无人飞行体的制作方法

1.本公开涉及，无人飞行体。


背景技术：

2.专利文献1公开，进行从由背景麦克风收集的声音数据中除去背景噪声的处理的无人驾驶航空器。
3.(现有技术文献)
4.(专利文献)
5.专利文献1：日本特表2017
‑
502568号公报


技术实现要素：

6.发明要解决的课题
7.这样的无人飞行体，难以搭载大容量的电池，因此，需要减少无人飞行体的处理所需要的电力量。
8.于是，本公开提供，能够同时实现减少无人飞行体的电力消耗以及目的声的检测的无人飞行体。
9.解决课题所采用的手段
10.本公开涉及的无人飞行体，具备：具有多个元件的麦克风；以及处理器，对从所述多个元件输出的信号进行处理，所述处理器，执行用于从输出的所述信号中检测目的声的目的声信号的检测处理，按照所述检测处理的结果，变更所述多个元件中的处理所述信号的对象的元件。
11.本公开的另一个形态涉及的无人飞行体，具备：具有多个元件的麦克风；以及处理器，对从所述多个元件输出的信号进行处理，所述处理器，获得所述无人飞行体的飞行状态，按照所述飞行状态，变更所述多个元件中的处理所述信号的对象的元件。
12.而且，它们的总括或具体形态，也可以由系统、方法、集成电路、计算机程序或计算机可读取的cd
‑
rom等的记录介质实现，也可以由系统、方法、集成电路、计算机程序以及记录介质的任意组合实现。
13.发明效果
14.本公开涉及的无人飞行体，能够同时实现减少无人飞行体的电力消耗以及目的声的检测的。
附图说明
15.图1是示出实施方式1涉及的无人飞行体以及控制器的外观的图。
16.图2是实施方式1涉及的无人飞行体的上面图。
17.图3是示出实施方式1涉及的无人飞行体的结构的框图。
18.图4是用于说明变更处理多个信号的对象的元件的处理的一个例子的图。
19.图5是示出从水平方向看时的第一场面的无人飞行体与声源的位置关系的图。
20.图6是示出第一场面中选择为对象的元件的元件的一个例子的图。
21.图7是示出从水平方向看时的第二场面的无人飞行体与声源的位置关系的图。
22.图8是示出第二场面中选择为对象的元件的元件的一个例子的图。
23.图9是示出第二场面中选择为对象的元件的元件的另一个例子的图。
24.图10是示出第三场面中选择为对象的元件的元件的一个例子的图。
25.图11是以低功率模式检测目的声时选择为对象的元件的元件的一个例子的图。
26.图12是示出无人飞行体的拾音的工作的一个例子的流程图。
27.图13是用于说明按照电池余量变更对象的元件的处理的第一例子的图。
28.图14是用于说明按照电池余量变更对象的元件的处理的第二例子的图。
29.图15是用于说明按照电池余量变更对象的元件的处理的第三例子的图。
30.图16是示出实施方式2涉及的无人飞行体的拾音的工作的第一例子的流程图。
31.图17是示出实施方式2涉及的无人飞行体的拾音的工作的第二例子的流程图。
32.图18是示出实施方式2涉及的无人飞行体的拾音的工作的第三例子的流程图。
33.图19是示出无人飞行体的噪音级、与旋转翼的旋转数指令的关系的图表。
34.图20是示出无人飞行体的旋转翼的旋转数指令、与对象的元件的数量的关系的一个例子的图。
35.图21是示出实施方式3涉及的无人飞行体的拾音的工作的一个例子的流程图。
36.图22是示出变形例涉及的变更处理的一个例子的流程图。
具体实施方式
37.(作为本公开的基础的知识)
38.专利文献1所记载的无人驾驶航空器，如上所述，进行将从无人驾驶航空器具有的旋转翼等的推进单元中产生的背景噪声，从收集的声音数据中除去的信号处理。然而，没有考虑从无人驾驶航空器具备的多个麦克风各自的多个元件中，选择成为信号处理的对象的元件。因此，根据专利文献1的无人驾驶航空器，存在不能充分减少对从多个元件输出的信号的检测处理所需要的电力量的可能性。
39.无人驾驶航空器，具备电池，利用电池的电力，驱动多个旋转翼，从而得到飞行的推力。因此，无人驾驶航空器的飞行时间(或飞行距离)，由与电池的蓄电容量对应的时间(或距离)限制。并且，无人驾驶航空器，利用电池的电力，进行上述的信号处理，因此，若信号处理中消耗电力，则为了无人驾驶航空器的飞行而能够使用的电力也减少。因此，此后的无人驾驶航空器的飞行时间变短。于是，可以考虑为了抑制飞行时间的减少而停止信号处理，从而减少电力消耗。然而，在信号处理停止的期间中，不能进行由麦克风的目的声的检测。
40.如此，以往的无人飞行体，难以同时实现减少无人飞行体的电力消耗以及目的声的检测。
41.为了解决这样的课题，本公开的一个形态涉及的无人飞行体，具备：具有多个元件的麦克风；以及处理器，对从所述多个元件输出的信号进行处理，所述处理器，执行用于从输出的所述信号中检测目的声的目的声信号的检测处理，按照所述检测处理的结果，变更
所述多个元件中的处理所述信号的对象的元件。
42.据此，按照目的声信号的检测结果变更处理对象的元件，因此，在变更的前后的至少一方，不进行对从一部分的元件输出的信号的检测处理。因此，能够减少变更的前后的至少一方的检测处理所需要的处理负荷，能够减少检测处所需要的电力量。因此，能够同时实现减少无人飞行体的电力消耗以及目的声的检测。
43.并且，也可以是，所述处理器，在通过所述检测处理从所述信号中检测出所述目的声信号的情况下，增加处理所述信号的所述对象的元件的数量。
44.因此，能够使检测目的声信号为止的对象的元件的数量比检测出目的声信号之后少。因此，能够一边继续目的声的检测，一边减少对从麦克风输出的信号的信号处理所需要的电力量。并且，在检测出目的声信号之后，增加对象的元件的数量，因此，能够提高对从麦克风输出的信号的处理结果的质量。
45.本公开的另一个形态涉及的无人飞行体，具备：具有多个元件的麦克风；以及处理器，对从所述多个元件输出的信号进行处理，所述处理器，获得所述无人飞行体的飞行状态，按照所述飞行状态，变更所述多个元件中的处理所述信号的对象的元件。
46.据此，按照无人飞行体的飞行状态变更处理对象的元件，因此，在变更的前后的至少一方，不进行对从一部分的元件输出的信号的检测处理。因此，能够减少变更的前后的至少一方的检测处理所需要的处理负荷，能够减少检测所需要的电力量。
47.并且，也可以是，所述无人飞行体还具备，用于飞行的旋转翼，所述飞行状态是，所述旋转翼的每单位时间的旋转数。
48.据此，能够按照旋转翼的每单位时间的旋转数，将适于该旋转数的元件选择为处理对象的元件。因此，能够提高对从麦克风输出的信号的处理结果的质量。
49.并且，也可以是，所述处理器，在所述变更中，增加所述对象的元件的数量，在所述变更之前处理所述信号的所述对象的元件包括，与所述麦克风的特定的方向对应的第一元件。
50.据此，在增加对象的元件的数量之前，即，在不对从一部分的元件输出的信号进行检测处理的情况下，进行对从与麦克风的特定的方向对应的第一元件输出的信号的检测处理。因此，能够提高来自特定的方向的声音的拾音质量。
51.并且，也可以是，所述特定的方向是，预测为目的声的声源存在的方向。
52.因此，能够提高来自声源的声音的拾音质量。
53.并且，也可以是，在所述变更之前处理所述信号的所述对象的元件还包括，与所述第一元件相比离所述无人飞行体产生的噪音的声源近的第二元件。
54.据此，第一元件以及第二元件，分别配置在与无人飞行体产生的噪音的声源的距离不同的位置，因此，容易产生各个元件收集噪音的时间差。因此，在检测处理中，能够有效地抑制无人飞行体产生的噪音，能够抑制因无人飞行体产生的噪音而引起的目的声的拾音质量的降低。因此，能够提高目的声的拾音质量。
55.并且，也可以是，在所述变更之前处理所述信号的所述对象的元件还包括，位于所述第一元件与所述第二元件之间的第三元件。
56.因此，第一元件、第二元件以及第三元件，分别配置在与无人飞行体产生的噪音的声源的距离不同的位置，因此，容易产生各个元件收集噪音的时间差。因此，在检测处理中，
能够有效地抑制无人飞行体产生的噪音，能够抑制因无人飞行体产生的噪音而引起的目的声的拾音质量的降低。因此，能够提高目的声的拾音质量。
57.并且，也可以是，所述处理器，在所述变更中，进一步，按照所述无人飞行体具备的电池的电池余量，变更所述多个元件中的处理所述信号的对象的元件。
58.据此，例如，在因飞行、信号的检测处理等而电池余量比规定的阈值少的情况下，减少对象的元件的数量，因此，能够减少信号处理所需要的电力量。因此，能够降低电池余量的减少速度，能够增加无人飞行体的飞行时间。
59.并且，例如，在因充电等而电池余量比规定的阈值增加的情况下，增加对象的元件，因此，能够提高拾音质量。
60.并且，也可以是，所述处理器，进一步，获得所述无人飞行体的飞行路径，估计在所述飞行路径中所述无人飞行体预定到达的位置的所述电池余量。
61.因此，能够按照根据飞行路径估计的电池余量，变更对象的元件。因而，例如，电池余量比到飞行路径进行的飞行结束为止预定消耗的预定电力消耗量少的情况下，减少对象的元件的数量，从而能够减少电池余量的减少速度，能够增加无人飞行体的飞行时间。并且，例如，在电池余量比预测电力消耗量多的情况下，与电池余量比预测电力消耗量少的情况相比使对象的元件数量变多，能够提高拾音质量。
62.并且，也可以是，所述处理器，估计利用从所述变更后的所述对象的元件输出的信号而检测出的目的声信号的质量，在所述质量小于阈值的情况下，变更所述飞行路径。
63.据此，在估计的目的声信号的质量小于阈值的情况下，例如能够将以使飞行距离变短的方式变更飞行路径而减少的飞行所需要的电力，用于信号处理。因此，能够增加成为对象的元件的数量，因此，能够提高目的声信号的质量。
64.并且，也可以是，所述处理器，估计利用从所述变更后的所述对象的元件输出的信号而检测出的目的声信号的质量，在所述质量小于阈值的情况下，以所述质量成为所述阈值以上的方式，增加所述对象的元件的数量。
65.据此，在估计的目的声信号的质量小于阈值的情况下，能够增加成为对象的元件的数量，因此，能够提高目的声信号的质量。
66.而且，它们的总括或具体形态，也可以由系统、方法、集成电路、计算机程序或计算机可读取的cd
‑
rom等的记录介质实现，也可以由系统、方法、集成电路、计算机程序或记录介质的任意组合实现。
67.以下，对于本发明的一个形态涉及的无人飞行体，参照附图进行具体说明。
68.而且，以下说明的实施方式，都示出本发明的一个具体例子。以下的实施方式示出的数值、形状、材料、构成要素、构成要素的配置位置以及连接形态、步骤、步骤的顺序等是一个例子，不是限定本发明的宗旨。并且，对于以下的实施方式的构成要素中的示出最上位概念的实施方案中没有记载的构成要素，作为任意的构成要素而被说明。
69.(实施方式1)
70.以下，利用图1至图12，说明实施方式1。
71.[结构]
[0072]
图1是示出实施方式1涉及的无人飞行体以及控制器的外观的图。图2是实施方式1涉及的无人飞行体的上面图。
[0073]
如图1以及图2示出，无人飞行体100，将与对控制器200的用户的操作输入(以下，也称为“操作”。)对应的操作信号从控制器200接收，按照接收的操作信号进行飞行。并且，无人飞行体100，在飞行的状态下，也可以按照接收的操作信号进行利用无人飞行体100具备的摄像头114的拍摄。由摄像头114拍摄的摄像图像，也可以发送到控制器200，也可以发送到智能手机等的便携式终端。
[0074]
控制器200，接受来自用户的操作，将与接受的操作对应的操作信号发送到无人飞行体100。控制器200，具备显示器300。显示器300，例如，显示从无人飞行体100接收的摄像图像。而且，控制器200也可以，与智能手机等的便携式终端连接，从而将便携式终端的显示器作为显示器300利用。
[0075]
据此，用户，一边由控制器200的显示器300实时地确认由无人飞行体100的摄像头114拍摄的摄像图像，一边操作控制器200，从而能够变更无人飞行体100的飞行中的位置以及姿势的至少一方即飞行状态。因此，用户，能够自由变更由无人飞行体100的摄像头114拍摄的拍摄范围。
[0076]
无人飞行体100具备，四个产生器110、机体120、以及四个臂121。
[0077]
四个产生器110的每一个，产生使无人飞行体100飞行的力量。四个产生器110的每一个，具体而言，产生气流，从而产生使无人飞行体100飞行的力量。四个产生器110的每一个具有，旋转来产生气流的旋转翼111、以及使旋转翼111旋转的执行器112。旋转翼111以及执行器112，具有与垂直方向大致平行的旋转轴，以该旋转轴旋转来产生从旋转翼111的上方向下方流动的气流。据此，四个产生器110，产生使无人飞行体100向上方上升的推力，产生使无人飞行体100飞行的力量。执行器112是，例如，以旋转翼111的旋转轴旋转的电动机。
[0078]
四个产生器110，在从上方看无人飞行体100的情况下，以机体120的重心为中心，在机体120的周围以90度的角度间隔分别配置。也就是说，四个产生器110，以围绕机体120的方式以环状排列配置。
[0079]
而且，图中示出四个产生器110分别具有的旋转翼111，由一个螺旋桨构成的例子，但是，不仅限于此，也可以由两个螺旋桨由同一旋转轴彼此反转的对转螺旋桨构成。并且，产生器110，若能够得到无人飞行体100能够飞行的推力，则也可以小于四个，也可以是五个以上。
[0080]
机体120是，例如，大致圆柱形状的盒状的部件，即，壳体，在内部，配置有处理器、存储器、电池、各种传感器等的电气设备。而且，机体120的形状，不仅限于圆柱形状，也可以是四角柱等的其他的形状。
[0081]
并且，在机体120的外部，配置有摄像头114以及麦克风103。例如，麦克风103是，具有拾音的多个元件131的指向性麦克风。麦克风103，在从上方看无人飞行体100的情况下，固定在以围绕机体120的方式以环状排列的四个产生器110之中的彼此邻接的两个产生器110之间的方向上延伸的臂部122的前端。也就是说，麦克风103被配置为，例如，以机体120为中心，朝向以朝向四个产生器110之中的一个产生器110的方向为基准偏离45
°
的方向。臂部122，例如，向无人飞行体100的前方延伸。因此，麦克风103，朝向无人飞行体100的前方来固定在机体120。
[0082]
并且，四个臂121分别是，从机体120向四个产生器110延伸，在前端固定有四个产生器110的部件。也就是说，四个臂121的一端，固定在机体120，在四个臂121的另一端分别，
固定有四个产生器110。
[0083]
图3是示出实施方式1涉及的无人飞行体的结构的框图。具体而言，图3是，用于说明无人飞行体100具备的硬件结构、以及处理器101的功能的框图。
[0084]
无人飞行体100具备，处理器101、存储器102、麦克风103、地磁传感器104、加速度传感器105、陀螺传感器106、gps(global positioning system)接收机107、电池108、电池监视部109、产生器110、通信if(interface)113、摄像头114、以及平衡架115。
[0085]
处理器101，获得由包括麦克风103、地磁传感器104、加速度传感器105、陀螺传感器106、gps接收机107、摄像头114具有的图像传感器等的各种传感器检测出的检测结果、由通信if113的接收结果等，对获得的检测结果或接收结果，执行存储器102或图中未示出的存储器存储的规定的程序来执行各种处理。处理器101，例如，执行用于从麦克风103的多个元件131输出的信号中检测目的声的目的声信号的检测处理。据此，处理器101，控制四个产生器110、麦克风103、摄像头114以及通信if113中的至少一个。
[0086]
存储器102存储，用于执行抑制从由麦克风103的多个元件131输出的信号中的噪音的抑制处理的系数，即与成为执行抑制处理的对象的元件的组合对应的系数等。存储器102也可以存储，由麦克风103的多个元件131输出的所有的信号。存储器102也可以存储，由处理器101执行的程序。存储器102，例如，由非易失性存储器实现。
[0087]
麦克风103，由具有分别进行拾音的多个元件131的麦克风阵列构成。麦克风103的形状是，例如，球状，多个元件131，以规定的间隔大致均匀配置在球状的麦克风103的表面。据此，麦克风103能够，收集来自相对于麦克风103的中心的放射状的多个方向的声音。换而言之，麦克风103能够，收集来自麦克风103的周围的不同多个方向的声音。而且，麦克风103的形状，不仅限于球状，也可以是圆盘状，多个元件131，也可以在圆盘状的麦克风103的表面以规定的间隔配置。多个元件131的数量，例如，也可以是四个，也可以是八个，也可以是16个，也可以是除此以外的数量。
[0088]
地磁传感器104是，检测成为无人飞行体100的基准的方向朝向的方向的传感器。成为基准的方向也可以是，例如，无人飞行体100的前方。地磁传感器104是，检测无人飞行体100的姿势的姿势传感器的一个例子。
[0089]
加速度传感器105是，检测施加到无人飞行体100的不同三个方向的每一个的加速度的传感器。加速度传感器105是，检测无人飞行体100的位置的位置传感器的一个例子。而且，不同三个方向也可以是，彼此正交的方向。
[0090]
陀螺传感器106是，检测围绕以无人飞行体100的不同三个方向为轴的三个轴的每一个的旋转的角速度的传感器。陀螺传感器106是，检测无人飞行体100的姿势的姿势传感器的一个例子。
[0091]
gps接收机107，从包括gps卫星的人造卫星接收示出该gps接收机的位置的信息。也就是说，gps接收机107，检测无人飞行体100的当前位置。而且，发送gps接收机107接收的信息的人造卫星是，与gnss(global navigation satellite system)对应的卫星即可，不仅限于gps卫星。gps接收机107是，检测无人飞行体100的位置的位置传感器的一个例子。
[0092]
电池108，向处理器101、存储器102、麦克风103、地磁传感器104、加速度传感器105、陀螺传感器106、gps接收机107、电池监视部109、产生器110、通信if113、摄像头114、平衡架115等的无人飞行体100所具备的电气设备，提供该电气设备的工作所需要的电力。电
池108是，例如，能够进行充电以及放电的二次电池。电池108也可以，相对于机体120能够装卸。电池108，不仅限于二次电池，也可以是能够交换(能够装卸)的一次电池。
[0093]
电池监视部109是，监视电池108的工作状态的控制电路。电池监视部109是，例如，进行控制将电池108所积蓄的电力输出到无人飞行体100具备的电气设备的输出控制、接受来自外部电源的电力的提供来向电池108的充电控制等的控制电路。
[0094]
对于四个产生器110，上述中已经说明，因此，省略详细说明。
[0095]
通信if113是，与控制器200或通信终端之间进行通信的通信接口。通信if113包括，例如，用于接收控制器200发出的发送信号的通信接口。并且，通信if113，例如，也可以是符合ieee802.11a、b、g、n、ac、ax标准的无线lan(local area network)接口，也可以是符合bluetooth(注册商标)标准的接口。并且，通信if113也可以是，与摄像头114之间进行通信的通信接口。此时的通信if113也可以是，例如，利用usb(universal serial bus)等的有线通信接口。
[0096]
摄像头114是，具有透镜等的光学系统以及图像传感器的设备。摄像头114，由用于将摄像头114的围绕三个轴方向的姿势保持为一定的平衡架115支撑。平衡架115是，即使无人飞行体100的姿势变化，也用于将摄像头114的姿势维持为，例如相对于地球坐标系所希望的姿势的设备。在此，所希望的姿势也可以是，取决于从控制器200接收的操作信号中包括的摄像头114的拍摄方向的姿势。而且，摄像头114，也可以不由平衡架115支撑，也可以不固定相对于机体120的相对朝向。
[0097]
处理器101具有，作为功能结构的、飞行控制部101a、预测部101b、以及麦克风控制部101c。也就是说，飞行控制部101a、预测部101b以及麦克风控制部101c的各个功能，处理器101执行存储器102存储的程序来实现。
[0098]
飞行控制部101a，按照由地磁传感器104、加速度传感器105、陀螺传感器106、gps接收机107等检测出的无人飞行体100的当前位置、飞行速度以及飞行姿势、以及由通信if113接收的来自控制器200的操作信号，控制产生器110的执行器112的每单位时间的旋转数(即旋转速度)。据此，飞行控制部101a，控制无人飞行体100的飞行状态。也就是说，飞行控制部101a，与按照由用户对控制器200的操作从控制器200输出的操作信号对应，控制无人飞行体100的飞行状态。
[0099]
预测部101b，从电池监视部109获得示出电池108的电池余量的蓄电信息，根据蓄电信息所示的电池余量预测无人飞行体100的剩余的能够飞行的飞行时间。预测部101b，例如，按照电池余量、无人飞行体100的产生器110的电力消耗量、以及处理器101的电力消耗量，预测飞行时间。预测部101b也可以，预先测量产生器110的电力消耗量、以及处理器101的电力消耗量，利用测量结果预测飞行时间。
[0100]
麦克风控制部101c，从麦克风103的多个元件131的每一个获得，多个元件131的每一个检测声音而输出的信号。麦克风控制部101c，从多个元件131，获得与多个元件131分别对应的多个信号。并且，麦克风控制部101c，执行用于从获得的多个信号中检测目的声的目的声信号的检测处理。麦克风控制部101c，按照检测处理的结果，变更多个元件131中的、处理多个信号的对象的元件。麦克风控制部101c也可以，在检测处理中，例如，进行用于将多个信号的数字信号转换为模拟信号的信号转换。
[0101]
图4是用于说明变更处理多个信号的对象的元件的处理的一个例子的图。
[0102]
如该图示出，麦克风控制部101c，切换低功率模式、与全处理模式进行检测处理。在低功率模式中，麦克风控制部101c，将麦克风103的多个元件131的一部分的元件设为检测处理的对象，将其他的一部分的元件设为检测处理的非对象，执行检测处理。如此，在低功率模式中，由麦克风103具有的多个元件131的一部分的元件输出的信号用于检测处理，由其他的一部分的元件输出的信号不用于检测处理。在全处理模式中，麦克风控制部101c，由麦克风103具有的所有的多个元件131输出的多个信号用于检测处理。
[0103]
也就是说，在低功率模式中，由其他的一部分的元件输出的信号不用于检测处理，因此，检测处理所需要的处理负荷比全处理模式减少。因此，在低功率模式中，与全处理模式相比能够减少电力消耗量。另一方面，在全处理模式中，由所有的多个元件131输出的信号用于检测处理，因此，能够将检测出的目的声的质量比低功率模式提高。
[0104]
麦克风控制部101c也可以，例如，在通过检测处理检测出目的声信号的情况下，从低功率模式切换为全处理模式，从而增加处理信号的对象的元件的数量。麦克风控制部101c也可以，在通过检测处理检测出规定的频带的声音的情况下，判断为检测出目的声信号。规定的频带的声音是，例如，人声、即语音的频带的、300至11000hz的范围的声音。据此，麦克风控制部101c，在没有检测到目的声信号的期间以低功率模式执行检测处理，因此，能够减少没有检测到目的声信号的期间的电力消耗量。并且，麦克风控制部101c，在检测出目的声信号的情况下，从低功率模式切换为全处理模式，因此，能够提高通过检测处理得到的目的声的质量。
[0105]
并且，反而，麦克风控制部101c也可以，例如，在通过检测处理检测出目的声信号的情况下，从全处理模式切换为低功率模式，从而减少处理信号的对象的元件的数量。据此，麦克风控制部101c，能够以高灵敏度进行目的声的检测，因此，能够减少目的声的检测所需要的时间。因此，能够减少目的声的检测处理所需要的电力消耗量。并且，利用所有的元件的信号进行检测处理，因此，能够高精度地估计目的声的声源的位置。因此，能够将符合估计的目的声的声源的位置的元件作为对象的元件选择。因此，即使低功率模式，也能够有效地提高得到的目的声的质量。
[0106]
图5以及图6是示出，在第一场面中，以低功率模式选择为对象的元件的元件的一个例子的图。图5是示出从水平方向看时的第一场面的无人飞行体与声源的位置关系的图。图6是示出第一场面中选择为对象的元件的元件的一个例子的图。
[0107]
麦克风控制部101c，从麦克风103中将与特定的方向对应的第一元件作为检测处理的对象的元件选择。具体而言，麦克风控制部101c也可以，将由方向估计算法对由多个元件131输出的多个信号进行处理，来估计为目的声的声压大的方向估计为特定的方向。
[0108]
并且，麦克风控制部101c也可以，代替利用麦克风103的检测结果估计特定的方向，而利用由摄像头114的图像传感器拍摄的图像进行估计。在此情况下，麦克风控制部101c，通过拍摄的图像的图像处理识别预先决定的声源的颜色、形状、种类等，从而确定图像内的声源的位置。而且，麦克风控制部101c，利用拍摄该图像时的摄像头114相对于无人飞行体100的位置和姿势、以及图像内的声源的位置，将相对于无人飞行体100的声源的方向估计为特定的方向。
[0109]
并且，麦克风控制部101c也可以，根据由通信if113从控制器200接收的操作信号，确定特定的方向。在此情况下，操作信号包括，示出特定的方向的信息。
[0110]
而且，声源，例如，也可以是人，也可以是动物，也可以是扬声器，也可以是车辆。
[0111]
第一场面是，如图5示出，无人飞行体100位于作为声源10的人的头部的上方的场面。麦克风控制部101c，在第一场面中，将位于从无人飞行体100向外侧的斜下方的方向d1、即麦克风103的表面的位置中的预测为声源10存在的方向d1侧的位置的元件131a作为第一元件选择。
[0112]
并且，麦克风控制部101c，将与元件131a相比离无人飞行体100产生的噪音的声源近的第二元件作为检测处理的对象的元件选择。麦克风控制部101c，例如，将离无人飞行体100产生的噪音的声源即产生器110近的元件131b作为第二元件选择。并且，麦克风控制部101c也可以，将位于元件131a与元件131b之间的元件131c、131d作为第三元件选择。
[0113]
在第一场面中，麦克风控制部101c，对从与麦克风103的特定的方向d1对应的元件131a输出的信号进行检测处理。因此，能够提高来自特定的方向d1的声音的拾音质量。并且，在第一场面中，麦克风103的多个元件131中的元件131a、131b、131c、131d，分别配置在离无人飞行体100产生的噪音的声源即产生器110的距离不同的位置。因此，各个元件131a、131b、131c、131d中容易产生收集产生器110的噪音的时间差。因此，在检测处理中，能够有效地抑制无人飞行体100产生的噪音，能够抑制因无人飞行体100产生的噪音而引起的目的声的拾音质量的降低。因此，能够提高目的声的拾音质量。
[0114]
图7以及图8是示出，在第二场面中，以低功率模式选择为对象的元件的元件的一个例子的图。图7是示出从水平方向看时的第二场面的无人飞行体与声源的位置关系的图。图8是示出第二场面中选择为对象的元件的元件的一个例子的图。
[0115]
第二场面是，如图7示出，无人飞行体100位于与声源10同等的高度的场面。麦克风控制部101c，在第二场面中，将位于从无人飞行体100的水平方向外侧的方向d2、即麦克风103的表面的位置中的预测为声源10存在的方向d2侧的位置的元件131e作为第一元件选择。
[0116]
并且，麦克风控制部101c，将与元件131e相比离无人飞行体100产生的噪音的声源近的第二元件作为检测处理对象的元件选择。麦克风控制部101c，例如，将离无人飞行体100产生的噪音的声源即产生器110近的元件131b作为第二元件选择。并且，麦克风控制部101c也可以，将位于元件131e与元件131b之间的元件131f、131g作为第三元件选择。
[0117]
在第二场面中，麦克风控制部101c，对从与麦克风103的特定的方向d2对应的元件131e输出的信号进行检测处理。因此，能够提高来自特定的方向d2的声音的拾音质量。并且，在第二场面中，麦克风103的多个元件131中的元件131b、131e、131f、131g，分别配置在离无人飞行体100产生的噪音的声源即产生器110的距离不同的位置。因此，各个元件131b、131e、131f、131g中容易产生收集产生器110的噪音的时间差。因此，在检测处理中，能够有效地抑制无人飞行体100产生的噪音，能够抑制因无人飞行体100产生的噪音而引起的目的声的拾音质量的降低。因此，能够提高目的声的拾音质量。
[0118]
而且，低功率模式，不仅限于图5至图8中说明的例子，也可以选择图9至图11所示的元件。
[0119]
图9是示出第二场面中选择为对象的元件的元件的另一个例子的图。在此情况下，麦克风控制部101c也可以，与图8的情况不同，选择作为第一元件的元件131e以及作为第二元件的元件131b以外的其他的元件中的、配置在离向通过元件131e的方向d2延伸的直线近
的位置的元件131c、131h。
[0120]
图10是示出第三场面中选择为对象的元件的元件的一个例子的图。第三场面是，无人飞行体100的麦克风103位于声源10的正上方的场面。在此情况下，麦克风控制部101c，将位于麦克风103的表面的位置中的预测为声源10存在的方向d3侧的位置的元件131g作为第一元件选择。
[0121]
并且，麦克风控制部101c也可以，将与元件131g相比离无人飞行体100产生的噪音的声源近的元件131b作为第二元件选择。并且，麦克风控制部101c也可以，选择作为第一元件的元件131g以及第二元件的元件131b以外的其他的元件中的、配置在离向通过元件131g的方向d3延伸的直线近的位置的元件131c、131d。
[0122]
图11是以低功率模式检测目的声时选择为对象的元件的元件的一个例子的图。麦克风控制部101c也可以，在由检测处理检测出目的声信号时从低功率模式切换为全处理模式时的低功率模式中，如图11示出，将位于分别不同方向的元件作为对象的元件选择。具体而言，麦克风控制部101c也可以，以对象的元件间包括非对象的元件的方式，即，以对象的元件彼此不邻接的方式，选择配置在分散的位置的对象的元件。据此，即使在将少的元件设为对象的元件的况下，也能够有效地检测目的声。
[0123]
[工作]
[0124]
接着，说明无人飞行体100的工作。
[0125]
图12是示出无人飞行体100的拾音的工作的一个例子的流程图。
[0126]
无人飞行体100，利用麦克风103进行拾音(s11)。
[0127]
接着，处理器101，判断现在的拾音的处理模式是否是低功率模式(s12)。处理器101，具体而言，参照示出存储器102存储的现在的拾音的处理模式的模式信息，从而判断存储器102存储的拾音的处理模式是否是低功率模式。
[0128]
处理器101，在判断为现在的拾音处理模式是低功率模式的情况下(s12的“是”)，对从麦克风103的所有的元件131中的、以低功率模式选择的一部分的元件输出的信号执行规定的处理(s13)。处理器101，作为规定的处理，例如，执行利用由选择为检测处理的对象的元件的多个元件输出的多个信号，抑制从无人飞行体100的产生器110产生的噪音的处理。而且，低功率模式中选择为检测处理的对象的元件的元件的数量，不仅限于多个，也可以是一个。
[0129]
接着，处理器101，利用步骤s13的规定的处理的处理结果，检测目的声(s14)。处理器101，例如，从由抑制噪音的处理得到的处理后的信号中检测示出规定的频带的目的声的目的声信号。
[0130]
接着，处理器101，判断是否检测出拾音事件(s15)。处理器101也可以，例如，在步骤s14中检测出的目的声信号的声压级为规定的声压级以上的情况下，判断为检测出拾音事件。并且，处理器101也可以，例如，在步骤s14中检测出的目的声信号的特定频域的声压级为规定的声压级以上的情况下，判断为检测出拾音事件。并且，处理器101也可以，例如，在对该目的声信号进行声音识别而声音识别结果中包括规定的指令的情况下，判断为检测出拾音事件。
[0131]
处理器101，在判断为没有检测到拾音事件的情况下(s15的“否”)，判断是否检测出对象事件(s16)。处理器101也可以，例如，在无人飞行体100的gps接收机107检测出无人
飞行体100位于规定的区域内的位置的情况下，判断为检测出对象事件。并且，处理器101也可以，例如，在通信if113从控制器200接收的操作信号包括示出对象事件的开始的信息的情况下，判断为检测出对象事件。并且，处理器101也可以，例如，在对由摄像头114拍摄的图像进行图像处理，来该图像内检测出人的情况下，判断为检测出对象事件。
[0132]
处理器101，在判断为检测出拾音事件的情况下(s15的“是”)，或者，在判断为检测出对象事件的情况下(s16的“是”)，将拾音的处理模式切换为全处理模式(s17)。处理器101，例如，在切换为全处理模式的情况下，将存储器102存储的模式信息，更新为示出现在的拾音的处理模式为全处理模式的信息。
[0133]
而且，在所述说明中，分开执行步骤s15的判断、以及步骤s16的判断，但是，也可以以同一个判断进行。例如，处理器101，在以同一个判断进行的情况下，判断是否检测出事件。在此，事件的检测包括，拾音事件的检测、以及对象事件的检测。
[0134]
接着，处理器101，对从麦克风103的所有的元件131输出的信号执行规定的处理(s18)。处理器101，作为规定的处理，例如，执行利用由所有的元件131输出的多个信号，抑制从无人飞行体100的产生器110产生的噪音的处理。而且，处理器101，在步骤s12中，将现在的拾音的处理模式判断为全处理模式的情况下(s12的“否”)也进行步骤s18。
[0135]
接着，处理器101，利用步骤s18的规定的处理的处理结果，检测目的声(s19)。处理器101，例如，从通过抑制噪音的处理得到的处理后的信号中检测示出规定的频带的目的声的目的声信号。
[0136]
接着，处理器101，判断全处理模式是否完成(s20)。处理器101也可以，例如，在通信if113从控制器200接收的操作信号示出全处理模式的完成的情况下，判断为全处理模式完成。并且，处理器101也可以，例如，在没有检测到目的声后经过规定时间的情况下，判断为全处理模式完成。并且，处理器101也可以，例如，在gps接收机107检测出无人飞行体100位于规定的区域外的位置的情况下，判断为全处理模式完成。
[0137]
处理器101，在判断为全处理模式完成的情况下(s20的“是”)，将拾音的处理模式切换为低功率模式(s21)。处理器101，例如，在切换为低功率模式的情况下，将存储器102存储的模式信息更新为，示出现在的拾音的处理模式是低功率模式的信息。
[0138]
处理器101，在步骤s16中判断为没有检测到对象事件的情况下(s16的“否”)，在步骤s20中判断为全处理模式没有完成的情况下(s20的“否”)，或者，在步骤s21中向低功率模式的切换完成的情况下，返回到步骤s11，执行步骤s11。
[0139]
而且，处理器101也可以，在通信if113从控制器200接收的操作信号示出工作停止的情况下，停止无人飞行体100的拾音的工作。
[0140]
[效果等]
[0141]
根据本实施方式涉及的无人飞行体100，处理器101，执行用于从麦克风103的多个元件131输出的信号中检测目的声的目的声信号的检测处理，按照检测处理的结果，变更多个元件131中的处理信号的对象的元件。也就是说，处理器101，按照目的声信号的检测结果变更处理对象的元件，因此，在变更的前后的至少一方，不进行对从一部分的元件输出的信号的检测处理。因此，能够减少变更的前后的至少一方的检测处理所需要的处理负荷，能够减少检测处所需要的电力量。
[0142]
(实施方式2)
[0143]
说明实施方式2。
[0144]
在实施方式1涉及的无人飞行体100中，处理器101，按照检测处理的结果，变更麦克风103的多个元件131中的处理信号的对象的元件，但是，不仅限于此。在实施方式2涉及的无人飞行体100中，处理器101，获得无人飞行体100具备的电池108的电池余量，按照电池的余量，变更麦克风103的多个元件131中的处理信号的对象的元件。
[0145]
在此情况下，无人飞行体100的通信if113，例如，从控制器200或其他的设备获得无人飞行体100的飞行路径。飞行控制部101a，根据由通信if113获得的飞行路径、以及由预测部101b获得的电池余量，估计飞行路径中无人飞行体100预定到达的位置的电池余量。
[0146]
以下，利用图13至图15说明，按照电池余量，变更麦克风103的多个元件131中的处理信号的对象的元件的处理。
[0147]
图13是用于说明按照电池余量变更对象的元件的处理的第一例子的图。图14是用于说明按照电池余量变更对象的元件的处理的第二例子的图。图15是用于说明按照电池余量变更对象的元件的处理的第三例子的图。
[0148]
如图13至图15示出，无人飞行体100的飞行路径是，例如，从起始点h1的位置出发，依次通过路点p1、p2、p3、p4，返回到起始点h1的飞行路径。
[0149]
如图13示出，第一例子是，无人飞行体100，在飞行路径的全部以全处理模式进行拾音的处理的例子。在无人飞行体100中，飞行控制部101a，预测飞行路径的各个路点p1至p4的、电池消耗量、电池余量、到达起始点h1时的电池余量预测、拾音处理模式、以及到起始点h1为止的电池余量。
[0150]
电池消耗量示出，从起始点h1到各个路点p1至p4为止消耗的电力量。例如，电池消耗量是，从起始点h1到各个路点p1至p4为止消耗的电力量，相对于电池容量的比例。电力消耗量是，例如，相对于输出电流的时间序列的变化，对无人飞行体100的工作期间进行时间积分，由时间积分得到的值乘以电池108的额定电压来能够求出的。输出电流的时间序列的变化是，依次测量来自电池108的输出电流来能够得到的。
[0151]
电池余量示出，从起始点h1到各个路点p1至p4为止剩余的电池108的余量。例如，电池余量是，从100％中减去电池消耗量而得到的值。
[0152]
到达起始点h1时的电池余量预测是，预测为从各个路点p1至p4到起始点h1为止无人飞行体100一边拾音一边飞行时剩余的电池余量。电池余量预测是，从各个路点p1至p4的电池余量中减去，预测为到达起始点h1为止消耗的电力量相对于电池容量的比例而得到的值。预测为消耗的电力量是，例如，获得包括从各个路点p1至p4到起始点h1的飞行状态的变化、飞行距离、以及与飞行状态的变化以及飞行距离对应的电力消耗量的过去的飞行数据，根据获得的过去的飞行数据计算平均电力消耗量来能够求出的。而且，飞行状态的变化是，例如，飞行速度、前进飞行、旋转飞行等的变化、或各个产生器110的旋转翼111的旋转速度的变化。
[0153]
拾音处理模式，与实施方式1中说明的处理模式同样。
[0154]
到起始点h1为止的电池余量是，示出到达起始点h1时，是否有电池余量的预测的信息。到起始点h1为止的电池余量，在电池余量预测为正数时成为“有”，在电池余量预测为负数时成为“无”。
[0155]
在第一例子中，在所有的路点p1至p4的电池余量成为“有”，因此，无人飞行体100，
即使在保持全处理模式的状态下不成为低功率模式，也能够在飞行路径的全部一边拾音一边飞行。
[0156]
如图14示出，第二例子是，与第一例子同样在飞行路径上无人飞行体100一边拾音一边飞行的例子，但是，在飞行的中途，因计划外的风的影响、或进行了确认检测出的可疑的声音的声源的飞行，而消耗的电池108的电力比第一例子多的例子。并且，第二例子是，与第一例子同样，在飞行路径的全部以全处理模式进行拾音的处理的例子。
[0157]
在第二例子中，通过路点p2为止消耗的电池108的电力比第一例子多，因此，在路点p2中到达起始点h1时的电池余量预测成为负数。也就是说，在保持全处理模式的状态下，到达起始点h1为止的电池消耗量比电池余量大，因此，预测为无人飞行体100，不能到达起始点h1。
[0158]
因此，可以将拾音的处理模式从全处理模式切换为低功率模式，从而增加无人飞行体100的飞行时间。
[0159]
如图15示出，第三例子是，与第二例子同样，在飞行的中途，因计划外的风的影响、或进行了确认检测出的可疑的声音的声源的飞行，而消耗的电池108的电力比第一例子多的例子。并且，第三例子是，与第一例子以及第二例子不同，从全处理模式切换为低功率模式来进行拾音的处理的例子。
[0160]
在第三例子中，与第二例子同样，通过路点p2为止消耗的电池108的电力比第一例子多，因此，在路点p2中到达起始点h1时的电池余量预测成为负数，预测为在保持全处理模式的状态下不能到达起始点h1。于是，无人飞行体100，将拾音的处理模式从全处理模式切换为低功率模式。据此，路点p3以后，到达起始点h1的电池余量预测成为正数，预测为无人飞行体100能够，一边拾音一边飞行直到起始点h1为止。
[0161]
图16是示出实施方式2涉及的无人飞行体100的拾音的工作的第一例子的流程图。
[0162]
无人飞行体100，利用麦克风103进行拾音(s31)。
[0163]
接着，处理器101，预测用于在飞行路径进行飞行的电力消耗量(s32)。处理器101，例如，将从当前位置通过飞行路径的各个路点p1至p4返回到起始点h1为止的飞行所需要的飞行时间、与现在的拾音的处理模式的每单位时间的电力消耗量的平均相乘，从而计算返回到起始点h1的期间的拾音所需要的电力消耗量。并且，处理器101，例如，计算从当前位置通过飞行路径的各个路点p1至p4返回到起始点h1为止的飞行所需要的电力消耗量。处理器101，将返回到起始点h1的期间的拾音所需要的电力消耗量、与返回到起始点h1的期间的拾音所需要的电力消耗量相加，从而计算预测为到飞行路径进行的飞行结束为止消耗的预测电力消耗量。处理器101，利用计算出的电力消耗量，计算到起始点h1为止的电池消耗量。
[0164]
接着，处理器101，判断在电池108中是否存在以现在的处理模式消耗的电力(s33)。处理器101，例如，判断步骤s32中计算出的用于在飞行路径进行飞行的电池消耗量，是否比电池108的电池余量小。处理器101，在电池消耗量比电池余量小的情况下，判断为在电池108中存在以现在的处理模式消耗的电力，否则，判断为在电池108中不存在以现在的处理模式消耗的电力。
[0165]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s33的“否”)，减少麦克风103的多个元件131中的拾音处理的对象的元件的数量，进行拾音处理(s34)。处理器101，例如，从全处理模式切换为低功率模式，从而减少对象的元件的数
量。
[0166]
而且，处理器101，在减少拾音处理的对象的元件的数量后，再次，判断在电池108中是否存在以现在的处理模式消耗的电力(s35)。
[0167]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s35的“否”)，为了更减少麦克风103的多个元件131中的拾音处理的对象的元件的数量，而返回到步骤s34。
[0168]
处理器101，在步骤s33或步骤s35中判断为在电池108中存在以现在的处理模式消耗的电力的情况下(s33或s35的“是”)，返回到步骤s31。
[0169]
并且，实施方式2涉及的无人飞行体100也可以进行，图17示出的拾音的工作。
[0170]
图17是示出实施方式2涉及的无人飞行体100的拾音的工作的第二例子的流程图。
[0171]
无人飞行体100，利用麦克风103进行拾音(s41)。
[0172]
接着，处理器101，预测用于在飞行路径进行飞行的电力消耗量(s42)。具体而言，处理器101，进行与步骤s32同样的处理。
[0173]
接着，处理器101，判断在电池108中是否存在以现在的处理模式消耗的电力(s43)。具体而言，处理器101，进行与步骤s33同样的处理。
[0174]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s43的“否”)，减少麦克风103的多个元件131中的拾音处理的对象的元件的数量，进行拾音处理(s44)。处理器101，例如，从全处理模式切换为低功率模式，从而减少对象的元件的数量。
[0175]
接着，处理器101，估计根据拾音处理的结果得到的目的声的snr(signal
‑
noise ratio)，判断估计的snr是否比阈值大(s45)。而且，目的声的snr是，示出目的声的质量的指标的一个例子。目的声的snr是，例如，在抑制噪音的处理前，因无人飞行体100的飞行而产生的声音由麦克风103收集而得到的信号的声压级，与在抑制噪音的处理后，由麦克风103收集而得到的目的声的声压级的差。
[0176]
处理器101，在判断为根据拾音处理的结果得到的目的声的snr为阈值以下的情况下(s45的“否”)，将步骤s44中减少的对象的元件的数量恢复为原来的数量，进行拾音处理(s46)。
[0177]
接着，处理器101，调整无人飞行体100的飞行路径(s47)。处理器101，例如，将飞行路径的距离变更为短。
[0178]
处理器101，在判断为根据拾音处理的结果得到的目的声的snr比阈值大的情况下(s45的“是”)，判断在电池108中是否存在以现在的处理模式消耗的电力(s48)。具体而言，处理器101，进行与步骤s43同样的处理。
[0179]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s48的“否”)，调整无人飞行体100的飞行路径(s49)。处理器101，例如，将飞行路径的距离变更为短。
[0180]
处理器101，在步骤s43或s48中判断为在电池108中存在以现在的处理模式消耗的电力的情况下(s43或s48的“是”)，步骤s47之后、或步骤s49之后，返回到步骤s41。
[0181]
并且，实施方式2涉及的无人飞行体100，也可以进行图18示出的拾音的工作。
[0182]
图18是示出实施方式2涉及的无人飞行体100的拾音的工作的第三例子的流程图。
[0183]
无人飞行体100，利用麦克风103进行拾音(s51)。
[0184]
接着，处理器101，预测用于在飞行路径进行飞行的电力消耗量(s52)。具体而言，处理器101，进行与步骤s32同样的处理。
[0185]
接着，处理器101，判断在电池108中是否存在以现在的处理模式消耗的电力(s53)。具体而言，处理器101，进行与步骤s33同样的处理。
[0186]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s53的“否”)，减少麦克风103的多个元件131中的拾音处理的对象的元件的数量，进行拾音处理(s54)。处理器101，例如，从全处理模式切换为低功率模式，从而减少对象的元件的数量。
[0187]
接着，处理器101，判断根据拾音处理的结果得到的目的声的snr是否比阈值大(s55)。
[0188]
处理器101，在判断为根据拾音处理的结果得到的目的声的snr为阈值以下的情况下(s55的“否”)，调整无人飞行体100的飞行路径(s56)。处理器101，例如，将飞行路径的距离变更为短。
[0189]
处理器101，在判断为在电池108中存在以现在的处理模式消耗的电力的情况下(s53的“是”)，判断即使增加拾音处理的对象的元件也在电池108中是否存在消耗的电力(s57)。
[0190]
处理器101，在判断为即使增加拾音处理的对象的元件也在电池108中存在消耗的电力的情况下(s57的“是”)，增加麦克风103的多个元件131中的拾音处理的对象的元件的数量，进行拾音处理(s58)。处理器101，例如，从低功率模式切换为全处理模式，从而增加对象的元件的数量。
[0191]
处理器101，在判断为根据拾音处理的结果得到的目的声的snr比阈值大的情况下(s55的“是”)，判断在电池108中是否存在以现在的处理模式消耗的电力(s59)。具体而言，处理器101，进行与步骤s53同样的处理。
[0192]
处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下(s59的“否”)，调整无人飞行体100的飞行路径(s60)。处理器101，例如，将飞行路径的距离变更为短。
[0193]
处理器101，在步骤s56之后，步骤s58之后，步骤s60之后，在使步骤s57中判断为即使增加拾音处理的对象的元件也电池108中不存在消耗电力的情况下(s57的“否”)，或者，在步骤s59中判断为在电池108中存在以现在的处理模式消耗的电力的情况下(s59的“是”)，返回到步骤s51。
[0194]
[效果等]
[0195]
根据本实施方式涉及的无人飞行体100等，处理器101，在判断为在电池108中不存在以现在的处理模式消耗的电力的情况下减少对象的元件的数量，因此，能够减少信号处理所需要的电力量。因此，能够减少电池余量的减少速度，能够增加无人飞行体的飞行时间。并且，例如，在通过充电等而电池余量比规定的阈值增加的情况下，增加对象的元件，因此，能够提高拾音质量。
[0196]
并且，根据本实施方式涉及的无人飞行体100，处理器101，进一步，估计飞行路径中无人飞行体100预定到达的位置、即各个路点p1至p4的电池余量。
[0197]
因此，处理器101能够，按照根据飞行路径估计的电池余量变更对象的元件。例如，处理器101，在现在的处理模式中，电池余量比预测为到飞行路径进行的飞行结束为止消耗的预测电力消耗量大的情况下，减少对象的元件的数量，从而能够减少电池余量的减少速度，能够增加无人飞行体100的飞行时间。并且，例如，在电池余量比预测电力消耗量多的情况下，与电池余量比预测电力消耗量少的情况相比使对象的元件数量变多，能够提高拾音质量。
[0198]
并且，根据本实施方式涉及的无人飞行体100，在估计的目的声信号的snr小于阈值的情况下，能够将以使飞行距离变短的方式变更飞行路径而减少的飞行所需要的电力，用于信号处理。因此，能够增加成为对象的元件的数量，因此，能够提高目的声信号的质量。
[0199]
并且，根据本实施方式涉及的无人飞行体100，处理器101，估计利用从对象的元件的变更后的对象的元件输出的信号检测出的目的声信号的snr，在估计的snr小于阈值的情况下，以该snr成为阈值以上的方式，增加对象的元件的数量。例如，在步骤s45中判断为“否”的情况下，在步骤s46中将对象的元件的数量恢复为原来的数量来增加对象的元件的数量，因此，能够提高snr。并且，例如，在步骤s55中判断为“否”的情况下，将飞行路径调整为短，下次进行步骤s52时计算的预测电力消耗量变小，在步骤s53中容易判断为“是”。而且，在步骤s53中判断为“是”的情况下，若步骤s57中判断为“是”，则在步骤s58中增加对象的元件的数量来进行拾音处理，因此，能够提高snr。如此，在估计的目的声信号的snr小于阈值的情况下，增加成为对象的元件的数量，因此，能够提高目的声信号的质量。
[0200]
(实施方式3)
[0201]
说明实施方式3。
[0202]
在实施方式3涉及的无人飞行体100中，处理器101，获得无人飞行体100的飞行状态，按照飞行状态，变更麦克风103的多个元件131中的处理信号的对象的元件。飞行状态是，例如，无人飞行体100的产生器110的旋转翼111的每单位时间的旋转数。
[0203]
图19是示出无人飞行体的噪音级、与旋转翼的旋转数指令的关系的图表。
[0204]
如该图示出，旋转翼111的旋转数指令越大，旋转翼111的每单位时间的旋转数越大，从无人飞行体100产生的噪音级就越大。这是因为，无人飞行体100的噪音，主要由旋转翼111的旋转产生的缘故。因此，处理器101也可以，从无人飞行体100产生的噪音级越大，就越增加麦克风103的多个元件131中的、拾音处理的对象的元件的数量，从而提高通过拾音处理得到的目的声的质量。
[0205]
图20是示出无人飞行体的旋转翼的旋转数指令、与对象的元件的数量的关系的一个例子的图。
[0206]
处理器101也可以，参照图20示出的关系，按照无人飞行体100的飞行的旋转翼111的旋转数指令，变更对象的元件。处理器101，以旋转数指令越增加，对象的元件的数量就越增加的方式，变更对象的元件。而且，旋转数指令，例如，由相对于旋转翼111的每单位时间的旋转数的最大的、为了得到飞行的推力而需要的旋转翼111的每单位时间的旋转数的比例示出。
[0207]
图21是示出实施方式3涉及的无人飞行体100的拾音的工作的一个例子的流程图。
[0208]
在无人飞行体100中，利用麦克风103进行拾音(s71)。
[0209]
接着，处理器101，获得旋转数指令(s72)。处理器101，具体而言，将旋转翼111的每
单位时间的旋转数决定为，用于使产生器110产生用于由控制器200的操作指示的飞行、或飞行路径的飞行的推力的旋转数。处理器101，将用于以决定的每单位时间的旋转数驱动旋转翼111的旋转数指令输出到产生器110。
[0210]
处理器101，选择输出的旋转数指令，以图20示出的关系对应的对象的元件的组合(s73)。处理器101，例如，在旋转数指令为55％的情况下，选择set b的对象的元件。
[0211]
处理器101，利用选择出的对象的元件的组合，执行噪声的抑制处理(s74)。
[0212]
[效果等]
[0213]
根据本实施方式涉及的无人飞行体100，按照无人飞行体100的飞行状态，例如旋转翼的每单位时间的旋转数变更处理对象的元件，因此，在变更的前后的至少一方，不进行对从一部分的元件输出的信号的检测处理。因此，能够减少变更的前后的至少一方的检测处理所需要的处理负荷，能够减少检测处理所需要的电力量。并且，能够按照旋转翼的每单位时间的旋转数，将适于该旋转数的元件选择为处理对象的元件。因此，能够提高对从麦克风输出的信号的处理结果的质量。
[0214]
(变形例)
[0215]
所述实施方式的变更对象的元件的变更处理，也可以图22示出的流程图那样执行。变更处理，例如，能够适用于步骤s21、s34、s44、s46、s54、s58、s73等示出的处理。
[0216]
图22是示出变形例涉及的变更处理的一个例子的流程图。
[0217]
处理器101，若变更处理开始，则判断对象的元件的组合的处理系数是否由存储器102存储(s81)。处理系数是，与用于噪声抑制处理的对象的多个元件的组合的各个元件对应的系数。处理系数，按照对象的元件的组合会成为不同的值。
[0218]
处理器101，在判断为对象的元件的组合的处理系数由存储器102存储的情况下(s81的“是”)，从存储器102获得与该对象的元件的组合对应的处理系数(s82)。
[0219]
接着，处理器101，将与获得的对象的元件的组合对应的处理系数适用于拾音处理，从而执行拾音处理(s83)。处理器101，例如，对从对象的元件输出的多个信号的每一个，适用处理系数中与该信号对应的系数，从而执行拾音处理。
[0220]
处理器101，在判断为对象的元件的组合的处理系数没有由存储器102存储的情况下(s81的“否”)，判断麦克风103的全元件用的校准用的声音数据是否由存储器102存储(s84)。校准用的声音数据是，例如，收集了白噪声的数据。
[0221]
处理器101，在判断为麦克风103的全元件用的校准用的声音数据由存储器102存储的情况下(s84的“是”)，利用声音数据生成与对象的元件的组合对应的处理系数(s85)。
[0222]
处理器101，在判断为麦克风103的全元件用的校准用的声音数据没有由存储器102存储的情况下(s84的“否”)，从与存储器102存储的多个处理系数对应的元件的多个组合中，选择成为对象的元件的元件的组合(s86)。
[0223]
并且，在所述实施方式中，处理器101，变更麦克风103的多个元件131中成为拾音处理的对象的元件，但是，不仅限于此，也可以使麦克风103的多个元件131的电源接通或断开来变更成为拾音处理的对象的元件。
[0224]
并且，在所述实施方式中，处理器101，也可以实时地进行对从麦克风103的多个元件131输出的信号的信号处理，也可以将该输出的信号存储到存储器102，以后利用存储器102存储的多个信号进行信号处理。在此情况下，也可以将示出获得存储器102存储的多个
信号的拾音的处理模式是全处理模式还是低功率模式的信息与信号一起存储到存储器102。
[0225]
并且，在所述实施方式中，处理器101，变更麦克风103的多个元件131中的处理的对象的元件，但是，不仅限于此，也可以还调整从得到的信号中提取的频带。提取的频带，也可以是人声的频带，也可以是例如笛声等的特定的声音的频带。处理器101，在提取比输出的信号窄的频带的信号后，进行拾音的处理从而能够减少处理负荷，并且能够减少电力消耗量。
[0226]
并且，在所述实施方式中，在调整对象的元件的数量的情况下，例如，也可以以一个元件为单位连续地进行调整，也可以以包括多个元件的组为单位阶段性地进行调整。例如，也可以以n阶段调整对象的元件的数量。也就是说，也可以以一个元件为单位增加或减少对象的元件的数量，也可以以包括多个元件的组为单位阶段性地增加或减少。
[0227]
而且，在所述各个实施方式中，各个构成要素也可以，由专用的硬件构成，或者执行适于各个构成要素的软件程序来实现。各个构成要素也可以，cpu或处理器等的程序执行部，读出并执行由硬盘或半导体存储器等的记录介质记录的软件程序来实现。
[0228]
以上，对于本发明的一个或多个形态涉及的无人飞行体，根据实施方式进行了说明，但是，本发明，不仅限于该实施方式。只要不脱离本发明的范围，对本实施方式实施本领域技术人员想到的各种变形的形态，或组合不同的实施方式的构成要素来构成的形态，也可以包含在本发明的一个或多个形态的范围内。
[0229]
而且，由处理器101进行的处理以及图像识别处理、声音识别处理也可以利用机器学习。对于机器学习，例如，可以举出利用对输入信息赋予了标签(输出信息)的教师数据学习输入与输出的关系的监督学习、仅由没有标签的输入构建数据的结构的非监督学习、处理有标签以及没有标签的双方的半监督学习、对得到对根据状态的观测结果选择的行动的反馈(报酬)，从而能够得到最多的报酬的连续的行动进行学习的强化学习等。并且，作为机器学习的具体方法，存在神经网络(包括利用多层的神经网络的深层学习)、遗传编程、决策树、贝叶斯网络、支持向量机(svm)等。在本公开中，利用以上举出的具体例的任意一个即可。
[0230]
工业实用性
[0231]
本公开，有用于能够同时实现减少电力消耗以及目的声的检测的无人飞行体等。
[0232]
符号说明
[0233]
10 声源
[0234]
100 无人飞行体
[0235]
101 处理器
[0236]
101a 飞行控制部
[0237]
101b 预测部
[0238]
101c 麦克风控制部
[0239]
102 存储器
[0240]
103 麦克风
[0241]
104 地磁传感器
[0242]
105 加速度传感器
[0243]
106 陀螺传感器
[0244]
107 gps接收机
[0245]
108 电池
[0246]
109 电池监视部
[0247]
110 产生器
[0248]
111 旋转翼
[0249]
112 执行器
[0250]
113 通信if
[0251]
114 摄像头
[0252]
115 平衡架
[0253]
120 机体
[0254]
121 臂
[0255]
122 臂部
[0256]
131 元件
[0257]
200 控制器
[0258]
300 显示器