CN112997679A - 收割机上的近实时的信号校正 - Google Patents
收割机上的近实时的信号校正 Download PDFInfo
- Publication number
- CN112997679A CN112997679A CN202011465787.0A CN202011465787A CN112997679A CN 112997679 A CN112997679 A CN 112997679A CN 202011465787 A CN202011465787 A CN 202011465787A CN 112997679 A CN112997679 A CN 112997679A
- Authority
- CN
- China
- Prior art keywords
- dynamic event
- correction
- dynamic
- sensor
- performance characteristic
- 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 129
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 230000006870 function Effects 0.000 claims description 57
- 239000000463 material Substances 0.000 claims description 51
- 230000008859 change Effects 0.000 claims description 50
- 238000012546 transfer Methods 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 11
- 238000003306 harvesting Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 35
- 230000007246 mechanism Effects 0.000 description 35
- 230000004044 response Effects 0.000 description 31
- 230000001133 acceleration Effects 0.000 description 25
- 238000004140 cleaning Methods 0.000 description 21
- 230000000694 effects Effects 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 241000251169 Alopias vulpinus Species 0.000 description 12
- 238000013500 data storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000007423 decrease Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 241001124569 Lycaenidae Species 0.000 description 5
- 239000002028 Biomass Substances 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1271—Control or measuring arrangements specially adapted for combines for measuring crop flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Soil Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Combines (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
动态事件检测***基于传感器信号检测移动式收割机上的动态事件。动态事件校正***识别与所检测的动态事件相对应的校正幅度以及校正时间。动态事件校正***使用校正幅度和校正时间将校正应用于由性能度量传感器生成的性能度量值。
Description
技术领域
本文的描述涉及一种农业设备。更具体地,本文的描述涉及对移动式收割机上的传感器数据的近实时的校正。
背景技术
存在许多不同类型的农业机械,其中一些包括农业收割机。一种这样的农业收割机是联合收割机(或联合机)。
在操作中,当联合收割机移动通过田地并收割农作物时,使联合收割机具有被配置成感测在不同位置处收割的物料的量的传感器并不少见。例如,联合收割机可以具有联合收割机的谷物处理元件内的质量流量传感器,该质量流量传感器感测在任何给定时间流动通过联合收割机的物料的量。这些信号可用于生成指示正在被收割的田地的产量的产量值。
在联合收割机割台遇到农作物和当感测到该农作物的产量之间存在延迟。这是由于在行进通过联合收割机的谷物处理元件时农作物遇到的处理延迟导致的。因此,一些当前的***将延迟时间应用于所感测的产量值,以生成产量值在地理上从何处获取的指示。
以上讨论仅是为了提供综合性背景信息,并不旨在用于帮助确定所要求保护的主题的范围。
发明内容
动态事件检测***基于传感器信号检测移动式收割机上的动态事件。动态事件校正***识别与所检测的动态事件相对应的校正幅度以及校正时间。动态事件校正***使用校正幅度和校正时间将校正应用于由性能度量传感器生成的性能度量值。
提供该发明内容以以简化的形式引入一些概念,这些概念将在下面的具体实施方式中进行进一步描述。该发明内容既不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。所要求保护的主题不限于解决背景技术中指出的任何或所有缺陷的实施方式。
附图说明
图1是移动式农业收割机(联合收割机)的局部图示示意图。
图1A是示出通过联合收割机的物料流的流程图。
图2是更详细地示出了移动式农业收割机的一个示例的框图。
图2A示出了针对动态事件的传感器响应的一个示例。
图2B示出了针对动态事件的传感器响应的另一示例。
图2C示出了针对动态事件的传感器响应的另一示例。
图2D示出了针对多个不同的动态事件的多个不同的传感器响应。
图3是示出了图1中所示的移动式农业收割机在检测动态事件并基于检测到的动态事件执行校正操作以校正所感测的性能特性时的操作的一个示例的流程图。
图4是更详细地示出了动态事件检测***和动态事件校正***在检测动态事件并执行校正操作时的操作的一个示例的流程图。
图5是示出了图2所示的部署在远程服务器环境中的移动式农业收割机的一个示例的框图。
图6是示出了可用在前述附图所示的架构中的计算***环境的一个示例的框图。
具体实施方式
如上所述,使联合收割机或其他移动式农业收割机具有被配置成感测收割操作的性能特性(例如产量、农作物损失等)的传感器并不少见。已发现收割过程的动力学可以在联合收割机上引起多种类型的伪像(artifact)。这些伪像会影响产量信号(以及由联合收割机生成的其他性能特性传感器信号,例如损失),从而使准确度降低。这些伪像导致传感器信号的可能相对较大的可变性。例如,对于人类观测者而言,操作员通常可以观测到产量传感器信号的25%的变化,即使在产量看似均匀的田地中也是如此。例如,当收割机以导致谷物在收割机内移位的方式操作时,这可能在谷物处理操作中引起显著的动态影响,从而折衷于产量信号的准确度。例如,螺旋输送器的效率对几个因素是敏感的,所述因素包括螺旋输送器的几何形状、螺旋输送器被充满的比例、螺旋输送器壳体内的游隙(flightingclearance)以及相对于重力的倾斜角度。完全充满的螺旋输送器(Full auger)以更高的效率操作,因此减少了被收割的物料跨越螺旋输送器的跨度的输送时间。
就联合收割机而言,当联合收割机减速时(例如以在行的末端处转向),联合收割机底板上的谷物被向前投到交叉式螺旋输送器接合谷物的位置处。交叉式螺旋输送器变得更加满并提高了效率。因此,一批谷物被移动到联合收割机的集粮槽中。集粮槽的较高的填充水平提高了将谷物移动到清选谷物箱中的桨板的收集效率。对于每个桨板,在升降机链上依次排列的许多桨板将看到显著的质量增加。这种影响导致联合收割机的所感测的产量激增(在所感测的产量由质量流量传感器来感测的配置中,该质量流量传感器感测正好在螺旋输送器进入清选谷物箱之前的谷物的质量流量)。类似地,在行开始时的速度的快速增加会引起相反的动态影响,从而导致所感测的产量的降低伪像。偏离正被所感测的平均产量的初始变化可能是相对急剧的。在这两个示例中,产量最终都在相反的方向上摆动,以在联合收割机的稳态操作期间恢复。
这些类型的动态影响和相应伪像的其他示例也可能出现。例如,当联合收割机在田地上操作并以向左倾斜的方式定向(因为地形以这种方式倾斜)时,这会导致交叉式螺旋输送器相对于该倾斜向上推送,从而降低了其效率并增加了输送时间。这会使在桨板链底部处的集粮槽缺乏谷物,从而降低收集效率。向右倾斜会使交叉式螺旋输送器向下流送,从而增加其流量和效率。这会使谷物涌入在桨板链底部处的集粮槽中,从而提高收集效率。
向下的纵摇(使联合收割机的前部向下定向-例如当联合收割机下坡行进时)可能会导致螺旋输送器更加满,从而增加其流量和效率。向上的纵摇使底板向上定向,从而使交叉式螺旋输送器缺乏谷物。这些类型的加速、减速、定向变化等是动态事件,该动态事件会在产量信号中引起动态、可校正的影响或误差。
因此,本文的描述针对识别多种类型的动态事件的***来进行,所述动态事件具有引起产量信号(或其他性能特性信号)的变化的相应伪像。该***确定产量信号中变化的幅度和变化的时间,并基于该幅度和时间将校正值应用于产量信号。
本文的描述将针对识别联合收割机中的产量信号的动态影响并对其进行校正而进行,但是应当理解,其可以应用于其他移动式收割机以及其他传感器信号。例如,其可以应用于损失信号,其中损失信号的变化是由动态事件引起的。其可以应用于其他收割机,例如打捆机、棉花收割机或其他机械,其中动态事件也会在这些机械的传感器信号中引入误差。
图1是在联合收割机100是联合收割机(或联合机)的示例中的农业收割机100的局部图示示意图。在图1中可以看出,联合收割机100说明性地包括驾驶室101,该驾驶室101可以具有用于控制联合收割机100的各种不同的操作员接口机构,如将在下面更详细地讨论的。联合收割机100可以包括一组前端设备,该组前端设备可以包括割台102和大致以104表示的切割器。联合收割机还可以包括喂入机构106、喂入加速器108和大致以110表示的脱粒器。脱粒器110说明性地包括脱粒转子112和一组凹板114。此外,联合收割机100可以包括分离器116,该分离器116包括分离器转子。联合收割机100可以包括清选子***(或清选室)118,该清选子***本身可以包括清选风扇120、谷壳筛122和筛子124。联合收割机100中的物料处理子***可以包括(除喂入机构106和喂入加速器108之外):排料逐稿轮126、尾料升降机128、清选谷物升降机130(其将清选谷物移动到清选谷物箱132中)和其他螺旋输送器(例如,交叉式螺旋输送器)以及卸料螺旋输送器134和喷口136。联合收割机100还可以包括残余物子***138,该残余物子***138可以包括切碎器140和撒布器142。联合收割机100还可以具有推进子***,该推进子***包括驱动地面接合轮144或履带等的发动机(或其他动力源)。应当注意,联合收割机100还可以具有一个以上的任意上述子***(例如左侧清选室、右侧清选室、左侧分离器、右侧分离器等)。
在操作中,并且总体来看,联合收割机100沿箭头146所示的方向说明性地移动通过田地。随着联合收割机的移动,割台102接合待收割的农作物并将所述农作物收集到切割器104处。在农作物被切割后,农作物通过交叉式螺旋输送器或传送带(draper belt)朝向中心喂入部分移动,通过喂入机构106中的输送机朝向喂入加速器108移动,该喂入加速器加速农作物进入到脱粒器110中。转子112通过使农作物相对于凹板114旋转来对农作物进行脱粒。脱粒后的农作物通过分离器116中的分离器转子移动,在分离器中,一些残余物被排料逐稿轮126朝向残余物子***138移动。残余物可以被残余物切碎器140切碎,并通过撒布器142撒布在田地上。在其他实施方式中,残余物简单地掉落在料堆中,而不是被切碎并撒布。
谷物落到清选室(或清选子***)118中。谷壳筛122从谷物中分离出一些较大的物料,而筛子124从清选谷物中分离出一些较细的物料。清选谷物落到清选谷物底板125上,然后滑落到下部螺旋输送器,该下部螺旋输送器对位于清选谷物升降机130的底部处的集粮槽127供料,该清选谷物升降机可以包括螺旋输送器或桨板链,并且向上移动清选谷物并将清选谷物沉积在清选谷物箱132中。可以通过由清选风扇120产生的气流将残余物从清选室118中移除。该残余物也可以在联合收割机100中向后朝向残余物处理子***138移动。
尾料可以落到尾料底板上,然后通过尾料螺旋输送器移动到尾料升降机128的输入侧。尾料可以通过尾料升降机128和上部螺旋输送器移动回到脱粒器110,在该脱粒器110处可以对尾料进行再次脱粒。可替代地,尾料也可以被传送到单独的复脱机构(也使用尾料升降机或另一运输机构),在该复脱机构处也可以对尾料进行再次脱粒。
图1还示出了在一个示例中,联合收割机100可以包括地速传感器147、一个或更多个分离器损失传感器148、清选谷物相机150和一个或更多个清选室损失传感器152。地速传感器147说明性地感测联合收割机100在地面上的行进速度。这可以通过感测车轮、驱动轴、轮轴或其他部件的旋转速度来进行。联合收割机100的行进速度和位置也可以由定位***157(诸如全球定位***(GPS))、航位推测***、LORAN***或提供行进速度的指示的多种其他***或传感器来感测。
清选室损失传感器152说明性地提供指示清选室118的右侧和左侧的谷物损失的量的输出信号。在一个示例中,传感器152是撞击传感器(或冲击传感器),其对每单位时间(或每单位行进距离)进行的谷物撞击进行计数,以提供清选室谷物损失的指示。清选室中的撞击传感器可以提供单独的信号,也可以提供组合信号或聚合信号。应当注意,传感器152可以仅包括单个传感器或任何数量的传感器。
分离器损失传感器148提供指示分离器中的谷物损失的信号。与分离器相关联的传感器可以提供单独的谷物损失信号或组合信号或聚合信号。这也可以使用多种不同类型的传感器来实现。应当注意,分离器损失传感器148也可以仅包括单个传感器或多个传感器。
还应当理解,传感器和测量机构(除已经描述的传感器之外)还可以包括联合收割机100上的其他传感器。例如,传感器和测量机构可以包括残余物设置传感器,该残余物设置传感器被配置成感测联合收割机100是否被配置成切碎残余物、使残余物掉落成料堆等。传感器和测量机构可以包括清选室风扇速度传感器,该清选室风扇速度传感器可以被配置成邻近风扇120以感测风扇的速度。传感器和测量机构可以包括脱粒间隙传感器,该脱粒间隙传感器感测转子112和凹板114之间的间隙。传感器和测量机构包括脱粒转子速度传感器,该脱粒转子速度传感器感测转子112的转子速度。传感器和测量机构可以包括谷壳筛间隙传感器,该谷壳筛间隙传感器感测谷壳筛122中的开口的尺寸。传感器和测量机构可以包括筛子间隙传感器,该筛子间隙传感器感测筛子124中的开口的尺寸。传感器和测量机构可以包括湿度传感器或可以被配置成感测穿过联合收割机100的物料的湿度水平的传感器。传感器和测量机构可以包括机械设置传感器,该机械设置传感器被配置成感测联合收割机100上的各种可配置设置。传感器和测量机构还可以包括机械定向传感器,该机械定向传感器可以是每秒感测多次联合收割机100的定向或姿态的多种不同类型的传感器中的任一种。农作物属性传感器可以感测多种不同类型的农作物属性,例如农作物类型、农作物湿度、受损谷物的相对量、除谷物以外的物料(MOG)的相对量以及其他农作物属性。农作物属性传感器也可以被配置成在联合收割机100正在处理农作物时感测农作物的特性。例如,当生物质(biomass)行进通过喂入机构106时,农作物属性传感器可以感测生物质喂入速率。农作物属性传感器可以根据通过升降机130的谷物的质量流量(通过处理来自相机150的光学图像或使用其他产量传感器)来感测与谷物被收割的(如位置传感器157所指示的)位置相关的产量(通过考虑处理延迟),或提供指示其他被感测变量的其他输出信号。下面描述了可以使用的传感器类型的一些其他示例。
图1A是示出了被收割的物料如何流动通过联合收割机100的流程图。收割机100中具有多个农作物流(或物料流)子***,被收割的物料流动通过该子***。物料可以聚集在这些子***处,或在这些子***处被耗尽。本文讨论的动态事件通过使通过这些子***的物料流加速(或减速)来影响一些特定的子***。物料流的这些激增(或减弱)最终会使其流向下游处的用于感测农作物产量的传感器。
例如,图1A示出了流入的农作物首先与切割器杆104接合。在其他收割机中,可以使用例如在收割玉米的示例中的收集链和扶禾轮(stalk roll)。割台102说明性地具有使农作物朝向中心喂入部分160移动的交叉式螺旋输送器或传送带,农作物在该中心喂入部分160处进入喂入机构106。喂入机构106可以具有链条式(slat-chain)输送机(或其他输送机),该输送机使物料通过喂入机构106并朝向喂入加速器108移动。喂入加速器108将物料移动到脱粒器(或分离器)110中。来自脱粒器110的谷壳朝向排料逐稿轮120、切碎器140和撒布器142移动,该撒布器将物料撒布到机械后方的地面上。
来自脱粒器110的其他物料朝向清选室118移动。如上所述,清选室118说明性地包括谷壳筛122,并且其还可以包括筛子124。再次,来自清选室118的谷壳和一些谷物掉落到尾料底板162上,在该尾料底板162处,尾料螺旋输送器164将所述谷壳和一些谷物移动到尾料升降机128。尾料升降机128将谷壳和谷物返回到清选室118的入口。上部尾料螺旋输送器166将谷物和谷壳从尾料升降机128的输出端移动到清选室118。
谷物从清选室118落到清选谷物底板125上,在该清选谷物底板处,下部螺旋输送器170将谷物朝向桨板集粮槽127移动。清选谷物升降机130中的桨板链(或其他传送机构)将谷物移动到清选谷物仓,在该清选谷物仓处,装载螺旋输送器172将谷物移动到清选谷物箱132中。
这些不同的农作物流(或物料流)子***中的一些可能会受到本文讨论的动态事件的影响。这些动态事件可以加快或减慢物料流入和流出子***的速度。对例如脱粒器或分离器子***110进行考虑。在一个示例中,产量传感器150在桨板链130的输出端处。在操作员迅速降低脱粒器110的速度(例如转子速度)的示例中,这将减慢物料行进通过脱粒器110的速度。因此,在该影响向下游传播并最终到达位于桨板链130的输出端处的产量传感器150之后,所感测的产量可能会发生显著变化。本文讨论的***对所感测的产量进行校正以解卷积(析出并去除)脱粒器速度瞬变的影响。
由于在图1A中所示的通过每个子***的农作物流的速率是该子***中农作物的量的函数,因此本文中的讨论是针对通过农作物流模型对子***进行建模的示例来进行。图1A所示的每个子***可以由一个或更多个方程式来表示。通过方程式对时间和离散步长进行积分,可得出对通过机械的到达产量传感器150之前的物料流的时间轴的基于模型的校正。模型中的表示每个子***的方程式可以从相对简单的表示形式(例如常数或近似值)到相对详细的微分方程式。类似地,一些子***可以由经验确定的函数来表示。
图2是更详细地示出了移动式农业收割机100的一个示例的框图。在图2所示的示例中,一些项目与图1所示的那些项目类似,并且它们被类似地编号。图2示出了联合收割机100可以包括多个不同的传感器200。如上所述,传感器200可以包括产量传感器201(其可以是具有图像处理逻辑***的相机150,或者是一个或更多个力传感器,或另一传感器)、损失传感器148、152、一个或更多个定向传感器202、位置传感器157、机械设置传感器206、农作物接合传感器208、操作员输入传感器210,并且传感器200可以包括多种其他传感器212。如上所述,产量传感器201可以包括感测通过谷物升降机130移动到清选谷物箱132中的农作物的质量流量的传感器。损失传感器148、152也可以是上述传感器。定向传感器202可以包括加速度计或感测联合收割机100的定向的其他传感器。机械设置传感器206可以感测可以在联合收割机100上设置的各种机械设置。其中一些设置包括转子速度、风扇设置、凹板和筛子间隙设置等多种其他设置。农作物接合传感器208说明性地感测联合收割机100上的割台是否与农作物完全接合、部分接合等。例如,农作物接合传感器208可以包括在割台上的农作物传感器,该农作物传感器可以是机械传感器、光学传感器、超声传感器或其他传感器。传感器可用于感测割台的哪一部分当前正在与农作物接合。当联合收割机100被转向为对农作物进行切割时,传感器208将生成增加或以其他方式改变的传感器值,以指示联合收割机100更充分地与农作物接合。如果联合收割机100被转向为不进行切割时,则传感器208说明性地生成随时间变化的传感器信号,以指示随时间的流逝割台接合较少的农作物。
操作员输入传感器210可以生成指示操作员输入的信号。这些输入可以包括转向输入、改变联合收割机100的设置的输入、加速和减速输入、指示各种阈值或其他值的输入和其他输入等(以下将讨论其中的一些)。
图2还示出了联合收割机100说明性地包括一个或更多个处理器214、数据存储装置216、动态事件检测***218、动态事件校正***220、信号调制***222、物料聚集***224(其可以包括积分器280和其他项目282)、映射生成器226、通信***228、操作员接口机构230、控制***232和可控子***234。联合收割机100也可以包括多种其他项目236。
图2还示出了联合收割机100可以由操作员238操作,并且可以通过网络240与其他***242通信。远程***242可以包括供应商***、农场管理员***或其他远程***。在描述联合收割机100的整体操作之前,将首先提供对联合收割机100中的某些项目及其操作的简要描述。操作员接口机构230可以由操作员238来致动以控制和操纵联合收割机100。因此,操作员接口机构230可以采用多种不同的形式,例如杆、踏板、开关、触敏显示器、麦克风和扬声器(其中提供了语音识别和语音合成功能)、方向盘、操纵杆等。
通信***228使联合收割机100中的项目能够彼此通信。通信***228还说明性地使联合收割机100能够通过网络240与一个或更多个远程***242通信。网络240可以是局域网、近场通信网络、广域网、蜂窝通信网络或各种不同网络中的任何其他网络或网络的组合。因此,通信***228可以根据其要启用的通信的类型而变化。
数据存储装置216本身可以包括动态事件检测阈值244、预定义的基于事件的校正传递函数246、机械特性248、校正后的信号数据250、并且可以包括多种其他项目252。动态事件检测***218本身可以包括信号选择器254、变化率(加速度)识别器逻辑***(或导数生成器)256,并且动态事件检测***218可以包括其他项目258。动态事件校正***220本身可以包括校正传递函数识别器260、校正应用***262、输出生成器264和/或其他项目266。校正传递函数识别器260可以包括校正幅度识别器268、校正跨度识别器270、基于事件的检索逻辑***272,并且校正传递函数识别器260可以包括其他项目274。
信号调制***222说明性地从一个或更多个传感器200接收传感器信号,并且可以对那些信号执行调制操作。调制操作可以包括滤波、归一化、放大、线性化等。动态事件检测***218说明性地接收调制后的传感器信号并检测可能影响一个或更多个性能特性传感器的准确度的动态事件。例如,动态事件检测***218可以检测联合收割机100正在经历的动态事件,这些事件可能会暂时影响由产量传感器201生成的产量信号或由损失传感器148、152生成的损失信号的准确度。信号选择器254选择可用于确定动态事件是否存在的信号中的一个。变化率识别器逻辑***256检测所选择的信号的变化率以确定动态事件是否存在。例如,可以采用由位置传感器204生成的位置信号的导数来确定联合收割机100的移动速率和加速度。这可以用于确定联合收割机100是加速还是减速。来自传感器202的定向传感器信号也可以采用其导数或二阶导数来确定机械的定向是否改变(例如,是否由于联合收割机100正经过***处、通过低洼处、上坡或下坡等而导致定向倾斜或摆动)。可以采用由传感器206生成的机械设置传感器信号的导数来确定设置是刚刚被改变还是正在快速改变。可以采用农作物接合传感器208的导数来确定机械是否正在快速地接合更多或更少的农作物。变化率识别器逻辑***256也可以用于确定其他信号的变化率,以试图识别动态事件是否正在发生。
动态事件检测阈值254可以是与用于检测动态事件的不同信号相对应的阈值。因此,阈值比较逻辑***257可以访问动态事件检测阈值244中的一个,并将所选择的信号的变化率与对应于不同动态事件的变化率阈值进行比较。如果变化率满足阈值中的一个,则动态事件检测***2189生成指示动态事件正在发生的输出。这由输出生成器259完成。可以在由输出生成器259生成的输出中识别动态事件,以及识别所选择的信号的变化率超过阈值的程度。输出生成器259可以提供具有其他信息或不同形式的输出。
一旦已经检测到动态事件并对其进行标识,则动态事件校正***220生成可应用于具有由动态事件引起的不准确性的产量信号(或其他性能特性传感器信号)的校正值。校正传递函数识别器260可以识别可应用于产量信号(或其他信号)以对其进行校正的传递函数。校正传递函数识别器260可以基于待进行的校正的特性(例如幅度、跨度、动态事件等)来动态地计算校正传递函数或检索预定义的校正传递函数。因此,校正幅度识别器268可以识别所需的校正的幅度。校正跨度识别器270可以识别待在其上应用校正的产量信号的跨度,和/或基于事件的检索逻辑***272可以检索与检测到的动态事件相对应的特定的基于事件的校正传递函数246。校正幅度识别器268可以修改检索到的传递函数的幅度,并且校正跨度识别器270可以沿时间轴对其进行扩大或缩小,以使该传递函数正确地校正产量信号。
然后,校正应用***262在正确的时间并在正确的时间跨度上将校正传递函数应用于产量信号,以针对检测到的动态事件对产量信号进行校正。输出生成器264生成指示校正后的产量信号的输出,以使得该输出可以被存储为校正后的信号数据250。
在一个示例中,需要进行校正的误差的幅度(例如,传感器响应于动态事件的幅度)以及由动态事件引起的误差的幅度是基于在发生误差时每个谷物流子***中的谷物的量。因此,物料聚集***224说明性地包括积分器280,并且物料聚集***224可以包括其他项目282。积分器280对最近的产量信号进行积分以识别指示当检测到动态事件发生时联合收割机100中每个农作物流子***(例如图1A所示的那些)中的谷物的量的度量。因此,校正幅度识别器268检索指示当动态事件发生时每个子***中的谷物的量的度量,以识别在每个子***中引入的误差的幅度。
映射生成器226可以使用校正后的信号数据250来生成更准确的产量映射,因为该产量映射基于校正后的信号数据250。类似地,通信***228可以将该信息传送到一个或更多个远程***242。
控制***232可以接收来自传感器200和其他传感器的输入,还可以接收来自操作员接口机构230和其他项目的输入,并生成用于控制可控子***234的控制信号。可控子***可以包括推进***、转向子***、设置子***等。推进***可用于控制联合收割机100的推进(加速、减速、速度等),以例如:实现更恒定的生物质喂入速率。转向子***可用于控制联合收割机100的行进方向。设置子***可用于自动地控制联合收割机100上的设置。这些仅仅是可控子***的一些示例,该可控子***可以由控制***232基于产量、谷物损失、谷物量或其他信号的校正后的值进行控制。
如上所述,动态事件可以以传递函数的形式将误差引入到产量信号中,该传递函数在机械农作物流处理中将质量转移到不同的时间点。图2A和图2B示出了动态事件对产量信号的影响,动态事件分别引起正影响和负影响。图2C示出了动态事件的一个示例,该动态事件引起产量信号的变化并保持产量信号的类型失真或不准确性。图2D示出了对多个不同的动态事件的多个不同的传感器响应。一旦图2D中所示的传感器响应是已知的、被表征的并与动态事件相关联,便可以通过使用传感器响应识别动态事件和/或识别反向传递函数可以应用以校正产量信号的幅度和时间跨度来进行校正。
再次参考图2A,可以看出动态事件从时间t0处发生。在动态事件的发生与该动态事件开始影响产量信号(图2A中300处所示)之间存在延迟302。在延迟302之后,可以看出动态事件304使产量信号300的值增大,如306所示。然后,产量信号的值在308处开始减小,并在310处缓慢地回到其标称值。因此,该影响的长度在图2A中由箭头312所示。图2A中所示的动态事件被称为“正”动态事件,因为该动态事件最初引起产量信号增大,然后在稳定之前减小。图2B示出了负动态事件。一些项目类似于图2A中所示的那些项目,并且它们被类似地编号。在图2B所示的示例中,动态事件304最初使产量信号300在306处负向移动,然后在310处稳定至其标称值之前在308处正向恢复。
图2C示出了“改变并保持”动态事件的影响。再次,一些项目类似于图2A和图2B中所示的那些项目,并且它们被类似地编号。然而,改变并保持事件可能是各种不同的事件,例如机械设置的变化。改变并保持事件可能在时间t0处发生。然而,在产量信号300示出在时间t0处的设置变化的影响之前,通常仍存在延迟302。因此,如图2C所示,在延迟300之后,产量信号在区域314中示出了产量信号基于在时间t0处的设置变化而改变值的影响。然而,产量信号然后将新值保持为其标称值,如316所示。
图2D示出了基于多个不同的动态事件的、作为时间的函数的多个不同的传感器响应。这些传感器响应可以在操作开始之前进行表征,并与预定义的校正传递函数和检测到的动态事件相关联,以便在操作过程中检测到这些传感器响应时,可以返回并应用预定义的校正传递函数。可替代地,可以在操作期间检测图2D中所示的传感器响应,并用于计算校正传递函数,该校正传递函数本质上是传感器响应的镜像,校正传递函数可以应用于传感器输出(产量信号)以针对动态事件对其进行校正。信号316示出了针对动态事件的作为时间的函数的传感器响应,该动态事件与收割机100在开始切割时进入到农作物中相对应。这导致产量的相对快速的增加。响应318示出了收割机离开农作物的动态事件的影响。这导致产量的相对快速的下降。响应320示出了快速减慢(减速)对产量信号的影响,并且响应322示出了快速加快(加速)对产量信号的影响。机械减速是与传感器响应320相对应的动态事件,而机械加速是与传感器响应322相对应的动态事件。
传感器响应324和326分别对应于收割机100的快速向上纵摇和快速向下纵摇。传感器响应328和330分别对应于收割机100围绕其从前到后的纵向轴线的快速向左横摇和快速向右横摇。响应332和334分别对应于快速向左偏航和快速向右偏航(这可能在收割机100转向时发生)。响应336对应于农作物块(或较大的团块或农作物组)被喂入通过机械的动态事件。当发生这种情况时,在出现团块时的农作物处理中通常会存在延迟,然后出现如传感器响应336所示的“追赶”响应。
响应338和340分别对应于***设置的减少处理时间的快速变化和增加处理时间的快速变化。例如,可以在存在***设置中的增加交叉式螺旋输送器速度、发动机速度或转子RPM的快速变化的情况下看到响应338。响应340可以对应于***设置的增加处理时间(诸如降低交叉式螺旋输送器速度、发动机速度或转子RPM)的快速变化。
图3是示出移动式农业收割机100的操作的一个示例的流程图,该操作为检测影响性能特性传感器信号(在这种情况下,将在产量信号的方面进行描述,但也可以使用其他信号)的动态事件,并基于检测到的动态事件确定并应用对产量信号的校正。首先假设联合收割机100在田地中正在操作或将要在田地中进行操作。这由图3的流程图中的框350来表示。在某一点处,将生成或获得机械特性248,任何动态事件检测阈值244也是如此。由框352指示生成或获得机械特性,并且可以以多种方式来实现。可以通过在安装装置时将查找表填入到联合收割机上的数据存储装置216或其他计算装置中来获得机械特性。在另一示例中,可以感测到或自动检测到机械特性(例如制造、型号、机械尺寸等)。在另一示例中,可以从远程***242下载机械尺寸、操作特性和其他特性。也可以由操作员输入这些特性。
生成事件阈值244由图3的流程图中的框354来表示。这些阈值也可以在联合收割机100上动态地生成、从远程***242下载、由操作员输入等。机械也可以以其他方式操作和配置,这由框346来表示。
然后,由传感器200中的一个感测联合收割机100的性能特性。这由图3的流程图中的框358来表示。在一个示例中,性能特性是由产量传感器201所感测的产量360。在另一示例中,性能特性是由损失传感器148、152所感测的损失362。所感测的性能特性可以是多种其他特性(包括谷物质量364)中的任何一种。
动态事件检测***218然后检测动态事件,针对该动态事件将对所感测的性能特性应用校正。再次,本文的描述将针对所感测的性能特性是产量来进行,但这仅是示例性的描述。检测动态事件由图3的流程图中的框366来表示。
动态事件可以是多种动态事件中的任何一种,该动态事件引起联合收割机100的加速、定向的变化、处理速度的变化等。因此,动态事件可以是基于农作物的动态事件368,例如进入农作物和离开农作物。动态事件可以是基于地形的动态事件370,例如行进穿过***处或行进穿过山坡,这会导致机械的纵摇或横摇等。动态事件可以是基于操作员的动态事件372,例如使机械转向(这会在机械动力学中引起偏航分量)、速度变化(这会导致加速和减速等)。动态事件可以是基于机械的动态事件374,例如机械设置的变化(例如,交叉式螺旋输送器速度、发动机速度、转子RPM等的增加或降低)或喂入通过机械的农作物块。动态事件可以是可能影响农作物特性传感器信号的多种其他动态事件376中的任一种。
如下面针对图4更详细地讨论的,动态事件检测***218可以使用信号选择器254来选择来自传感器200的传感器信号中的一个或更多个以用于检测动态事件。在一个示例中,不同传感器信号的变化率可以指示不同的动态事件。因此,变化率识别器逻辑***256检测或确定所选择的信号的变化率,并且阈值比较逻辑***257检索动态事件检测阈值244,并将所选择的信号的变化率与该阈值进行比较。被检测到的每个不同的动态事件可以具有不同的检测阈值244。例如,为了检测第一动态事件,可能是第一传感器信号必须以超过第一阈值的速率变化。为了检测第二动态事件,可能是同一传感器信号或不同的传感器信号必须以超过第二阈值的速率变化,依此类推。例如,如上文关于图1A所讨论的,一个或更多个动态事件可以影响多个不同的子***。
输出生成器259生成指示是否检测到动态事件的输出。输出生成器259可以输出标识特定动态事件的标识符。输出生成器259可以输出关于信号超过阈值多少的指示,和/或输出生成器259还可以输出对应于检测到的动态事件的各种其他信息。
动态事件校正***220然后确定基于事件的校正传递函数246。动态事件校正***220可以从数据存储装置216中检索出一个预定义的校正传递函数,或者可以计算出一个校正传递函数。因此,***220可以识别对应于动态事件的校正幅度和校正长度。这由框378来表示。校正幅度识别器268可以基于机械中当前存在的谷物或被收割的物料的量来确定幅度。例如,如果机械具有加速度,则根据此时特定的上游农作物流子***(如图1A所示)中的物料的量,被投入或延迟到达螺旋输送器的谷物的量将发生变化。因此,在该示例中,上游农作物流子***中的物料的量将成为确定由机械的加速度引起的产量信号中的误差的幅度的分量。确定机械中的物料的量由图3的流程图中的框380来表示。还可以基于机械特性248(例如机械的尺寸、机械中的谷物保持设备的尺寸或几何形状、螺旋输送器的尺寸和速度等)来确定幅度。
校正跨度识别器270然后确定误差发生的时间跨度(并因此确定将应用校正传递函数的时间跨度)。例如,如图2D中的传感器响应所示,产量信号中的误差的幅度可以随时间扩展。产量信号可以例如快速增大,然后缓慢减小。产量信号可以快速增大,然后快速减小,然后相对缓慢地返回到其标称值。对应于校正信号的这些时间特性还可以基于机械子***中的物料的量、检测到的特定动态事件、当时的机械速度、动态事件的幅度(例如是否存在较大的加速度或相对较小的加速度,机械是否快速地移动一相对较大的纵摇角度或较小的纵摇角度,机械是否横摇一较大的角度或较小的角度等)。因此,校正跨度识别器270使用这些项目来确定将应用校正值的跨度。
基于事件的检索逻辑***278一旦知道校正传递函数的特性(例如动态事件的识别、校正值的幅度和跨度等),就从数据存储装置216中检索(或以其他方式确定)相应的基于事件的校正传递函数246。在另一示例中,逻辑***272也可以用于近实时地动态地计算传递函数。检索或计算基于事件的校正传递函数246由图3的流程图中的框382来表示。校正幅度和校正的长度也可以以其他方式来确定,这由框384来表示。
校正应用***262然后确定校正时间。这表明在产量信号中在何处应用校正。确定校正时间由图3的流程图中的框386来表示。如框388所示,这可以基于机械中的处理延迟。可以基于所感测的机械特性(例如发动机速度、螺旋输送器速度、机械速度、机械型号、尺寸等)来感测或计算那些处理延迟。也可以以多种其他方式来确定校正时间,这由框390来表示。
一旦已经确定了校正的幅度和跨度(无论是计算出的还是从数据存储装置216中检索到的),并且一旦识别出了产量信号中将要应用校正的位置,则校正应用***262就会以识别出的幅度、长度和时间来近实时地对性能特性应用校正。这由框392来表示。
输出生成器264生成指示校正后的信号的输出。控制***232然后可以基于校正后的性能特性来生成动作信号以控制可控子***234、映射生成器226、通信***228和/或操作员接口机构230中的一个或更多个。这由框394来表示。例如,控制***232可以生成动作信号以控制映射生成器226,以将校正后的产量值映射到地理位置,而不是对错误或不准确的产量值进行映射。控制映射生成器由框396来表示。控制***232可以控制操作员接口机构230以为操作员238呈现校正后的产量信号。这由图3的流程图中的框398来表示。控制***232可以基于校正后的产量信号来控制一个或更多个可控子***234。这由框400来表示。控制***232可以控制通信***228,以将校正后的产量信号发送到远程***242或其他地方。控制通信***由框402来表示。可以以多种其他方式生成动作信号以控制多种其他项目。这由框404来表示。
图4是示出了动态事件检测***218如何检测待校正的动态事件以及动态事件校正***220如何校正那些事件对产量信号的影响的一个示例的流程图。首先假设传感器200生成动态事件传感器信号,该动态事件传感器信号是可以用于检测待对其施加产量校正的动态事件的那些传感器信号。生成动态事件传感器信号在图4的流程图中由框406来表示。这样的信号可以包括由位置传感器204所感测的感测位置408。该信号可以是由定向传感器202所感测的机械定向410。该信号可以是由机械设置传感器206所感测的机械设置412。该信号可以是由农作物接合传感器208所感测的农作物接合414(例如,收割机是进入还是离开农作物,或者与农作物完全接合)。该信号可以是由其他传感器所感测的多种其他项目416。
传感器信号在动态事件检测***218处被接收,并且信号选择器254选择信号中的一个或更多个信号进行评估,以确定动态事件信号是否变化了可以指示动态事件的存在的阈值量。变化率(加速度)识别器逻辑***确定信号变化的速率。阈值比较逻辑***257将信号的变化率与相应的阈值进行比较,以确定所述信号是否变化了一阈值量。确定动态事件传感器信号是否变化了阈值量由图4的流程图中的框418来表示。
在一个示例中,逻辑***218计算信号的一个或更多个导数,以确定信号的变化率。例如,如果要评估的传感器信号是由位置传感器204生成的位置信号408,则变化率识别器逻辑***256可以计算位置信号相对于时间的一阶导数以获得速度,并计算二阶导数以获得加速度。可以针对定向410执行相同的操作。可以计算定向410的一阶导数以确定定向变化的速度,并且可以计算其二阶导数以确定定向变化的加速度。计算导数由框420来表示。获得加速度值(无论是通过计算导数获得还是通过其他方式(例如使用加速度计)获得)由框422来表示
加速度是施加在联合收割机100上的加速度的指示,该加速度指示动态事件的存在,针对该动态事件可以进行产量信号校正。将加速度与阈值水平进行比较以确定是否要进行校正。这由框424来表示。在一个示例中,阈值比较逻辑***257确定已检测到的特定动态事件(例如,在纵摇或横摇方向上的加速度、与农作物的快速接合或脱离等),并访问数据存储装置216以获得动态事件检测阈值249。阈值比较逻辑***257将加速度值与阈值进行比较,以确定是否针对动态事件校正产量信号。也可以以其他方式确定动态事件信号是否变化了阈值量,这由框426来表示。
如框428所示,如果动态事件信号指示可校正事件(因为该信号以满足阈值的变化率变化),则动态事件检测***218确定当前是否有一个以上的动态事件正在进行。这由框430来表示。例如,联合收割机100可能经过***处,这既引起围绕纵摇轴线的加速度,又引起围绕横摇轴线的加速度。然而,可能其中的一个对产量信号响应的影响要大于其他对产量信号响应的影响。类似地,在联合收割机100快速接合农作物时联合收割机100经过***处,这引起围绕纵摇轴线的加速度。同样,可能这些动态事件中的一个对产量信号响应的影响要大于其他对产量信号响应的影响。
如果仅存在一个已经被检测到的动态事件,则输出生成器259生成识别已检测到的可校正动态事件的输出。这由框432来表示。然而,如果检测到多于一个的动态事件,则输出生成器259识别将对产量信号具有最大影响的动态事件。这由框434来表示。例如,数据存储装置216可以存储动态事件的等级。在某些情况下,等级可以指示哪些动态事件对产量信号的影响最大。在这种情况下,输出生成器259访问动态事件等级以识别哪个检测到的动态事件对产量信号的影响最大。如果在相同的时间间隔内存在多个事件,则输出生成器可以遍历事件的等级,以便递归地识别所述多个动态事件,从而校正流时间轴。这由框435来表示。如框437所示,也可以以其他方式来处理多个动态事件。
一旦已经识别出了可校正的动态事件(在框432或框434处),则输出生成器259向校正传递函数识别器260生成指示所识别的动态事件的输出。这由图4的流程图中的框436来表示。输出可以包括多种不同类型的信息,例如动态事件的识别、动态事件的相对幅度(动态事件信号超过阈值的量)或多种其他信息。例如,如果动态事件是围绕横摇轴线的加速度,则输出生成器259可以生成指示横摇幅度的输出(例如,横摇角的度数以及围绕横摇轴线的加速度超出阈值的程度),或多种其他信息。
因此可以看出,本***识别出性能特性中的可校正误差(例如,所感测的产量、损失等),并对那些值进行近实时的校正。校正后的值然后可以用于生成控制信号,以控制联合收割机100上的各种项目或远程***242中的各种项目。例如,校正后的值可以用于执行联合收割机100的自动控制、控制映射生成器226、控制通信***228、控制联合收割机100的转向或推进等。
当前的讨论已提到处理器和服务器。在一个示例中,处理器和服务器包括计算机处理器,该计算机处理器具有未单独示出的相关联的存储器和定时电路。所述处理器和服务器是其所属的***或设备的功能性部件并由其所属的***或设备激活,并且实现这些***中其他部件或项目的功能。
此外,已经讨论了多个用户接口显示。所述多个用户接口显示可以采取多种不同的形式,并且可以具有设置在其上的多种不同的用户可致动的输入机构。例如,用户可致动的输入机构可以是文本框、复选框、图标、链接、下拉菜单、搜索框等。也可以以多种不同的方式来致动输入机构。例如,可以使用定点或点击设备(例如控制球或鼠标)来致动输入机构。可以使用硬件按钮、开关、操纵杆或键盘、指开关或指垫等来致动输入机构。也可以使用虚拟键盘或其他虚拟致动器来致动输入机构。此外,在显示输入机构的屏幕是触摸感应屏幕的情况下,可以使用触摸手势来致动输入机构。另外,在显示输入机构的设备具有语音识别部件的情况下,可以使用语音命令来致动输入机构。
还讨论了多个数据存储装置。应当注意,这些数据存储装置可以分别被分成多种数据存储装置。可以全部是访问这些数据存储装置的***的本地数据存储装置,或可以全部是远程的,或者一些可以是本地的而另一些是远程的。本文考虑了所有这些配置。
此外,附图示出了多个框,其中每个框赋有一定功能。应当注意,可以使用更少的框,使得功能由更少的部件来执行。另外,可以使用更多的框,其中功能分配在更多的部件之间。
图5是图1所示的收割机100的框图,除了该收割机100与远程服务器架构500中的元件进行通信之外。在示例中,远程服务器架构500可以提供计算、软件、数据访问和存储服务,这些服务不需要终端用户了解传递这些服务的***的物理位置或配置。在各示例中,远程服务器可以使用适当的协议通过广域网(例如因特网)来传递服务。例如,远程服务器可以通过广域网传递应用,并且可以通过网页浏览器或任何其他计算部件对远程服务器进行访问。图2中所示的软件或部件以及相应的数据可以存储在位于远端位置处的服务器上。远程服务器环境中的计算资源可以集中在远程数据中心位置处,或者该计算资源也可以是分散的。远程服务器架构可以通过共享数据中心传递服务,即使这些远程服务器架构对于用户而言只是单个的访问点。因此,可以使用远程服务器架构从位于远端位置处的远程服务器提供本文所述的部件和功能。可替代地,可以从常规的服务器提供所述部件和功能,或者所述部件和功能可以直接安装在客户端设备上,或者以其他方式提供所述部件和功能。
在图5所示的示例中,一些项目与图2所示的那些项目相似,并且它们被类似地编号。图5具体示出了映射远程***242以及***218和220中的一些或全部可以位于远程服务器位置502处。因此,收割机100通过远程服务器位置502访问这些***。
图5还描绘了远程服务器架构的另一示例。图5示出了还可以预期的是图2的一些元件布置在远程服务器位置502处,而其他元件没有如此布置。例如,数据存储装置216可以布置在与位置502分开的位置处,并且可以通过位于位置502处的远程服务器被访问。无论这些部件位于何处,收割机100都可以通过网络(广域网或局域网)直接访问这些部件,这些部件可以通过服务宿主在远程站点处,或者这些部件可以作为服务来提供,或可以由位于远程位置的连接服务访问。此外,数据可以基本上存储在任何位置处,并且可以被目标方间歇地访问或转发给目标方。
还应注意,图2的元件或元件的多个部分可以布置在多种不同的装置上。这些装置中的一些包括服务器、台式计算机、膝上型计算机、平板计算机或其他移动装置,例如掌上计算机、手机、智能手机、多媒体播放器、个人数字助理等。
图6是计算环境的一个示例,在该计算环境中(例如)可以部署图1的元件或其中的一部分元件。参照图6,用于实现一些实施例的示例性***包括以计算机810形式的、被编程以如上所述的执行操作的计算设备。计算机810的部件可以包括但不限于:处理单元820(其可以包括先前附图中的处理器或服务器)、***存储器830和***总线821,该***总线821将包括***存储器在内的各***部件连接到处理单元820。***总线821可以是多种类型的总线结构中的任何一种,包括使用多种总线架构中的任何一种的存储器总线或存储器控制器、***总线和本地总线。参照图2描述的存储器和程序可以部署在图6的相应部分中。
计算机810通常包括多种计算机可读介质。计算机可读介质可以是可以由计算机810访问的任何可用介质,并且包括易失性和非易失性的介质、可移动和不可移动的介质。作为示例而非限制,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质不同于经调制的数据信号或载波,并且不包括经调制的数据信号或载波。计算机存储介质包括硬件存储介质,该硬件存储介质包括易失性和非易失性的介质以及可移动和不可移动的介质,这些介质以任何方法或技术实现以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)。计算机存储介质包括但不限于:RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字通用光盘(DVD)或其他光盘存储器、磁带盒、磁带、磁盘存储器或其他磁存储设备、或可用于存储所需信息并可由计算机810访问的任何其他介质。通信介质可以实现为传输机构中的计算机可读指令、数据结构、程序模块或其他数据,并且包括任何信息传递介质。术语“经调制的数据信号”是指具有其特征中的一个或多个特征的信号,所述一个或多个特征以一定方式被设置或改变以对信号中的信息进行编码。
***存储器830包括易失性和/或非易失性存储器形式的计算机存储介质,例如只读存储器(ROM)831和随机存取存储器(RAM)832。基本输入/输出***833(BIOS)通常存储在ROM 831中,该基本输入/输出***833(BIOS)包含有助于在计算机810内的元件之间(例如在启动期间)传递信息的基本例程。RAM 832通常包含可由处理单元820立即访问和/或由处理单元820当前运行的数据和/或程序模块。例如但非限制性地,图6示出了操作***834、应用程序835、其他程序模块836和程序数据837。
计算机810还可以包括其他可移动/不可移动、易失性/非易失性计算机存储介质。仅作为示例,图6示出了从不可移动的非易失性磁性介质读取或写入的硬盘驱动器841、光盘驱动器855和非易失性光盘856。硬盘驱动器841通常通过不可移动的存储器接口(诸如接口840)连接到***总线821,以及光盘驱动器855通常通过可移动的存储器接口(诸如接口850)连接到***总线821。
可替代地或另外地,可以由一个或多个硬件逻辑部件执行或至少部分地执行本文所描述的功能。例如但非限制性地,可以使用的说明性类型的硬件逻辑部件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑器件(CPLD)等。
以上讨论的并在图6中示出的驱动器及其相关联的计算机存储介质为计算机810提供计算机可读指令、数据结构、程序模块和其他数据的存储。在图6中,例如,硬盘驱动器841被示出为存储操作***844、应用程序845、其他程序模块846和程序数据847。应当注意,这些部件可以与操作***834、应用程序835、其他程序模块836和程序数据837相同或不同。
用户可以通过输入设备将命令和信息输入到计算机810中,该输入设备例如键盘862、麦克风863和定点设备861(例如鼠标、控制球或触摸板)。其他输入设备(未示出)可以包括操纵杆、手柄、卫星天线、扫描器等。这些和其他输入设备通常通过联接到***总线的用户输入接口860连接到处理单元820,但是可以通过其他接口和总线结构进行连接。视觉显示器891或其他类型的显示设备也经由诸如视频接口890之类的接口连接到***总线821。除了监测器之外,计算机还可以包括其他***输出设备,例如扬声器897和打印机896,这些***输出设备可以通过输出外设接口895进行连接。
使用与一个或多个远程计算机(例如远程计算机880)的逻辑连接(例如控域网-CAN、局域网-LAN,或广域网WAN)在网络环境中操作计算机810。
当在LAN网络环境中使用时,计算机810通过网络接口或适配器870连接到LAN871。当在WAN网络环境中使用时,计算机810通常包括调制解调器872或用于通过WAN 873(例如因特网)建立通信的其他装置。在网络环境中,程序模块可以存储在远程存储器存储设备中。图6例如示出了远程应用程序885可以位于远程计算机880上。
还应注意,本文描述的不同示例可以以不同方式进行组合。即,一个或多个示例的部分可以与一个或多个其他示例的部分进行组合。本文考虑了所有这些方面。
示例1是一种移动式收割机,包括:
性能特性传感器,所述性能特性传感器感测收割性能特性,并生成指示所感测的性能特性的性能特性传感器信号;
动态事件特性传感器,所述动态事件特性传感器感测指示影响所述性能特性传感器信号的准确度的动态事件的特性,并生成指示所感测的动态事件特性的动态事件传感器信号;
动态事件检测***,所述动态事件检测***接收所述动态事件传感器信号,基于所述动态事件传感器信号检测所述动态事件,并生成指示所检测的动态事件的动态事件输出信号;
动态事件校正***,所述动态事件校正***接收所述动态事件输出信号,并基于所述动态事件输出信号识别动态事件校正传递函数;以及
校正应用***,所述校正应用***将所述动态事件校正传递函数应用于所述性能特性,以获得校正后的性能特性。
示例2是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件检测***包括:
变化率识别器逻辑***,所述变化率识别器逻辑***被配置成识别所述动态事件传感器信号的变化率。
示例3是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件检测***包括:
阈值比较逻辑***,所述阈值比较逻辑***被配置成获得动态事件检测阈值,并将所识别的所述动态事件传感器信号的变化率与所述动态事件检测阈值进行比较,以检测所述动态事件。
示例4是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件检测***包括:
输出生成器,所述输出生成器被配置成生成标识检测到的动态事件的所述动态事件输出信号。
示例5是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件校正***包括:
校正幅度识别器,所述校正幅度识别器被配置成基于所识别的检测到的动态事件来确定与所述动态事件校正传递函数相对应的校正的幅度。
示例6是根据所有前述示例或前述示例中任一项所述的移动式收割机,还包括:
物料聚集***,所述物料聚集***在所述动态事件被检测到时识别在所述移动式收割机中的多个不同物料流子***中的每一个物料流子***中的农作物的量,并生成农作物聚合信号,所述农作物聚合信号指示在所述移动式收割机中的所述多个不同物料流子***中的每一个物料流子***中的农作物的量。
示例7是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述校正幅度识别器基于所述农作物聚合信号来识别所述多个不同物料流子***中的哪一个物料流子***具有受所述动态事件影响的物料流,并确定所述物料流受影响的程度,所述校正幅度识别器基于物料流受影响的每个物流料子***中的物料流受影响的程度来确定校正的幅度。
示例8是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件校正***包括:
校正跨度识别器,所述校正跨度识别器被配置成确定与所述动态事件校正传递函数相对应的时间跨度。
示例9是根据所有前述示例或前述示例中任一项所述的移动式收割机,其中,所述动态事件校正***包括:
基于事件的检索逻辑***,所述基于事件的检索逻辑***被配置成基于由所述动态事件输出信号识别的所述动态事件来检索所述动态事件校正传递函数。
示例10是根据所有前述示例或前述示例中任一项所述的移动式收割机,还包括:
输出生成器,所述输出生成器被配置成基于校正后的性能特性来生成动作信号。
示例11是根据所有前述示例或前述示例中任一项所述的移动式收割机,还包括:
映射生成器,所述映射生成器生成所述性能特性的映射,并且其中,所述输出生成器生成所述输出信号,以控制所述映射生成器基于校正后的性能特性来生成所述映射。
示例12是一种控制移动式收割机的方法,包括:
感测收割性能特性;
生成指示所感测的性能特性的性能特性传感器信号;
感测指示影响所述性能特性传感器信号的准确度的动态事件的特性;
生成指示所感测的动态事件特性的动态事件传感器信号;
基于所述动态事件传感器信号检测所述动态事件;
生成指示所检测的动态事件的动态事件输出信号;
基于所述动态事件输出信号来确定动态事件校正传递函数;以及
基于所述动态事件校正传递函数来校正所述性能特性,以获得校正后的性能特性。
示例13是根据所有前述示例或前述示例中任一项所述的方法,其中检测所述动态事件包括:
确定所述动态事件传感器信号的变化率;以及
基于所识别的变化率来检测所述动态事件。
示例14是根据所有前述示例或前述示例中任一项所述的方法,其中检测所述动态事件包括:
获得动态事件检测阈值;以及
将所述动态事件传感器信号的变化率与所述动态事件检测阈值进行比较,以检测所述动态事件。
示例15是根据所有前述示例或前述示例中任一项所述的方法,其中,校正所述性能特性包括:
基于所述动态事件确定所述动态事件校正传递函数。
示例16是根据所有前述示例或前述示例中任一项所述的方法,其中,校正所述性能特性包括:
基于所检测的动态事件来确定与所述动态事件校正传递函数相对应的校正的幅度。
示例17是根据所有前述示例或前述示例中任一项所述的方法,其中,识别幅度包括:
当检测到所述动态事件时,识别在所述移动式收割机的每个物料流子***中的农作物的量;以及
当检测到所述动态事件时,基于所识别的在所述移动式收割机中的每个物料流子***中的农作物的量来识别校正的所述幅度。
示例18是根据所有前述示例或前述示例中任一项所述的方法,其中,校正所述性能特性包括:
确定与所述动态事件校正传递函数相对应的时间跨度。
示例19是一种用于控制移动式收割机的控制***,包括:
性能特性传感器,所述性能特性传感器感测收割性能特性,并生成指示所感测的性能特性的性能特性传感器信号;
动态事件传感器,所述动态事件传感器感测指示影响所述性能特性传感器信号的准确度的动态事件的动态事件特性,并生成指示所感测的动态事件特性的动态事件传感器信号;
一个或更多个处理器;以及
存储器,所述存储器存储有指令,当所述指令由所述一个或更多个处理器执行时使所述一个或更多个处理器执行步骤,所述步骤包括:
基于所述动态事件传感器信号检测所述动态事件;
生成指示所检测的动态事件的动态事件输出信号;以及
基于所述动态事件输出信号来确定动态事件校正传递函数;以及
基于所述动态事件校正传递函数来校正所述性能特性,以获得校正后的性能特性。
示例20是根据所有前述示例或前述示例中任一项所述的控制***,其中,检测所述动态事件包括:
识别所述动态事件传感器信号的变化率;
获得动态事件检测阈值;以及
将所识别的所述动态事件传感器信号的的变化率与所述动态事件检测阈值进行比较,以检测所述动态事件。
尽管已经以特定于结构特征和/或方法行为的语言描述了本主题,但是应当理解,在所附权利要求中限定的本主题不一定限于以上描述的具体特征或行为。相反,以上描述的具体特征和行为仅作为实施权利要求的示例性形式被公开。
Claims (15)
1.一种移动式收割机(100),包括:
性能特性传感器(200),所述性能特性传感器(200)感测收割性能特性,并生成指示所感测的性能特性的性能特性传感器信号;
动态事件特性传感器(200),所述动态事件特性传感器(200)感测指示影响所述性能特性传感器信号的准确度的动态事件的特性,并生成指示所感测的动态事件特性的动态事件传感器信号;
动态事件检测***(218),所述动态事件检测***(218)接收所述动态事件传感器信号,基于所述动态事件传感器信号检测所述动态事件,并生成指示所检测的动态事件的动态事件输出信号;
动态事件校正***(220),所述动态事件校正***(220)接收所述动态事件输出信号,并基于所述动态事件输出信号识别动态事件校正传递函数;以及
校正应用***(262),所述校正应用***(262)将所述动态事件校正传递函数应用于所述性能特性,以获得校正后的性能特性。
2.根据权利要求1所述的移动式收割机,其中,所述动态事件检测***包括:
变化率识别器逻辑***,所述变化率识别器逻辑***被配置成识别所述动态事件传感器信号的变化率。
3.根据权利要求2所述的移动式收割机,其中,所述动态事件检测***包括:
阈值比较逻辑***,所述阈值比较逻辑***被配置成获得动态事件检测阈值,并将所识别的所述动态事件传感器信号的变化率与所述动态事件检测阈值进行比较,以检测所述动态事件。
4.根据权利要求1所述的移动式收割机,其中,所述动态事件检测***包括:
输出生成器,所述输出生成器被配置成生成识别检测到的动态事件的所述动态事件输出信号。
5.根据权利要求4所述的移动式收割机,其中,所述动态事件校正***包括:
校正幅度识别器,所述校正幅度识别器被配置成基于所识别的检测到的动态事件来确定与所述动态事件校正传递函数相对应的校正的幅度。
6.根据权利要求5所述的移动式收割机,还包括:
物料聚集***,所述物料聚集***在所述动态事件被检测到时识别在所述移动式收割机中的多个不同物料流子***中的每一个物料流子***中的农作物的量,并生成农作物聚合信号,所述农作物聚合信号指示在所述移动式收割机中的所述多个不同物料流子***中的每一个物料流子***中的农作物的量。
7.根据权利要求6所述的移动式收割机,其中,所述校正幅度识别器基于所述农作物聚合信号来识别所述多个不同物料流子***中的哪一个物料流子***具有受所述动态事件影响的物料流,并确定所述物料流受影响的程度,所述校正幅度识别器基于物料流受影响的每个物流料子***中的物料流受影响的程度来确定校正的幅度。
8.根据权利要求5所述的移动式收割机,其中,所述动态事件校正***包括:
校正跨度识别器,所述校正跨度识别器被配置成确定与所述动态事件校正传递函数相对应的时间跨度。
9.根据权利要求4所述的移动式收割机,其中,所述动态事件校正***包括:
基于事件的检索逻辑***,所述基于事件的检索逻辑***被配置成基于由所述动态事件输出信号识别的所述动态事件来检索所述动态事件校正传递函数。
10.根据权利要求9所述的移动式收割机,还包括:
输出生成器,所述输出生成器被配置成基于校正后的所述性能特性来生成动作信号。
11.根据权利要求10所述的移动式收割机,还包括:
映射生成器,所述映射生成器生成所述性能特性的映射,并且其中,所述输出生成器生成所述输出信号,以控制所述映射生成器基于校正后的所述性能特性来生成所述映射。
12.一种控制移动式收割机(100)的方法,包括:
感测收割性能特性;
生成指示所感测的性能特性的性能特性传感器信号;
感测指示影响所述性能特性传感器信号的准确度的动态事件的特性;
生成指示所感测的动态事件特性的动态事件传感器信号;
基于所述动态事件传感器信号检测所述动态事件;
生成指示所检测的动态事件的动态事件输出信号;
基于所述动态事件输出信号来确定动态事件校正传递函数;以及
基于所述动态事件校正传递函数来校正所述性能特性,以获得校正后的性能特性。
13.根据权利要求12所述的方法,其中,检测所述动态事件包括:
确定所述动态事件传感器信号的变化率;以及
基于所识别的变化率来检测所述动态事件。
14.根据权利要求13所述的方法,其中,检测所述动态事件包括:
获得动态事件检测阈值;以及
将所述动态事件传感器信号的变化率与所述动态事件检测阈值进行比较,以检测所述动态事件。
15.一种用于控制移动式收割机(100)的控制***(232),包括:
性能特性传感器(200),所述性能特性传感器(200)感测收割性能特性,并生成指示所感测的性能特性的性能特性传感器信号;
动态事件传感器(200),所述动态事件传感器(200)感测指示影响所述性能特性传感器信号的准确度的动态事件的动态事件特性,并生成指示所感测的动态事件特性的动态事件传感器信号;
一个或更多个处理器(214);以及
存储器,所述存储器存储有指令,当所述指令由所述一个或更多个处理器(214)执行时使所述一个或更多个处理器(214)执行步骤,所述步骤包括:
基于所述动态事件传感器信号(200)检测所述动态事件;
生成指示所检测的动态事件的动态事件输出信号;以及
基于所述动态事件输出信号来识别动态事件校正传递函数;以及
基于所述动态事件校正传递函数来校正所述性能特性,以获得校正后的性能特性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/718,867 | 2019-12-18 | ||
US16/718,867 US11653596B2 (en) | 2019-12-18 | 2019-12-18 | Near real-time signal correction on a harvesting machine |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112997679A true CN112997679A (zh) | 2021-06-22 |
Family
ID=76383250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011465787.0A Pending CN112997679A (zh) | 2019-12-18 | 2020-12-14 | 收割机上的近实时的信号校正 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11653596B2 (zh) |
CN (1) | CN112997679A (zh) |
BR (1) | BR102020023124A2 (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6119531A (en) * | 1999-08-03 | 2000-09-19 | Case Corporation | Crop sampling system |
CN102986372A (zh) * | 2012-09-28 | 2013-03-27 | 浙江工业大学 | 基于全景立体视觉的采摘对象的识别、分类和空间定位装置及方法 |
US20140046494A1 (en) * | 2012-08-13 | 2014-02-13 | Mcalister Technologies, Llc | Dynamic sensors |
US20140174199A1 (en) * | 2011-08-10 | 2014-06-26 | Precision Planting Llc | Yield monitoring apparatus, systems, and methods |
US20170071125A1 (en) * | 2015-09-10 | 2017-03-16 | Deere & Company | Augmented crop loss sensing |
CN107637262A (zh) * | 2017-10-17 | 2018-01-30 | 南京农业大学 | 一种应用于谷物联合收获机的测产***及其测产方法 |
US20180122020A1 (en) * | 2016-11-01 | 2018-05-03 | Deere & Company | Correcting bias in agricultural parameter monitoring |
WO2018152266A1 (en) * | 2017-02-14 | 2018-08-23 | Headersight, Inc. | Header height control system accounting for change in header pitch |
US20190090421A1 (en) * | 2017-09-27 | 2019-03-28 | Deere & Company | Feedrate control with slip compensation |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359836A (en) * | 1993-02-01 | 1994-11-01 | Control Concepts, Inc. | Agricultural harvester with closed loop header control |
GB9811177D0 (en) | 1998-05-26 | 1998-07-22 | Ford New Holland Nv | Methods for generating field maps |
GB0028665D0 (en) | 2000-11-24 | 2001-01-10 | Ford New Holland Nv | A method of estimating crop yields |
PL2654396T3 (pl) | 2010-12-22 | 2018-09-28 | Precision Planting Llc | Sposoby, systemy i urządzenia do monitorowania plonu i pojazdu |
US9410840B2 (en) * | 2013-03-15 | 2016-08-09 | Raven Industries, Inc. | Multi-variable yield monitor and methods for the same |
US9645006B2 (en) | 2014-06-27 | 2017-05-09 | Deere & Company | Calibration of grain mass measurement |
US9958301B2 (en) * | 2014-07-11 | 2018-05-01 | Clemson University | Impact mass flow sensor for monitoring peanut harvest yields |
CN107613754B (zh) * | 2015-09-02 | 2021-03-02 | 株式会社久保田 | 联合收割机 |
US10188037B2 (en) | 2015-09-24 | 2019-01-29 | Deere & Company | Yield estimation |
US10028435B2 (en) | 2016-03-04 | 2018-07-24 | Deere & Company | Sensor calibration using field information |
US10820503B2 (en) * | 2017-09-15 | 2020-11-03 | Deere & Company | Monitoring device for monitoring crop yield |
US10716256B2 (en) * | 2017-09-15 | 2020-07-21 | Deere & Company | Sensor system for determining crop yield |
US11076531B2 (en) * | 2018-01-23 | 2021-08-03 | Deere & Company | State machine for multiple input-multiple output harvester control |
-
2019
- 2019-12-18 US US16/718,867 patent/US11653596B2/en active Active
-
2020
- 2020-11-12 BR BR102020023124-3A patent/BR102020023124A2/pt unknown
- 2020-12-14 CN CN202011465787.0A patent/CN112997679A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6119531A (en) * | 1999-08-03 | 2000-09-19 | Case Corporation | Crop sampling system |
US20140174199A1 (en) * | 2011-08-10 | 2014-06-26 | Precision Planting Llc | Yield monitoring apparatus, systems, and methods |
US20140046494A1 (en) * | 2012-08-13 | 2014-02-13 | Mcalister Technologies, Llc | Dynamic sensors |
CN102986372A (zh) * | 2012-09-28 | 2013-03-27 | 浙江工业大学 | 基于全景立体视觉的采摘对象的识别、分类和空间定位装置及方法 |
US20170071125A1 (en) * | 2015-09-10 | 2017-03-16 | Deere & Company | Augmented crop loss sensing |
US20180122020A1 (en) * | 2016-11-01 | 2018-05-03 | Deere & Company | Correcting bias in agricultural parameter monitoring |
WO2018152266A1 (en) * | 2017-02-14 | 2018-08-23 | Headersight, Inc. | Header height control system accounting for change in header pitch |
US20190090421A1 (en) * | 2017-09-27 | 2019-03-28 | Deere & Company | Feedrate control with slip compensation |
CN107637262A (zh) * | 2017-10-17 | 2018-01-30 | 南京农业大学 | 一种应用于谷物联合收获机的测产***及其测产方法 |
Also Published As
Publication number | Publication date |
---|---|
US11653596B2 (en) | 2023-05-23 |
US20210185913A1 (en) | 2021-06-24 |
BR102020023124A2 (pt) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11234366B2 (en) | Image selection for machine control | |
EP3563658B1 (en) | Adaptive forward-looking biomass conversion and machine control during crop harvesting operations | |
EP3150049B1 (en) | Probabilistic control of an agricultural machine | |
EP3147741B1 (en) | Adaptive performance targets for controlling a mobile machine | |
EP3622802B1 (en) | Header position control with dynamically adapted sensitivity | |
CN107015519B (zh) | 移动机器以及农业收割机 | |
US9560802B1 (en) | Tailings plug reduction | |
EP3446559B1 (en) | Metering flow of grain to a cleaning device | |
EP3461314B1 (en) | Feedrate control with slip compensation | |
EP3525050B1 (en) | State machine for multiple input-multiple output harvester control | |
EP3146824B1 (en) | Control system for agricultural equipment | |
US20210321568A1 (en) | Real-time belt failure detection | |
US11653596B2 (en) | Near real-time signal correction on a harvesting machine | |
EP3456172B1 (en) | Driver assistance system on a combine harvester | |
EP3315003B1 (en) | Controlling an agricultural vehicle based on sensed variables filtered with different filters | |
DE102020130058A1 (de) | Echtzeitnahe signalkorrektur an einer erntemaschine | |
EP4223092A1 (en) | Computer implemented method of controlling an agricultural vehicle and agricultural vehicle controllable by such | |
CN116234432A (zh) | 收获机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |