la falta de este).
Cualquiera de los sistemas y procedimientos de detección aviar puede usarse para detectar un ave voladora de interés que es un ave de presa protegida por el gobierno, agencia, a nivel federal o estatal, tal como una especie de ave de presa en peligro de extinción o un águila real.
Cualquiera de los sistemas de detección aviar utiliza un procesador que filtra objetos en movimiento que no corresponden a una especie aviar de interés. Por ejemplo, el ave puede corresponder a una especie abundante que no está en peligro de extinción, tal como un buitre de pavo, por ejemplo. Alternativamente, el objeto en movimiento puede de hecho no ser ni siquiera un ave, sino más bien escombros que soplan a través del espacio aéreo, una aeronave, movimiento de nubes u otro movimiento natural de la vegetación. Los sistemas proporcionados en la presente descripción acomodan tales objetos en movimiento y, para tales objetos, no se toma ninguna acción de implementación. Esto contrasta con los sistemas basados en radar que no pueden determinar efectivamente tales falsos positivos.
En un aspecto, los sistemas y procedimientos se describen además en términos de un parámetro óptico de los generadores de imágenes. Por ejemplo, el primer campo de visión del generador de imágenes amplia puede cuantificarse y seleccionarse de un intervalo que sea mayor o igual a 0,5 km2 y menor o igual a 1,6 km2 a una distancia de detección definida, tal como aproximadamente 0,8 km a aproximadamente 1,2 km. Alternativamente, el primer generador de imágenes puede describirse como que tiene un cierto alcance del campo de visión. Para un primer visor que tiene una lente rectangular, los campos de visión pueden describirse en una dirección horizontal y una vertical, tal como seleccionados independientemente entre aproximadamente 60° y 180°, o entre aproximadamente 60° y 120°. Un primer sistemas de obtención de imágenes (por ejemplo, un sistema de campo de visión amplio o WFOV) puede formarse a partir de una pluralidad de primeros generadores de imágenes, tales como un par de generadores de imágenes alineados entre sí en un ángulo de 60° a 70° que, en combinación, proporcionan una cobertura confiable de al menos 120°. Una combinación de esos primeros sistemas de obtención de imágenes puede proporcionar entonces una cobertura circunferencial completa y, hasta cierto punto, una cobertura hemisférica. En un aspecto, cualquiera de los generadores de imágenes proporcionados en la presente descripción puede describirse como que tiene una resolución. Como se usa en la presente, la resolución se refiere a la capacidad de resolver de manera confiable los elementos de un tamaño definido. Por ejemplo, el primer generador de imágenes puede tener una resolución que es adecuada para detectar un objeto en movimiento que es un pájaro. En un aspecto, la resolución del primer generador de imágenes capaz de detectar un objeto en movimiento que puede ser un pájaro es de aproximadamente 8"/píxel a aproximadamente 14"/píxel. De manera similar, la resolución del primer generador de imágenes puede ser de aproximadamente 0,3 m. Alternativamente, la resolución del primer generador de imágenes puede describirse en términos funcionales como de resolución suficiente para detectar un ave de interés que tiene un tamaño definido, tal como el tamaño de un ave de interés, que incluye un águila real.
El segundo generador de imágenes puede describirse, por ejemplo, como que tiene un alto aumento que puede seleccionarse de un intervalo que es mayor o igual a 10x y menor o igual a 1.000x, o que puede fijarse pero a un alto aumento, y también puede describirse como parte de un generador de imágenes estéreo para proporcionar información de distancia. De manera similar a la resolución descrita para el primer generador de imágenes, el segundo generador de imágenes puede describirse en términos de una resolución. En particular, el segundo generador de imágenes se configura para proporcionar un alto aumento en una región identificada, al menos en parte, por el primer generador de imágenes como un pájaro en movimiento. La resolución se selecciona para proporcionar información que confirme que el objeto en movimiento es un pájaro y también para la identificación de especies. En un aspecto, la resolución del segundo generador de imágenes es mayor o igual a 0,25 cm/píxel y menor o igual a 10 cm/píxel, que incluye mayor o igual a 0,25 cm/píxel y menor o igual a 1 cm por píxel. A esta alta resolución, se puede obtener información precisa de características de identificación para el objeto en movimiento, hasta el color de los ojos, el color del pico, la forma de rizado, la forma de las plumas de la cola, la forma de la punta de las alas y otras formas visualmente distintivas para la especie aviar de interés. El "alto aumento" puede referirse simplemente a la resolución más alta en comparación con el primer generador de imágenes, con un aumento alto fijo usado en combinación con un posicionador tal como un paneo y una inclinación, para garantizar que el segundo generador de imágenes capture una región deseada identificada por el primer generador de imágenes.
Para proporcionar un campo de visión para detectar un ave colocada en cualquier lugar dentro del espacio aéreo que rodea el sistemas de obtención de imágenes, una pluralidad de primeros generadores de imágenes pueden disponerse en distintas direcciones de alineación para proporcionar una cobertura completa de 360° y hemisférica por la pluralidad de campos de visión de los primeros generadores de imágenes hasta e incluyendo una dirección de alineación vertical. En este aspecto, uno de los primeros generadores de imágenes se dispone en una dirección de alineación vertical para proporcionar cobertura para el espacio aéreo en una dirección vertical que de cualquier otra manera no está cubierta por otro campo de visión de primer generador de imágenes. Esto es particularmente relevante para el espacio aéreo que está alrededor de un objeto físico que se extiende a una altura vertical, tal como un edificio, un vehículo o un molino de viento. Una pluralidad de tales primeros generadores de imágenes orientados asegura la cobertura de todos los accesos al edificio, pista de aterrizaje/campo de aviación o turbina eólica. Alternativamente, puede usarse una pluralidad de sistemas para garantizar la cobertura hemisférica deseada.
Un objeto en movimiento puede identificarse continuamente para el movimiento del objeto desde un primer campo de visión del primer generador de imágenes a un segundo campo de visión del primer generador de imágenes adyacente espacialmente, que incluye para otro primer generador de imágenes que es parte del sistema o parte de un segundo sistema distinto.
Como se desee, los generadores de imágenes pueden capturar un campo de visión en el espectro visible y/o el espectro no visible. Por ejemplo, la obtención de imágenes de una emisión infrarroja del campo de visión es útil para la detección de animales vivos de una temperatura diferente a la del espacio aéreo circundante. En consecuencia, el primer generador de imágenes, el segundo generador de imágenes, o tanto el primer como el segundo generadores de imágenes pueden configurarse para detectar un intervalo de longitud de onda correspondiente a la luz en el espectro visible o infrarrojo. Tal intervalo de longitud de onda en el infrarrojo es útil para la identificación en condiciones de poca luz (por ejemplo, de noche) o condiciones climáticas adversas, o cualquier condición en la que el color/visibilidad no sea distinguible.
Cualquiera de los sistemas de detección aviar puede configurarse para identificar simultáneamente una pluralidad de objetos en movimiento y, si se desea, determinar el(los) atributo(s) de identificación umbral y los parámetros de identificación de aves, y las probabilidades asociadas con estos.
Una aplicación de cualquiera de los sistemas y procedimientos de detección de aves descritos en la presente descripción es con una turbina eólica y que se usa para disminuir la incidencia de muertes de aves por una turbina eólica, que incluye una especie de ave específica de interés que puede incluir un ave de presa o un águila real.
Una pluralidad de sistemas de detección aviar pueden conectarse a una turbina eólica en distintas direcciones de alineación para proporcionar dicha cobertura hemisférica sustancialmente completa de dicho espacio aéreo que rodea la turbina eólica. Por ejemplo, uno de los primeros generadores de imágenes puede orientarse en una dirección ascendente para cubrir una región del espacio aéreo por encima de la turbina eólica, mientras que otros generadores de imágenes proporcionan una cobertura del espacio aéreo más cercana al suelo en una orientación de cobertura completa de 360°. Alternativamente, los sistemas pueden ser independientes y estar separados espacialmente de las turbinas eólicas, tales como posicionados estratégicamente alrededor y dentro de un área a monitorear, que incluye alrededor de una huella perimetral de una turbina eólica o un parque eólico que comprende una pluralidad de turbinas eólicas separadas espacialmente. De esta manera, puede lograrse una reducción significativa en el número total de sistemas, ya que puede haber sustancialmente menos de una relación de un sistema a una turbina eólica necesaria para lograr una cobertura adecuada y confiable.
Cualquiera de los sistemas y procedimientos proporcionados en la presente descripción puede comprender además un controlador conectado operativamente al procesador para proporcionar una implementación de acción. Los ejemplos de implementación de acciones incluyen los seleccionados del grupo que consiste en una alarma, una alerta a un operador, un recuento, una medida de evitación activa, o una disminución o detención de la velocidad de la pala de una turbina eólica cuando el sistema de detección de aves identifica un ave voladora que es una especie amenazada o en peligro de extinción que tiene una trayectoria pronosticada en un espacio aéreo circundante de la turbina eólica que de cualquier otra manera probablemente resultará en un impacto de la pala de la turbina eólica. Como se desee, para aplicaciones de parques eólicos, esta desaceleración o detención de la velocidad de la pala puede ser para un subconjunto de turbinas eólicas en el parque eólico identificadas como de alto riesgo de un golpe de turbina aviar en peligro de extinción.
Otra aplicación de los sistemas y procedimientos de detección de aves proporcionados en la presente descripción incluye contar un número de aves voladoras y/o la identificación de especies de interés dentro del espacio aéreo que rodea un sistema de detección de aves durante un período de tiempo. Esto puede ayudar con las declaraciones de impacto ambiental, la evaluación y la gestión del riesgo.
Los sistemas y procedimientos de detección aviar en la presente descripción son compatibles con aplicaciones estacionarias o aplicaciones móviles. Por ejemplo, las aplicaciones estacionarias incluyen encuestas simples de recuento de aves en una ubicación fija. Las aplicaciones móviles incluyen aquellas en las que se examinan regiones aún más grandes, en cuyo caso los sistemas pueden montarse en un vehículo móvil, que incluye un vehículo terrestre, marítimo o aéreo.
Los sistemas son compatibles con cualquier tipo de posicionadores. Por ejemplo, el posicionador puede comprender una cabeza de inclinación y panorámica motorizada conectada al segundo generador de imágenes para mover una dirección de alineación del segundo generador de imágenes en base a una salida del primer generador de imágenes
El primer generador de imágenes, el segundo generador de imágenes, o tanto el primer como el segundo generador de imágenes pueden ser cámaras, que tienen lentes y sensores. Las cámaras ilustrativas incluyen cámaras que tienen sensores Cc D o CMOS.
Cualquiera de los sistemas proporcionados en la presente descripción puede usarse con un segundo generador de imágenes que es un generador de imágenes estéreo para determinar la distancia y, opcionalmente, la trayectoria de objetos en movimiento. El sistema de detección aviar para detectar un ave voladora en un espacio aéreo puede comprender un primer generador de imágenes que tiene un campo de visión amplio para detectar un objeto en movimiento; un generador de imágenes estéreo que comprende un par de generadores de imágenes cada uno con un alto aumento; un posicionador conectado operativamente al generador de imágenes estéreo para colocar dicho generador de imágenes estéreo para obtener imágenes de dicho objeto en movimiento detectado por el primer generador de imágenes; y un procesador conectado operablemente para recibir datos de imagen de dicho primer generador de imágenes, dicho generador de imágenes estéreo, o tanto el primer como el segundo generador de imágenes y para determinar una posición y trayectoria de dicho objeto en movimiento, de esta manera se identifica un objeto en movimiento que es un ave voladora en base a los datos de imagen del primer generador de imágenes, el segundo generador de imágenes, o tanto el primer como el segundo generador de imágenes.
El sistema de detección aviar puede proporcionar una cobertura hemisférica sustancialmente completa del espacio aéreo que rodea el sistema de detección aviar. Por ejemplo, el sistema de detección aviar puede comprender una pluralidad de primeros generadores de imágenes y una pluralidad de generadores de imágenes estéreo, en el que uno o más de los generadores de imágenes se alinean en distintas direcciones de alineación para proporcionar la cobertura hemisférica sustancialmente completa del espacio aéreo que rodea el sistema de detección aviar. Por ejemplo, los primeros generadores de imágenes pueden posicionarse de manera fija y los segundos generadores de imágenes pueden posicionarse con una dirección de alineación controlada, que incluye con un paneo y una inclinación, para proporcionar cobertura sobre un gran campo de visión sin sacrificar la resolución.
Cualquiera de los sistemas de detección aviar puede tener un procesador que se conecta de forma inalámbrica a los procesadores de imágenes o un procesador que está cableado para obtener la salida de datos de imagen del primer generador de imágenes, el segundo generador de imágenes o el generador de imágenes estéreo.
También se proporcionan en la presente descripción procedimientos para detectar una especie aviar voladora implementados por cualquiera de los sistemas descritos en la presente descripción.
También se proporcionan en la presente descripción procedimientos para detectar un ave voladora en un espacio aéreo. El procedimiento puede comprender las etapas de: obtener imágenes del espacio aéreo que rodea un sistema de obtención de imágenes; obtener uno o más atributos de identificación umbral para una salida de un subconjunto de píxeles de la etapa de obtención de imágenes; analizar uno o más atributos de identificación umbral para identificar un objeto de interés en movimiento; obtener uno o más parámetros de identificación de aves para el objeto de interés en movimiento; comparar uno o más parámetros de identificación de aves con uno o más parámetros de referencia de identificación de aves correspondientes para identificar un ave voladora; e implementar una acción de implementación para el ave voladora; en el que el procedimiento detecta el ave voladora dentro del espacio aéreo que tiene un volumen equivalente a un espacio aéreo hemisférico equivalente promedio con un radio promedio seleccionado de un intervalo que es mayor o igual a 0,5 km y menor o igual a 1,2 km, o cualquiera de sus subintervalos.
En un aspecto, la etapa de obtención de imágenes comprende identificar una salida de un subconjunto de píxeles, tal como una salida que es una matriz de valores de intensidad de luz.
La etapa de obtención de imágenes puede comprender obtener un campo de visión amplio con un primer generador de imágenes y ampliar ópticamente y/o enfocar en el objeto de interés en movimiento con un segundo generador de imágenes, en el que el segundo generador de imágenes se usa para determinar una posición del objeto de interés en movimiento desde el sistema de obtención de imágenes. La posición también puede determinarse con relación a otro punto fijo con relación al sistema de obtención de imágenes. Por ejemplo, un generador de imágenes terrestre que está a una distancia de una turbina eólica puede usarse para determinar una posición aviar con relación a la turbina eólica, lo que proporciona de esta manera una distancia de la turbina eólica. De manera similar, pueden determinarse posiciones y distancias desde otros objetos, que incluyen un avión, una pista, un edificio, una línea eléctrica, o cualquier otra estructura.
El procedimiento puede comprender además clasificar una especie para el ave voladora de interés. Por ejemplo, la salida del subconjunto de píxeles correspondiente a un ave voladora puede analizarse además con el parámetro de identificación de aves para determinar si el ave voladora corresponde a una especie particular. La especie particular también se denomina en la presente descripción generalmente como una "especie de interés" y puede corresponder a un ave de presa u otra ave de interés, en función de la aplicación de interés.
La etapa de obtención de imágenes puede comprender además obtener una pluralidad de imágenes en diferentes momentos y determinar una trayectoria de la salida del subconjunto de píxeles.
Cualquiera de los sistemas y dispositivos proporcionados en la presente descripción puede determinar la distancia del objeto en movimiento mediante el uso de un segundo generador de imágenes que es un generador de imágenes estéreo que está posicionado para capturar imágenes del objeto en movimiento. De esta manera, los objetos que pueden ser grandes pero que están colocados lejos se distinguen posicionalmente de los objetos más pequeños que están ubicados más cerca del sistema.
Cualquiera de las etapas de clasificación y/o etapas de identificación puede comprender un algoritmo de reconocimiento de patrones.
Como se usa en la presente, el uno o más atributos de identificación del umbral pueden seleccionarse del grupo que consiste en distancia, trayectoria, parámetro de límite, forma de límite, característica de límite de borde, separación de píxeles, intensidad de píxeles, color de píxeles, gradiente de intensidad, parámetro de evolución temporal, y cualquier combinación de estos.
El uno o más atributos de identificación del umbral pueden ser un parámetro de límite. En consecuencia, cualquiera de los procedimientos proporcionados en la presente descripción puede comprender además la etapa de comparar el parámetro de límite con una característica de firma de límite de un ave voladora. Los ejemplos de firmas de límites de borde características de un ave voladora pueden incluir formas, colores, intensidad y distribuciones relativas de estos. Por ejemplo, para un ave que es un pájaro, las formas específicas de las puntas de alas, el cuerpo, la cabeza, las plumas de la cola pueden proporcionar características de firma de límites de borde útiles para comparar con el parámetro de límite obtenido de la salida del subconjunto de píxeles.
De manera similar, puede usarse un parámetro de límite para determinar si el objeto en movimiento que está relacionado con la salida del subconjunto de píxeles corresponde a un objeto construido artificialmente, tal como un avión. Esto puede lograrse al identificar un objeto en movimiento como correspondiente a un objeto construido artificialmente al identificar al menos una porción del parámetro de límite como que tiene una forma indicativa de un objeto construido artificialmente, que incluye un parámetro de rectitud de borde indicativo del objeto construido artificialmente. El parámetro de rectitud del borde puede cuantificar cuán recta es una porción del límite o, de manera similar, la suavidad de una porción del límite. Las aves que son aves o murciélagos típicamente no tienen bordes de límite altamente rectos o lisos de manera continua.
El uno o más parámetros de identificación de aves pueden seleccionarse del grupo que consiste en tamaño, velocidad, envergadura del ala, forma del ala, color, forma del límite, geometría, intensidad de luz, trayectoria de vuelo, postura, temperatura o una firma de calor.
Cualquiera de los procedimientos puede comprender además la etapa de obtener una trayectoria predictiva del ave voladora, tal como en base a trayectorias determinadas previamente. Por ejemplo, se puede predecir en la presente descripción que un ave que vuela en círculos ascendentes tiene una trayectoria continua similar. Alternativamente, se puede predecir que un ave que está en un descenso continúe el descenso a una determinada elevación seguido de un tirón brusco del descenso.
El ave voladora a detectar puede ser una especie amenazada, una especie en peligro de extinción o un ave migratoria. Por ejemplo, la especie amenazada o en peligro de extinción es un ave de presa. De esta manera, los sistemas y procedimientos proporcionados en la presente descripción se adaptan fácilmente a la ubicación de la granja eólica, ya que diferentes ubicaciones geográficas tienen condiciones políticas y ecológicas que, a su vez, afectan qué aves son de interés. Los sistemas y procedimientos pueden adaptarse mediante la revisión y actualización en consecuencia de los valores de referencia relevantes en un algoritmo de reconocimiento de patrones y un parámetro de identificación de aves. Por ejemplo, un ave marina migratoria puede tener una apariencia, tamaño y características de vuelo diferentes a las de un águila real. Un sistema en una aplicación de detección de aves marinas, por lo tanto, puede adaptarse en consecuencia para la detección del ave marina, mientras que una aplicación de detección de águila real adaptada para el águila real.
Cualquiera de los procedimientos proporcionados en la presente descripción puede utilizar una etapa de comparación que comprende un algoritmo de reconocimiento de patrones para facilitar el procesamiento y la identificación.
Los procedimientos y sistemas proporcionados en la presente descripción representan una mejora sustancial de la técnica, caracterizada por tener tasas de confiabilidad extremadamente altas de detección incluso a grandes distancias. En un aspecto, el sistema puede describirse en términos de una sensibilidad de detección que es mayor que 96 % y una detección de falsos positivos que es menor que 5 % para una especie amenazada, especie en peligro de extinción o una especie de interés para el espacio aéreo hasta una distancia máxima del sistemas de obtención de imágenes que es mayor que 0,6 km y menor que 1,2 km. El efecto de tales tasas es que pocas, si alguna, especies de interés se pierden y hay poca, si alguna, detección excesiva al asignar incorrectamente una identificación de especie al ave incorrecta. Los sistemas proporcionados en la presente descripción, por lo tanto, tienen una serie de aplicaciones importantes, que incluyen una turbina eólica.
Cualquiera de los sistemas y procedimientos puede usarse con una turbina eólica. El procedimiento puede comprender además las etapas de disminuir la velocidad de la turbina eólica de palas o detener el movimiento de la turbina de palas para minimizar o evitar el riesgo de impacto de palas por el ave voladora que tiene la trayectoria predictiva que de cualquier otra manera probablemente resultaría en un impacto de palas del ave o que puede estar dentro de un espacio aéreo interior accionable que está dentro del espacio aéreo circundante.
En un aspecto, el ave es una especie que es una especie amenazada o en peligro de extinción, incluidas las que se definen en virtud de la Ley de especies en peligro de extinción de la ley de los Estados Unidos para aplicaciones basadas en los Estados Unidos, o cualquier especie identificada por agencias gubernamentales extranjeras, o tratado internacional. En un aspecto, el ave es un águila real.
Una ventaja de los procedimientos y dispositivos en la presente descripción en una aplicación de energía eólica es que la caracterización de especies aviares ayuda a maximizar la producción de la turbina eólica al evitar disminuir o detener la velocidad de la pala de la turbina eólica para una ave identificada como no correspondiente a la especie de interés. En un aspecto, la velocidad de la turbina eólica de palas no se disminuye activamente para una especie aviar que se identifica como no una especie aviar de interés, de esta manera se maximiza la eficiencia de la turbina eólica.
La implementación de una etapa de acción puede comprender uno o más de: proporcionar una alerta a una persona; emitir una alarma; activar un evento de conteo; activar un elemento disuasorio para fomentar el movimiento del ave voladora fuera del primer generador de imágenes circundante; grabar una imagen o vídeo del ave voladora a través del espacio aéreo circundante del primer generador de imágenes; o disminuir o detener la velocidad de la pala de una turbina eólica.
El procedimiento puede comprender además la etapa de definir un espacio aéreo de implementación de acción que tiene una distancia de acción promedio que es menor que el radio equivalente promedio del espacio aéreo sustancialmente hemisférico que rodea el sistemas de obtención de imágenes, en el que la acción se implementa para un ave voladora que está dentro del espacio aéreo sustancialmente hemisférico y que tiene una trayectoria hacia el espacio aéreo de implementación de acción; o dentro del espacio aéreo de implementación de acción. Este aspecto puede ser particularmente útil en la evitación de impactos de las aspas de turbina eólica, donde el ave voladora se rastrea en el espacio aéreo pero no se toma ninguna medida de respuesta afirmativa para evitar o minimizar el impacto de las aspas hasta que el ave voladora esté dentro de una zona de "peligro" o parezca que se dirige a la zona de peligro. Esta zona de peligro puede denominarse en la presente descripción espacio aéreo de implementación de acción que es menor que el espacio aéreo circundante, tal como ser hemisférico de manera similar pero con un radio que puede ser menor que el 70 %, menor que el 50 % o menor que el 30 % de la distancia de detección máxima, tal como para una distancia de detección máxima de entre aproximadamente 600 m y 1,2 km. Cuanto mayor sea la velocidad del ave, mayor será el alcance de la zona de peligro, de manera que se puedan tomar las contramedidas adecuadas antes de un posible impacto con aves. En consecuencia, cualquiera de los sistemas y procedimientos puede tener una distancia de detección que se determina para garantizar que haya tiempo suficiente para que una contramedida esté disponible para una velocidad de vuelo máxima determinada del ave de interés. Alternativamente, la distancia de detección puede controlarse y variar activamente en función de las condiciones. Por ejemplo, la velocidad y la dirección del viento pueden detectarse, variando en consecuencia la distancia de detección para aumentar la distancia desde las direcciones donde el ave sería asistida por el viento y disminuir la distancia donde el ave volaría contra el viento.
Cualquiera de los procedimientos puede comprender además la etapa de enmascaramiento de turbina para una imagen de un ave voladora en una región óptica que contiene una paleta de turbina en movimiento, de esta manera se mejora la detección, incluso mediante el algoritmo de la Figura 5.
También se proporciona en la presente descripción un sistema de detección aviar para detectar un ave voladora en un espacio aéreo que rodea una turbina eólica. El sistema puede comprender una pluralidad de sistemas de obtención de imágenes, cada sistemas de obtención de imágenes comprende: un primer generador de imágenes que tiene un campo de visión amplio para detectar un objeto en movimiento; un segundo generador de imágenes que tiene un alto aumento, en el que el primer y segundo generadores de imágenes determinan una posición y una trayectoria de un ave voladora en el espacio aéreo; y un posicionador conectado operativamente al segundo generador de imágenes para colocar el segundo generador de imágenes para obtener imágenes del objeto en movimiento detectado por el primer generador de imágenes. Un procesador se conecta operativamente para recibir datos de imagen de cualquiera del primer generador de imágenes, el segundo generador de imágenes, o ambos, y para identificar un objeto en movimiento que es un ave voladora en base a los datos de imagen. Puede haber un procesador para cada sistema de obtención de imágenes o un único procesador que esté conectado operativamente a cada uno de los sistemas de obtención de imágenes. Cada uno de la pluralidad de sistemas de obtención de imágenes se coloca con relación a otros del sistema de obtención de imágenes para proporcionar una cobertura hemisférica sustancialmente completa del espacio aéreo que rodea la turbina eólica. Un controlador recibe la salida del procesador, el controlador se conecta operativamente a la turbina eólica para disminuir o detener las aspas de la turbina eólica para un ave voladora identificada como en riesgo de golpear de cualquier otra manera una hoja móvil de la turbina eólica.
El sistema de detección aviar puede comprender al menos cuatro sistemas de obtención de imágenes, en el que: al menos tres de los sistemas de obtención de imágenes se montan en una turbina eólica o una estructura de soporte independiente tal como una torre independiente, no asociada con la generación de energía eólica, cada uno de los tres sistemas de obtención de imágenes alineados en una dirección única definida horizontalmente para proporcionar una cobertura de 360° por los al menos tres primeros generadores de imágenes hasta una distancia vertical; y al menos un sistemas de obtención de imágenes se monta en una góndola o una superficie superior de la turbina eólica en una dirección definida verticalmente para proporcionar una cobertura vertical por el al menos cuarto primer generador de imágenes. En conjunto, los al menos cuatro sistemas de obtención de imágenes proporcionan la cobertura hemisférica sustancialmente completa del espacio aéreo que rodea la turbina eólica o la estructura independiente, hasta una distancia que es mayor o igual a 600 m, que incluye entre 600 m y 1,2 km.
Cualquiera de los sistemas de detección de aves puede configurarse como un sistema independiente. Por ejemplo, el sistema independiente puede comprender una torre que soporta la pluralidad de sistemas de obtención de imágenes; una pluralidad de sistemas de campo de visión amplio, cada uno que comprende un par de primeros generadores de imágenes; uno o más generadores de imágenes estereoscópicos, cada generador de imágenes estereoscópico comprende un par de segundos generadores de imágenes; en el que los sistemas de obtención de imágenes se conectan a la torre en un extremo superior mediante una interfaz de torre que posiciona la pluralidad de sistemas de campo de visión amplio en direcciones ópticas para proporcionar una vista de 360° alrededor de la torre.
El sistema de detección aviar es compatible con cualquier número de generadores de imágenes y sistemas de obtención de imágenes , tales como tres sistemas de campo de visión amplio, cada uno de los cuales proporciona un campo de visión entre 120° y 140° y al menos uno o un generador de imágenes estéreo. Puede proporcionarse un recinto de tierra que contenga equipos auxiliares conectados eléctricamente a la pluralidad de sistemas de obtención de imágenes mediante cables que corren a través de un pasaje interno dentro de la torre. De esta manera, el equipo puede asegurarse de manera confiable en una configuración a prueba de manipulaciones, minimizando así el riesgo de pérdida, daño o destrucción. Un sistema de mitigación de rayos puede extenderse desde la parte superior de la torre, en el que los sistemas de obtención de imágenes se colocan para obtener imágenes del espacio aéreo alrededor de la torre sin obstrucción óptica por parte del sistema de mitigación de rayos. Por ejemplo, para una pluralidad de imágenes estéreo, el sistema de mitigación de rayos puede colocarse en un origen de manera que el sistema de mitigación no esté en una trayectoria óptica. Para una única imagen estéreo del sistema, las posiciones relativas se seleccionan para minimizar la interferencia y, si es necesario, se puede colocar un segundo sistema de detección de aves autónomo espacialmente distinto para garantizar que cualquier punto ciego se represente por imágenes por el segundo sistema de detección de aves, y/o para proporcionar la cobertura vertical deseada por encima del primer sistema de detección de aves.
Cualquiera de los sistemas proporcionados en la presente descripción puede configurarse como un sistema independiente. "Independiente" se refiere al sistema que es independiente de cualquier otra estructura. Esto contrasta con los sistemas configurados para unirse a estructuras que tienen otra función, como turbinas eólicas para la generación de energía.
El sistema de detección aviar puede comprender además una pluralidad de sistemas de campo de visión amplio, cada sistema de campo de visión amplio comprende un par de primeros generadores de imágenes que forman un ángulo de alineación con respecto a entre sí para proporcionar un ángulo de campo de visión para cada sistema de campo de visión amplio que es mayor o igual a 90° y menor o igual a 180°, en el que dicha pluralidad de sistemas de campo de visión amplio en combinación proporciona una cobertura de imagen de 360° alrededor de dicho sistema de detección aviar; y un generador de imágenes estéreo que comprende un par de dichos segundos generadores de imágenes. El generador de imágenes estéreo puede posicionarse rápidamente con un posicionador, tal como un sistema de inclinación y panorámica motorizado, para enfocar regiones de interés identificadas por el sistema WFOV.
El sistema es compatible con un único generador de imágenes estéreo, lo que disminuye ventajosamente los costos de hardware, así como también con una pluralidad de generadores de imágenes estéreo. Si bien los múltiples generadores de imágenes estéreo aumentan los costos, pueden ser beneficiosos para un análisis y seguimiento más detallados, especialmente para un gran número de aves presentes en múltiples direcciones. De esta manera, cada uno de los sistemas de campo de visión amplio puede conectarse individualmente a un generador de imágenes estéreo único.
Cualquiera de los sistemas puede conectarse a la parte superior de la torre mediante una interfaz de torre. El sistema de detección aviar puede comprender además un sustrato que tiene una superficie superior y una superficie inferior, en el que el posicionador conecta el generador de imágenes estéreo al sustrato superficie superior y el sistema de campo de visión amplio se conecta a la superficie inferior del sustrato.
La interfaz de torre puede comprender además una porción de interfaz central para soportar el generador de imágenes estéreo y conectarse a una porción superior de una torre; y puntales de soporte exteriores para soportar el generador de imágenes estéreos de campo de visión amplio.
Sin desear limitarse a ninguna teoría en particular, puede haber una discusión en la presente descripción de creencias o comprensiones de principios subyacentes relacionados con los dispositivos y procedimientos descritos en la presente descripción. Se reconoce que independientemente de la corrección última de cualquier explicación o hipótesis mecanicista, una modalidad de la invención puede ser no obstante operativa y útil.
Breve descripción de las figuras
Figura 1: Diagrama de flujo del proceso de un procedimiento para identificar un ave dentro de un espacio aéreo y la implementación de acciones.
Figura 2. Vista lateral esquemática de un sistema de detección aviar independiente que proporciona una cobertura hemisférica (A) y una cobertura sustancialmente hemisférica (B), con el panel inferior de B que ilustra una región de punto muerto central que puede ser representada por imágenes por un segundo sistema para proporcionar la cobertura hemisférica ilustrada en A.
Figura 3. Vista lateral esquemática (A) y vista superior (B) de una pluralidad de sistemas de detección aviar montados en un objeto para obtener una cobertura hemisférica alrededor del objeto. Cada sistema se caracteriza por proporcionar cobertura sobre una región de espacio aéreo definida.
Figura 4: Diagrama de flujo del proceso de un algoritmo usado para detectar e identificar un ave voladora en un espacio aéreo que rodea el sistemas de obtención de imágenes.
Figura 5: Diagrama de flujo del proceso de un algoritmo de enmascaramiento de turbina para la detección de aves con una turbina eólica intermedia.
Figura 6: Ilustración esquemática de un sistema de detección de aves montado en una torre independiente.
Figura 7: Ilustración esquemática de una torre de imágenes con una porción del sistema de detección aviar soportada de esta manera, con cableado y recinto de conexión a tierra para facilitar un sistema autónomo y autónomo.
Figura 8A es una ilustración esquemática de tres conjuntos de sistemas, cada uno que comprende un par de sensores de campo de visión amplio para formar un sistema WFOV y sensores de alta resolución para formar un generador de imágenes estéreo. Un sistema ionizante ioniza el aire y reduce el riesgo de un impacto de rayos. Figura 8B es una vista ampliada de uno de los sistemas de la Figura 8A, también denominado en la presente descripción "cápsula de obtención de imágenes" que tiene tanto el primer como el segundo sistemas de obtención de imágenes, con cada sistema formado a partir de dos generadores de imágenes.
Figura 9 es una ilustración esquemática de tres pares de sensores de campo de visión amplio, con un par de sensores estéreo de alta resolución que forman un sistemas de obtención de imágenes estéreo conectado a ellos con un paneo y un inclinación.
Figura 10A ilustra el sistema de la Figura 9 soportado en la parte superior de una torre con un ionizador para minimizar el riesgo de impacto de rayos. Figura 10B ilustra una interfaz de torre lista para conectarse a la parte superior de la torre y recibir y soportar los diversos sistemas de obtención de imágenes.
Figura 11 es una ilustración esquemática del sistema de visión estereoscópica, que comprende un par de sensores de alta resolución. A muestra una vista en perspectiva, con los dos extremos de detección de los sistemas de alta resolución visibles en la cara, y protegidos de los elementos mediante una cubierta colgante. B es una vista lateral. C es una vista inferior. D es una vista inferior en perspectiva.
Figura 12 es una ilustración esquemática de los sensores de campo de visión amplio, con A que ilustra la cubierta exterior que rodea los sensores. B es una vista del par de sensores colocados en la cubierta, tal como en un ángulo relativo con respecto a entre sí de aproximadamente 60°, con cada sensor que proporciona aproximadamente 60° de cobertura de campo de visión, y al menos aproximadamente 120° de cobertura. C es una vista del sistema de A volteado para ilustrar mejor las posiciones de los sensores dentro de la cubierta exterior.
Figura 13 es una ilustración esquemática de los sensores de campo de visión amplio de la Figura 12, desde una vista en perspectiva inferior A; una vista en perspectiva superior B; y una vista en perspectiva lateral C.
Figura 14 ilustra un recinto a tierra o un equipo autónomo (panel superior) y los componentes correspondientes contenidos en el mismo (panel inferior).
Figura 15 es una ilustración general de los diversos componentes y equipos de tierra útiles con los sistemas proporcionados en la presente descripción. Para mayor claridad, no se muestra la parte superior de la torre y los sistemas de obtención de imágenes correspondientes conectados a la misma. El panel superior es una vista en perspectiva y el panel inferior una vista lateral para ilustrar la conexión a tierra eléctrica para mitigar el impacto de rayos y el daño correspondiente al sistema de obtención de imágenes y la electrónica relacionada.
Figuras 16A-16C son fotografías de un ave con diferentes posturas u orientaciones. Puede usarse una relación de la envergadura del ala (w) y la altura (h) para estimar mejor la envergadura del ala. Esta estimación de postura puede usarse para proporcionar una estimación más precisa de la envergadura del ala real, como se resume en el gráfico correspondiente de la Figura 16D.
Figura 17 es una ilustración esquemática de una torre de observación que soporta un sistema de detección de aves posicionado dentro de una huella de un parque eólico. Un campo de visión de 120° proporciona cobertura de una pluralidad de turbinas eólicas distintas, que incluyen hasta una distancia de 1 km desde la torre. La cobertura completa se logra mediante la incorporación de sensores de campo de visión amplio (WFOV) adicionales para proporcionar una cobertura de 360°, según se desee. Pueden colocarse sistemas adicionales para cubrir otras turbinas eólicas. De esta manera, se logra una reducción significativa en el hardware y los costos, ya que se requieren menos sistemas para una cobertura completa. Esto también ilustra la escalabilidad de los sistemas instantáneos, con cualquier tamaño de espacio aéreo que puede monitorearse con la adición de más sistemas.
Figuras 18-19 son fotografías de un ave de presa antes (Figura 18) y después (Figura 19) de la medición estereoscópica. La distancia del depredador es de aproximadamente 1 km desde el sistema
Figura 20 es una fotografía de un sistema que rastrea un ave de presa. La imagen del sensor superior es del sensor de alta resolución y la imagen del sensor inferior del sensor WFOV, con el suelo y las turbinas eólicas visibles.
Figura 21 es una serie de imágenes de sensores etiquetadas (i)-(v) de un par de aves rastreadas en el WFOV, con una primera ave que mantiene una altura de planeo por encima del suelo y de las turbinas eólicas. Un segundo ave se acerca al suelo como se muestra en el panel (ii) y vuela detrás de una turbina (iii) y más cerca del suelo (iv) antes de aumentar la altura desde el suelo (v). Cada ave se rastrea con éxito.
Descripción detallada de la invención
En general, los términos y frases usados en la presente descripción tienen su significado reconocido en la técnica, que puede encontrarse mediante referencia a textos estándar, referencias de revistas y contextos conocidos por los expertos en la técnica. Las siguientes definiciones se proporcionan para aclarar su uso específico en el contexto de la invención.
"Aviar" se usa en la presente descripción en sentido amplio para referirse a un animal volador. En consecuencia, el término abarca aves, murciélagos e insectos. Los animales voladores particularmente relevantes para los procedimientos y sistemas proporcionados en la presente descripción son los animales voladores que están en peligro, amenazados o de otro modo de interés comercial o ambiental. En un aspecto, el ave es un pájaro o un murciélago. En un aspecto, el ave es una especie de ave aviar de interés tal como una especie de ave de presa y/o águila que puede estar en peligro o amenazada. En un aspecto, la especie aviar es un águila real.
"Espacio aéreo" se usa en la presente descripción para referirse a un volumen de espacio que rodea el sistema de detección. Para aclarar que los sistemas proporcionados en la presente descripción están configurados para detectar un ave voladora en cualquier dirección observable desde el sistema, el espacio aéreo se denomina generalmente en la presente descripción como hemisférico. En este contexto, "espacio aéreo hemisférico" se refiere a una cobertura en todas las direcciones desde un punto de origen correspondiente a un sensor del sistema de detección. En consecuencia, el/los generador(es) de imágenes del sistema proporcionado en la presente descripción permite el ángulo de cobertura de acimut 0° < 9 < 360° (0° < 9 < 2n rad) (Figura 3B); y el ángulo de inclinación (o elevación) de cobertura 0° < 0 < 180° (0° < 9 < n rad) (Figura 2A) para una distancia de interés de detección definida hasta una distancia máxima correspondiente a r (215 de la Figura 2A). El espacio aéreo real correspondiente a una detección hemisférica de este tipo puede ser no hemisférico, lo que refleja las condiciones del mundo real en las que puede haber obstrucciones a la línea de visión desde un generador de imágenes (Figura 2B, panel superior), espacio muerto inmediatamente por encima de ciertos sistemas (Figura 2B, panel inferior) o una pluralidad de generadores de imágenes separados espacialmente (Figura 3) que proporcionan hemisferios "abultados" y similares.
"Substancialmente hemisférico" se refiere a un volumen de espacio aéreo definido en términos de un centro de origen y que se extiende a una distancia seleccionada por el usuario, pero que puede desviarse de un volumen hemisférico verdadero, definido como 2/3nr3, para un semiesfera con el suelo que biseca la semiesfera, donde r es la distancia máxima promedio de detección desde el centro de origen, tal como corresponde a la posición del sistema de detección aviar, como se ilustra en la Figura 2B. En aspectos donde el volumen va a expresarse cuantitativamente, la desviación puede expresarse como menos de aproximadamente 20 %, menos de 10 % o menos de 5 % de un volumen hemisférico para una distancia "promedio" correspondiente, r, para el sistema. Además, para una pluralidad de sistemas de detección que se colocan espacialmente en diferentes posiciones con respecto a entre sí, el hemisferio puede abultarse hacia fuera o hacia dentro en ciertas ubicaciones mientras que cada sistema individual puede tener una forma de cobertura de hemisferio generalmente de media. Independientemente de cualquiera de tales desviaciones, los sistemas y procedimientos proporcionados en la presente descripción tienen una característica común de detectar de manera confiable objetos voladores a una distancia, incluidas distancias relativamente grandes de hasta aproximadamente 600 m a 1,2 km, en direcciones visualmente observables definidas como 0° < 9 < 360°, 0° < 0 < 180° y 0° < 0 < 120°. Como se desee, ciertas direcciones pueden tener una distancia de detección mayor que otras direcciones. Por ejemplo, en función de la dirección del viento (y, en consecuencia, la dirección de la cara de la pala), puede extenderse una determinada dirección de detección correspondiente a la dirección del viento y perpendicular a la cara de la pala. Esto puede acomodar el aumento de la velocidad de desplazamiento terrestre de aves voladoras para una dirección de aves voladoras que está alineada con el viento. En consecuencia, el espacio aéreo generalmente descrito como sustancialmente hemisférico puede incluir espacios aéreos de forma más elíptica con un eje mayor alineado con la dirección del viento. El eje mayor puede ser mayor que 20 %, 40 % o 60 % que el eje menor.
"Cobertura hemisférica sustancialmente completa" se refiere a la cobertura del espacio aéreo, con respecto a un origen correspondiente a un(a) generador de imágenes(es) o sensor(es) que cubre(n) esencialmente todas las posibles direcciones de aproximación de un animal volador hacia el generador de imágenes. En otras palabras, se proporciona una cobertura completa de la línea de visión. En consecuencia, si es necesario, pueden usarse sistemas adicionales para cubrir cualquier región de espacio muerto que no tenga una buena cobertura de línea de visión desde un primer sistema.
"Generador de imágenes" se refiere a cualquier dispositivo que obtiene imágenes del espacio aéreo que rodea el sistema. El generador de imágenes puede comprender una cámara, que incluye componentes ópticos asociados, tales como lentes, sensores, filtros, difusores y similares. Las cámaras ilustrativas incluyen cámaras que tienen sensores CCD o CMOS. La imagen puede ser de luz visible o luz no visible. Para aplicaciones donde el ave de interés tiende a volar durante el día y en condiciones de tormenta/niebla, puede usarse una cámara de luz visible. Por el contrario, para aves nocturnas que tienden a volar en condiciones de poca luz, como los murciélagos, puede usarse una cámara infrarroja que captura imágenes infrarrojas. Para proporcionar cobertura de 24 horas, pueden usarse cámaras de luz visible e infrarroja. "Sensor" se usa en la presente descripción como sinónimo general de generador de imágenes, y refleja que los sistemas pueden rastrear objetos en movimiento sin tener que mostrar realmente una imagen a un usuario, sino que pueden implementarse con software para rastrear y tomar automáticamente la acción apropiada en función del objeto en movimiento rastreado.
"Posicionador" se usa ampliamente en la presente descripción para referirse a la capacidad de colocar el segundo generador de imágenes para enfocar estrechamente, tal como mediante la ampliación y/o el enfoque, en un objeto en movimiento que puede haber sido identificado por el primer generador de imágenes. En consecuencia, un posicionador puede ser un accionador motorizado que alinea activamente el segundo generador de imágenes a una dirección de visión deseada. El posicionador puede alinear continuamente el segundo generador de imágenes con el tiempo de manera que un objeto en movimiento se amplíe y esté enfocado constantemente con el objeto en movimiento. El posicionador puede ser un cabezal de inclinación y panorámico motorizado para proporcionar una orientación espacial completa del segundo generador de imágenes. Alternativamente o además, el posicionador puede implementarse con un segundo generador de imágenes que es funcionalmente un zoom digital. En este aspecto, el posicionador puede implementarse funcionalmente dentro del software para proporcionar un zoom digital de la salida del subconjunto de píxeles del primer generador de imágenes.
"Procesador" se usa en la presente descripción en un sentido amplio e incluye hardware, tal como computadoras y procesos implementados por computadora. Los ejemplos de recursos informáticos útiles en los presentes sistemas y procedimientos incluyen microordenadores, tales como un ordenador personal, ordenadores multiprocesadores, ordenadores de estaciones de trabajo, clústeres de ordenadores y clústeres informáticos de cuadrícula o equivalentes adecuados de estos. Preferentemente, los algoritmos y el software proporcionados en la presente descripción se incorporan o se graban en cualquier medio legible por ordenador, tal como un disco compacto de ordenador, un disco flexible o una cinta magnética o pueden estar en forma de un disco duro o un chip de memoria, tal como la memoria de acceso aleatorio o la memoria de solo lectura.
"Campo de visión amplio" (WFOV) se refiere a un generador de imágenes, generalmente un "primer generador de imágenes" que puede capturar al menos una porción sustancial del espacio aéreo circundante. Por ejemplo, puede usarse una lente de ojo de pez para obtener imágenes de un espacio aéreo sustancialmente hemisférico. Los ejemplos incluyen generadores de imágenes que tienen una resolución coincidente con el área WFOV, tal como una resolución de aproximadamente 4608x3280 (15,1 Mpíxeles) para proporcionar un campo de visión completo deseado que es mayor o igual a 120°, tal como aproximadamente 130°<f>O<v>, cuando se empareja con un segundo generador de imágenes WFOV alineado apropiado. Por ejemplo, cada visor WFOV puede seleccionarse para cubrir aproximadamente 65° a aproximadamente 800 m, de modo que la combinación de un par de tales visores WFOV proporciona un FOV de 130° y, por lo tanto, puede acomodar alguna distorsión de la lente. Los generadores de imágenes WFOV pueden proporcionar áreas de inspección independientes o pueden unirse. Los generadores de imágenes configurados para proporcionar áreas de inspección independientes pueden, en función del procesamiento y análisis de imágenes, ser más rápidos. Como se desee, los generadores de imágenes WFOV pueden calibrarse periódicamente para garantizar la precisión. Puede emplearse un filtro de Kalman para el comportamiento de seguimiento predictivo. Puede usarse una exposición automática configurable y otras configuraciones para mejorar la precisión.
"Alto aumento" se refiere a un generador de imágenes, generalmente un segundo generador de imágenes o un generador de imágenes estéreo, configurado para enfocar estrechamente en un objeto en movimiento potencial o detectado identificado por el primer generador de imágenes de campo amplio de visión. El alto aumento puede tener una distancia focal variable que es capaz de lograr grandes factores de longitud focal. En modalidades, el alto aumento proporciona un alto grado de aumento de la imagen, tal como para acceder a los parámetros ópticos de interés para ayudar con la clasificación de imágenes, tal como la identificación de un ave en movimiento y, tras dicha identificación, la clasificación o identificación de una especie o tipo específico de ave. El alto aumento también puede denominarse "alta resolución" adaptada al ave de interés que se rastrea, tal como una resolución de aproximadamente 1.280x960 (1,2 Mega píxeles) a 1.920x1440 (2,8 Mega píxeles), y puede adaptarse a las condiciones operativas y características del ave de interés (por ejemplo, tamaño). De esta manera, un sensor o generador de imágenes y los componentes ópticos correspondientes se combinan para generar un tamaño de píxel ideal en un espacio de sensor CCD para una calidad de imagen optimizada en un campo de visión confinado. Pueden usarse componentes ópticos acompañantes, tales como filtros ópticos de alta calidad. Los ejemplos de componentes ópticos usados con los generadores de imágenes incluyen lentes varifocales Tamron o Nikon de 300 mm. El alto aumento puede corresponder a una cámara estéreo.
La "eficiencia de detección" es una indicación de la confiabilidad del sistema para detectar una especie aviar de interés que entra en el espacio aéreo y puede expresarse como el número de aves de interés detectadas por el sistema dividido por el número total de aves de interés que entran en el espacio aéreo. Los sistemas y procedimientos proporcionados en la presente descripción pueden describirse como que tienen una alta eficiencia de detección, tal como mayor que 95 %, mayor que 99 % o mayor que 99,9 % cuando están activos. De manera similar, "falso positivo" se refiere al número de aves identificadas como una especie de interés que en realidad no pertenecen a la especie de interés. Este número es convenientemente pequeño ya que de cualquier otra manera puede haber recursos desperdiciados asociados con la implementación de una acción para un ave erróneamente identificada como una especie aviar de interés. En un aspecto, el porcentaje de falsos positivos es menor que 5 %, menor que 1 % o menor que 0,1 %.
"Salida de un subconjunto de píxeles" se refiere a una región de la imagen digital capturada por un generador de imágenes que puede corresponder a una región de interés en movimiento. Esa región de interés en movimiento se define mediante un subconjunto de píxeles, en el que cada píxel se asocia con un valor de intensidad. El subconjunto de píxeles puede describirse como formado por píxeles vecinos. "Los píxeles vecinos" se refiere a los píxeles que están dentro de un número de píxeles definido por el usuario entre sí. En un aspecto, los píxeles vecinos se refieren a píxeles dentro de aproximadamente diez píxeles entre sí. La salida también puede comprender píxeles estrechamente agrupados que se describen como adyacentes directamente entre sí. Por supuesto, el subconjunto puede incluir una combinación de píxeles vecinos y adyacentes.
"Salida variable en el tiempo" se refiere al subconjunto de píxeles que tienen una salida que cambia con el tiempo. Este cambio puede estar asociado con el movimiento o desplazamiento del subconjunto de píxeles y puede ser un parámetro útil en la caracterización e identificación de imágenes.
"Los atributos de identificación del umbral" se refieren a una caracterización inicial de un subconjunto de píxeles como correspondientes a un objeto en movimiento y sobre el que se puede realizar un análisis adicional. Los ejemplos incluyen distancia, posición, trayectoria, forma del límite, tamaño, color y/o firma térmica del objeto. Los píxeles y los objetos correspondientes que tienden a fallar uno o más atributos de identificación umbral probablemente no sean un ave voladora y, por lo tanto, pueden ignorarse o no considerarse en el análisis posterior.
La "detección de bordes" se refiere a sistemas, algoritmos y procesos que identifican puntos o píxeles en una imagen digital cuya intensidad o brillo cambia, tal como por un cambio discontinuo en la intensidad de la luz. Los diversos puntos o píxeles que tienen un cambio de brillo de imagen tan agudo se organizan en consecuencia en segmentos de línea denominados en la presente descripción como un borde. La detección de bordes es útil en la presente descripción en varios procesos de imagen, que incluyen la detección de un objeto en movimiento y la clasificación de tales objetos. En una modalidad, la detección de bordes se realiza mediante la determinación de un gradiente de intensidad y la clasificación de un objeto como que tiene un borde para un gradiente que excede un gradiente de intensidad seleccionado por el usuario. Tal detección de bordes puede ser una parte útil para obtener un atributo de identificación de umbral para el subconjunto de píxeles.
"Parámetro de límite" se refiere a un parámetro que es reflejo de al menos una porción de o todo el borde del subconjunto de píxeles. Los ejemplos de parámetros de límite incluyen formas de borde, perímetro total, área interior, intensidad y variaciones localizadas de estos. Los parámetros de límite particularmente útiles incluyen aquellos que pueden compararse con una firma de límite de borde que es característica de un ave voladora. Por ejemplo, las aves voladoras pueden agitar formas de alas, movimientos, curvaturas y arrugado o aspereza de la superficie únicos, con extremos delanteros distintos (por ejemplo, cabeza, pico, etc.) y extremos traseros (por ejemplo, plumas de la cola). Cualquier aspecto de este tipo que es característico de un ave voladora se denomina generalmente en la presente descripción como una "característica de la firma de límite de borde de un ave voladora" y puede usarse en la presente descripción en un análisis preliminar del subconjunto de píxeles para determinar si se justifica un análisis adicional.
"Valores de referencia" se refiere a cualquier parámetro asociado con un ave voladora, que incluye un ave de interés. Los valores de referencia pueden obtenerse a partir de evidencia empírica, tal como formas, colores, tamaños, patrones de vuelo, firma térmica, etc. aviares. Alternativamente, los valores de referencia pueden generarse por la máquina al visualizar un ave conocida y generar los parámetros en condiciones de vuelo del mundo real. En este aspecto, un ave entrenada tal como un ave de presa puede usarse para la adquisición de imágenes y la determinación de la firma de límite de borde que es característica del ave entrenada. En un aspecto, el ave adiestrada es un águila real. Como se desee, cualquiera de dichos valores de referencia puede almacenarse en una base de datos de imágenes de referencia para su uso por cualquiera de los sistemas y procedimientos proporcionados en la presente descripción.
"Parámetro de identificación de aves" se refiere a cualquier parámetro útil para determinar si un subconjunto de píxeles corresponde a un ave específica. Los ejemplos incluyen tamaño, velocidad, envergadura del ala, forma del ala, color, forma del límite, geometría, intensidad de luz y trayectoria de vuelo. Para una imagen que es una imagen infrarroja, el parámetro puede corresponder a la temperatura o una firma térmica. Conceptualmente, el parámetro de identificación de aves puede ser similar a la característica de firma de límite de borde de un ave voladora, pero puede adaptarse a un ave específica para proporcionar una identificación de especies mejorada. Los recursos computacionales y el tiempo añadidos para obtener parámetros de identificación de aves confiables y usarlos para la identificación de especies hacen que este aspecto sea útil solo para aquellos objetos en movimiento que se han definido como potencialmente aviares a partir del análisis inicial relacionado con los límites.
Cualquiera de los sistemas descritos en la presente descripción puede tener una grabación de inicio y parada automatizada, tal como en base a las condiciones climáticas, las condiciones de luz del día y/o la detección de objetos en movimiento. Esto facilita la grabación sin procesar de todos los generadores de imágenes de acuerdo con una o más configuraciones configurables, tales como preajustes de fábrica o configuración seleccionada por el usuario. Los ejemplos de tal configuración pueden ser la automatización del registro si un objeto de prioridad baja o alta se rastrea durante más de 0,5 segundos. En consecuencia, el sistema puede ejecutarse 24/7, con ciertos sistemas que se configuran para no registrar datos por la noche para aplicaciones donde no se desea el seguimiento nocturno. Alternativamente, el sistema puede configurarse para que se registre de forma forzada si ha ocurrido un evento importante o recientemente, tal como un impacto de ave en una turbina.
Los sistemas pueden tener un script de registro personalizado para proporcionar una evaluación del error de inclinación y panorámica y correcciones apropiadas. Por ejemplo, como las turbinas eólicas generalmente se ubican en lugares expuestos a vientos fuertes, las ráfagas de viento fuertes pueden provocar un deslizamiento de inclinación de la bandeja, y la corrección de errores puede restablecer la inclinación de la bandeja a una posición deseada. Como se desee, la ubicación de píxeles puede convertirse y expresarse en términos de grados con relación a un origen, tal como la ubicación del generador de imágenes. Puede proporcionarse control manual, tal como el control del usuario del sistema de inclinación y panorámica para una anulación del usuario del segundo generador de imágenes. Por ejemplo, un usuario puede hacer clic manualmente en una ubicación en una imagen WFOV para que los generadores de imágenes de alta resolución reduzcan automáticamente esa ubicación.
Cualquiera de los sistemas puede incluir una exposición automática para optimizar la visibilidad a lo largo del día a medida que varían las condiciones de iluminación, tal como variando una o más de exposición, ganancia y/o calidad de imagen. Por ejemplo, durante la tarde y la madrugada, los generadores de imágenes de alta resolución pueden registrar el tiempo de exposición, con un tiempo de exposición máximo para no difuminar un ave que se mueve a altas velocidades sin afectar negativamente la calidad de la imagen necesaria para hacer una caracterización aviar de alta precisión. La ganancia puede ajustarse dinámicamente en función de la hora del día, ya que hacia la noche la luz seguirá atenuándose.
Ejemplo 1: Procedimientos de detección.
Con referencia a la Figura 1, un proceso de flujo general de una estrategia general para detectar un ave voladora en un espacio aéreo es mediante la obtención de imágenes de al menos una porción o de todo el espacio aéreo que rodea el sistema con un generador de imágenes de campo amplio 100. Por ejemplo, en un espacio aéreo sin obstrucciones, un único sensor de campo de visión amplio que tiene un sistema óptico de gran ángulo (ver, por ejemplo, Patente de Estados Unidos núm. 8,284,258) puede obtener imágenes de todo un hemisferio. Alternativamente, para los generadores de imágenes que cubren menos de un hemisferio completo del espacio aéreo circundante, puede usarse una pluralidad de generadores de imágenes para proporcionar una cobertura hemisférica completa. Esto puede ser particularmente útil en situaciones donde hay una obstrucción física, tal como con un edificio, torre, árbol, góndola de turbina eólica, o similares. En tales situaciones, se pueden ubicar estratégicamente más de un generador de imágenes para proporcionar múltiples campos de visión, que cuando se combinan, proporcionan una cobertura hemisférica completa o sustancialmente completa.
Un generador de imágenes de campo de visión amplio o generador de imágenes son útiles para identificar una región de interés en movimiento 110, que puede describirse en términos de una salida de un subconjunto de píxeles del espacio aéreo representado por imágenes. La región de interés en movimiento puede detectarse o identificarse mediante la comparación de imágenes de un campo de visión en diferentes puntos de tiempo y la detección de cambios en la imagen, tal como ocurriría con un objeto en movimiento. Un ejemplo de una técnica es determinar los cambios en la intensidad de píxeles e identificar dicho cambio en la intensidad de píxeles como una región de interés. El seguimiento del movimiento de tal cambio en la intensidad de píxeles a lo largo del tiempo proporciona una región de interés en movimiento. En un aspecto, se identifica una pluralidad de regiones de interés en movimiento, con cada región rastreada individualmente.
Para una región de interés en movimiento, la distancia de la región de interés en movimiento con relación a una ubicación geográfica seleccionada por el usuario puede obtenerse 120. Por ejemplo, un segundo generador de imágenes que tiene un alto aumento para enfocar estrechamente en la región de interés, puede proporcionar información de distancia. Por ejemplo, el nivel de aumento de zoom correspondiente a una imagen altamente enfocada puede proporcionar información sobre la distancia de la región de interés en movimiento. Otro ejemplo es un generador de imágenes estéreo que obtiene una imagen estéreo de la región de interés en movimiento para medir la distancia desde la región de interés en movimiento y el generador de imágenes estéreo (ver, por ejemplo, Patente de Estados Unidos núm. 6,411,327; Mahammed y otros "Object Distance Measurement by Stereo VISION." IJSAIT 2(2): 5-8 (2013)). Otros ejemplos de un segundo generador de imágenes incluyen dos sistemas de cámaras, tales como dos cámaras de dispositivos de carga acoplada (CCD). Los procedimientos y sistemas proporcionados en la presente descripción son compatibles con una serie de generador de imágenes y procedimientos que proporcionan información de distancia de un objeto que se representa por imágenes. De esta manera, se obtiene la distancia de la región de interés en movimiento desde los sistemas proporcionados en la presente descripción. Si la región de interés en movimiento está fuera de una región seleccionada por el usuario, la región de interés puede caracterizarse como fuera del espacio aéreo seleccionado por el usuario sin que se tome ninguna otra acción 130. Alternativamente, la región de interés en movimiento puede monitorearse periódica o continuamente para garantizar que no se mueva dentro de una distancia que esté dentro del espacio aéreo definido por el usuario. En función de la aplicación de interés, el espacio aéreo definido por el usuario se selecciona mediante un intervalo de distancia. Como se analizó, el intervalo de distancia seleccionado por el usuario que define el espacio aéreo de interés puede definirse entre aproximadamente 600 m a 1,2 km, y cualquiera de sus subintervalos. Por supuesto, otros intervalos de distancia son compatibles con los dispositivos y procedimientos proporcionados en la presente descripción. Por ejemplo, si se proporciona una pluralidad de sistemas para garantizar una cobertura hemisférica sustancialmente completa, las distancias (y/o trayectorias) para un sistema individual pueden ser diferentes para lograr una cobertura del espacio aéreo "final" alrededor de todos los posibles enfoques, lo que proporciona de esta manera una cobertura sustancialmente hemisférica con respecto a un punto de origen geográfico.
Para una región de interés en movimiento, la trayectoria de la región de interés en movimiento con relación a una ubicación geográfica seleccionada por el usuario puede obtenerse 120. Por ejemplo, la trayectoria puede determinarse o caracterizarse a partir de una pluralidad de imágenes a lo largo del tiempo para proporcionar una trayectoria promedio. De manera similar, una trayectoria anticipada o prevista puede determinarse en base a la trayectoria pasada. La trayectoria pronosticada puede expresarse en términos de una trayectoria probable, tal como con límites de confianza de trayectoria externos que definen un porcentaje de probabilidad, tal como una probabilidad del 50 %, una probabilidad del 75 %, una probabilidad del 90 % o una probabilidad del 95 %. Los límites de porcentaje exteriores más altos aumentan los límites de confianza exteriores de la trayectoria. Cualquiera de los procedimientos y sistemas proporcionados en la presente descripción puede implementar opcionalmente una acción en base a un límite de confianza de trayectoria seleccionado por el usuario (por ejemplo, 50 %, 75 %, 90 % o 95 %) que se cruza con un punto geográfico de interés. Conceptualmente, con referencia a la Figura 2A, cada trayectoria 240 del objeto 230 tendrá un envolvente de límites exteriores de la trayectoria junto con una trayectoria predicha "promedio" representada por una flecha 240. Esto proporciona robustez y certeza adicionales a los sistemas de detección de aviación proporcionados en la presente descripción, particularmente para aplicaciones que requieren una acción de tipo parada a una paleta de turbina eólica en movimiento centrada alrededor de 200 de la Figura 2A, tal como dentro de una distancia accionable definida por la flecha discontinua 225 y la superficie hemisférica discontinua correspondiente 220.
De esta manera, la etapa 120 puede ser tan simple como determinar si una región de interés en movimiento está a una distancia suficientemente "cercana". Alternativamente, la etapa 120 puede ser más compleja al considerar también una trayectoria (ver, por ejemplo, los elementos 230 (distancia del objeto de interés) y 240 (trayectoria del objeto de interés) de la Figura 2A). Los objetos en movimiento dentro de una distancia seleccionada por el usuario (ver, por ejemplo, la distancia 215 de la Figura 2A) pueden monitorearse cuidadosamente con la trayectoria 240 trazada: sin acción requerida para mover objetos que tienen una trayectoria alejada de 200, (ver, por ejemplo, 231) y acción requerida para mover objetos que tienen una trayectoria hacia 200 (ver, por ejemplo, 232). Por el contrario, las regiones de interés en movimiento determinadas para estar fuera del espacio aéreo definido por la distancia 215 (ver, por ejemplo, 230 de la Figura 2A) pueden monitorearse o ignorarse adicionalmente, hasta que tal momento en que la región de interés en movimiento entre en el espacio aéreo (ver, por ejemplo, 233).
Para las regiones móviles de interés que están dentro de las distancias definidas por el usuario y que tienen opcionalmente una trayectoria de interés, la región móvil de interés se examina en la etapa 140 y se identifica como no aviar 150 o aviar 160. Por ejemplo, si la región de interés en movimiento es un trozo de escombros voladores, tal como una hoja, un trozo de desecho, o similar, la región de interés en movimiento puede ignorarse. Alternativamente, si la región de interés en movimiento se identifica como aviar, opcionalmente la siguiente etapa es caracterizar el aviar, tal como determinar la especie aviar o si el aviar corresponde o no a una especie aviar de interés 160.
La etapa de identificar una región de interés en movimiento, así como también etapas posteriores tales como si la región es un ave o un ave de interés, es compatible con cualquier número de procesos conocidos en la técnica que proporcionan un análisis, identificación y/o reconocimiento de imágenes rápida, confiable y sólida. Por ejemplo, la detección de bordes puede usarse con cualquiera de los procedimientos y sistemas proporcionados en la presente descripción. Aunque hay muchos criterios y parámetros disponibles para el reconocimiento de patrones, un aspecto útil es la rectitud del borde. Un borde extremadamente recto o un borde de curvatura uniforme es indicativo de un objeto artificial, tal como un avión, helicóptero, globo aerostático u otro objeto hecho por el hombre. Los animales voladores, por el contrario, no tienen típicamente tales bordes, sino que tienen plumas o de cualquier otra manera no son tan rectos o lisos. En consecuencia, tal reconocimiento de patrones puede usarse para determinar que la región de interés en movimiento no es un ave 150. Si el ave no es un ave de interés 170, el ave (y la región móvil de interés correspondiente a la misma) puede ignorarse.
Por el contrario, otros bordes pueden ser altamente indicativos de un ave, como plumas de la cola, plumas de las alas, punta de las alas, picos y similares. Como se desee, pueden usarse múltiples tales parámetros para mejorar aún más el reconocimiento de patrones y la clasificación aviar. De manera similar, para otras especies animales tales como murciélagos o insectos, los bordes asociados con esas especies animales pueden usarse en uno o más algoritmos de reconocimiento de patrones.
En consecuencia, un aspecto único de los sistemas y procedimientos proporcionados en la presente descripción es la manera confiable y eficiente en la que las regiones de interés en movimiento (correspondientes a un subconjunto de píxeles) pueden ignorarse subsecuentemente (al menos temporalmente), que incluye: fuera de una distancia o trayectoria definida por el usuario o una combinación de estas; una región de interés en movimiento que no es un ave; o una región de interés en movimiento que no es un ave de interés. Todos estos aspectos ayudan a reducir sustancialmente el número de identificaciones de falsos positivos, que incluyen menos del 10 %, menos del 5 % o menos del 1 % del número total de identificaciones. Tal reducción en el falso positivo se obtiene sin sacrificar la sensibilidad de detección aviar, tal como una sensibilidad de manera que se detecte más del 10 %, más del 5 % o más del 1 % de todas las aves de interés que ingresan al espacio aéreo definido.
Para una especie aviar de interés que se encuentra dentro del espacio aéreo definido y que opcionalmente se dirige en una trayectoria definida por el usuario como relevante, puede llevarse a cabo una implementación de acción 180, en función de la aplicación de interés. Por ejemplo, si la aplicación es un sistema de conteo aviar simple, la implementación de la acción puede corresponder a un aumento en un conteo. Si la aplicación es un sistema de evasión aviar, la implementación de la aplicación puede corresponder a ruido, luz u otra señal disuasoria para alentar al ave voladora a cambiar la trayectoria de vuelo. Si la aplicación es con una turbina eólica, la implementación de la acción puede corresponder a disminuir o detener la velocidad de la pala de la turbina eólica para minimizar el riesgo de colisión con aves y/o lesiones al ave o al equipo.
Para los sistemas que tienen una pluralidad de generadores de imágenes de campo de visión amplio, el resumen del proceso de la Figura 1 puede tener entonces una pluralidad de tales procesos que alimentan a una etapa de implementación de acción única 180.
Ejemplo 2: Cobertura hemisférica - unitaria y pluralidad de sistemas de obtención de imágenes.
Con referencia a las Figuras 2-3, los sistemas y procedimientos proporcionados en la presente descripción proporcionan una buena cobertura sobre un espacio aéreo bien definido. La Figura 2A es un esquema en vista lateral de un sistema de detección aviar 200 para detectar un ave voladora (230231 232233) en un espacio aéreo 210. En este ejemplo, el espacio aéreo 210 es hemisférico y se define por una distancia 215. Por el contrario, la Figura 2B (panel superior) ilustra una modalidad en la que hay un obstáculo 250 que da como resultado un volumen de espacio aéreo que puede bloquearse ópticamente 255 de manera parcial. El obstáculo puede ser un objeto artificial tal como un edificio, torre o vehículo, o de origen natural tal como una colina, árbol o roca. En consecuencia, el espacio aéreo puede describirse en la presente descripción como "sustancialmente hemisférico" en reconocimiento de que a menos que el terreno circundante sea plano y sin obstrucción, se espera desviaciones del hemisférico verdadero. La Figura 2B enfatiza además que el término "sustancialmente hemisférico" se refiere a un sistema configurado para obtener imágenes de todas las posibles direcciones de aproximación de un ave voladora hacia el sistema 200 ya que para aproximarse al sistema 200, el ave en algún momento debe entrar en el espacio aéreo ópticamente observable. Como se describe, se puede ubicar un segundo sistema para proporcionar una cobertura detallada del espacio muerto o la región del punto ciego 255. Para otro sistema, puede haber un espacio muerto 90 directamente por encima del sistema 200 (Figura 2B, panel inferior). Ese espacio muerto puede cubrirse mediante el empleo de un segundo sistema posicionado lejos del primer sistema para que se represente por imágenes del espacio muerto 90.
Un ave voladora tiene una posición y una trayectoria, definidas por cada una de las cuatro x en la Figura 2A y los vectores correspondientes 240. Ciertos objetos pueden colocarse fuera del espacio aéreo de interés 210 y pueden ignorarse (ver, por ejemplo, 230). Otros objetos en movimiento pueden estar dentro del espacio aéreo definido (ver, por ejemplo, 231 y 232). Aún otros objetos en movimiento pueden moverse desde el exterior del espacio aéreo de interés al interior del espacio aéreo de interés (ver, por ejemplo, 233) y, por lo tanto, estar sujetos a un análisis adicional.
El espacio aéreo que rodea el sistema puede definirse en términos de una distancia 215 desde el generador de imágenes. Para simplificar, la Figura 2A es una sección transversal de un espacio aéreo hemisférico de un radio proporcionado por la distancia 215. Por supuesto, los sistemas y procedimientos no se limitan a los espacios aéreos de forma hemisférica verdadera. Como se desee, se contemplan otros volúmenes. Por ejemplo, el volumen puede abultarse hacia fuera o hacia dentro en ciertas direcciones, en función de la aplicación de interés. Para aplicaciones de aves en las pistas de los aeropuertos o aviones, puede favorecerse el volumen del espacio aéreo a lo largo de la dirección del tráfico aéreo, de manera que la sección transversal en vista superior del hemisferio se configure en una forma más elipsoidal para proporcionar una distancia de detección adicional en la dirección del movimiento de la aeronave, con una distancia relativamente más corta en una dirección perpendicular a la dirección de desplazamiento. Independientemente de la forma del volumen específica del espacio aéreo, un aspecto común de los sistemas y procedimientos proporcionados en la presente descripción es la detección confiable de imágenes y aviación para grandes espacios aéreos en cualquier dirección accesible, con el espacio aéreo resultante que puede describirse en términos de una forma hemisférica promedio equivalente que tiene un radio promedio seleccionado de un intervalo que es mayor o igual a aproximadamente 500 m y menor o igual a aproximadamente 2 km. En un aspecto, el radio promedio está entre aproximadamente 800 m y 1,1 km, tal como para ser suficiente para tomar una etapa de acción apropiada cuando se detecta un ave en el espacio aéreo.
En función de la aplicación de interés, pueden detectarse aves (231 232) dentro del espacio aéreo, pero la acción se toma solo para una ave que tiene una trayectoria que de cualquier otra manera impactaría en un volumen de espacio aéreo susceptible de acción definido por la distancia de acción 225 que es menor que la distancia 215. La distancia de acción 225 puede definirse en términos de un porcentaje de la distancia 215, tal como menos del 80 %, menos del 60 % o menos del 50 %. Por ejemplo, para una aplicación de turbina eólica (por ejemplo, el sistema 200 montado en o cerca de una turbina eólica), un ave voladora 231 que simplemente pasa a través de una región de borde del espacio aéreo puede no requerir una implementación de acción ya que hay una probabilidad muy baja de un impacto de la turbina eólica. Por el contrario, un ave 232 que se dirige hacia una turbina eólica puede requerir una implementación de acción, tal como detenerse o al menos disminuir la velocidad de la pala de la turbina eólica. El ave 232 puede rastrearse y si la trayectoria cambia, la implementación de la acción puede detenerse. De manera similar, independientemente de la trayectoria aviar, para un ave voladora posicionada dentro de un espacio aéreo de acción (tal como se define por las líneas discontinuas de la Figura 2A), la implementación de la acción puede ocurrir automáticamente con el reconocimiento de que el ave está tan cerca de la turbina eólica, tal como una turbina eólica centrada en una posición correspondiente a 200, que se debe tomar acción inmediata.
La Figura 3 ilustra una pluralidad de sistemas de obtención de imágenes 200a 200b 200c 200d en una vista lateral (Figura 3A) y una vista superior (Figura 3B) y unidos a un objeto 201 tal como una turbina eólica, un edificio, una torre o similares. De manera similar a la Figura 2A, para simplificar, el espacio aéreo que rodea los sistemas se ilustra como hemisférico. Por supuesto, particularmente para los sistemas de obtención de múltiples imágenes, el espacio aéreo puede no ser verdaderamente hemisférico, ya que cada posición del generador de imágenes tiene diferentes alturas y posiciones relativas para generar potencialmente abultamientos y/o pellizcos en el espacio aéreo para una distancia definida por el usuario 215. Independientemente de cualquier tal no uniformidad, el espacio aéreo aún puede definirse en términos de un volumen hemisférico con un volumen efectivo que corresponde al volumen del espacio aéreo no hemisférico, como se ilustra en la Figura 3.
La Figura 3 ilustra cuatro sistemas de obtención de imágenes cada uno responsable de la obtención de imágenes de una porción del espacio aéreo indicada por 216a-d (Figura 3B), lo que proporciona de esta manera una cobertura sustancialmente hemisférica alrededor del objeto 201, tal como una turbina eólica. La vista superior de la Figura 3B está altamente esquematizada para mayor claridad para ilustrar la configuración geométrica que proporciona una cobertura hemisférica sustancialmente completa. Por supuesto, puede haber una superposición sustancial en el campo de visión amplio entre los primeros generadores de imágenes de cada uno de los sistemas 216a-d, siempre que los campos de visión efectivos que se representan por imágenes proporcionen una cobertura hemisférica sustancialmente completa. Con respecto a las posiciones relativas de los generadores de imágenes en cada uno de los sistemas, la pluralidad de primeros generadores de imágenes asociados con cada uno de 200a-d se dispone en distintas direcciones de alineación indicadas por 216a-c en la Figura 3A. Cada uno de 200b-d puede describirse como imágenes de hasta una distancia vertical 310, con el resto del espacio aéreo dirigido verticalmente representado por imágenes por 200a dispuesto en una dirección de alineación vertical correspondiente a la dirección de la flecha 216a. Como se desee, la pluralidad de sistemas puede describirse correspondientemente como la descrita para la Figura 2.
Ejemplo 3: Algoritmos de reconocimiento de patrones
Los sistemas y procedimientos proporcionados en la presente descripción son compatibles con cualquier número de algoritmos de reconocimiento de patrones conocidos en la técnica, que incluyen el proceso resumido en la Figura 1. Con referencia a la Figura 4, en la presente descripción se proporciona una descripción más detallada de un algoritmo. El primer generador de imágenes identifica una salida de un subconjunto de píxeles del campo de visión 400, tal como una serie de valores de intensidad. A partir de la salida del subconjunto de píxeles, se identifican uno o más atributos de identificación umbral 410 y se usan para determinar si se justifica un análisis adicional 420. Los atributos de identificación del umbral pueden ser una firma que es característica de un ave voladora. El atributo de identificación del umbral puede ser una característica de la disposición de píxeles, intensidad, distancia, evolución temporal (por ejemplo, posición, distancia y/o trayectoria). Un aspecto común del(de los) atributo(s) de identificación del umbral es que proporciona la capacidad de determinar rápida y confiablemente si el subconjunto de píxeles justifica un análisis adicional. Los ejemplos de atributos de identificación umbral incluyen posición y/o trayectoria, con píxeles correspondientes a un objeto en movimiento fuera de un espacio aéreo definido por el usuario que sugieren que no se requiere más análisis. Otros ejemplos de parámetros de identificación de umbral incluyen separación de píxeles, número de píxeles, movimiento de píxeles, color, gradiente de intensidad, parámetro de límite de borde que incluye forma, evolución temporal y combinaciones de estos.
Como se desee, puede identificarse una pluralidad de atributos de identificación umbral para proporcionar una precisión de primera pasada añadida. Si uno o más atributos de identificación del umbral indican que no se justifica un análisis adicional, puede evitarse el procesamiento o análisis adicional de ese subconjunto de píxeles, como se indica en 422 (No). De cualquier otra manera, se realiza un análisis adicional, que incluye la identificación de uno o más parámetros de identificación de aves 430 para ayudar en la identificación de aves y/o la confirmación aviar. Los parámetros de identificación de aves pueden incluir uno o más de tamaño, color, distribución de color, plumaje, forma del límite, forma del ala, velocidad, dirección de movimiento, movimiento del ala y cualquier otro parámetro conocido en la técnica para ayudar con la identificación de aves. Como se desee, los parámetros de identificación de aves pueden seleccionarse para corresponder a una especie aviar específica, tal como un águila o ave de presa, que incluye, por ejemplo, un águila real. Los parámetros de identificación de aves identificados de 430 se comparan con los valores de referencia correspondientes en la etapa 440. Para un emparejamiento aviar 450 que es afirmativo, puede ocurrir una etapa de implementación de acción 460. Por el contrario, si no hay una coincidencia aviar, el análisis adicional o el seguimiento de ese subconjunto de píxeles pueden finalizar como lo indica la flecha 452.
El subconjunto de píxeles puede estar en una región juntos y describirse como píxeles vecinos, píxeles adyacentes o ambos. Como indicativo de un objeto en movimiento, la salida puede ser una salida que varía con el tiempo, una salida que varía con el espacio, o ambas. Por ejemplo, la salida puede cambiar a medida que el objeto se mueve a una posición diferente en el campo de visión de manera que el subconjunto de píxeles cambia de posición. De manera similar, a medida que el objeto se acerca o se aleja del primer generador de imágenes, el número absoluto del subconjunto de píxeles puede aumentar o disminuir. De manera similar, los valores de intensidad absoluta del subconjunto de píxeles pueden aumentar o disminuir con el tiempo u orientación relativa del objeto en movimiento con el/los generador(es) de imágenes.
Para las aplicaciones de turbinas de parques eólicos, es particularmente importante que el sistema rastree con éxito un objeto en movimiento que puede ser un ave, incluso si hay una paleta de turbina en movimiento en el campo de visión. En función de las posiciones relativas del generador de imágenes, la paleta de turbina móvil y el ave, la paleta de turbina puede estar relativamente lejos o cerca del ave. Por ejemplo, la turbina puede estar entre el generador de imágenes y el ave o el ave puede estar entre el generador de imágenes y la turbina eólica. Esto es particularmente relevante para aplicaciones donde el generador de imágenes está en una configuración independiente montada en una torre. En consecuencia, cualquiera de los sistemas proporcionados en la presente descripción puede utilizar un algoritmo de enmascaramiento de turbina, tal como el algoritmo resumido en el diagrama de flujo de la Figura 5. De esta manera, el seguimiento confiable se mantiene incluso para un sensor que tiene tanto un pájaro como una hoja en el campo de visión.
Con referencia a la Figura 5, en la etapa 510 se calcula una diferencia de trama entre una trama instantánea y la última trama, con una salida correspondiente que es una diferencia de trama. Una diferencia de trama umbral de la etapa 520 emite un elemento de diferencia de trama en base a la diferencia de trama de la etapa 510. Una pluralidad de elementos de diferencia de trama, etiquetados "n" proporciona una salida que es un elemento de promedio en la etapa 530 que se usa subsecuentemente en la etapa 540 para emitir un nuevo promedio móvil. El nuevo promedio móvil se introduce con un envolvente de turbina anterior para generar una nueva salida de envolvente de turbina en la etapa 550. Se crea un elemento de sustracción en la etapa 560 para posiciones en las cercanías de la turbina y dentro de un cierto radio de esta. En la etapa 570 se obtiene una máscara de turbina final que se usa para aumentar la confiabilidad del seguimiento de un objeto en movimiento en las cercanías de la turbina.
Ejemplo 4: Configuración del sistema
El sistema de detección está diseñado para adaptarse al mantenimiento y servicio del sitio leves. Para sistemas independientes, las opciones incluyen una torre que puede inclinarse hacia el suelo para su mantenimiento. Alternativamente, un camión de pluma puede elevar a un técnico hasta la parte superior de la torre de imágenes. Los componentes críticos se integran en recintos anti manipulación, que incluyen la torre de imágenes, los recintos de conexión a tierra y la cápsula de imágenes.
Las Figuras 6-7 ilustran sistemas configurados para posicionarse en la parte superior de una torre independiente, que incluye una torre que puede transportarse y/o ensamblarse en una ubicación deseada. Además, el sistema puede integrarse directa o indirectamente con una turbina eólica, como se analiza. Esta puede ser una alternativa conveniente a la colocación en una góndola de turbina eólica, ya que la instalación puede ocurrir sin afectar o afectar de cualquier otra manera a las turbinas eólicas durante la fabricación o después de la instalación en el campo. Con referencia a la Figura 6, tres sistemas de obtención de imágenes WFOV 610 se disponen para proporcionar una cobertura circunferencial completa alrededor de una torre independiente 605, con cada sistemas de obtención de imágenes 610 que comprende un par de primeros generadores de imágenes WFOV 615. Un segundo sistema de obtención de imágenes 620 que comprende una cámara de alta resolución 625, tal como un sistema de obtención de imágenes estéreo que comprende un par de generadores de imágenes o cámaras de alta resolución 625 proporciona imágenes e información detalladas para un objeto en movimiento detectado por el(los) primer(os) captador(es). Un cabezal giratorio 630, un tipo de posicionador, conecta el segundo sistema de obtención de imágenes 620 a la torre y permite que el segundo sistema de obtención de imágenes se mueva para enfocar una región de interés identificada por cualquiera de los primeros sistemas de obtención de imágenes 610 con los segundos generadores de imágenes 625. Los primeros generadores de imágenes 615 del primer sistema de obtención de imágenes 610 pueden posicionarse de manera fija. En este ejemplo, hay tres primeros sistemas de obtención de imágenes distintos 610, cada uno de los cuales comprende un par de sensores WFOV o primeros generadores de imágenes 615. De esta manera, se obtiene una cobertura completa de 360° por los primeros generadores de imágenes 615 del WFOV con la capacidad de zoom proporcionada por el segundo sistemas de obtención de imágenes 620 que comprende un par de segundos generadores de imágenes 625, con un total resultante de ocho flujos de vídeo. En la medida en que se desee una cobertura de la región del espacio aéreo vertical, tal como en el volumen inmediatamente por encima del sistema ilustrado en la Figura 6, un segundo sistema que se coloca lejos del sistema puede proporcionar tal cobertura para este primer y segundo sistemas de obtención de imágenes que no proporcionan cobertura vertical absoluta.
La Figura 7 ilustra un sistema de detección aviar autónomo completo, que incluye el recinto 650 para encerrar de manera confiable y resistente componentes electrónicos y un controlador sensibles. En esta ilustración, el sistema comprende tres sistemas de obtención de imágenes 610, cada uno de los cuales comprende un par de primeros generadores de imágenes 615, con un segundo generadores de imágenes 620 emparejado con cada primer sistema de obtención de imágenes, soportado por la torre 605. Un sistema de mitigación de rayos 640 reduce el riesgo de impactos de rayos en el sistema. Una vista en primer plano de los generadores de imágenes del sistema de detección aviar se proporciona en la Figura 8A y de un cápsula de imágenes que comprende un primer par 615 y un segundo par 625 de generadores de imágenes en la Figura 8B. Puede usarse un sustrato 800 para conectar el posicionador 630 a la superficie superior del sustrato 810 y el sistema de campo de visión amplio 610 a la superficie inferior del sustrato 820. Esto aumenta la estabilidad del posicionador, disminuyendo la necesidad de calibración. Además, tal cápsula de imágenes puede tener una huella relativamente pequeña (por ejemplo, menos de 45 cm x 50 cm x 45 cm (HxWxD), con una masa total de menos de 22 kg. Otro ejemplo de un sistema de detección aviar que comprende un solo sistema de cámara estéreo de alta resolución 620 con tres sistemas de obtención de imágenes WFOv 610 se ilustra en las Figuras 9-10A. Para facilitar la instalación y el servicio, la interfaz de torre puede ser de naturaleza modular, como se muestra en las Figuras 10B. Las cápsulas de imágenes pueden conectarse a la torre 605 con una interfaz de torre 609. La interfaz de torre 609 se configura para admitir tres cápsulas de imágenes para proporcionar la cobertura circunferencial alrededor de la torre 605 como se muestra en la Figura 8A. Con la modificación a la posición del sistema de mitigación de rayos 640, la interfaz de torre puede admitir un solo generador de imágenes estéreo separado (ver, por ejemplo, Figura 10B). Los cables pueden extenderse a través de un pasaje interior 606 en la torre 605. La interfaz de la torre puede tener puntales de soporte exteriores 611 para admitir sistemas de imagen WFOV y una porción de interfaz central 617 para conectarse a un segundo generador de imágenes, tal como una cámara estéreo y para facilitar la colocación en un extremo superior de una torre, todo mientras se garantiza una conexión confiable sin impedir el campo de visión deseado, la facilidad de instalación y la facilidad de mantenimiento y/o reemplazo en el campo. En particular, los sistemas de obtención de imágenes individuales del sistema en su conjunto se reemplazan fácilmente.
El sistema de mitigación de rayos 640 puede ser un pararrayos, o puede ser un sistema que ioniza el aire que rodea a los generadores de imágenes del sistema de obtención de imágenes. El sistema puede conectarse eléctricamente a una sola varilla de tierra, tal como una varilla química, en un agujero de enterramiento de 10 pies de profundidad con una cubierta de acceso que se rellena con suelo conductor/disipativo (Figura 15, panel inferior). El sistema es ideal para suelos de arena/agregados que tienen bajo contenido conductor.
La torre de imágenes 605 tiene una altura optimizada para la detección y clasificación de aves de entre aproximadamente 5 m y 10 m, o aproximadamente 6,3 m o 9,1 m. La torre está configurada para una calificación de carga de 113,4 kg, con una base lastreada, tal como bloques de cemento prefabricados. Un mecanismo de elevación/bajada puede accionarse manualmente o motorizado para facilitar el transporte, el despliegue y el mantenimiento.
Una ilustración más detallada de un generador de imágenes estéreo 620 se proporciona en la Figura 11, paneles A-D. Un par de sensores de alta resolución 625 se colocan dentro de la carcasa 622. Un posicionador, dependiente de los generadores de imágenes WFOV, luego dirige el generador de imágenes estéreo 620 a una región de interés para un análisis adicional, tal como la distancia, longitud, altura y/o color de la región de interés. La calibración del generador de imágenes estéreo proporciona información sobre los errores en la medición de la distancia para varias distancias. La TABLA 1 resume los resultados de calibración, con una distancia de referencia de una turbina y la distancia real determinada con un telémetro láser. La envergadura del ala de las aves es proporcional a la distancia desde el generador de imágenes, de modo que cualquier error en la distancia conduce a un error correspondiente en la envergadura del ala determinada. El error máximo observado, a una distancia de 1,1 km, fue de 3,7 %, lo que para una envergadura del ala de alas de ave de presa de 77" corresponde a un error de aproximadamente 2,85". Esto está dentro de la tolerancia aceptable sin afectar indebidamente la longitud de la envergadura del ala como parámetro útil para la clasificación aviar.
Se logra una mayor precisión de medición de la cámara estereoscópica al encontrar un punto objetivo en el objeto en movimiento para cada generador de imágenes del generador de imágenes estereoscópico. El punto objetivo puede ser el centroide, con errores en el punto objetivo que se traducen en errores de distancia. Un error de un píxel puede provocar un error de distancia de hasta el 20 %. Por lo tanto, los centroides comunes se calculan con una precisión de subpíxeles al sintonizar ambas cámaras de manera similar.
Otros aspectos importantes del sistema de visión estereoscópica son un centro de gravedad más cerca del eje de movimiento para reducir el efecto de carga de viento, rigidez estructural para los elementos de imagen, una masa de menos de 6 kg, con una cámara fija y la otra cámara ajustable para una mejor alineación estereoscópica, y puertos de visión hidrófobos para un mejor rendimiento de la imagen en condiciones climáticas mixtas. Para el funcionamiento a baja temperatura, pueden proporcionarse elementos de calentamiento.
Una ilustración más detallada del WFOV o el primer sistema de obtención de imágenes 610 se proporciona en las Figuras 12-13, paneles A-C. Cada primer generador de imágenes o sistemas de obtención de imágenes WFOV 610 puede contener primeros generadores de imágenes que son sensores WFOV 615, tales como un par de cámaras WFOV que se extienden a lo largo de los ejes indicados como líneas discontinuas en la Figura 13, panel B, que tienen un ángulo de separación 616 para proporcionar la cobertura del espacio aéreo deseada, tal como un ángulo entre aproximadamente 50° y 70°, o aproximadamente 60°. Los sensores pueden ser cámaras contenidas dentro de la carcasa WFOV 612. En este ejemplo, cada generador de imágenes WFOV 615 imágenes a unos 65° a 800 m, de manera que el par de generador de imágenes WFOV juntos imágenes a unos 130° a 800 m. La unidad de inclinación y panorámica se integra para un seguimiento rápido de múltiples objetos diferentes para maximizar imágenes de alta resolución del segundo sistemas de obtención de imágenes 620 de diferentes aves y para evitar el seguimiento de un solo objeto durante períodos de tiempo prolongados. Como se desee, varios ajustes son controlables para establecer prioridades de seguimiento iniciales, prioridades de seguimiento continuas y un número máximo de grados para moverse a otro objetivo. Generalmente, los generadores de imágenes comprenden una porción de lente y una porción de sensor, seleccionadas para proporcionar la resolución y el campo de visión deseados para la aplicación de interés.
Otros aspectos del primer sistema de generador de imágenes son que las cámaras pueden estar en una posición fija y configuradas para una ubicación/reubicación precisa, un rendimiento de imagen mejorado en condiciones climáticas variables mediante el inclinación de las ventanas de visión con relación a la vertical para reducir la obstrucción y el uso de recubrimiento hidrófobo para disminuir la formación de perlas de agua. Hay un recinto común para los dos generadores de imágenes y los generadores de imágenes del primer sistema de obtención de imágenes pueden montarse en el mismo sustrato del generador de imágenes estéreo del segundo sistemas de obtención de imágenes. Esto aumenta la estabilidad de la calibración de inclinación y panorámica y reduce la posibilidad de cambio/deriva con el tiempo y las condiciones ambientales.
Se puede usar un recinto a nivel del suelo 650 (ver, por ejemplo, las Figuras 7 y 14-15) para contener equipos auxiliares, particularmente para sistemas que son independientes y autónomos de cualquier otra estructura, tal como una turbina eólica o radar y estructura de edificio. El equipo auxiliar ilustrativo incluye, ordenadores, servidores, controladores, equipos de energía, control climático y controladores electrónicos para la interfaz con un parque eólico para aplicaciones de parques eólicos, que incluye un control de mitigación o velocidad de la pala de la turbina eólica. La conversión de potencia de A/C a D/C puede ocurrir dentro del recinto de nivel del suelo, lo que reduce aún más la masa y la carga térmica en la torre. La conversión de potencia D/C a D/C puede ocurrir dentro de cada cápsula de imágenes para simplificar el cableado de transmisión de potencia y reducir el costo del cableado. Los cables están sellados y colocados dentro del mamparo o pasaje de la torre, lo que facilita la desconexión rápida y eficiente de las cápsulas de imágenes de la torre de imágenes. Para un sistema de ocho flujos de vídeo (por ejemplo, seis cámaras WFOV y dos de alta resolución), los requisitos de potencia de procesamiento son de aproximadamente 500 Mbytes/s, que puede manejarse mediante un solo ordenador de múltiples núcleos.
Ejemplo 5: Resultados de la prueba de campo
Las Figuras 16A-16C son imágenes de un ave de presa del segundo generador de imágenes, por ejemplo, el generador de imágenes estéreo de alta resolución, que ilustra diferentes posturas de aves y su impacto en la envergadura del ala observada. En consecuencia, una entrada importante en el análisis y la detección y clasificación aviar es una relación de envergadura del ala (w) a altura (h), o viceversa, porque esas dimensiones varían con la postura aviar. La Figura 16D ilustra un multiplicador de envergadura del ala correspondiente como una función de la relación h/w. Esto proporciona ventajas sobre un procedimiento heurístico simple que estima la envergadura del ala de las aves orientadas en varios ángulos con relación al sistema óptico. La técnica proporcionada en la presente descripción donde la relación de w/h o h/w se usa para obtener un multiplicador de envergadura del ala generalmente se denomina "estimación de postura". Incluso sin tal estimación de postura, el sistema de prueba identifica correctamente el 92 % de las águilas reales como grandes rapaces a partir de la medida de la envergadura del ala sola.
Con referencia a la Figura 17, un sistema de prueba de detección aviar se instala en un parque eólico como un sistema independiente, etiquetado como "torre de observación" o torre 605 en la Figura 17. En esta prueba, el WFOV corresponde a aproximadamente 120°, con 600 m, 800 m y 1 km de distancia desde el generador de imágenes ilustrado, junto con la topografía del suelo y las ubicaciones de la turbina eólica 201. Pueden emplearse generadores de imágenes adicionales para proporcionar una cobertura hemisférica, que incluye sistemas de generadores de imágenes de 120° adicionales y/o "torres de observación" adicionales en ubicaciones geográficas distintas para proporcionar una envolvente de detección apropiada con respecto a cada turbina. El sistema de prueba es particularmente útil para obtener conjuntos de datos completos para su uso en la optimización y validación del sistema de detección, lo que garantiza de esta manera una mejor calidad de imagen y confiabilidad de la detección. También se evalúa la durabilidad del sistema en el campo.
La Figura 18 es una imagen de un objeto en movimiento identificado como una gran ave de presa. Los datos asociados con esta imagen son: número de trama, ancho y alto (como se refleja en el recuadro alrededor del depredador), distancia, tiempo de detección y nivel de confianza estadística. La Figura 19 es una imagen del rapace en un momento posterior, que refleja el seguimiento preciso y la postura de deslizamiento diferente con relación al generador de imágenes a medida que el rapace cambia de dirección y posición. En la Figura 20 se proporciona una imagen de alta resolución y WFOV emparejada de un ave de presa. El panel superior es la imagen de alta resolución de un segundo generador de imágenes y el panel inferior es una imagen WFOV del primer generador de imágenes. El seguimiento exitoso de una pluralidad de rapaces en movimiento 230 y 233 se ilustra en las imágenes de la Figura 21, paneles (i)-(v). Ambos rapaces se ubican "por encima" de las turbinas en el panel (i), con el rapaces 233 disminuyendo en altitud como se refleja en el panel (ii). La importancia del enmascaramiento de turbinas se ilustra en el panel (iii), con el rapace 233 en al menos proximidad visual a una turbina eólica. El rapace 233 se rastrea con éxito durante el vuelo, incluso a medida que aumenta la distancia vertical desde el suelo, como se ilustra en los paneles (iii) - (v).
El sistema de prueba también facilita la recolección de imágenes adecuadas para la clasificación futura (procesamiento y análisis posteriores a la recolección). Con el sistema, se registran 3,890 pistas, incluidas 148 vídeos de alta resolución de águilas. De esos vídeos, 26 están dentro de un intervalo estéreo objetivo de 300 m a 1 km del generador de imágenes, con una clasificación correcta del 92,3 % solo por envergadura del ala. Se espera una mejora adicional con parámetros de identificación de aves adicionales, que incluyen el análisis de color. El sistema también capturó 8 vídeos de alta resolución de aves que no son águilas.
Declaraciones sobre la incorporación por referencia y variaciones
Todas las referencias a lo largo de esta solicitud, por ejemplo, documentos de patentes que incluyen patentes emitidas o concedidas o equivalentes; publicaciones de solicitudes de patentes; y documentos de literatura no patentados u otro material fuente; se incorporan de este modo en la presente descripción como si cada referencia se incorporara individualmente como referencia, en la medida en que cada referencia no sea al menos parcialmente inconsistente con la descripción en esta solicitud (por ejemplo, una referencia que es parcialmente inconsistente se incorpora como referencia excepto por la porción parcialmente inconsistente de la referencia).
Los términos y expresiones que se emplean en la presente descripción se usan como términos de descripción y no de limitación, y no hay intención en el uso de tales términos y expresiones de excluir cualquier equivalente de las características mostradas y descritas o porciones de las mismas, pero se reconoce que son posibles varias modificaciones dentro del alcance de la invención reivindicada. Por lo tanto, debe entenderse que aunque la presente invención se ha descrito específicamente mediante modalidades preferidas, modalidades ilustrativas y características opcionales, los expertos en la técnica pueden recurrir a la modificación y variación de los conceptos descritos en la presente descripción, y que tales modificaciones y variaciones se consideran dentro del alcance de esta invención como se define en las reivindicaciones adjuntas. Las modalidades específicas proporcionadas en la presente descripción son ejemplos de modalidades útiles de la presente invención y será evidente para un experto en la técnica que la presente invención puede llevarse a cabo mediante el uso de un gran número de variaciones de los dispositivos, componentes de dispositivos, etapas de procedimientos establecidos en la presente descripción. Como será obvio para un experto en la técnica, los procedimientos y dispositivos útiles para los procedimientos presentes pueden incluir un gran número de elementos y etapas de composición y procesamiento opcionales.
Cuando en la presente descripción se describe un grupo de sustituyentes, se entiende que todos los miembros individuales de ese grupo y todas los subgrupos se describen por separado. Cuando en la presente descripción se usa un grupo Markush u otro agrupamiento, se pretende que todos los miembros individuales del grupo y todas las combinaciones y subcombinaciones posibles del grupo se incluyan individualmente en la descripción. Cada combinación de componentes o etapas descrita o ejemplificada en la presente descripción puede usarse para poner en práctica la invención, a menos que se indique de cualquier otra manera.
Siempre que se dé un intervalo en la descripción, por ejemplo, un intervalo de volumen, un intervalo de aumento, un intervalo numérico, un intervalo de distancia, un intervalo porcentual, todos los intervalos y subintervalos intermedios, así como también todos los valores individuales incluidos en los intervalos dados pretenden incluirse en la descripción. Se entenderá que cualquier subintervalo o valor individual en un intervalo o subintervalo que se incluya en la descripción en la presente descripción puede excluirse de las reivindicaciones en la presente descripción.
Todas las patentes y publicaciones mencionadas en la descripción son indicativas de los niveles de habilidad de los expertos en la técnica a la que se refiere la invención. Las referencias citadas en la presente descripción se incorporan en la presente descripción como referencia en su totalidad para indicar el estado de la técnica a la fecha de su publicación o presentación y se pretende que esta información pueda emplearse en la presente descripción, si es necesario, para excluir modalidades específicas que están en la técnica anterior. Por ejemplo, cuando se reivindica la composición de materia, debe entenderse que los compuestos conocidos y disponibles en la técnica antes de la invención del solicitante, incluidos los compuestos para los que se proporciona una descripción habilitadora en las referencias citadas en la presente descripción, no pretenden incluirse en las reivindicaciones de composición de materia en la presente descripción.
Como se usa en la presente, “que comprende” es sinónimo de “que incluye”, “que contiene” o “que se caracteriza por” y es inclusivo o abierto y no excluye elementos o etapas del procedimiento adicionales no enumerados. Como se usa en la presente, “que consiste de” excluye cualquier elemento, etapa o ingrediente no especificado en el elemento de la reivindicación. Como se usa en la presente, “que consiste esencialmente en” no excluye materiales o etapas que no afectan materialmente las características básicas y novedosas de la reivindicación. En cada caso en la presente descripción, cualquiera de los términos "que comprende", "que consiste esencialmente en" y "que consiste en" puede reemplazarse con cualquiera de los otros dos términos. La invención descrita ilustrativamente en la presente descripción puede llevarse a la práctica adecuadamente en ausencia de cualquier elemento o elementos, limitación o limitaciones que no se describen específicamente en la presente descripción.
Un experto en la técnica apreciará que los componentes, dispositivos, algoritmos y procesos distintos de los ejemplificados específicamente pueden emplearse en la práctica de la invención sin recurrir a experimentación indebida. Todos los equivalentes funcionales conocidos en la técnica, de cualquiera de tales componentes, dispositivos, algoritmos y procesos pretenden incluirse en esta invención. Los términos y expresiones que se han empleado se usan como términos de descripción y no de limitación, y no hay intención de que en el uso de tales términos y expresiones se excluyan equivalentes de las características mostradas y descritas o porciones de estas, pero se reconoce que son posibles varias modificaciones dentro del alcance de la invención reivindicada. Por lo tanto, debe entenderse que aunque la presente invención se ha descrito específicamente mediante modalidades preferidas y características opcionales, los expertos en la técnica pueden recurrir a la modificación y variación de los conceptos descritos en la presente descripción, y que tales modificaciones y variaciones se consideran dentro del alcance de esta invención como se define en las reivindicaciones adjuntas.
Tabla 1: Resultados de calibración para sensores de alta resolución
Claims (21)
1. Un sistema de detección para detectar un ave voladora en un espacio aéreo que comprende:
una pluralidad de primeros generadores de imágenes (615) que se posicionan de manera fija en cada una de una pluralidad de distintas direcciones de alineación, cada uno de la pluralidad de primeros generadores de imágenes (615) tiene un campo de visión amplio para detectar un objeto en movimiento;
una pluralidad de segundos generadores de imágenes (625) cada uno que tiene un alto aumento, en el que los segundos generadores de imágenes (625) forman un generador de imágenes estéreo (620);
un posicionador (630) conectado operativamente a los segundos generadores de imágenes (625) para colocar los segundos generadores de imágenes (625) para obtener imágenes del objeto en movimiento (230, 231, 232, 233) detectado por los primeros generadores de imágenes (615), en el que el posicionador (630) mueve una dirección de alineación de los segundos generadores de imágenes (625) en base a una salida de los primeros generadores de imágenes (615) en el que dicho posicionador (630) comprende un cabezal motorizado de paneo e inclinación conectado a dichos segundos generadores de imágenes (625) para mover dicha dirección de alineación de dichos segundos generadores de imágenes (625) en base a una salida de dichos primeros generadores de imágenes (615), en el que el posicionador (630) alinea continuamente los segundos generadores de imágenes (625);
un procesador conectado operativamente para recibir datos de imagen de los primeros generadores de imágenes (615), los segundos generadores de imágenes (625), o ambos para identificar el objeto en movimiento (230, 231,232, 233) que es un ave voladora en base a dichos datos de imagen;
en el que la pluralidad de primeros generadores de imágenes (615) se disponen en distintas direcciones de alineación para proporcionar una cobertura hemisférica completa de 360° y sustancialmente completa de dicho espacio aéreo que rodea el sistema de detección.
2. El sistema de detección de acuerdo con la reivindicación 1, en el que la pluralidad de dichos primeros generadores de imágenes (615) y dichos segundos generadores de imágenes (625) se disponen en una configuración espacial para proporcionar la cobertura hemisférica sustancialmente completa que tiene una distancia de detección desde dicha pluralidad de primeros generadores de imágenes (615) que es mayor o igual a 0,6 km y menor o igual a 2 km.
3. El sistema de detección de cualquiera de las reivindicaciones 1-2, en el que dicho procesador identifica una salida de un subconjunto de píxeles de dicho primer generador de imágenes (615) o dicho segundo generador de imágenes (625) correspondiente a dicho objeto en movimiento (230, 231, 232, 233), en el que dicha salida de dicho subconjunto de píxeles es una serie de valores de intensidad.
4. El sistema de detección de acuerdo con la reivindicación 3, en el que dicha salida de dicho subconjunto de píxeles es una salida de tiempo variable.
5. El sistema de detección de cualquiera de las reivindicaciones 3-4, en el que dicho procesador analiza dicha salida de dicho subconjunto de píxeles para determinar si el objeto en movimiento (230, 231, 232, 233) es un objeto aviar o construido artificialmente.
6. El sistema de detección de cualquiera de las reivindicaciones 3-4, en el que dicho procesador analiza dicha salida para identificar la presencia de uno o más atributos de identificación umbral.
7. El sistema de detección de acuerdo con la reivindicación 6, en el que dicho uno o más atributos de identificación umbral es un parámetro de límite de borde.
8. El sistema de detección de acuerdo con la reivindicación 7, en el que dicha salida se identifica como correspondiente a un objeto artificial para un parámetro de rectitud de borde indicativo de una línea recta construida artificialmente, o una firma de límite de borde correspondiente a un ave voladora.
9. El sistema de detección de cualquiera de las reivindicaciones 6-8, en el que dicho uno o más atributos de identificación umbral es un parámetro de evolución temporal y/o un parámetro de color.
10. El sistema de detección de cualquiera de las reivindicaciones 6-9, en el que tras la identificación de la presencia de uno o más atributos de identificación umbral, dicho procesador analiza dicha salida de dicho subconjunto de píxeles para determinar uno o más parámetros de identificación de aves seleccionados del grupo que consiste en tamaño, velocidad, envergadura del ala, forma del ala, color, forma del límite, geometría, intensidad de luz y trayectoria de vuelo.
11. El sistema de detección de cualquiera de las reivindicaciones 3-10, en el que dicho procesador analiza dicha salida de dicho subconjunto de píxeles a través de un algoritmo de reconocimiento de patrones.
12. El sistema de detección de acuerdo con la reivindicación 11, en el que dicho algoritmo de reconocimiento de patrones identifica dicho subconjunto de píxeles como una especie de ave voladora.
13. El sistema de detección de cualquiera de las reivindicaciones 3-12, en el que el procesador analiza dicha salida de dicho subconjunto de píxeles de una pluralidad de tramas de dichos datos de imagen, en el que dicho subconjunto de píxeles se mueve espacialmente con el tiempo y dicho movimiento con el tiempo se usa para determinar una trayectoria de dicha salida de dicho subconjunto de píxeles, en el que dicha trayectoria comprende posiciones, distancias, velocidades, direcciones o cualquier combinación de estos en una pluralidad de tiempos.
14. El sistema de detección de cualquiera de las reivindicaciones 1-13, en el que dicha pluralidad de primeros generadores de imágenes (615), dicho segundo generador de imágenes (625), o tanto dicho primer (615) como el segundo generadores de imágenes (625) detectan un intervalo de longitud de onda correspondiente a la luz en el espectro visible o infrarrojo.
15. El sistema de detección de acuerdo con la reivindicación 14, en el que el intervalo de longitud de onda está en el infrarrojo para su identificación en condiciones de poca luz o clima adverso.
16. Un procedimiento para detectar un ave voladora en un espacio aéreo, el comprendiendo procedimiento las etapas de:
proporcionar cualquiera de los sistemas de las reivindicaciones 1-15;
obtener imágenes con la pluralidad de primeros generadores de imágenes (615) el espacio aéreo que rodea la pluralidad de primeros generadores de imágenes (615);
obtener uno o más atributos de identificación umbral para una salida de un subconjunto de píxeles de la etapa de obtención de imágenes;
analizar uno o más atributos de identificación umbral para identificar un objeto de interés en movimiento; obtener uno o más parámetros de identificación de aves para el objeto de interés en movimiento; comparar el uno o más parámetros de identificación de aves con uno o más parámetros de referencia de identificación de aves correspondientes para identificar el objeto de interés en movimiento como un objeto aviar o uno construido artificialmente; y
en el que el procedimiento detecta el objeto de interés en movimiento dentro del espacio aéreo que tiene un volumen equivalente a un hemisferio equivalente promedio con un radio promedio seleccionado de un intervalo que es mayor o igual a 0,5 km y menor o igual a 2 km.
17. El procedimiento de la reivindicación 16, en el que la etapa de obtención de imágenes comprende identificar una salida de un subconjunto de píxeles que es una serie de valores de intensidad de luz.
18. El procedimiento de cualquiera de las reivindicaciones 16-17, en el que la obtención de imágenes comprende obtener un campo de visión amplio con un primer generador de imágenes (615) y ampliar ópticamente el objeto de interés en movimiento (230, 231, 232, 233) con el segundo generador de imágenes (625), en el que el segundo generador de imágenes (625) se usa para determinar una distancia del objeto de interés en movimiento (230, 231,232, 233) desde el sistema de obtención de imágenes.
19. El procedimiento de la reivindicación 16, para detectar dicho objeto de ave voladora y un objeto construido artificialmente, que incluye para un espacio aéreo alrededor de una pista de aeropuerto.
20. El procedimiento de cualquiera de las reivindicaciones 16-19, en el que:
el uno o más atributos de identificación umbral se seleccionan del grupo que consiste en distancia, trayectoria, parámetro de límite, forma de límite, característica de límite de borde, separación de píxeles, intensidad de píxeles, color de píxeles, gradiente de intensidad, parámetro de evolución temporal, y cualquier combinación de estos.
21. El procedimiento de cualquiera de las reivindicaciones 16-20 usado con una turbina eólica, en el que para el objeto de interés en movimiento que es un ave voladora de interés, el procedimiento comprende además la etapa de clasificar una especie para dicha ave voladora de interés mediante el análisis adicional de la salida del subconjunto de píxeles.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462040018P | 2014-08-21 | 2014-08-21 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES3041696T3 true ES3041696T3 (en) | 2025-11-13 |
Family
ID=54140639
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES15763682T Active ES2821735T3 (es) | 2014-08-21 | 2015-08-21 | Sistema y procedimiento de detección de pájaros |
| ES20184403T Active ES3041696T3 (en) | 2014-08-21 | 2015-08-21 | Avian detection system and method |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES15763682T Active ES2821735T3 (es) | 2014-08-21 | 2015-08-21 | Sistema y procedimiento de detección de pájaros |
Country Status (9)
| Country | Link |
|---|---|
| US (4) | US10275679B2 (es) |
| EP (3) | EP3798444B1 (es) |
| AU (4) | AU2015305303B2 (es) |
| CA (1) | CA2958579C (es) |
| DK (1) | DK3183687T3 (es) |
| ES (2) | ES2821735T3 (es) |
| HR (1) | HRP20250983T1 (es) |
| PL (1) | PL3798444T3 (es) |
| WO (1) | WO2016029135A1 (es) |
Families Citing this family (55)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9856856B2 (en) | 2014-08-21 | 2018-01-02 | Identiflight International, Llc | Imaging array for bird or bat detection and identification |
| WO2016029135A1 (en) * | 2014-08-21 | 2016-02-25 | Boulder Imaging, Inc. | Avian detection systems and methods |
| DE102015118028A1 (de) * | 2015-10-22 | 2017-04-27 | Quantec Grund GmbH & Co. KG | Überwachung tieffliegender Luftfahrzeuge |
| PL232585B1 (pl) * | 2016-02-13 | 2019-06-28 | Przybycin Michal | Urządzenie rejestrujące kolizje zwierząt latających z elektrowniami wiatrowymi i wskazujące miejsce ich upadku na podłoże |
| DK179018B1 (en) * | 2016-03-14 | 2017-08-21 | Ventus Eng Gmbh | Method of condition monitoring one or more wind turbines and parts thereof and performing instant alarm when needed |
| US10096097B2 (en) * | 2016-08-01 | 2018-10-09 | The United States Of America As Represented By The Secretary Of The Navy | Content-aware bidirectional image edge highlighting |
| WO2018081610A1 (en) * | 2016-10-27 | 2018-05-03 | Nrg Systems, Inc. | System and methods for detecting bats and avian carcasses |
| GB2555836A (en) * | 2016-11-11 | 2018-05-16 | Bioseco Sp Z O O | Systems and methods for detecting flying animals |
| DE102016013944B4 (de) * | 2016-11-22 | 2022-12-08 | Reyk Buchenberg | Detektorsystem für die bedarfsgesteuerte Kennzeichnung von Luftfahrthindernissen |
| US10794363B2 (en) * | 2017-02-10 | 2020-10-06 | Inventus Holdings, Llc | Wind turbine curtailment control for volant animals |
| US10316823B2 (en) * | 2017-03-15 | 2019-06-11 | Inventus Holdings, Llc | Wind turbine group control for volant animal swarms |
| PL238221B1 (pl) * | 2017-07-19 | 2021-07-26 | Przybycin Michal | Układ rejestrujący kolizje zwierząt latających z elektrowniami wiatrowymi i wskazujący miejsce ich upadku na podłoże |
| DE102017127168A1 (de) * | 2017-11-17 | 2019-05-23 | Carsten Ludowig | Schutzvorrichtung zum Schutz von Flugobjekten gegenüber wenigstens einer Windenergieanlage |
| EP3543522A1 (en) * | 2018-03-22 | 2019-09-25 | Siemens Gamesa Renewable Energy A/S | Rotor blade monitoring system |
| WO2019184578A1 (zh) * | 2018-03-30 | 2019-10-03 | 杭州海康威视数字技术股份有限公司 | 一种双目摄像机 |
| US20190307117A1 (en) * | 2018-04-10 | 2019-10-10 | Edm International, Inc. | Avian collision avoidance system and method |
| US10854091B2 (en) * | 2018-07-03 | 2020-12-01 | Honeywell International Inc. | Energy management visualization methods and systems |
| CN109011506B (zh) * | 2018-07-12 | 2020-09-15 | 深圳市虚数科技有限公司 | 一种训练动作识别方法 |
| WO2020043841A1 (en) | 2018-08-31 | 2020-03-05 | Faunaphotonics Aps | Apparatus and method for identifying organisms |
| CN111120220B (zh) * | 2018-10-31 | 2021-05-28 | 北京金风科创风电设备有限公司 | 风力发电机组叶片视频监测的方法及系统 |
| CN109710595B (zh) * | 2018-11-30 | 2022-03-25 | 广东工业大学 | 基于有限信息的输电走廊鸟害热点图的构建方法 |
| US11521083B2 (en) | 2019-01-14 | 2022-12-06 | Oregon State University | Apparatus and amendment of wind turbine blade impact detection and analysis |
| DE102019200391B4 (de) * | 2019-01-15 | 2022-10-20 | Jochen Kreidenweiss | Steuerungs- und Überwachungssystem für eine Windenergieanlage und ein Verfahren zur Überwachung und Steuerung einer solchen |
| US11259002B2 (en) * | 2019-02-15 | 2022-02-22 | Analog Devices International Unlimited Company | Time-of-flight camera and proximity detector |
| GB2582988A (en) * | 2019-04-12 | 2020-10-14 | Rinicom Ltd | Object classification |
| GB2586227B (en) * | 2019-08-07 | 2022-04-20 | Renewable Energy Systems Ltd | System and method for controlling shadow flicker from a wind turbine |
| CN110503040B (zh) * | 2019-08-23 | 2022-05-27 | 斯坦德机器人(深圳)有限公司 | 障碍物检测方法及装置 |
| US11109586B2 (en) | 2019-11-13 | 2021-09-07 | Bird Control Group, Bv | System and methods for automated wildlife detection, monitoring and control |
| GR1009939B (el) * | 2020-03-26 | 2021-02-19 | Digisec Ιδιωτικη Επιχειρηση Παροχης Υπηρεσιων Ασφαλειας Ανωνυμη Εταιρεια Με Διακριτικο Τιτλο Digisec A.E. | Συστημα ανιχνευσης ακριβους αναγνωρισης και αποτροπης συγκρουσης πτηνων (bird monitoring system) |
| WO2022003213A1 (es) * | 2020-06-29 | 2022-01-06 | 3D Observer Project, S.L. | Sistema y método para detectar avifauna en parques eólicos |
| US12430868B2 (en) | 2020-07-14 | 2025-09-30 | International Business Machines Corporation | Guided multi-spectral inspection |
| CN111953874B (zh) * | 2020-07-31 | 2021-06-29 | 哈尔滨工业大学(深圳) | 一种基于超广角镜头360°凝视型智能驱鸟器及其标定方法 |
| CA3199580A1 (en) * | 2020-11-23 | 2022-05-27 | Dawid GRADOLEWSKI | A stereovision method and system |
| US11950567B2 (en) | 2021-03-04 | 2024-04-09 | Sky View Environmental Service Llc | Condor monitoring systems and related methods |
| CN113569644B (zh) * | 2021-06-28 | 2024-03-15 | 西安理工大学 | 一种基于机器视觉的机场鸟类目标检测方法 |
| US12142049B2 (en) | 2021-09-28 | 2024-11-12 | Kargo Technologies Corporation | Freight management systems and methods |
| TW202321130A (zh) * | 2021-09-28 | 2023-06-01 | 美商卡爾戈科技股份有限公司 | 貨物管理系統及其方法 |
| US12142048B2 (en) | 2021-09-28 | 2024-11-12 | Kargo Technologies Corporation | Freight management systems and methods |
| US20230133685A1 (en) * | 2021-10-29 | 2023-05-04 | Hewlett-Packard Development Company, L.P. | Camera systems for tracking target objects |
| DE102021131070B4 (de) | 2021-11-26 | 2025-11-13 | Pne Ag | Verfahren zum Steuern einer Windenergieanlage und Flugobjektkollisionsverhinderungssystem |
| WO2023134924A1 (en) * | 2022-01-13 | 2023-07-20 | Agc Glass Europe | Bird protection device |
| CN114941611B (zh) * | 2022-04-29 | 2024-04-16 | 中国环境科学研究院 | 一种用于区分风机基座和扇叶致死鸟类的辅助装置 |
| DK4296506T3 (da) | 2022-06-23 | 2026-04-13 | Wobben Properties Gmbh | Fremgangsmåde til styring af et vindenergianlæg til beskyttelse af fugle og fladermus |
| JP2024013380A (ja) * | 2022-07-20 | 2024-02-01 | 株式会社日立製作所 | 移動体運行管理装置 |
| KR102871722B1 (ko) * | 2022-11-07 | 2025-10-17 | 주식회사 리안 | 인공지능 조류충돌 방지시스템 |
| CN116236759B (zh) * | 2022-12-28 | 2024-06-04 | 江苏智巧科技有限公司 | 一种足球射门训练设备 |
| CN116148862B (zh) * | 2023-01-16 | 2024-04-02 | 无锡市雷华科技有限公司 | 一种探鸟雷达飞鸟综合预警评估方法 |
| CN116226984B (zh) * | 2023-02-20 | 2026-04-21 | 东南大学 | 一种独塔地锚悬索桥岩锚索结构参数的确定方法 |
| US20240362797A1 (en) * | 2023-04-28 | 2024-10-31 | Wildlife Imaging Systems LLC | System and methods for monitoring airborne targets |
| DK202370493A1 (en) * | 2023-09-27 | 2025-04-10 | Robin Radar Facilities Bv | Systems and methods for reducing risk of avian collision with wind turbines |
| WO2025088161A1 (en) * | 2023-10-26 | 2025-05-01 | Bioseco S.A. | A risk analysis based system for infrastructure protection |
| DE102024200976A1 (de) * | 2024-02-02 | 2025-08-21 | Jochen Rößler | Verfahren und Vorrichtung zum Überwachen einer Umgebung von Winderenergieanlagen |
| WO2025169696A1 (ja) * | 2024-02-05 | 2025-08-14 | 日本電気株式会社 | 飛行体検知装置、飛行体検知システム、飛行体検知方法およびプログラム記憶媒体 |
| US20260017807A1 (en) * | 2024-05-10 | 2026-01-15 | The United States Of America As Represented By The Secretary Of The Navy | Optical surveillance system for detecting airborne objects and method for detecting airborne objects |
| CN119169668B (zh) * | 2024-11-01 | 2025-12-16 | 福建省农业科学院数字农业研究所 | 一种基于ai识别的农业智能驱鸟方法以及系统 |
Family Cites Families (140)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5774088A (en) | 1994-07-26 | 1998-06-30 | The University Of Pittsburgh | Method and system for warning birds of hazards |
| DE9413712U1 (de) | 1994-08-25 | 1994-10-27 | Göcke, Wilhelm, 86609 Donauwörth | Greifvogelidentifikationssystem zum Schutz von Geflügel |
| US5657073A (en) | 1995-06-01 | 1997-08-12 | Panoramic Viewing Systems, Inc. | Seamless multi-camera panoramic imaging with distortion correction and selectable field of view |
| KR100264393B1 (ko) | 1998-02-02 | 2000-08-16 | 윤덕용 | 프리즘에 의한 스테레오 카메라 시스템 |
| US6323858B1 (en) | 1998-05-13 | 2001-11-27 | Imove Inc. | System for digitally capturing and recording panoramic movies |
| AU5468199A (en) | 1998-08-06 | 2000-02-28 | Virginia Commonwealth University | Methods and apparatus for alerting and/or repelling birds and other animals |
| US7023913B1 (en) | 2000-06-14 | 2006-04-04 | Monroe David A | Digital security multimedia sensor |
| WO2000066889A1 (en) | 1999-04-30 | 2000-11-09 | Office Of Technology Liaison | Minimization of motion smear: an approach to reducing avian collisions with wind turbines |
| US6738073B2 (en) | 1999-05-12 | 2004-05-18 | Imove, Inc. | Camera system with both a wide angle view and a high resolution view |
| NZ336109A (en) | 1999-06-03 | 2001-11-30 | Ind Res Ltd | Deterrent system for animals or intruders using steerable acoustic beam |
| US7015954B1 (en) | 1999-08-09 | 2006-03-21 | Fuji Xerox Co., Ltd. | Automatic video system using multiple cameras |
| DE10001282C2 (de) * | 2000-01-14 | 2001-10-25 | Lfk Gmbh | Verfahren zur autonomen Detektion von Hubschraubern |
| US6812835B2 (en) | 2000-02-28 | 2004-11-02 | Hitachi Kokusai Electric Inc. | Intruding object monitoring method and intruding object monitoring system |
| IL139995A (en) | 2000-11-29 | 2007-07-24 | Rvc Llc | System and method for spherical stereoscopic photographing |
| JP2003021046A (ja) | 2001-07-09 | 2003-01-24 | Sanyo Electric Co Ltd | 風力発電装置 |
| US6947059B2 (en) | 2001-08-10 | 2005-09-20 | Micoy Corporation | Stereoscopic panoramic image capture device |
| JP2003141562A (ja) | 2001-10-29 | 2003-05-16 | Sony Corp | 非平面画像の画像処理装置及び画像処理方法、記憶媒体、並びにコンピュータ・プログラム |
| JP2006503375A (ja) * | 2002-10-18 | 2006-01-26 | サーノフ・コーポレーション | 複数のカメラを用いたパノラマ映像化を可能とする方法およびシステム |
| GB0226002D0 (en) | 2002-11-07 | 2002-12-11 | Home Networking Ltd | Surveillance device |
| US7643055B2 (en) | 2003-04-25 | 2010-01-05 | Aptina Imaging Corporation | Motion detecting camera system |
| US7463280B2 (en) | 2003-06-03 | 2008-12-09 | Steuart Iii Leonard P | Digital 3D/360 degree camera system |
| US6809887B1 (en) | 2003-06-13 | 2004-10-26 | Vision Technologies, Inc | Apparatus and method for acquiring uniform-resolution panoramic images |
| US8553113B2 (en) | 2003-08-20 | 2013-10-08 | At&T Intellectual Property I, L.P. | Digital image capturing system and method |
| US7315799B1 (en) | 2003-09-09 | 2008-01-01 | Perot Systems Corporation | Method of and article of manufacture for determining probability of avian collision |
| US6954310B2 (en) * | 2003-09-25 | 2005-10-11 | University Of Florida Research Foundation, Inc. | High resolution multi-lens imaging device |
| US20050162978A1 (en) | 2004-01-26 | 2005-07-28 | Lima Keith J. | Method of increasing avian safety in and around wind-powered electricity production facilities |
| JP2006033793A (ja) | 2004-06-14 | 2006-02-02 | Victor Co Of Japan Ltd | 追尾映像再生装置 |
| JP4140567B2 (ja) | 2004-07-14 | 2008-08-27 | 松下電器産業株式会社 | 物体追跡装置および物体追跡方法 |
| US7629995B2 (en) * | 2004-08-06 | 2009-12-08 | Sony Corporation | System and method for correlating camera views |
| JP4140591B2 (ja) | 2004-09-13 | 2008-08-27 | ソニー株式会社 | 撮像システム及び撮像方法 |
| US7929728B2 (en) * | 2004-12-03 | 2011-04-19 | Sri International | Method and apparatus for tracking a movable object |
| JP4378636B2 (ja) | 2005-02-28 | 2009-12-09 | ソニー株式会社 | 情報処理システム、情報処理装置および情報処理方法、プログラム、並びに記録媒体 |
| US7667730B2 (en) * | 2005-06-15 | 2010-02-23 | Mitsubishi Electric Research Laboratories, Inc. | Composite surveillance camera system |
| JP4188394B2 (ja) | 2005-09-20 | 2008-11-26 | フジノン株式会社 | 監視カメラ装置及び監視カメラシステム |
| DE102005046860A1 (de) | 2005-09-29 | 2007-04-05 | Daubner & Stommel GbR Bau-Werk-Planung (vertretungsberechtigter Gesellschafter: Matthias Stommel, 27777 Ganderkesee) | Verfahren zur Regelung einer Windenergieanlage |
| US7806604B2 (en) | 2005-10-20 | 2010-10-05 | Honeywell International Inc. | Face detection and tracking in a wide field of view |
| US7506815B2 (en) | 2006-02-16 | 2009-03-24 | Spiegel H Jay | Laser waterfowl repellent |
| US7834910B2 (en) | 2006-03-01 | 2010-11-16 | David M. DeLorme | Method and apparatus for panoramic imaging |
| EP2017470A1 (en) | 2006-04-27 | 2009-01-21 | The Tokyo Electric Power Co., Inc. | Wind-driven electricity generation device, method of controlling wind-driven electricity generation device, and computer program |
| US7773121B1 (en) | 2006-05-03 | 2010-08-10 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | High-resolution, continuous field-of-view (FOV), non-rotating imaging system |
| US8446509B2 (en) | 2006-08-09 | 2013-05-21 | Tenebraex Corporation | Methods of creating a virtual window |
| US8248473B2 (en) * | 2006-10-05 | 2012-08-21 | Graber Curtis E | Robotic sentry with low dispersion acoustic projector |
| US8187045B2 (en) | 2007-01-19 | 2012-05-29 | Thibodaux Ronald J | Air-propelled vessel with articulating member |
| DE102007004027A1 (de) | 2007-01-22 | 2008-07-24 | Daubner & Stommel GbR Bau-Werk-Planung (vertretungsberechtigter Gesellschafter: Matthias Stommel, 27777 Ganderkesee) | Windenergieanlage mit Detektionseinrichtung |
| US7701362B2 (en) | 2007-02-16 | 2010-04-20 | Precise Flight, Inc. | Optical system for detecting an object |
| WO2009155348A1 (en) | 2008-06-17 | 2009-12-23 | Pandion Systems, Inc. | System and method for detecting bats and their impact on wind facilities |
| WO2008115416A1 (en) | 2007-03-16 | 2008-09-25 | Kollmorgen Corporation | System for panoramic image processing |
| US20080298674A1 (en) * | 2007-05-29 | 2008-12-04 | Image Masters Inc. | Stereoscopic Panoramic imaging system |
| US9046080B2 (en) | 2007-05-29 | 2015-06-02 | John W. Sliwa | Method and apparatus for reducing bird and fish injuries and deaths at wind and water-turbine power-generation sites |
| TW200850006A (en) | 2007-06-01 | 2008-12-16 | Nat Univ Chung Cheng | Scalable fractional motion estimation method for multimedia encoding system |
| US20100201525A1 (en) | 2007-07-13 | 2010-08-12 | Birdsvision Ltd. | Method and system for detecting and deterring animal intruders |
| WO2009012231A1 (en) | 2007-07-17 | 2009-01-22 | Laufer Wind Group Llc | Method and system for reducing light pollution |
| US8082102B2 (en) * | 2008-01-14 | 2011-12-20 | The Boeing Company | Computing flight plans for UAVs while routing around obstacles having spatial and temporal dimensions |
| JPWO2009102001A1 (ja) * | 2008-02-15 | 2011-06-16 | 東京電力株式会社 | 鳥類探査システム、鳥類探査方法およびコンピュータプログラム |
| JP2009203873A (ja) | 2008-02-27 | 2009-09-10 | Tokyo Electric Power Co Inc:The | 飛来物検知システム、風力発電装置およびコンピュータプログラム |
| JP5072053B2 (ja) | 2008-03-21 | 2012-11-14 | 東京電力株式会社 | 飛来物探査装置および映像取得手段の設置方法 |
| DE102008018880A1 (de) | 2008-04-14 | 2009-10-15 | Carl Zeiss Optronics Gmbh | Überwachungsverfahren und -vorrichtung für Windkraftanlagen, Gebäude mit transparenten Bereichen, Start- und Landebahnen und/oder Flugkorridore von Flughäfen |
| US8284258B1 (en) | 2008-09-18 | 2012-10-09 | Grandeye, Ltd. | Unusual event detection in wide-angle video (based on moving object trajectories) |
| FR2937094B1 (fr) | 2008-10-10 | 2010-12-17 | Enria | Systeme et procede de comptage et d'analyse d'impacts d'animaux sur une pale d'eolienne. |
| EP2190092A2 (en) * | 2008-11-19 | 2010-05-26 | Vestas Wind Systems A/S | Improved lightning protection system for wind turbines |
| GB0822468D0 (en) | 2008-12-10 | 2009-01-14 | Qinetiq Ltd | Method for mitigating the effects of clutter and interference on a radar system |
| US8488001B2 (en) | 2008-12-10 | 2013-07-16 | Honeywell International Inc. | Semi-automatic relative calibration method for master slave camera control |
| FR2939902A1 (fr) | 2008-12-16 | 2010-06-18 | Henri Pierre Roche | Systeme de detection d'oiseaux et d'arret automatise d'eolienne industrielle |
| JP2010193768A (ja) | 2009-02-24 | 2010-09-09 | Tokyo Electric Power Co Inc:The | 鳥威嚇装置および風力発電装置 |
| US9277878B2 (en) | 2009-02-26 | 2016-03-08 | Tko Enterprises, Inc. | Image processing sensor systems |
| US9293017B2 (en) | 2009-02-26 | 2016-03-22 | Tko Enterprises, Inc. | Image processing sensor systems |
| US20100231687A1 (en) | 2009-03-16 | 2010-09-16 | Chase Real Estate Services Corporation | System and method for capturing, combining and displaying 360-degree "panoramic" or "spherical" digital pictures, images and/or videos, along with traditional directional digital images and videos of a site, including a site audit, or a location, building complex, room, object or event |
| CN101852979A (zh) * | 2009-03-30 | 2010-10-06 | 鸿富锦精密工业(深圳)有限公司 | 全景相机 |
| DE102009016819B4 (de) | 2009-04-09 | 2011-12-15 | Carl Zeiss Optronics Gmbh | Verfahren zur Detektion wenigstens eines Objekts und/oder wenigstens einer Objektgruppe, Computerprogramm, Computerprogammprodukt, Stereokameraeinrichtung, aktiv Strahlung aussendendes Bildsensorsystem und Überwachungsvorrichtung |
| WO2010151362A1 (en) | 2009-04-16 | 2010-12-29 | Columbia University | Optical barrier to pests |
| US7971827B2 (en) | 2009-04-27 | 2011-07-05 | Barrientos Ernesto D | Bird collision prevention device for an aircraft |
| DE102009032578A1 (de) | 2009-07-10 | 2011-01-13 | Stefan Kranz | Windkraftanlage zur Erzeugung elektrischer Energie |
| WO2011037964A1 (en) | 2009-09-22 | 2011-03-31 | Tenebraex Corporation | Systems and methods for correcting images in a multi-sensor system |
| US8446521B2 (en) | 2009-11-16 | 2013-05-21 | Honeywell International Inc. | Distributed agile illumination system and method |
| US8446457B2 (en) | 2009-11-30 | 2013-05-21 | Daniel Theobald | System for providing camera views |
| KR101142737B1 (ko) * | 2009-12-10 | 2012-05-04 | 한국원자력연구원 | 조류 대응 시스템 |
| US20110164108A1 (en) * | 2009-12-30 | 2011-07-07 | Fivefocal Llc | System With Selective Narrow FOV and 360 Degree FOV, And Associated Methods |
| KR101002066B1 (ko) | 2010-02-01 | 2010-12-21 | 주식회사 영국전자 | 추적감시용 카메라 장치 및 이를 채용하는 원격 감시 시스템 |
| US20110215585A1 (en) * | 2010-03-03 | 2011-09-08 | Richard Caires | Clear wind tower system technology |
| US9001211B1 (en) | 2010-06-11 | 2015-04-07 | Kervin R. Spivey | Surveillance system apparatus |
| US8641374B2 (en) | 2010-06-30 | 2014-02-04 | Vestas Wind Systems A/S | Cleaning and inspecting apparatus for wind turbine and related methods |
| WO2012001755A1 (ja) * | 2010-07-02 | 2012-01-05 | 株式会社ソニー・コンピュータエンタテインメント | 情報処理システム、情報処理装置および情報処理方法 |
| DE202010010765U1 (de) | 2010-07-28 | 2010-11-04 | Enertrag Windfeld Systemtechnik Gmbh | Videosystem zur Vogelerkennung in Windparks |
| CA2814347A1 (en) | 2010-10-19 | 2012-04-26 | Renewable Energy Systems Americas Inc. | Systems and methods for avian mitigation for wind farms |
| US20120154521A1 (en) | 2010-10-26 | 2012-06-21 | Townsend Julie A | 360-degree camera head for unmanned surface sea vehicle |
| DE102010053895A1 (de) | 2010-12-09 | 2012-06-14 | Eads Deutschland Gmbh | Umfeld-Darstellungsvorrichtung sowie ein Fahrzeug mit einer derartigen Umfeld-Darstellungsvorrichtung und Verfahren zur Darstellung eines Panoramabildes |
| US9036001B2 (en) | 2010-12-16 | 2015-05-19 | Massachusetts Institute Of Technology | Imaging system for immersive surveillance |
| KR101666397B1 (ko) | 2010-12-21 | 2016-10-14 | 한국전자통신연구원 | 객체 영상 획득 장치 및 방법 |
| US8401225B2 (en) | 2011-01-31 | 2013-03-19 | Microsoft Corporation | Moving object segmentation using depth images |
| CA2772206C (en) | 2011-03-24 | 2016-06-21 | Kabushiki Kaisha Topcon | Omnidirectional camera |
| JP5906028B2 (ja) | 2011-06-22 | 2016-04-20 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
| US20130201296A1 (en) | 2011-07-26 | 2013-08-08 | Mitchell Weiss | Multi-camera head |
| JP2013050883A (ja) * | 2011-08-31 | 2013-03-14 | Nintendo Co Ltd | 情報処理プログラム、情報処理システム、情報処理装置および情報処理方法 |
| US20130050400A1 (en) | 2011-08-31 | 2013-02-28 | Henrik Stiesdal | Arrangement and Method to Prevent a Collision of a Flying Animal with a Wind Turbine |
| US9416769B2 (en) | 2011-08-31 | 2016-08-16 | Siemens Aktiengesellschaft | Method to control the operation of a wind turbine |
| US20130257641A1 (en) | 2011-09-23 | 2013-10-03 | Donald Ronning | Method and system for detecting animals in three dimensional space and for inducing an avoidance response in an animal |
| US20140261151A1 (en) | 2011-09-23 | 2014-09-18 | Lite Enterprise, Inc. | Method and system for provoking an avoidance behavioral response in animals |
| US9916538B2 (en) * | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
| US8988230B2 (en) | 2011-10-25 | 2015-03-24 | Accipiter Radar Technologies Inc. | Device and method for smart, non-habituating, automatic bird deterrent system |
| GB2498331A (en) * | 2011-12-17 | 2013-07-17 | Apem Ltd | Method of classifying images of animals based on their taxonomic group |
| KR20130085316A (ko) | 2012-01-19 | 2013-07-29 | 한국전자통신연구원 | 원거리 사람 식별을 위한 다중 카메라 기반의 얼굴영상 획득 장치 |
| US20150010399A1 (en) | 2012-01-31 | 2015-01-08 | Birdsvision Ltd. | Method and system for detection and deterrence of flying animals and prevention of collisions with wind turbines |
| US9115699B2 (en) | 2012-02-28 | 2015-08-25 | General Electric Company | Ultrasonic sound emitting devices for wind turbines |
| US8742977B1 (en) | 2012-03-02 | 2014-06-03 | Gregory Hubert Piesinger | Wind turbine bird strike prevention system method and apparatus |
| WO2013144676A1 (en) * | 2012-03-26 | 2013-10-03 | Volacom Ad | Animal collision avoidance system |
| US20130298845A1 (en) * | 2012-05-12 | 2013-11-14 | Randall Blanchard | Apparatuses, systems and methods for warning flying birds of hazards |
| US20130300587A1 (en) * | 2012-05-14 | 2013-11-14 | Honeywell International Inc. | System and method for displaying runway approach texture objects |
| EP2860963B1 (en) | 2012-06-11 | 2019-05-22 | Sony Interactive Entertainment Inc. | Image generation device, and image generation method |
| JP2014027442A (ja) * | 2012-07-26 | 2014-02-06 | Sony Corp | 画像処理装置、画像処理方法、およびプログラム |
| CA2890174A1 (en) | 2012-11-05 | 2014-05-08 | 360 Heros, Inc. | 360 degree camera mount and related photographic and video system |
| US20140313345A1 (en) | 2012-11-08 | 2014-10-23 | Ornicept, Inc. | Flying object visual identification system |
| US9775337B2 (en) | 2012-11-27 | 2017-10-03 | Elwha Llc | Methods and systems for directing birds away from equipment |
| US9474265B2 (en) | 2012-11-27 | 2016-10-25 | Elwha Llc | Methods and systems for directing birds away from equipment |
| JP6078317B2 (ja) | 2012-12-07 | 2017-02-08 | 株式会社トプコン | 全方位カメラ |
| US20140362176A1 (en) | 2013-01-05 | 2014-12-11 | Patrick A. St. Clair | Spherical panoramic imaging system |
| US9402026B2 (en) | 2013-01-05 | 2016-07-26 | Circular Logic Systems, Inc. | Spherical panoramic image camera rig |
| US9069077B2 (en) * | 2013-01-11 | 2015-06-30 | Garmin Switzerland Gmbh | Traffic information services-broadcast (TIS-B) traffic snooping |
| US9125394B2 (en) | 2013-01-30 | 2015-09-08 | General Electric Company | Ultrasonic sound emitting devices for wind turbines |
| WO2014117266A1 (en) | 2013-02-04 | 2014-08-07 | Valorisation-Recherche, Limited Partnership | Omnistereo imaging |
| US9759068B2 (en) | 2013-02-28 | 2017-09-12 | General Electric Company | System and method for controlling a wind turbine based on identified surface conditions of the rotor blades |
| DE112014001201T5 (de) | 2013-03-08 | 2016-03-31 | Denso Corporation | Vorrichtung und Methode zur Beobachtung sich bewegender Objekte |
| WO2014152855A2 (en) | 2013-03-14 | 2014-09-25 | Geerds Joergen | Camera system |
| JP6149926B2 (ja) * | 2013-03-28 | 2017-06-21 | 日本電気株式会社 | 鳥検知装置、鳥検知システム、鳥検知方法およびプログラム |
| US11037319B2 (en) * | 2013-04-15 | 2021-06-15 | X - Sight Systems Ltd. | Contaminant detection and bird risk management at airports |
| JP6316023B2 (ja) | 2013-05-17 | 2018-04-25 | キヤノン株式会社 | カメラシステム及びカメラ制御装置 |
| JP6027560B2 (ja) | 2014-02-18 | 2016-11-16 | 富士フイルム株式会社 | 自動追尾撮像装置 |
| WO2015127292A1 (en) | 2014-02-20 | 2015-08-27 | Turtle Beach Corporation | Ultrasonic intrusion deterrence apparatus and methods |
| US10397474B2 (en) | 2014-06-06 | 2019-08-27 | Kongsberg Defence & Aerospase As | System and method for remote monitoring at least one observation area |
| WO2015187172A1 (en) | 2014-06-06 | 2015-12-10 | Siemens Aktiengesellschaft | Method and system to dissuade avian life forms from a region |
| US9819863B2 (en) | 2014-06-20 | 2017-11-14 | Qualcomm Incorporated | Wide field of view array camera for hemispheric and spherical imaging |
| WO2016029135A1 (en) | 2014-08-21 | 2016-02-25 | Boulder Imaging, Inc. | Avian detection systems and methods |
| US9856856B2 (en) | 2014-08-21 | 2018-01-02 | Identiflight International, Llc | Imaging array for bird or bat detection and identification |
| US20160078298A1 (en) | 2014-09-16 | 2016-03-17 | Geovision Inc. | Surveillance Method and Camera System Using the Same |
| US9609234B1 (en) | 2014-12-24 | 2017-03-28 | Vecna Technologies, Inc. | Camera module and operating method |
| TWI537885B (zh) | 2015-01-07 | 2016-06-11 | 晶睿通訊股份有限公司 | 監控方法與監控系統 |
| KR101576130B1 (ko) | 2015-07-22 | 2015-12-09 | (주)씨프로 | 고해상도용 cctv 파노라마 카메라 장치 |
| US9891049B2 (en) | 2015-10-29 | 2018-02-13 | Trimble Inc. | Method of solving initial azimuth for survey instruments, cameras, and other devices with position and tilt information |
| US20170234966A1 (en) * | 2016-02-17 | 2017-08-17 | Qualcomm Incorporated | Device for uav detection and identification |
| US11212437B2 (en) | 2016-06-06 | 2021-12-28 | Bryan COLIN | Immersive capture and review |
| JP2017220051A (ja) | 2016-06-08 | 2017-12-14 | ソニー株式会社 | 画像処理装置、画像処理方法、および車両 |
-
2015
- 2015-08-21 WO PCT/US2015/046327 patent/WO2016029135A1/en not_active Ceased
- 2015-08-21 EP EP20184403.2A patent/EP3798444B1/en active Active
- 2015-08-21 EP EP25188786.5A patent/EP4644689A3/en active Pending
- 2015-08-21 CA CA2958579A patent/CA2958579C/en active Active
- 2015-08-21 ES ES15763682T patent/ES2821735T3/es active Active
- 2015-08-21 EP EP15763682.0A patent/EP3183687B1/en active Active
- 2015-08-21 PL PL20184403.2T patent/PL3798444T3/pl unknown
- 2015-08-21 US US14/832,370 patent/US10275679B2/en active Active
- 2015-08-21 DK DK15763682.0T patent/DK3183687T3/da active
- 2015-08-21 AU AU2015305303A patent/AU2015305303B2/en active Active
- 2015-08-21 HR HRP20250983TT patent/HRP20250983T1/hr unknown
- 2015-08-21 ES ES20184403T patent/ES3041696T3/es active Active
-
2019
- 2019-02-22 US US16/283,526 patent/US11544490B2/en active Active
-
2021
- 2021-04-15 AU AU2021202277A patent/AU2021202277B2/en active Active
-
2022
- 2022-11-14 US US18/055,303 patent/US12399933B2/en active Active
-
2023
- 2023-06-06 AU AU2023203521A patent/AU2023203521B2/en active Active
-
2025
- 2025-07-08 AU AU2025205212A patent/AU2025205212A1/en active Pending
- 2025-08-05 US US19/291,034 patent/US20250355931A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CA2958579C (en) | 2023-05-09 |
| US11544490B2 (en) | 2023-01-03 |
| EP3798444C0 (en) | 2025-07-16 |
| US20230287866A1 (en) | 2023-09-14 |
| AU2021202277B2 (en) | 2023-04-06 |
| EP3798444A1 (en) | 2021-03-31 |
| US20250355931A1 (en) | 2025-11-20 |
| EP3798444B1 (en) | 2025-07-16 |
| ES2821735T3 (es) | 2021-04-27 |
| HRP20250983T1 (hr) | 2025-11-07 |
| DK3183687T3 (da) | 2020-09-14 |
| US20160055400A1 (en) | 2016-02-25 |
| PL3798444T3 (pl) | 2025-10-20 |
| AU2021202277A1 (en) | 2021-05-13 |
| EP3183687A1 (en) | 2017-06-28 |
| AU2015305303B2 (en) | 2021-03-25 |
| AU2015305303A1 (en) | 2017-03-23 |
| US12399933B2 (en) | 2025-08-26 |
| EP4644689A2 (en) | 2025-11-05 |
| AU2023203521A1 (en) | 2023-06-29 |
| US10275679B2 (en) | 2019-04-30 |
| CA2958579A1 (en) | 2016-02-25 |
| EP3183687B1 (en) | 2020-07-08 |
| AU2023203521B2 (en) | 2025-04-10 |
| AU2025205212A1 (en) | 2025-07-24 |
| WO2016029135A1 (en) | 2016-02-25 |
| US20190325254A1 (en) | 2019-10-24 |
| EP4644689A3 (en) | 2025-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES3041696T3 (en) | Avian detection system and method | |
| US20260096551A1 (en) | Imaging array for bird or bat detection and identification | |
| HK40045082B (en) | Avian detection system and method | |
| HK40045082A (en) | Avian detection system and method | |
| HK40062503B (en) | Automated system for tracking an airborne object | |
| HK40062503A (en) | Automated system for tracking an airborne object |