DE102021123769A1 - PREDICTIVE PERFORMANCE MAP GENERATION AND CONTROL SYSTEM - Google Patents
PREDICTIVE PERFORMANCE MAP GENERATION AND CONTROL SYSTEM Download PDFInfo
- Publication number
- DE102021123769A1 DE102021123769A1 DE102021123769.6A DE102021123769A DE102021123769A1 DE 102021123769 A1 DE102021123769 A1 DE 102021123769A1 DE 102021123769 A DE102021123769 A DE 102021123769A DE 102021123769 A1 DE102021123769 A1 DE 102021123769A1
- Authority
- DE
- Germany
- Prior art keywords
- map
- predictive
- agricultural
- control
- feature
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental 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 Vorsätzen 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 beinhalten typischerweise einen Motor oder eine andere Leistungsquelle, die eine begrenzte Leistungsmenge erzeugt, die den verschiedenen Teilsystemen der landwirtschaftlichen Erntemaschine bereitgestellt wird. Das Aufrechterhalten einer effizienten Leistungsverteilung an die verschiedenen Teilsysteme aus einer begrenzten Leistungsmenge kann bei sich ändernden Feldbedingungen schwierig zu erreichen sein.Agricultural harvesters typically include an engine or other power source that produces a limited amount of power that is provided to the various subsystems of the agricultural harvester. Maintaining efficient power distribution to the various subsystems from a limited amount of power can be difficult to achieve as field conditions change.
KURZDARSTELLUNGEXECUTIVE SUMMARY
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 eines Beispiels eines Mähdreschers.1 12 is a partially pictorial, partially schematic representation of an example combine 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 metrischen Kartengenerator zeigt.4 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive metric map generator. -
5 ist ein Flussdiagramm, das ein Beispiel für einen Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen eines vegetativen Index-, einer Erntegutfeuchtigkeits-, einer Bodeneigenschafts-, einer Topographie-, einer prädiktiven Ertrags- oder einer prädiktiven Biomassekarte zeigt, Erkennen eines Leistungsmerkmals und Erzeugen einer funktionellen prädiktiven Leistungskarte zur Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs.5 Figure 12 is a flowchart showing an example of an operation of an agricultural harvester in receiving a vegetative index, crop moisture, soil property, topography, predictive yield, or predictive biomass map, recognizing a performance characteristic, and generating a functional predictive Performance map for use in controlling the agricultural harvesting machine during a harvesting operation. -
6A ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.6A Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
6B ist ein Blockdiagramm, das einige Beispiele für In-situ-Sensoren zeigt.6B Figure 12 is a block diagram showing some examples of in situ sensors. -
7 zeigt ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine veranschaulicht, das das Erzeugen einer funktionellen prädiktiven Karte mithilfe einer Vorabinformationskarte und einer In-situ-Sensoreingabe beinhaltet.7 FIG. 14 is a flow chart illustrating an example of operating an agricultural harvester that includes generating a functional predictive map using a pre-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 is a block diagram showing an example of an agricultural harvesting machine in communicating 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, Systeme, 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 odereine 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, systems, methods, and any further application of the principles of the present disclosure are contemplated fully 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 in relation to one example may be combined with the features, components, steps, or combination thereof, described in relation to other examples of the present invention Revelation are described.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit vorherigen Daten aufgenommen wurden, um eine prädiktive Karte und insbesondere eine prädiktive Leistungskarte zu erzeugen. In einigen Beispielen kann die prädiktive Leistungskarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Wie vorstehend erörtert, weist die Leistungserzeugung einer Erntemaschine einen endlichen Grenzwert auf und die Gesamtleistung kann beeinträchtigt werden, wenn ein oder mehrere Teilsysteme einen erhöhten Leistungsbedarf aufweisen.The present description relates to the use of in situ data collected concurrently with a farming operation in combination with previous data to generate a predictive map, and in particular a predictive performance map. In some examples, the predictive performance map may be used to control an agricultural work machine, such as an agricultural harvester. As discussed above, a harvester's power production has a finite limit and overall performance may be impacted when one or more subsystems have an increased power demand.
Die Leistung einer Erntemaschine kann aufgrund einer Reihe unterschiedlicher Kriterien negativ beeinflusst werden. Zum Beispiel können Bereiche mit dichten Erntegutpflanzen, Unkraut oder Kombinationen davon nachteilige Auswirkungen auf den Betrieb der Erntemaschine haben, da Teilsysteme mehr Leistung benötigen, um größere Materialmengen zu verarbeiten, was Erntegutpflanzen und Unkraut beinhaltet. Ein Vegetativer Index kann signalisieren, wo Bereiche von dichten Erntegutpflanzen, Unkraut oder Kombinationen davon vorhanden sein können. Oder zum Beispiel benötigen Erntegutpflanzen oder Unkraut, die einen höheren Feuchtigkeitsgehalt haben, auch mehr Leistung für die Verarbeitung. Oder zum Beispiel können Bodeneigenschaften, wie Art oder Feuchtigkeit, den Leistungsverbrauch durch die Lenkungs- und Antriebssysteme beeinflussen. Zum Beispiel können nasse Lehmböden im Vergleich zu trockenen Böden zusätzlichen Schlupf verursachen, was die Effizienz des Antriebsstrangs reduziert. Oder zum Beispiel kann die Topographie des Feldes die Leistungsmerkmale einer landwirtschaftlichen Erntemaschine ändern. Wenn die Erntemaschine beispielsweise einen Hügel hinauffährt, muss etwas Leistung an das Antriebssystem umgeleitet werden, um eine konstante Geschwindigkeit aufrechtzuerhalten. Oder zum Beispiel kann ein Bereich des Feldes mit einem höheren Kornertrag erfordern, dass mehr Leistung an die Erntegutverarbeitungs-Teilsysteme umgeleitet wird. Oder zum Beispiel kann ein Bereich des Feldes, der eine große Biomasse enthält, erfordern, dass mehr Leistung an die Erntegutverarbeitungs-Teilsysteme umgeleitet wird.Harvester performance can be adversely affected based on a number of different criteria. For example, areas of dense crop plants, weeds, or combinations thereof may adversely affect harvester operation as subsystems require more power to process larger amounts of material, which includes crop plants and weeds. A vegetative index can signal where areas of dense crop plants, weeds, or combinations thereof may be present. Or, for example, crop plants or weeds that have a higher moisture content also require more power for processing. Or, for example, soil characteristics such as type or moisture can affect power consumption by the steering and propulsion systems. For example, wet clay soils can cause additional slip compared to dry soils, reducing drive train efficiency. Or, for example, the topography of the field can change the performance characteristics of an agricultural harvester. For example, when the harvester is going up a hill, some power needs to be diverted to the drive system to maintain a constant speed. Or, for example, an area of the field with a higher grain yield may require more power to be diverted to the crop processing subsystems. Or, for example, an area of the field containing a large biomass may require more power to be diverted to the crop processing subsystems.
Einige aktuelle Systeme stellen vegetative Indexkarten bereit. 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, die im Umfang der vorliegenden Offenbarung liegen. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von den Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.Some current systems provide vegetative index maps. 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 that 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 the plants. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Eine vegetative Indexkarte kann verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglichen diese Karten, dass Unkraut bei vorhandenem nacktem Boden, Pflanzenrückständen oder anderen Pflanzen, einschließlich Erntegut oder anderem Unkraut, identifiziert und georeferenziert wird. Zum Beispiel können die Erntegutpflanzen am Ende einer Vegetationsperiode, wenn ein Erntegut reif ist, einen relativ niedrigen Anteil an lebender, wachsender Vegetation aufweisen. Unkräuter verharren jedoch oft nach der Reife der Kultur in einem Wachstumszustand. Wenn daher eine vegetative Indexkarte relativ spät in der Wachstumsperiode erstellt wird, kann die vegetative Indexkarte die Position von Unkraut auf dem Feld anzeigen.A vegetative index map can be used to identify the presence and location of vegetation. In some examples, these maps allow weeds to be identified and georeferenced in the presence of bare ground, plant debris, or other vegetation, including crops or other weeds. For example, at the end of a growing season, when a crop is mature, the crop plants may have a relatively low proportion of living, growing vegetation. However, weeds often remain in a state of growth after the crop has matured. Therefore, if a vegetative index map is made relatively late in the growing season, the vegetative index map can indicate the position of weeds in the field.
Einige aktuelle Systeme stellen Erntegutfeuchtigkeitskarten bereit. Eine Erntegutfeuchtigkeitskarte bildet veranschaulichend Erntegutfeuchtigkeit über verschiedene geografische Positionen in einem Feld von Interesse ab. In einem Beispiel kann Erntegutfeuchtigkeit vor einem Erntevorgang durch ein unbemanntes Luftfahrzeug (UAV) erfasst werden, das mit einem Feuchtigkeitssensor ausgestattet ist. Wenn sich das UAV über das Feld bewegt, werden die Erntegutfeuchtigkeitsmessungen geolokalisiert, um eine Erntegutfeuchtigkeitskarte zu erstellen. Dies ist nur ein Beispiel und die Erntegutfeuchtigkeitskarte kann auch auf andere Weise erstellt werden, zum Beispiel kann die Erntegutfeuchtigkeit über ein Feld auf Grundlage von Niederschlag, Bodenfeuchtigkeit oder Kombinationen davon vorhergesagt werden.Some current systems provide crop moisture maps. A crop moisture map illustratively depicts crop moisture across various geographic locations in a field of interest. In one example, crop moisture may be sensed prior to a harvesting operation by an unmanned aerial vehicle (UAV) equipped with a moisture sensor. As the UAV moves across the field, the crop moisture measurements are geolocated to create a crop moisture map. This is just an example and the crop moisture map can be created in other ways, for example crop moisture across a field can be predicted based on precipitation, soil moisture, or combinations thereof.
Einige aktuelle Systeme stellen topografische Karten bereit. Eine topographische Karte bildet veranschaulichend Höhen oder andere topographische Eigenschaften des Bodens über verschiedene geografische Positionen in einem Feld von Interesse ab. Da die Bodenneigung eine Höhenänderung anzeigt, ermöglicht das Bereitstellen von zwei oder mehr Höhenwerten die Berechnung der Neigung über die Bereiche mit bekannten Höhenwerten. Eine größere Granularität der Neigung kann erreicht werden, indem mehr Bereiche mit bekannten Höhenwerten bereitgestellt werden. Wenn eine landwirtschaftliche Erntemaschine in bekannte Richtungen über das Gelände fährt, können die Neigung und das Rollen der landwirtschaftlichen Erntemaschine basierend auf der Neigung des Bodens (d. h. Bereiche mit wechselnder Höhe) bestimmt werden. Topographische Merkmale, auf die nachstehend Bezug genommen wird, können unter anderem die Höhe, die Neigung (z. B. einschließlich der Maschinenausrichtung relativ zur Neigung) und das Bodenprofil (z. B. Unebenheit) beinhalten.Some current systems provide topographic maps. A topographic map illustratively maps elevations or other topographical features of the ground across various geographic locations in a field of interest. Since ground slope indicates a change in elevation, providing two or more elevation values allows the slope to be calculated over the areas of known elevation values. Greater granularity of slope can be achieved by providing more regions with known elevation values. As an agricultural harvester travels over the terrain in known directions, the pitch and roll of the agricultural harvester can be determined based on the slope of the ground (i.e., areas of varying elevation). Topographical features, referred to below, may include, but are not limited to, elevation, slope (e.g., including machine orientation relative to the slope), and soil profile (e.g., unevenness).
Einige aktuelle Systeme stellen Bodeneigenschaftskarten bereit. Eine Bodeneigenschaftskarte bildet veranschaulichend Bodeneigenschaftswerte (die topographische Eigenschaften, Bodentyp, Bodenfeuchtigkeit, Bodenbedeckung, Bodenstruktur sowie verschiedene andere Bodeneigenschaften anzeigen können) über verschiedene geografische Positionen in einem Feld von Interesse ab. Die Bodeneigenschaftskarten stellen somit georeferenzierte Bodeneigenschaften über ein Feld von Interesse bereit. Topographische Merkmale können zum Beispiel Höhendaten des Feldes beinhalten, einschließlich der Höhe verschiedener Positionen über das Feld, zum Beispiel einer Höhe einer bestimmten Position in dem Feld relativ zu einer Referenz, wie etwa dem Meeresspiegel. Topographische Merkmale können auch Neigungsdaten des Feldes beinhalten, einschließlich Neigungsdaten verschiedener Positionen über das Feld, zum Beispiel einen Neigungsgradient einer bestimmten Position in dem Feld. Topographische Merkmale können verschiedene andere topographische Daten beinhalten. Der Bodentyp kann sich auf taxonomische Einheiten in der Bodenwissenschaft beziehen, wobei jeder Bodentyp definierte Sätze von gemeinsamen Eigenschaften beinhaltet. Die Bodentypen können beispielsweise Sandboden, Tonboden, Schlammboden, Torfboden, Kreideboden, Lehmboden und verschiedene andere Bodentypen beinhalten. Die Bodenfeuchtigkeit kann sich auf die Menge an Wasser beziehen, die im Boden gespeichert oder anderweitig enthalten ist. Die Bodenfeuchtigkeit kann auch als Bodennässe bezeichnet werden. Die Bodenbedeckung kann sich auf die Menge an Elementen oder Materialien beziehen, die den Boden bedecken, einschließlich Vegetationsmaterial, wie etwa Erntegutrückstände oder Zwischenfrüchte, Schmutz sowie verschiedene andere Elemente oder Materialien. Im Allgemeinen beinhaltet die Bodenbedeckung in landwirtschaftlicher Hinsicht ein Maß für verbleibende Erntegutrückstände, wie eine verbleibende Masse von Pflanzenstängeln, sowie ein Maß an Zwischenfrüchten. Die Bodenstruktur kann sich auf die Anordnung von festen Teilen des Bodens und den Porenraum zwischen den festen Teilen des Bodens beziehen. Die Bodenstruktur kann die Art und Weise umfassen, wie einzelne Partikel, wie etwa einzelne Sand-, Schlamm- und Tonpartikel, zusammengefügt werden. Die Bodenstruktur kann in Bezug auf den Grad (Aggregationsgrad), die Klasse (durchschnittliche Größe der Aggregate) und die Form (Arten von Aggregaten) sowie eine Vielzahl anderer Beschreibungen beschrieben werden. Dies sind nur Beispiele. Verschiedene andere Merkmale und Eigenschaften des Bodens können als Bodeneigenschaftswerte auf einer Bodeneigenschaftskarte abgebildet werden.Some current systems provide soil property maps. A soil property map illustratively maps soil property values (which may indicate topographical properties, soil type, soil moisture, soil cover, soil structure, as well as various other soil properties) across various geographic locations in a field of interest. The soil property maps thus provide georeferenced soil properties over a field of interest. For example, topographical features may include elevation data of the field including the elevation of various locations across the field, for example an elevation of a particular location in the field relative to a reference such as sea level. Topographical features may also include slope data of the field, including slope data of various locations across the field, for example a slope gradient of a particular location in the field. Topographical features may include various other topographical data. Soil type can refer to taxonomic units in soil science, with each soil type having defined sets of common properties. The soil types may include, for example, sandy soil, clay soil, mud soil, peat soil, chalky soil, clay soil, and various other soil types. Soil moisture can refer to the amount of water stored or otherwise contained in the soil. Soil moisture can also be referred to as soil wetness. Land cover may refer to the amount of elements or materials that cover the ground, including vegetation material such as crop residues or catch crops, dirt, and various other elements or materials. In general, in agricultural terms, land cover includes a measure of residual crop residues, such as a remaining mass of plant stems, as well as a measure of catch crops. Soil structure can refer to the arrangement of solid parts of the soil and the pore space between the solid parts of the soil. Soil structure can include the manner in which individual particles, such as individual particles of sand, mud, and clay, are assembled. Soil structure can be described in terms of grade (degree of aggregation), class (average size of aggregates), and shape (types of aggregates), as well as a variety of other descriptions. These are just examples. Various other features and properties of the soil can be mapped as soil property values on a soil property map.
Diese Bodeneigenschaftskarten können auf Grundlage von Daten erzeugt werden, die während eines anderen Vorgangs erfasst wurden, der dem Feld von Interesse entspricht, beispielsweise vorhergehende landwirtschaftliche Vorgänge in derselben Saison, wie Pflanzvorgänge oder Sprühvorgänge, sowie vorhergehende landwirtschaftliche Vorgänge, die in vergangenen Saisonen durchgeführt wurden, wie beispielsweise eines vorherigen Erntevorgangs. Die landwirtschaftlichen Maschinen, die diese landwirtschaftlichen Vorgänge durchführen, können bordeigene Sensoren aufweisen, die Merkmale erkennen, die Bodeneigenschaften angeben, zum Beispiel Merkmale, die Bodentyp, Bodenfeuchtigkeit, Bodenabdeckung, Bodenstruktur angeben, sowie verschiedene andere Merkmale, die verschiedene andere Bodeneigenschaften angeben. Zusätzlich können Betriebsmerkmale, Maschineneinstellungen oder Maschinenleistungsmerkmale der landwirtschaftlichen Maschinen während vorheriger Vorgänge zusammen mit anderen Daten verwendet werden, um eine Bodeneigenschaftskarte zu erzeugen. Zum Beispiel können Erntevorsatzhöhendaten, die eine Höhe des Erntevorsatzes einer landwirtschaftlichen Erntemaschine über verschiedene geografische Positionen in dem Feld von Interesse während eines vorherigen Erntevorgangs angeben, zusammen mit Wetterdaten, die Wetterbedingungen wie Niederschlagsdaten oder Winddaten während eines Übergangszeitraums (wie etwa den Zeitraum seit dem Zeitpunkt des vorherigen Erntevorgangs und der Erzeugung der Bodeneigenschaftskarte) angeben, verwendet werden, um eine Bodenfeuchtekarte zu erzeugen. Zum Beispiel kann durch Kenntnis der Höhe des Erntevorsatzes die Menge an verbleibenden Pflanzenrückständen, wie etwa Erntegutstängeln, bekannt sein oder geschätzt werden und zusammen mit Niederschlagsdaten kann der Bodenfeuchtigkeitsgrad vorhergesagt werden. Dies ist nur ein Beispiel.These soil property maps may be generated based on data collected during another operation corresponding to the field of interest, for example previous farming operations in the same season, such as planting operations or spraying operations, as well as previous farming operations performed in previous seasons, such as a previous harvest. The agricultural machines that perform these agricultural operations may have on-board sensors that recognize features indicative of soil properties, for example features indicative of soil type, soil moisture, soil cover, soil structure, and various other features indicative of various other soil properties. In addition, operating characteristics, machine settings or machine performance characteristics of the agricultural machines can be used during previous operations together with other data, to generate a soil property map. For example, header elevation data indicating an elevation of an agricultural harvester's header over various geographic locations in the field of interest during a previous harvest operation, along with weather data reflecting weather conditions such as precipitation data or wind data during a transition period (such as the period from the time of previous harvesting process and the generation of the soil property map) can be used to generate a soil moisture map. For example, by knowing the height of the header, the amount of remaining crop residue, such as crop stalks, can be known or estimated, and together with precipitation data, the soil moisture level can be predicted. This is only an example.
Die vorliegende Erörterung beinhaltet auch prädiktive Karten, die ein Merkmal auf Grundlage einer Vorabinformationskarte und einer Beziehung zu einem In-situ-Sensor vorhersagen. Zwei dieser Karten beinhalten eine prädiktive Ertragskarte und eine prädiktive Biomassekarte. In einem Beispiel wird die prädiktive Ertragskarte durch Empfangen einer früheren vegetativen Indexkarte und Erfassen eines Ertrags während eines Erntevorgangs und Bestimmen einer Beziehung zwischen der früheren vegetativen Indexkarte und dem Ertragssensorsignal und Verwenden der Beziehung zum Erzeugen der prädiktiven Ertragskarte auf Grundlage der Beziehung und der früheren vegetativen Indexkarte erzeugt. In einem Beispiel wird die prädiktive Biomassekarte durch Empfangen einer früheren vegetativen Indexkarte und Erfassen einer Biomasse und Bestimmen einer Beziehung zwischen der früheren vegetativen Indexkarte und dem Biomassesensorsignal und Verwenden der Beziehung zum Erzeugen der prädiktiven Biomassekarte auf Grundlage der Beziehung und der früheren vegetativen Indexkarte erzeugt. Die prädiktiven Ertrags- und Biomassekarten können auf Grundlage anderer Vorabinformationskarten erstellt oder auch auf andere Weise erzeugt werden. Beispielsweise können die prädiktiven Ertrags- und Biomassekarten basierend auf einem Satelliten- oder Wachstumsmodell erzeugt werden.The present discussion also includes predictive maps that predict a feature based on a prior information map and a relationship with an in situ sensor. Two of these maps include a predictive yield map and a predictive biomass map. In one example, the predictive yield map is obtained by receiving a previous vegetative index map and detecting a yield during a harvesting operation and determining a relationship between the previous vegetative index map and the yield sensor signal 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 generated by receiving a previous vegetative index map and detecting a biomass and determining a relationship between the previous vegetative index map and the biomass sensor signal and using the relationship to generate the predictive biomass map based on the relationship and the previous vegetative index map. The predictive yield and biomass maps may be based on other pre-information maps or generated in other ways. For example, the predictive yield and biomass maps can be generated based on a satellite or growth model.
Die vorliegende Erörterung fährt somit in Bezug auf Beispiele fort, in denen ein System eines oder mehrere von einem vegetativen Index-, Erntefeuchtigkeits-, Bodeneigenschafts, Topographie, prädiktiver Ertrags- oder prädiktiver Biomassekarte empfangen wird und auch einen In-situ-Sensor verwendet, um eine Variable, die ein Leistungsmerkmal angibt, während eines Erntevorgangs zu erkennen. Das System erzeugt ein Modell, das eine Beziehung zwischen den vegetativen Indexwerten, Erntegutfeuchtigkeitswerten, Bodeneigenschaftswerten, prädiktiven Ertragswerten oder prädiktiven Biomassewerten aus den Karten und den In-situ-Daten von dem In-situ-Sensor modelliert. Das Modell wird verwendet, um eine funktionelle prädiktive Leistungskarte zu erzeugen, die ein erwartetes Leistungsmerkmal der landwirtschaftlichen Erntemaschine in dem Feld vorhersagt. Die funktionelle prädiktive Leistungsmerkmalskarte, die während des Erntevorgangs erzeugt wird, kann einem Bediener oder einem anderen Benutzer präsentiert werden oder 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, crop moisture, soil property, topography, predictive yield, or predictive biomass map and also uses an in situ sensor to to recognize a variable indicative of a performance characteristic during a harvesting operation. The system creates a model that models a relationship between the vegetative index values, crop moisture values, soil property values, predicted yield values, or predicted biomass values from the maps and the in situ data from the in situ sensor. The model is used to generate a functional predictive performance map that predicts an expected performance characteristic of the agricultural harvester in the field. The functional predictive performance map generated during the harvesting process may be presented to an operator or other user, or 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. Ein Bedienerbefehl ist ein Befehl eines Bedieners. 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 104 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 Erntegutmaterial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntegutmaterial in den Drescher 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
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 stellen veranschaulichend ein Ausgabesignal bereit, 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, 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 Oszillations- 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 Drehzahl des Gebläses 120 zu erfassen; einen Dreschkorbspaltensensor, der den Abstand 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 im Häcksler 122 erfasst; einen Siebspaltensensor, der die Größe der Öffnungen im 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.
Beispiele für Sensoren, die zum Erkennen oder Erfassen der Leistungsmerkmale verwendet werden, sind unter anderem ein Spannungssensor, ein Stromsensor, ein Drehmomentsensor, ein hydraulischer Drucksensor, ein hydraulischer Durchflusssensor, ein Kraftsensor, ein Lagerlastsensor und ein Drehsensor. Leistungsmerkmale können bei unterschiedlichen Granularitätstufen gemessen werden. Beispielsweise kann der Leistungsverbrauch maschinenweit, teilsystemweit oder durch einzelne Komponenten der Teilsysteme erfasst werden.Examples of sensors used to detect or measure the performance characteristics include a tension sensor, a current sensor, a torque sensor, a hydraulic pressure sensor, a hydraulic flow sensor, a force sensor, a bearing load sensor, and a rotation sensor. Performance characteristics can be measured at different levels of granularity. For example, the power consumption can be recorded machine-wide, sub-system-wide or by individual components of the sub-systems.
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Leistungskarte erzeugt und die funktionelle prädiktive Leistungskarte zur Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren Betrieb. Die Beschreibung der
Nachdem der allgemeine Ansatz in Bezug auf die
Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise in 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.The
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 einer durch die Vorabinformationskarte 258 auf das Feld abgebildeten Metrik angibt. Wenn zum Beispiel die Vorabinformationskarte 258 einen vegetativen Indexwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der den Erntevorsatzleistungsverbrauch angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Leistungsmodell, das die Beziehung zwischen dem vegetativen Indexwert und dem Erntevorsatzleistungsverbrauchswert modelliert. Das prädiktive Leistungsmodell kann auch auf Grundlage von vegetativen Indexwerten aus der Vorabinformationskarte 258 und mehreren In-situ-Datenwerten erzeugt werden, die von In-situ-Sensoren 208 erzeugt wurden. Dann verwendet der prädiktive Kartengenerator 212 das prädiktive Leistungsmodell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, um eine funktionelle prädiktive Leistungskarte zu erzeugen, die den Wert eines Leistungsmerkmals, wie etwa eine Leistungsverbrauch durch ein Teilsystem, das durch die In-situ-Sensoren 208 an verschiedenen Positionen in dem Feld erfasst wird, auf Grundlage der Vorabinformationskarte 258 vorhersagt.The
In einigen Beispielen kann der Typ der Werte in der funktionellen 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 Werte in der funktionellen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann der Typ der Werte in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp sein, jedoch eine Beziehung zu dem Typ des von den In-situ-Sensoren 208 erfassten Datentyps haben. Beispielsweise kann der von den In-situ-Sensoren 208 erfasste Datentyp in einigen Beispielen den Typ von Werten in der funktionellen prädiktiven Karte 263 anzeigen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden. In einigen Fällen kann der Datentyp in der funktionellen prädiktiven Karte 263 andere Einheiten als die Daten in der Vorabinformationskarte 258 aufweisen. In einigen Beispielen kann sich der Datentyp in der funktionellen prädiktiven Karte 263 von dem Datentyp in der Vorabinformationskarte 258 unterscheiden, jedoch eine Beziehung zu dem Datentyp in der Vorabinformationskarte 258 haben. Beispielsweise kann der Datentyp in der Vorabinformationskarte 258 in einigen Beispielen indikativ für den Datentyp in der funktionellen prädiktiven Karte 263 sein. In einigen Beispielen unterscheidet sich der Datentyp in der funktionellen prädiktiven Karte 263 von einem oder beiden von dem durch die In-situ-Sensoren 208 erfassten In-situ-Datentyp und dem Datentyp in der Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen 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 Vorabinformationskarte 258. In einigen Beispielen ist der Datentyp in der funktionellen prädiktiven Karte 263 der gleiche wie der von den In-situ-Sensoren 208 erfasste In-situ-Datentyp oder der Datentyp in der Vorabinformationskarte 258 und unterscheidet sich von dem anderen.-In some examples, the type of values in functional predictive map 263 may be the same as the type of in situ data sensed by in
Weiter mit dem vorhergehenden Beispiel, in dem die Vorabinformationskarte 258 eine vegetative Indexkarte ist und der In-situ-Sensor 208 einen Wert erfasst, der den Erntevorsatzleistungsverbrauch angibt, kann der prädiktive Kartengenerator 212 die vegetativen Indexwerte in der Vorabinformationskarte 258 und das durch den prädiktiven Modellgenerator 210 erzeugte Modell verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die den Erntevorsatzleistungsverbrauch an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.Continuing with the previous example where the
Wie in
Nun werden einige Variationen in den Datentypen beschrieben, die in der Vorabinformationskarte 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 the
In einigen Beispielen unterscheidet sich der Datentyp in der Vorabinformationskarte 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 Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Leistungsmerkmal sein. Die prädiktive Karte 264 kann dann eine prädiktive Leistungsmerkmalskarte sein, die vorhergesagte Leistungsmerkmalswerte 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 Vorabinformationskarte 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 Vorabinformationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine topografische Karte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Drescherleistungsmerkmal sein. Die prädiktive Karte 264 kann dann eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet.Also, in some examples, the type of data in the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem vorherigen Durchgang durch das Feld während eines Vorabbetriebs 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 Vorabinformationskarte 258 eine topografische Karte sein, die während des Pflanzens oder Sprühens erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Leistungsmerkmal sein. Die prädiktive Karte 264 kann dann eine prädiktive Leistungsmerkmalskarte sein, die vorhergesagte Leistungsmerkmalswerte auf verschiedene geografische Positionen in dem Feld abbildet.In some examples, the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem vorherigen Durchgang durch das Feld während eines Vorabbetriebs 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 ebenfalls der gleiche wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine Leistungsmerkmalkarte sein, die während eines Vorjahres erzeugt wurde, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Leistungsmerkmal sein. Die prädiktive Karte 264 kann dann eine prädiktive Leistungsmerkmalkarte sein, die vorhergesagte Leistungsmerkmalwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Leistungsmerkmaldifferenzen in der georeferenzierten Vorabinformationskarte 258 aus dem Vorjahr durch den prädiktiven Modellgenerator 210 verwendet werden, um ein prädiktives Modell zu erzeugen, das eine Beziehung zwischen den relativen Leistungsmerkmaldifferenzen auf der Vorabinformationskarte 258 und den Leistungsmerkmalwerten modelliert, die durch In-situ-Sensoren 208 während des aktuellen Erntevorgangs erfasst werden. Das prädiktive Modell wird dann von dem prädiktiven Kartengenerator 210 verwendet, um eine prädiktive Leistungsmerkmalkarte zu erstellen.In some examples, the
In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine Dresch-/Trenn-Teilsystem-Leistungsverbrauchskarte sein, die während eines Vorabbetriebs erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann der Dresch-/Trenn-Teilsystem-Leistungsverbrauch sein. Die prädiktive Karte 264 kann dann eine prädiktive Dresch-/Trenn-Teilsystem-Leistungsverbrauchskarte sein, die vorhergesagte Dresch-/Trenn-Teilsystem-Leistungsverbrauchswerte auf verschiedene geografische Positionen in dem Feld abbildet.In another example, the
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 funktionelle 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 können der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 die Position und die Merkmale der zwei oder mehr Erntegutarten identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 entsprechend 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
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 aufgrund der Beobachtung des Bedieners beispielsweise ein auf der Karte angezeigtes Leistungsmerkmal 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, Dreschkorbspalt, Rotoreinstellungen, Reinigungsgebläse-Drehzahleinstellungen, Erntevorsatzhöhe, Erntevorsatzfunktionalität, Haspeldrehzahl, Haspelposition, Draperfunktionalität (wobei die landwirtschaftliche Erntemaschine 100 mit einem Drapervorsatz gekoppelt ist), Maisvorsatzfunktionalität, interne Verteilungssteuerung und andere Stellglieder 248 zu steuern, die die anderen Funktionen der landwirtschaftlichen Erntemaschine 100 beeinflussen. 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 mit einem vorhergesagten Teilsystem-Leistungsverbrauchswert über einem ausgewählten Schwellenwert nähert, kann die Vorschubgeschwindigkeitssteuerung 236 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 reduzieren, um die Leistungszuweisung an den vorhergesagten Leistungsverbrauchsbedarf des einen oder der mehreren Teilsysteme aufrechtzuerhalten. Die Erntevorsatz- und Haspelsteuerung 238 kann Steuersignale erzeugen, um einen Erntevorsatz oder eine Haspel oder eine andere Erntevorsatzfunktionalität zu steuern. 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 des unterschiedlichen vorhergesagten Leistungsverbrauchs der landwirtschaftlichen Erntemaschine 100 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 Vorabinformationskarte 258. Beispiele für die Vorabinformationskarte 258 oder das Empfangen der Vorabinformationskarte 258 werden in Bezug auf die Blöcke 281, 282, 284 und 286 erörtert. Wie oben erörtert, bildet die Vorabinformationskarte 258 Werte einer Variable, die einem ersten Merkmal entspricht, auf verschiedene Positionen im Feld ab, wie bei Block 282 angezeigt. Wie bei Block 281 angezeigt, kann das Empfangen der Vorabinformationskarte 258 das Auswählen einer oder mehrerer einer Vielzahl von möglichen Vorabinformationskarten beinhalten, die verfügbar sind. Zum Beispiel kann eine Vorabinformationskarte eine vegetative Indexkarte sein, die aus Luftbildern erzeugt wird. Eine andere Vorabinformationskarte kann eine Karte sein, die während eines vorherigen Durchgangs 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, durch den eine oder mehrere Vorabinformationskarten ausgewählt werden, kann manuell, halbautomatisch oder automatisch sein. Die Vorabinformationskarte 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, die während eines Vorjahres oder früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten aufgenommen wurden. Wie durch Block 285 angegeben, kann die Vorabinformationskarte eine prädiktive Karte sein, die ein Merkmal auf Grundlage einer Vorabinformationskarte und einer Beziehung zu einem In-situ-Sensor vorhersagt. Ein Prozess zum Erzeugen einer prädiktiven Karte wird in
Bei Beginn eines Erntevorgangs erzeugen die In-situ-Sensoren 208 Sensorsignale, die einen oder mehrere In-situ-Datenwerte anzeigen, die ein Merkmal anzeigen, zum Beispiel ein Leistungsmerkmal, wie etwa einen Leistungsverbrauch durch ein oder mehrere Teilsysteme, 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 Positions-, Kurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.At the start of a harvesting operation, the in
Der prädiktive Modellgenerator 210 steuert den Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Vorabinformationskarte 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 Vorabinformationskarte 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
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 Vorabinformationskarte 258 vorhersagt, wie durch Block 294 angezeigt.The relationship or model generated by the
Es ist zu beachten, dass die Vorabinformationskarte 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 den 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 Vorabinformationskarte 258 abgebildeten Variablentyp und jedem durch die In-situ-Sensoren 208 erfassten Variablentyp modelliert. Der prädiktive Kartengenerator 212 kann eine funktionelle 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 Vorabinformationskarte 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 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 Leistungskarte verwendet werden, um ein oder mehrere Teilsysteme 216 zu steuern. Beispielsweise kann die prädiktive Leistungskarte Leistungsverbrauchsbedarfswerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die Leistungsverbrauchsbedarfswerte aus der prädiktiven Leistungskarte können extrahiert und verwendet werden, um die Lenkungs- und Antriebs-Teilsysteme 252 und 250 zu steuern. Durch Steuern der Lenkungs- und Antriebs-Teilsysteme 252 und 250 kann eine Vorschubgeschwindigkeit von Material, das sich durch die landwirtschaftliche Erntemaschine 100 bewegt, gesteuert werden. In ähnlicher Weise kann die Höhe des Erntevorsatzes gesteuert werden, um mehr oder weniger Material aufzunehmen, und somit kann die Höhe des Erntevorsatzes auch gesteuert werden, um die Vorschubgeschwindigkeit des Materials durch die landwirtschaftliche Erntemaschine 100 zu steuern. Wenn die prädiktive Karte 264 in anderen Beispielen den vorhergesagten Erntevorsatzleistungsverbrauch auf Positionen in dem Feld abbildet, kann die Leistungszuweisung an den Erntevorsatz implementiert werden. Wenn zum Beispiel die Werte, die in der prädiktiven Leistungskarte vorhanden sind, einen oder mehrere Bereiche mit höheren Leistungsverbrauchsbedürfnissen für die Erntevorsatz-Teilsysteme angeben, dann kann die Erntevorsatz- und Haspelsteuerung 238 mehr Leistung vom Motor an die Erntevorsatz-Teilsysteme zuweisen, was das Zuweisen von weniger Leistung an andere Teilsysteme erfordern kann, wie etwa durch Verringern der Drehzahl und Verringern der Leistung an das Antriebs-Teilsystem. Das vorhergehende Beispiel mit Erntevorsatzsteuerung mithilfe einer prädiktiven Leistungskarte ist nur beispielhaft bereitgestellt. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Leistungskarte oder einer anderen Art von 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 performance map may be used to control one or
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 Schwellenmengevon 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 Vorabinformationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder weniger als ein definierter Betrag sind 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 Vorabinformationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines 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 zu einer anderen Vorabinformationskarte (die sich von der ursprünglich ausgewählten Vorabinformationskarte 258 unterscheidet) umschaltet, kann das Umschalten zu der anderen Vorabinformationskarte 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
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, 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 block 326 .
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 block 326, one or more of the
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 Vorabinformationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionellen prädiktiven Karte andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können. Die anderen Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, können von dem prädiktiven Modellgenerator 210 und dem prädiktiven Kartengenerator 212 ähnlich wie die Vorabinformationskarte verwendet werden, indem ein prädiktives Modell und eine prädiktive Karte mithilfe der anderen Arten von Karten, einschließlich prädiktiver Karte, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, als eine Eingabe erzeugt werden können.It should be noted that while some examples herein describe the
Die prädiktive Ertragskarte 341 beinhaltet georeferenzierte prädiktive Ertragswerte. Die prädiktive Ertragskarte 341 kann mithilfe eines des in den
Die prädiktive Biomassekarte 343 beinhaltet georeferenzierte prädiktive Biomassewerte. Die prädiktive Biomassekarte 343 kann mithilfe eines des in den
Der prädiktive Modellgenerator 210 empfängt auch eine geografische Position 334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen Leistungsmerkmalsensor, wie etwa den Leistungssensor 336, sowie ein Verarbeitungssystem 338. Der Leistungssensor 336 erfasst eine oder mehrere Leistungsmerkmale einer oder mehrerer Komponenten der landwirtschaftlichen Erntemaschine 100. In einigen Fällen kann sich der Leistungssensor 336 an Bord der landwirtschaftlichen Erntemaschine 100 befinden. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von dem Leistungssensor 336 erzeugt werden, um verarbeitete Daten zu erzeugen, von denen einige Beispiele nachfolgend beschrieben werden. Der Leistungssensor 336 kann unter anderem einen oder mehrere von einem Spannungssensor, einem Stromsensor, einem Drehmomentsensor, einem Fluiddrucksensor, einem Fluidströmungssensor, einem Kraftsensor, einem Lagerlastsensor und einem Rotationssensor beinhalten. Die Ausgaben eines oder mehrerer dieser oder anderer Sensoren können kombiniert werden, um ein oder mehrere Leistungsmerkmale zu bestimmen.The
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der Leistungssensor 336 einer oder mehrere der oben aufgeführten ist. Es versteht sich, dass es sich hierbei nur um Beispiele handelt und andere Beispiele des Leistungssensors 336 ebenfalls in Betracht gezogen werden. Wie in
Der Modellgenerator 342 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die derjenigen entspricht, an der Leistungssensor 336 das Merkmal erfasst hat, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die derselben Position auf dem Feld entsprechen, an der das Leistungsmerkmal erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 342 hergestellt wird, erzeugt der Modellgenerator 342 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird von dem prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale an verschiedenen Positionen auf Grundlage der georeferenzierten vegetativen Indexwerte, die in der vegetativen Indexkarte 332 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.
Der Modellgenerator 343 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die der Position entspricht, an der der Leistungssensor 336 das Merkmal erfasst hat, und Erntegutfeuchtigkeitswerten aus der Erntegutfeuchtigkeitskarte 335, die derselben Position auf dem Feld entsprechen, an der das Leistungsmodell erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 343 hergestellt wird, erzeugt der Modellgenerator 343 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird von dem prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale an verschiedenen Positionen auf Grundlage der georeferenzierten Erntegutzugfeuchtigkeitswerte, die in der Erntegutzugfeuchtigkeitskarte 335 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.The
Der Modellgenerator 344 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die der Position entspricht, an der der Leistungssensor 336 das Merkmal erfasst hat, und einem topographischen Merkmalswert aus der topographischen Karte 337, der derselben Position auf dem Feld entspricht, an der das Leistungsmerkmal erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 344 hergestellt wird, erzeugt der Modellgenerator 344 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird von dem prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale an verschiedenen Positionen auf Grundlage der georeferenzierten topographischen Merkmalswerte, die in der topographischen Karte 337 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.The
Der Modellgenerator 345 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die der Position entspricht, an der der Leistungssensor 336 das Merkmal erfasst hat, und einem Bodeneigenschaftswert aus der Bodeneigenschaftskarte 339, der derselben Position auf dem Feld entspricht, an der das Leistungsmerkmal erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 345 hergestellt wird, erzeugt der Modellgenerator 345 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird durch den prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale an verschiedenen Positionen auf Grundlage der Bodeneigenschaftswerte, die in der Bodeneigenschaftskarte 339 an den gleichen Positionen in dem Feld enthalten sind, vorherzusagen.The
Der Modellgenerator 346 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die der Position entspricht, an der der Leistungssensor 336 das Merkmal erfasst hat, und einem Ertragswert aus der Ertragskarte 341, der derselben Position auf dem Feld entspricht, an der das Leistungsmerkmal erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 346 hergestellt wird, erzeugt der Modellgenerator 346 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird von dem prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale auf Grundlage des Ertragswerts, der in der prädiktiven Ertragskarte 341 an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.The
Der Modellgenerator 347 identifiziert eine Beziehung zwischen einem Leistungsmerkmal an einer geografischen Position, die der Position entspricht, an der der Leistungssensor 336 das Merkmal erfasst hat, und einem Biomassewert aus der Biomassekarte 343, der derselben Position auf dem Feld entspricht, an der das Leistungsmerkmal erfasst wurde. Auf Grundlage dieser Beziehung, die durch den Modellgenerator 347 hergestellt wird, erzeugt der Modellgenerator 347 ein prädiktives Leistungsmodell 350. Das prädiktive Leistungsmodell 350 wird von dem prädiktiven Kartengenerator 212 verwendet, um Leistungsmerkmale an verschiedenen Positionen auf Grundlage des Biomassewerts, der in der prädiktiven Biomassekarte 343 an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.The
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Leistungsmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Leistungsmodelle, die von den Modellgeneratoren 342, 343, 344, 345, 346 und 347 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Leistungsmodelle zu einem einzelnen prädiktiven Leistungsmodell kombiniert werden, das zwei oder mehr Leistungsmerkmale auf Grundlage der verschiedenen Werte an verschiedenen Positionen in dem Feld vorhersagt. Jedes dieser Leistungsmodelle oder Kombinationen davon wird gemeinsam durch das Leistungsmodell 350 in
Das prädiktive Leistungsmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von
Der Ernteguteingriffskomponentenkartengenerator 351 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale einer Ernteguteingriffskomponente an verschiedenen Positionen auf dem Feld vorhersagt. Zum Beispiel könnten die Ernteguteingriffskomponenten eine Schneidvorrichtung und eine Haspel beinhalten, und der Ernteguteingriffskomponentenkartengenerator 351 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch die Haspel und die Schneidvorrichtung auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen Erntegutfeuchtigkeit und Leistungsverbrauch durch die Haspel und die Schneidvorrichtung definiert.The crop intervention component map generator 351 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the
Der Erntevorsatzleistungskartengenerator 352 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale des Erntevorsatzes an verschiedenen Positionen auf dem Feld vorhersagt. Beispielsweise könnten die Ernteguteingriffskomponenten eines oder mehrere von Folgendem beinhalten: eine Schneidevorrichtung, eine Haspel, Draper-Bänder, Schnecken, und Erntevorsatzpositionierungsstellglieder und der Erntevorsatzleistungskartengenerator 352 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch eines oder mehrere von Folgendem: der Haspel, der Schneidevorrichtung, Draper-Bänder, Schnecken und Erntevorsatzpositionierungsstellglieder auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen Erntegutfeuchtigkeit und Topographie und Leistungsverbrauch durch eines oder mehrere von der Haspel, der Schneidevorrichtung, der Draper-Bänder, der Schnecke und der Erntevorsatzpositionierungsstellglieder definiert.The header
Der Zuführungsleistungskartengenerator 353 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topografischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale der Zuführvorrichtung an verschiedenen Positionen in dem Feld vorhersagt.The feed performance map generator 353 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the
Der Dreschleistungskartengenerator 354 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einem oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale der Dresch-Teilsysteme an verschiedenen Positionen in dem Feld vorhersagt. Beispielsweise könnten die Dresch-Teilsysteme eine oder mehrere Dreschtrommeln, Dreschkorb-Einstellstellglieder und Trommeln beinhalten, und der Dreschleistungskartengenerator 352 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch die eine oder die mehreren Dreschtrommeln, Dreschkorb-Einstellstellglieder und Trommeln auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen vegetativem Index und Leistungsverbrauch durch die eine oder die mehreren Dreschtrommeln, Dreschkorb-Einstellstellglieder und Trommeln definiert. Oder zum Beispiel könnten die Dresch-Teilsysteme eine Dreschtrommel und einen Satz von Dreschkörben bei einem gegebenen Spalt beinhalten, und der Dreschleistungskartengenerator 352 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch die Dreschtrommel mit dem Satz von Dreschkörben bei dem gegebenen Spalt auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen der prädiktiven Biomasse und dem Leistungsverbrauch durch die Dreschtrommel mit dem Satz von Dreschkörben bei dem gegebenen Spalt definiert. Oder zum Beispiel könnten die Dresch-Teilsysteme eine oder mehrere Trommeln in einer gegebenen Konfiguration beinhalten, und der Dreschleistungskartengenerator 352 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch die eine oder die mehreren Trommeln in der gegebenen Konfiguration auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen der prädiktiven Biomasse und dem Leistungsverbrauch durch die eine oder die mehreren Trommeln in der gegebenen Konfiguration definiert.The threshing
Der Abscheiderleistungskartengenerator 355 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale der Abscheider-Teilsysteme an verschiedenen Positionen auf dem Feld vorhersagt. Beispielsweise könnten die Abscheider-Teilsysteme eine oder mehrere Gebläse, Siebe, Häcksler und Strohschüttler beinhalten, und der Abscheiderleistungskartengenerator 355 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch das eine oder die mehreren Gebläse, Siebe, Häcksler und Strohschüttler auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen dem prädiktiven Ertragswert und dem Leistungsverbrauch durch das eine oder die mehreren Gebläse, Siebe, Häcksler und Strohschüttler definiert. Beispielsweise könnten die Abscheider-Teilsysteme ein oder mehrere Gebläse, die mit einer gegebenen Drehzahl laufen, und Siebe, Häcksler und Strohschüttler in einer gegebenen Konfiguration beinhalten, und der Abscheiderleistungskartengenerator 355 erzeugt eine Karte des geschätzten Leistungsverbrauchs durch das eine oder die mehreren Gebläse, die mit der gegebenen Drehzahl laufen, und Siebe, Häcksler und Strohschüttler in der gegebenen Konfiguration auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen dem prädiktiven Ertragswert und dem Leistungsverbrauch durch das eine oder die mehreren Gebläse, die mit der gegebenen Drehzahl laufen, und Sieben, Häckslern und Strohschüttlern in der gegebenen Konfiguration definiert.The separator
Der Rückstandshandhabungsleistungskartengenerator 356 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale der Rückstandshandhabungs-Teilsysteme an verschiedenen Positionen auf dem Feld vorhersagt. Beispielsweise erzeugt der Rückstandshandhabungsleistungskartengenerator 356 eine Karte des geschätzten Leistungsverbrauchs durch einen Rückstandsverteiler auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen dem prädiktiven Biomassewert und dem Leistungsverbrauch durch den Rückstandsverteiler definiert. Beispielsweise erzeugt der Rückstandshandhabungsleistungskartengenerator 356 eine Karte des geschätzten Leistungsverbrauchs durch einen Rückstandshäcksler auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen dem prädiktiven Ertragswert und dem Leistungsverbrauch durch den Rückstandshäcksler definiert.The residue handling performance map generator 356 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the
Der Antriebsleistungskartengenerator 357 empfängt das prädiktive Leistungsmodell 350, das Leistungsmerkmale auf Grundlage von Werten in einer oder mehreren von der vegetativen Indexkarte 332, der Erntegutfeuchtigkeitskarte 335, der topographischen Karte 337, der Bodeneigenschaftskarte 339, der prädiktiven Ertragskarte 341 oder der prädiktiven Biomassekarte 343 vorhersagt, und erzeugt eine prädiktive Karte, die die Leistungsmerkmale der Antriebsteilsysteme an verschiedenen Positionen auf dem Feld vorhersagt. Beispielsweise erzeugt der Antriebsleistungskartengenerator 357 eine Karte des geschätzten Leistungsverbrauchs durch das Antriebs-Teilsystem auf Grundlage eines prädiktiven Leistungsmodells 350, das eine Beziehung zwischen dem topografischen Kartenwert und dem Leistungsverbrauch durch das Antriebssystem definiert.The drive
Der prädiktive Kartengenerator 212 gibt eine oder mehrere prädiktive Leistungskarten 360 aus, die prädiktiv für eine oder mehrere Leistungsmerkmale sind. Jede der prädiktiven Leistungskarten 360 prognostiziert das jeweilige Leistungsmerkmal an verschiedenen Positionen in einem Feld. Jede der erzeugten prädiktiven Leistungskarten 360 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt Steuerzonen und integriert diese Steuerzonen in die funktionelle prädiktive Karte, d. h. die prädiktive Karte 360, um eine prädiktive Karte 360 mit Steuerzonen bereitzustellen. Die funktionelle prädiktive Karte 360 (mit oder ohne Steuerzonen) kann dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der funktionellen prädiktiven Karte 360 (mit oder ohne Steuerzonen) zu steuern.The predictive map generator 212 outputs one or more predictive performance maps 360 that are predictive of one or more performance characteristics. Each of the predictive performance maps 360 predicts the respective performance attribute at different positions in a field. Each of the generated predictive performance maps 360 may be provided to control
Bei Block 372 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen Sensorsignale, um Daten zu erzeugen, die ein Leistungsmerkmal angeben. Wie durch Block 374 angegeben, kann das Leistungsmerkmal auf einer maschinenweiten Ebene identifiziert werden. Beispielsweise der gesamte Leistungsverbrauch der gesamten landwirtschaftlichen Erntemaschine. Ein Leistungsverbrauch auf diesem Niveau kann verwendet werden, um den Kraftstoffverbrauch, den Wirkungsgrad usw. zu berechnen. Wie in Block 376 angezeigt, kann das Leistungsmerkmal auf einer Teilsystemebene identifiziert werden. Ein Merkmal auf dieser Ebene kann beispielsweise verwendet werden, um Leistung über Teilsysteme hinweg zuzuordnen. Wie durch Block 378 angegeben, kann das Leistungsmerkmal auf einer Komponentenebene identifiziert werden. Die Sensordaten können auch andere Daten auf anderen Ebenen beinhalten, die durch Block 380 angezeigt werden.At block 372, the
Bei Block 382 erhält der prädiktive Modellgenerator 210 auch die geografische Position, die den Sensordaten entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen, Maschinengeschwindigkeit usw. eine genaue geografische Position bestimmen, an der die Sensordaten 340 erfasst oder abgeleitet wurden.At
Bei Block 384 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Leistungsmodelle, wie etwa das Leistungsmodell 350, das eine Beziehung zwischen einem vegetativen Indexwert, einem Erntegutfeuchtigkeitswert, einem Bodeneigenschaftswert, einem prädiktiven Ertragswert oder einem prädiktiven Biomassewert, der aus einer Vorabinformationskarte, wie etwa der Vorabinformationskarte 258, erhalten wird, und einem Leistungsmerkmal, das durch den In-situ-Sensor 208 erfasst wird, modelliert. Zum Beispiel kann der prädiktive Modellgenerator 210 ein prädiktives Leistungsmodell erzeugen, das die Beziehung zwischen einem vegetativen Indexwert und einem erfassten Merkmal einschließlich dem Leistungsverbrauch modelliert, der durch die Sensordaten angezeigt wird, die von dem In-situ-Sensor 208 erhalten werden.At block 384, the
Bei Block 386 wird das prädiktive Leistungsmodell, wie etwa das prädiktive Leistungsmodell 350, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine prädiktive Leistungskarte 360 erzeugt, die ein prädiktives Leistungsmerkmal auf Grundlage einer vegetativen Indexkarte, einer Erntegutfeuchtigkeitskarte, einer Bodeneigenschaftskarte, einer prädiktiven Ertragskarte oder einer prädiktiven Biomassekarte und des prädiktiven Leistungsmodells 350 abbildet. Beispielsweise sagt die prädiktive Leistungskarte 360 in einigen Beispielen den Leistungsverbrauch/die Leistungsanforderungen verschiedener Teilsysteme voraus. Ferner kann die prädiktive Leistungskarte 360 während des Verlaufs eines landwirtschaftlichen Vorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Vorgang durchgeführt wird, die prädiktive Leistungskarte 360 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.At block 386, the predictive performance model, such as predictive performance model 350, is provided to predictive map generator 212, which generates a predictive performance map 360 that includes a predictive performance trait based on a vegetative index map, a crop moisture map, a soil property map, a predictive yield map, or a predictive biomass map and the predictive performance model 350 depicts. For example, in some examples, the predictive performance map 360 predicts the power consumption/requirements of various subsystems. Furthermore, the predictive performance map 360 may be generated during the course of a farming operation. Thus, when an agricultural harvester moves through a field in which a farming operation is being performed, the predictive performance map 360 is generated while the farming operation is being performed.
Bei Block 394 gibt der prädiktive Kartengenerator 212 die prädiktive Leistungskarte 360 aus. Bei Block 391 gibt der prädiktive Leistungskartengenerator 212 die prädiktive Leistungskarte zur Präsentation für und zur möglichen Interaktion durch den Bediener 260 aus. Bei Block 393 kann der prädiktive Kartengenerator 212 die Karte für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 395 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die Karte 360 zur Erzeugung und Integration von Steuerzonen bereitstellen. Bei Block 397 konfiguriert der prädiktive Kartengenerator 212 die Karte 360 auch auf andere Weise. Die prädiktive Leistungskarte 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 prädiktiven Leistungskarte 360 (mit oder ohne Steuerzonen) zu steuern.At block 394 , the predictive map generator 212 outputs the predictive performance map 360 . At block 391, the predictive performance map generator 212 outputs the predictive performance map for presentation to and possible interaction by the
Somit ist ersichtlich, dass das vorliegende System eine Vorabinformationskarte erstellt, die ein Merkmal, wie etwa einen vegetativen Indexwert, einen Erntegutfeuchtigkeitswert, einen Bodeneigenschaftswert, einen prädiktiven Ertragswert oder einen prädiktiven Biomassewert oder Informationen aus einem Vorabbetriebsdurchgang an verschiedene Positionen in einem Feld abbildet. Das vorliegende System verwendet auch einen oder mehrere In-situ-Sensoren, die In-situ-Sensordaten erfassen, die ein Leistungsmerkmal, wie etwa Leistungsverbrauch, Leistungsbedarf oder Leistungsverlust, angeben, und erzeugt ein Modell, das eine Beziehung zwischen dem mithilfe des In-situ-Sensors erfassten Merkmal oder einem verwandten Merkmal und dem in der Vorabinformationskarte abgebildeten Merkmal modelliert. Somit erzeugt das vorliegende System eine funktionelle prädiktive Karte mithilfe eines Modells, von In-situ-Daten und einer Vorabinformationskarte und kann die erzeugte funktionelle prädiktive Karte zum Verbrauch durch ein Steuersystem zur Präsentation an einen lokalen oder entfernten Bediener oder einen anderen Benutzer oder beides 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 a preliminary information map that maps a trait, such as a vegetative index value, a crop moisture value, a soil property value, a predictive yield value or a predictive biomass value, or information from a preliminary operation run to various positions in a field. The present system also uses one or more in situ sensors that collect in situ sensor data indicative of a performance characteristic, such as power consumption, power demand, or power dissipation, and creates a model that represents a relationship between the situ sensor detected feature or a related feature and the feature depicted in the preliminary information map. Thus, the present system generates a functional predictive map using a model, in situ data, and a pre-information map, and can configure the generated functional predictive map for consumption by a control system for presentation to a local or remote operator or another user, or both. For example, the control system can use the map to control one or more systems of a combine.
Auch in dem in
Der Landwirtschaftsmerkmalsensor 402 erfasst Werte, die landwirtschaftliche Merkmale anzeigen. Wie vorstehend erörtert, erfasst der Leistungssensor 336 Leistungsmerkmale einer oder mehrerer Komponenten der landwirtschaftlichen Erntemaschine 100. Zum Beispiel erfasst der Leistungssensor 336 Leistungsmerkmale des Antriebs-Teilsystems 250 und erzeugt Sensorsignale, die diese Leistungseigenschaften anzeigen. Zum Beispiel kann der Leistungssensor 336 einen Leistungsverbrauch oder eine Leistungsnutzung des Antriebs-Teilsystems 250 erfassen, während sich die landwirtschaftliche Erntemaschine 100 über das Feld bewegt, und ein Sensorsignal erzeugen, das dies anzeigt.
Der Bedienereingabesensor 405 erfasst veranschaulichend 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 405 erkannt, der ein Sensorsignal bereitstellt, das diese erfasste Bedienereingabe anzeigt.
Das Verarbeitungssystem 406 kann die Sensorsignale von einem oder mehreren von dem Landwirtschaftsmerkmalsensor 402, dem Leistungssensor 336 und dem Bedienereingabesensor 405 empfangen und eine Ausgabe erzeugen, die die erfasste Variable anzeigt. Zum Beispiel kann das Verarbeitungssystem 406 eine Sensoreingabe von dem Landwirtschaftsmerkmalsensor 402 empfangen und eine Ausgabe erzeugen, die ein landwirtschaftliches Merkmal anzeigt. Das Verarbeitungssystem 406 kann auch eine Eingabe vom Bedienereingabesensor 405 empfangen und eine Ausgabe erzeugen, die die erfasste Bedienereingabe anzeigt.
Der prädiktive Modellgenerator 210 kann einen Leistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator 410, einen Bodeneigenschaft-zu-Leistungmerkmal-Modellgenerator 412 und einen Leistungsmerkmal-zu-Befehl-Modellgenerator 414 beinhalten. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Modellgeneratoren 415 beinhalten. Der prädiktive Modellgenerator 210 kann eine geografische Positionsanzeige 334 von dem geografischen Positionssensor 204 empfangen und ein prädiktives Modell 426 erzeugen, das eine Beziehung zwischen den Informationen in einer oder mehreren der Vorabinformationskarten 258 oder den Informationen in der funktionellen prädiktiven Leistungskarte 360 und einem oder mehreren der Folgenden modelliert: dem landwirtschaftlichen Merkmal, das von dem Landwirtschaftsmerkmalsensor 402 erfasst wird; dem Leistungsmerkmal, das von dem Leistungssensor 336 erfasst wird; und Bedienereingabebefehle, die von dem Bedienereingabesensor 405 erfasst werden.The
Der Leistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator 410 erzeugt eine Beziehung zwischen Leistungsmerkmalwerten (die sich auf der historischen Leistungskarte 333, auf der prädiktiven Leistungskarte 360 oder auf der Vorabbetriebskarte 400 befinden können) und dem durch den Landwirtschaftsmerkmalssensor 402 erfassten landwirtschaftlichen Merkmal. Der Leistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator 410 erzeugt ein prädiktives Modell 426, das dieser Beziehung entspricht.The feature-to-agriculture feature model generator 410 creates a relationship between feature values (which may be on the
Der Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator 412 erzeugt eine Beziehung zwischen Bodeneigenschaftswerten (die sich auf der Bodeneigenschaftskarte 339 befinden können) und dem durch den Leistungssensor 336 erfassten Leistungsmerkmal. Der Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator412 erzeugt ein prädiktives Modell 426, das dieser Beziehung entspricht. In einigen Beispielen kann der Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator 415 eine Beziehung zwischen spezifischen Bodeneigenschaften, wie etwa Bodenfeuchtigkeit oder Bodenart, und Leistungsmerkmalen oder spezifischen Leistungsmerkmalen, wie etwa Leistungsmerkmalen des Antriebs-Teilsystems 250, erzeugen, und somit erzeugt der Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator 412 ein entsprechendes prädiktives Modell 426Soil property-to-
Der Leistungsmerkmal-zu-Bedienerbefehl-Modellgenerator 414 erzeugt ein Modell, das die Beziehung zwischen einem Leistungsmerkmal, wie sie auf der historischen Leistungskarte 333, auf der prädiktiven Leistungskarte 360 oder auf der Vorabbetriebskarte 400 reflektiert wird, oder einer Kombination davon und Bedienereingabebefehlen modelliert, die von dem Bedienereingabesensor 405 erfasst werden. Der Leistung-zu-Bedienerbefehls-Modellgenerator 414 erzeugt ein prädiktives Modell 426, das dieser Beziehung entspricht.The feature-to-operator command model generator 414 creates a model that models the relationship between a feature as reflected on the
Andere Modellgeneratoren 415 können beispielsweise spezifische Leistungsmerkmal-Modellgeneratoren beinhalten, wie etwa Antriebs-Teilsystemleistungsmerkmale, einen Antriebs-Teilsystemleistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator, einen Antriebs-Teilsystemleistungsmerkmal-zu-Befehl-Modellgenerator oder ein Bodeneigenschaft-zu-Antriebs-Teilsystemleistungsmerkmal. In einigen Beispielen können andere Modellgeneratoren 415 spezifische Bodeneigenschafts-Modellgeneratoren beinhalten, wie etwa einen Bodentyp-zu-Leistungsmerkmal-Modellgenerator, einen Bodenfeuchtigkeit-zu-Leistungsmerkmal-Modellgenerator. In noch anderen Beispielen können andere Modellgeneratoren 415 einen oder mehrere spezifische Bodeneigenschaft-zu-spezifischem Leistungsmerkmal-Modellgeneratoren beinhalten, wie etwa einen Bodentyp-zu-Antriebs-Teilsystem-Leistungsmerkmal-Modellgenerator oder einen Bodenfeuchtigkeit-zu-Antriebs-Teilsystem-Leistungsmerkmal-Modellgenerator.
Das von dem prädiktiven Modellgenerator 210 erzeugte prädiktive Modell 426 kann ein oder mehrere der prädiktive Modelle beinhalten, die von dem Leistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator 410, dem Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator 412 dem Leistungsmerkmal-zu-Bedienerbefehls-Modellgenerator 414 und anderen Modellgeneratoren, die als Teil anderer Elemente 415 enthalten sein können, erzeugt werden können.The predictive model 426 generated by the
Im Beispiel von
Der prädiktive landwirtschaftliche Merkmalsgenerator416 empfängt ein prädiktives Modell 426, das die Beziehung zwischen einem Leistungsmerkmal und einem landwirtschaftlichen Merkmal, das von dem landwirtschaftlichen Merkmal 402 erfasst wird (wie etwa ein prädiktives Modell, das von dem Leistungsmerkmal-zu-Landwirtschaftsmerkmal-Modellgenerator410 erzeugt wird), und eine oder mehrere der Vorabinformationskarten 258 oder der funktionellen prädiktiven Leistungskarte 360 modelliert. Der prädiktive Landwirtschaftsmerkmal-Kartengenerator 416 erzeugt eine funktionelle prädiktive landwirtschaftliche Merkmalskarte 427, die landwirtschaftliche Merkmalswerte (oder die landwirtschaftlichen Merkmale, die indikativ für die Werte sind) an verschiedenen Positionen in dem Feld auf Grundlage eines oder mehrerer der Leistungsmerkmale in einer oder mehreren der Vorabinformationskarten 258 (wie etwa der historischen Leistungskarte 333) oder der funktionellen prädiktiven Leistungskarte 360 oder anderen Karten 401 an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt.The predictive
Der prädiktive Antriebsleistungskartengenerator 357 empfängt ein prädiktives Modell 426, das die Beziehung zwischen einer Bodeneigenschaft und einem Leistungsmerkmal, das von dem Leistungssensor 336 erfasst wird (wie etwa ein prädiktives Modell, das von dem Bodeneigenschaft-zu-Leistungsmerkmal-Modellgenerator 412 erzeugt wird), und eine oder mehrere der Vorabinformationskarten 258 modelliert. Der prädiktive Antriebsleistungskartengenerator 357 erzeugt eine funktionelle prädiktive Antriebskraftkarte 428, die ein wahrscheinliches Antriebsleistungsmerkmal an verschiedenen Positionen in dem Feld auf Grundlage einer oder mehrerer der Bodeneigenschaften in einer oder mehreren der Vorabinformationskarten 258 (wie etwa der Bodeneigenschaftskarte 339) an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt.The predictive drive
Der prädiktive Bedienerbefehl-Kartengenerator 422 empfängt ein prädiktives Modell 426, das die Beziehung zwischen dem Leistungsmerkmal und Bedienerbefehlseingaben, die durch den Bedienereingabesensor 405 erfasst werden (wie etwa ein prädiktives Modell, das durch den Leistungsmerkmal-zu-Befehl-Modellgenerator 414 erzeugt wird), und eine oder mehrere der Vorinformationskarten 258 oder der funktionellen prädiktiven Leistungskarte 360 oder der anderen Karte 401 modelliert. Der prädiktive Bedienerbefehlskartengenerator 422 erzeugt eine funktionelle prädiktive Bedienerbefehlskarte 440, die Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld auf Grundlage der Leistungsmerkmalwerte von der Vorabinformationskarte 258 (wie etwa der historischen Leistungskarte 333) oder der funktionellen prädiktiven Leistungskarte 360 oder anderen Karten 401 an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt.Predictive operator
Der prädiktive Kartengenerator 212 gibt eine oder mehrere der funktionellen prädiktiven Karten 427, 428 und 440 aus. Jede der funktionellen prädiktiven Karten 427, 428 und 440 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt und integriert Steuerzonen, um eine oder mehrere von einer funktionellen prädiktiven Karte 427 mit Steuerzonen, einer funktionellen prädiktiven Karte 428 mit Steuerzonen oder einer funktionellen prädiktiven Karte 440 mit Steuerzonen bereitzustellen. Beliebige oder alle der funktionellen prädiktiven Karten 427, 428 und 440 mit oder ohne Steuerzonen können dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um eines oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage einer oder aller der funktionellen prädiktiven Karten 427, 428 und 440 mit oder ohne Steuerzonen zu steuern. Eine oder alle der Karten 427, 428 und 440, mit oder ohne Steuerzonen, können dem Bediener 260 oder einem anderen Benutzer präsentiert werden.The predictive map generator 212 outputs one or more of the functional
Die Maschinensensoren 482 können unterschiedliche Merkmale der landwirtschaftlichen Erntemaschine 100 erfassen. Wie vorstehend erörtert, können die Maschinensensoren 482 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 482 können auch Maschineneinstellungssensoren 491 beinhalten, die Maschineneinstellungen erfassen. Einige Beispiele für Maschineneinstellungen wurden vorstehend in Bezug auf
Die Ernteguteigenschaftssensoren 484 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 characteristic sensors 484 may detect characteristics of the separated crop during processing of the crop by the
Die Feld- und Bodeneigenschaftssensoren 485 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.Field and soil feature sensors 485 can detect the characteristics of the field and soil. The field and soil properties can include soil moisture, soil compactness, the presence and location of standing water, soil type, and other soil and field characteristics.
Die Umgebungsmerkmalsensoren 487 können eine oder mehrere Umgebungsmerkmale erfassen. Die Umgebungsmerkmale können Dinge wie Windrichtung und Windgeschwindigkeit, Niederschlag, Nebel, Staubniveau oder andere Verschmutzungen oder andere Umgebungsmerkmale beinhalten.Environmental feature sensors 487 may sense one or more environmental features. The environmental features can include things like wind direction and speed, precipitation, fog, dust levels or other pollution, or other environmental features.
Bei Block 444 empfängt der prädiktive Modellgenerator 210 ein Sensorsignal, das Sensordaten von einem In-situ-Sensor 208 enthält. Der In-situ-Sensor kann einer oder mehrere von einem Landwirtschaftsmerkmalsensor 402, einem Leistungssensor 336 und einem Bedienereingabesensor 406 sein. Der Landwirtschaftsmerkmalsensor 402 erfasst ein landwirtschaftliches Merkmal. Der Leistungsmerkmalssensor 336 erfasst ein Leistungsmerkmal, wie etwa ein Leistungsmerkmal des Antriebs-Teilsystems 250. Der Bedienereingabesensor 406 erfasst einen Bedienereingabebefehl. Der prädiktive Modellgenerator 210 kann auch andere In-situ-Sensoreingaben empfangen, wie durch Block 408 angezeigt. Einige andere Beispiele von In-situ-Sensoren 208 sind in
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 empfangenen Karte und einem in den verarbeiteten Daten 409 dargestellten Merkmal modellieren. Beispielsweise kann in einigen Fällen der abgebildete Wert in einer empfangenen Karte ein Leistungsmerkmal sein und der prädiktive Modellgenerator 210 erzeugt ein prädiktives Modell mithilfe des abgebildeten Werts einer empfangenen Karte und einem durch In-situ-Sensoren 208 erfassten Merkmal, wie in den verarbeiteten Daten 409 dargestellt, oder einem verwandten Merkmal, wie etwa einem Merkmal, das mit dem durch In-situ-Sensoren 208 erfassten Merkmal korreliert.At block 458, the
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 funktionellen prädiktiven Karten können eine funktionelle prädiktive landwirtschaftliche Merkmalskarte 427, eine funktionelle prädiktive Antriebsleistungskarte 428 und eine funktionelle prädiktive Bedienerbefehlskarte 440 oder eine beliebige Kombination dieser Karten sein. Die funktionelle prädiktive landwirtschaftliche Merkmalskarte 427 sagt landwirtschaftliche Merkmalswerte (oder landwirtschaftliche Merkmale, die durch die Werte angegeben sind) an verschiedenen Positionen in dem Feld voraus. Die funktionelle prädiktive Antriebsleistungskarte 428 sagt die wahrscheinliche Antriebsleistung an verschiedenen Positionen in dem Feld voraus. Die funktionelle prädiktive Bedienerbefehlskarte 440 prognostiziert gewünschte oder wahrscheinliche Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld. Ferner kann eine oder mehrere der funktionellen prädiktiven Karten 427, 428 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 prädiktiven Karten 427, 428 und 440 erzeugt.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 may be a functional predictive
Bei Block 468 gibt der prädiktive Kartengenerator 212 die eine oder die mehreren funktionellen prädiktiven Karten 427, 428 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 die mehreren prädiktiven Karten 427, 428 und 440 dem Steuerzonengenerator 213 zur Erzeugung und Integration von Steuerzonen bereitstellen. Bei Block 476 konfiguriert der prädiktive Kartengenerator 212 die eine oder die mehreren prädiktiven Karten 427, 428 und 440 auf andere Weise. Die eine oder die mehreren funktionellen prädiktiven Karten 427, 428 und 440, mit oder ohne Steuerzonen, können dem Bediener 260 oder einem anderen Benutzer präsentiert oder auch dem Steuersystem 214 bereitgestellt werden.At block 468, the predictive map generator 212 outputs the one or more functional
Bei Block 478 erzeugt das Steuersystem 214 dann Steuersignale, um die steuerbaren Teilsysteme auf Grundlage der einen oder mehreren funktionellen prädiktiven Karten 427, 428 und 440 (oder der funktionellen prädiktiven Karten 427, 428 und 440, die Steuerzonen aufweisen) sowie einer Eingabe von dem geografischen Positionssensor 204 zu steuern.At block 478, the
In einem Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Pfadplanungssteuerung 234 das Lenkungs-Teilsystem 252, um die landwirtschaftliche Erntemaschine 100 zu steuern. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Rückstandssystemsteuerung 244 das Rückstands-Teilsystem 138. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Einstellungssteuerung 232 Dreschereinstellungen des Dreschers 110. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Einstellungssteuerung 232 oder eine andere Steuerung 246 das Materialhandhabungs-Teilsystem 125. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Einstellungssteuerung 232 das Erntegutreinigungs-Teilsystem 118. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Maschinenreinigungssteuerung 245 das Maschinenreinigungs-Teilsystem 254 an der landwirtschaftlichen Erntemaschine 100. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206. In einem anderen Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Bedienerschnittstellensteuerung 231 Bedienerschnittstellenmechanismen 218 an der landwirtschaftlichen Erntemaschine 100. In einem anderen Beispiel, in dem das Steuersystem 214 die funktionelle prädiktive Karte oder die funktionelle prädiktive Karte mit hinzugefügten Steuerzonen 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 die funktionelle prädiktive Karte oder die funktionelle prädiktive Karte mit hinzugefügten Steuerzonen 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 die funktionelle prädiktive Karte oder die funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuern die anderen Steuerungen 246 andere steuerbare Teilsysteme 256 an der landwirtschaftlichen Erntemaschine 100.In an example where
In einem Beispiel kann das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfangen, wobei die Vorschubgeschwindigkeitssteuerung 236 verschiedene Teilsysteme steuern kann, wie etwa das Antriebs-Teilsystem 250 und Erntevorsatz- oder andere Maschinenstellglieder 248, um eine Vorschubgeschwindigkeit auf Grundlage der funktionellen prädiktiven Karte (mit oder ohne Steuerzonen) zu steuern. Zum Beispiel kann die Vorschubgeschwindigkeitssteuerung 236 das Antriebs-Teilsystem 250 steuern, um eine Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 einzustellen, um eine Vorschubgeschwindigkeit zu steuern. In einem weiteren Beispiel kann die Vorschubgeschwindigkeitssteuerung 236 Erntevorsatz- oder andere Maschinenstellglieder 248 steuern, um eine Höhe des Erntevorsatzes 102 über dem Feld zu steuern, um eine Vorschubgeschwindigkeit zu steuern.In one example,
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 oder Erntevorsatz- oder andere Maschinenstellglieder 248 ist und die analysierte funktionelle prädiktive Karte eine funktionelle prädiktive Leistungskarte 360 (mit Steuerzonen) oder eine funktionelle prädiktive Antriebsleistungskarte 428 (mit Steuerzonen) ist, kann die Zieleinstellung in jeder Steuerzone eine Zielgeschwindigkeitseinstellung oder eine Zielvorsatzhöheneinstellung auf Grundlage von Leistungswerten sein, die in der funktionellen prädiktiven Leistungskarte 360 oder der funktionellen prädiktiven Antriebsleistungskarte 428 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 Leistungsmerkmalwerts (wie etwa eines Leistungsmerkmalwerts des Antriebs-Teilsystems), eines erkannten oder vorhergesagten landwirtschaftlichen Merkmalwerts, eines erkannten oder vorhergesagten Bodeneigenschaftswerts (wie etwa eines Bodentypenwerts oder eines Bodenfeuchtigkeitswerts), eines erkannten oder vorhergesagten Vorschubgeschwindigkeitswerts, eines erkannten oder vorhergesagten Kraftstoffeffizienzwerts, eines erkannten oder vorhergesagten Kornverlustwerts oder einer Kombination davon erzeugt werden. Es versteht sich, dass dies lediglich Beispiele sind und die Zieleinstellungen für verschiedene WMAs auf verschiedenen anderen Werten oder Kombinationen von Werten basieren können. Jedoch kann die landwirtschaftliche Erntemaschine 100 zu jedem gegebenen Zeitpunkt nicht mit mehreren Geschwindigkeiten gleichzeitig über den Boden fahren oder mehrere Erntevorsatzhöhen gleichzeitig aufweisen. Vielmehr fährt die landwirtschaftliche Erntemaschine 100 jederzeit mit einer einzigen Geschwindigkeit und weist eine einzige Erntevorsatzhöhe auf. Somit wird eine der konkurrierenden Zieleinstellungen ausgewählt, um die Geschwindigkeit oder Erntevorsatzhöhe 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 Leistungsmerkmale, wie etwa Leistungsmerkmale (z. B. Leistungsverbrauch oder Leistungsnutzung) maschinenweit (z. B. Leistungsmerkmale aller Leistungsverbrauchs- oder Leistungsnutzungs-Teilsysteme der landwirtschaftlichen Erntemaschine 100) oder Leistungsmerkmale eines oder mehrerer bestimmter Teilsysteme der landwirtschaftlichen Erntemaschine 100 (wie etwa Leistungsmerkmale des Antriebs-Teilsystems), landwirtschaftliche Merkmale, Bodeneigenschaften (wie etwa Bodenart oder Bodenfeuchtigkeit), Bedienerbefehlseingaben, Erntegutart oder Erntegutsorte (zum Beispiel auf Grundlage einer Bestandskarte oder einer anderen Quelle der Erntegutart oder Erntegutsorte), Unkrautart, Unkrautintensität oder Erntegutzustand (wie etwa ob das Erntegut umgeknickt, teilweise umgeknickt oder stehend ist). Dies sind nur einige Beispiele für die Kriterien, die zur Identifizierung oder Definition von Regimezonen verwendet werden können. 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 Antriebskraftregimezone mit einem Abschnitt oder einer Gesamtheit einer Erntegutregimezone 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 Antriebsleistungsregimezone überschneidet, der Regimezone mit umgeknicktem Erntegut eine größere Bedeutung in der Vorranghierarchie als der Antriebsleistungsregimezone zugewiesen werden, so dass die Regimezone mit umgeknicktem Erntegut Vorrang hat.In some examples, regime zones may overlap. For example, a driving force regime zone may overlap with a portion or all of a crop 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, when a kinked crop regime zone overlaps with a drive power regime zone, the kinked crop regime zone may be assigned greater importance in the hierarchy of precedence than the drive power 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. Once the attitude resolver is identified for a particular regime zone, that attitude resolver can be used to resolve competing target attitudes, identifying more than one target attitude based on the control zones. The different types of setting resolvers can have different shapes.
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.
- If predicted biomass values within 6 meters (20 feet) of the header of
agricultural harvester 100 are greater than x kilograms (where x is a selected or predetermined value), then use the target setting selected based on feed rate versus other competing target settings otherwise the target setting based on grain loss is opposite to use 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 funktionellen prädiktiven Karten 360, 427, 428 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 Leistungsmerkmalen basieren, wie etwa Leistungsmerkmale (z. B. Leistungsverbrauch oder Leistungsnutzung) maschinenweit (z. B. Leistungsmerkmale über alle Leistungsverbrauchs- oder Leistungsnutzungs-Teilsysteme der landwirtschaftlichen Erntemaschine 100) oder Leistungsmerkmale eines oder mehrerer bestimmter Teilsysteme der landwirtschaftlichen Erntemaschine 100 (wie etwa Leistungsmerkmale des Antriebs-Teilsystems 250). Block 560 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Bodeneigenschaften (wie etwa Bodenart oder Bodenfeuchtigkeit oder beiden) basieren. 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
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 Leistungskarte, wie etwa die funktionelle prädiktive Karte 360 oder 428, kann das angezeigte Feld die verschiedenen Leistungswerte anzeigen, auf die innerhalb des angezeigten Feldes georeferenziert wird. 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
In anderen Beispielen kann die angezeigte Karte eine oder mehrere der hierin beschriebenen Karten sein, einschließlich Informationskarten, Vorabinformationskarten, die funktionellen prädiktiven Karten, wie etwa prädiktive Karten oder prädiktive Steuerzonenkarten, oder einer Kombination davon. Somit korrelieren die angezeigten Markierungen und Merkmale mit den Informationen, Daten, Merkmalen und Werten, die von der einen oder den mehreren angezeigten Karten bereitgestellt werden.In other examples, the map displayed may be one or more of the maps described herein, including information maps, pre-information maps, the functional predictive maps such as predictive maps or predictive control zone maps, or a combination thereof. Thus, the displayed markers and features correlate with the information, data, features, and values provided by the one or more displayed cards.
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
Wie in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Markierungsanzeigeabschnitt, der im Allgemeinen bei 743 angegeben ist. Der interaktive Markierungsanzeigeabschnitt 743 beinhaltet eine Symbolspalte 746, die die Symbole anzeigt, die jeder Kategorie von Werten oder Merkmalen entsprechen (im Fall von
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Werteanzeigeabschnitt, der im Allgemeinen unter 747 angegeben ist. Der interaktive Wertanzeigeabschnitt 747 beinhaltet eine Wertanzeigespalte 750, die ausgewählte Werte anzeigt. Die ausgewählten Werte entsprechen den Merkmalen oder Werten, die auf dem Feldanzeigeabschnitt 728 verfolgt oder angezeigt werden, oder beiden. Die ausgewählten Werte können durch einen Bediener der landwirtschaftlichen Erntemaschine 100 ausgewählt werden. Die ausgewählten Werte in der Werteanzeigespalte 750 definieren einen Wertebereich oder einen Wert, nach dem andere Werte, wie etwa vorhergesagte Werte, klassifiziert werden sollen. So wird in dem Beispiel in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Schwellenwertanzeigeabschnitt, der im Allgemeinen bei 749 angegeben ist. Der interaktive Schwellenanzeigeabschnitt 749 beinhaltet eine Schwellenwertanzeigespalte 752, die Aktionsschwellenwerte anzeigt. Die Aktionsschwellenwerte in Spalte 752 können Schwellenwerte sein, die den ausgewählten Werten in der Wertanzeigespalte 750 entsprechen. Wenn die vorhergesagten oder gemessenen Werte von Merkmalen, die verfolgt und/oder angezeigt werden, die entsprechenden Aktionsschwellenwerte in der Schwellenwertanzeigespalte 752 erfüllen, dann ergreift das Steuersystem 214 eine in Spalte 754 identifizierte Aktion. In einigen Fällen kann ein gemessener oder vorhergesagter Wert einen entsprechenden Aktionsschwellenwert erfüllen, indem er den entsprechenden Aktionsschwellenwert erreicht oder überschreitet. In einem Beispiel kann der Bediener 260 beispielsweise einen Schwellenwert auswählen, um den Schwellenwert durch Berühren des Schwellenwerts in der Schwellenwertanzeigespalte 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 oder vorhergesagte Wert des Merkmals den Schwellenwert übersteigt, dem Schwellenwert entspricht oder unter dem Schwellenwert liegt. In einigen Fällen kann der Schwellenwert einen Wertebereich oder Abweichungsbereich von den ausgewählten Werten in der Werteanzeigespalte 750 darstellen, so dass ein vorhergesagter oder gemessener Merkmalswert, der den Schwellenwert erreicht oder in diesen fällt, den Schwellenwert erfüllt. Im Beispiel des Antrieb-Teilsystem-Leistungsverbrauchs erfüllt beispielsweise ein vorhergesagter Antrieb-Teilsystem-Leistungsverbrauch, der innerhalb von 10 % der 45 % Leistungsverbrauch liegt, den entsprechenden Aktionsschwellenwert (innerhalb von 10 % der 45 % Leistungsverbrauch), und eine Aktion, wie etwa das Reduzieren der Fahrzeuggeschwindigkeit, wird vom Steuersystem 214 durchgeführt. In anderen Beispielen sind die Schwellenwerte in der Schwellenwertanzeigespalte 752 von den ausgewählten Werten in der Werteanzeigespalte 750 getrennt, so dass die Werte in der Werteanzeigespalte 750 die Klassifizierung und Anzeige vorhergesagter oder gemessener Werte definieren, während die Aktionsschwellenwerte definieren, wann eine Aktion auf Grundlage der gemessenen oder vorhergesagten Werte durchzuführen ist. Während zum Beispiel ein vorhergesagter oder gemessener Antriebs-Teilsystem-Leistungsverbrauch von 40 % als „mittlerer Leistungsverbrauch“ zum Zwecke der Klassifizierung und Anzeige bezeichnet werden kann, kann der Aktionsschwellenwert 41 % Leistungsverbrauch sein, so dass keine Maßnahmen ergriffen werden, bis der Antriebs-Teilsystem-Leistungsverbrauch den Schwellenwert erfüllt. In anderen Beispielen können die Schwellenwerte in der Schwellenwertanzeigespalte 752 Entfernungen oder Zeiten beinhalten. Beispielsweise kann im Beispiel eines Abstands der Schwellenwert ein Schwellenwertabstand von dem Bereich des Feldes sein, in dem der gemessene oder vorhergesagte Wert georeferenziert ist, den die landwirtschaftliche Erntemaschine 100 haben muss, bevor eine Aktion ergriffen wird. Zum Beispiel würde ein Schwellenabstandswert von 1,52 m (5 Fuß) bedeuten, dass eine Aktion durchgeführt wird, wenn sich die landwirtschaftliche Erntemaschine in oder innerhalb von 1,52 m (5 Fuß) von dem Bereich des Feldes befindet, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem Beispiel, in dem der Schwellenwert Zeit ist, kann der Schwellenwert eine Schwellenzeit für die landwirtschaftliche Erntemaschine 100 sein, um den Bereich des Feldes zu erreichen, in dem der gemessene oder vorhersagende Wert georeferenziert ist. Beispielsweise würde ein Schwellenwert von 5 Sekunden bedeuten, dass eine Aktion durchgeführt wird, wenn die landwirtschaftliche Erntemaschine 100 noch 5 Sekunden von dem Bereich des Feldes entfernt ist, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem solchen Beispiel kann die aktuelle Position und die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine berücksichtigt werden.The
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Aktionsanzeigeabschnitt, der im Allgemeinen bei 751 angegeben ist. Der interaktive Aktionsanzeigeabschnitt 751 beinhaltet eine Aktionsanzeigespalte 754, die Aktionsidentifizierer anzeigt, die zu ergreifende Aktionen anzeigen, wenn ein vorhergesagter oder gemessener Wert einen Aktionsschwellenwert in der Schwellenwertanzeigespalte 752 erfüllt. Der Bediener 260 kann die Aktionsidentifizierer in Spalte 754 berühren, um die durchzuführende Aktion zu ändern. Wenn ein Schwellenwert erfüllt ist, kann eine Aktion ergriffen werden. Zum Beispiel werden am unteren Ende der Spalte 754 eine Aktion zur Erhöhung der Fahrgeschwindigkeit, eine Aktion zur Verringerung der Fahrgeschwindigkeit und eine Aktion zur Einstellung des Erntevorsatzes (wie etwa das Einstellen einer Erntevorsatzhöhe, einer Erntevorsatzneigung oder einer Erntevorsatzrolle relativ zur Oberfläche oder relativ zum Rahmen der landwirtschaftlichen Erntemaschine 100) als Aktionen identifiziert, die durchgeführt werden, wenn der gemessene oder vorhergesagte Wert den Schwellenwert in Spalte 752 erfüllt. In einigen Beispielen können, wenn ein Schwellenwert erfüllt ist, mehrere Aktionen ergriffen werden. Zum Beispiel kann eine Erntevorsatzposition angepasst werden, eine Leistungsausgabe an ein oder mehrere Teilsysteme kann angepasst werden, und eine Geschwindigkeit der landwirtschaftlichen Maschine kann angepasst werden. Dies sind nur einige Beispiele.The
Die Aktionen, die in Spalte 754 festgelegt werden können, können aus einer Vielzahl verschiedener Arten von Aktionen bestehen. Beispielsweise können die Aktionen eine Fernhalten-Aktion beinhalten, die, wenn sie ausgeführt wird, die landwirtschaftliche Erntemaschine 100 daran hindert, in einem Bereich weiter zu ernten. Die Aktionen können eine Aktion zur Geschwindigkeitsänderung beinhalten, die, wenn sie ausgeführt wird, die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Feld ändert. Die Aktionen können eine Aktion zur Einstellungsänderung zum Ändern einer Einstellung eines internen Stellglieds oder eines anderen WMA oder Satzes von WMAs oder zum Implementieren einer Einstellungsänderungsaktion, die eine Einstellung ändert, wie etwa eine Erntevorsatzpositionseinstellung zusammen mit verschiedenen anderen Einstellungen, beinhalten. Dies sind nur Beispiele, und eine Vielzahl anderer Aktionen werden hierin in Betracht gezogen.The actions that can be specified in
Die auf der Benutzerschnittstellenanzeige 720 gezeigten Elemente können visuell gesteuert werden. Das visuelle Steuern der Schnittstellenanzeige 720 kann durchgeführt werden, um die Aufmerksamkeit des Bedieners 260 zu erregen. Beispielsweise können die Elemente gesteuert werden, um die Intensität, Farbe oder das Muster zu modifizieren, mit dem die Elemente angezeigt werden. Zusätzlich können die Elemente so gesteuert werden, dass sie blinken. Beispielhaft sind die beschriebenen Änderungen des visuellen Erscheinungsbildes der Elemente vorgesehen. Folglich können andere Aspekte des optischen Erscheinungsbildes der Elemente verändert werden. Daher können die Elemente unter verschiedenen Umständen in gewünschter Weise modifiziert werden, um beispielsweise die Aufmerksamkeit des Bedieners 260 zu erregen. Während zusätzlich eine bestimmte Anzahl von Elementen auf der Benutzerschnittstellenanzeige 720 gezeigt wird, muss dies nicht der Fall sein. In anderen Beispielen können mehr oder weniger Elemente, einschließlich mehr oder weniger eines bestimmten Elements, auf der Benutzerschnittstellenanzeige 720 enthalten sein.The elements shown on 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 oder vorhergesagte Werte 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 Leistungsverbrauch“Operator: "Johnny, inform me of the current power consumption"
Bedienerschnittstellensteuerung: „Der Antriebsleistungsverbrauch beträgt derzeit 40 %.“Operator interface control: "Drive power consumption is currently 40%."
Bediener: „Johnny, was soll ich bei dem aktuellen Leistungsverbrauch tun?“Operator: "Johnny, what should I do with the current power consumption?"
Bedienerschnittstellensteuerung: „Der Leistungsverbrauch kann auf 45 % erhöht werden, wenn die Maschinengeschwindigkeit um 1,6 km/h erhöht wird.“Operator interface control: "Power consumption can be increased to 45% if machine speed is increased by 1.6 km/h."
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 betrug der Antriebsleistungsverbrauch durchschnittlich 43 %.“Operator interface control: "Over the last 10 minutes, drive power consumption has averaged 43%."
Bedienerschnittstellensteuerung: „Der vorhergesagte Antriebsleistungsverbrauch auf dem nächsten 1 Hektar beträgt 41 %.“Operator interface control: "The predicted propulsion power consumption over the next 1 hectare is 41%."
Bedienerschnittstellensteuerung: „Achtung: Leistungsverbrauch sinkt unter 35 %. Maschinengeschwindigkeit wird erhöht.“Operator interface control: "Caution: Power consumption drops below 35%. Machine speed is increased.”
Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass einige Stellglieder oder Benutzereingabemechanismen auf der berührungsempfindlichen Anzeige 720 durch einen Sprachdialog ergänzt werden können. Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 Aktionssignale erzeugen kann, um automatisch einen Leistungsverbrauchsbereich 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 hohem Leistungsverbrauch.“Human: "Johnny, mark the area of high power consumption."
Bedienerschnittstellensteuerung: „Der Bereich mit hohem Leistungsverbrauch ist markiert.“Operator interface control: "High power consumption area is highlighted."
Das in Tabelle 4 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 einen Dialog mit dem Bediener 260 führen kann, um eine Markierung eines Leistungsverbrauchsbereichs zu beginnen und zu beenden.The example shown in Table 4 illustrates that the
Tabelle 4Table 4
Mensch: „Johnny, beginne damit, den Bereich mit hohem Leistungsverbrauch zu markieren.“Human: "Johnny, start marking the high power consumption area."
Bedienerschnittstellensteuerung: „Bereich mit hohem Leistungsverbrauch wird markiert.“Operator interface control: "High power consumption area will be highlighted."
Mensch: „Johnny, beende das Markieren des Bereichs mit hohem Leistungsverbrauch.“Human: "Johnny, stop marking the high power consumption area."
Bedienerschnittstellensteuerung: „Markieren des Bereichs mit hohem Leistungsverbrauch wurde beendet.“Operator interface control: "Finished marking high power consumption area."
Das in Tabelle 5 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 160 Signale erzeugen kann, um einen Leistungsverbrauchsbereich auf eine andere Weise als wie in den Tabellen 3 und 4 gezeigt zu markieren.The example shown in Table 5 illustrates that action signal generator 160 may generate signals to mark an area of power consumption in a manner different than that shown in Tables 3 and 4.
Tabelle 5Table 5
Mensch: „Johnny, markiere die nächsten 30 Meter als Bereich mit geringem Leistungsverbrauch.“Human: "Johnny, mark the next 30 meters as a low power area."
Bedienerschnittstellensteuerung: „Die nächsten 30 Meter sind als Bereich mit geringem Leistungsverbrauch markiert.“Operator interface control: "The next 30 meters are marked as a low power area."
Unter erneuter 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 oder mehrere Karten von einer landwirtschaftlichen Erntemaschine erhalten werden, die landwirtschaftliche Merkmalswerte an verschiedenen geografischen Positionen eines zu erntenden Feldes zeigen. 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 landwirtschaftlichen Merkmals in der Karte 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 one or more maps are obtained from an agricultural harvester showing agricultural feature values at different geographic locations 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 agricultural feature in the map and the agricultural feature 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. When in addition, 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 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 these systems, components, logics, 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.
Alternativ können die Komponenten und Funktionen von einem Server bereitgestellt werden, oder die Komponenten und Funktionen können direkt oder auf andere Weise auf Endgeräten installiert werden.Alternatively, the components and functions may be provided by a server, or the components and functions may be installed directly or otherwise on end devices.
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 die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, umfassend:
- ein Kommunikationssystem, das eine Karte empfängt, die Werte eines Leistungsmerkmals beinhaltet, das unterschiedlichen geografischen Positionen in einem Feld entspricht;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
- einen In-situ-Sensor, der einen Wert eines landwirtschaftlichen Merkmals erkennt, der der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des Leistungsmerkmals in der Karte und auf Grundlage des Werts des landwirtschaftlichen Merkmals 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 funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.
- a communication system receiving a map including values of a feature 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 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 different geographic locations in the field based on the values of the feature in the map and based on the value of the agricultural feature;
- 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 oder aller vorhergehenden Beispiele, wobei die Karte eine prädiktive Leistungsmerkmalkarte ist, die auf Grundlage von Werten aus einer Karte und Werten eines in-situ erkannten Leistungsmerkmals erzeugt wird.Example 2 is the agricultural work machine of any or all of the preceding examples, wherein the map is a predictive feature map generated based on values from a map and values of an in-situ detected feature.
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- einen prädiktiven landwirtschaftlichen Merkmalkartengenerator, der als die funktionelle prädiktive landwirtschaftliche Karte eine funktionelle prädiktive landwirtschaftliche Merkmalkarte erzeugt, die als die prädiktiven Steuerwerte prädiktive Werte des landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der In-situ-Sensor als den Wert des landwirtschaftlichen Merkmals einen Wert eines Bedienerbefehls erfasst, der eine befohlene Aktion der landwirtschaftlichen Arbeitsmaschine angibt.
- a predictive agricultural feature map generator that generates, as the functional predictive agricultural map, a functional predictive agricultural feature map that maps, as the predictive control values, predictive values of the agricultural feature to the different geographic positions in the field.
- Example 4 is the agricultural work machine of any or all of the preceding examples, wherein the in situ sensor senses as the value of the agricultural characteristic a value of an operator command indicative of a commanded action of the agricultural work machine.
Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator Folgendes umfasst:
- eine prädiktive Bedienerbefehlskarte, die als die funktionelle prädiktive landwirtschaftliche Karte eine funktionelle prädiktive Bedienerbefehlskarte erzeugt, die als die prädiktiven Steuerwerte prädiktive Bedienerbefehlswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- a predictive operator command map producing, as the functional predictive agricultural map, a functional predictive operator command map mapping as the predictive control values predictive operator command values to the different geographic positions in the field.
Beispiel 6 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 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei das Steuersystem das Steuersignal erzeugt, um das Steuer-Teilsystem zu steuern, um eine Vorschubgeschwindigkeit von Material durch die landwirtschaftliche Arbeitsmaschine einzustellen.Example 7 is the agricultural work machine of any or all of the preceding examples, wherein the control system generates the control signal to control the control subsystem to adjust a rate of feed of material through the agricultural work machine.
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 Leistungsmerkmal und dem landwirtschaftlichen Merkmal auf Grundlage eines Werts des Leistungsmerkmals in der Karte an der geografischen Position und des Werts des landwirtschaftlichen Merkmals, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht, modelliert, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte auf Grundlage der Werte des Leistungsmerkmals in der Karte und auf Grundlage des prädiktiven landwirtschaftlichen Modells erzeugt.
- a predictive model generator that generates a predictive agricultural model that establishes a relationship between the feature and the agricultural feature based on a value of the feature in the map at the geographic location and the value of the agricultural feature detected by the in situ sensor corresponding to the geographic position is modeled, wherein the predictive map generator generates the functional predictive agricultural map based on the values of the feature in the 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 indicative of a selected value, an interactive threshold display section indicative of an action threshold value, 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 Beispiel, das ein oder alle vorhergehenden Beispiele beinhaltet, umfassend:
- Erhalten einer Karte, die Werte eines Leistungsmerkmals beinhaltet, das verschiedenen geografischen Positionen in einem Feld entspricht;
- Erfassen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
- Erkennen eines Werts eines landwirtschaftlichen Merkmals, mit einem In-situ-Sensor, das der geografischen Position entspricht;
- Erzeugen einer funktionellen prädiktiven landwirtschaftlichen Karte des Feldes, die prädiktive Steuerwerte auf Grundlage der Werte des Leistungsmerkmals in der Karte und auf Grundlage des Werts des landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet;
- Steuern eines steuerbaren Teilsystems auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte.
- obtaining a map including values of a feature corresponding to different geographic locations in a field;
- detecting a geographical position of the agricultural working machine;
- detecting, with an in situ sensor, a value of an agricultural feature that corresponds to the geographic location;
- generating a functional predictive agricultural map of the field that maps predictive control values to the different geographic locations in the field based on the values of the feature in the map and based on the value of the agricultural feature;
- Controlling a 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 12 ist ein Beispiel, das ein oder alle vorhergehenden Beispiele beinhaltet, wobei das Erhalten der Karte Folgendes umfasst:
- Erhalten einer prädiktiven Leistungsmerkmalkarte, die als Werte des Leistungsmerkmals prädiktive Werte des Leistungsmerkmals beinhaltet, die verschiedenen geografischen Positionen in dem Feld entsprechen.
- obtaining a predictive feature map including, as feature values, predictive feature values corresponding to different geographic locations in the field.
Beispiel 13 ist ein Beispiel, das ein oder alle vorhergehenden Beispiele beinhaltet, wobei das Erzeugen der funktionellen prädiktiven landwirtschaftlichen Karte Folgendes umfasst:
- Erzeugen einer funktionellen prädiktiven landwirtschaftlichen Merkmalkarte, die als prädiktive Steuerwerte prädiktive Werte des landwirtschaftlichen Merkmals auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- generating a functional predictive agricultural feature map mapping as predictive control values predictive values of the agricultural feature to the various geographic locations in the field.
Beispiel 14 ist ein Beispiel, das ein oder alle vorhergehenden Beispiele beinhaltet, wobei das Erkennen des Werts eines landwirtschaftlichen Merkmals mit einem In-situ-Sensor Folgendes umfasst:
- Erkennen eines Bedienbefehls, mit dem In-situ-Sensor als den Wert des landwirtschaftlichen Merkmals, einen Bedienerbefehl, der eine Befehlsaktion Aktion der landwirtschaftlichen Arbeitsmaschine angibt.
- detecting an operator command, with the in situ sensor as the value of the agricultural characteristic, an operator command indicative of a command action action of the agricultural work machine.
Beispiel 15 ist ein Beispiel, das eines oder alle vorhergehenden Beispiele beinhaltet, wobei das Erzeugen der funktionellen prädiktiven landwirtschaftlichen Karte Folgendes umfasst:
- Erzeugen einer funktionellen prädiktiven Bedienerbefehlskarte, die als prädiktive Steuerwerte prädiktive Bedienerbefehlswerte auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- creating a functional predictive operator command map that maps predictive control values of operator command values to the various geographic locations in the field.
Beispiel 16 ist ein Beispiel, das ein oder alle vorhergehenden Beispiele beinhaltet, 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 17 ist ein Beispiel, das eines oder alle vorhergehenden Beispiele beinhaltet, wobei das Steuern des steuerbaren Teilsystems Folgendes umfasst:
- Steuern des steuerbaren Teilsystems, um eine Vorschubgeschwindigkeit von Material durch die landwirtschaftliche Arbeitsmaschine einzustellen.
- Controlling the controllable subsystem to adjust a rate of advancement of material through the agricultural work machine.
Beispiel 18 ist ein Beispiel, das eines oder alle vorhergehenden Beispiele, ferner umfassend:
- Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem Leistungsmerkmal und dem landwirtschaftlichen Merkmal auf Grundlage eines Werts des Leistungsmerkmals in der Karte an der geografischen Position und des Werts des landwirtschaftlichen Merkmals, das durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht, modelliert, wobei das Erzeugen der funktionellen prädiktiven landwirtschaftlichen Karte das Erzeugen der funktionellen prädiktiven landwirtschaftlichen Karte auf Grundlage der Werte des Leistungsmerkmals in der Karte und auf Grundlage des prädiktiven landwirtschaftlichen Modells umfasst.
- Generating a predictive agricultural model that establishes a relationship between the feature and the agricultural feature based on a value of the feature in the map at the geographic location and the value of the agricultural feature detected by the in situ sensor corresponding to the geographic corresponds to position, wherein generating the functional predictive agricultural map comprises generating the functional predictive agricultural map based on the values of the feature in the map and based on the predictive agricultural model.
Beispiel 19 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, umfassend ein Kommunikationssystem, das eine Karte empfängt, die Werte eines Leistungsmerkmals beinhaltet, das verschiedenen geografischen Positionen in einem Feld entspricht;
- 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 Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem Leistungsmerkmal und dem landwirtschaftlichen Merkmal auf Grundlage eines Werts des Leistungsmerkmals in der Karte an der geografischen Position und des Werts des landwirtschaftlichen Merkmals modelliert, das durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht;
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des Leistungsmerkmals in der Karte 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 geographic position sensor that detects a geographic position of the agricultural work machine
- an in situ sensor that detects a value of an agricultural feature that corresponds to the geographic location;
- a predictive model generator that generates a predictive agricultural model that models a relationship between the feature and the agricultural feature based on a value of the feature in the map at the geographic location and the value of the agricultural feature detected by the in situ sensor is detected that corresponds to the geographical position;
- a predictive map generator that generates a functional predictive agricultural map of the field that maps predictive control values to the different geographic locations in the field based on the values of the feature in the map and 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 Vorschubgeschwindigkeitssteuerung, die ein Vorschubgeschwindigkeitssteuersignal auf der Grundlage der erkannten geografischen Position und der funktionellen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf der Grundlage des Vorschubgeschwindigkeitssteuersignals steuert, um eine Vorschubgeschwindigkeit des Materials durch die landwirtschaftliche 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 Erntevorsatzsteuerung, die ein Erntevorsatzsteuersignal auf der Grundlage der erkannten geografischen Position und der funktionellen prädiktiven landwirtschaftlichen Karte erzeugt und das steuerbare Teilsystem auf der Grundlage des Erntevorsatzsteuersignals steuert, um eine Entfernung von mindestens einem Abschnitt eines Erntevorsatzes an der landwirtschaftlichen Arbeitsmaschine von einer Oberfläche des Felds zu steuern; 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 feed rate controller that generates a feed rate control signal based on the detected geographic location and the functional predictive agricultural map and controls the controllable subsystem based on the feed rate control signal to control a feed rate of material through the agricultural work 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 header 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 remove at least a portion of a header on the agricultural work machine from a surface of the field Taxes; 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 that 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 offengelegtAlthough the subject matter has been described in language specific to structural features or methodical acts, it should be understood that the 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 |
US17/067,609 US20220113733A1 (en) | 2020-10-09 | 2020-10-09 | Predictive power map generation and control system |
US17/067,609 | 2020-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021123769A1 true DE102021123769A1 (en) | 2022-04-14 |
Family
ID=80818271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021123769.6A Pending DE102021123769A1 (en) | 2020-10-08 | 2021-09-14 | PREDICTIVE PERFORMANCE MAP GENERATION AND CONTROL SYSTEM |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021123769A1 (en) |
-
2021
- 2021-09-14 DE DE102021123769.6A patent/DE102021123769A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020204464A1 (en) | MACHINE CONTROL USING A REAL-TIME MODEL | |
CN114303598A (en) | Machine control using prediction maps | |
DE102021126413A1 (en) | AGRICULTURAL CHARACTERISTICS, CONFIDENCE AND CONTROL | |
US20220113729A1 (en) | Predictive map generation and control system | |
DE102021200028A1 (en) | AGRICULTURAL HARVESTER WITH PREHEATING WEED DETECTION AND COLLECTION SYSTEM | |
CN114303592A (en) | Machine control using prediction maps | |
CN114303617A (en) | Machine control using prediction maps | |
DE102021120069A1 (en) | PREDICTIVE SPEED MAP GENERATION AND CONTROL SYSTEM | |
EP3981234A1 (en) | Predictive map generation and control system | |
CN114303616A (en) | Crop composition map generator and control system | |
CN114303591A (en) | Predictive map generation and control system | |
DE102022100945A1 (en) | MACHINE CONTROL USING A MAP WITH REGIME ZONES | |
DE102021119856A1 (en) | MACHINE CONTROL USING A PREDICTIVE SPEED MAP | |
DE102021124212A1 (en) | Machine control using a predictive map | |
DE102022124448A1 (en) | PREDICTIVE RESPONSE MAP GENERATION AND CONTROL SYSTEM | |
DE102021119643A1 (en) | CROP STATE CARD GENERATION AND CONTROL SYSTEM | |
DE102021124715A1 (en) | CROP CONSTITUENT CARD 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 | |
DE102022122389A1 (en) | FARM MACHINE CONTROL USING WORK QUALITY BASED ON SIN-SITU WORKFLOW CAPTURE | |
DE102021123769A1 (en) | PREDICTIVE PERFORMANCE MAP GENERATION AND CONTROL SYSTEM | |
CN114303590A (en) | Predictive map generation and control system | |
DE102021124199A1 (en) | Predictive map generation and control system | |
DE102021124425A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP |