DE102021119643A1 - CROP STATE CARD GENERATION AND CONTROL SYSTEM - Google Patents
CROP STATE CARD GENERATION AND CONTROL SYSTEM Download PDFInfo
- Publication number
- DE102021119643A1 DE102021119643A1 DE102021119643.4A DE102021119643A DE102021119643A1 DE 102021119643 A1 DE102021119643 A1 DE 102021119643A1 DE 102021119643 A DE102021119643 A DE 102021119643A DE 102021119643 A1 DE102021119643 A1 DE 102021119643A1
- Authority
- DE
- Germany
- Prior art keywords
- map
- predictive
- agricultural
- control
- crop
- 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
Images
Classifications
-
- 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
- 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
- A01D41/14—Mowing tables
- A01D41/141—Automatic header control
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Soil Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural trait at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural trait sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Description
GEBIET DER BESCHREIBUNGFIELD OF DESCRIPTION
Die vorliegende Beschreibung bezieht sich auf landwirtschaftliche Maschinen, Forstmaschinen, Baumaschinen und Rasenpflegemaschinen.The present description relates to agricultural machines, forestry machines, construction machines and lawn care machines.
HINTERGRUNDBACKGROUND
Es gibt eine Vielzahl verschiedener Arten von landwirtschaftlichen Maschinen. Einige landwirtschaftliche Maschinen beinhalten Erntemaschinen, wie etwa Mähdrescher, Zuckerrohrerntemaschinen, Baumwollerntemaschinen, selbstfahrende Feldhäcksler und Schwader. Einige Erntemaschinen können auch mit verschiedenen Arten von Erntevorsätzen ausgestattet werden, um verschiedene Arten von Erntegut zu ernten.There are many different types of agricultural machinery. Some agricultural machines include harvesters such as combine harvesters, sugar cane harvesters, cotton harvesters, forage harvesters, and windrowers. Some harvesters can also be fitted with different types of headers to harvest different types of crops.
Landwirtschaftliche Erntemaschinen können in Bereichen eines Feldes, die umgeknicktes Erntegut enthalten, unterschiedlich arbeiten. Umgeknicktes Erntegut bezieht sich auf Erntegutpflanzen, deren Stiele gebogen oder gebrochen sind, zum Beispiel aufgrund von Wind, Regen, Hagel oder dergleichen. Diese Kräfte biegen oder brechen die Stängel der Erntegutpflanzen und bewirken eine umgebogene und nicht vertikale Ausrichtung der Pflanzen. Der Erntegutzustand ist ein landwirtschaftliches Merkmal, das angibt, ob eine Erntegutpflanze steht, umgeknickt ist, teilweise umgeknickt ist, stoppelig ist oder fehlt, und, wenn das Erntegut umgeknickt ist, die Ausrichtung und das Ausmaß des Umknickens.Agricultural harvesters may operate differently in areas of a field that contain fallen crop. Fallen crop refers to crop plants whose stems are bent or broken, for example, due to wind, rain, hail, or the like. These forces bend or break the stems of the crop plants, causing the plants to become bent rather than vertical. Crop condition is an agricultural trait that indicates whether a crop plant is standing, tipped, partially tipped, stubbly, or absent, and if the crop is tipped, the orientation and extent of the tipping.
KURZFASSUNGSHORT VERSION
Es werden eine oder mehrere Informationskarten von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Informationskarten bilden einen oder mehrere landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines Feldes ab. Ein In-situ-Sensor an der landwirtschaftlichen Arbeitsmaschine erfasst ein landwirtschaftliches Merkmal, während sich die landwirtschaftliche Arbeitsmaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die ein prädiktives landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld auf Grundlage einer Beziehung zwischen den Werten in der einen oder den mehreren Informationskarten und des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erfasst wird, vorhersagt. Die prädiktive Karte kann ausgegeben und in der automatisierten Maschinensteuerung verwendet werden.One or more information cards are obtained from an agricultural work machine. The one or more information maps depict one or more agricultural characteristic values at different geographic locations of a field. An in situ sensor on the agricultural work machine senses an agricultural feature as the agricultural work machine moves through the field. A predictive map generator generates a predictive map that predicts a predictive agricultural feature at various locations in the field based on a relationship between the values in the one or more information maps and the agricultural feature sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Figurenlistecharacter list
-
1 ist eine teilweise bildliche, teilweise schematische Darstellung für ein Beispiel einer landwirtschaftlichen Erntemaschine.1 12 is a partially pictorial, partially schematic representation of an example agricultural harvester. -
2 ist ein Blockdiagramm, das einige Abschnitte einer landwirtschaftlichen Erntemaschine gemäß einiger Beispiele der vorliegenden Offenbarung detaillierter zeigt.2 12 is a block diagram showing in more detail some portions of an agricultural harvesting machine according to some examples of the present disclosure. -
Die
3a-3b (hierin gemeinsam als3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.the3a-3b (herein together as3 ) show a flow chart illustrating an example of the operation of an agricultural harvesting machine in generating a map. -
4 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.4 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
5 ist ein Flussdiagramm, das ein Beispiel für einen Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen eines vegetativen Index, eines Aussaatmerkmals, eines prädiktiven Ertrags oder einer prädiktiven Biomassekarte zeigt; das Erfassen eines In-situ-Erntezustandsmerkmals; und das Erzeugen einer funktionalen prädiktiven Erntezustandskarte zur Präsentation oder Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs oder beidem.5 Fig. 14 is a flow chart showing an example of an operation of an agricultural harvesting machine when receiving a vegetative index, a seeding trait, a predictive yield, or a predictive biomass map; detecting an in situ crop condition characteristic; and generating a functional predictive crop condition map for presentation or use in controlling the agricultural harvesting machine during a harvesting operation, or both. -
6 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.6 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
7 zeigt ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine veranschaulicht, das das Erzeugen einer funktionalen prädiktiven Karte mithilfe einer Informationskarte und einer In-situ-Sensoreingabe beinhaltet.7 FIG. 14 is a flowchart illustrating an example of operating an agricultural harvester that includes generating a functional predictive map using an information map and in situ sensor input. -
8 ist ein Blockdiagramm, das ein Beispiel für einen Steuerzonengenerator zeigt.8th Figure 12 is a block diagram showing an example of a control zone generator. -
9 ist ein Flussdiagramm, das ein Beispiel für den Betrieb des in8 gezeigten Steuerzonengenerators veranschaulicht.9 is a flowchart showing an example of the operation of the in8th control zone generator shown. -
10 veranschaulicht ein Flussdiagramm, das ein Beispiel für den Betrieb eines Steuersystems bei der Auswahl eines Zieleinstellungswerts zeigt, um eine landwirtschaftliche Erntemaschine zu steuern.10 Figure 12 illustrates a flow chart showing an example of operation of a control system in selecting a target setting value to control an agricultural harvester. -
11 ist ein Blockdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung zeigt.11 Fig. 12 is a block diagram showing an example of an operator interface control. -
12 ist ein Flussdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung darstellt.12 Fig. 12 is a flowchart showing an example operator interface control. -
13 ist eine bildliche Darstellung, die ein Beispiel für eine Bedienerschnittstellenanzeige zeigt.13 Figure 12 is a pictorial representation showing an example operator interface display. -
14 ist ein Blockdiagramm, das ein Beispiel für eine landwirtschaftliche Erntemaschine in Kommunikation mit einer Remote-Serverumgebung zeigt.14 Figure 12 is a block diagram showing an example agricultural harvester in communication with a remote server environment. -
Die
15-17 zeigen Beispiele für mobile Vorrichtungen, die in einer landwirtschaftlichen Erntemaschine verwendet werden können.the15-17 show examples of mobile devices that can be used in an agricultural harvesting machine. -
18 zeigt ein Blockdiagramm eines Beispiels einer Computerumgebung, die in einer landwirtschaftlichen Erntemaschine verwendet werden kann.18 Figure 12 shows a block diagram of an example of a computing environment that may be used in an agricultural harvester.
AUSFÜHRLICHE BESCHREIBUNGDETAILED DESCRIPTION
Für ein besseres Verständnis der Prinzipien der vorliegenden Offenbarung wird nun auf die in den Zeichnungen dargestellten Beispiele Bezug genommen, und es wird eine spezifische Sprache verwendet, um diese zu beschreiben. Es versteht sich jedoch, dass keine Einschränkung des Schutzumfangs der Offenbarung beabsichtigt ist. Alle Abänderungen und weiteren Modifikationen der beschriebenen Vorrichtungen, Instrumentensysteme, Verfahren und jede weitere Anwendung der Prinzipien der vorliegenden Offenbarung werden vollständig in Betracht gezogen, wie sie normalerweise Fachleute auf dem Gebiet, auf das sich die Offenbarung bezieht, bemerken würden. Insbesondere wird vollständig in Betracht gezogen, dass die Merkmale, Komponenten, Schritte oder eine Kombination davon, die in Bezug auf ein Beispiel beschrieben sind, mit den Merkmalen, Komponenten, Schritten oder einer Kombination davon kombiniert werden können, die in Bezug auf andere Beispiele der vorliegenden Offenbarung beschrieben sind.For a better understanding of the principles of the present disclosure, reference will now be made to the examples illustrated in the drawings and specific language will be used to describe them. However, it should be understood that no limitation on the scope of the disclosure is intended. All alterations and further modifications to the described devices, instrument systems, methods, and any further application of the principles of the present disclosure are fully contemplated as would normally occur to those skilled in the art to which the disclosure pertains. In particular, it is fully contemplated that the features, components, steps, or combination thereof, described with respect to one example may be combined with the features, components, steps, or combination thereof, described with respect to other examples present disclosure.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit vorherigen oder prädiktiven Daten aufgenommen wurden, um eine funktionale prädiktive Karte und insbesondere eine funktionale prädiktive Erntegutzustandskarte zu erzeugen. In einigen Beispielen kann die funktionale prädiktive Erntegutzustandskarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Die Leistung einer landwirtschaftlichen Erntemaschine kann beeinträchtigt werden, wenn die landwirtschaftliche Erntemaschine in Bereiche mit unterschiedlichem Erntegutzustand eintritt, es sei denn, die Maschineneinstellungen werden ebenfalls geändert. Zum Beispiel kann die landwirtschaftliche Erntemaschine in einem Bereich mit umgeknicktem Erntegut langsamer durch das Feld fahren, um einen Kornverlust zu verhindern. Oder zum Beispiel kann es in einem Bereich mit umgeknicktem Erntegut von Vorteil sein, die landwirtschaftliche Erntemaschine entlang eines Pfads zu leiten, so dass die landwirtschaftliche Erntemaschine entgegen der Richtung erntet, in der das Erntegut von dem umgeknickten Erntegut geneigt ist. Das heißt, ein Kurs der landwirtschaftlichen Erntemaschine wird so ausgewählt, dass die landwirtschaftliche Erntemaschine aus der entgegengesetzten Richtung, in der die Pflanzen umgeknickt sind, in die Erntegutpflanzen einfährt, so dass die Erntemaschine zuerst die Spitze der Pflanze erreicht. Oder es kann beispielsweise in einem Bereich, in dem das Erntegut umgeknickt ist, von Vorteil sein, die Höhe des Erntevorsatzes oder die Haspelpositionen einzustellen.The present description relates to the use of in situ data collected concurrently with a farming operation in combination with prior or predictive data to generate a functional predictive map and more particularly a functional predictive crop condition map. In some examples, the functional predictive crop condition map may be used to control an agricultural work machine, such as an agricultural harvester. The performance of an agricultural harvester can be affected when the agricultural harvester enters areas of varying crop condition unless the machine settings are also changed. For example, in an area of overturned crop, the agricultural harvester may travel more slowly through the field to prevent grain loss. Or, for example, in an area of folded crop, it may be advantageous to direct the agricultural harvester along a path so that the agricultural harvester harvests in the opposite direction to which the crop is tilted from the folded crop. That is, a course of the agricultural harvester is selected such that the agricultural harvester enters the crop plants from the opposite direction in which the plants are folded, so that the harvester reaches the top of the plant first. Or, for example, in an area where the crop is kinked, it may be beneficial to adjust the height of the header or the reel positions.
Eine vegetative Indexkarte bildet veranschaulichend vegetative Indexwerte (die auf vegetatives Wachstum hinweisen können) über verschiedene geografische Positionen in einem Feld von Interesse ab. Ein Beispiel eines vegetativen Index beinhaltet einen normalisierten Differenzvegetationsindex (NDVI). Es gibt viele andere vegetative Indizes und diese anderen vegetativen Indizes liegen innerhalb des Umfangs der vorliegenden Offenbarung. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.A vegetative index map illustratively maps vegetative index values (which may be indicative of vegetative growth) across various geographic locations in a field of interest. An example of a vegetative index includes a normalized difference vegetative index (NDVI). There are many other vegetative indices and these other vegetative indices are within the scope of the present disclosure. In some examples, a vegetative index may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from plants. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Eine vegetative Indexkarte kann somit verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglicht eine vegetative Indexkarte, dass Erntegut in Gegenwart von nacktem Boden, Erntegutrückständen oder anderen Pflanzen, einschließlich Erntegut oder Unkraut, identifiziert und georeferenziert werden. Zum Beispiel kann der vegetative Index zu Beginn einer Vegetationsperiode, wenn sich ein Erntegut in einem Wachstumszustand befindet, den Fortschritt der Entwicklung des Ernteguts anzeigen. Wenn daher eine vegetative Indexkarte zu Beginn der Vegetationsperiode oder in der Mitte der Vegetationsperiode erstellt wird, kann die vegetative Indexkarte den Fortschritt der Entwicklung der Erntegutpflanzen anzeigen. Zum Beispiel kann die vegetative Indexkarte angeben, ob die Pflanze unterentwickelt ist, ob ein ausreichender Bewuchs aufgebaut wurde oder ob andere Pflanzenattribute vorhanden sind, die auf die Pflanzenentwicklung hinweisen. Eine vegetative Indexkarte kann auch andere vegetative Merkmale anzeigen, wie etwa die Gesundheit der Pflanzen.A vegetative index map can thus be used to identify the presence and location of vegetation. In some examples, a vegetative index map allows crops to be identified and georeferenced in the presence of bare soil, crop residue, or other vegetation, including crops or weeds. For example, at the beginning of a growing season when a crop is in a state of growth, the vegetative index may indicate the progress of the crop's development. Therefore, if a vegetative index map is created at the beginning of the growing season or in the middle of the growing season, the vegetative index map can show the progress of development of the crop plants. For example, the vegetative index map may indicate whether the plant is underdeveloped, whether adequate cover has been established, or whether there are other plant attributes indicative of plant development. A vegetative index map can also display other vegetative traits, such as plant health.
Eine Aussaatmerkmalkarte bildet veranschaulichend Saatgutstellen über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Diese Saatgutkarten werden typischerweise von früheren Saatgutpflanzvorgängen gesammelt. In einigen Beispielen kann die Aussaatmerkmalkarte aus Steuersignalen abgeleitet werden, die von einer Sämaschine verwendet werden, wenn das Saatgut gepflanzt wird, oder aus Sensorsignalen, die von Sensoren an der Sämaschine erzeugt werden, die bestätigen, dass ein Saatgut gepflanzt wurde. Sämaschinen können geografische Positionssensoren beinhalten, die die Positionen geolokalisieren, an denen das Saatgut gepflanzt wurde. Diese Informationen können verwendet werden, um die Saatgutpflanzdichte zu bestimmen, die mit einer Pflanzendichte korreliert. Die Pflanzendichte kann sich beispielsweise darauf auswirken, wie widerstandsfähig Erntegutpflanzen gegen das Abknicken durch Wind sind. Eine Aussaatmerkmalkarte kann auch andere Informationen enthalten, wie etwa Merkmale des verwendeten Saatguts. Einige Merkmale beinhalten zum Beispiel Saatgutart, genetische Stängelstärke, genetische Anfälligkeit für Grünbruch, Samenmarke, Samenbeschichtung, Pflanzdatum, Keimzeit, typische Wachstumsphasenperioden, reife Pflanzenhöhe und Samen hybrid.A seed trait map illustratively forms seed locations across various geographic locations in one or more fields of interest. These seed cards are typically collected from previous seed planting operations. In some examples, the seed trait map may be derived from control signals used by a seed drill when the seed is planted or from sensor signals generated by sensors on the seed drill that confirm that a seed has been planted. Seeders may include geographic position sensors that geolocate the locations where the seed was planted. This information can be used to determine seed planting density, which correlates to a plant density. For example, plant density can affect how resistant crop plants are to wind buckling. A seed trait map may also contain other information, such as traits of the seed used. Some traits include, for example, seed type, stem genetic strength, genetic susceptibility to green breakage, seed brand, seed coating, planting date, germination time, typical growth phase periods, mature plant height, and seed hybrid.
Die vorliegende Erörterung beinhaltet auch prädiktive Karten, die ein Merkmal auf Grundlage einer Informationskarte und einer Beziehung zu erfassten Daten, die von einem In-situ-Sensor erhalten wurden, vorhersagen. Diese prädiktiven Karten beinhalten eine prädiktive Ertragskarte und eine prädiktive Biomassekarte. In einem Beispiel wird die prädiktive Ertragskarte durch Empfangen einer vorherigen vegetativen Indexkarte und erfasster Ertragsdaten, die von einem in-situ-Ertragssensor erhalten wurden, und Bestimmen einer Beziehung zwischen der vorherigen vegetativen Indexkarte und den erfassten Ertragsdaten, die von einem Signal von dem In-situ-Ertragssensor erhalten werden, und Verwenden der Beziehung zum Erzeugen der prädiktiven Ertragskarte auf Grundlage der Beziehung und der vorherigen vegetativen Indexkarte erzeugt. In einem Beispiel wird die prädiktive Biomassekarte durch Empfangen einer vorherigen vegetativen Indexkarte und Erfassen einer Biomasse und Bestimmen einer Beziehung zwischen der vorherigen vegetativen Indexkarte und der erfassten Biomasse, die aus einem Datensignal von einem Biomassesensor erhalten wird, und Verwenden der Beziehung zum Erzeugen der prädiktiven Biomassekarte auf Grundlage der Beziehung und der vorherigen vegetativen Indexkarte erzeugt. Die prädiktiven Ertrags- und Biomassekarten können auf Grundlage anderer Informationskarten erstellt oder auch auf andere Weise erzeugt werden. Beispielsweise können die prädiktiven Ertrags- oder Biomassekarten basierend auf Satellitenbildern, Wachstumsmodellen, Wettermodellen usw. erzeugt werden. Oder zum Beispiel kann eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte ganz oder teilweise auf einer topographischen Karte, einer Bodentypkarte, einer Bodenbestandteilkarte oder einer Bodengesundheitskarte basieren.The present discussion also includes predictive maps that predict a feature based on an information map and a relationship to sensed data obtained from an in situ sensor. These predictive maps include a predictive yield map and a predictive biomass map. In one example, the predictive yield map is generated by receiving a previous vegetative index map and collected yield data obtained from an in situ yield sensor and determining a relationship between the previous vegetative index map and the collected yield data obtained from a signal from the in-situ yield sensor. situ yield sensor are obtained, and using the relationship to generate the predictive yield map based on the relationship and the previous vegetative index map generated. In one example, the predictive biomass map is obtained by receiving a previous vegetative index map and detecting a biomass and determining a relationship between the previous vegetative index map and the detected biomass obtained from a data signal from a biomass sensor and using the relationship to generate the predictive biomass map generated based on the relationship and the previous vegetative index map. The predictive yield and biomass maps may be based on other information maps or may be generated in other ways. For example, the predictive yield or biomass maps can be generated based on satellite imagery, growth models, weather models, etc. Or, for example, a predictive yield map or a predictive biomass map may be based in whole or in part on a topographical map, a soil type map, a soil constituent map, or a soil health map.
Die vorliegende Erörterung fährt somit in Bezug auf Beispiele fort, in denen ein System eines oder mehrere von einem vegetativen Index, Aussaat, prädiktiven Ertrag oder prädiktiven Biomassekarte empfängt und einen In-situ-Sensor verwendet, der eine Variable erkennt, die den Erntezustand während eines Erntevorgangs angibt. Das System erzeugt ein Modell, das eine Beziehung zwischen den vegetativen Indexwerten, Saatgutmerkmalwerten, prädiktiven Ertragswerten oder prädiktiven Biomassewerten aus der einen oder den mehreren empfangenen Karten und In-situ-Daten von dem In-situ-Sensor modelliert, die die Variable darstellen, die den Erntezustand angibt. Das Modell wird verwendet, um eine funktionale prädiktive Erntegutzustandskarte zu erzeugen, die einen erwarteten Erntegutzustand in dem Feld vorhersagt. Die funktionale prädiktive Erntegutzustandskarte, die während des Erntevorgangs erzeugt wird, kann einem Bediener oder einem anderen Benutzer präsentiert werden, zum automatischen Steuern einer landwirtschaftlichen Erntemaschine während des Erntevorgangs verwendet werden oder beides.The present discussion thus continues with respect to examples in which a system receives one or more of a vegetative index, seeding, predictive yield, or predictive biomass map and uses an in situ sensor that detects a variable indicative of the crop condition during a indicates harvesting process. The system creates a model that models a relationship between the vegetative index values, seed trait values, predicted yield values, or predicted biomass values from the one or more received maps and in situ data from the in situ sensor representing the variable that indicates the harvest status. The model is used to generate a functional predictive crop condition map that predicts an expected crop condition in the field. The functional predictive crop condition map generated during the harvesting process may be presented to an operator or other user, used to automatically control an agricultural harvesting machine during the harvesting process, or both.
Wie in
Der Drescher 110 beinhaltet veranschaulichend einen Dreschrotor 112 und einen Satz von Dreschkörben 114. Ferner beinhaltet die landwirtschaftliche Erntemaschine 100 auch einen Abscheider 116. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Reinigungs-Teilsystem oder einen Siebkasten (gemeinsam als Reinigungs-Teilsystem 118 bezeichnet), das ein Reinigungsgebläse 120, einen Häcksler 122 und ein Sieb 124 beinhaltet. Das Materialhandhabungs-Teilsystem 125 beinhaltet außerdem eine Auswurftrommel 126, einen Überkehrelevator 128, einen Reinkornelevator 130 sowie eine Entladeschnecke 134 und den Auswurf 136. Der Reinkornelevator befördert reines Korn in den Reinkorntank 132. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Rückstands-Teilsystem 138, das einen Häcksler 140 und einen Verteiler 142 beinhalten kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Antriebs-Teilsystem, das einen Motor beinhaltet, der Bodeneingriffskomponenten 144, wie etwa Räder oder Raupenketten, antreibt. In einigen Beispielen kann ein Mähdrescher innerhalb des Umfangs der vorliegenden Offenbarung mehr als eines der oben genannten Teilsysteme aufweisen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 linke und rechte Reinigungs-Teilsysteme, Abscheider usw. aufweisen, die in
Im Betrieb und zur Übersicht bewegt sich die landwirtschaftliche Erntemaschine 100 veranschaulichend durch ein Feld in der durch Pfeil 147 angezeigten Richtung. Während der Bewegung der landwirtschaftlichen Erntemaschine 100 greift der Erntevorsatz 102 (und die zugehörige Haspel 164) in das zu erntende Erntegut ein und sammelt das Erntegut in Richtung der Schneidevorrichtung 104. Ein Bediener der landwirtschaftlichen Erntemaschine 100 kann ein lokaler menschlicher Bediener, ein entfernter menschlicher Bediener oder ein automatisiertes System sein. Der Bediener der landwirtschaftlichen Erntemaschine 100 kann eine oder mehrere Höheneinstellungen, Neigungswinkeleinstellungen oder Rollwinkeleinstellungen für den Erntevorsatz 102 bestimmen. Zum Beispiel gibt der Bediener eine Einstellung oder Einstellungen in ein Steuersystem ein, das im Folgenden genauer beschrieben wird und das das Stellglied 107 steuert. Das Steuersystem kann auch eine Einstellung vom Bediener zum Einrichten des Neigungswinkels und Rollwinkels des Erntevorsatzes 102 empfangen und die eingegebenen Einstellungen implementieren, indem zugeordnete Stellglieder, die nicht gezeigt sind, gesteuert werden, die arbeiten, um den Neigungswinkel und Rollwinkel des Erntevorsatzes 102 zu ändern. Das Stellglied 107 hält den Erntevorsatz 102 auf einer Höhe über dem Boden 111 auf Grundlage einer Höheneinstellung und gegebenenfalls auf gewünschten Neigungs- und Rollwinkeln. Jede der Höhen-, Roll- und Neigungseinstellungen kann unabhängig von den anderen implementiert werden. Das Steuersystem reagiert auf Erntevorsatzfehler (z. B. die Differenz zwischen der Höheneinstellung und der gemessenen Höhe des Erntevorsatzes 102 über dem Boden 111 und in einigen Beispielen Neigungswinkel- und Rollwinkelfehler) mit einer Reaktionsfähigkeit, die auf Grundlage einer ausgewählten Empfindlichkeitsstufe bestimmt wird. Wenn die Empfindlichkeitsstufe auf eine größere Empfindlichkeitsstufe eingestellt ist, reagiert das Steuersystem auf kleinere Erntevorsatz-Positionsfehler und versucht, die erkannten Fehler schneller zu reduzieren, als wenn die Empfindlichkeit auf einer niedrigeren Empfindlichkeitsstufe ist.In operation and for overview,
Zurückkehrend zur Beschreibung des Betriebs der landwirtschaftlichen Erntemaschine 100 wird das abgetrennte Erntematerial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntematerial in den Dreschwerk 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. Das gedroschene Erntegutmaterial wird durch einen Abscheiderrotor im Abscheider 116 bewegt, wobei ein Teil des Rückstands durch die Auswurftrommel 126 in Richtung des Rückstands-Teilsystems 138 bewegt wird. Der Teil des Rückstands, der an das Rückstands-Teilsystem 138 übertragen wird, wird vom Rückstandhäcksler 140 zerkleinert und vom Verteiler 142 auf dem Feld verteilt. In anderen Konfigurationen wird der Rückstand in einer Schwade von der landwirtschaftlichen Erntemaschine 100 freigegeben. In anderen Beispielen kann das Rückstands-Teilsystem 138 Unkrautbeseitigungsmittel (nicht gezeigt) beinhalten, wie etwa Samenabsackanlagen oder andere Samensammler oder Samenzerkleinerer oder andere Saatzerstörer.Returning to the description of the operation of the
Das Korn fällt auf das Reinigungs-Teilsystem 118. Der Häcksler 122 trennt einen Teil gröberer Materialstücke vom Korn und das Sieb 124 trennt einen Teil feinerer Materialstücke vom Reinkorn. Das Reinkorn fällt auf eine Schnecke, die das Korn zu einem Einlassende des Reinkornelevators 130 bewegt und der Reinkornelevator 130 bewegt das Reinkorn nach oben, wodurch das Reinkorn im Reinkorntank 132 abgeschieden wird. Rückstände werden aus dem Reinigungs-Teilsystem 118 durch den Luftstrom des Reinigungsgebläses 120 entfernt. Das Reinigungsgebläse 120 leitet Luft entlang eines Luftstrompfads nach oben durch die Siebe und Häcksler. Der Luftstrom trägt Rückstände in der landwirtschaftlichen Erntemaschine 100 nach hinten in Richtung des Rückstandhandhabungs-Teilsystems 138.The grain falls onto the
Der Überkehrelevator 128 führt die Überkehr zum Drescher 110 zurück, wo die Überkehr nachgedroschen wird. Alternativ kann die Überkehr auch einem separaten Nachdresch-Mechanismus durch einen Überkehrelevator oder eine andere Transportvorrichtung zugeführt werden, wo die Überkehr ebenfalls nachgedroschen wird.The
Der Bodengeschwindigkeitssensor 146 erfasst die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 über den Boden. Der Bodengeschwindigkeitssensor 146 kann die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch Erfassen der Umdrehungsgeschwindigkeit der Bodeneingriffskomponenten (wie etwa Räder oder Raupenketten), einer Antriebswelle, einer Achse oder anderer Komponenten erfassen. In einigen Fällen kann die Fahrgeschwindigkeit mithilfe eines Ortungssystems, wie etwa eines globalen Positionierungssystems (GPS), eines Koppelnavigationssystems, eines Fernnavigationssystems (LORAN) oder einer Vielzahl anderer Systeme oder Sensoren, die eine Anzeige der Fahrgeschwindigkeit vorsehen, erfasst werden.The
Die Verlustsensoren 152 sehen veranschaulichend ein Ausgabesignal vor, das die Menge des Kornverlustes anzeigt, die sowohl auf der rechten als auch auf der linken Seite des Reinigungs-Teilsystems 118 auftritt. In einigen Beispielen sind die Sensoren 152 Schlagsensoren, die Kornschläge pro Zeiteinheit oder pro Entfernungseinheit zählen, um einen Hinweis auf den Kornverlust vorzusehen, der an dem Reinigungs-Teilsystem 118 auftritt. Die Schlagsensoren für die rechte und linke Seite des Siebkastens 118 können einzelne Signale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Beispielen können die Sensoren 152 einen einzelnen Sensor beinhalten, im Gegensatz zu separaten Sensoren, die für jedes Reinigungs-Teilsystem 118 bereitgestellt sind.The
Der Abscheider-Verlustsensor 148 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt, die in
Die landwirtschaftliche Erntemaschine 100 kann auch andere Sensoren und Messmechanismen beinhalten. Die landwirtschaftliche Erntemaschine 100 kann beispielsweise einen oder mehrere der folgenden Sensoren beinhalten: einen Erntevorsatzhöhensensor, der eine Höhe des Erntevorsatzes 102 über dem Boden 111 erfasst; Stabilitätssensoren, die eine Oszillation oder Prellbewegung (und Amplitude) der landwirtschaftlichen Erntemaschine 100 erfassen; einen Rückstandeinstellungssensor, der konfiguriert ist, um zu erfassen, ob die landwirtschaftliche Erntemaschine 100 konfiguriert ist, den Rückstand zu zerkleinern, eine Schwade zu erzeugen usw.; einen Siebkasten-Gebläsedrehzahlsensor, um die Geschwindigkeit des Reinigungsgebläses 120 zu erfassen; einen konkaven Spaltensensor, der den Spalt zwischen dem Rotor 112 und den Dreschkörben 114 erfasst; einen Dreschrotor-Drehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst; einen Häckselspaltensensor, der die Größe der Öffnungen in dem Häcksler 122 erfasst; einen Siebspaltsensor, der die Größe der Öffnungen in dem Sieb 124 erfasst; einen Feuchtigkeitssensor für anderes Material als Korn (MOG), der einen Feuchtigkeitsgehalt des MOG erfasst, das die landwirtschaftliche Erntemaschine 100 passiert; einen oder mehrere Maschineneinstellsensoren, die konfiguriert sind, um verschiedene konfigurierbare Einstellungen der landwirtschaftlichen Erntemaschine 100 zu erfassen; einen Maschinenausrichtungssensor, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst; und Ernteguteigenschaftssensoren, die eine Vielzahl verschiedener Arten von Ernteguteigenschaften erfassen, wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts und andere Eigenschaften des Ernteguts. Die Ernteguteigenschaftssensoren können auch konfiguriert werden, um die Merkmale des abgetrennten Ernteguts während der Verarbeitung durch die landwirtschaftliche Erntemaschine 100 zu erfassen. Beispielsweise können die Ernteguteigenschaftssensoren in einigen Fällen die Kornqualität erfassen, wie etwa gebrochenes Korn, MOG-Werte; Kornbestandteile, wie etwa Stärken und Protein; und Kornzufuhrmenge, wenn sich das Korn durch das Zuführgehäuse 106, den Reinkornelevator 130 oder anderswo in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Ernteguteigenschaftssensoren können auch die Vorschubgeschwindigkeit von Biomasse durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 erfassen. Die Ernteguteigenschaftssensoren können die Vorschubgeschwindigkeit auch als Massendurchsatz von Korn durch den Elevator 130 oder durch andere Abschnitte der landwirtschaftlichen Erntemaschine 100 erfassen oder andere Ausgangssignale bereitstellen, die auf andere erfasste Größen hinweisen. Die Ernteguteigenschaftssensoren können einen oder mehrere Erntegutzustandssensoren beinhalten, die den Erntegutzustand erfassen, der von der landwirtschaftlichen Erntemaschine geerntet wird.
Erntegutzustandssensoren können eine Monokamera oder ein Mehrfachkamerasystem beinhalten, das ein oder mehrere Bilder von Erntegutpflanzen erfasst. Beispielsweise kann der nach vorne gerichtete Bilderfassungsmechanismus 151 einen Erntegutzustandssensor bilden, der den Erntegutzustand von Erntegutpflanzen vor der landwirtschaftlichen Erntemaschine 100 erfasst. In einem anderen Beispiel kann ein Erntegutzustandssensor an der landwirtschaftlichen Erntemaschine 100 platziert sein und in eine oder mehrere andere Richtungen als vor der landwirtschaftlichen Erntemaschine 100 blicken. Bilder, die von dem Erntegutzustandssensor erfasst werden, können analysiert werden, um zu bestimmen, ob das Erntegut steht, ein gewisses Ausmaß eines umgeknickten Zustands aufweist, stoppelig ist oder fehlt. Wenn das Erntegut dann ein gewisses Ausmaß eines umgeknickten Zustands aufweist, kann das Bild analysiert werden, um die Ausrichtung des umgeknickten Ernteguts zu bestimmen. Einige Ausrichtungen können sich auf die landwirtschaftliche Erntemaschine 100 beziehen, wie unter anderem „seitwärts“, „zur Maschine hin“, „von der Maschine weg“ oder „zufällige Ausrichtungen“. Einige Ausrichtungen können absolut sein (z. B. relativ zur Erde), wie z. B. ein numerischer Kompasskurs oder eine numerische Abweichung von gravimetrischen oder Oberflächenvertikalen in Grad. Zum Beispiel kann die Orientierung in einigen Fällen als ein Kurs relativ zum magnetischen Norden, relativ zum wahren Norden, relativ zu einer Erntegutreihe, relativ zu einem Erntemaschinenkurs oder relativ zu anderen Referenzen bereitgestellt werden.Crop condition sensors may include a mono camera or a multiple camera system that captures one or more images of crop plants. For example, the forward-facing
In einem anderen Beispiel beinhaltet ein Erntegutzustandssensor eine Bereichsabtastvorrichtung, wie unter anderem Radar, Lidar oder Sonar. Eine Bereichsabtastvorrichtung kann verwendet werden, um die Höhe des Ernteguts zu erfassen. Die Ernteguthöhe kann, obwohl sie auf andere Dinge hinweist, auch umgeknicktes Erntegut, das Ausmaß eines Zustands des umgeknickten Ernteguts oder eine Ausrichtung des umgeknickten Ernteguts anzeigen.In another example, a crop condition sensor includes a range sensing device such as, but not limited to, radar, lidar, or sonar. A range scanner can be used to detect the height of the crop. Crop height, while indicative of other things, may also indicate kinked crop, the extent of a condition of the kinked crop, or an orientation of the kinked crop.
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionale prädiktive Erntegutzustandskarte erzeugt und die funktionale prädiktive Erntegutzustandskarte zur Darstellung oder Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren jeweiliger Vorgänge. Die Beschreibung von
Nachdem ein allgemeiner Ansatz in Bezug auf die
Die Informationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise auf die landwirtschaftliche Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. In einigen Beispielen kann das Kommunikationssystem 206 ein zellulares Kommunikationssystem, ein System zum Kommunizieren über ein Weitverkehrsnetzwerk oder ein lokales Netzwerk, ein System zum Kommunizieren über ein Nahfeldkommunikationsnetzwerk oder ein Kommunikationssystem sein, das konfiguriert ist, um über ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken zu kommunizieren. Das Kommunikationssystem 206 kann auch ein System beinhalten, das das Herunterladen oder Übertragen von Informationen auf und von einer Secure Digital (SD)-Karte oder einer universellen seriellen Bus (USB)-Karte oder beides erleichtert.
Der geografische Positionssensor 204 erfasst oder erkennt veranschaulichend die geografische Position oder den Ort der landwirtschaftlichen Erntemaschine 100. Der geografische Positionssensor 204 kann unter anderem einen Empfänger für ein globales Navigationssatellitensystem (GNSS) beinhalten, der Signale von einem GNSS-Satellitensender empfängt. Der geografische Positionssensor 204 kann auch eine Echtzeit-Kinematikkomponente (RTK) enthalten, die konfiguriert ist, um die Genauigkeit der aus dem GNSS-Signal abgeleiteten Positionsdaten zu verbessern. Der geografische Positionssensor 204 kann ein Koppelnavigationssystem, ein zellulares Triangulationssystem oder eine Vielzahl von anderen geografischen Positionssensoren beinhalten.The
Bei den In-situ-Sensoren 208 kann es sich um beliebige der vorstehend beschriebenen Sensoren in Bezug auf
Der prädiktive Modellgenerator 210 erzeugt ein Modell, das eine Beziehung zwischen den durch den In-situ-Sensor 208 erfassten Werten und einem durch die Informationskarte 258 auf das Feld abgebildeten Merkmal angibt. Wenn zum Beispiel die Informationskarte 258 einen vegetativen Indexwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der den Erntegutzustand angibt, dann erzeugt der Informationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutzustandsmodell, das die Beziehung zwischen den vegetativen Indexwerten und den Erntegutzustandswerten modelliert. Der prädiktive Kartengenerator 212 verwendet das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutzustandsmodell, um eine funktionale prädiktive Erntegutzustandskarte zu erzeugen, die den Wert des Erntegutzustandsan verschiedenen Positionen in dem Feld auf Grundlage der Informationskarte 258 vorhersagt. Der prädiktive Kartengenerator 212 kann die vegetativen Indexwerte in der Informationskarte 258 und das von dem prädiktiven Modellgenerator 210 erzeugte Modell verwenden, um eine funktionale prädiktive Karte 263 zu erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.The predictive model generator 210 generates a model that indicates a relationship between the values sensed by the in
Oder zum Beispiel, wenn die Informationskarte 258 ein Aussaatmerkmal auf verschiedene Positionen in dem Feld kartiert und der In-situ-Sensor 208 einen Wert erfasst, der den Erntegutzustand angibt, dann erzeugt der Informationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutzustandsmodell, das die Beziehung zwischen den Aussaatmerkmalen (mit oder ohne Kontextinformationen) und den In-situ-Erntegutzustandswerten modelliert. Der prädiktive Kartengenerator 212 verwendet das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutzustandsmodell, um eine funktionale prädiktive Erntegutzustandskarte zu erzeugen, die den Wert des Erntegutzustands, der durch die In-situ-Sensoren 208 erfasst wird, an verschiedenen Positionen in dem Feld auf Grundlage der Informationskarte 258 vorhersagt. Der prädiktive Kartengenerator 212 kann die Aussaatmerkmalswerte in der Informationskarte 258 und dem Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, verwenden, um eine funktionale prädiktive Karte 263 zu erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.Or, for example, if
In einigen Beispielen kann der Typ der Daten in der funktionalen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein. In einigen Fällen kann der Typ der Daten in der funktionalen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann sich der Typ der Daten in der funktionalen prädiktiven Karte 263 von dem von den In-situ-Sensoren 208 erfassten Datentyp unterscheiden, weist jedoch eine Beziehung zu dem von den In-situ-Sensoren 208 erfassten Datentyp auf. Beispielsweise kann der In-situ-Datentyp in einigen Beispielen den Datentyp in der funktionalen prädiktiven Karte 263 anzeigen. In einigen Beispielen kann sich der Typ der Daten in der funktionalen prädiktiven Karte 263 von dem Datentyp in der Informationskarte 258 unterscheiden. In einigen Fällen kann der Typ der Daten in der funktionalen prädiktiven Karte 263 andere Einheiten als die Daten in der Informationskarte 258 aufweisen. In einigen Beispielen kann sich der Typ der Daten in der funktionalen prädiktiven Karte 263 von dem Datentyp in der Informationskarte 258 unterscheiden, hat jedoch eine Beziehung zu dem Datentyp in der Informationskarte 258. Beispielsweise kann der Datentyp in der Informationskarte 258 in einigen Beispielen den Typ der Daten in der funktionalen prädiktiven Karte 263 angeben. In einigen Beispielen unterscheidet sich der Typ der Daten in der funktionalen prädiktiven Karte 263 von einem oder beiden von dem durch die In-situ-Sensoren 208 erfassten In-situ-Datentyp und dem Datentyp in der Informationskarte 258. In einigen Beispielen ist der Typ der Daten in der funktionalen prädiktiven Karte 263 der gleiche wie einer oder beide des von den In-situ-Sensoren 208 erfassten In-situ-Datentyps und des Datentyps in der Informationskarte 258. In einigen Beispielen ist der Typ der Daten in der funktionalen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp oder der Datentyp in der Informationskarte 258 und unterscheidet sich von dem anderen.In some examples, the type of data in functional predictive map 263 may be the same as the type of in situ data captured by in
Wie in
Nun werden einige Variationen in den Datentypen beschrieben, die in der Informationskarte 258 abgebildet sind, die Datentypen, die von In-situ-Sensoren 208 erfasst werden, und die Datentypen, die auf der prädiktiven Karte 264 vorhergesagt werden.Some variations in the types of data depicted in
In einigen Beispielen unterscheidet sich der Datentyp in der Informationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, dennoch ist der Datentyp in der prädiktiven Karte 264 derselbe wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntezustand sein. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutzustandskarte sein, die vorhergesagte Erntegutzustandswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann eine Ernteguthöhe sein. Die prädiktive Karte 264 kann dann eine prädiktive Ernteguthöhenkarte sein, die vorhergesagte Ernteguthöhenwerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the type of data in
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Informationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 unterscheidet sich sowohl von dem Datentyp in der Informationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann die Ernteguthöhe sein. Die prädiktive Karte 264 kann dann eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntezustand sein. Die prädiktive Karte 264 kann dann eine prädiktive Geschwindigkeitskarte sein, die vorhergesagte Erntemaschinengeschwindigkeitswerte auf verschiedene geografische Positionen in dem Feld abbildet.Also, in some examples, the type of data in the
In einigen Beispielen stammt die Informationskarte 258 von einem vorherigen Durchlauf durch das Feld während eines vorherigen Vorgangs und der Datentyp unterscheidet sich von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, jedoch ist der Datentyp in der prädiktiven Karte 264 der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine Samenpopulationskarte sein, die während des Pflanzens erzeugt wird, und die Variable, die durch die In-situ-Sensoren 208 erfasst wird, kann die Stängelgröße sein. Die prädiktive Karte 264 kann dann eine prädiktive Stängelgrößenkarte sein, die vorhergesagte Stängelgrößenwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Informationskarte 258 eine Aussaat-Hybridkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann der Erntegutzustand sein, wie etwa stehendes Erntegut oder umgeknicktes Erntegut. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutzustandskarte sein, die vorhergesagte Erntegutzustandswerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples,
In einigen Beispielen stammt die Informationskarte 258 von einem vorherigen Durchlauf durch das Feld während eines vorherigen Vorgangs und der Datentyp ist der gleiche wie der Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 ist auch der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Informationskarte 258 eine Ertragskarte sein, die während eines vorhergehenden Jahres erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann der Ertrag sein. Die prädiktive Karte 264 kann dann eine prädiktive Ertragskarte sein, die vorhergesagte Ertragswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Ertragsunterschiede in der georeferenzierten Informationskarte 258 aus dem Vorjahr durch den prädiktiven Modellgenerator 210 verwendet werden, um ein prädiktives Modell zu erzeugen, das eine Beziehung zwischen den relativen Ertragsunterschieden auf der Informationskarte 258 und den Ertragswerten modelliert, die durch In-situ-Sensoren 208 während des aktuellen Erntevorgangs erfasst werden. Das prädiktive Modell wird dann von dem prädiktiven Kartengenerator 212 verwendet, um eine prädiktive Ertragskarte zu erstellen.In some examples,
In einem weiteren Beispiel kann die Informationskarte 258 eine Unkrautintensitätskarte sein, die während eines vorherigen Betriebs erzeugt wird, wie etwa von einer Sprühvorrichtung, und die von den In-situ-Sensoren 208 erfasste Variable kann die Unkrautintensität sein. Die prädiktive Karte 264 kann dann eine prädiktive Unkrautintensitätskarte sein, die vorhergesagte Unkrautintensitätswerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel wird eine Karte der Unkrautintensitäten zum Zeitpunkt des Besprühens georeferenziert aufgezeichnet und der landwirtschaftlichen Erntemaschine 100 als Informationskarte 258 der Unkrautintensität bereitgestellt. Die In-situ-Sensoren 208 können die Unkrautintensität an geografischen Positionen in dem Feld erkennen und der prädiktive Modellgenerator 210 kann dann ein prädiktives Modell erstellen, das eine Beziehung zwischen der Unkrautintensität zum Zeitpunkt der Ernte und der Unkrautintensität zum Zeitpunkt des Besprühens modelliert. Dies liegt daran, dass die Sprühvorrichtung die Unkrautintensität zum Zeitpunkt des Besprühens beeinflusst hat, aber bei der Ernte kann in ähnlichen Bereichen wieder Unkraut auftauchen. Die Unkrautbereiche bei der Ernte haben jedoch wahrscheinlich eine unterschiedliche Intensität, die unter anderem auf dem Zeitpunkt der Ernte, dem Wetter und der Unkrautart basiert.In another example,
In einigen Beispielen kann dem Steuerzonengenerator 213 eine prädiktive Karte 264 bereitgestellt werden. Der Steuerzonengenerator 213 gruppiert benachbarte Abschnitte eines Bereichs auf Grundlage von Datenwerten der prädiktiven Karte 264, die diesen benachbarten Abschnitten zugeordnet sind, in eine oder mehrere Steuerzonen. Eine Steuerzone kann zwei oder mehr zusammenhängende Abschnitte eines Bereichs, wie etwa eines Feldes, beinhalten, für die ein Steuerparameter, der der Steuerzone zum Steuern eines steuerbaren Teilsystems entspricht, konstant ist. Beispielsweise kann eine Reaktionszeit zum Ändern einer Einstellung steuerbarer Teilsysteme 216 unzureichend sein, um zufriedenstellend auf Änderungen von Werten zu reagieren, die in einer Karte enthalten sind, wie etwa der prädiktiven Karte 264. In diesem Fall analysiert der Steuerzonengenerator 213 die Karte und identifiziert Steuerzonen, die eine definierte Größe aufweisen, um die Reaktionszeit der steuerbaren Teilsysteme 216 zu berücksichtigen. In einem weiteren Beispiel können die Steuerzonen bemessen sein, um den Verschleiß durch übermäßige Stellgliedbewegung, die sich aus der kontinuierlichen Einstellung ergibt, zu reduzieren. In einigen Beispielen kann es einen anderen Satz von Steuerzonen für jedes steuerbare Teilsystem 216 oder für Gruppen von steuerbaren Teilsystemen 216 geben. Die Steuerzonen können zu der prädiktiven Karte 264 hinzugefügt werden, um eine prädiktive Steuerzonenkarte 265 zu erhalten. Die prädiktive Steuerzonenkarte 265 kann somit der prädiktiven Karte 264 ähnlich sein, mit der Ausnahme, dass die prädiktive Steuerzonenkarte 265 Steuerzoneninformationen beinhaltet, die die Steuerzonen definieren. Somit kann eine funktionale prädiktive Karte 263, wie hierin beschrieben, Steuerzonen beinhalten. Sowohl die prädiktive Karte 264 als auch die prädiktive Steuerzonenkarte 265 sind funktionale prädiktive Karten 263. In einem Beispiel beinhaltet eine funktionale prädiktive Karte 263 keine Steuerzonen, wie etwa die prädiktive Karte 264. In einem weiteren Beispiel beinhaltet eine funktionale prädiktive Karte 263 Steuerzonen, wie etwa die prädiktive Steuerzonenkarte 265. In einigen Beispielen können mehrere Erntegüter gleichzeitig in einem Feld vorhanden sein, wenn ein Mischkultur-Produktionssystem implementiert ist. In diesem Fall sind der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 in der Lage, die Position und das Merkmal der zwei oder mehr Erntegüter zu identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 mit Steuerzonen entsprechend zu erzeugen.In some examples, a predictive map 264 may be provided to the
Es ist ebenfalls zu beachten, dass der Steuerzonengenerator 213 Werte gruppieren kann, um Steuerzonen zu erzeugen, und die Steuerzonen zu einer prädiktiven Steuerzonenkarte 265 oder einer separaten Karte hinzugefügt werden können, die nur die erzeugten Steuerzonen zeigt. In einigen Beispielen können die Steuerzonen zum Steuern oder Kalibrieren der landwirtschaftlichen Erntemaschine 100 oder für beides verwendet werden. In anderen Beispielen können die Steuerzonen dem Bediener 260 angezeigt und verwendet werden, um die landwirtschaftliche Erntemaschine 100 zu steuern oder zu kalibrieren, und in anderen Beispielen können die Steuerzonen dem Bediener 260 oder einem anderen Benutzer angezeigt oder zur späteren Verwendung gespeichert werden.It should also be noted that the
Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide werden dem Steuersystem 214 bereitgestellt, das Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider erzeugt. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 an andere landwirtschaftliche Erntemaschinen, die auf demselben Feld ernten, zu kommunizieren. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide an andere Remote-Systeme zu senden.The predictive map 264 or the predictive control zone map 265 or both are provided to the
Die Bedienerschnittstellensteuerung 231 ist betreibbar, um Steuersignale zu erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Die Bedienerschnittstellensteuerung 231 ist außerdem betreibbar, um dem Bediener 260 die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder andere Informationen, die von oder auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider abgeleitet werden, zu präsentieren. Der Bediener 260 kann ein lokaler Bediener oder ein Remote-Bediener sein. Als ein Beispiel erzeugt die Steuerung 231 Steuersignale, um einen Anzeigemechanismus zu steuern, um eine oder beide der prädiktiven Karte 264 und prädiktiven Steuerzonenkarte 265 für den Bediener 260 anzuzeigen. Die Steuerung 231 kann vom Bediener betätigbare Mechanismen erzeugen, die angezeigt werden und vom Bediener betätigt werden können, um mit der angezeigten Karte zu interagieren. Der Bediener kann die Karte bearbeiten, indem er beispielsweise aufgrund der Beobachtung des Bedieners einen auf der Karte angezeigten Erntegutzustandswert korrigiert. Die Einstellungssteuerung 232 kann Steuersignale erzeugen, um verschiedene Einstellungen an der landwirtschaftlichen Erntemaschine 100 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Zum Beispiel kann die Einstellungssteuerung 232 Steuersignale erzeugen, um die Maschinen- und Erntevorsatzstellglieder 248 zu steuern. Als Reaktion auf die erzeugten Steuersignale arbeiten die Maschinen- und Erntevorsatzstellglieder 248, um zum Beispiel eine oder mehrere der Sieb- und Häckseleinstellungen, den konkaven Abstand, die Rotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wobei die landwirtschaftliche Erntemaschine 100 mit einem Draperband-Erntevorsatz gekoppelt ist), die Maisvorsatzfunktionalität, die interne Verteilungssteuerung und andere Stellglieder 248, die die anderen Funktionen der landwirtschaftlichen Erntemaschine 100 beeinflussen, zu steuern. Die Pfadplanungssteuerung 234 erzeugt veranschaulichend Steuersignale, um das Lenkungs-Teilsystem 252 zu steuern, um die landwirtschaftliche Erntemaschine 100 gemäß einem gewünschten Pfad zu steuern. Die Pfadplanungssteuerung 234 kann ein Pfadplanungssystem steuern, um eine Route für die landwirtschaftliche Erntemaschine 100 zu erzeugen, und kann das Antriebs-Teilsystem 250 und das Lenkteilsystem 252 steuern, um die landwirtschaftliche Erntemaschine 100 entlang dieser Route zu lenken. Die Vorschubgeschwindigkeitssteuerung 236 kann verschiedene Teilsysteme steuern, wie etwa das Antriebs-Teilsystem 250 und die Maschinenstellglieder 248, um eine Vorschubgeschwindigkeit auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem Bereich nähert, der Erntegut mit einem Zustand des umgeknickten Ernteguts enthält, der größer als ein ausgewählter Schwellenwert ist, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 reduzieren, um sicherzustellen, dass die Erntegutvorschubleistung akzeptabel ist und dass das Erntegut gesammelt wird. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. In einem Bereich, in dem das Erntegut umgeknickt ist, kann es beispielsweise von Vorteil sein, die Höhe des Erntevorsatzes oder die Haspelpositionen einzustellen. Die Draperbandsteuerung 240 kann Steuersignale erzeugen, um einen Draperband oder eine andere Draperfunktionalität auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Deckplattenpositionssteuerung 242 kann Steuersignale erzeugen, um eine Position einer Deckplatte, die in einem Erntevorsatz enthalten ist, auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern, und die Rückstandssystemsteuerung 244 kann Steuersignale erzeugen, um ein Rückstands-Teilsystem 138 auf Grundlage einer prädiktiven Karte 264 oder einer prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Die Maschinenreinigungssteuerung 245 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Zum Beispiel kann auf Grundlage der verschiedenen Arten von Saatgut oder Unkraut, das durch die landwirtschaftliche Erntemaschine 100 geleitet wird, eine bestimmte Art von Maschinenreinigungsvorgang oder eine Häufigkeit, mit der ein Reinigungsvorgang durchgeführt wird, gesteuert werden. Andere Steuerungen, die in der landwirtschaftlichen Erntemaschine 100 enthalten sind, können andere Teilsysteme auf Grundlage der prädiktiven Karte 264 oder prädiktiven Steuerzonenkarte 265 oder beider ebenfalls steuern.
Die
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die Informationskarte 258. Beispiele für die Informationskarte 258 oder das Empfangen der Informationskarte 258 werden in Bezug auf die Blöcke 282, 284, 285 und 286 erörtert. Wie oben erörtert, ordnet die Informationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, verschiedenen Positionen im Feld zu, wie bei Block 282 angezeigt. Wie bei Block 281 angegeben, kann das Empfangen der Informationskarte 258 das Auswählen einer oder mehrerer einer Vielzahl von möglichen Informationskarten beinhalten, die verfügbar sind. Zum Beispiel kann eine Informationskarte eine vegetative Indexkarte sein, die aus Luftbildern erzeugt wird. Eine andere Informationskarte kann eine Karte sein, die während eines vorherigen Durchlaufs durch das Feld erzeugt wurde, der von einer anderen Maschine durchgeführt worden sein kann, die einen vorherigen Vorgang auf dem Feld durchgeführt hat, wie beispielsweise eine Sprühvorrichtung oder eine andere Maschine. Der Vorgang, bei dem eine oder mehrere Informationskarten ausgewählt werden, kann manuell, halbautomatisch oder automatisiert sein. Die Informationskarte 258 basiert auf Daten, die vor einem aktuellen Erntevorgang erfasst wurden. Dies wird durch Block 284 angezeigt. Beispielsweise können die Daten auf der Grundlage von Luftbildern erfasst werden oder die Daten können Messwerte sein, die während eines Vorjahres, früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten aufgenommen wurden. Die Informationen können auch auf Daten basieren, die auf andere Weise (außer mithilfe von Luftbildern) erkannt wurden. Zum Beispiel kann die Informationskarte 258 mithilfe des Kommunikationssystems 206 an die landwirtschaftliche Erntemaschine 100 übertragen und im Datenspeicher 202 gespeichert werden.At 280,
Die Informationskarte 258 kann auch eine prädiktive Karte sein, was durch Block 285 angezeigt wird. Wie oben angegeben, kann die prädiktive Karte eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte beinhalten, die beispielsweise teilweise auf einer vegetativen Indexkarte oder einer anderen Informationskarte und In-situ-Sensorwerten erzeugt wird. In einigen Beispielen kann eine prädiktive Ertragskarte oder eine prädiktive Biomassekarte ganz oder teilweise auf einer topographischen Karte, einer Bodentypkarte, einer Bodenbestandteilkarte oder einer Bodengesundheitskarte basieren. Die prädiktive Ertrags- oder Biomassekarte kann auch auf andere Weise vorhergesagt und erzeugt werden.
Die Informationskarte 258 kann auch auf andere Weise mithilfe des Kommunikationssystems 206 auf die landwirtschaftliche Erntemaschine 100 geladen werden, was durch Block 286 im Flussdiagramm von
Bei Beginn eines Erntevorgangs erzeugen die In-situ-Sensoren 208 Sensorsignale, die einen oder mehrere In-situ-Datenwerte anzeigen, die ein Pflanzenmerkmal anzeigen, wie etwa einen Erntegutzustand, wie durch Block 288 angezeigt. Beispiele für In-situ-Sensoren 288 werden in Bezug auf die Blöcke 222, 290 und 226 erörtert. Wie oben erläutert, beinhalten die In-situ-Sensoren 208 bordeigene Sensoren 222; Remote-In-situ-Sensoren 224, wie etwa UAV-basierte Sensoren, die zu einem Zeitpunkt geflogen werden, um In-situ-Daten zu sammeln, wie in Block 290 gezeigt; oder andere Arten von In-situ-Sensoren, die durch In-situ-Sensoren 226 bezeichnet werden. In einigen Beispielen werden Daten von bordeigenen Sensoren mithilfe von Positionskurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.At the beginning of a harvesting operation, the in
Der prädiktive Modellgenerator 210 steuert den Informationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Informationskarte 258 enthalten sind, und den In-situ-Werten, die durch die In-situ-Sensoren 208 erfasst werden, modelliert, wie durch Block 292 angezeigt. Die Merkmale oder Datentypen, die durch die abgebildeten Werte in der Informationskarte 258 dargestellt werden, und die In-situ-Werte, die durch die In-situ-Sensoren 208 erfasst werden, können die gleichen Merkmale oder Datentypen oder verschiedene Merkmale oder Datentypen sein.The predictive model generator 210 controls the information variable-to-in situ
Die Beziehung oder das Modell, die bzw. das von dem prädiktiven Modellgenerator 210 erzeugt wird, wird dem prädiktiven Kartengenerator 212 bereitgestellt. Der prädiktive Kartengenerator 212 erzeugt eine prädiktive Karte 264, die einen Wert des durch die In-situ-Sensoren 208 erfassten Merkmals an verschiedenen geografischen Positionen in einem zu erntenden Feld oder ein anderes Merkmal, das mit dem durch die In-situ-Sensoren 208 erfassten Merkmal in Beziehung steht, mithilfe des prädiktiven Modells und der Informationskarte 258 vorhersagt, wie durch Block 294 angezeigt.The relationship or model generated by the predictive model generator 210 is provided to the predictive map generator 212 . The predictive map generator 212 generates a predictive map 264 that represents a value of the feature sensed by the in
Es ist zu beachten, dass die Informationskarte 258 in einigen Beispielen zwei oder mehr verschiedene Karten oder zwei oder mehr verschiedene Kartenebenen einer einzelnen Karte beinhalten kann. Jede Kartenebene kann einen anderen Datentyp als der Datentyp einer anderen Kartenebene darstellen oder die Kartenebenen können denselben Datentyp aufweisen, der zu verschiedenen Zeitpunkten erhalten wurde. Jede Karte in den zwei oder mehr verschiedenen Karten oder jede Ebene in den zwei oder mehr verschiedenen Kartenebenen einer Karte bildet einen anderen Typ von Variablen zu den geografischen Positionen im Feld ab. In einem solchen Beispiel erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehung zwischen den In-situ-Daten und jeder der verschiedenen Variablen modelliert, die durch die zwei oder mehr verschiedenen Karten oder die zwei oder mehr verschiedenen Kartenebenen abgebildet sind. Gleichermaßen können die In-situ-Sensoren 208 zwei oder mehr Sensoren beinhalten, die jeweils eine andere Art von Variablen erfassen. Somit erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehungen zwischen jedem durch die Informationskarte 258 abgebildeten Variablentyp und jedem durch die In-situ-Sensoren 208 erfassten Variablentyp modelliert. Der prädiktive Kartengenerator 212 kann eine funktionale prädiktive Karte 263 erzeugen, die einen Wert für jedes erfasste Merkmal, das von den In-situ-Sensoren 208 erfasst wird (oder einem Merkmal, das sich auf das erfasste Merkmal bezieht), an verschiedenen Positionen in dem Feld, das geerntet wird, mithilfe des prädiktiven Modells und jeder der Karten oder Kartenebenen in der Informationskarte 258 vorhersagt.Note that in some examples, the
Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 derart, dass die prädiktive Karte 264 durch das Steuersystem 214 umsetzbar (oder verbrauchbar) ist. Der prädiktive Kartengenerator 212 kann die prädiktive Karte 264 dem Steuersystem 214 oder dem Steuerzonengenerator 213 oder beiden bereitstellen. Einige Beispiele für verschiedene Arten, wie die prädiktive Karte 264 konfiguriert oder ausgegeben werden kann, werden in Bezug auf die Blöcke 296, 295, 299 und 297 beschrieben. Beispielsweise konfiguriert der prädiktive Kartengenerator 212 die prädiktive Karte 264, so dass die prädiktive Karte 264 Werte beinhaltet, die durch das Steuersystem 214 gelesen und als Grundlage zum Erzeugen von Steuersignalen für eines oder mehrere der verschiedenen steuerbaren Teilsysteme der landwirtschaftlichen Erntemaschine 100 verwendet werden können, wie durch Block 296 angezeigt.The predictive map generator 212 configures the predictive map 264 such that the predictive map 264 is actionable (or consumable) by the
Der Steuerzonengenerator 213 kann die prädiktive Karte 264 auf Grundlage der Werte auf der prädiktiven Karte 264 in Steuerzonen unterteilen. Kontinuierlich geolokalisierte Werte, die innerhalb eines Schwellenwertes voneinander liegen, können in eine Steuerzone gruppiert werden. Der Schwellenwert kann ein Standardschwellenwert sein oder der Schwellenwert kann auf Grundlage einer Bedienereingabe, auf Grundlage einer Eingabe von einem automatisierten System oder auf Grundlage anderer Kriterien festgelegt werden. Eine Größe der Zonen kann auf einer Reaktionsfähigkeit des Steuersystems 214, der steuerbaren Teilsysteme 216 auf Grundlage von Verschleißüberlegungen oder auf anderen Kriterien basieren, wie durch Block 295 angezeigt. Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 zur Präsentation für einen Bediener oder einen anderen Benutzer. Der Steuerzonengenerator 213 kann eine prädiktive Steuerzonenkarte 265 zur Präsentation für einen Bediener oder einen anderen Benutzer konfigurieren. Dies wird durch Block 299 angezeigt. Wenn sie einem Bediener oder einem anderen Benutzer präsentiert wird, kann die Präsentation der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider einen oder mehrere der prädiktiven Werte auf der prädiktiven Karte 264, die mit der geografischen Position korreliert sind, die Steuerzonen auf der prädiktiven Steuerzonenkarte 265, die mit der geografischen Position korreliert sind, und Einstellwerte oder Steuerparameter enthalten, die auf der Grundlage der prädiktiven Werte auf der prädiktiven Karte 264 oder den Zonen auf der prädiktiven Steuerzonenkarte 265 verwendet werden. Die Präsentation kann in einem anderen Beispiel mehr abstrahierte Informationen oder detailliertere Informationen beinhalten. Die Darstellung kann auch ein Konfidenzniveau beinhalten, das eine Genauigkeit angibt, mit der die prädiktiven Werte auf der prädiktiven Karte 264 oder die Zonen auf der prädiktiven Steuerzonenkarte 265 mit gemessenen Werten übereinstimmen, die durch Sensoren an der landwirtschaftlichen Erntemaschine 100 gemessen werden können, wenn sich die landwirtschaftliche Erntemaschine 100 durch das Feld bewegt. Ferner kann ein Authentifizierungs- und Autorisierungssystem vorgesehen werden, das Authentifizierungs- und Autorisierungsprozesse implementiert, wenn Informationen an mehreren Positionen präsentiert werden. Beispielsweise kann es eine Hierarchie von Personen geben, die berechtigt sind, Karten und andere präsentierte Informationen anzuzeigen und zu ändern. Beispielsweise kann eine bordeigene Anzeigevorrichtung die Karten in nahezu Echtzeit lokal auf der Maschine anzeigen, oder die Karten können auch an einem oder mehreren Remote-Standorten oder beiden generiert werden. In einigen Beispielen kann jede physische Anzeigevorrichtung an jedem Standort einer Person oder einer Benutzerberechtigungsstufe zugeordnet sein. Die Benutzerberechtigungsstufe kann verwendet werden, um zu bestimmen, welche Anzeigemarkierungen auf der physischen Anzeigevorrichtung sichtbar sind und welche Werte die entsprechende Person ändern kann. Beispielsweise kann ein lokaler Bediener der landwirtschaftlichen Erntemaschine 100 nicht in der Lage sein, die Informationen, die der prädiktiven Karte 264 entsprechen, zu sehen oder Änderungen am Maschinenbetrieb vorzunehmen. Ein Vorgesetzter, wie etwa ein Vorgesetzter an einem Remote-Standort, kann jedoch die prädiktive Karte 264 auf der Anzeige sehen, aber daran gehindert werden, Änderungen vorzunehmen. Ein Manager, der sich an einem separaten Remote-Standort befinden kann, kann in der Lage sein, alle Elemente auf der prädiktiven Karte 264 zu sehen und auch in der Lage sein, die prädiktive Karte 264 zu ändern. In einigen Fällen kann die prädiktive Karte 264, auf die ein remote angeordneter Manager zugreifen kann und die von ihm geändert werden kann, in der Maschinensteuerung verwendet werden. Dies ist ein Beispiel für eine Autorisierungshierarchie, die implementiert werden kann. Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide können auch auf andere Weise konfiguriert werden, wie durch Block 297 angezeigt.The
Bei Block 298 werden Eingaben von dem geografischen Positionssensor 204 und anderen In-situ-Sensoren 208 von dem Steuersystem empfangen. Insbesondere erkennt das Steuersystem 214 bei Block 300 eine Eingabe von dem geografischen Positionssensor 204, der eine geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Block 302 stellt den Empfang von Sensoreingaben durch das Steuersystem 214 dar, die den Bahnverlauf oder den Kurs der landwirtschaftlichen Erntemaschine 100 angeben, und Block 304 stellt den Empfang einer Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Steuersystem 214 dar. Block 306 stellt den Empfang anderer Informationen von verschiedenen In-situ-Sensoren 208 durch das Steuersystem 214 dar.At
Bei Block 308 generiert das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider und der Eingabe von dem geografischen Positionssensor 204 und beliebigen anderen In-situ-Sensoren 208 zu steuern. Bei Block 310 wendet das Steuersystem 214 die Steuersignale auf die steuerbaren Teilsysteme an. Es versteht sich, dass die bestimmten Steuersignale, die erzeugt werden, und die bestimmten steuerbaren Teilsysteme 216, die gesteuert werden, auf Grundlage eines oder mehrerer verschiedener Dinge variieren können. Beispielsweise können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, auf der Art der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beiden basieren, die verwendet werden. Gleichermaßen können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, und der Zeitpunkt der Steuersignale auf verschiedenen Latenzen des Erntegutstroms durch die landwirtschaftliche Erntemaschine 100 und der Reaktionsfähigkeit der steuerbaren Teilsysteme 216 basieren.At block 308 the
Beispielsweise kann eine erzeugte prädiktive Karte 264 in Form einer prädiktiven Erntegutzustandskarte verwendet werden, um eines oder mehrere steuerbare Teilsysteme 216 zu steuern. Beispielsweise kann die funktionale prädiktive Erntegutzustandskarte Erntegutzustandswerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die funktionale prädiktive Erntegutzustandskarte kann extrahiert und verwendet werden, um zum Beispiel die Lenk- und Antriebs-Teilsysteme 252 und 250 zu steuern. Durch Steuern der Lenk- und Antriebs-Teilsysteme 252 und 250 kann eine Vorschubgeschwindigkeit von Material oder Korn, das sich durch die landwirtschaftliche Erntemaschine 100 bewegt, gesteuert werden. Oder zum Beispiel kann durch Steuern der Lenk- und Antriebs-Teilsysteme 252 und 250 eine Richtung entgegengesetzt zu der Richtung, in der sich das Erntegut des umgeknickten Ernteguts neigt, beibehalten werden. In ähnlicher Weise kann die Höhe des Erntevorsatzes gesteuert werden, um mehr oder weniger Material aufzunehmen (in einigen Fällen muss der Erntevorsatz abgesenkt werden, um sicherzustellen, dass Erntegut kontaktiert wird), und somit kann die Höhe des Erntevorsatzes auch gesteuert werden, um die Vorschubrate des Materials durch die landwirtschaftliche Erntemaschine 100 zu steuern. Wenn die prädiktive Karte 264 in anderen Beispielen einen Erntegutzustand vor der Maschine abbildet, in dem sich Erntegut in einem umgeknickten Zustand entlang eines Abschnitts des Erntevorsatzes und nicht auf einem anderen Abschnitt des Erntevorsatzes befindet, oder wenn sich Erntegut in einem umgeknickten Zustand in einem größeren Ausmaß entlang eines Abschnitts des Erntevorsatzes im Vergleich zu einem anderen Abschnitt des Erntevorsatzes befindet, kann der Erntevorsatz gesteuert werden, um sich zu neigen, zu rollen oder beides, um das umgeknickte Erntegut auf eine effektivere Weise zu sammeln. Die vorhergehenden Beispiele mit Vorschubgeschwindigkeit und Erntevorsatzsteuerung mithilfe einer funktionalen prädiktiven Erntegutzustandskarte sind nur beispielhaft vorgesehen. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Erntegutzustandskarte oder einer anderen Art von funktionaler prädiktiver Karte erhalten werden, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern.For example, a generated predictive map 264 in the form of a predictive crop condition map may be used to control one or more
Bei Block 312 wird bestimmt, ob der Erntevorgang abgeschlossen wurde. Wenn die Ernte nicht abgeschlossen ist, fährt die Verarbeitung mit Block 314 fort, wo In-situ-Sensordaten von dem geografischen Positionssensor 204 und den In-situ-Sensoren 208 (und möglicherweise anderen Sensoren) weiterhin gelesen werden.At
In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 bei Block 316 auch Lernauslösekriterien erkennen, um maschinelles Lernen an einer oder mehreren von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265, dem Modell, das von dem prädiktiven Modellgenerator 210 erzeugt wird, den Zonen, die von dem Steuerzonengenerator 213 erzeugt werden, einem oder mehreren Steueralgorithmen, die von den Steuerungen in dem Steuersystem 214 implementiert werden, und anderem ausgelösten Lernen durchzuführen.In some examples, at block 316,
Die Lernauslösekriterien können eine Vielzahl verschiedener Kriterien beinhalten. Einige Beispiele für das Erkennen von Auslösekriterien werden in Bezug auf die Blöcke 318, 320, 321, 322 und 324 erörtert. Beispielsweise kann das ausgelöste Lernen in einigen Beispielen das Wiederherstellen einer Beziehung beinhalten, die verwendet wird, um ein prädiktives Modell zu erzeugen, wenn eine Schwellenmenge von In-situ-Sensordaten von den In-situ-Sensoren 208 erhalten wird. In solchen Beispielen löst der Empfang einer Menge von In-situ-Sensordaten von den In-situ-Sensoren 208, die einen Schwellenwert überschreitet, den prädiktiven Modellgenerator 210 aus oder veranlasst ihn, ein neues prädiktives Modell zu erzeugen, das vom prädiktiven Kartengenerator 212 verwendet wird. Wenn also die landwirtschaftliche Erntemaschine 100 einen Erntevorgang fortsetzt, löst der Empfang der Schwellenmenge an In-situ-Sensordaten von den In-situ-Sensoren 208 die Erzeugung einer neuen Beziehung aus, die durch ein prädiktives Modell repräsentiert wird, das durch den prädiktiven Modellgenerator 210 erzeugt wird. Ferner können die neue prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide mithilfe des neuen prädiktiven Modells erneut erzeugt werden. Block 318 stellt das Erkennen einer Schwellenwertmenge von In-situ-Sensordaten dar, die verwendet werden, um die Erstellung eines neuen prädiktiven Modells auszulösen.The learning trigger criteria can contain a large number of different criteria. Some examples of detecting trigger criteria are discussed with respect to
In anderen Beispielen können die Lernauslösekriterien darauf beruhen, wie stark sich die In-situ-Sensordaten von den In-situ-Sensoren 208 ändern, wie etwa über die Zeit oder im Vergleich zu vorherigen Werten. Wenn zum Beispiel Abweichungen innerhalb der In-situ-Sensordaten (oder der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Informationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder weniger als ein definierter Betrag oder unter einem Schwellenwert liegen, dann wird kein neues prädiktives Modell durch den prädiktiven Modellgenerator 210 erzeugt. Infolgedessen erzeugt der prädiktive Kartengenerator 212 keine neue prädiktive Karte 264, prädiktive Steuerzonenkarte 265 oder beides. Wenn jedoch Abweichungen innerhalb der In-situ-Sensordaten außerhalb des ausgewählten Bereichs liegen, größer als der definierte Betrag sind oder beispielsweise über dem Schwellenwert liegen, erzeugt der prädiktive Modellgenerator 210 ein neues prädiktives Modell mithilfe aller oder eines Teils der neu empfangenen In-situ-Sensordaten, die der prädiktive Kartengenerator 212 verwendet, um eine neue prädiktive Karte 264 zu erzeugen. Bei Block 320 können Variationen der In-situ-Sensordaten, wie etwa eine Größe eines Betrags, um den die Daten den ausgewählten Bereich überschreiten, oder eine Größe der Variation der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Informationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines neuen prädiktiven Modells und einer prädiktiven Karte zu veranlassen. Unter Beibehaltung der oben beschriebenen Beispiele können der Schwellenwert, der Bereich und der definierte Betrag auf Standardwerte eingestellt werden; durch einen Bediener oder eine Benutzerinteraktion über eine Benutzerschnittstelle eingestellt werden; durch ein automatisiertes System eingestellt werden; oder auf andere Weise eingestellt werden.In other examples, the learning trigger criteria may be based on how much the in situ sensor data from the in
Es können auch andere Lernauslösekriterien verwendet werden. Wenn zum Beispiel der prädiktive Modellgenerator 210 auf eine andere Informationskarte (die sich von der ursprünglich ausgewählten Informationskarte 258 unterscheidet) umschaltet, kann das Umschalten auf die andere Informationskarte ein erneutes Lernen durch den prädiktiven Modellgenerator 210, den prädiktiven Kartengenerator 212, den Steuerzonengenerator 213, das Steuersystem 214 oder andere Elemente auslösen. In einem weiteren Beispiel kann auch der Übergang der landwirtschaftlichen Erntemaschine 100 zu einer anderen Topographie oder zu einer anderen Steuerzone als Lernauslösekriterien verwendet werden.Other learning trigger criteria can also be used. For example, if the predictive model generator 210 switches to a different information card (different from the originally selected information card 258), switching to the different information card may require relearning by the predictive model generator 210, the predictive card generator 212, the
In einigen Fällen kann der Bediener 260 auch die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide bearbeiten. Die Bearbeitungen können einen Wert auf der prädiktiven Karte 264 oder eine Größe, Form, Position oder Vorhandensein einer Steuerzone auf der prädiktiven Steuerzonenkarte 265 oder beides ändern. Block 321 zeigt, dass bearbeitete Informationen als Lernauslösekriterien verwendet werden können.In some cases,
In einigen Fällen kann es auch sein, dass der Bediener 260 beobachtet, dass die automatisierte Steuerung eines steuerbaren Teilsystems nicht das ist, was der Bediener wünscht. In solchen Fällen kann der Bediener 260 dem steuerbaren Teilsystem eine manuelle Anpassung bereitstellen, die widerspiegelt, dass der Bediener 260 wünscht, dass das steuerbare Teilsystem anders arbeitet, als vom Steuersystem 214 befohlen wird. Somit kann eine manuelle Änderung einer Einstellung durch den Bediener 260 bewirken, dass einer oder mehrere von dem prädiktiven Modellgenerator 210 ein Modell neu erlernen, dem prädiktiven Kartengenerator 212, um die Karte 264 zu regenerieren, dem Steuerzonengenerator 213, um eine oder mehrere Steuerzonen auf der prädiktiven Steuerzonenkarte 265 zu regenerieren, und dem Steuersystem 214, um einen Steueralgorithmus neu zu erlernen oder maschinelles Lernen an einer oder mehreren der Steuerkomponenten 232 bis 246 im Steuersystem 214 auf Grundlage der Einstellung durch den Bediener 260 durchzuführen, wie in Block 322 gezeigt. Block 324 stellt die Verwendung anderer ausgelöster Lernkriterien dar.Also, in some cases, the
In anderen Beispielen kann das Umlernen periodisch oder intermittierend durchgeführt werden, zum Beispiel auf Grundlage eines ausgewählten Zeitintervalls, wie etwa eines diskreten Zeitintervalls oder eines variablen Zeitintervalls, wie durch Block 326 angezeigt.In other examples, relearning may be performed periodically or intermittently, for example based on a selected time interval, such as a discrete time interval or a variable time interval, as indicated by
Wenn das Umlernen ausgelöst wird, ob auf Grundlage von Lernauslösekriterien oder auf Grundlage des Durchlaufs eines Zeitintervalls, wie durch Block 326 angezeigt, führt einer oder mehrere von dem prädiktiven Modellgenerator 210, dem prädiktiven Kartengenerator 212, dem Steuerzonengenerator 213 und dem Steuersystem 214 maschinelles Lernen durch, um ein neues prädiktives Modell, eine neue prädiktive Karte, eine neue Steuerzone bzw. einen neuen Steueralgorithmus auf Grundlage der Lernauslösekriterien zu erzeugen. Das neue prädiktive Modell, die neue prädiktive Karte und der neue Steueralgorithmus werden mithilfe zusätzlicher Daten generiert, die seit dem letzten Lernvorgang gesammelt wurden. Das Durchführen des Umlernens wird durch Block 328 angezeigt.When relearning is triggered, whether based on learning trigger criteria or based on the passage of a time interval, as indicated by
Wenn der Erntevorgang abgeschlossen wurde, geht der Vorgang von Block 312 zu Block 330 über, wo eines oder mehrere von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 und dem prädiktiven Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, gespeichert werden. Die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 und das prädiktive Modell können lokal auf dem Datenspeicher 202 gespeichert oder mithilfe des Kommunikationssystems 206 zur späteren Verwendung an ein Remote-System gesendet werden.When the harvesting process has been completed, the process proceeds from
Es ist zu beachten, dass, während einige Beispiele hierin den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212 beschreiben, die eine Informationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionalen prädiktiven Karte der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionalen prädiktiven Karte jeweils andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionale prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können.It should be noted that while some examples herein describe the predictive model generator 210 and the predictive map generator 212 showing an information map when generating a predictive model or receiving a functional predictive map, the predictive model generator 210 and the predictive map generator 212 in other examples when generating a predictive model and a functional predictive map, each may receive different types of maps including predictive maps, such as a functional predictive map generated during the harvesting process.
Die prädiktive Ertragskarte 335 beinhaltet georeferenzierte prädiktive Ertragswerte. Die prädiktive Ertragskarte 335 kann mithilfe eines des in den
Die prädiktive Biomassekarte 337 beinhaltet georeferenzierte prädiktive Biomassewerte. Die prädiktive Biomassekarte 337 kann mithilfe eines des in den
Neben dem Empfangen einer oder mehrerer von einer vegetativen Indexkarte 332, einer Aussaatmerkmalkarte 333, einer prädiktiven Ertragskarte 335 oder einer prädiktiven Biomassekarte 337 als eine Informationskarte empfängt der prädiktive Modellgenerator 210 auch eine geografische Position 334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen bordeigenen Erntegutzustandssensor 336 sowie ein Verarbeitungssystem 338. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von den bordeigenen Erntegutzustandssensoren 336 generiert werden.In addition to receiving one or more of a
In einigen Beispielen kann der bordeigene Erntegutzustandssensor 336 ein optischer Sensor an der landwirtschaftlichen Erntemaschine 100 sein. Der optische Sensor kann an der Vorderseite der landwirtschaftlichen Erntemaschine 100 angeordnet sein, um Bilder des Feldes vor der landwirtschaftlichen Erntemaschine 100 zu sammeln, wenn sich die landwirtschaftliche Erntemaschine 100 während eines Erntevorgangs durch das Feld bewegt. Das Verarbeitungssystem 338 verarbeitet ein oder mehrere Bilder, die über den bordeigenen Erntegutzustandssensor 336 erhalten wurden, um verarbeitete Bilddaten zu erzeugen, die ein oder mehrere Merkmale der Erntegutpflanzen in dem Bild identifizieren. Beispielsweise die Größe und Ausrichtung der Erntegutpflanze in einem umgeknickten Zustand. Das Verarbeitungssystem 338 kann auch die vom In-situ-Sensor 208 empfangenen Werte geolokalisieren. Zum Beispiel ist die Position der landwirtschaftlichen Erntemaschine 100 zu dem Zeitpunkt, zu dem ein Signal vom In-situ-Sensor 208 empfangen wird, typischerweise nicht die genaue Position des erfassten Erntegutzustands. Dies liegt daran, dass es von der Vorwärtserfassung bis zu dem Zeitpunkt dauert, zu dem die landwirtschaftliche Erntemaschine 100 (mit dem geografischen Positionssensor ausgestattet) die Erntegutpflanzen berührt, die für den Erntegutzustand erfasst wurden. In einigen Beispielen kann, um die Vorwärtserfassung zu berücksichtigen, ein Sichtfeld der Kamera so kalibriert werden, dass Bereiche mit umgeknickten Erntegut in einem von der Kamera aufgenommenen Bild auf Grundlage ihrer Position im Bild geolokalisiert werden können.In some examples, onboard
Andere Erntegutzustandssensoren können ebenfalls verwendet werden. In einigen Beispielen können rohe oder verarbeitete Daten von dem bordeigenen Erntegutzustandssensor 336 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 präsentiert werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden.Other crop condition sensors can also be used. In some examples, raw or processed data from onboard
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der bordeigene Erntegutzustandssensor 336 einen optischen Sensor, wie etwa eine Kamera, beinhaltet. Es versteht sich, dass es sich hierbei nur um ein Beispiel handelt und die oben genannten Sensoren als andere Beispiele des bordeigenen Erntegutzustandssensors 336 hierin ebenfalls in Betracht gezogen werden. Wie in
Der Modellgenerator 342 identifiziert eine Beziehung zwischen In-situ-Erntegutzustandsdaten 340 an einer geografischen Position, die dem entspricht, an dem In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die derselben Position auf dem Feld entsprechen, an der die Erntegutzustandsdaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 342 hergestellt wird, erzeugt der Modellgenerator 342 ein prädiktives Erntegutzustandsmodell. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf dem Feld auf Grundlage der georeferenzierten vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an der gleichen Position auf dem Feld enthalten sind, vorherzusagen. In einigen Beispielen kann der Modellgenerator 342 eine Zeitreihe von vegetativen Indexkarten verwenden, um die Alterungsrate des Ernteguts nach einem Grünbruch, erhöhten Erntegutstress durch Stängelschäden und anderes zu identifizieren.The
Der Modellgenerator 344 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die dem Position entspricht, an der die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und dem Aussaatmerkmalwert an derselben Position. Der Aussaatmerkmalwert ist der in der Aussaatmerkmalkarte 333 enthaltene georeferenzierte Wert. Der Modellgenerator 344 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position auf Grundlage des Aussaatmerkmalwerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten Aussaatmerkmalswerte, die in der Aussaatmerkmalkarte 333 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen. Das Aussaatmerkmal könnte beispielsweise die Saatgutpflanzdichte sein.The
Der Modellgenerator 345 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an dem die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und dem vorhergesagten Ertrag an derselben Position. Der vorhergesagte Ertragswert ist der georeferenzierte Wert, der in der prädiktiven Ertragskarte 335 enthalten ist. Der Modellgenerator 345 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position in dem Feld auf Grundlage des prädiktiven Ertragswerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten prädiktiven Ertragswerte, die in der prädiktiven Ertragskarte 335 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.The
Der Modellgenerator 346 identifiziert eine Beziehung zwischen dem Erntegutzustand, der in den In-situ-Erntegutzustandsdaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an dem die In-situ-Erntegutzustandsdaten 340 geolokalisiert wurden, und der vorhergesagten Biomasse an derselben Position. Der vorhergesagte Biomassewert ist der georeferenzierte Wert, der in der prädiktiven Biomassekarte 337 enthalten ist. Der Modellgenerator 346 erzeugt ein prädiktives Erntegutzustandsmodell, das den Erntegutzustand an einer Position auf Grundlage des vorhergesagten Biomassewerts vorhersagt. Das Erntegutzustandsmodell wird verwendet, um einen Erntegutzustand an verschiedenen Positionen auf Grundlage der georeferenzierten prädiktiven Biomassewerte, die in der prädiktiven Biomassekarte 337 an den gleichen Positionen auf dem Feld enthalten sind, vorherzusagen.The
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Erntegutzustandsmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Erntegutzustandsmodelle, die von den Modellgeneratoren 342, 344, 345, 346 und 348 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Erntegutzustandsmodelle zu einem einzelnen prädiktiven Erntegutzustandsmodell kombiniert werden, das einen Erntegutzustand auf Grundlage des vegetativen Indexwerts, des Aussaatmerkmalwerts, des prädiktiven Ertragswerts oder prädiktiver Biomassewerte an verschiedenen Positionen in dem Feld vorhersagt. Jedes dieser Erntegutzustandsmodelle oder Kombinationen davon wird gemeinsam durch das Erntegutzustandsmodell 350 in
Das prädiktive Erntegutzustandsmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von
Der Erntegutzustands-Kartengenerator 354 kann auch eine funktionale prädiktive Erntegutzustandskarte 360 erzeugen, die den Erntegutzustand an verschiedenen Positionen in dem Feld auf Grundlage des vegetativen Indexwerts, des Aussaatmerkmalwerts, des prädiktiven Ertragswerts oder des prädiktiven Biomassewerts an diesen Positionen in dem Feld und des prädiktiven Erntegutzustandsmodells 350 vorhersagt. Die erzeugte funktionale prädiktive Erntegutzustandskarte 360 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt Steuerzonen und integriert diese Steuerzonen in die funktionale prädiktive Karte, d. h. die prädiktive Karte 360, um die prädiktive Steuerzonenkarte 265 zu erzeugen. Eines oder beide der funktionalen prädiktiven Karten 264 oder die prädiktive Steuerzonenkarte 265 können dem Bediener 260 oder einem anderen Benutzer präsentiert oder dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern.The crop condition map generator 354 can also generate a functional predictive
Bei Block 363 wählt die Informationskartenselektor 209 eine oder mehrere spezifische Informationskarten 250 zur Verwendung durch den prädiktiven Modellgenerator 210 aus. In einigen Beispielen kann der Informationskartenselektor 209 ändern, welche Informationskarte verwendet wird, wenn erkannt wird, dass eine der anderen in Frage kommenden Informationskarten enger mit dem In-situ erfassten Erntezustand korreliert. Zum Beispiel kann eine Änderung von der vegetativen Indexkarte 332 zu der Aussaatmerkmalkarte 333 auftreten, wenn die Aussaatmerkmalkarte 333 besser mit dem Erntegutzustand korreliert, der durch den In-situ-Sensor erfasst wird.At block 363 ,
In Block 364 wird ein Erntegutzustandssensorsignal von einem bordeigenen Erntegutzustandssensor 336 empfangen. Wie vorstehend erörtert, kann der bordeigene Erntegutzustandssensor 336 ein optischer Sensor 365 oder ein anderer Erntegutzustandssensor 370 sein.At block 364 , a crop condition sensor signal is received from an on-board
Bei Block 372 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen In-situ-Sensorsignale, die von den bordeigenen Erntegutzustandssensoren 336 empfangen werden, um einen Erntegutzustandswert zu erzeugen, der ein Erntegutzustandsmerkmal der Erntegutpflanzen in dem Feld in der Nähe der landwirtschaftlichen Erntemaschine 100 angibt.At block 372, the
Bei Block 382 erhält der prädiktive Modellgenerator 210 auch die geografische Position, die dem Sensorsignal entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen (z. B. Maschinenverarbeitungsgeschwindigkeit), Maschinengeschwindigkeit und Sensorüberlegungen (z. B. einem Kamerasichtfeld, einer Sensorkalibrierung usw.) eine genaue geografische Position bestimmen, an der der In-situ erfasste Erntegutzustand zuzuordnen ist. Beispielsweise entspricht die genaue Zeit, zu der ein Erntegutzustandssensorsignal erfasst wird, typischerweise nicht dem Erntegutzustand des Ernteguts an einer aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100. Stattdessen entspricht das aktuelle In-situ-Erntegutzustandssensorsignal einer Position auf dem Feld vor der landwirtschaftlichen Erntemaschine 100, da das aktuelle In-situ-Erntegutzustandssensorsignal in einer Bildaufnahme vor der landwirtschaftlichen Erntemaschine 100 erfasst wurde. Dies wird durch Block 378 angezeigt.At
Bei Block 384 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Erntegutzustandsmodelle, wie etwa das Erntegutzustandsmodell 350, die eine Beziehung zwischen mindestens einem von einem vegetativen Indexwert, einem Aussaatmerkmal, einem prädiktiven Ertragswert oder einem prädiktiven Biomassewert, der aus einer Informationskarte, wie etwa der Informationskarte 258, erhalten wird, und einem Erntegutzustand, der durch den In-situ-Sensor 208 erfasst wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Erntegutzustandsmodell auf Grundlage von Aussaatdichtewerten erzeugen, die auch eine hohe Erntegutpflanzenpopulation angeben können, und einen erfassten Erntegutzustand, der durch das Sensorsignal angezeigt wird, das von dem In-situ-Sensor 208 erhalten wird.At block 384, the predictive model generator 210 generates one or more predictive crop condition models, such as crop condition model 350, that establish a relationship between at least one of a vegetative index value, a seeding trait, a predictive yield value, or a predictive biomass value derived from an information map, such as the
Bei Block 386 wird das prädiktive Erntegutzustandsmodell, wie etwa das prädiktive Erntegutzustandsmodell 350, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionale prädiktive Erntegutzustandskarte erzeugt, die einen prädiktiven Erntegutzustand auf Grundlage der vegetativen Indexkarte 332, der Aussaatmerkmalkarte 333, der prädiktiven Ertragskarte 335 oder der prädiktiven Biomassekarte 337 und des prädiktiven Erntegutzustandsmodells 350 auf verschiedene geografische Positionen in dem Feld abbildet. Beispielsweise sagt die funktionale prädiktive Erntegutzustandskarte 360 in einigen Beispielen den Erntegutzustand vorher. In anderen Beispielen sagt die funktionale prädiktive Erntegutzustandskarte 360 andere Elemente vorher. Ferner kann die funktionale prädiktive Erntegutzustandskarte 360 während des Verlaufs eines landwirtschaftlichen Erntevorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, das einen landwirtschaftlichen Erntebetrieb durchführt, die funktionale prädiktive Erntegutzustandskarte 360 erzeugt.At block 386, the predictive crop condition model, such as predictive crop condition model 350, is provided to predictive map generator 212, which generates a functional predictive crop condition map that includes a predictive crop condition based on the
Bei Block 394 gibt der prädiktive Kartengenerator 212 die funktionale prädiktive Erntegutzustandskarte 360 aus. Bei Block 393 konfiguriert der prädiktive Kartengenerator 212 die funktionale prädiktive Erntegutzustandskarte 360 für den Verbrauch durch das Steuersystem 214. Bei Block 395 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die Karte 360 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 397 konfiguriert der prädiktive Kartengenerator 212 die Karte 360 auch auf andere Weise. Die funktionale prädiktive Erntegutzustandskarte 360 (mit oder ohne die Steuerzonen) wird dem Steuersystem 214 bereitgestellt. Bei Block 396 erzeugt das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der funktionalen prädiktiven Erntegutzustandskarte 360 zu steuern.At block 394 , the predictive map generator 212 outputs the functional predictive
Somit ist ersichtlich, dass das vorliegende System eine Informationskarte erstellt, die ein Merkmal, wie etwa einen vegetativen Index, ein Aussaatmerkmal, einen prädiktiven Ertrag oder einen prädiktiven Biomassewert auf verschiedene Positionen in einem Feld abbildet. Das vorliegende System verwendet auch einen oder mehrere In-situ-Sensoren, die In-situ-Sensordaten erfassen, die ein Merkmal, wie etwa den Erntegutzustand, angeben, und erzeugt ein Modell, das eine Beziehung zwischen dem In-situ erfassten Erntegutzustand mithilfe des In-situ-Sensors und dem in der Informationskarte abgebildeten Merkmal modelliert. Somit erzeugt das vorliegende System eine funktionale prädiktive Karte mithilfe eines Modells und einer Informationskarte und kann die erzeugte funktionale prädiktive Karte zum Verbrauch durch ein Steuersystem oder zur Präsentation an einen lokalen oder entfernten Bediener oder einen anderen Benutzer konfigurieren. Beispielsweise kann das Steuersystem die Karte verwenden, um eines oder mehrere Systeme eines Mähdreschers zu steuern.Thus, it can be seen that the present system creates an information map that maps a trait, such as a vegetative index, a seeding trait, a predicted yield, or a predicted biomass value to various locations in a field. The present system also uses one or more in situ sensors that collect in situ sensor data indicative of a characteristic, such as crop condition, and creates a model that expresses a relationship between the in situ sensed crop condition using the in situ sensor and the feature depicted in the information map. Thus, the present system generates a functional predictive map using a model and an information map, and can configure the generated functional predictive map for consumption by a control system or for presentation to a local or remote operator or other user. For example, the control system can use the map to control one or more systems of a combine.
Außerdem kann in dem in
Der Bedienereingabesensor 404 erfasst veranschaulicht verschiedene Bedienereingaben. Die Eingaben können Einstelleingaben zum Steuern der Einstellungen an der landwirtschaftlichen Erntemaschine 100 oder andere Steuereingaben, wie etwa Lenkeingaben und andere Eingaben, sein. Wenn also der Bediener 260 eine Einstellung ändert oder eine befohlene Eingabe über einen Bedienerschnittstellenmechanismus 218 bereitstellt, wird eine solche Eingabe durch den Bedienereingabesensor 404 erkannt, der ein Sensorsignal bereitstellt, das diese erfasste Bedienereingabe anzeigt. Das Verarbeitungssystem 406 kann die Sensorsignale von dem Sensor 402 oder dem Bedienereingabesensor 404 oder beiden empfangen und eine oder mehrere Ausgaben erzeugen, die die erfasste Variable angeben. Zum Beispiel kann das Verarbeitungssystem 406 eine Sensoreingabe von dem Sensor 402 empfangen, der einen optischen Sensor beinhaltet, und eine Ausgabe erzeugen, die Biomasse anzeigt. Das Verarbeitungssystem 406 kann auch eine Eingabe vom Bedienereingabesensor 404 empfangen und eine Ausgabe erzeugen, die die erfasste Bedienereingabe anzeigt.
Der prädiktive Modellgenerator 210 beinhaltet einen Erntezustand-zu-Sensordatenmodellgenerator 416 und einen Erntezustand-zu-Befehl-Modellgenerator 422. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Modellgeneratoren 424 beinhalten. Der prädiktive Modellgenerator 210 kann eine geografische Positionsanzeige 334 von dem geografischen Positionssensor 204 empfangen (gezeigt in
Im Beispiel von
Der prädiktive Bedienerbefehl-Kartengenerator 432 empfängt ein prädiktives Modell 426 (wie etwa ein prädiktives Modell, das durch den Erntezustand-zu-Befehl-Modellgenerator 422 erzeugt wird), das die Beziehung zwischen den Erntegutzustands- und Bedienerbefehlseingaben, die durch den Bedienereingabesensor 404 erfasst werden, modelliert und eine funktionale prädiktive Bedienerbefehl-Karte 440 erzeugt, die Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld auf Grundlage der Erntegutzustandswerte von der funktionalen prädiktiven Erntegutzustandskarte 360 oder von Werten von der Vorabbetriebskarte 400 und dem prädiktiven Modell 426 vorhersagt.The predictive operator
Der prädiktive Kartengenerator 212 gibt eine oder mehrere der funktionalen prädiktiven Karten, wie etwa die funktionalen prädiktiven Karten 438 und 440, aus. Jede der funktionalen prädiktiven Karten 438 und 440 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt Steuerzonen. Diese Steuerzonen sind in die empfangene funktionale prädiktive Karte, wie etwa die funktionalen prädiktiven Karten 438 und 440, integriert, was zu einer prädiktiven Steuerzonenkarte 265 führt. Der Steuerzonengenerator 213 gibt die prädiktive Steuerzonenkarte 265 aus, die der funktionalen prädiktiven Karte entspricht, wie etwa den funktionalen prädiktiven Karten 438 und 440, die vom Steuerzonengenerator 213 empfangen wird. Beliebige oder alle der funktionalen prädiktiven Karten 438 oder 440 und die entsprechenden Karten 265 können dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage einer oder aller der funktionalen prädiktiven Karten 438 und 430 oder entsprechender Karten 265 mit darin enthaltenen Steuerzonen zu steuern. Eine beliebige oder alle der funktionalen prädiktiven Karten 438 oder 440 oder entsprechenden Karten 265 können dem Bediener 260 oder einem anderen Benutzer präsentiert werden.Predictive map generator 212 outputs one or more functional predictive maps, such as functional predictive maps 438 and 440 . Each of functional predictive maps 438 and 440 may be provided to control
Die Maschinensensoren 982 können unterschiedliche Merkmale der landwirtschaftlichen Erntemaschine 100 erfassen. Wie vorstehend erörtert, können die Maschinensensoren 982 beispielsweise Maschinengeschwindigkeitssensoren 146, einen Abscheider-Verlustsensor 148, eine Reinkornkamera 150, einen nach vorne gerichteten Bilderfassungsmechanismus 151, Verlustsensoren 152 oder einen geografischen Positionssensor 204 beinhalten, von denen Beispiele vorstehend beschrieben sind. Maschinensensoren 982 können auch Maschineneinstellungssensoren 991 beinhalten, die Maschineneinstellungen erfassen. Einige Beispiele für Maschineneinstellungen wurden vorstehend in Bezug auf
Die Maschinensensoren 982 können einen Maschinenausrichtungssensor 965 beinhalten, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst. Die Maschinensensoren 982 können Materialvorschubgeschwindigkeitssensoren 967 beinhalten, die die Materialvorschubgeschwindigkeit erfassen, wenn sich das Material durch das Zuführgehäuse 106, den Reinkornelevator 130 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Maschinensensoren 982 können Biomassesensoren 969 beinhalten, die die Biomasse erfassen, die sich durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Maschinensensoren 982 können einen Kraftstoffverbrauchssensor 971 beinhalten, Kraftstoffverbrauchsrate der landwirtschaftlichen Erntemaschine 100 über die Zeit erfasst. Die Maschinensensoren 982 können einen Leistungsnutzungssensor 973 beinhalten, der die Leistungsnutzung in der landwirtschaftlichen Erntemaschine 100 erfasst, wie etwa welche Teilsysteme Leistung nutzen, oder die Rate, mit der Teilsysteme Leistung nutzen, oder die Verteilung von Leistung unter den Teilsystemen in der landwirtschaftlichen Erntemaschine 100. Die Maschinensensoren 982 können Reifendrucksensoren 977 beinhalten, die den Luftdruck in den Reifen 144 der landwirtschaftlichen Erntemaschine 100 erfassen. Der Maschinensensor 982 kann eine Vielzahl anderer Maschinenleistungssensoren oder Maschinenmerkmalsensoren beinhalten, die durch Block 975 angezeigt werden. Die Maschinenleistungssensoren und die Maschinenmerkmalsensoren 975 können die Maschinenleistung oder Merkmale der landwirtschaftlichen Erntemaschine 100 erfassen.The machine sensors 982 may include a machine orientation sensor 965 that senses the orientation of the
Die Ernteguteigenschaftssensoren 984 können Merkmale des abgetrennten Ernteguts während der Verarbeitung des Ernteguts durch die landwirtschaftliche Erntemaschine 100 erfassen. Die Ernteguteigenschaften können Dinge wie etwa die Art des Ernteguts, die Feuchtigkeit des Ernteguts, die Kornqualität (wie etwa gebrochenes Korn), die MOG-Werte, die Kornbestandteile wie etwa Stärken und Protein, die MOG-Feuchtigkeit und andere Eigenschaften des Erntematerials beinhalten. Andere Sensoren könnten „Zähigkeit“ des Strohs, die Haftung von Mais an den Ähren und andere Merkmale erfassen, die vorteilhaft verwendet werden könnten, um die Verarbeitung für eine bessere Kornerfassung, reduzierte Kornschäden, reduzierten Leistungsverbrauch, reduzierten Kornverlust usw. zu steuern.The crop
Die Feld- und Bodeneigenschaftssensoren 985 können die Merkmale des Feldes und des Bodens erfassen. Die Feld- und Bodeneigenschaften können Bodenfeuchtigkeit, Bodenkompaktheit, das Vorhandensein und die Position von stehendem Wasser, Bodentyp und andere Boden- und Feldmerkmale beinhalten.The Field and
Die Umgebungsmerkmalsensoren 987 können eine oder mehrere Umgebungsmerkmale erfassen. Die Umgebungsmerkmale können Dinge wie Windrichtung und Windgeschwindigkeit, Niederschlag, Nebel, Staubniveau oder andere Verschmutzungen oder andere Umgebungsmerkmale beinhalten.
Bei Block 454 verarbeitet das Verarbeitungssystem 406 die Daten, die in dem Sensorsignal oder den Sensorsignalen enthalten sind, die von dem oder den In-situ-Sensoren 208 empfangen werden, um verarbeitete Daten 409 zu erhalten, dargestellt in
Zurückkommend zu
Bei Block 458 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Modelle 426, die eine Beziehung zwischen einem abgebildeten Wert in einer Informationskarte und einem in den verarbeiteten Daten 409 dargestellten Merkmal modellieren. Beispielsweise kann in einigen Fällen der abgebildete Wert in einer Informationskarte ein Erntegutzustandswert in der funktionalen prädiktiven Erntegutzustandskarte 360 oder ein anderer Wert in der Vorabbetriebskarte 400 sein, und der prädiktive Modellgenerator 210 erzeugt ein prädiktives Modell mithilfe des abgebildeten Werts einer Informationskarte und einem durch In-situ-Sensoren 208 erfassten Merkmal, wie in den verarbeiteten Daten 490 dargestellt, oder einem verwandten Merkmal, wie etwa einem Merkmal, das mit dem durch In-situ-Sensoren 208 erfassten Merkmal korreliert.At block 458, the predictive model generator 210 generates one or more predictive models 426 that model a relationship between a mapped value in an information map and a feature represented in the processed
Zum Beispiel kann der prädiktive Modellgenerator 210 bei Block 462 ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen dem Erntezustand oder einem anderen Wert, der von einer oder mehreren Informationskarten erhalten wird, und landwirtschaftlichen Kenndaten, die von einem In-situ-Sensor erhalten werden, modelliert. In einem weiteren Beispiel erzeugt der Erntezustands-zu-Bediener-Befehlsmodellgenerator 422 bei Block 464 ein prädiktives Modell 426, das eine Beziehung zwischen Erntezustands- und Bedienerbefehlseingaben modelliert.For example, at
Das eine oder die mehreren prädiktiven Modelle 426 werden dem prädiktiven Kartengenerator 212 bereitgestellt. Bei Block 466 erzeugt der prädiktive Kartengenerator 212 eine oder mehrere funktionale prädiktive Karten. Die funktionalen prädiktiven Karten können eine funktionale prädiktive Sensordatenkarte 438, eine funktionale prädiktive Bedienerbefehlskarte 440 oder eine beliebige Kombination einer oder mehrerer dieser Karten sein. Die funktionale prädiktive Sensordatenkarte 438 prognostiziert ein landwirtschaftliches Merkmal an verschiedenen Positionen in dem Feld, und die funktionale prädiktive Bedienerbefehlskarte 440 prognostiziert wahrscheinliche Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld. Landwirtschaftliche Eigenschaften, die durch die funktionale prädiktive Sensordatenkarte 438 vorhergesagt werden, können Erntegutkompassausrichtung, gravimetrische Erntegutausrichtung, Ertrag, Biomasse usw. beinhalten. Ferner kann eine oder mehrere der funktionalen prädiktive Karten 438 und 440 während eines landwirtschaftlichen Vorgangs erzeugt werden. Wenn sich die landwirtschaftliche Erntemaschine 100 beim Durchführen eines landwirtschaftlichen Vorgangs durch ein Feld bewegt werden somit die eine oder mehreren funktionalen prädiktive Karten 438 und 440 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.The one or more predictive models 426 are provided to the predictive map generator 212 . At block 466, the predictive map generator 212 generates one or more functional predictive maps. The functional predictive maps can include a functional predictive sensor data map 438, a functional predictive operator command card 440 or any combination of one or more of these cards. Functional predictive sensor data map 438 predicts an agricultural feature at various locations in the field, and functional predictive operator command map 440 predicts likely operator command inputs at various locations in the field. Agricultural characteristics predicted by the functional predictive sensor data map 438 may include crop compass orientation, gravimetric crop orientation, yield, biomass, and so forth. Furthermore, one or more of functional predictive maps 438 and 440 may be generated during a farming operation. Thus, as the
Bei Block 468 gibt der prädiktive Kartengenerator 212 die eine oder die mehreren funktionalen prädiktiven Karten 438 und 440 aus. Bei Block 470 kann der prädiktive Kartengenerator 212 die Karte zur Präsentation für und zur möglichen Interaktion durch einen Bediener 260 oder einen anderen Benutzer konfigurieren. Bei Block 472 kann der prädiktive Kartengenerator 212 die Karte für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 474 kann der prädiktive Kartengenerator 212 die eine oder mehreren funktionalen prädiktiven Karten 438 und 440 dem Steuerzonengenerator 213 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 476 konfiguriert der prädiktive Kartengenerator 212 die eine oder mehreren funktionalen prädiktiven Karten 438 und 440 auf andere Weise. In einem Beispiel, in dem das eine oder die mehreren funktionalen prädiktiven Karten 438 und 440 dem Steuerzonengenerator 213 bereitgestellt werden, können die eine oder die mehreren funktionalen prädiktiven Karten 438 und 440, mit den darin enthaltenen Steuerzonen, dargestellt durch entsprechende Karten 265, wie oben beschrieben, dem Bediener 260 oder einem anderen Benutzer präsentiert oder auch dem Steuersystem 214 bereitgestellt werden.At
Bei Block 478 erzeugt das Steuersystem 214 dann Steuersignale, um die steuerbaren Teilsysteme auf Grundlage der einen oder mehreren funktionalen prädiktiven Karten 438 und 440 (oder der funktionalen prädiktiven Karten 438 und 440, die Steuerzonen aufweisen) sowie einer Eingabe von dem geografischen Positionssensor 204 zu steuern.At block 478, the
Beispielsweise steuert die Pfadplanungssteuerung 234 das Lenkungs-Teilsystem 252, um die landwirtschaftliche Erntemaschine 100 zu steuern, in welchem Steuersystem 214 eine funktionale prädiktive Karte empfängt. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Rückstandssystemsteuerung 244 das Rückstands-Teilsystem 138. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Einstellungssteuerung 232 Dreschereinstellungen des Dreschers 110. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Einstellungssteuerung 232 oder eine andere Steuerung 246 das Materialhandhabungs-Teilsystem 125. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Einstellungssteuerung 232 das Erntegutreinigungs-Teilsystem. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Maschinenreinigungssteuerung 245 das Maschinenreinigungs-Teilsystem 254 an der landwirtschaftlichen Erntemaschine 100. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Bedienerschnittstellensteuerung 231 Bedienerschnittstellenmechanismen 218 an der landwirtschaftlichen Erntemaschine 100. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Deckplattenpositionssteuerung 242 Maschinen-/Erntevorsatzstellglieder, um eine Deckplatte auf der landwirtschaftlichen Erntemaschine 100 zu steuern. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuert die Draperbandsteuerung 240 Maschinen-/Erntevorsatzstellglieder, um ein Draperband an der landwirtschaftlichen Erntemaschine 100 zu steuern. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionale prädiktive Karte empfängt, steuern die anderen Steuerungen 246 andere steuerbare Teilsysteme 256 auf der landwirtschaftlichen Erntemaschine 100.For example,
Block 482 zeigt ein Beispiel, in dem das Steuersystem 214 die funktionale prädiktive Maschinengeschwindigkeitskarte 438 oder die funktionale prädiktive Maschinengeschwindigkeitskarte 438 mit hinzugefügten Steuerzonen empfängt. Als Reaktion darauf steuert die Einstellungssteuerung 232 das Antriebsteilsystem 250 (gezeigt als eines der steuerbaren Teilsysteme 216 in
Block 484 zeigt ein Beispiel, in dem dem Steuersystem 214 eine funktionale prädiktive Bedienerbefehlskarte 440 bereitgestellt wird. Als Reaktion darauf generiert die Einstellungssteuerung 232 Steuersignale, um die steuerbaren Teilsysteme 216 zu steuern, um automatisch Befehlseingaben zu erzeugen oder dem Bediener 260 Befehlseingaben auf Grundlage der Bedienerbefehlswerte in der funktionalen prädiktiven Bedienerbefehlskarte 440 oder der funktionalen prädiktiven Bedienerbefehlskarte 440, die Steuerzonen enthalten, zu empfehlen.Block 484 shows an example where a functional predictive operator command map 440 is provided to the
Die landwirtschaftliche Erntemaschine 100 oder andere Arbeitsmaschinen können eine Vielzahl verschiedener Arten von steuerbaren Stellgliedern aufweisen, die verschiedene Funktionen ausführen. Die steuerbaren Stellglieder an der landwirtschaftlichen Erntemaschine 100 oder anderen Arbeitsmaschinen werden gemeinsam als Arbeitsmaschinenstellglieder (WMAs) bezeichnet. Jedes WMA kann auf Grundlage von Werten auf einer funktionalen prädiktiven Karte unabhängig steuerbar sein, oder die WMAs können als Sätze auf Grundlage eines oder mehrerer Werte auf einer funktionalen prädiktiven Karte gesteuert werden. Daher kann der Steuerzonengenerator 213 Steuerzonen erzeugen, die jedem individuell steuerbaren WMA entsprechen oder den Sätzen von WMAs entsprechen, die in Abstimmung miteinander gesteuert werden.The
Der WMA-Selektor 486 wählt ein WMA oder einen Satz von WMAs aus, für die entsprechende Steuerzonen erzeugt werden sollen. Das Steuerzonenerzeugungssystem 488 erzeugt dann die Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs. Für jedes WMA oder jede Gruppe von WMAs können unterschiedliche Kriterien bei der Identifizierung von Steuerzonen verwendet werden. Beispielsweise kann für ein WMA die WMA-Reaktionszeit als Kriterium zum Definieren der Grenzen der Steuerzonen verwendet werden. In einem weiteren Beispiel können Verschleißmerkmale (z. B. wie stark ein bestimmtes Stellglied oder ein bestimmter Mechanismus als Ergebnis seiner Bewegung verschleißt) als Kriterium zum Identifizieren der Grenzen von Steuerzonen verwendet werden. Die Steuerzonenkriterienidentifikationskomponente 494 identifiziert bestimmte Kriterien, die bei der Definition von Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs verwendet werden sollen. Die Steuerzonengrenzendefinitionskomponente 496 verarbeitet die Werte auf einer funktionalen prädiktiven Karte, die analysiert wird, um die Grenzen der Steuerzonen auf dieser funktionalen prädiktiven Karte basierend auf den Werten in der funktionalen prädiktiven Karte, die analysiert wird, und basierend auf den Steuerzonenkriterien für das ausgewählte WMA oder einen Satz von WMAs zu definieren.The
Die Zieleinstellungsidentifikationskomponente 498 setzt einen Wert der Zieleinstellung, der zum Steuern des WMA oder eines Satzes von WMAs in verschiedenen Steuerzonen verwendet wird. Wenn zum Beispiel das ausgewählte WMA das Antriebssystem 250 ist und die analysierte funktionale prädiktive Karte eine funktionale prädiktive Geschwindigkeitskarte 438 ist, kann die Zieleinstellung in jeder Steuerzone eine Zielgeschwindigkeitseinstellung auf Grundlage von Geschwindigkeitswerten sein, die in der funktionalen prädiktiven Geschwindigkeitskarte 238 innerhalb der identifizierten Steuerzone enthalten sind.The target
In einigen Beispielen, in denen die landwirtschaftliche Erntemaschine 100 auf Grundlage einer aktuellen oder zukünftigen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden soll, können mehrere Zieleinstellungen für ein WMA an einer bestimmten Position möglich sein. In diesem Fall können die Zieleinstellungen unterschiedliche Werte haben und konkurrieren. Daher müssen die Zieleinstellungen aufgelöst werden, damit nur eine einzige Zieleinstellung zur Steuerung des WMA verwendet werden kann. Wenn das WMA zum Beispiel ein Stellglied im Antriebssystem 250 ist, das gesteuert wird, um die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern, können mehrere verschiedene konkurrierende Sätze von Kriterien existieren, die vom Steuerzonenerzeugungssystem 488 bei der Identifizierung der Steuerzonen und der Zieleinstellungen für das ausgewählte WMA in den Steuerzonen berücksichtigt werden. Beispielsweise können unterschiedliche Zieleinstellungen zum Steuern der Maschinengeschwindigkeit beispielsweise auf Grundlage eines erkannten oder vorhergesagten Vorschubgeschwindigkeitswerts, eines erkannten oder vorhergesagten Kraftstoffeffizienzwerts, eines erkannten oder vorhergesagten Kornverlustwerts oder einer Kombination davon erzeugt werden. Jedoch kann die landwirtschaftliche Erntemaschine 100 zu jedem gegebenen Zeitpunkt nicht mit mehreren Geschwindigkeiten gleichzeitig über den Boden fahren. Vielmehr fährt die landwirtschaftliche Erntemaschine 100 jederzeit mit einer einzigen Geschwindigkeit. Somit wird eine der konkurrierenden Zieleinstellungen ausgewählt, um die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern.In some examples where the
In einigen Beispielen erzeugt das Regimezonenerzeugungssystem 490 Regimezonen, um mehrere verschiedene konkurrierende Zieleinstellungen aufzulösen. Die Regimezonenkriterienidentifikationskomponente 522 identifiziert die Kriterien, die verwendet werden, um Regimezonen für das ausgewählte WMA oder einen Satz von WMAs auf der zu analysierenden funktionalen prädiktiven Karte festzulegen. Einige Kriterien, die verwendet werden können, um Regimezonen zu identifizieren oder zu definieren, beinhalten zum Beispiel Erntegutart, Erntegutsorte, Erntegutpopulation, Erntegutdichte auf Grundlage einer Bestandskarte oder einer anderen Quelle der Erntegutart oder Erntegutsorte, Unkrautart, Unkrautintensität oder des Erntegutzustands, wie etwa ob das Erntegut umgeknickt, teilweise umgeknickt oder stehend ist. So wie jedes WMA oder jede Gruppe von WMAs eine entsprechende Steuerzone aufweisen kann, können unterschiedliche WMAs oder Gruppen von WMAs eine entsprechende Regimezone aufweisen. Die Regimezonengrenzendefinitionskomponente 524 identifiziert die Grenzen von Regimezonen auf der funktionalen prädiktiven Karte, die analysiert wird, basierend auf den Regimezonenkriterien, die durch die Regimezonenkriterienidentifikationskomponente 522 identifiziert wurden.In some examples, regime
In einigen Beispielen können sich Regimezonen überschneiden. Beispielsweise kann sich eine Erntegutsortenregimezone mit einem Teil oder einer Gesamtheit einer Erntegutsortenregimezone überschneiden. In einem solchen Beispiel können die verschiedenen Regimezonen einer Präzedenzhierarchie zugewiesen werden, so dass, wenn sich zwei oder mehr Regimezonen überschneiden, die Regimezone, der eine größere hierarchische Position oder Bedeutung in der Präzedenzhierarchie zugewiesen wurde, Vorrang vor den Regimezonen hat, die eine geringere hierarchische Position oder Bedeutung in der Präzedenzhierarchie haben. Die Prioritätshierarchie der Regimezonen kann manuell oder automatisch mithilfe eines regelbasierten Systems, eines modellbasierten Systems oder eines anderen Systems eingestellt werden. Als ein Beispiel kann, wenn sich eine Regimezone mit umgeknicktem Erntegut mit einer Erntegutsortenregimezone überschneidet, der Regimezone mit umgeknicktem Erntegut eine größere Bedeutung in der Vorranghierarchie als der Erntegutsortenregimezone zugewiesen werden, so dass die Regimezone mit umgeknicktem Erntegut Vorrang hat.In some examples, regime zones may overlap. For example, a crop variety regime zone may overlap with some or all of a crop variety regime zone. In such an example, the various regime zones may be assigned a precedent hierarchy such that when two or more regime zones overlap, the regime zone that has been assigned a greater hierarchical position or importance in the precedent hierarchy takes precedence over the regime zones that have a lower hierarchical position position or importance in the precedent hierarchy. The regime zone priority hierarchy may be set manually or automatically using a rule-based system, a model-based system, or some other system. As an example, if a kinked crop regime zone overlaps a crop variety regime zone, the kinked crop regime zone may be assigned greater importance in the hierarchy of precedence than the crop variety regime zone, such that the kinked crop regime zone takes precedence.
Darüber hinaus kann jede Regimezone über einen eindeutigen Einstellungsresolver für ein bestimmtes WMA oder einen Satz von WMAs verfügen. Die Einstellungsresolveridentifikationskomponente 526 identifiziert einen bestimmten Einstellungsresolver für jede Regimezone, die auf der zu analysierenden funktionalen prädiktiven Karte identifiziert wurde, und einen bestimmten Einstellungsresolver für das ausgewählte WMA oder Satz von WMAs.In addition, each regime zone may have a unique setting resolver for a specific WMA or set of WMAs. The adjustment
Sobald der Einstellungsresolver für eine bestimmte Regimezone identifiziert ist, kann dieser Einstellungsresolver verwendet werden, um konkurrierende Zieleinstellungen aufzulösen, wobei mehr als eine Zieleinstellung auf Grundlage der Steuerzonen identifiziert wird. Die verschiedenen Arten von Einstellungsresolvern können unterschiedliche Formen aufweisen. Beispielsweise können die Einstellungsresolver, die für jede Regimezone identifiziert werden, einen Resolver menschlicher Wahl beinhalten, bei dem die konkurrierenden Zieleinstellungen einem Bediener oder einem anderen Benutzer zur Auflösung präsentiert werden. In einem weiteren Beispiel kann der Einstellungsresolver ein neuronales Netzwerk oder andere künstliche Intelligenz oder ein maschinelles Lernsystem beinhalten. In solchen Fällen können die Einstellungsresolver die konkurrierenden Zieleinstellungen basierend auf einer vorhergesagten oder historischen Qualitätsmetrik auflösen, die jedem der unterschiedlichen Zieleinstellungen entspricht. Beispielsweise kann eine erhöhte Fahrzeuggeschwindigkeitseinstellung die Zeit zum Ernten eines Feldes reduzieren und entsprechende zeitbasierte Arbeitskosten und Ausrüstungskosten reduzieren, kann aber Kornverluste erhöhen. Eine reduzierte Fahrzeuggeschwindigkeitseinstellung kann die Zeit zum Ernten eines Feldes erhöhen und die entsprechenden zeitbasierten Arbeitskosten und Ausrüstungskosten erhöhen, kann aber Kornverluste verringern. Wenn der Kornverlust oder die Erntezeit als Qualitätsmetrik ausgewählt wird, kann der vorhergesagte oder historische Wert für die ausgewählte Qualitätsmetrik angesichts der zwei konkurrierenden Fahrzeuggeschwindigkeitseinstellungswerte verwendet werden, um die Geschwindigkeitseinstellung aufzulösen. In einigen Fällen können die Einstellungsresolver ein Satz von Schwellenwertregeln sein, die anstelle oder zusätzlich zu den Regimezonen verwendet werden können. Ein Beispiel für eine Schwellenwertregel kann wie folgt ausgedrückt werden:
- Wenn vorhergesagte Biomassewerte innerhalb von 6 Metern (20 Fuß) vom Erntevorsatz der landwirtschaftlichen Erntemaschine 100 größer als x Kilogramm sind (wobei x ein ausgewählter oder vorbestimmter Wert ist), dann ist der Zieleinstellwert zu verwenden, der auf Grundlage der Vorschubgeschwindigkeit gegenüber anderen konkurrierenden Zieleinstellungen ausgewählt wird, andernfalls ist der Zieleinstellwert auf Grundlage des Kornverlusts gegenüber anderen konkurrierenden Zieleinstellwerten zu verwenden.
- When predicted biomass values are greater than 100 within 6 meters (20 feet) of the header of the agricultural harvester than x kilograms (where x is a selected or predetermined value), then use the target setting selected based on feedrate versus other competing target settings, otherwise use the target setting based on grain loss versus other competing target settings.
Die Einstellungsresolver können logische Komponenten sein, die logische Regeln beim Identifizieren einer Zieleinstellung ausführen. Beispielsweise kann der Einstellungsresolver Zieleinstellungen auflösen, während er versucht, die Erntezeit zu minimieren oder die Gesamterntekosten zu minimieren oder geerntetes Korn zu maximieren oder auf anderen Variablen basiert, die in Abhängigkeit der verschiedenen in Frage kommenden Zieleinstellungen berechnet werden. Eine Erntezeit kann minimiert werden, wenn eine Menge zum Abschließen einer Ernte auf einen ausgewählten Schwellenwert oder darunter reduziert wird. Gesamterntekosten können minimiert werden, wenn die Gesamterntekosten auf oder unter einen ausgewählten Schwellenwert reduziert werden. Erntegut kann maximiert werden, wenn die Menge an Erntegut auf oder über einen ausgewählten Schwellenwert erhöht wird.The attitude resolvers can be logical components that execute logical rules in identifying a target attitude. For example, the attitude resolver may resolve target settings while attempting to minimize harvest time, or minimize total harvest cost, or maximize grain harvested, or based on other variables calculated depending on the various target settings in question. Harvest time can be minimized when an amount to complete a harvest is reduced to a selected threshold or below. Total harvesting costs can be minimized when the total harvesting costs are reduced to or below a selected threshold. Crop can be maximized when the amount of crop is increased to or above a selected threshold.
Bei Block 530 empfängt der Steuerzonengenerator 213 eine Karte, die zur Verarbeitung analysiert wird. In einem Beispiel, wie bei Block 532 gezeigt, ist die analysierte Karte eine funktionale prädiktive Karte. Beispielsweise kann die analysierte Karte eine der funktionalen prädiktiven Karten 436, 437, 438 oder 440 sein. Block 534 gibt an, dass die zu analysierende Karte auch andere Karten sein kann.At block 530, the
Bei Block 536 wählt der WMA-Selektor 486 ein WMA oder einen Satz von WMAs aus, für die Steuerzonen auf der analysierten Karte erzeugt werden sollen. Bei Block 538 erhält die Steuerzonenkriterienidentifikationskomponente 494 Steuerzonendefinitionskriterien für die ausgewählten WMAs oder den Satz von WMAs. Block 540 gibt ein Beispiel an, in dem die Steuerzonenkriterien Verschleißeigenschaften des ausgewählten WMA oder Satzes von WMAs sind oder beinhalten. Block 542 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Größe und Variation von Eingangsquellendaten sind oder beinhalten, wie etwa die Größe und Variation der Werte auf der analysierten Karte oder die Größe und Variation von Eingaben von verschiedenen In-situ-Sensoren 208. Block 544 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien physikalische Maschinenmerkmale sind oder beinhalten, wie etwa die physikalischen Abmessungen der Maschine, eine Geschwindigkeit, mit der verschiedene Teilsysteme arbeiten, oder andere physikalische Maschinenmerkmale. Block 546 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Reaktionsfähigkeit des ausgewählten WMA oder Satzes von WMAs beim Erreichen neu befohlener Einstellwerte sind oder beinhalten. Block 548 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Maschinenleistungsmetriken sind oder beinhalten. Block 550 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Bedienerpräferenzen sind oder beinhalten. Block 552 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auch andere Elemente sind oder beinhalten. Block 549 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien zeitbasiert sind, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 die Grenze einer Steuerzone nicht überschreitet, bis eine ausgewählte Zeitspanne verstrichen ist, seit dem die landwirtschaftliche Erntemaschine 100 in eine bestimmte Steuerzone eingetreten ist. In einigen Fällen kann die ausgewählte Zeitdauer eine minimale Zeitdauer sein. So können die Steuerzonendefinitionskriterien in einigen Fällen verhindern, dass die landwirtschaftliche Erntemaschine 100 eine Grenze einer Steuerzone überschreitet, bis zumindest die ausgewählte Zeitspanne verstrichen ist. Block 551 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auf einem ausgewählten Größenwert basieren. Beispielsweise können Steuerzonendefinitionskriterien, die auf einem ausgewählten Größenwert basieren, die Definition einer Steuerzone ausschließen, die kleiner als die ausgewählte Größe ist. In einigen Fällen kann die ausgewählte Größe eine Mindestgröße sein.At block 536, the
Bei Block 554 erhält die Regimezonenkriterienidentifikationskomponente 522 Regimezonendefinitionskriterien für das ausgewählte WMA oder den ausgewählten Satz von WMAs. Block 556 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auf einer manuellen Eingabe von Bediener 260 oder einem anderen Benutzer basieren. Block 558 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Erntegutart oder Erntegutsorte basieren. Block 560 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Unkrautart oder Unkrautintensität oder beiden basieren. Block 562 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf dem Erntezustand basieren oder diesen beinhalten. Block 564 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auch andere Kriterien sind oder beinhalten.At block 554, regimen zone
Bei Block 566 erzeugt die Steuerzonengrenzendefinitionskomponente 496 die Grenzen von Steuerzonen auf der zu analysierenden Karte auf Grundlage der Steuerzonenkriterien. Die Regimezonengrenzendefinitionskomponente 524 erzeugt die Grenzen von Regimezonen auf der zu analysierenden Karte auf Grundlage der Regimezonenkriterien. Block 568 gibt ein Beispiel an, in dem die Zonengrenzen für die Steuerzonen und Regimezonen identifiziert werden. Block 570 zeigt, dass die Zieleinstellungsidentifikationskomponente 498 die Zieleinstellungen für jede der Steuerzonen identifiziert. Die Steuerzonen und Regimezonen können auch auf andere Weise erzeugt werden, was durch Block 572 angezeigt wird.At block 566, the tax zone
Bei Block 574 identifiziert die Einstellungsresolveridentifikationskomponente 526 den Einstellungsresolver für die ausgewählten WMAs in jeder Regimezone, die durch die Regimezonengrenzendefinitionskomponente 524 definiert ist. Wie vorstehend erörtert, kann der Regimezonenresolver ein menschlicher Resolver 576, ein Resolver für künstliche Intelligenz oder ein maschinelles Lernsystem 578, ein Resolver 580 auf Grundlage vorhergesagter oder historischer Qualität für jede konkurrierende Zieleinstellung, ein regelbasierter Resolver 582, ein leistungskriterienbasierter Resolver 584 oder andere Resolver 586 sein.At block 574 , the adjustment
Bei Block 588 bestimmt der WMA-Selektor 486, ob weitere WMAs oder Sätze von WMAs zu verarbeiten sind. Wenn zusätzliche WMAs oder Sätze von WMAs noch zu verarbeiten sind, kehrt die Verarbeitung zu Block 436 zurück, wo das nächste WMA oder der Satz von WMAs ausgewählt wird, für die Steuerzonen und Regimezonen definiert werden sollen. Wenn keine zusätzlichen WMAs oder Sätze von WMAs verbleiben, für die Steuerzonen oder Regimezonen erzeugt werden sollen, bewegt sich die Verarbeitung zu Block 590, wo der Steuerzonengenerator 213 eine Karte mit Steuerzonen, Zieleinstellungen, Regimezonen und Einstellungsresolvern für jedes der WMAs oder Sätze von WMAs ausgibt. Wie vorstehend erörtert, kann die ausgegebene Karte dem Bediener 260 oder einem anderen Benutzer präsentiert werden; die ausgegebene Karte kann dem Steuersystem 214 bereitgestellt werden; oder die ausgegebene Karte kann auf andere Weise ausgegeben werden.At block 588, the
Bei Block 612 empfängt das Steuersystem 214 ein Sensorsignal vom geografischen Positionssensor 204. Das Sensorsignal von dem geografischen Positionssensor 204 kann Daten beinhalten, die die geografische Position 614 der landwirtschaftlichen Erntemaschine 100, die Geschwindigkeit 616 der landwirtschaftlichen Erntemaschine 100, den Kurs 618 der landwirtschaftlichen Erntemaschine 100 oder andere Informationen 620 angeben. Bei Block 622 wählt die Zonensteuerung 247 eine Regimezone aus und bei Block 624 wählt die Zonensteuerung 247 eine Steuerzone auf der Karte auf Grundlage des geografischen Positionssensorsignals aus. Bei Block 626 wählt die Zonensteuerung 247 ein WMA oder einen Satz von WMAs aus, die gesteuert werden sollen. Bei Block 628 erhält die Zonensteuerung 247 eine oder mehrere Zieleinstellungen für das ausgewählte WMA oder einen Satz von WMAs. Die Zieleinstellungen, die für das ausgewählte WMA oder eine Gruppe von WMAs erhalten werden, können aus verschiedenen Quellen stammen. Zum Beispiel zeigt Block 630 ein Beispiel, bei dem eine oder mehrere der Zieleinstellungen für das ausgewählte WMA oder den Satz von WMAs auf einer Eingabe von den Steuerzonen auf der Karte der Arbeitsstelle basiert. Block 632 zeigt ein Beispiel, in dem eine oder mehrere der Zieleinstellungen aus menschlichen Eingaben von dem Bediener 260 oder einem anderen Benutzer erhalten werden. Block 634 zeigt ein Beispiel, in dem die Zieleinstellungen von einem In-situ-Sensor 208 erhalten werden. Block 636 zeigt ein Beispiel, in dem die eine oder mehreren Zieleinstellungen von einem oder mehreren Sensoren an anderen Maschinen erhalten werden, die auf demselben Feld arbeiten, entweder gleichzeitig mit der landwirtschaftlichen Erntemaschine 100 oder von einem oder mehreren Sensoren an Maschinen, die in der Vergangenheit auf demselben Feld gearbeitet haben. Block 638 zeigt ein Beispiel, in dem die Zieleinstellungen auch aus anderen Quellen erhalten werden.At block 612, the
Bei Block 640 greift die Zonensteuerung 247 auf den Einstellungsresolver für die ausgewählte Regimezone zu und steuert den Einstellungsresolver, um konkurrierende Zieleinstellungen in eine aufgelöste Zieleinstellung aufzulösen. Wie oben erörtert, kann der Einstellungsresolver in einigen Fällen ein menschlicher Resolver sein, wobei die Zonensteuerung 247 Bedienerschnittstellenmechanismen 218 steuert, um die konkurrierenden Zieleinstellungen dem Bediener 260 oder einem anderen Benutzer zur Auflösung zu präsentieren. In einigen Fällen kann der Einstellungsresolver ein neuronales Netzwerk oder ein anderes künstliches Intelligenz- oder maschinelles Lernsystem sein, und die Zonensteuerung 247 übermittelt die konkurrierenden Zieleinstellungen an das neuronale Netzwerk, die künstliche Intelligenz oder das maschinelle Lernsystem zur Auswahl. In einigen Fällen kann der Einstellungsresolver auf einer vorhergesagten oder historischen Qualitätsmetrik, auf Schwellenwertregeln oder auf logischen Komponenten basieren. In einem dieser letztgenannten Beispiele führt die Zonensteuerung 247 den Einstellungsresolver aus, um eine aufgelöste Zieleinstellung auf Grundlage der vorhergesagten oder historischen Qualitätsmetrik, auf Grundlage der Schwellenwertregeln oder mithilfe der logischen Komponenten zu erhalten.At block 640, the
Bei Block 642, stellt die Zonensteuerung 247, wenn die Zonensteuerung 247 die aufgelöste Zieleinstellung identifiziert hat, die aufgelöste Zieleinstellung anderen Steuerungen im Steuersystem 214 bereit, die Steuersignale auf Grundlage der aufgelösten Zieleinstellung erzeugen und auf das ausgewählte WMA oder den ausgewählten Satz von WMAs anwenden. Wenn das ausgewählte WMA zum Beispiel ein Maschinen- oder Erntevorsatzstellglied 248 ist, stellt die Zonensteuerung 247 die aufgelöste Zieleinstellung der Einstellungssteuerung 232 oder der Erntevorsatz-/Haspelsteuerung 238 oder von beiden bereit, um Steuersignale auf Grundlage der aufgelösten Zieleinstellung zu erzeugen, und diese erzeugten Steuersignale werden an die Maschinen- oder Erntevorsatzstellglieder 248 angelegt. Wenn bei Block 644 zusätzliche WMAs oder zusätzliche Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen (wie bei Block 612 erkannt), kehrt die Verarbeitung zu Block 626 zurück, wo das nächste WMA oder Satz von WMAs ausgewählt wird. Die durch die Blöcke 626 bis 644 dargestellten Prozesse werden fortgesetzt, bis alle WMAs oder Sätze von WMAs, die an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen, angesprochen wurden. Wenn keine zusätzlichen WMAs oder Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 zu steuern sind, geht die Verarbeitung zu Block 646 über, wo die Zonensteuerung 247 bestimmt, ob zusätzliche zu berücksichtigende Steuerzonen in der ausgewählten Regimezone vorhanden sind. Wenn zusätzliche zu berücksichtigende Steuerzonen vorhanden sind, kehrt die Verarbeitung zurück zu Block 624, wo eine nächste Steuerzone ausgewählt wird. Wenn keine zusätzlichen Steuerzonen mehr zu berücksichtigen sind, geht die Verarbeitung zu Block 648 über, in dem festgestellt wird, ob zusätzliche Regimezonen noch zu berücksichtigen sind. Die Zonensteuerung 247 bestimmt, ob weitere Regimezonen in Betracht gezogen werden sollen. Wenn weitere Regimezonen zu berücksichtigen sind, kehrt die Verarbeitung zu Block 622 zurück, wo eine nächste Regimezone ausgewählt wird.At block 642, if the
Bei Block 650 bestimmt die Zonensteuerung 247, ob der Vorgang, den die landwirtschaftliche Erntemaschine 100 durchführt, abgeschlossen ist. Wenn nicht, bestimmt die Zonensteuerung 247, ob ein Steuerzonenkriterium erfüllt wurde, um die Verarbeitung fortzusetzen, wie durch Block 652 angezeigt. Wie oben erwähnt, können die Steuerzonendefinitionskriterien zum Beispiel Kriterien beinhalten, die definieren, wann eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann. Zum Beispiel kann durch einen ausgewählten Zeitraum definiert sein, ob eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 daran gehindert wird, eine Zonengrenze zu überschreiten, bis eine ausgewählte Zeitspanne abgelaufen ist. In diesem Fall bestimmt die Zonensteuerung 247 bei Block 652, ob der ausgewählte Zeitraum abgelaufen ist. Zusätzlich kann die Zonensteuerung 247 die Verarbeitung kontinuierlich durchführen. Somit wartet die Zonensteuerung 247 nicht auf einen bestimmten Zeitraum, bevor sie fortfährt, zu bestimmen, ob ein Betrieb der landwirtschaftlichen Erntemaschine 100 abgeschlossen ist. Bei Block 652 bestimmt die Zonensteuerung 247, dass es an der Zeit ist, die Verarbeitung fortzusetzen, und setzt dann die Verarbeitung bei Block 612 fort, wo die Zonensteuerung 247 erneut eine Eingabe von dem geografischen Positionssensor 204 empfängt. Es ist ebenfalls zu beachten, dass die Zonensteuerung 247 die WMAs und Sätze von WMAs gleichzeitig mithilfe einer Steuerung mit mehreren Eingaben und mehreren Ausgaben steuern kann, anstatt die WMAs und Sätze von WMAs sequentiell zu steuern.At
Das Bedienereingabebefehlsverarbeitungssystem 654 erkennt Bedienereingaben an den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle. Das Sprachverarbeitungssystem 662 erkennt Spracheingaben und verarbeitet die Interaktionen mit dem Sprachverarbeitungssystem 658, um die Spracheingaben für Befehle zu verarbeiten. Das Berührungsgestenhandhabungssystem 664 erkennt Berührungsgesten an berührungsempfindlichen Elementen in den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle.Operator input
Das andere Steuerungsinteraktionssystem 656 behandelt Interaktionen mit anderen Steuerungen des Steuersystems 214. Das Steuerungseingabeverarbeitungssystem 668 erkennt und verarbeitet Eingaben von anderen Steuerungen im Steuersystem 214, und der Steuerungsausgabegenerator 670 erzeugt Ausgaben und stellt diese Ausgaben anderen Steuerungen im Steuersystem 214 bereit. Das Sprachverarbeitungssystem 658 erkennt Spracheingaben, bestimmt die Bedeutung dieser Eingaben und stellt eine Ausgabe bereit, die die Bedeutung der gesprochenen Eingaben angibt. Zum Beispiel kann das Sprachverarbeitungssystem 658 eine Spracheingabe von dem Bediener 260 als einen Einstellungsänderungsbefehl erkennen, in dem der Bediener 260 dem Steuersystem 214 befiehlt, eine Einstellung für ein steuerbares Teilsystem 216 zu ändern. In einem solchen Beispiel erkennt das Sprachverarbeitungssystem 658 den Inhalt des gesprochenen Befehls, identifiziert die Bedeutung dieses Befehls als einen Einstellungsänderungsbefehl und liefert die Bedeutung dieser Eingabe zurück an das Sprachverarbeitungssystem 662. Das Sprachverarbeitungssystem 662 wiederum interagiert mit dem Steuerungsausgabegenerator 670, um die befohlene Ausgabe an die entsprechende Steuerung im Steuersystem 214 bereitzustellen, um den gesprochenen Einstellungsänderungsbefehl zu erfüllen.The other
Das Sprachverarbeitungssystem 658 kann auf verschiedene Weise aufgerufen werden. Beispielsweise stellt das Sprachverarbeitungssystem 662 in einem Beispiel kontinuierlich eine Eingabe von einem Mikrofon (das einer der Bedienerschnittstellenmechanismen 218 ist) an das Sprachverarbeitungssystem 658 bereit. Das Mikrofon erkennt Sprache von dem Bediener 260, und das Sprachverarbeitungssystem 662 stellt dem Sprachverarbeitungssystem 658 die erkannte Sprache bereit. Der Auslösedetektor 672 erkennt einen Auslöser, der angibt, dass das Sprachverarbeitungssystem 658 aufgerufen wird. In einigen Fällen, wenn das Sprachverarbeitungssystem 658 kontinuierliche Spracheingaben von dem Sprachverarbeitungssystem 662 empfängt, führt die Spracherkennungskomponente 674 eine kontinuierliche Spracherkennung an der gesamten vom Bediener 260 gesprochenen Sprache durch. In einigen Fällen ist das Sprachverarbeitungssystem 658 zum Aufruf mithilfe eines Aufweckworts konfiguriert. Das heißt, in einigen Fällen kann der Betrieb des Sprachverarbeitungssystems 658 auf Grundlage der Erkennung eines ausgewählten gesprochenen Wortes, das als Aufweckwort bezeichnet wird, eingeleitet werden. In einem solchen Beispiel, in dem die Erkennungskomponente 674 das Aufweckwort erkennt, liefert die Erkennungskomponente 674 einen Hinweis darauf, dass das Aufweckwort erkannt wurde, um den Detektor 672 auszulösen. Der Auslösedetektor 672 erkennt, dass das Sprachverarbeitungssystem 658 durch das Aufweckwort aufgerufen oder ausgelöst wurde. In einem anderen Beispiel kann das Sprachverarbeitungssystem 658 durch einen Bediener 260 aufgerufen werden, der ein Stellglied an einem Benutzerschnittstellenmechanismus betätigt, wie etwa durch Berühren eines Stellglieds auf einem berührungsempfindlichen Anzeigebildschirm, durch Drücken einer Taste oder durch Bereitstellen einer anderen Auslöseeingabe. In einem solchen Beispiel kann der Auslösedetektor 672 erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde, wenn eine Auslöseeingabe über einen Benutzerschnittstellenmechanismus erkannt wird. Der Auslösedetektor 672 kann auch auf andere Weise erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde.The
Sobald das Sprachverarbeitungssystem 658 aufgerufen wird, wird die Spracheingabe vom Bediener 260 der Spracherkennungskomponente 674 bereitgestellt. Die Spracherkennungskomponente 674 erkennt linguistische Elemente in der Spracheingabe, wie etwa Wörter, Phrasen oder andere linguistische Einheiten. Das System zum Verstehen der natürlichen Sprache 678 identifiziert eine Bedeutung der erkannten Sprache. Die Bedeutung kann eine Ausgabe in natürlicher Sprache, eine Befehlsausgabe, die einen in der erkannten Sprache reflektierten Befehl identifiziert, eine Werteausgabe, die einen Wert in der erkannten Sprache identifiziert, oder eine Vielzahl anderer Ausgaben sein, die das Verständnis der erkannten Sprache widerspiegeln. Beispielsweise können das System zum Verstehen der natürlichen Sprache 678 und das Sprachverarbeitungssystem 568 allgemeiner die Bedeutung der erkannten Sprache im Kontext der landwirtschaftlichen Erntemaschine 100 verstehen.Once the
In einigen Beispielen kann das Sprachverarbeitungssystem 658 auch Ausgaben erzeugen, die den Bediener 260 auf Grundlage der Spracheingabe durch eine Benutzererfahrung navigieren. Beispielsweise kann das Dialogmanagementsystem 680 einen Dialog mit dem Benutzer erzeugen und verwalten, um zu identifizieren, was der Benutzer tun möchte. Der Dialog kann den Befehl eines Benutzers unmissverständlich machen; einen oder mehrere spezifische Werte identifizieren, die erforderlich sind, um den Befehl des Benutzers auszuführen; oder andere Informationen vom Benutzer erhalten oder dem Benutzer oder beiden andere Informationen bereitstellen. Die Synthesekomponente 676 kann eine Sprachsynthese erzeugen, die dem Benutzer durch einen Audiobedienerschnittstellenmechanismus, wie etwa einen Lautsprecher, präsentiert werden kann. Somit kann der Dialog, der vom Dialogmanagementsystem 680 verwaltet wird, ausschließlich ein gesprochener Dialog oder eine Kombination aus sowohl einem visuellen Dialog als auch einem gesprochenen Dialog sein.In some examples,
Der Aktionssignalgenerator 660 erzeugt Aktionssignale, um Bedienerschnittstellenmechanismen 218 auf Grundlage von Ausgaben von einem oder mehreren von dem Bedienereingabebefehlsverarbeitungssystem 654, dem anderen Steuerungsinteraktionssystem 656 und dem Sprachverarbeitungssystem 658 zu steuern. Der visuelle Steuersignalgenerator 684 erzeugt Steuersignale, um visuelle Elemente in den Bedienerschnittstellenmechanismen 218 zu steuern. Bei den visuellen Elementen kann es sich um Lichter, einen Anzeigebildschirm, Warnindikatoren oder andere visuelle Elemente handeln. Der Audiosteuersignalgenerator 686 erzeugt Ausgaben, die Audioelemente der Bedienerschnittstellenmechanismen 218 steuern. Die Audioelemente umfassen einen Lautsprecher, akustische Alarmmechanismen, Hörner oder andere akustische Elemente. Der haptische Steuersignalgenerator 688 erzeugt Steuersignale, die ausgegeben werden, um haptische Elemente der Bedienerschnittstellenmechanismen 218 zu steuern. Die haptischen Elemente beinhalten Vibrationselemente, die verwendet werden können, um beispielsweise den Sitz des Bedieners, das Lenkrad, Pedale oder Joysticks, die vom Bediener verwendet werden, vibrieren zu lassen. Die haptischen Elemente können eine taktile Rückkopplungs- oder Krafttrückkopplungselemente beinhalten, die dem Bediener über Bedienerschnittstellenmechanismen ein taktiles Rückkopplungs- oder Kraftrückkopplungssignal bereitstellen. Die haptischen Elemente können auch eine Vielzahl anderer haptischer Elemente beinhalten.
Bei Block 692 empfängt die Bedienerschnittstellensteuerung 231 eine Karte. Block 694 gibt ein Beispiel an, in dem die Karte eine funktionale prädiktive Karte ist, und Block 696 gibt ein Beispiel an, in dem die Karte ein anderer Kartentyp ist. Bei Block 698 empfängt die Bedienerschnittstellensteuerung 231 eine Eingabe von dem geografischen Positionssensor 204, der die geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Wie in Block 700 angegeben, kann die Eingabe von dem geografischen Positionssensor 204 den Kurs zusammen mit der Position der landwirtschaftlichen Erntemaschine 100 beinhalten. Block 702 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 beinhaltet, und Block 704 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 andere Elemente beinhaltet.At
Bei Block 706 steuert der visuelle Steuersignalgenerator 684 in der Bedienerschnittstellensteuerung 231 den berührungsempfindlichen Anzeigebildschirm in den Bedienerschnittstellenmechanismen 218, um eine Anzeige zu erzeugen, die das gesamte oder einen Teil eines durch die empfangene Karte dargestellten Feldes zeigt. Block 708 gibt an, dass das angezeigte Feld eine aktuelle Positionsmarkierung beinhalten kann, die eine aktuelle Position der landwirtschaftlichen Erntemaschine 100 relativ zum Feld zeigt. Block 710 gibt ein Beispiel an, in dem das angezeigte Feld eine nächste Arbeitseinheitsmarkierung beinhaltet, die eine nächste Arbeitseinheit (oder einen Bereich auf dem Feld) identifiziert, in dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Block 712 gibt ein Beispiel an, in dem das angezeigte Feld einen bevorstehenden Bereichsanzeigeabschnitt beinhaltet, der Bereiche anzeigt, die noch von der landwirtschaftlichen Erntemaschine 100 verarbeitet werden sollen, und Block 714 gibt ein Beispiel an, in dem das angezeigte Feld zuvor besuchte Anzeigeabschnitte beinhaltet, die Bereiche des Feldes darstellen, die die landwirtschaftliche Erntemaschine 100 bereits bearbeitet hat. Block 716 gibt ein Beispiel an, in dem das angezeigte Feld verschiedene Merkmale des Feldes mit georeferenzierten Positionen auf der Karte anzeigt. Handelt es sich beispielsweise bei der empfangenen Karte um eine Erntegutzustandskarte, kann das angezeigte Feld den Erntegutzustand von Bereichen in dem Feld anzeigen, auf die innerhalb des angezeigten Feldes georeferenziert wurde. Die abgebildeten Merkmale können in den zuvor besuchten Bereichen (wie in Block 714 gezeigt), in den bevorstehenden Bereichen (wie in Block 712 gezeigt) und in der nächsten Arbeitseinheit (wie in Block 710 gezeigt) gezeigt werden. Block 718 gibt ein Beispiel an, in dem das angezeigte Feld auch andere Elemente beinhaltet.At
In dem in
In dem in
Die Größe der nächsten Arbeitseinheit 730, die auf dem Feldanzeigeabschnitt 728 markiert ist, kann auf Grundlage einer Vielzahl verschiedener Kriterien variieren. Zum Beispiel kann die Größe der nächsten Arbeitseinheit 730 in Abhängigkeit von der Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 variieren. Wenn sich die landwirtschaftliche Erntemaschine 100 somit schneller bewegt, kann der Bereich der nächsten Arbeitseinheit 730 größer sein als der Bereich der nächsten Arbeitseinheit 730, wenn sich die landwirtschaftliche Erntemaschine 100 langsamer bewegt. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, dass er den zuvor besuchten Bereich 714 und bevorstehende Bereiche 712 anzeigt. Die zuvor besuchten Bereiche 714 stellen Bereiche dar, die bereits geerntet wurden, während die bevorstehenden Bereiche 712 Bereiche darstellen, die noch geerntet werden müssen. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, der verschiedene Merkmale des Feldes anzeigt. In dem in
Im Beispiel von
Die Stellglieder und Anzeigemarkierungen in Abschnitt 738 können beispielsweise als einzelne Elemente, feste Listen, scrollbare Listen, Dropdown-Menüs oder Dropdown-Listen angezeigt werden. In dem in
Eine Flaggenspalte 739 zeigt Flaggen, die automatisch oder manuell gesetzt wurden. Das Flaggenstellglied 740 ermöglicht es dem Bediener 260, eine Position zu markieren und Informationen hinzuzufügen, die die Arten von Erntezuständen angeben, die an der Position gefunden werden. Wenn zum Beispiel der Bediener 260 das Flaggenstellglied 740 durch Berühren des Flaggenstellglieds 740 betätigt, identifiziert das Berührungsgestenhandhabungssystem 664 in der Bedienerschnittstellensteuerung 231 die Position als eine Position, an dem stehendes Erntegut vorhanden ist. Wenn der Bediener 260 die Taste 742 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die Position als eine Position, an der umgeknicktes Erntegut vorhanden ist. Wenn der Bediener 260 die Taste 744 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die Position als eine Position, an der teilweise umgeknicktes Erntegut vorhanden ist. Das Berührungsgestenhandhabungssystem 664 steuert auch den visuellen Steuersignalgenerator 684, um ein Symbol hinzuzufügen, das den identifizierten Erntezuständen auf dem Feldanzeigeabschnitt 728 an einer Position entspricht, die der Benutzer vor oder nach oder während der Betätigung der Tasten 740, 742 oder 744 identifiziert.A
Die Spalte 746 zeigt die Symbole an, die jedem Erntezustand entsprechen, der auf dem Feldanzeigeabschnitt 728 verfolgt wird. Die Bezeichnerspalte 748 zeigt den Bezeichner (der ein Textbezeichner oder ein anderer Bezeichner sein kann), der den Erntezustand identifiziert. Ohne Einschränkung können die Erntegutzustandssymbole in Spalte 746 und die Bezeichner in Spalte 748 beliebige Anzeigemarkierungen beinhalten, wie etwa verschiedene Farben, Formen, Muster, Intensitäten, Text, Symbole oder andere Anzeigemarkierungen. Spalte 750 zeigt gemessene Erntegutzustandswerte. In dem in
Spalte 752 zeigt Aktionsschwellenwerte an. Die Aktionsschwellenwerte in Spalte 752 können Schwellenwerte sein, die einem Abstand vor der Erntemaschine zu den gemessenen Werten in Spalte 750 entsprechen. Wenn die vorhergesagten oder gemessenen Werte in Spalte 750 die entsprechenden Aktionsschwellenwerte in Spalte 752 erfüllen, dann ergreift das Steuersystem 214 die in Spalte 754 identifizierte Aktion. Wenn zum Beispiel die landwirtschaftliche Erntemaschine 100 mit einer gegebenen Geschwindigkeit in Richtung eines Bereichs mit umgeknicktem Erntegut fährt, können die Steuerungen in Spalte 754 vorgenommen werden, wenn sich die landwirtschaftliche Erntemaschine 100 innerhalb von 9 Metern (30 Fuß) des Bereichs befindet. Die Schwellenwerte können sich je nach aktueller Maschinengeschwindigkeit oder einem anderen Merkmal ändern. In einigen Fällen kann ein vorhergesagter oder gemessener Wert einen entsprechenden Aktionsschwellenwert erfüllen, indem er den entsprechenden Aktionsschwellenwert erfüllt oder überschreitet. In einem Beispiel kann der Bediener 260 beispielsweise einen Schwellenwert auswählen, um den Schwellenwert durch Berühren des Schwellenwerts in Spalte 752 zu ändern. Nach der Auswahl kann der Bediener 260 den Schwellenwert ändern. Die Schwellenwerte in Spalte 752 können konfiguriert sein, um die bezeichnete Aktion durchzuführen, wenn der gemessene Wert 750 den Schwellenwert übersteigt, dem Schwellenwert entspricht oder unter dem Schwellenwert liegt.Column 752 indicates action thresholds. The action thresholds in column 752 may be thresholds that correspond to a distance in front of the harvester from the measured values in
Ebenso kann der Bediener 260 die Aktionsidentifizierer in Spalte 754 berühren, um die durchzuführende Aktion zu ändern. Wenn ein Schwellenwert erfüllt ist, können mehrere Aktionen ergriffen werden. Zum Beispiel werden am unteren Ende der Spalte 754 eine Reduzierungsgeschwindigkeitsaktion 762 und eine Änderungsroutenaktion 764 als Aktionen identifiziert, die durchgeführt werden, wenn der gemessene Wert in Spalte 750 den Schwellenwert in Spalte 752 erfüllt.Likewise, the
Die Aktionen, die in Spalte 754 festgelegt werden können, können aus einer Vielzahl verschiedener Arten von Aktionen bestehen. Wie beispielsweise durch Artikel 756 angezeigt, kann die Geschwindigkeit in Bereichen mit stehendem Erntegut erhöht werden. Oder zum Beispiel, wie durch Position 758 angezeigt, kann der Erntevorsatz angehoben werden. Oder zum Beispiel kann, wie durch Punkt 760 angezeigt, der Erntevorsatz abgesenkt werden, wenn der Bereich umgeknicktes Erntegut enthält. Oder zum Beispiel kann, wie durch die Punkte 762 angegeben, die Geschwindigkeit in Bereichen mit umgeknicktem oder teilweise umgeknicktem Erntegut reduziert werden. Oder kann beispielsweise kann, wie durch die Punkte 764 angezeigt, die Route der Maschine in Bereichen mit umgeknicktem oder teilweise umgeknicktem Erntegut geändert werden. Beispielsweise kann die Route der landwirtschaftlichen Erntemaschine 100 so ausgerichtet sein, dass die landwirtschaftliche Erntemaschine 100 entgegen der Richtung fährt, in der sich gegenüber dem umgeknickten oder teilweise umgeknickten Erntegut neigt.The actions that can be specified in
Die auf der Benutzerschnittstellenanzeige 720 gezeigten Anzeigemarkierungen können visuell gesteuert werden. Das visuelle Steuern der Schnittstellenanzeige 720 kann durchgeführt werden, um die Aufmerksamkeit des Bedieners 260 zu erregen. Beispielsweise können die Anzeigemarkierungen gesteuert werden, um die Intensität, Farbe oder das Muster zu modifizieren, mit dem die Anzeigemarkierungen angezeigt werden. Zusätzlich können die Anzeigemarkierungen so gesteuert werden, dass sie blinken. Beispielhaft sind die beschriebenen Änderungen des visuellen Erscheinungsbildes der Anzeigemarkierungen vorgesehen. Folglich können andere Aspekte des optischen Erscheinungsbildes der Anzeigemarkierungen verändert werden. Daher können die Anzeigemarkierungen unter verschiedenen Umständen in gewünschter Weise modifiziert werden, um beispielsweise die Aufmerksamkeit des Bedieners 260 zu erregen. In einigen Fällen kann jede Position des Feldes eine damit verbundene Anzeigemarkierung aufweisen. Somit kann in einigen Fällen eine Anzeigemarkierung an jeder Position des Feldanzeigeabschnitts 728 bereitgestellt werden, um die Art des Merkmals zu identifizieren, die für jede bestimmte Position des Feldes abgebildet wird. Folglich umfasst die vorliegende Offenbarung das Bereitstellen einer Anzeigemarkierung, wie etwa der Verlustpegel-Anzeigemarkierung 732 (wie im Kontext mit dem vorliegenden Beispiel aus
Verschiedene Funktionen, die durch den Bediener 260 mithilfe der Benutzerschnittstellenanzeige 720 ausgeführt werden können, können ebenfalls automatisch ausgeführt werden, wie etwa durch andere Steuerungen im Steuersystem 214. Wenn beispielsweise ein anderer Erntegutzustand durch einen In-situ-Sensor 208 identifiziert wird, kann die Bedienerschnittstellensteuerung 231 automatisch eine Flagge an der aktuellen Position der landwirtschaftlichen Erntemaschine 100 hinzufügen (die der Position des angetroffenen Erntegutzustands entspricht) und eine Anzeige in der Markierungsspalte, ein entsprechendes Symbol in der Symbolspalte und einen Bezeichner in der Bezeichnerspalte 748 erzeugen. Die Bedienerschnittstellensteuerung 231 kann auch einen gemessenen Wert in Spalte 750 und einen Schwellenwert in Spalte 752 bei Identifizierung eines anderen Erntegutzustands erzeugen. Die Bedienerschnittstellensteuerung 231 oder eine andere Steuerung kann auch automatisch eine Aktion identifizieren, die der Spalte 754 hinzugefügt wird.Various functions that can be performed by the
Zurückkehrend zum Flussdiagramm von
Bei Block 782 erfasst und verarbeitet das Bedienereingabebefehlsverarbeitungssystem 654 Bedienereingaben, die Interaktionen mit der Benutzerschnittstellenanzeige 720 entsprechen, die durch den Bediener 260 durchgeführt werden. Wenn der Benutzerschnittstellenmechanismus, auf dem die Benutzerschnittstellenanzeige 720 angezeigt wird, ein berührungsempfindlicher Anzeigebildschirm ist, können Interaktionseingaben mit dem berührungsempfindlichen Anzeigebildschirm durch den Bediener 260 Berührungsgesten 784 sein. In einigen Fällen können die Bedienerinteraktionseingaben Eingaben mithilfe einer Point-and-Click-Vorrichtung 786 oder anderer Bedienerinteraktionseingaben 788 sein.At
Bei Block 790 empfängt die Bedienerschnittstellensteuerung 231 Signale, die eine Alarmbedingung angeben. Beispielsweise zeigt Block 792 an, dass Signale von dem Steuerungseingabeverarbeitungssystem 668 empfangen werden können, die anzeigen, dass erfasste Werte in Spalte 750 Schwellenwertbedingungen erfüllen, die in Spalte 752 vorhanden sind. Wie zuvor erläutert, können die Schwellenwertbedingungen Werte beinhalten, die unter einem Schwellenwert, bei einem Schwellenwert oder über einem Schwellenwert liegen. Block 794 zeigt, dass der Aktionssignalgenerator 660 als Reaktion auf das Empfangen einer Alarmbedingung den Bediener 260 alarmieren kann, indem er den visuellen Steuersignalgenerator 684 verwendet, um visuelle Alarme zu erzeugen, indem er den Audiosteuersignalgenerator 686 verwendet, um Audioalarme zu erzeugen, indem er den haptischen Steuersignalgenerator 688 verwendet, um haptische Alarme zu erzeugen, oder indem er eine beliebige Kombination davon verwendet. Gleichermaßen kann der Steuerungsausgabegenerator 670, wie durch Block 796 angezeigt, Ausgaben an andere Steuerungen im Steuersystem 214 erzeugen, so dass diese Steuerungen die entsprechende Aktion ausführen, die in Spalte 754 identifiziert wurde. Block 798 zeigt, dass die Bedienerschnittstellensteuerung 231 Alarmbedingungen auch auf andere Weise erkennen und verarbeiten kann.At
Block 900 zeigt, dass das Sprachverarbeitungssystem 662 Eingaben, die das Sprachverarbeitungssystem 658 aufrufen, erkennen und verarbeiten kann. Block 902 zeigt, dass das Durchführen der Sprachverarbeitung die Verwendung des Dialogverwaltungssystems 680 beinhalten kann, um einen Dialog mit dem Bediener 260 durchzuführen. Block 904 zeigt, dass die Sprachverarbeitung das Bereitstellen von Signalen an den Steuerungsausgabegenerator 670 beinhalten kann, so dass Steuervorgänge automatisch auf Grundlage der Spracheingaben durchgeführt werden.
Die nachfolgende Tabelle 1 zeigt einen beispielhaften Dialog zwischen der Bedienerschnittstellensteuerung 231 und dem Bediener 260. In Tabelle 1 verwendet der Bediener 260 ein Auslösewort oder ein Aufweckwort, das vom Auslösedetektor 672 erkannt wird, um das Sprachverarbeitungssystem 658 aufzurufen. In dem in Tabelle 1 dargestellten Beispiel lautet das Aufweckwort „Johnny“.Table 1 below shows an example dialog between
Tabelle 1Table 1
Bediener: „Johnny, informiere mich über den aktuellen Erntegutzustand“Operator: "Johnny, inform me about the current crop condition"
Bedienerschnittstellensteuerung: „Der aktuelle Erntegutzustand ist stehend, weniger als 5 % ist umgeknickt.“Operator interface control: "Current crop condition is standing, less than 5% kinked."
Bediener: „Johnny, was soll ich tun, wenn der Erntegutzustand stehend ist?“Operator: "Johnny, what should I do when the crop condition is standing?"
Bedienerschnittstellensteuerung: „Fahren Sie mit dem normalen Erntevorgang fort.“Operator interface control: "Proceed with normal harvesting process."
Tabelle 2 zeigt ein Beispiel, in dem die Sprachsynthesekomponente 676 eine Ausgabe an den Audiosteuersignalgenerator 686 bereitstellt, um hörbare Aktualisierungen auf einer intermittierenden oder periodischen Basis bereitzustellen. Das Intervall zwischen Aktualisierungen kann zeitbasiert sein, wie etwa alle fünf Minuten, oder abdeckungs- oder entfernungsbasiert, wie etwa alle zwei Hektar, oder ausnahmebasiert, wie etwa wenn ein gemessener Wert größer als ein Schwellenwert ist.Table 2 shows an example where
Tabelle 2Table 2
Bedienerschnittstellensteuerung: „In den letzten 10 Minuten ist der Erntegutzustand durchschnittlich stehend mit weniger als 10 % umgeknickt.“Operator Interface Control: "In the last 10 minutes, average standing crop condition has less than 10% kinking."
Bedienerschnittstellensteuerung: „Die nächsten 0,4 Hektar umfassen voraussichtlich teilweise umgeknicktes Erntegut mit einer Bedingung von 40 % umgeknicktem Erntegut.“Operator Interface Control: “The next 0.4 hectares are expected to be partially folded crop with a condition of 40% folded crop.”
Bedienerschnittstellensteuerung: „Warnung: Der Erntegutzustand umfasst Erntegut mit einem Zustand von 90 % umgeknicktem Erntegut. Erntevorsatz wird abgesenkt, um umgeknicktes Erntegut aufzunehmen.“Operator interface control: “Warning: Crop condition includes crop that is 90% folded crop condition. Header is lowered to pick up fallen crop.”
Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass einige Stellglieder oder Benutzereingabemechanismen auf der berührungsempfindlichen Anzeige 720 durch einen Sprachdialog ergänzt werden können. Das Beispiel in Tabelle 3 veranschaulicht, dass der Aktionssignalgenerator 660 Aktionssignale erzeugen kann, um automatisch einen Bereich mit umgeknicktem Erntegut in dem zu erntenden Feld zu markieren.The example shown in Table 3 illustrates that some actuators or user input mechanisms on touch-
Tabelle 3Table 3
Mensch: „Johnny, markiere den Bereich mit umgeknicktem Erntegut.“Human: "Johnny, mark the area with folded crops."
Bedienerschnittstellensteuerung: „Der Bereich mit umgekipptem Erntegut ist markiert.“Operator interface control: "The area of tipped crop is highlighted."
Das in Tabelle 4 dargestellte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 einen Dialog mit dem Bediener 260 führen kann, um eine Markierung eines Bereichs mit umgeknicktem Erntegut zu beginnen und zu beenden.The example presented in Table 4 illustrates that the
Tabelle 4Table 4
Mensch: „Johnny, beginne damit, den Bereich mit umgeknicktem Erntegut zu markieren.“Human: "Johnny, start marking the area with folded crops."
Bedienerschnittstellensteuerung: „Markiere den Bereich mit umgeknicktem Erntegut.“Operator interface controls: "Mark area of folded crop."
Mensch: „Johnny, beende das Markieren des Bereichs mit umgeknicktem Erntegut.“Human: "Johnny, finish marking area with folded crop."
Bedienerschnittstellensteuerung: „Markieren des Bereichs mit umgeknicktem Erntegut gestoppt.“Operator interface control: "Marking of folded crop area stopped."
Das in Tabelle 5 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 160 Signale erzeugen kann, um einen Bereich mit umgeknicktem Erntegut auf eine andere Weise als die in den Tabellen 3 und 4 gezeigten zu markieren.The example shown in Table 5 illustrates that the action signal generator 160 may generate signals to mark an area of folded crop in a manner different than those shown in Tables 3 and 4.
Tabelle 5Table 5
Mensch: „Johnny, markiere die nächsten 30 Meter als Bereich mit umgeknicktem Erntegut.“Human: "Johnny, mark the next 30 meters as a folded crop area."
Bedienerschnittstellensteuerung: „Die nächsten 30 Meter sind als Bereich mit umgeknicktem Erntegut markiert.“Operator Interface Control: "Next 30 meters is marked as a folded crop area."
Unter Bezugnahme auf
Sobald der Vorgang abgeschlossen ist, können beliebige gewünschte Werte gespeichert werden, die angezeigt werden oder auf der Benutzerschnittstellenanzeige 720 angezeigt wurden. Diese Werte können auch beim maschinellen Lernen verwendet werden, um verschiedene Abschnitte des prädiktiven Modellgenerators 210, des prädiktiven Kartengenerators 212, des Steuerzonengenerators 213, der Steueralgorithmen oder anderer Elemente zu verbessern. Das Speichern der gewünschten Werte wird durch Block 916 angezeigt. Die Werte können lokal auf der landwirtschaftlichen Erntemaschine 100 gespeichert werden oder die Werte können an einem Remote-Serverstandort gespeichert oder an ein anderes Remote-System gesendet werden.Once the process is complete, any desired values that are displayed or have been displayed on the
Somit ist ersichtlich, dass eine Informationskarte von einer landwirtschaftlichen Erntemaschine erhalten wird und Erntegutzustandskennwerte an verschiedenen geografischen Positionen eines zu erntenden Feldes zeigt. Ein In-situ-Sensor an der Erntemaschine erfasst ein Merkmal, das Werte aufweist, die ein landwirtschaftliches Merkmal angeben, während sich die landwirtschaftliche Erntemaschine durch das Feld bewegt. Ein prädiktiver Kartengenerator erzeugt eine prädiktive Karte, die Steuerwerte für verschiedene Positionen auf Grundlage der Werte des Erntegutzustandsmerkmals in der Informationskarte und dem landwirtschaftlichen Merkmal, das durch den In-situ-Sensor erfasst wird, vorhersagt. Ein Steuersystem steuert das steuerbare Teilsystem auf Grundlage der Steuerwerte in der prädiktiven Karte.Thus, it can be seen that an information map is obtained from an agricultural harvesting machine and shows crop condition characteristics at different geographic positions of a field to be harvested. An in situ sensor on the harvester senses a trait having values indicative of an agricultural trait as the agricultural harvester moves through the field. A predictive map generator generates a predictive map that predicts control values for various locations based on the values of the crop condition trait in the information map and the agricultural trait sensed by the in situ sensor. A control system controls the controllable subsystem based on the control values in the predictive map.
Ein Steuerwert ist ein Wert, auf dem eine Aktion basieren kann. Ein Steuerwert, wie hierin beschrieben, kann einen beliebigen Wert (oder Merkmale, die durch den Wert angegeben sind oder von diesem abgeleitet werden) beinhalten, der bei der Steuerung der landwirtschaftlichen Erntemaschine 100 verwendet werden kann. Ein Steuerwert kann ein beliebiger Wert sein, der ein landwirtschaftliches Merkmal anzeigt. Bei einem Regelwert kann es sich dabei um einen prädiktiven Wert, um einen Messwert oder um einen erkannten Wert handeln. Ein Steuerwert kann einen beliebigen der von einer Karte bereitgestellten Werte beinhalten, wie etwa eine beliebige der hierin beschriebenen Karten, zum Beispiel kann ein Steuerwert ein Wert sein, der von einer Informationskarte bereitgestellt wird, ein Wert, der von einer Vorabinformationskarte bereitgestellt wird, oder ein Wert, der von einer prädiktiven Karte bereitgestellt wird, wie etwa eine funktionale prädiktive Karte. Ein Steuerwert kann auch eine beliebige der Merkmale beinhalten, die durch die von einem der hierin beschriebenen Sensoren erfassten Werte angegeben oder daraus abgeleitet sind. In anderen Beispielen kann ein Steuerwert durch einen Bediener der landwirtschaftlichen Maschine bereitgestellt werden, wie etwa eine Befehlseingabe durch einen Bediener der landwirtschaftlichen Maschine.A control value is a value on which an action can be based. A control value, as described herein, may include any value (or characteristics indicated by or derived from the value) that can be used in controlling
In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt. In einem Beispiel beinhalten die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitschaltungen, die nicht separat dargestellt werden. Die Prozessoren und Server sind funktionale Teile der Systeme oder Vorrichtungen, zu denen die Prozessoren und Server gehören und durch die sie aktiviert werden, und erleichtern die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.Processors and servers have been mentioned in this discussion. In one example, the processors and servers include computer processors with associated memory and timing circuitry, not shown separately. The processors and servers are functional parts of the systems or devices that the processors and servers belong to and are activated by, and facilitate the functionality of the other components or elements in those systems.
Es wurde auch eine Reihe von Anzeigen der Benutzerschnittstelle diskutiert. Die Anzeigen können mehrere verschiedene Formen annehmen und können mehrere verschiedene benutzergesteuerte Bedienerschnittstellenmechanismen darauf aufweisen. Beispielsweise können die vom Benutzer aktivierbaren Bedienerschnittstellenmechanismen Textfelder, Kontrollkästchen, Symbole, Links, Dropdown-Menüs, Suchfelder usw. beinhalten. Die vom Benutzer betätigbaren Bedienschnittstellenmechanismen können auch auf unterschiedlichste Weise betätigt werden. Zum Beispiel können die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen über Bedienerschnittstellenmechanismen, wie etwa eine Point-and-Click-Vorrichtung, ein Trackball oder eine Maus, Hardwaretasten, Schalter, einen Joystick oder eine Tastatur, Daumenschalter oder Daumenpads usw., eine virtuelle Tastatur oder andere virtuelle Stellglieder betätigt werden. Wenn der Bildschirm, auf dem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen angezeigt werden, ein berührungsempfindlicher Bildschirm ist, können außerdem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen mit Berührungsgesten betätigt werden. Benutzerbetätigbare Bedienerschnittstellenmechanismen können auch mithilfe von Sprachbefehlen mit der Spracherkennungsfunktionalität betätigt werden. Die Spracherkennung kann mithilfe einer Spracherkennungsvorrichtung, wie etwa eines Mikrofons, und einer Software implementiert werden, die dazu dient, Sprache zu erkennen und Befehle basierend auf der empfangenen Sprache auszuführen.A number of user interface displays were also discussed. The displays can take a number of different forms and can have a number of different user controlled operator interface mechanisms thereon. For example, the user-actuable operator interface mechanisms may include text boxes, check boxes, icons, links, drop-down menus, search boxes, and so on. The user actuatable operator interface mechanisms can also be actuated in a variety of ways. For example, the user actuable operator interface mechanisms can be operator interface mechanisms such as a point-and-click device, a trackball or mouse, hardware buttons, switches, a joystick or keyboard, thumb switches or thumbpads, etc., a virtual keyboard or other virtual Actuators are actuated. In addition, when the screen on which the user actuable operator interface mechanisms are displayed is a touch-sensitive screen, the user actuable operator interface mechanisms can be actuated with touch gestures. User actuatable operator interface mechanisms can also be actuated using voice commands with speech recognition functionality. Speech recognition can be implemented using a speech recognition device, such as a microphone, and software operable to recognize speech and execute commands based on the received speech.
Eine Reihe von Datenspeichern wurde ebenfalls erörtert. Es wird darauf hingewiesen, dass die Datenspeicher jeweils in mehrere Datenspeicher aufgeteilt werden können. In einigen Beispielen können einer oder mehrere der Datenspeicher lokal für die auf die Datenspeicher zugreifenden Systeme sein, einer oder mehrere der Datenspeicher können remote von einem den Datenspeicher verwendenden System angeordnet sein, oder ein oder mehrere Datenspeicher können lokal sein, während andere remote sind. All diese Konfigurationen werden durch die vorliegende Offenbarung in Betracht gezogen.A number of data stores were also discussed. It is pointed out that the data stores can each be divided into several data stores. In some examples, one or more of the data stores may be local to systems accessing the data stores, one or more of the data stores may be remote from a system using the data store, or one or more data stores may be local while others are remote. All of these configurations are contemplated by the present disclosure.
Außerdem zeigen die Figuren eine Reihe von Blöcken mit Funktionen, die jedem Block zugeordnet sind. Es wird darauf hingewiesen, dass weniger Blöcke verwendet werden können, um zu veranschaulichen, dass die Funktionalität, die mehreren verschiedenen Blöcken zugewiesen wird, von weniger Komponenten ausgeführt wird. Es können auch mehr Blöcke verwendet werden, die veranschaulichen, dass die Funktionalität auf mehrere Komponenten verteilt sein kann. In verschiedenen Beispielen können einige Funktionen hinzugefügt und einige entfernt werden.In addition, the figures show a series of blocks with functions associated with each block. It is noted that fewer blocks may be used to illustrate that functionality assigned to multiple different blocks is performed by fewer components. More blocks can also be used, illustrating that functionality can be distributed across multiple components. In different examples, some functionality may be added and some may be removed.
Es ist zu beachten, dass die vorstehende Erläuterung eine Vielzahl unterschiedlicher Systeme, Komponenten, Logiken und Interaktionen beschrieben hat. Es versteht sich, dass beliebige oder alle solcher Systeme, Komponenten, Logiken und Interaktionen durch Hardwareelemente, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, einschließlich, aber nicht beschränkt auf Komponenten mit künstlicher Intelligenz, wie etwa neuronale Netzwerke, von denen einige im Folgenden beschrieben werden, umgesetzt werden können, die die Funktionen ausführen, die mit diesen Systemen, Komponenten, Logiken oder Interaktionen verbunden sind. Darüber hinaus können beliebige oder alle Systeme, Komponenten, Logiken und Interaktionen durch Software implementiert werden, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie nachfolgend beschrieben. Jedes oder alle Systeme, Komponenten, Logiken und Interaktionen können auch durch verschiedene Kombinationen von Hardware, Software, Firmware usw. umgesetzt werden, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind einige Beispiele für verschiedene Strukturen, die zur Implementierung beliebiger oder aller der oben beschriebenen Systeme, Komponenten, Logiken und Interaktionen verwendet werden können. Es können auch andere Strukturen verwendet werden.It should be noted that the discussion above has described a variety of different systems, components, logic and interactions. It is understood that any or all such systems, components, logic, and interactions are powered by hardware elements, such as processors, memory, or other processing components, including but not limited to artificial intelligence components, such as neural networks, some of which are described below can be implemented that perform the functions associated with those systems, components, logics or interactions. In addition, any or all of the systems, components, logic, and interactions may be implemented by software loaded into memory and then executed by a processor or server or other computing component, as described below. Any or all of the systems, components, logic, and interactions may also be implemented through various combinations of hardware, software, firmware, etc., some examples of which are described below. These are some examples of different structures that can be used to implement any or all of the systems, components, logic, and interactions described above. Other structures can also be used.
In dem in
Es wird auch darauf hingewiesen, dass die Elemente von
In einigen Beispielen kann die Remote-Serverarchitektur 500 Cybersicherheitsmaßnahmen beinhalten. Ohne Einschränkung können diese Maßnahmen eine Verschlüsselung von Daten auf Speichervorrichtungen, eine Verschlüsselung von Daten, die zwischen Netzwerkknoten gesendet werden, eine Authentifizierung von Personen oder Prozessen, die auf Daten zugreifen, sowie die Verwendung von Hauptbüchern zum Aufzeichnen von Metadaten, Daten, Datenübertragungen, Datenzugriffen und Datentransformationen beinhalten. In einigen Beispielen können die Hauptbücher verteilt und unveränderlich sein (z. B. als Blockchain implementiert).In some examples, the
In anderen Beispielen können Anwendungen auf einer entfernbaren „Secure Digital“-(SD-)Karte empfangen werden, die mit einer Schnittstelle 15 verbunden ist. Die Schnittstelle 15 und die Kommunikationsverbindungen 13 kommunizieren mit einem Prozessor 17 (der auch die Prozessoren oder Server aus den anderen FIG. verkörpern kann) über einen Bus 19, der ebenfalls mit dem Speicher 21 und den Ein-/Ausgabekomponenten (E/A) 23 sowie dem Taktgeber 25 und dem Ortungssystem 27 verbunden ist.In other examples, applications may be received on a removable Secure Digital (SD) card connected to an
E/A-Komponenten 23 sind in einem Beispiel vorgesehen, um Ein- und Ausgabeoperationen zu erleichtern. E/A-Komponenten 23 für verschiedene Beispiele des Endgeräts 16 können Eingabekomponenten, wie etwa Tasten, Tastsensoren, optische Sensoren, Mikrofone, Touchscreens, Näherungssensoren, Beschleunigungssensoren, Orientierungssensoren, und Ausgabekomponenten, wie etwa eine Anzeigevorrichtung, ein Lautsprecher und/oder ein Druckeranschluss beinhalten. Es können auch andere E/A-Komponenten 23 verwendet werden.I/
Die Uhr 25 umfasst veranschaulichend eine Echtzeituhrkomponente, die eine Uhrzeit und ein Datum ausgibt. Dieser kann auch, veranschaulichend, Timing-Funktionen für Prozessor 17 bereitstellen.
Das Ortungssystem 27 beinhaltet veranschaulichend eine Komponente, die eine aktuelle geografische Position des Geräts 16 ausgibt. Dies kann beispielsweise einen globalen Positionierungssystem-(GPS-)Empfänger, ein LORAN-System, ein Koppelnavigationssystem, ein zellulares Triangulationssystems oder ein anderes Positionierungssystems beinhalten. Das Ortungssystem 27 kann beispielsweise auch eine Karten- oder Navigationssoftware beinhalten, die gewünschte Karten, Navigationsrouten und andere geografische Funktionen erzeugt.The
Der Speicher 21 speichert das Betriebssystem 29, die Netzwerkeinstellungen 31, die Anwendungen 33, die Anwendungskonfigurationseinstellungen 35, den Datenspeicher 37, die Kommunikationstreiber 39 und die Kommunikationskonfigurationseinstellungen 41. Der Speicher 21 kann alle Arten von greifbaren flüchtigen und nichtflüchtigen computerlesbaren Speichervorrichtungen beinhalten. Der Speicher 21 kann auch Computerspeichermedien beinhalten (siehe unten). Der Speicher 21 speichert computerlesbare Anweisungen, die, wenn sie von Prozessor 17 ausgeführt werden, den Prozessor veranlassen, computerimplementierte Schritte oder Funktionen gemäß den Anweisungen auszuführen. Der Prozessor 17 kann von anderen Komponenten aktiviert werden, um auch deren Funktionalität zu verbessern.
Es ist zu beachten, dass andere Formen der Vorrichtungen 16 möglich sind.It should be noted that other shapes of
Der Computer 810 beinhaltet typischerweise mehrere computerlesbare Medien. Computerlesbare Medien können beliebige verfügbare Medien sein, auf die der Computer 810 zugreifen kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, entfernbare und nicht entfernbare Medien. Beispielsweise und nicht einschränkend können computerlesbare Medien Computerspeichermedien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von einem modulierten Datensignal oder einer Trägerwelle und beinhalten diese nicht. Computerlesbare Medien umfassen Hardware-Speichermedien mit flüchtigen und nichtflüchtigen, entfernbaren und nicht entfernbaren Medien, die in einem beliebigen Verfahren oder einer Technologie für die Speicherung von Informationen, wie etwa computerlesbaren Befehlen, Datenstrukturen, Programmmodulen oder anderen Daten, implementiert sind. Rechenspeichermedien umfassen, aber sie sind nicht beschränkt auf RAM, ROM, EEPROM, Flash-Speicher oder andere Speichertechnologie, CD-ROM, Digitalversatile-Disks (DVD) oder andere optische Plattenspeicher, Magnetkassetten, - bänder, -plattenspeicher oder andere magnetische Speichergeräte oder jedes andere Medium, das verwendet werden kann, um die gewünschte Information zu speichern, auf die über den Rechner 810 zugegriffen werden kann. Kommunikationsmedien können computerlesbare Anweisungen, Datenstrukturen, Programmmodule oder andere Daten in einem Transportmechanismus enthalten und umfassen alle Informationslieferungsmedien. Der Begriff „moduliertes Datensignal“ bezeichnet ein Signal, bei dem eine oder mehrere seiner Merkmale so eingestellt oder geändert werden, dass Informationen in dem Signal codiert werden.
Der Systemspeicher 830 beinhaltet Computerspeichermedien in Form eines flüchtigen und/oder nichtflüchtigen Speichers oder beider, wie etwa Festwertspeicher (ROM) 831 und Direktzugriffsspeicher (RAM) 832. Ein grundlegendes Ein-/Ausgabesystem 833 (BIOS), das die grundlegenden Programme enthält, die helfen, Informationen zwischen den Elementen innerhalb des Computers 810 zu übertragen, wie etwa beim Starten, wird typischerweise im ROM 831 gespeichert. Der RAM 832 enthält typischerweise Daten- oder Programmmodule oder beide, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder derzeit betrieben werden. Beispielsweise und nicht einschränkend veranschaulicht
Der Computer 810 kann auch andere entfernbare/nicht-entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise wird in
Alternativ oder zusätzlich kann die hierin beschriebene Funktionalität mindestens teilweise durch eine oder mehrere Hardware-Logikkomponenten ausgeführt werden. Zu den veranschaulichenden Arten von Hardware-Logikkomponenten, die verwendet werden können, gehören beispielsweise feldprogrammierbare Gate-Arrays (FPGAs), Applikations-spezifische integrierte Schaltungen (z. B. ASICs), Applikations-spezifische Standardprodukte (z. B. ASSPs), System-on-a-Chip-Systeme (SOCs), „Complex Programmable Logic Devices“ (CPLDs) usw.Alternatively or additionally, the functionality described herein may be performed at least in part by one or more hardware logic components. Illustrative types of hardware logic components that may be used include, for example, field-programmable gate arrays (FPGAs), application-specific integrated circuits (e.g., ASICs), off-the-shelf application-specific products (e.g., ASSPs), system -on-a-chip systems (SOCs), "Complex Programmable Logic Devices" (CPLDs), etc.
Die Laufwerke und die zugehörigen Computerspeichermedien, die obenstehend erörtert und in
Ein Benutzer kann Befehle und Informationen in den Computer 810 über Eingabegeräte, wie etwa eine Tastatur 862, ein Mikrofon 863 und ein Zeigegerät 861, wie etwa eine Maus, einen Trackball oder ein Touchpad, eingeben. Andere Eingabevorrichtungen (nicht dargestellt) können einen Joystick, ein Gamepad, eine Satellitenschüssel, einen Scanner oder dergleichen beinhalten. Diese und andere Eingabegeräte sind oft über eine Benutzereingabeschnittstelle 860 mit der Verarbeitungseinheit 820 verbunden, die mit dem Systembus gekoppelt ist, aber auch über andere Schnittstellen- und Busstrukturen verbunden sein kann. Eine optische Anzeige 891 oder eine andere Art von Anzeigevorrichtung ist ebenfalls über eine Schnittstelle, wie etwa eine Videoschnittstelle 890, mit dem Systembus 821 verbunden. Zusätzlich zum Monitor können Computer auch andere periphere Ausgabevorrichtungen, wie etwa die Lautsprecher 897 und den Drucker 896 beinhalten, die über eine Ausgabeperipherieschnittstelle 895 verbunden werden können.A user may enter commands and information into the
Der Computer 810 wird in einer Netzwerkumgebung über logische Verbindungen (wie etwa CAN, LAN oder WAN) zu einem oder mehreren entfernten Computern, wie etwa einem entfernten Computer 880, betrieben.
Bei Verwendung in einer LAN-Netzwerkumgebung ist der Computer 810 über eine Netzwerkschnittstelle oder einen Adapter 870 mit dem LAN 871 verbunden. Bei Verwendung in einer WAN-Netzwerkumgebung beinhaltet der Computer 810 typischerweise ein Modem 872 oder andere Mittel zum Aufbauen einer Kommunikation über das WAN 873, wie etwa das Internet. In einer vernetzten Umgebung können Programmmodule auf einer externen Speichervorrichtung gespeichert werden.
Es sollte auch angemerkt werden, dass die verschiedenen hier beschriebenen Beispiele auf verschiedene Weise kombiniert werden können. Das heißt, Teile eines oder mehrerer Beispiele können mit Teilen eines oder mehrerer anderer Beispiele kombiniert werden. All dies wird hier in Betracht gezogen.It should also be noted that the various examples described here can be combined in various ways. That is, portions of one or more examples may be combined with portions of one or more other examples. All of these are considered here.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Informationskarte empfängt, die Werte eines Erntegutzustands beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erkennt;
- einen In-situ-Sensor, der einen Wert eines landwirtschaftlichen Merkmals erkennt, der der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionale prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des Erntegutzustands in der Informationskarte und auf Grundlage des Werts der landwirtschaftlichen Eigenschaft auf die verschiedenen geografischen Positionen in dem Feld kartiert;
- ein steuerbares Teilsystem; und
- ein Steuersystem, das ein Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionalen prädiktiven landwirtschaftlichen Karte zu steuern.
- a communication system that receives an information map that includes crop condition values corresponding to various geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of an agricultural feature that corresponds to the geographic location;
- a predictive map generator that generates a functional predictive agricultural map of the field that maps predictive control values to the various geographic locations in the field based on the crop condition values in the information map and based on the value of the agricultural trait;
- a controllable subsystem; and
- a control system that generates a control signal to control the controllable subsystem based on the geographical position of the agricultural work machine and based on the control values in the functional predictive agricultural map.
Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- eine Erntevorsatz-/Haspelsteuerung, die ein Erntevorsatz-Steuersignal auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf Grundlage des Erntevorsatz-Steuersignals steuert, um ein Erntevorsatzstellglied einzustellen.
- a header/reel controller that generates a header control signal based on the detected geographic location and the functional predictive agricultural map and controls the controllable subsystem based on the header control signal to adjust a header actuator.
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:
- eine Vorschubgeschwindigkeitssteuerung, die ein Vorschubgeschwindigkeitssteuersignal auf der Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf der Grundlage des Vorschubgeschwindigkeitssteuersignals steuert.
- a feed rate controller that generates a feed rate control signal based on the detected geographic position and the functional predictive agricultural map and controls the controllable subsystem based on the feed rate control signal.
Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator die funktionelle prädiktive Karte erzeugt, die prädiktive Maschinengeschwindigkeitswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.Example 4 is the agricultural work machine of any or all of the preceding examples, wherein the predictive map generator generates the functional predictive map that maps predictive machine speed values to the various geographic locations in the field.
Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:
- eine Einstellungssteuerung, die ein Geschwindigkeitssteuersignal auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven Karte erzeugt und das steuerbare Teilsystem auf Grundlage des Geschwindigkeitssteuersignals steuert, um eine Geschwindigkeit der landwirtschaftlichen Arbeitsmaschine zu steuern.
- an adjustment controller that generates a speed control signal based on the detected geographic position and the functional predictive map and controls the controllable subsystem based on the speed control signal to control a speed of the agricultural work machine.
Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen prädiktiven Bedienerbefehlskartengenerator, der eine funktionelle prädiktive Bedienerbefehlskarte erzeugt, die prädiktive Bedienerbefehle auf die verschiedenen geografischen Positionen im Feld kartiert.
- a predictive operator command map generator that generates a functional predictive operator command map that maps predictive operator commands to the various geographic locations in the field.
Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem Folgendes umfasst:
- eine Einstellungssteuerung, die ein Bedienerbefehlssteuersignal erzeugt, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven Bedienerbefehlskarte anzeigt, und das steuerbare Teilsystem auf Grundlage des Bedienerbefehlssteuersignals steuert, um den Bedienerbefehl auszuführen.
- an adjustment controller that generates an operator command control signal indicative of an operator command based on the detected geographic location and the functional predictive operator command map, and controls the controllable subsystem based on the operator command control signal to execute the operator command.
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele und umfasst ferner:
- einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem Erntegutzustandsmerkmal und dem landwirtschaftlichen Merkmal auf Grundlage eines Werts des Erntegutzustandsmerkmals in der Informationskarte an der geografischen Position und eines Werts des landwirtschaftlichen Merkmals, der durch den In-situ-Sensor an der geografischen Position erkannt wird, modelliert, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte auf Grundlage der Werte des Erntegutzustandsmerkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells erzeugt.
- a predictive model generator that generates a predictive agricultural model that indicates a relationship between the crop condition trait and the agricultural trait based on a value of the crop condition trait in the information map at the geographic location and a value of the agricultural trait detected by the in situ sensor of the geographic position is modeled, wherein the predictive map generator generates the functional predictive agricultural map based on the values of the crop condition attribute in the information map and based on the predictive agricultural model.
Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem ferner Folgendes umfasst:
- eine Bedienerschnittstellensteuerung, die eine Benutzerschnittstellenkartendarstellung der funktionalen prädiktiven landwirtschaftlichen Karte erzeugt, wobei die Benutzerschnittstellenkartendarstellung einen Feldabschnitt mit einer oder mehreren Markierungen umfasst, die die prädiktiven Steuerwerte an einer oder mehreren geografischen Positionen auf dem Feldabschnitt angeben.
- an operator interface controller that generates a user interface map representation of the functional predictive agricultural map, the user interface map representation including a field portion with one or more markers indicating the predictive control values at one or more geographic locations on the field portion.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Bedienerschnittstellensteuerung die Darstellung der Benutzerschnittstellenkarte erzeugt, um einen interaktiven Anzeigeabschnitt zu beinhalten, der einen Wertanzeigeabschnitt anzeigt, der einen ausgewählten Wert angibt, einen interaktiven Schwellenwertanzeigeabschnitt, der einen Aktionsschwellenwert angibt, und einen interaktiven Aktionsanzeigeabschnitt, der eine Steueraktion angibt, die zu ergreifen ist, wenn einer der prädiktiven Steuerwerte den Aktionsschwellenwert in Bezug auf den ausgewählten Wert erfüllt, wobei das Steuersystem das Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der Steueraktion zu steuern.Example 10 is the agricultural work machine of any or all of the preceding examples, wherein the operator interface control generates the representation of the user interface map to include an interactive display section displaying a value display section indicating a selected value, an interactive threshold display section indicating an action threshold, and a an interactive action display section indicating a control action to be taken when one of the predictive control values meets the action threshold relative to the selected value, wherein the control system generates the control signal to control the controllable subsystem based on the control action.
Beispiel 11 ist ein computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine, umfassend:
- Erhalten einer Informationskarte, die Werte eines Erntegutzustandsmerkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
- Erkennen eines Werts eines landwirtschaftlichen Merkmals mit einem In-situ-Sensor, das einer geografischen Position entspricht;
- Erzeugen einer funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Steuerwerte auf Grundlage der Werte des Erntegutzustandsmerkmals in der Informationskarte und auf Grundlage des Werts des landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld kartiert; und
- Steuern eines steuerbaren Teilsystems auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte.
- obtaining an information map that includes values of a crop condition attribute that correspond to different geographic locations in a field;
- detecting a geographic location of the agricultural work machine;
- detecting, with an in situ sensor, a value of an agricultural characteristic that corresponds to a geographic location;
- generating a functional predictive agricultural map of the field that maps predictive control values to the various geographic locations in the field based on the values of the crop condition attribute in the information map and based on the value of the agricultural attribute; and
- Controlling a controllable subsystem based on the geographic location of the agricultural work machine and Basis of control values in the functional predictive agricultural map.
Beispiel 12 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei die funktionale prädiktive Karte prädiktive Erntevorsatzhöhenwerte als die Steuerwerte den verschiedenen geografischen Positionen in dem Feld abbildet.Example 12 is the computer-implemented method of any or all of the preceding examples, wherein the functional predictive map maps predictive header height values as the control values to various geographic locations in the field.
Beispiel 13 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:
- Erzeugen eines Erntevorsatz-Steuersignals auf der Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte; und
- Steuern des steuerbaren Teilsystems auf Grundlage des Erntevorsatz-Steuersignals, um ein Erntevorsatzstellglied der landwirtschaftlichen Arbeitsmaschine zu steuern.
- generating a header control signal based on the detected geographic position and the functional predictive agricultural map; and
- controlling the controllable subsystem based on the header control signal to control a header actuator of the agricultural work machine.
Beispiel 14 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei die funktionale prädiktive Karte prädiktive Maschinengeschwindigkeitswerte als Steuerwerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.Example 14 is the computer-implemented method of any or all of the preceding examples, wherein the functional predictive map maps predictive machine speed values as control values to the various geographic locations in the field.
Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern eines steuerbaren Teilsystems Folgendes umfasst:
- Erzeugen eines Geschwindigkeitssteuersignals auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte; und
- Steuern des steuerbaren Teilsystems auf Grundlage des Geschwindigkeitssteuersignals, um eine Geschwindigkeit der landwirtschaftlichen Arbeitsmaschine zu steuern.
- generating a speed control signal based on the detected geographic position and the functional predictive agricultural map; and
- controlling the controllable subsystem based on the speed control signal to control a speed of the agricultural work machine.
Beispiel 16 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen einer funktionalen prädiktiven Karte Folgendes umfasst:
- Erzeugen einer funktionalen prädiktiven Bedienerbefehlskarte, die prädiktive Bedienerbefehle auf die verschiedenen geografischen Positionen in dem Feld kartiert.
- creating a functional predictive operator command map that maps predictive operator commands to the various geographic locations in the field.
Beispiel 17 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Steuern des steuerbaren Teilsystems Folgendes umfasst:
- Erzeugen eines Bedienerbefehlssteuersignals, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven Bedienerbefehlskarte anzeigt; und
- Steuern des steuerbaren Teilsystems auf Grundlage des Bedienerbefehlssteuersignals, um den Bedienerbefehl auszuführen.
- generating an operator command control signal indicative of an operator command based on the detected geographic location and the functional predictive operator command map; and
- controlling the controllable subsystem based on the operator command control signal to execute the operator command.
Beispiel 18 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele und ferner umfassend:
- Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem Erntegutzustandsmerkmal und dem landwirtschaftlichen Merkmal modelliert, auf Grundlage eines Werts des Erntegutzustandsmerkmals in der Informationskarte an der geografischen Position und eines Werts des landwirtschaftlichen Merkmals, der durch den In-situ-Sensor an der geografischen Position erfasst wird, wobei das Erzeugen der funktionalen prädiktiven landwirtschaftlichen Karte das Erzeugen der funktionalen prädiktiven landwirtschaftlichen Karte auf Grundlage der Werte des Erntegutzustandsmerkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells umfasst.
- Generating a predictive agricultural model that models a relationship between the crop condition trait and the agricultural trait based on a value of the crop condition trait in the information map at the geographic location and a value of the agricultural trait determined by the in situ sensor at the geographic location is detected, wherein generating the functional predictive agricultural map comprises generating the functional predictive agricultural map based on the values of the crop condition attribute in the information map and based on the predictive agricultural model.
Beispiel 19 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Informationskarte empfängt, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Orten in einem Feld beinhaltet;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erkennt;
- einen In-situ-Sensor, der einen Wert eines Erntegutzustandsmerkmals erkennt, der einer geografischen Position entspricht;
- einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem Erntegutzustandsmerkmal und dem landwirtschaftlichen Merkmal auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Informationskarte an der geografischen Position und eines Werts des Erntegutzustandsmerkmals modelliert, der durch den In-situ-Sensor an der geografischen Position erfasst wird;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Informationskarte und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet;
- ein steuerbares Teilsystem; und
- ein Steuersystem, das ein Steuersignal erzeugt, um das steuerbare Teilsystem auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionalen prädiktiven landwirtschaftlichen Karte zu steuern.
- a communication system that receives an information map that includes values of an agricultural characteristic corresponding to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a value of a crop condition attribute that corresponds to a geographic location;
- a predictive model generator that generates a predictive agricultural model that models a relationship between the crop condition trait and the agricultural trait based on a value of the agricultural trait in the information map at the geographic location and a value of the crop condition trait detected by the in situ sensor is recorded at the geographic position;
- a predictive map generator that generates a functional predictive agricultural map of the field that includes predictive control values based on the values of the agricultural feature in the information map, and maps to the different geographic locations in the field based on the predictive agricultural model;
- a controllable subsystem; and
- a control system that generates a control signal to control the controllable subsystem based on the geographical position of the agricultural work machine and based on the control values in the functional predictive agricultural map.
Beispiel 20 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem mindestens eines der Folgenden umfasst:
- eine Erntevorsatz-/Haspelsteuerung, die ein Erntevorsatzsteuersignal auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf Grundlage des Erntevorsatzsteuersignals steuert, um eine Höhe, Neigung oder Rolle eines Erntevorsatzes der landwirtschaftlichen Arbeitsmaschine oder eine Haspelposition einer Haspel der landwirtschaftlichen Arbeitsmaschine zu steuern;
- eine Einstellungssteuerung, die ein Geschwindigkeitssteuersignal auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf Grundlage des Geschwindigkeitssteuersignals steuert, um eine Geschwindigkeit der landwirtschaftlichen Arbeitsmaschine zu steuern;
- eine Pfadplanungssteuerung, die ein Pfadplanungssteuersignal erzeugt, das eine Route anzeigt, basierend auf der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte und das steuerbare Teilsystem basierend auf der Route steuert; und
- eine Einstellungssteuerung, die ein Bedienerbefehlssteuersignal erzeugt, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionalen prädiktiven landwirtschaftlichen Karte anzeigt, und das steuerbare Teilsystem auf Grundlage des Bedienerbefehlssteuersignals steuert, um den Bedienerbefehl auszuführen.
- a header/reel controller that generates a header control signal based on the detected geographic location and the functional predictive agricultural map and controls the controllable subsystem based on the header control signal to adjust a height, pitch or roll of a header of the agricultural working machine or a reel position of a reel of the to control agricultural working machine;
- an adjustment controller that generates a speed control signal based on the detected geographic position and the functional predictive agricultural map and controls the controllable subsystem based on the speed control signal to control a speed of the agricultural work machine;
- a path planning controller that generates a path planning control signal indicative of a route based on the recognized geographic position and the functional predictive agricultural map and controls the controllable subsystem based on the route; and
- an adjustment controller that generates an operator command control signal indicative of an operator command based on the recognized geographic position and the functional predictive agricultural map, and controls the controllable subsystem based on the operator command control signal to execute the operator command.
Obwohl der Gegenstand in einer für strukturelle Merkmale oder methodische Handlungen spezifischen Sprache beschrieben wurde, versteht es sich, dass der in den beigefügten Ansprüchen definierte Gegenstand nicht unbedingt auf die vorstehend beschriebenen spezifischen Merkmale oder Handlungen beschränkt ist. Vielmehr werden die vorstehend beschriebenen Besonderheiten und Handlungen als exemplarische Formen der Ansprüche offengelegt.Although the subject matter has been described in language specific to structural features or methodical acts, it should be understood that subject matter defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the features and acts described above are disclosed as example forms of the claims.
Claims (15)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/066,444 | 2020-10-08 | ||
US17/066,444 US20210243951A1 (en) | 2020-02-06 | 2020-10-08 | Machine control using a predictive map |
US17/067,190 US11635765B2 (en) | 2020-10-09 | 2020-10-09 | Crop state map generation and control system |
US17/067,190 | 2020-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021119643A1 true DE102021119643A1 (en) | 2022-04-14 |
Family
ID=80818327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021119643.4A Pending DE102021119643A1 (en) | 2020-10-08 | 2021-07-28 | CROP STATE CARD GENERATION AND CONTROL SYSTEM |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021119643A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4356706A1 (en) * | 2022-10-18 | 2024-04-24 | Deere & Company | Method for controlling a vehicle for harvesting agricultural material |
-
2021
- 2021-07-28 DE DE102021119643.4A patent/DE102021119643A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4356706A1 (en) * | 2022-10-18 | 2024-04-24 | Deere & Company | Method for controlling a vehicle for harvesting agricultural material |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220113734A1 (en) | Crop state map generation and control system | |
CN114303598A (en) | Machine control using prediction maps | |
DE102021126413A1 (en) | AGRICULTURAL CHARACTERISTICS, CONFIDENCE AND CONTROL | |
CN114303589A (en) | Predictive map generation and control system | |
US11474523B2 (en) | Machine control using a predictive speed map | |
CN114303588A (en) | Machine control using prediction maps | |
CN114303607A (en) | Graph generator and control system | |
CN114303592A (en) | Machine control using prediction maps | |
CN114303617A (en) | Machine control using prediction maps | |
DE102021120069A1 (en) | PREDICTIVE SPEED MAP GENERATION AND CONTROL SYSTEM | |
CN114303616A (en) | Crop composition map generator and control system | |
CA3130117A1 (en) | Predictive map generation and control system | |
DE102021119643A1 (en) | CROP STATE CARD GENERATION AND CONTROL SYSTEM | |
DE102022100945A1 (en) | MACHINE CONTROL USING A MAP WITH REGIME ZONES | |
DE102021119856A1 (en) | MACHINE CONTROL USING A PREDICTIVE SPEED MAP | |
DE102021124715A1 (en) | CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM | |
DE102021124212A1 (en) | Machine control using a predictive map | |
DE102022124448A1 (en) | PREDICTIVE RESPONSE MAP GENERATION AND CONTROL SYSTEM | |
DE102022123724A1 (en) | CROP COMPONENT DETECTION | |
DE102021124364A1 (en) | CROP MOISTURE MAP GENERATION AND CONTROL SYSTEM | |
DE102021101230A1 (en) | Generation of predictive machine property maps and control system | |
CN114303590A (en) | Predictive map generation and control system | |
CN114303594A (en) | Predictive graph generation and control system | |
DE102021124425A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124763A1 (en) | MAP GENERATION AND CONTROL SYSTEM |