CN113597261A - 用于室内和室外应用的局部化数据制图 - Google Patents
用于室内和室外应用的局部化数据制图 Download PDFInfo
- Publication number
- CN113597261A CN113597261A CN201980067221.1A CN201980067221A CN113597261A CN 113597261 A CN113597261 A CN 113597261A CN 201980067221 A CN201980067221 A CN 201980067221A CN 113597261 A CN113597261 A CN 113597261A
- Authority
- CN
- China
- Prior art keywords
- data
- turfgrass
- sensor
- map
- area
- 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
- 238000013506 data mapping Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 107
- 239000002689 soil Substances 0.000 claims description 49
- 238000005056 compaction Methods 0.000 claims description 44
- 241000196324 Embryophyta Species 0.000 claims description 41
- 238000005273 aeration Methods 0.000 claims description 20
- 241001520823 Zoysia Species 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 18
- 230000002262 irrigation Effects 0.000 claims description 14
- 238000003973 irrigation Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 241000238631 Hexapoda Species 0.000 claims description 11
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 230000004720 fertilization Effects 0.000 claims description 10
- 238000011282 treatment Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000001680 brushing effect Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000009423 ventilation Methods 0.000 claims description 7
- 230000003370 grooming effect Effects 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 4
- 239000010426 asphalt Substances 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000010899 nucleation Methods 0.000 claims description 3
- 244000025254 Cannabis sativa Species 0.000 description 30
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000000386 athletic effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010297 mechanical methods and process Methods 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000005276 aerator Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 235000021384 green leafy vegetables Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000004577 thatch Substances 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
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G20/00—Cultivation of turf, lawn or the like; Apparatus or methods therefor
- A01G20/30—Apparatus for treating the lawn or grass surface
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D34/00—Mowers; Mowing apparatus of harvesters
- A01D34/006—Control or measuring arrangements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D43/00—Mowers combined with apparatus performing additional operations while mowing
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M21/00—Apparatus for the destruction of unwanted vegetation, e.g. weeds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L3/00—Measuring torque, work, mechanical power, or mechanical efficiency, in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D2101/00—Lawn-mowers
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Soil Sciences (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Wood Science & Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Radar, Positioning & Navigation (AREA)
- Botany (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Zoology (AREA)
- Water Supply & Treatment (AREA)
- Mechanical Engineering (AREA)
- Soil Working Implements (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Harvester Elements (AREA)
Abstract
一种用于生成局部数据地图的方法,方法包括(A)用机器穿越区域,所述机器包括至少一个传感器,其中传感器被配置成接收数据;(b)利用传感器收集区域的数据;以及(c)传递数据以生成局部数据地图。一种用于生成局部草坪草数据地图的***和方法,方法包括(A)利用室外动力设备机器穿越草坪草区域,室外动力设备机器包括至少一个传感器,其中传感器被配置成接收数据;(b)利用传感器收集草坪草数据;以及(c)传送草坪草数据,以产生局部草坪草数据地图。
Description
相关申请的交叉引用
.本申请要求2018年10月11日提交的序列号为62/744,174的美国临时专利申请的优先权提交利益,其全部内容通过引用并入本文。
技术领域
.所公开的***和方法一般涉及用于各种室内和室外应用的数据制图(mapping)。所公开的***和方法涉及生成局部数据地图,并且更具体地,所公开的***和方法涉及局部草坪草(turf grass)数据地图,其用于识别草坪草的区域的局部特征以维护田径场、运动场和其他草覆盖区域。
背景技术
.运动和田径场草必须具有致密、厚的草皮以能够承受冲击,并具有快速恢复的能力。这些天然草场保持在最高水平以保持其最佳生产力。施肥、灌溉和割草是在预定的基础上进行的。通常,运动场草坪草的维护由草皮维护工作人员提供,以便在恢复期间促进草的生长。然而,这个过程是耗时的,并且可能产生不均匀的结果,其中覆盖草地的某些区域比必要的情况接受更多或更少的处理或关注,或者可能由于人为错误而产生不准确的结果。
.草坪草的场地通常不会以均匀的速率生长或从损坏恢复,并且通常包括由于包括小气候例如阳光、阴影、水分等的许多因素而比其它区域生长得更快/更慢的区域,或者包括具有不同草皮质量或条件的区域。例如,在长时间保持在阴凉处的区域中,草的生长和恢复被延迟,并且在暴露于更多阳光的区域中生长可被加速。
发明内容
.下文一般性地描述了一种用于生成局部草坪草数据地图的***和方法。根据本***和方法的一个方面,该方法包括(a)用室外动力设备机器穿越草坪草的区域,该室外动力设备机器包括至少一个传感器,其中该传感器被配置成接收数据;(b)利用传感器收集草坪草数据;以及(c)传送草坪草数据,以产生局部草坪草数据地图。
.在一个实施例中,穿越一个区域的步骤和收集草坪草数据的步骤是同时进行的。在一个实施例中,草坪草数据与(i)阻力、(ii)负载、(iii)轴扭矩或其组合中的至少一者的测量相关联。在其他实施例中,草坪草数据与(i)光、(ii)含水量、(iii)温度、(iv)杂草存在、(v)谷物或(vi)土壤压实中的至少一者的测量相关联。
.在一个实施例中,草坪草数据由可操作地连接到与室外动力设备机器相关联的割草机刀片的传感器获得。在其它实施例中,草坪草数据由可操作地连接到室外动力设备机器的轴的传感器获得。在其它实施例中,草坪草数据由可操作地连接到与室外动力设备机器相关联的马达的传感器获得。
.在一个实施例中,传送数据的步骤与收集草坪草数据的步骤同时进行或在其之后进行。
.在一个实施例中,草坪草数据地图表征了高草坪草密度和低草坪草密度的区域。在其他实施例中,草坪草数据地图用于确定至少一个草坪草需求,并且其中草坪草需求包括灌溉、施肥、通气、光照、杂草控制、杂草去除、修饰、刷扫或其组合。
.根据所公开的***和方法的又一方面,提供了一种包括存储在其中的指令的非暂时性机器可读介质,指令在由机器执行时使机器执行操作。非暂时性机器可读介质包括(a)接收与草坪草的区域相关联的位置数据;(b)接收草坪草数据,草坪草数据是通过用割草机穿越草坪草区域而获得的;(c)将位置数据与草坪草数据对齐;以及(d)基于位置数据和草坪草数据生成局部草坪草数据地图,其中草坪草数据地图表征草坪草。
.在一个实施例中,通过用割草机穿越草坪草的区域来获得位置数据。在其他实施例中,基于工作区域的地图、计划行进路线和预定割草机行进速度来获得位置数据。
.在一个实施例中,草坪草数据提供割草机穿越的区域内的草坪草特性。在其他实施例中,位置数据提供与割草机所穿越的区域相关联的位置信息。
.在一个实施例中,局部草坪草数据地图表征了高草坪草密度和低草坪草密度的区域。在其他实施例中,局部草坪草数据地图被用于确定草坪草需求,例如灌溉、施肥、通气、光照、杂草控制、杂草去除、修饰、刷扫或其组合。
.根据所公开的***和方法的又一方面,提供了一种用于确定可移动光照装置的放置的方法。该方法包括:(a)在计算设备处接收制图数据;(b)基于制图数据创建曝光图;以及(c)使可移动光照装置前进到期望区域。
.在一个实施例中,接收制图数据的步骤和创建曝光图的步骤是同时的。在一个实施例中,曝光图描述了工作区域中的特定位置处的高草坪草密度区域和低草坪草密度区域。在一个实施例中,该方法包括基于曝光图确定可移动光照装置的放置。
.在一个实施例中,使可移动光照装置前进的步骤是自动的、手动的或者通过远程控制来完成。在一个实施例中,期望区域包括至少一个低草坪草密度区域。
.根据所公开的***和方法的另一方面,提供了一种用于产生局部草坪草数据地图的室外动力设备机器。室外动力设备机器,包括:马达,马达可操作地连接到室外动力设备机器;至少一个传感器,至少一个传感器被配置成从工作区域或其他操作环境获得草坪草数据和位置数据;数据存储***,包括存储草坪草数据和位置数据的存储介质;以及通信***,用于传送用于产生局部草坪草数据地图的草坪草数据和位置数据。
.在一个实施例中,室外动力设备机器还包括至少一个传感器,该传感器可操作地连接到割草刀片。在一个实施例中,室外动力设备机器提供灌溉、施肥、通气、杂草控制、杂草去除、梳理、刷扫或其组合。
.根据所公开的***和方法的又一方面,提供了一种设备。该设备包括:处理器;以及计算机可读介质,其被配置为存储指令,指令在由处理器执行时使得设备执行功能,功能包括:接收由室外动力设备机器的一个或多个传感器收集的传感器数据,传感器数据指示由割草机穿越的区域中的草坪草数据;接收由室外动力设备机器的一个或多个传感器收集的传感器数据,传感器数据指示由室外动力设备机器穿越的区域内的地理位置的历史;将草坪草传感器数据的至少一部分与历史地理位置传感器数据对齐;以及生成局部草坪草数据地图。
.在一个实施例中,将草坪草传感器数据的至少一部分与历史地理位置传感器数据对齐的功能包括将草坪草传感器数据与历史地理位置传感器数据同步,以将草坪草传感器数据定位到室外动力设备机器的位置。
.根据所公开的***和方法的又一方面,该方法包括:在计算***处从室外动力设备机器接收指示工作区域中的局部草坪草特性的草坪草传感器数据;将草坪草传感器数据存储在与计算***相关的存储器中;在计算***处从室外动力设备机器接收指示室外动力设备机器在工作区域内的历史地理位置的传感器数据;将历史地理位置传感器数据存储在与计算***相关联的存储器中;从存储器访问草坪草传感器数据和历史地理位置传感器数据;将草坪草传感器数据与历史地理位置传感器数据相关联,以形成对齐的传感器数据;以及基于对齐的传感器数据生成局部草坪草数据地图。
.在一个实施例中,关联草坪草传感器数据和历史地理位置传感器数据包括将与草坪草传感器数据相关联的至少一个时间戳和与历史地理位置传感器数据相关联的至少一个时间戳对齐。
.在一个实施例中,该方法包括:基于局部草坪草数据地图识别工作区域内的需要处理的草坪草区域;以及对工作区域中的草坪草的区域施加处理。在一些实施方案中,处理包括提供人造光源、灌溉、施肥、通气、昆虫控制、杂草控制、杂草去除、梳理、刷扫、草籽或其组合。
.在一个实施例中,该方法包括:基于局部草坪草数据地图识别工作区域内的高草坪草密度区域;以及针对工作区域中的高草坪草密度区域安排割草操作。
.根据所公开的***和方法的又一方面,提供了一种用于生成局部数据地图的方法。该方法包括(a)用机器穿越区域,该机器包括至少一个传感器,其中该传感器被配置成接收数据;(b)利用传感器收集区域的数据;以及(c)传送数据以生成局部数据地图。
.在一些实施例中,该区域是室内或室外区域。在一些实施例中,穿越区域的步骤和收集数据的步骤是同时的。在一些实施例中,数据与(i)阻力、(ii)负载、(iii)轴扭矩或其组合中的至少一者的测量相关联。
.在一些实施例中,数据由可操作地连接到机器的轴的传感器获得。在一些实施例中,数据由可操作地连接到与机器相关联的马达的传感器获得。在一些实施例中,传送数据的步骤与收集数据的步骤同时进行或在收集数据的步骤之后进行。在一些实施例中,数据提供关于机器所穿越的区域的特性。在一些实施例中,数据提供与机器所穿越的区域相关联的位置信息。
.在一些实施例中,局部数据图表征对象或物质存在或不存在的区域。在一些实施方式中,对象或物质与(i)植物、(ii)农作物、(iii)冰、(iv)雪、(v)碎屑、(vi)地毯、(vii)沥青或(viii)其他颗粒中的至少一者相关联。在一些实施例中,局部数据地图用于确定室内或室外需求,诸如灌溉、施肥、杂草控制、杂草去除、除冰、除雪、碎片去除、灰尘或砾石去除或其组合。
.根据所公开的***和方法的又一方面,提供了一种用于产生局部数据地图的机器。该机器包括可操作地连接到机器的马达;至少一个传感器,其被配置为从工作区域或其他操作环境获得数据和位置数据;数据存储***,包括存储介质,用于存储数据和位置数据;以及用于传送用于产生局部数据地图的数据和位置数据的通信***。
.在本公开的又一方面,提供了一种用于生成局部数据地图的设备。设备包括处理器;以及计算机可读介质,其被配置为存储指令,指令在由处理器执行时使得设备执行功能,功能包括:接收由机器的一个或多个传感器收集的传感器数据,传感器数据指示由机器穿越的区域的数据;接收由机器的一个或多个传感器收集的传感器数据,传感器数据指示机器穿越的区域内的历史地理位置;将传感器数据的至少一部分与历史地理位置传感器数据对齐;以及生成局部数据地图。
.在一些实施例中,将传感器数据的至少一部分与历史地理位置传感器数据对齐的功能包括将传感器数据与历史地理位置传感器数据同步以将传感器数据定位到机器的位置。
.根据所公开的***和方法的又一方面,提供了一种用于确定区域的局部化特性的方法。该方法包括:在计算***处从机器接收指示室外工作区域中的局部特性的传感器数据;将传感器数据存储在与计算***相关联的存储器中;在计算***处从机器接收指示机器在室外工作区域内的历史地理位置的传感器数据;将历史地理位置传感器数据存储在与计算***相关联的存储器中;从存储器访问传感器数据和历史地理位置传感器数据;将传感器数据与历史地理位置传感器数据相关联以形成对齐的传感器数据;以及基于对齐的传感器数据生成局部数据图。
.在一些实施例中,将传感器数据与历史地理位置传感器数据相关联包括将与传感器数据相关联的至少一个时间戳和与历史地理位置传感器数据相关联的至少一个时间戳对齐。
.在一个实施例中,方法包括(a)在计算设备处接收制图数据,(b)在计算设备处接收土壤压实水平数据,(c)基于所接收的制图数据和所接收的土壤压实水平数据创建土壤压实水平图,以及(d)基于土壤压实水平图执行通气操作。
.在一个实施例中,用于产生局部土壤压实数据地图的室外动力设备机器包括至少一个可操作地连接到室外动力设备机器的马达,至少一个被配置为从工作区域或其他操作环境获得草皮土壤压实数据和位置数据的传感器,包括用于存储草坪草数据和位置数据的存储介质的数据存储***,以及用于传送用于产生局部草坪草数据地图的草坪草数据和位置数据的通信***。
附图说明
.现在将通过示例的方式参考附图在描述本发明的实施例中具体地示出了所公开的***和方法的这些和其他特征以及它们的优点,其中:
.图1是示出根据所公开的***和方法的说明性实施例的示例性方法的流程图;
.图2是示出根据所公开的***和方法的说明性实施例的示例性方法的流程图;
.图3是示出根据所公开的***和方法的说明性实施例的示例性方法的流程图;
.图4是根据所公开的***和方法的说明性实施例的室外动力设备机器的框图;
.图5是根据所公开的***和方法的说明性实施例的计算设备的框图;
.图6是示出根据所公开的***和方法的说明性实施例的示例性方法的流程图;以及
.图7是示出根据所公开的***和方法的说明性实施例的示例性方法的流程图。应当注意,所有附图都是示意性的,并且未按比例绘制。为了附图的清楚和方便,这些图的各部分的相对尺寸和比例已经被放大或缩小地示出。相同的参考数字通常用于表示不同实施例中的相应或类似特征。因此,附图和说明书应被认为是说明性的而非限制性的。
具体实施方式
.以下术语在整个说明书中使用,其定义在本文中提供以帮助理解本主题公开的各个方面。
.如这里所使用的,术语“室外动力设备机器”、“机器”、“动力设备”和“设备”可互换使用,并且指的是几乎任何类型的割草设备、通气装置、喷雾器、灌溉装置、害虫控制装置,或者用于维护草皮区域的几乎任何其它类型的机器。术语“机器”还可包括用于穿越室外空间(例如但不限于停车场、屋顶或屋顶花园)的任何机器、设备或其它装置;或者室内空间,例如但不限于家庭、温室或其它建筑结构的内部。
.如本文所用,术语“割草机”和“割草设备”可互换使用,并且是指自主割草机、轮式割草机、手动割草机、手扶式割草机、乘式割草机、商用割草机和大多数任何其它割草机器中的任何一种。
.如本文所用,术语“工作区”是指(1)在其上生长和保持草坪草的区域,例如但不限于田径场、运动场、草坪、高尔夫球场、棒球场、足球场、网球场、足球场、娱乐场所、屋顶花园、田地和其它类似的草覆盖区域,以及(2)任何其它所需的室内或室外区域。
.如本文所用,术语“草坪草”是指多种类型和种类的草,例如用于草坪、田径场、运动场和以上详述的工作区域的那些草。
.如本文所使用的,术语“数据”是指并包括这样的数据或信息,如(i)草坪草数据,(ii)在期望的室内空间内收集的数据,和/或(iii)在期望的室外空间内收集的数据。如本文所用,术语“草坪草数据”是指并包括如下数据或信息:(i)草需求,例如割草、灌溉、施肥、昆虫控制、光照及其组合,(ii)草坪草密度,(iii)土壤压实,(iv)含水量,(v)昆虫存在与否,(vi)杂草存在与否,(vii)温度和/或湿度,(viii)草皮纹理及其组合。
.如本文所使用的,术语“草坪草密度”是指并包括诸如草数量、空间密度、以及高或低草厚度的区域、高或低草高度、频率的区域等的特征。参考图1,示出了用于生成局部草坪草数据地图的示例性方法100的流程图。方法100包括(a)用割草设备穿越草坪草区域(步骤102),(b)从传感器收集草坪草数据(步骤104),以及(c)传送草坪草数据以生成局部草坪草数据地图(步骤106)。
.尽管为了简化说明,图1-3和6中所示的方法被示出和描述为一系列动作,但是应当理解和明白,本公开不受动作的顺序的限制,因为根据本公开,一些动作可以以与本文所示和所述的不同的顺序发生和/或与其它动作同时发生。例如,本领域技术人员将理解和明白,方法可以替换地被表示为诸如状态图中的一系列相互关联的状态或事件。此外,并非所有示出的动作都是被要求实现根据本公开的方法。
.在步骤102中,割草设备穿越工作区域。所公开的***和方法的割草设备包括至少一个传感器,该传感器被配置为收集指示工作区域中的草坪草的数据。在一些实施例中,在步骤102中,室外动力设备机器穿越工作区域,其中室外动力设备机器包括至少一个传感器,至少一个传感器被配置成收集指示工作区域中的草坪草的数据。
.在步骤104中,当穿越工作区域时,传感器收集草坪草数据。在一个实施例中,在室外动力设备机器的操作期间收集数据,并且除了这种操作之外不需要单独的措施来穿越工作区域。因此,在一些实施例中,穿越一个区域的步骤(步骤102)和收集草坪草数据的步骤(步骤104)同时发生。
.在一些实施例中,草坪草数据通过收集或测量(i)阻力、(ii)负载、(iii)与室外动力设备机器或割草设备相关联的轴转矩、或其组合来确定。在一些实施例中,草坪草数据由可操作地连接到割草设备的割草机刀片的一个或多个传感器获得。传感器可被配置为收集与割草操作期间割草机刀片处的阻力的变化量相关联的数据。在其它实施例中,草坪草数据利用可操作地连接到与室外动力设备机器相关联的轴的传感器来收集。传感器可以被配置为收集与操作期间轴处的扭矩的变化量相关联的数据。在又一个实施例中,草坪草数据由可操作地连接到与室外动力设备机器相关联的马达的传感器收集。传感器可以被配置为收集与操作期间马达上的负载的变化量相关联的数据。
.在一些实施方案中,草坪草数据与至少一个参数的测量相关联,参数包括但不限于(i)光、(ii)含水量、(iii)温度或湿度、(iv)杂草的存在或不存在、(v)颗粒或(vi)土壤压实。
.在一些实施例中,传感器可以被配置成收集与草坪草在特定时间和位置接收的光的变化量相关联的数据。在其它实施例中,传感器可以是湿度计,其被配置成确定在特定时间和/或草坪草区域的位置处存在的水蒸汽的量。
.在其它实施例中,传感器可以是用于观察和捕获杂草存在或不存在或杂草种类的视觉传感器。这种视觉传感器信息可用于识别、定位和去除杂草种类。在一些实施方案中,杂草识别和去除同时发生。在其它实施例中,可以手动地或通过任何其它可用的手段来识别和安排移除包含杂草存在的区域。
.在其他实施例中,传感器可以是力传感器或负载传感器,其被配置为测量土壤压实,土壤压实指示在特定时间和位置草坪草区域的地面土壤的压实程度。在一个实施例中,与通气机的齿相关联的传感器用于测量土壤压实,例如,以磅每平方英寸(PSI)为单位。
.可以在穿越工作区域时连续地或以预定间隔收集草坪草数据。传感器数据可以与时间戳相关联并且存储在存储器中以供稍后使用。
.在步骤106中,收集的草坪草数据被存储在存储器中,以便计算设备以后使用,该计算设备被配置为生成局部草坪草数据地图。
.在一些实施例中,传送数据的步骤(步骤106)与收集草坪草数据的步骤(步骤104)同时进行。在其他实施例中,传送数据的步骤(步骤106)在收集草坪草数据的步骤(步骤104)之后。
.所公开的***和方法的局部草坪草数据地图表征了已经穿越的草坪草的区域。在一些实施例中,局部草坪草数据地图表征高草坪草密度和低草坪草密度的区域。在一些实施例中,局部草坪草数据地图可用于确定草坪草需求,例如割草、灌溉、施肥、昆虫控制、光照及其组合。
.在其它实施例中,局部数据图可以表征高土壤压实和低土壤压实的区域。该局部数据图可以表征在特定时间和位置处的土壤压实水平或测量。土壤压实与植物的健康直接相关。通气是一种涉及在土壤上打孔以使空气、水和养分渗透土壤的方法。充气的主要原因是减轻土壤压实。核心通气是一种类型的草坪通气,涉及具有中空尖齿的机器(草坪通气机),其机械地移除土壤的堵塞物或“核心”,并从草坪上去除茅草。核心通气减少土壤压实,产生通道,氧气、水和养分可通过通道渗透到土壤中。
.土壤越密实,在通气过程中穿透土壤所需的能量就越多。传统的通气机无区别地操作,即,通气机尖齿在土壤的任何给定区域上均匀地穿孔,即使仅小部分区域需要处理。这是不理想的,因为草坪草区域上的土壤压实水平通常是不均匀的。例如,高尔夫球道和一些运动场包括中心区域,其倾向于变得更加紧凑,而***区域保持不那么紧凑。
.在一个实施例中,可以使用电驱动打孔尖齿通气机来获得土壤压实数据。传统的打孔尖齿通气机包括具有连杆的曲柄轴,连杆具有在端部处附接的尖齿,与各个齿或齿的一部分可操作地通信的力传感器或负载传感器可用于收集与土壤压实相关联的物质。
.在一个实施例中,每个通气机曲柄可以用单独的马达驱动,每个马达的电流消耗可以被测量,并且测量数据被用于产生土壤压实水平图,该土壤压实水平图然后可以与预定的期望压实水平进行比较。
.在其它实施例中,使用驱动多个曲柄轴的单个大型马达,并且使用与马达的电流消耗相关联的测量数据来产生土壤压实水平图。
.在另外的实施例中,土壤压实数据可以利用附接到通气机的机械驱动的曲柄轴中的一些或全部的载荷单元(load cell)来测量。
.处理大面积的草皮是耗时且劳动密集的。绘制给定运动草皮的土壤压实水平的图使得能够利用收集的土壤压实数据来特别地定制随后的通气过程。局部土壤压实数据图可用于A)增大或减小通气操作的间距,增大间距允许机器行进得更快,b)增大或减小通气操作的深度,减小深度允许机器行进得更快,和/或c)增大或减小尖齿的角度进入,以影响起伏水平,减小角度进入允许机器行进得更快。这提供了一种使总体压实水平相同并且增加运动表面的均匀性的更有效的方法。
.图2示出了用于生成局部草坪草数据地图的示例性方法200的流程图。方法200包括(a)接收与草坪草区域相关的位置数据(步骤202),(b)接收通过使用室外动力设备机器穿越草坪草区域而获得的草坪草数据(步骤204),(c)对齐位置数据和草坪草数据(步骤206),以及(d)基于对齐的位置数据和草坪草数据生成局部草坪草数据地图,其中局部草坪草数据地图表征草坪草区域(步骤208)。
.在步骤202中,在计算设备500(例如,客户端应用或服务器)处接收与被室外动力设备机器穿越的草坪草的区域相关联的位置数据。可以在机器穿越工作区域时收集位置数据。位置数据可以与时间戳相关联,并且存储在存储器中以供稍后使用。
.这里所指的位置数据包括与机器穿越的区域相关联的位置信息。例如,位置数据可以从实时定位***(RTLS)、全球定位***(GPS)、光检测和测距(LIDAR)、超宽带雷达、信标***、里程计、惯性测量单元、速度计、加速度传感器、全球移动通信***(GSM)定位或大多数任何其他***和传感器获得。
.在其它实施例中,位置数据可以按需生成或者可以是预定的。例如,可基于工作区域的地图、计划的行进路线以及机器的预定或计算的行进速度来获得机器在工作区域内的位置。来自工作区域的先前遍历的位置数据可存储在存储器中且可随后被访问。例如,在一些实施例中,来自工作区域的先前遍历的位置数据可被存储在云计算环境中并可随后被访问。来自工作区域的先前遍历的位置数据可被聚集并平均以产生一组参考位置数据。可以将计算的时间戳添加到预定位置数据。
.在步骤204中,接收通过利用室外动力设备机器穿越草坪草的区域而获得的草坪草数据。在一些实施例中,草坪草数据提供了在穿越的区域内的草坪草特征。草坪草数据可包括,例如,参数或参数组合的多个增量时间戳测量,如通过室外动力设备机器的操作所测量的。例如,在一些实施例中,草坪草数据包括割草机马达上的负载和/或例如在割草机的轴处测量的扭矩的多个时间戳测量。在这样的实施例中,与电阻、负载和/或扭矩相关的传感器数据被组合或平均以产生草坪草数据。
.在步骤206中,可以将位置数据与草坪草数据对齐,例如,通过将位置数据的时间戳信息与草坪草数据的时间戳信息同步。
.在步骤208中,基于对齐的传感器数据,即对齐的位置数据和草坪数据,生成表征遍及工作区域的位置处的草坪草的局部草坪草数据地图。在一些实施例中,草坪草地图可用于确定草坪草需求,例如割草、灌溉、施肥、昆虫控制、光照或其组合,或特性,例如但不限于草坪草密度、土壤压实、含水量、昆虫的存在或不存在、杂草的存在或不存在、碎屑的存在或不存在、已知障碍物(即,树木、建筑物/体育场几何形状等)、温度和/或湿度、草皮纹理及其组合。
.在一个实施例中,草皮纹理是指草的细毛,或者单个草叶的纹理方向,其可以在单个方向上略微弯曲。最常见的是,这种纹理与在一个或有限的方向上连续割草相关。就运动场而言,草皮纹理可对场地(例如高尔夫球推球表面或绿地、棒球场和草地网球场)的可玩性具有显著影响。关于草坪草区域的草皮纹理方向的数据可以用于通知草坪草维护或修饰活动,例如刷扫,和/或用于随后的割草操作的割草方向。
.在一个实施例中,局部草坪草数据地图被用于通知处理或维护操作的应用。例如,高草坪草密度区域可以被安排比低草坪草密度区域更频繁地割草,或者诸如灌溉、通气、光照、肥料、昆虫控制和/或草播种的处理被施加到由局部草坪草数据图指示的区域。
.现在参考图3,讨论用于确定可移动光照装置的放置的方法300。该方法包括(a)接收制图数据(步骤302),(b)用制图数据创建曝光图(步骤304),(c)利用曝光图来识别期望区域(步骤306),以及(d)使可移动光照装置前进到期望区域(步骤308)。
.在步骤302中,由计算设备500接收制图数据。制图数据可以包括草坪草密度图,其表征了遍及工作区域的位置处的草坪草密度。
.在步骤304中,利用制图数据生成曝光图。曝光图指示需要额外的光照应用或有限的光照的草坪草的区域。
.在步骤306中,曝光图可以用于识别期望区域。例如,可以确定可移动人造光照装置或***(其在本文中也被称为“生长灯”)的适当放置。人造光源或生长灯可以安装在可移动的支架上,并且在白天和夜晚使用,以刺激草的生长,特别是在较慢的生长区域中。然而,这样的光照***是昂贵的,可能不会一次覆盖整个场地,并且用于给灯供电的电量是相当大的。这些草光照***可以由操作者手动移动,操作者简单地基于对草皮的视觉估计和个人观察来确定它们从一个区域到另一个区域的放置,或者可以基于由曝光图接收的信息来自动化。在所公开的***和方法的一个实施例中,曝光图允许生长灯在草坪草区域中的最佳布置,从而当与传统实践相比时,节约资源并且提供优良的草生长结果。
.在一些实施例中,曝光图描绘了高草坪草密度和低草坪草密度的区域。可以基于曝光图来识别用于应用人造光源的期望区域。例如,用户可以确定可移动光照装置的适当放置。可以基于由曝光图提供的结果和结论在视觉上确定适当的放置,或者可以基于阈值自动确定适当的放置。应当理解,所公开的曝光图和产生曝光图的方法可以用于其他应用,例如但不限于描绘高和低作物密度的区域,以及用于屋顶花园以便确定高和低曝光的区域。
.在一些实施例中,接收制图数据的步骤(步骤302)和创建曝光图的步骤(步骤304)是同时的。在这样的实施例中,制图数据被实时接收,并且曝光图在其中接收到这样的制图数据时被创建。
.最后,在步骤308中,可移动光照装置可以前进或移动到先前识别的期望区域。在一些实施例中,期望区域包括低草坪草密度的区域。
.另外,在步骤304中创建的曝光图可以用于确定从一个区域到另一个区域的最佳布置。这是有利的,因为已知的可移动光照装置和***仅仅依赖于对草坪草本身的视觉估计和个人观察,这既不有效也不准确。在一些实施例中,使可移动光照装置前进的步骤是自动的、手动的,或者可以经由远程控制来完成。
.许多上述特征和应用被实现为软件进程,这些软件进程被指定为记录在计算机可读介质上的指令集。当这些指令由一个或多个处理单元(例如,一个或多个处理器、处理器核心或其他处理单元)执行时,它们使得处理单元执行指令中指示的动作。计算机可读介质的示例包括但不限于CD-ROM、闪存驱动器、随机存取存储器(RAM)、硬盘驱动器、EPROM等。图4是根据所公开***的说明性实施例的***400的框图。室外动力设备机器402,例如割草机,利用通信框架404与计算设备500通信。
.室外动力设备机器402包括电池406、马达408、控制器410、数据存储器412、传感器414和通信模块416。
.电池406向室外动力设备机器402及其子***提供电力。马达408可包括例如可操作地连接到割草机刀片(未示出)的一个或多个电动马达或内燃机。控制器410从电池406接收电力,并且可以包括大多数任何商业上可获得的或定制的微处理器或微控制器。
.数据存储器412包括用于存储信息的存储***,例如,包括位置信息的传感器数据和草坪草数据可以被存储和检索以便以后使用。数据存储器412也可以用于存储室外动力设备机器402本地的程序。数据存储器412可以包括例如易失性固态存储器、非易失性固态存储器、磁存储介质、可移动存储介质、云计算设备或其他合适的存储装置。
.仍然参照图4,传感器414可以可操作地连接到室外动力设备机器402,并且可以包括能够检测、测量和/或记录与室外动力设备402和/或其环境相关联的性质的几乎任何设备、硬件和/或软件。在一个实施例中,传感器414可以包括用于测量或确定位置、阻力、负载或扭矩的传感器。传感器414可以包括实时定位***(RTLS)、信标***、里程表、惯性测量单元、速度表、加速度传感器和其他位置确定传感器和***。在一个实施例中,传感器414可以包括用于确定光照、土壤压实、含水量、昆虫的存在或不存在、杂草的存在或不存在、碎屑的存在或不存在、已知的障碍物、温度和/或湿度、草皮纹理或绒毛和/或它们的组合的传感器。
.有线或无线通信模块416可以包括一个或多个本地无线接口,诸如红外收发器和/或RF适配器,例如,蓝牙适配器、WLAN适配器、超宽带(UWB)适配器等,用于建立与网络、内联网、因特网、附件、移动设备、计算机或大多数任何其他电子设备的通信。通信模块416利用通信框架404发送和接收与室外电力设备402相关的信息。
.通信框架404可以用于促进室外电力设备404和计算设备500之间的通信。通信框架404可包括到局域网(LAN)和/或更大的网络(例如可连接到全球通信网络(例如因特网)的广域网(WAN))的有线/无线连接。通信框架404可以利用例如蜂窝网络、蓝牙和/或Wi-Fi技术IEEE 802.11(a,b,g,n)、红外、超宽带(UWB)或诸如通用串行总线(USB)连接的有线连接来提供通信。
.图5概念性地示出了用于实现本主题技术的一些实现的电子***。计算***500可以是服务器、计算机、电话、PDA、膝上型计算机、或具有嵌入其中或耦合到其的一个或多个处理器的平板计算机、或大多数任何其他种类的电子设备。这种电子***包括各种类型的计算机可读介质和用于各种其它类型的计算机可读介质的接口。
.计算***500包括连接处理器/处理单元504、***存储器和只读存储器(ROM)506、计算机可读介质508(这里也称为数据存储)、输入设备接口510、输出设备接口512和网络接口514的总线502。
.在一些实施例中,本主题公开的过程被存储在存储器506或计算机可读介质508中。各种存储器单元506、508包括用于将位置数据与草坪草传感器数据对齐以产生对齐的传感器数据并且基于对齐的传感器数据生成局部草坪草数据地图的指令。各种存储器单元506、508还可以包括用于创建曝光图、利用曝光图识别期望区域以及使光照装置前进到期望区域的指令。处理单元504从存储器单元506、508检索要执行的指令和要处理的数据,以便执行一些实现的过程。
.计算机可读介质508被配置为存储指令。计算机可读介质508可以被实现为由处理器502执行的“计算机可读指令”、算法和/或模块。计算机可读指令可被提供为执行特定任务或实现特定抽象数据类型的程序模块,诸如函数、对象、应用编程接口(API)、数据结构等。
.计算设备500可以接收由割草设备402的一个或多个传感器414收集的传感器数据,该传感器数据指示由室外动力设备402穿越的区域中的草坪草密度。在实施例中,设备500可以接收由室外动力设备402的一个或多个传感器414收集的传感器数据,该传感器数据指示室外动力设备402在工作区域内所穿越的历史地理位置。计算设备500可以结合历史地理位置传感器数据处理草坪草传感器数据的至少一部分。在一些实施例中,设备500可以生成并输出局部草坪草数据地图。在一些实施例中,前述功能同时或彼此相继地执行。
.在一些实施例中,计算设备500是云计算设备或云计算环境。云计算环境包括必要的基础设施、平台和/或软件,其中用户不需要维护本地计算设备上的资源。云计算环境可以通过任何类型的网络和/或网络可寻址连接(例如,使用web浏览器)与任何类型的计算机化设备通信。
.与输入设备接口510一起使用的输入设备包括例如键盘和定点设备。输出设备接口512使得能够例如显示由计算设备500生成的图像。与输出设备接口512一起使用的输出设备包括例如打印机和诸如液晶显示器(LCD)之类的显示设备。诸如触摸屏的设备可以用作输入和输出设备。
.总线502通过网络接口514将计算设备500耦合到通信网络404。计算设备500可以是计算机网络(诸如局域网(“LAN”)、广域网(“WAN”)或内联网,或诸如因特网等网络的一部分。
.参考图6,示出了用于生成局部草坪草数据地图的示例性方法600的流程图。方法600包括接收指示在工作区域中的位置处存在的草坪草数据的传感器数据(步骤602),将草坪草传感器数据存储在与计算***500相关联的存储器中(步骤604),接收指示室外动力设备402在工作区域内的历史地理位置的传感器数据(步骤606),将历史地理位置传感器数据和草坪草传感器数据存储在与计算***500相关联的存储器中(步骤608),访问草坪草传感器数据和历史地理位置传感器数据(步骤610),将草坪草传感器数据和历史地理位置传感器数据对齐以形成对齐的传感器数据(步骤612),以及基于对齐的传感器数据生成局部草坪草数据地图(步骤614)。
.在步骤602中,在计算***500处接收指示工作区域中存在的草坪草数据的传感器数据。
.在步骤604中,草坪草传感器数据被存储在与计算***500相关的存储器中。
.在步骤606中,在计算***500处接收指示室外电力设备402在工作区域内的历史地理位置的传感器数据。在一些实施例中,指示历史地理位置的传感器数据包括在给定时间对室外电力设备402在工作区域内的一个或多个位置的周期性自动测量。
.在步骤608中,位置数据被存储在与计算***500相关联的存储器中。在一些实施例中,在步骤608中所指的存储器与在步骤604中所提及的存储器相同或相似。
.随后,在步骤610中,草坪草传感器数据和历史地理位置传感器数据从存储器中被访问,以供计算***500的处理器504使用。
.在步骤612,草坪草传感器数据和历史地理位置传感器数据被同步以形成对齐的传感器数据。在一些实施例中,对齐的传感器数据包括草坪草传感器数据、历史地理位置传感器数据和非割草机收集的数据(例如但不限于太阳模式(基于日历)、本地天气历史、本地天气预测、在草坪表面上活动的游戏或使用的长度等)的组合。例如,在一些实施例中,对齐的传感器数据可以用于显示整个历年的太阳或光图案,并且可以用于根据日子或季节预测性地确定阴影将最可能发生在哪里,这然后可以用于主动地确定草坪草需求,诸如在接下来的年中的什么日子/季节将需要光照、浇水、施肥等。
.在一些实施例中,同步草坪草传感器数据和历史地理位置传感器数据的功能包括协调至少一个与草坪草传感器数据相关的时间戳和至少一个与历史地理位置传感器数据相关的时间戳。
.“时间戳”在这里应当被称为并且将被本领域技术人员理解由传感器或多个传感器沿着一系列位置记录的多个测量数据点,该一系列位置包括对每次测量进行的时间的指示。
.例如,草坪草传感器数据和历史地理位置传感器数据可以被传送到计算设备500。计算设备500被配置为接收草坪草传感器数据和历史地理位置传感器数据,根据每个数据流的对应时间戳同步数据(即,形成对齐的传感器数据)。对齐的传感器数据可以包括在工作区域内的限定或特定位置处的草坪草测量结果或草坪草的特性。
.在步骤614中,基于对齐的传感器数据的局部草坪草数据地图被生成。从对齐的传感器数据,可以获取数据的视觉显示或图像。例如,在一些实施例中,草坪草传感器数据可以覆盖在历史地理位置传感器数据上,使得相对位置可以用于生成局部草坪草数据地图,并且可以容易地理解工作区域内的特定位置特性,诸如高或低草坪草密度的区域,或草坪草需求,例如灌溉、通气、施肥、光照或其组合。在一些实施例中,在不同位置的草坪草数据可以显示为点或点、线、颜色或形状,例如,在地图或运动场的图像或工作区域的其他描绘上。
.在一些实施例中,步骤614还包括基于局部草坪草数据地图识别工作区域内的需要处理的草坪草区域,并对工作区域中的草坪草区域应用处理。在一些实施方式中,处理包括应用人造光源、灌溉、施肥、昆虫控制和/或草籽中的至少一者。局部草坪草数据地图也可用于在视觉上或以其他方式确定需要改进的工作区域。例如,数据图可以用于确定草坪草的区域或其他区域是否对先前应用的处理做出响应。
.在一些实施例中,步骤614进一步包括基于局部草坪草数据地图识别工作区域内的低草坪草密度区域,并对工作区域内的低草坪草密度区域进行处理。在一些实施方式中,处理包括应用人造光源、灌溉、施肥、昆虫控制和/或草籽中的至少一者。在其他实施例中,步骤614进一步包括基于草坪草密度图识别工作区域内的高草坪草密度区域,并为高草坪草密度区域安排割草操作。割草操作可以包括选择性割草,使得割草机对高草皮密度区域进行割草,而避开低草皮密度区域。
.在一些实施方式中,步骤614包括识别杂草或杂草种类的存在并对这些位置应用处理。这种处理包括机械、生物或化学方法。在一些实施方案中,化学方法包括以喷雾形式或其它类似应用施加的处理。在其它实施例中,可以手动地、机械地或通过任何其它可用的手段来识别和安排移除包含杂草存在的区域。在一些实施方式中,机械方法可以包括通过由室外动力设备提供的工具或其他类型的类似设备或工具物理地去除杂草种类。
.在一些实施例中,步骤614包括识别草坪草区域的土壤压实水平,并对草坪草区域应用选择性处理。这种处理可以包括机械、生物或化学方法。在一些实施例中,机械方法包括特别地通过例如收集的土壤压实数据和位置数据而定制的通气过程,以:a)增大或减小通气操作的间距,增大间距允许机器更快地行进,b)增大或减小通气操作的深度,减小深度允许机器更快地行进,和/或c)增大或减小尖齿的角度进入,以影响起伏水平,减小角度进入允许机器更快地行进。
.参考图7,示出了示出用于生成局部数据地图的示例性方法700的流程图。方法700包括(a)用机器穿越区域(步骤702),(b)从传感器收集数据(步骤704),以及(c)传送数据以生成局部数据地图(步骤706)。
.在步骤702中,机器穿越工作区域。工作区域可以包括室内或室外区域或空间。在一些实施例中,室内区域可以包括但不限于家庭、商业建筑、工厂、仓库或其他类似设施的内部。在一些实施方案中,室外区域可包括但不限于停车场、人行道、屋顶花园或其他屋顶空间。
.在步骤704中,从传感器收集数据。所公开的***的机器包括至少一个传感器,该传感器被配置成收集指示指定工作区域内的特性的数据。在一些实施例中,穿越区域的步骤(步骤702)和收集数据的步骤(步骤704)是同时的。
.所收集的数据与(i)阻力、(ii)负载、(iii)轴扭矩或其组合中的至少一者的测量相关联。在一些实施例中,数据由传感器获得,该传感器可操作性地连接到(i)机器的轴、(ii)机器的马达或(iii)与机器相关联的其它部件
.在一些实施例中,在步骤704中,机器传感器被配置为收集指示位于工作区域内的对象或物质的存在或不存在的数据。在一些实施方式中,对象或物质与(i)植物、(ii)农作物、(iii)冰、(iv)雪、(v)碎屑、(vi)地毯、(vii)沥青或(viii)其他颗粒中的至少一者相关联。
.在步骤706,将从传感器收集的数据传送到该数据以生成局部数据图。局部数据向用户提供在所穿越的工作区域内测量的一个或多个特定参数的视觉表示。
.在一些实施例中,局部数据地图用于确定室内或室外需求,诸如灌溉、施肥、杂草控制、杂草去除、除冰、除雪、碎屑去除、灰尘或砾石去除或其组合。例如,局部数据图可用于确定冰存在的位置,并且随后用于应用各种除冰方法或处理以便去除。
.尽管已经描述了所公开的***和方法的实施例,但是应当理解,所公开的***和方法不限于此,并且可以在不脱离所公开的***和方法的情况下进行修改。所公开的***和方法的范围由所附权利要求限定,并且在权利要求的含义内的所有设备、过程和方法,无论是字面上还是通过等效物,都意图包含在其中。
Claims (40)
1.一种用于生成局部草坪草数据地图的方法,该方法包括:
(a)利用室外动力设备机器穿越草坪草区域,所述室外动力设备机器包括至少一个传感器,其中所述传感器被配置成接收数据;
(b)利用所述传感器收集草坪草数据;以及
(c)传送所述草坪草数据以生成局部草坪草数据地图,
其中所述穿越区域的步骤和所述收集草坪草数据的步骤是同时进行的。
2.根据权利要求1所述的方法,其中所述草坪草数据通过可操作性地连接至以下任一者的传感器获得:(i)与所述室外动力设备机器相关联的割草机刀片、(ii)所述室外动力设备机器的轴以及(iii)与所述室外动力设备机器相关联的马达。
3.根据权利要求1所述的方法,其中所述传送草坪草数据的步骤与所述收集草坪草数据的步骤同时进行或在其之后进行。
4.根据权利要求1所述的方法,其中所述草坪草数据与(i)阻力、(ii)负载、(iii)轴扭矩以及其组合中的至少一者的测量相关联。
5.根据权利要求1所述的方法,其中所述草坪草数据与(i)光照、(ii)含水量、(iii)温度、(iv)杂草存在、(v)颗粒以及(vi)土壤压实中的至少一者的测量相关联。
6.根据权利要求1所述的方法,其中所述草坪草数据地图表征了高草坪草密度和低草坪草密度的区域。
7.根据权利要求1所述的方法,其中所述草坪草数据地图用于确定至少一个草坪草需求,并且其中所述草坪草需求包括灌溉、施肥、通气、光照、杂草控制、杂草去除、梳理、刷扫或其组合。
8.一种非暂时性机器可读介质,包括存储在其中的指令,所述指令在由机器执行时使所述机器执行操作,所述操作包括:
(a)接收与草坪草的区域相关联的位置数据;
(b)接收草坪草数据,所述草坪草数据是通过用割草机穿越所述草坪草区域而获得的;
(c)将所述位置数据与所述草坪草数据对齐;以及
(d)基于所述位置数据和所述草坪草数据,生成局部草坪草数据地图,其中所述草坪草数据地图表征草坪草。
9.根据权利要求8所述的方法,其中所述位置数据是通过用割草机穿越所述草坪草区域而获得的。
10.根据权利要求8所述的方法,其中,所述位置数据是基于所述工作区域的地图、计划行进路线和预定割草机行进速度而获得的。
11.根据权利要求8所述的方法,其中所述草坪草数据提供所述割草机穿越的所述区域内的草坪草特性。
12.根据权利要求8所述的方法,其中,所述位置数据提供与所述割草机所穿越的区域相关联的位置信息。
13.根据权利要求8所述的方法,其中所述局部草坪草数据地图表征高草坪草密度和低草坪草密度的区域。
14.根据权利要求8所述的方法,其中所述局部草坪草数据地图被用于确定草坪草需求,诸如灌溉、施肥、通气、光照、杂草控制、杂草去除、梳理、通气、刷扫或其组合。
15.一种用于产生局部草坪草数据地图的室外动力设备机器,该室外动力设备机器包括:
马达,可操作地连接到所述室外动力设备机器;
至少一个传感器,被配置成从工作区域或其他操作环境获得草坪草数据和位置数据;
数据存储***,包括存储所述草坪草数据和所述位置数据的存储介质;以及
通信***,用于传送用于产生局部草坪草数据地图的所述草坪草数据和所述位置数据。
16.根据权利要求15所述的户外动力设备机器,该室外动力设备机器还包括:
可操作地连接到所述割草刀片的至少一个传感器。
17.根据权利要求15所述的户外动力设备机器,其中所述户外动力设备机器提供灌溉、施肥、通气、杂草控制、杂草去除、梳理、刷扫或其组合。
18.一种方法,该方法包括:
在计算***处从室外动力设备机器接收指示工作区域中的局部草坪草特性的草坪草传感器数据;
将所述草坪草传感器数据存储在与所述计算***相关的存储器中;
在计算***处从所述室外动力设备机器接收指示所述室外动力设备机器在所述工作区域内的历史地理位置的传感器数据;
将所述历史地理位置传感器数据存储在与所述计算***相关联的存储器中;
从所述存储器访问所述草坪草传感器数据和所述历史地理位置传感器数据;
将所述草坪草传感器数据与所述历史地理位置传感器数据相关联,以形成对齐的传感器数据;以及
基于所述对齐的传感器数据,生成局部草坪草数据地图。
19.根据权利要求18所述的方法,其中将所述草坪草传感器数据和所述历史地理位置传感器数据相关联包括:
将与所述草坪草传感器数据相关的至少一个时间戳和与所述历史地理位置传感器数据相关的至少一个时间戳对齐。
20.根据权利要求18所述的方法,该方法包括:
基于所述局部草坪草数据地图,识别所述工作区域内的需要处理的草坪草区域;以及
对所述工作区域中的所述草坪草区域施加处理。
21.根据权利要求20所述的方法,其中所述处理包括提供人造光源、灌溉、施肥、通气、昆虫控制、杂草控制、杂草去除、草籽、梳理、刷扫或其组合。
22.根据权利要求18所述的方法,该方法包括:
基于所述局部草坪草数据地图,识别所述工作区域内的高草坪草密度区域;以及
安排针对所述工作区域中的高草坪草密度区域的割草操作。
23.一种设备,该设备包括:
处理器;以及
计算机可读介质,被配置成存储指令,所述指令在由所述处理器执行时使得所述设备执行功能,所述功能包括:
接收由室外动力设备机器的一个或多个传感器收集的指示由所述割草机穿越的区域中的草坪草数据的传感器数据;
接收由所述室外动力设备机器的一个或多个传感器收集的指示由所述室外动力设备机器穿越的所述区域内的历史地理位置的传感器数据;
将所述草坪草传感器数据的至少一部分与所述历史地理位置传感器数据对齐;以及
生成局部草坪草数据地图。
24.根据权利要求23所述的设备,其中,将所述草坪草传感器数据的至少一部分与所述历史地理位置传感器数据对齐的所述功能包括:
将所述草坪草传感器数据与所述历史地理位置传感器数据同步,以将所述草坪草传感器数据定位到所述室外动力设备机器的位置。
25.一种用于生成局部数据地图的方法,该方法包括:
(a)用机器穿越区域,所述机器包括至少一个传感器,其中所述传感器被配置成接收数据;
(b)利用所述传感器收集所述区域的数据;以及
(c)传送所述数据以生成局部数据地图,
其中,所述穿越区域的步骤和所述收集数据的步骤是同时的。
26.根据权利要求25所述的方法,其中所述数据提供与所述机器穿越的所述区域相关联的位置信息。
27.根据权利要求25所述的方法,其中,所述局部数据地图表征对象或物质的所述存在或不存在的区域,其中,所述对象或物质与(i)植物、(ii)农作物、(iii)冰、(iv)雪、(v)碎屑、(vi)地毯、(vii)沥青以及(viii)其它颗粒中的至少一者相关联。
28.根据权利要求27所述的方法,其中,所述局部数据地图被用于确定室内或室外需求,诸如灌溉、施肥、杂草控制、杂草去除、除冰、除雪、碎屑去除、灰尘或砾石去除或其组合。
29.一种用于确定可移动光照装置的放置的方法,该方法包括:
(a)在计算设备处接收制图数据;
(b)基于所述制图数据,创建曝光图;以及
(c)使可移动光照装置前进到期望区域。
30.根据权利要求29所述的方法,其中,所述接收制图数据的步骤和所述创建曝光图的步骤是同时的。
31.根据权利要求29所述的方法,其中,所述曝光图描绘了工作区域中的指定位置处的高草坪草密度和低草坪草密度的区域。
32.根据权利要求29所述的方法,该方法包括:
基于所述曝光图确定所述可移动光照装置的放置。
33.根据权利要求29所述的方法,其中,所述使所述可移动光照装置前进的步骤是自动的、手动的或经由远程控制来实现的。
34.根据权利要求29所述的方法,其中,所述期望区域包括至少一个低草坪草密度区域。
35.一种方法,该方法包括:
(a)在计算设备处接收制图数据;
(b)在计算设备处接收土壤压实水平数据;
(b)基于所接收的制图数据和所接收的土壤压实水平数据,创建土壤压实水平图;以及
(c)基于所述土壤压实水平图,执行通气操作。
36.根据权利要求35的方法,其中基于所述土壤压实水平图执行通气操作包括以下中的至少一者:
a)增加或减少所述通气操作的间隔;
b)增加或减少所述通气操作的所述深度;以及
c)增加或减小通气机打孔尖齿进入角度。
37.一种用于产生局部土壤压实数据图的室外动力设备机器,该室外动力设备机器包括:
至少一个马达,可操作地连接到所述室外动力设备机器;
至少一个传感器,被配置成从工作区域或其他操作环境获得草皮土壤压实数据和位置数据;
数据存储***,包括存储所述草坪草数据和所述位置数据的存储介质;以及
通信***,用于传送用于产生局部草坪草数据地图的所述草坪草数据和所述位置数据。
38.根据权利要求37所述的户外动力设备机器,其中与可操作地连接到所述马达的力传感器或载荷单元相关联的数据被收集作为对土壤压实的测量。
39.根据权利要求37所述的户外动力设备机器,该户外动力设备机器包括:
多个马达,其中每个马达连接到单独曲柄轴,用于驱动一个或多个单独的通气机打孔尖齿集合;
其中与可操作地连接到每个马达的力传感器或载荷单元相关联的数据被收集作为对土壤压实的测量。
40.根据权利要求37所述的户外动力设备机器,该户外动力设备机器包括:
多个马达,其中每个马达连接到单独曲柄轴,用于驱动一个或多个单独的通气机打孔尖齿集合;
其中与可操作地连接到每个马达的力传感器或载荷单元相关的数据被收集作为对土壤压实的测量。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862744174P | 2018-10-11 | 2018-10-11 | |
US62/744,174 | 2018-10-11 | ||
PCT/US2019/053163 WO2020076510A2 (en) | 2018-10-11 | 2019-09-26 | Localized data mapping for indoor and outdoor applications |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113597261A true CN113597261A (zh) | 2021-11-02 |
Family
ID=68165878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980067221.1A Pending CN113597261A (zh) | 2018-10-11 | 2019-09-26 | 用于室内和室外应用的局部化数据制图 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11712008B2 (zh) |
EP (1) | EP3863394A2 (zh) |
CN (1) | CN113597261A (zh) |
AU (1) | AU2019358788A1 (zh) |
CA (1) | CA3115757A1 (zh) |
WO (1) | WO2020076510A2 (zh) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2019358788A1 (en) * | 2018-10-11 | 2021-05-06 | Mtd Products Inc. | Localized data mapping for indoor and outdoor applications |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11653588B2 (en) | 2018-10-26 | 2023-05-23 | Deere & Company | Yield map generation and control system |
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11849671B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Crop state map generation and control system |
US12013245B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Predictive map generation and control system |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
WO2024077404A1 (en) * | 2022-10-10 | 2024-04-18 | Terrarad Tech Ag | System for automatic mapping of golf course soil moisture |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4342171A1 (de) * | 1993-07-17 | 1994-05-19 | Georg Duerrstein | Verfahren zur Bodenbearbeitung, insbesondere zur Düngung landwirtschaftlicher Nutzflächen |
EP0761084A1 (de) * | 1995-09-06 | 1997-03-12 | Amazonen-Werke H. Dreyer GmbH & Co. KG | Verfahren zum Steuern und/oder Regeln von landwirtschaftlichen Bearbeitungs- und/oder Verteilmaschinen. |
EP0917816A1 (de) * | 1997-11-20 | 1999-05-26 | Amazonen-Werke H. Dreyer GmbH & Co. KG | Verfahren zum Steuern und/oder Regeln von landwirtschaftlichen Bearbeitungs- und/oder Verteilmaschinen |
US20050024213A1 (en) * | 2003-08-01 | 2005-02-03 | David Franzen | Sensor and method of detecting the condition of a turf grass |
US20110166701A1 (en) * | 2010-01-06 | 2011-07-07 | Russell Thacher | Adaptive scheduling of a service robot |
US20130191073A1 (en) * | 2011-07-26 | 2013-07-25 | Kathleen Sue Rice | Evaluating Sprinkler Head Performance within a Turf Irrigation System |
US8849523B1 (en) * | 2013-05-20 | 2014-09-30 | Elwha Llc | Systems and methods for detecting soil characteristics |
JP2016073252A (ja) * | 2014-10-08 | 2016-05-12 | 株式会社大林組 | 芝育成装置 |
CN205880664U (zh) * | 2016-07-26 | 2017-01-11 | 天津鲁赫环保科技有限公司 | 智能除草机 |
CN108024502A (zh) * | 2015-07-24 | 2018-05-11 | 艾罗伯特公司 | 控制机器人割草机 |
US20180143130A1 (en) * | 2015-05-21 | 2018-05-24 | C-Dax Limited | Plant matter sensor |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7103451B2 (en) * | 2002-08-19 | 2006-09-05 | Intime, Inc. | Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data |
US8285460B2 (en) * | 2010-01-06 | 2012-10-09 | Deere & Company | Varying irrigation scheduling based on height of vegetation |
US9511633B2 (en) * | 2011-08-17 | 2016-12-06 | Deere & Company | Soil compaction management and reporting |
EP3237983B1 (en) | 2014-12-22 | 2019-03-06 | Husqvarna AB | Robotic vehicle grass structure detection |
US10690504B2 (en) * | 2018-03-20 | 2020-06-23 | Micron Technology, Inc. | Re-routing autonomous vehicles using dynamic routing and memory management for border security purposes |
US11282225B2 (en) * | 2018-09-10 | 2022-03-22 | Mapbox, Inc. | Calibration for vision in navigation systems |
EP3855881A4 (en) * | 2018-09-28 | 2022-04-20 | Techtronic Cordless GP | GRASS CARE SYSTEM |
AU2019358788A1 (en) * | 2018-10-11 | 2021-05-06 | Mtd Products Inc. | Localized data mapping for indoor and outdoor applications |
-
2019
- 2019-09-26 AU AU2019358788A patent/AU2019358788A1/en not_active Abandoned
- 2019-09-26 CA CA3115757A patent/CA3115757A1/en not_active Abandoned
- 2019-09-26 US US16/583,621 patent/US11712008B2/en active Active
- 2019-09-26 EP EP19783938.4A patent/EP3863394A2/en active Pending
- 2019-09-26 WO PCT/US2019/053163 patent/WO2020076510A2/en unknown
- 2019-09-26 CN CN201980067221.1A patent/CN113597261A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4342171A1 (de) * | 1993-07-17 | 1994-05-19 | Georg Duerrstein | Verfahren zur Bodenbearbeitung, insbesondere zur Düngung landwirtschaftlicher Nutzflächen |
EP0761084A1 (de) * | 1995-09-06 | 1997-03-12 | Amazonen-Werke H. Dreyer GmbH & Co. KG | Verfahren zum Steuern und/oder Regeln von landwirtschaftlichen Bearbeitungs- und/oder Verteilmaschinen. |
EP0917816A1 (de) * | 1997-11-20 | 1999-05-26 | Amazonen-Werke H. Dreyer GmbH & Co. KG | Verfahren zum Steuern und/oder Regeln von landwirtschaftlichen Bearbeitungs- und/oder Verteilmaschinen |
US20050024213A1 (en) * | 2003-08-01 | 2005-02-03 | David Franzen | Sensor and method of detecting the condition of a turf grass |
US20110166701A1 (en) * | 2010-01-06 | 2011-07-07 | Russell Thacher | Adaptive scheduling of a service robot |
US20130191073A1 (en) * | 2011-07-26 | 2013-07-25 | Kathleen Sue Rice | Evaluating Sprinkler Head Performance within a Turf Irrigation System |
US8849523B1 (en) * | 2013-05-20 | 2014-09-30 | Elwha Llc | Systems and methods for detecting soil characteristics |
JP2016073252A (ja) * | 2014-10-08 | 2016-05-12 | 株式会社大林組 | 芝育成装置 |
US20180143130A1 (en) * | 2015-05-21 | 2018-05-24 | C-Dax Limited | Plant matter sensor |
CN108024502A (zh) * | 2015-07-24 | 2018-05-11 | 艾罗伯特公司 | 控制机器人割草机 |
CN205880664U (zh) * | 2016-07-26 | 2017-01-11 | 天津鲁赫环保科技有限公司 | 智能除草机 |
Also Published As
Publication number | Publication date |
---|---|
US20200113142A1 (en) | 2020-04-16 |
CA3115757A1 (en) | 2020-04-16 |
AU2019358788A1 (en) | 2021-05-06 |
EP3863394A2 (en) | 2021-08-18 |
US11712008B2 (en) | 2023-08-01 |
WO2020076510A2 (en) | 2020-04-16 |
WO2020076510A3 (en) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11712008B2 (en) | Localized data mapping for indoor and outdoor applications | |
US8437879B2 (en) | System and method for providing prescribed resources to plants | |
US8321365B2 (en) | Horticultural knowledge base for managing yards and gardens | |
US9076105B2 (en) | Automated plant problem resolution | |
CN111372444B (zh) | 信息处理装置、信息处理方法以及植被管理*** | |
US8150554B2 (en) | Resource use management in yards and gardens | |
US9538714B2 (en) | Managing resource prescriptions of botanical plants | |
US20150309496A1 (en) | Control system and method for landscape maintenance | |
US20220044181A1 (en) | System and Method for Crop Management | |
KR101578809B1 (ko) | 변량 시비시스템 및 이를 이용한 시비방법 | |
CN102626026A (zh) | 基于gps、gis和传感网技术的茶园精确管理*** | |
CN116195420B (zh) | 一种基于水肥一体化的农田智慧灌溉***及方法 | |
CN115362811A (zh) | 一种基于数字孪生的山地农作物智慧栽培*** | |
JP2018185594A (ja) | 牧草管理システム | |
CN102524025A (zh) | 滴流带管理 | |
JP6855311B2 (ja) | 牧草管理システム | |
US20220180282A1 (en) | Worksite Equipment Path Planning | |
HOSSAIN et al. | Robotic lawnmower saves labor and operation costs in a pear (pyrus pyrifolia) orchard | |
US11844298B2 (en) | Management of the dosing of inputs to be applied to an agricultural surface | |
Eberhard et al. | Improving irrigation efficiency through precision irrigation in South East Queensland | |
US11907908B2 (en) | Method and system for ascertaining information relating to a collection, a start and/or an end of a period spent in a workshop and/or in storage and/or a delivery of a green space and/or cultivated area treatment device | |
WO2023031252A2 (de) | Verfahren und system zur pflege von rasenflächen | |
Chalmers et al. | Maintaining bermudagrass lawns | |
CN118172187A (zh) | 一种多功能植被的处理控制方法、***、介质以及设备 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211102 |