DE102021123769A1

DE102021123769A1 - PREDICTIVE PERFORMANCE MAP GENERATION AND CONTROL SYSTEM

Info

Publication number: DE102021123769A1
Application number: DE102021123769.6A
Authority: DE
Inventors: Noel W. Anderson; Bhanu Kiran Palla; Nathan R. Vandike
Original assignee: Deere and Co
Current assignee: Deere and Co
Priority date: 2020-10-08
Filing date: 2021-09-14
Publication date: 2022-04-14

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 als 3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.the 3a-3b (herein together as 3 ) 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 in 8 gezeigten Steuerzonengenerators veranschaulicht. 9 is a flowchart showing an example of the operation of the in 8th 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.the 15-17 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.

1 ist eine teilweise bildliche, teilweise schematische Darstellung einer selbstfahrenden landwirtschaftlichen Erntemaschine 100. Im veranschaulichten Beispiel ist die landwirtschaftliche Erntemaschine 100 ein Mähdrescher. Obwohl ferner Mähdrescher als Beispiele in der gesamten vorliegenden Offenbarung bereitgestellt werden, versteht es sich, dass die vorliegende Beschreibung auch auf andere Arten von Erntemaschinen anwendbar ist, wie etwa Baumwollerntemaschinen, Zuckerrohrerntemaschinen, selbstfahrende Feldhäcksler, Schwader oder andere landwirtschaftliche Arbeitsmaschinen. Folglich soll die vorliegende Offenbarung die verschiedenen Arten von beschriebenen Erntemaschinen umfassen und ist somit nicht auf Mähdrescher beschränkt. Darüber hinaus richtet sich die vorliegende Offenbarung auf andere Arten von Arbeitsmaschinen, wie etwa landwirtschaftliche Sämaschinen und Sprüher, Baumaschinen, Forstmaschinen und Rasenpflegemaschinen, bei denen die Erzeugung einer prädiktiven Karte anwendbar sein kann. Folglich soll die vorliegende Offenbarung diese verschiedenen Arten von Erntemaschinen und andere Arbeitsmaschinen umfassen und ist somit nicht auf Mähdrescher beschränkt. 1 12 is a partially pictorial, partially schematic representation of a self-propelled agricultural harvester 100. In the example illustrated, the agricultural harvester 100 is a combine harvester. Further, while combines are provided as examples throughout this disclosure, it should be understood that the present description is applicable to other types of harvesting machines, such as cotton harvesters, sugarcane harvesters, forage harvesters, windrowers, or other agricultural work machines. Accordingly, the present disclosure is intended to encompass the various types of harvesters described and is thus not limited to combines. Additionally, the present disclosure is directed to other types of work machines, such as agricultural seeders and sprayers, construction machines, forest machines, and lawn care machines, where predictive map generation may be applicable. Accordingly, the present disclosure is intended to encompass these various types of harvesters and other work machines and is thus not limited to combines.

Wie in 1 gezeigt, beinhaltet die landwirtschaftliche Erntemaschine 100 veranschaulichend eine Fahrerkabine 101, die eine Vielzahl von verschiedenen Bedienerschnittstellenmechanismen zum Steuern der landwirtschaftlichen Erntemaschine 100 aufweisen kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet Vorsatzgeräte, wie etwa einen Erntevorsatz 102 und eine Schneidevorrichtung, im Allgemeinen angezeigt bei 104. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Zuführgehäuse 106, einen Zuführbeschleuniger 108 und einen Drescher, im Allgemeinen angezeigt bei 110. Das Zuführgehäuse 106 und der Zuführbeschleuniger 108 bilden einen Teil eines Materialhandhabungs-Teilsystems 125. Der Erntevorsatz 102 ist entlang der Schwenkachse 105 schwenkbar mit einem Rahmen 103 des landwirtschaftlichen Erntevorsatzes 100 gekoppelt. Ein oder mehrere Stellglieder 107 treiben die Bewegung des Erntevorsatzes 102 um die Achse 105 in die Richtung an, die im Allgemeinen durch Pfeil 109 angezeigt wird. Somit ist eine vertikale Position des Erntevorsatzes 102 (die Erntevorsatzhöhe) über dem Boden 111, über den der Erntevorsatz 102 fährt, durch Betätigen des Stellglieds 107 steuerbar. Obwohl in 1 nicht gezeigt, kann die landwirtschaftliche Erntemaschine 100 auch ein oder mehrere Stellglieder beinhalten, die betrieben werden, um einen Neigungswinkel, einen Rollwinkel oder beides auf den Erntevorsatz 102 oder Abschnitte des Erntevorsatzes 102 anzuwenden. Neigung bezieht sich auf einen Winkel, in dem die Schneidvorrichtung 104 in das Erntegut eingreift. Der Neigungswinkel wird beispielsweise dadurch vergrößert, dass der Erntevorsatz 102 so gesteuert wird, dass eine distale Kante 113 der Schneidevorrichtung 104 mehr auf den Boden gerichtet ist. Der Neigungswinkel wird verringert, indem der Erntevorsatz 102 so gesteuert wird, dass die distale Kante 113 der Schneidevorrichtung 104 weiter vom Boden weg gerichtet wird. Der Rollwinkel bezieht sich auf die Ausrichtung des Erntevorsatzes 102 um die von vorne nach hinten verlaufende Längsachse der landwirtschaftlichen Erntemaschine 100.As in 1 1, agricultural harvester 100 illustratively includes an operator's cab 101 that may include a variety of different operator interface mechanisms for controlling agricultural harvester 100 . The agricultural harvester 100 includes headers, such as a header 102 and a cutter, generally indicated at 104. The agricultural harvester 100 also includes a feeder housing 106, a feed accelerator 108, and a thresher, generally indicated at 110. The feeder housing 106 and the Feed accelerators 108 form part of a material handling subsystem 125 . The header 102 is pivotally coupled to a frame 103 of the agricultural header 100 along the pivot axis 105 . One or more actuators 107 drive movement of the header axis 102 about axis 105 in the direction generally indicated by arrow 109 . Thus, a vertical position of the header 102 (the header height) above the ground 111 over which the header 102 travels can be controlled by actuating the actuator 107 . Although in 1 not shown, agricultural harvesting machine 100 may also include one or more actuators operable to apply a pitch angle, a roll angle, or both to the header 102 or portions of the header 102 . Pitch refers to an angle at which the cutter assembly 104 engages the crop. The angle of inclination is increased, for example, by controlling the header 102 so that a distal edge 113 of the cutter 104 is directed more towards the ground. The angle of inclination is reduced by controlling the header 102 so that the distal edge 113 of the cutter 104 is directed further away from the ground. The roll angle refers to the orientation of the header 102 about the front-to-back longitudinal axis of the agricultural harvesting machine 100.

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 1 nicht gezeigt sind.The thresher 110 illustratively includes a threshing rotor 112 and a set of concaves 114. Further, the agricultural harvester 100 also includes a separator 116. The agricultural harvester 100 also includes a cleaning subsystem or cleaning shoe (collectively referred to as the cleaning subsystem 118) that a cleaning fan 120, a chopper 122 and a screen 124 includes. The material handling subsystem 125 also includes a discharge drum 126, a tailings elevator 128, a clean grain elevator 130, and an unloading auger 134 and chute 136. The clean grain elevator conveys clean grain into the clean grain tank 132. The agricultural harvester 100 also includes a tailings subsystem 138 that a chopper 140 and a spreader 142. Agricultural harvester 100 also includes a propulsion subsystem that includes an engine that drives ground engaging components 144, such as wheels or tracks. In some examples, a combine may include more than one of the above subsystems within the scope of the present disclosure. In some examples, agricultural harvester 100 may include left and right hand cleaning subsystems, separators, etc., shown in 1 are not shown.

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, agricultural harvester 100 illustratively moves through a field in the direction indicated by arrow 147 . During movement of the agricultural harvesting machine 100, the header 102 (and the associated reel 164) engages the crop to be harvested and collects the crop towards the cutting device 104. An operator of the agricultural harvesting machine 100 can be a local human operator, a remote human operator or be an automated system. An operator command is a command from an operator. The operator of agricultural harvesting machine 100 may specify one or more height settings, pitch angle settings, or roll angle settings for header 102 . For example, the operator enters a setting or settings into a control system, described in more detail below, that controls actuator 107 . The control system may also receive a setting from the operator to set up the pitch and roll angle of the header 102 and implement the settings entered by associated actuators, not shown, that operate to change the pitch and roll angle of the header 102. The actuator 107 maintains the header 102 at a height above the ground 111 based on a height adjustment and at desired pitch and roll angles, if any. Each of the elevation, roll, and pitch settings can be implemented independently of the others. The control system responds to header errors (e.g., the difference between the elevation setting and the measured height of the header 104 above the ground 111 and, in some examples, pitch angle and roll angle errors) with a responsiveness that is determined based on a selected sensitivity level. When the sensitivity level is set to a higher sensitivity level, the control system will respond to smaller header position errors and attempt to reduce the detected errors faster than when the sensitivity is at a lower sensitivity level.

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 agricultural harvesting machine 100, after the crop has been cut by cutter 104, the severed crop material is moved by a conveyor in feed housing 106 toward feed accelerator 108, which accelerates the crop material into thresher 110. The crop is threshed by the rotor 112 which rotates the crop against the concaves 114 . The threshed crop material is moved by a separator rotor in the separator 116 with a portion of the residue being moved towards the residue subsystem 138 by the discharge drum 126 . The portion of the tailings that is transferred to tailings subsystem 138 is shredded by tailings chopper 140 and spread by spreader 142 on the field. In other configurations, the residue is in a windrow from agriculture Union harvesting machine 100 released. In other examples, residue subsystem 138 may include weed control devices (not shown), such as seed baggers or other seed collectors or seed crushers or other seed destroyers.

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 cleaning subsystem 118. The chopper 122 separates a portion of coarser pieces of material from the grain and the screen 124 separates a portion of finer pieces of material from the clean grain. The clean grain falls onto an auger that moves the grain to an inlet end of the clean grain elevator 130 and the clean grain elevator 130 moves the clean grain up, thereby separating the clean grain in the clean grain tank 132 . Debris is removed from the cleaning subsystem 118 by the air flow of the cleaning fan 120 . The cleaning fan 120 directs air along an airflow path up through the screens and choppers. The airflow carries residue rearward in agricultural harvesting machine 100 toward residue handling subsystem 138.

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 tailings elevator 128 returns the tailings to the thresher 110 where the tailings are re-threshed. Alternatively, the tailings can also be fed to a separate after-threshing mechanism by a tailings elevator or other transport device, where the tailings are also after-threshed.

1 zeigt auch, dass in einem Beispiel die landwirtschaftliche Erntemaschine 100 den Bodengeschwindigkeitssensor 146, einen oder mehrere Abscheider-Verlustsensoren 148, eine Reinkornkamera 150, einen nach vorne gerichteten Bilderfassungsmechanismus 151, der in Form einer Stereo- oder Monokamera vorliegen kann, und einen oder mehrere Verlustsensoren 152, die in dem Reinigungs-Teilsystem 118 bereitgestellt sind, beinhaltet. 1 Also shows that in one example, agricultural harvester 100 includes ground speed sensor 146, one or more separator loss sensors 148, a clean grain camera 150, a forward-looking image capture mechanism 151, which may be in the form of a stereo or mono camera, and one or more loss sensors 152 provided in the cleaning subsystem 118 is included.

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 ground speed sensor 146 detects the ground speed of the agricultural harvesting machine 100 over the ground. The ground speed sensor 146 may detect the ground speed of the agricultural harvesting machine 100 by sensing the rotational speed of ground engaging components (such as wheels or tracks), a driveshaft, an axle, or other components. In some cases, vehicle speed may be sensed using a positioning system, such as a global positioning system (GPS), dead reckoning system, remote navigation system (LORAN), or a variety of other systems or sensors that provide an indication of vehicle speed.

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 loss sensors 152 illustratively provide an output signal indicative of the amount of grain loss occurring on both the right and left sides of the cleaning subsystem 118 . In some examples, the sensors 152 are impact sensors that count grain impacts per unit time or per unit distance to provide an indication of grain loss occurring at the cleaning subsystem 118 . The impact sensors for the right and left sides of the shoe 118 can provide individual signals or a combined or aggregated signal. In some examples, the sensors 152 can include a single sensor, as opposed to separate sensors provided for each cleaning subsystem 118 .

Der Abscheider-Verlustsensor 148 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt, in 1 nicht separat gezeigt. Die Abscheider-Verlustsensoren 148 können den linken und rechten Abscheidern zugeordnet sein und können separate Kornverlustsignale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Fällen kann das Erfassen des Kornverlusts in den Abscheidern auch mithilfe einer Vielzahl verschiedener Arten von Sensoren durchgeführt werden.The separator loss sensor 148 provides a signal indicative of grain loss in the left and right separators, in 1 not shown separately. The separator loss sensors 148 may be associated with the left and right separators and may provide separate grain loss signals or a combined or aggregated signal. In some cases, detecting grain loss in the separators can also be done using a variety of different types of sensors.

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.Agricultural harvester 100 may also include other sensors and measurement mechanisms. For example, the agricultural harvesting machine 100 may include one or more of the following sensors: a header height sensor that detects a height of the header 102 above the ground 111; stability sensors that detect oscillatory or bouncing motion (and amplitude) of agricultural harvesting machine 100; a residue setting sensor configured to detect whether the agricultural harvesting machine 100 is configured to shred the residue, create a windrow, etc.; a shoe box fan speed sensor to detect the speed of the fan 120; a concave gap sensor that senses the distance between the rotor 112 and the concaves 114; a threshing rotor speed sensor that detects a rotor speed of the rotor 112; a chopper gap sensor that senses the size of the openings in the chopper 122; a wire gap sensor that senses the size of the openings in the wire 124; a non-grain material (MOG) moisture sensor that detects a moisture content of the MOG passing through the agricultural harvesting machine 100; one or more machine setting sensors configured to sense various configurable settings of agricultural harvesting machine 100; a machine orientation sensor that detects the orientation of the agricultural harvesting machine 100; and crop property sensors, which include a variety various types of crop properties, such as crop type, crop moisture, and other crop properties. The crop characteristic sensors can also be configured to detect the characteristics of the separated crop during processing by the agricultural harvesting machine 100 . For example, in some cases, the crop property sensors may sense grain quality, such as broken grain, MOG values; grain components such as starches and protein; and grain feed rate as the grain moves through the feeder house 106, the clean grain elevator 130, or elsewhere in the agricultural harvester 100. The crop property sensors may also sense the rate of advance of biomass through the feeder house 106 , through the separator 116 , or elsewhere in the agricultural harvester 100 . The crop property sensors may also sense haul rate as a mass flow rate of grain through the elevator 130 or through other portions of the agricultural harvesting machine 100, or provide other output signals indicative of other sensed quantities.

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 2 und 3 beschreibt das Empfangen einer allgemeinen Art von Vorabinformationskarte und das Kombinieren von Informationen von der Vorabinformationskarte mit einem georeferenzierten Sensorsignal, das von einem In-situ-Sensor erzeugt wird, wobei das Sensorsignal ein Merkmal in dem Feld angibt, wie etwa Leistungsmerkmale der landwirtschaftlichen Erntemaschine. Merkmale des Feldes können unter anderem Merkmale eines Feldes, wie Neigung, Unkrautintensität, Unkrautart, Bodenfeuchtigkeit, Oberflächenqualität; Merkmale von Ernteguteigenschaften, wie Ernteguthöhe, Erntegutfeuchtigkeit, Erntegutdichte, Erntegutzustand; Merkmale von Korneigenschaften, wie Kornfeuchte, Korngröße, Korntestgewicht; und Merkmale der Maschinenleistung, wie etwa Verlustniveaus, Auftragsqualität, Kraftstoffverbrauch und Leistungsnutzung, sein. Es wird eine Beziehung zwischen den aus In-situ-Sensorsignalen erhalten Merkmalswerten und den Vorabinformationskartenwerten identifiziert und diese Beziehung wird zur Erzeugung einer neuen funktionellen prädiktiven Karte verwendet. Eine funktionale prädiktive Karte sagt Werte an verschiedenen geografischen Positionen in einem Feld vorher, und einer oder mehrere dieser Werte können zum Steuern einer Maschine verwendet werden, wie etwa ein oder mehrere Teilsysteme einer landwirtschaftlichen Erntemaschine. In einigen Fällen kann eine funktionale prädiktive Karte einem Benutzer präsentiert werden, wie etwa einem Bediener einer landwirtschaftlichen Arbeitsmaschine, die eine landwirtschaftliche Erntemaschine sein kann. Eine funktionale prädiktive Karte kann einem Benutzer visuell präsentiert werden, wie etwa über eine Anzeige, haptisch oder akustisch. Der Benutzer kann mit der funktionalen prädiktiven Karte interagieren, um Bearbeitungsvorgänge und andere Benutzerschnittstellenvorgänge durchzuführen. In einigen Fällen kann eine funktionelle prädiktive Karte für eines oder mehrere von Steuern einer landwirtschaftlichen Arbeitsmaschine, wie etwa einer landwirtschaftlichen Erntemaschine, Präsentation für einen Bediener oder einen anderen Benutzer und Präsentation für einen Bediener oder Benutzer zur Interaktion durch den Bediener oder Benutzer verwendet werden.Before describing how the agricultural harvesting machine 100 generates a functional predictive performance map and uses the functional predictive performance map for control, a brief description of some elements of the agricultural harvesting machine 100 and their operation is first provided. The description of 2 and 3 describes receiving a general type of pre-information map and combining information from the pre-information map with a georeferenced sensor signal generated by an in situ sensor, the sensor signal being indicative of a feature in the field, such as performance characteristics of the agricultural harvester. Field characteristics may include, but are not limited to, characteristics of a field such as slope, weed intensity, weed species, soil moisture, surface quality; Characteristics of crop properties, such as crop height, crop moisture, crop density, crop condition; Characteristics of grain properties, such as grain moisture, grain size, grain test weight; and machine performance characteristics such as loss levels, job quality, fuel consumption, and power utilization. A relationship between the feature values obtained from in situ sensor signals and the advance information map values is identified and this relationship is used to generate a new functional predictive map. A functional predictive map predicts values at various geographic locations in a field, and one or more of these values can be used to control a machine, such as one or more subsystems of an agricultural harvester. In some cases, a functional predictive map may be presented to a user, such as an operator of an agricultural work machine, which may be an agricultural harvester. A functional predictive map may be presented to a user visually, such as via a display, haptically, or audibly. The user can interact with the functional predictive map to perform editing operations and other user interface operations. In some cases, a functional predictive map can be used for one or more of controls of an agricultural work machine, such as an agricultural harvester, presentation to an operator or other user, and presentation to an operator or user for interaction by the operator or user.

Nachdem der allgemeine Ansatz in Bezug auf die 2 und 3 beschrieben wurde, wird ein spezifischerer Ansatz zum Erzeugen einer funktionellen prädiktiven Leistungsmerkmalskarte, die einem Bediener oder Benutzer präsentiert oder verwendet werden kann, um die landwirtschaftliche Erntemaschine 100 oder beide zu steuern, unter Bezugnahme auf die 4 und 5 beschrieben. Auch wenn die vorliegende Erörterung in Bezug auf die landwirtschaftliche Erntemaschine und insbesondere einen Mähdrescher fortgesetzt wird, umfasst der Umfang der vorliegenden Offenbarung andere Arten von landwirtschaftlichen Erntemaschinen oder anderen landwirtschaftlichen Arbeitsmaschinen.After the general approach regarding the 2 and 3 , a more specific approach to generating a functional predictive performance map that can be presented to an operator or user or used to control agricultural harvesting machine 100 or both is described with reference to FIG 4 and 5 described. Although the present discussion continues with respect to the agricultural harvester, and more particularly a combine harvester, other types of agricultural harvesters or other agricultural work machines are within the scope of the present disclosure.

2 ist ein Blockdiagramm, das einige Abschnitte einer beispielhaften landwirtschaftlichen Erntemaschine 100 zeigt. 2 zeigt, dass die landwirtschaftliche Erntemaschine 100 veranschaulichend einen oder mehrere Prozessoren oder Server 201, einen Datenspeicher 202, einen geografischen Positionssensor 204, ein Kommunikationssystem 206 und einen oder mehrere In-situ-Sensoren 208 beinhaltet, die eine oder mehrere landwirtschaftliche Merkmale eines Feldes gleichzeitig mit einem Erntevorgang erfassen. Ein landwirtschaftliches Merkmal kann jedes Merkmal umfassen, das sich auf den Erntevorgang auswirken kann. Einige Beispiele für landwirtschaftliche Merkmale umfassen Merkmale der Erntemaschine, des Feldes, der Pflanzen auf dem Feld und des Wetters. Andere Arten landwirtschaftlicher Merkmale werden ebenfalls berücksichtigt. Ein landwirtschaftliches Merkmal kann jedes Merkmal umfassen, das sich auf den Erntevorgang auswirken kann. Einige Beispiele für landwirtschaftliche Merkmale beinhalten unter anderem Merkmale der Erntemaschine, des Feldes, der Pflanzen auf dem Feld und des Wetters. Die In-situ-Sensoren 208 erzeugen Werte, die den erfassten Merkmalen entsprechen. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch einen prädiktiven Modell- oder Beziehungsgenerator (im Folgenden gemeinsam als „prädiktiver Modellgenerator 210“ bezeichnet), einen prädiktiven Kartengenerator 212, einen Steuerzonengenerator 213, ein Steuersystem 214, ein oder mehrere steuerbare Teilsysteme 216 und einen Bedienerschnittstellenmechanismus 218. Die landwirtschaftliche Erntemaschine 100 kann auch eine Vielzahl sonstiger landwirtschaftlicher Erntemaschinenfunktionen 220 beinhalten. Die In-situ-Sensoren 208 beinhalten beispielsweise bordeigene Sensoren 222, Remote-Sensoren 224 und andere Sensoren 226, die Merkmale eines Feldes im Laufe eines landwirtschaftlichen Vorgangs erfassen. Der prädiktive Modellgenerator 210 beinhaltet veranschaulichend einen Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 und der prädiktive Modellgenerator 210 kann weitere Elemente 230 beinhalten. Das Steuersystem 214 beinhaltet die Kommunikationssystemsteuerung 229, die Bedienerschnittstellensteuerung 231, eine Einstellungssteuerung 232, die Pfadplanungssteuerung 234, die Vorschubgeschwindigkeitssteuerung 236, die Erntevorsatz- und Haspelsteuerung 238, die Draperbandsteuerung 240, die Deckplattenpositionssteuerung 242, die Rückstandssystemsteuerung 244, die Maschinenreinigungssteuerung 245, die Zonensteuerung 247, und das Steuersystem 214 kann andere Elemente 246 beinhalten. Die steuerbaren Teilsysteme 216 beinhalten Maschinen- und Erntevorsatzstellglieder 248, das Antriebs-Teilsystem 250, das Lenkungs-Teilsystem 252, das Rückstands-Teilsystem 138, das Maschinenreinigungs-Teilsystem 254, und die Teilsysteme 216 können eine Vielzahl anderer Teilsysteme 256 beinhalten. 2 FIG. 12 is a block diagram showing some portions of an exemplary agricultural harvesting machine 100. FIG. 2 shows that the agricultural harvester 100 illustratively includes one or more processors or servers 201, a data store 202, a geographic position sensor 204, a communication system 206 and one or more in situ sensors 208 that one or more agricultural features of a field simultaneously with record a harvesting process. An agricultural trait can include any trait that can affect the harvesting process. Some examples of land economic characteristics include characteristics of the harvester, the field, the crops in the field, and the weather. Other types of agricultural characteristics are also considered. An agricultural trait can include any trait that can affect the harvesting process. Some examples of agricultural characteristics include characteristics of the harvester, the field, the crops in the field, and the weather, among others. The in situ sensors 208 generate values corresponding to the sensed features. Agricultural harvester 100 also includes a predictive model or relationship generator (hereinafter collectively referred to as "predictive model generator 210"), a predictive map generator 212, a control zone generator 213, a control system 214, one or more controllable subsystems 216, and an operator interface mechanism 218. The Agricultural harvester 100 may also include a variety of other agricultural harvester functions 220 . The in situ sensors 208 include, for example, onboard sensors 222, remote sensors 224, and other sensors 226 that sense characteristics of a field during a farming operation. The predictive model generator 210 illustratively includes a prior information variable-to-in situ variable model generator 228 , and the predictive model generator 210 may include other elements 230 . The control system 214 includes the communication system control 229, the operator interface control 231, an adjustment control 232, the path planning control 234, the throng speed control 236, the header and reel control 238, the draper belt control 240, the top plate position control 242, the residue system control 244, the machine cleaning control 245, the zone control 247 , and the control system 214 may include other elements 246 . The controllable subsystems 216 include machine and header actuators 248, the propulsion subsystem 250, the steering subsystem 252, the residue subsystem 138, the machine cleaning subsystem 254, and the subsystems 216 may include a variety of other subsystems 256.

2 zeigt auch, dass die landwirtschaftliche Erntemaschine 100 eine Vorabinformationskarte 258 empfangen kann. Wie nachfolgend beschrieben, beinhaltet die Vorabinformationskarte 258 zum Beispiel eine vegetative Indexkarte oder eine vegetative Karte von einem Vorabbetrieb. Die Vorabinformationskarte 258 kann jedoch auch andere Arten von Daten umfassen, die vor einem Erntevorgang oder einer Karte aus einem Vorabbetrieb erhalten wurden. 2 zeigt auch, dass ein Bediener 260 die landwirtschaftliche Erntemaschine 100 bedienen kann. Der Bediener 260 interagiert mit den Bedienerschnittstellenmechanismen 218. In einigen Beispielen können die Bedienerschnittstellenmechanismen 218 Joysticks, Hebel, ein Lenkrad, Gestänge, Pedale, Tasten, Drehknöpfe, Tastenfelder, vom Benutzer betätigbare Elemente (wie etwa Symbole, Tasten usw.) auf einer Benutzerschnittstellenanzeigevorrichtung, ein Mikrofon und einen Lautsprecher (wenn Spracherkennung und Sprachsynthese bereitgestellt werden) sowie eine Vielzahl anderer Arten von Steuervorrichtungen beinhalten. Wenn ein berührungsempfindliches Anzeigesystem bereitgestellt wird, kann der Bediener 260 mit den Bedienerschnittstellenmechanismen 218 mithilfe von Berührungsgesten interagieren. Diese vorstehend beschriebenen Beispiele werden als veranschaulichende Beispiele bereitgestellt und sollen den Umfang der vorliegenden Offenbarung nicht einschränken. Folglich können andere Arten von Bedienerschnittstellenmechanismen 218 verwendet werden und liegen im Geltungsbereich der vorliegenden Offenbarung. 2 Also shows that the agricultural harvester 100 can receive a pre-information card 258 . As described below, the preliminary information map 258 includes, for example, a vegetative index map or a vegetative map from a preliminary operation. However, the preliminary information map 258 may also include other types of data obtained prior to a harvesting operation or a map from a preliminary operation. 2 also shows that an operator 260 can operate the agricultural harvesting machine 100 . The operator 260 interacts with the operator interface mechanisms 218. In some examples, the operator interface mechanisms 218 may include joysticks, levers, a steering wheel, linkages, pedals, buttons, knobs, keypads, user actuable elements (such as icons, buttons, etc.) on a user interface display device, a microphone and speaker (if speech recognition and speech synthesis are provided), as well as a variety of other types of control devices. When a touch-sensitive display system is provided, operator 260 may interact with operator interface mechanisms 218 using touch gestures. These examples described above are provided as illustrative examples and are not intended to limit the scope of the present disclosure. Accordingly, other types of operator interface mechanisms 218 may be used and are within the scope of the present disclosure.

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 preliminary information map 258 may be downloaded to the agricultural harvester 100 and stored in the data storage 202 using the communication system 206 or otherwise. In some examples, communication system 206 may be a cellular communication system, a system for communicating over a wide area network or a local area network, a system for communicating over a near field communication network, or a communication system configured to communicate over any of a variety of other networks or combinations to communicate from networks. The communication system 206 may also include a system that facilitates downloading or transferring information to and from a Secure Digital (SD) card or a universal serial bus (USB) card, or both.

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 geographic position sensor 204 illustratively senses or detects the geographic position or location of the agricultural harvesting machine 100. The geographic position sensor 204 may include, but is not limited to, a global navigation satellite system (GNSS) receiver that receives signals from a GNSS satellite transmitter. The geographic position sensor 204 may also include a real-time kinematics (RTK) component configured to improve the accuracy of the position data derived from the GNSS signal. The geographic position sensor 204 may include a dead reckoning system, a cellular triangulation system, or a variety of other geographic position sensors.

Bei den In-situ-Sensoren 208 kann es sich um beliebige der vorstehend beschriebenen Sensoren in Bezug auf 1 handeln. Die In-situ-Sensoren 208 beinhalten bordseitige Sensoren 222, die an Board der landwirtschaftlichen Erntemaschine 100 montiert sind. Solche Sensoren können zum Beispiel einen Wahrnehmungssensor beinhalten (z. B. ein vorwärts gerichtetes Mono- oder Stereokamerasystem und ein Bildverarbeitungssystem), Bildsensoren, die innerhalb der landwirtschaftlichen Erntemaschine 100 sind (wie etwa die Reinkornkamera oder Kameras, die montiert sind, um Unkrautsamen zu identifizieren, die durch das Rückstands-Teilsystem oder aus dem Reinigungs-Teilsystem aus der landwirtschaftlichen Erntemaschine 100 austreten). Die In-situ-Sensoren 208 beinhalten auch Remote-In-situ-Sensoren 224, die In-situ-Informationen erfassen. In-situ-Daten umfassen Daten, die von einem Sensor an Bord der Erntemaschine oder von einem beliebigen Sensor aufgenommen werden, wo die Daten während des Erntevorgangs erkannt werden.The in situ sensors 208 can be any of the sensors described above with respect to FIG 1 act. The in situ sensors 208 include onboard sensors 222 mounted onboard the agricultural harvesting machine 100 . Such sensors may include, for example, a perception sensor (e.g., a mono or stereo forward-facing camera system and an image processing system), image sensors that are within the agricultural harvesting machine 100 (such as the clean grain camera, or cameras mounted to identify weed seeds exiting the agricultural harvester 100 through the tailings subsystem or out the cleaning subsystem). The in situ sensors 208 also include remote in situ sensors 224 that collect in situ information. In situ data includes data collected by a sensor onboard the harvester or any sensor where the data is detected during the harvesting process.

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 predictive model generator 210 generates a model that indicates a relationship between the values sensed by the in situ sensor 208 and a metric mapped to the field by the prior information map 258 . For example, if the a priori information map 258 maps a vegetative index value to various locations in the field and the in situ sensor 208 detects a value indicative of header power consumption, then the a priori information variable-to-in situ variable model generator 228 generates a predictive Performance model that models the relationship between the vegetative index value and the header power consumption value. The predictive performance model may also be generated based on vegetative index values from the prior information map 258 and multiple in situ data values generated by in situ sensors 208 . Then, the predictive map generator 212 uses the predictive performance model generated by the predictive model generator 210 to generate a functional predictive performance map that represents the value of a performance characteristic, such as a power consumption by a subsystem detected by the in situ sensors 208 is detected at various positions in the field based on the prior information map 258.

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 situ sensors 208 . In some cases, the type of values in the functional predictive map 263 may have different units than the data collected from the in situ sensors 208 . 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 situ sensors 208 but related to the type of data sensed by in situ sensors 208 have data type. For example, the type of data captured by the in situ sensors 208 may indicate the type of values in the functional predictive map 263 in some examples. In some examples, the data type in functional predictive map 263 may differ from the data type in advance information map 258 . In some cases, the type of data in functional predictive map 263 may have different units than the data in advance information map 258 . In some examples, the type of data in the functional predictive map 263 may be different than the type of data in the prior information map 258 but related to the type of data in the prior information map 258 . For example, the data type in preliminary information map 258 may be indicative of the data type in functional predictive map 263 in some examples. In some examples, the data type in the functional predictive map 263 differs from one or both of the in situ data type sensed by the in situ sensors 208 and the data type in the advance information map 258. In some examples, the data type is in the functional predictive map 263 is the same as one or both of the in situ data type sensed by the in situ sensors 208 and the data type in the advance information map 258. In some examples, the data type in the functional predictive map 263 is the same as that of the In situ sensors 208 detected in situ data type or the data type in the advance information card 258 and is different from the other.-

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 advance information map 258 is a vegetative index map and the in situ sensor 208 senses a value indicative of header power consumption, the predictive map generator 212 may determine the vegetative index values in the advance information map 258 and do so through the predictive model generator 210 to generate a functional predictive map 263 that predicts header power consumption at various locations in the field. The predictive map generator 212 thus outputs the predictive map 264 .

Wie in 2 gezeigt, sagt die prädiktive Karte 264 den Wert eines erfassten Merkmals (erfasst durch In-situ-Sensoren 208) oder eines Merkmals vorher, das sich auf das erfasste Merkmal bezieht, an verschiedenen Positionen über das Feld auf Grundlage eines Vorabinformationswerts in der Vorabinformationskarte 258 an diesen Positionen und dem prädiktiven Modell. Wenn zum Beispiel der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem vegetativen Indexwert und dem Erntevorsatzleistungsverbrauch anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des vegetativen Indexwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Wert des Erntevorsatzleistungsverbrauchs an verschiedenen Positionen über das Feld vorhersagt. Der aus der vegetativen Indexkarte erhaltene vegetative Indexwert an diesen Positionen und die aus dem prädiktiven Modell erhaltene Beziehung zwischen dem vegetativen Indexwert und dem Erntevorsatzleistungsverbrauch werden verwendet, um die prädiktive Karte 264 zu erzeugen.As in 2 As shown, predictive map 264 predicts the value of a detected feature (detected by in situ sensors 208) or a feature related to the detected feature at various locations across the field based on a prior information value in prior information card 258 these positions and the predictive model. For example, if the predictive model generator 210 has generated a predictive model indicating a relationship between a vegetative index value and header power consumption, then given the vegetative index value at various positions across the Field a predictive map 264 that predicts the value of header power consumption at various positions across the field. The vegetative index value obtained from the vegetative index map at these locations and the relationship between the vegetative index value and the header power consumption obtained from the predictive model are used to generate the predictive map 264 .

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 preliminary information map 258, the types of data collected by in situ sensors 208, and the types of data predicted on the predictive map 264 will now be described.

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 advance information map 258 differs from the type of data captured by in situ sensors 208, yet the type of data in predictive map 264 is the same as the type of data captured by in situ sensors 208 will. For example, the preliminary information map 258 may be a vegetative index map, and the variable sensed by the in situ sensors 208 may be a performance attribute. The predictive map 264 may then be a predictive feature map that maps predicted feature values to different geographic locations in the field.

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 advance information map 258 differs from the type of data sensed by in situ sensors 208, and the type of data in the predictive map 264 differs from both the type of data in the advance information map 258 and the type of data , which is detected by the in situ sensors 208 . For example, the advance information map 258 may be a topographical map and the variable sensed by the in situ sensors 208 may be a harvester feature. The predictive map 264 can then be a predictive biomass map that maps predicted biomass values to various geographic locations in the field.

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 pre-information map 258 is from a previous pass through the field during a pre-operation and the type of data is different than the type of data sensed by in situ sensors 208, but the type of data in the predictive map 264 is the same as that Type of data collected by the in situ sensors 208. For example, the pre-information map 258 may be a topographical map generated during planting or spraying, and the variable sensed by the in situ sensors 208 may be a performance feature. The predictive map 264 may then be a predictive feature map that maps predicted feature values to different geographic locations in the field.

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 advance information map 258 is from a previous pass through the field during an advance operation and the data type is the same as the data type sensed by in situ sensors 208 and the data type in the predictive map 264 is also the same such as the type of data captured by the in situ sensors 208 . For example, advance information map 258 may be a feature map generated during a previous year, and the variable sensed by in situ sensors 208 may be a feature. The predictive map 264 may then be a predictive feature map that maps predicted feature values to different geographic locations in the field. In such an example, the relative feature differences in the georeferenced advance information map 258 from the previous year may be used by the predictive model generator 210 to generate a predictive model that models a relationship between the relative feature differences on the advance information map 258 and the feature values determined by In -situ sensors 208 are detected during the current harvesting process. The predictive model is then used by the predictive map generator 210 to construct a predictive feature map.

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 preliminary information map 258 may be a threshing/separating subsystem power consumption map generated during a preliminary operation and the variable sensed by the in situ sensors 208 may be the threshing/separating subsystem power consumption. The predictive map 264 may then be a predictive threshing/separating subsystem power consumption map that maps predicted threshing/separating subsystem power consumption values to various geographic locations in the field.

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 control zone generator 213 . The control zone generator 213 groups adjacent sections of an area into one or more control zones based on predictive map 264 data values associated with those adjacent sections. A control zone may include two or more contiguous sections of an area, such as a field, for which a control parameter corresponding to the control zone for controlling a controllable subsystem is constant. For example, a response time for changing a setting of controllable subsystems 216 may be insufficient to satisfactorily respond to changes in values that are contained in a map, such as predictive map 264. In this case, control zone generator 213 analyzes the map and identifies control zones that are of a defined size to account for the response time of controllable subsystems 216. In another example, the control zones may be sized to reduce wear from excessive actuator movement resulting from continuous adjustment. In some examples, there may be a different set of control zones for each controllable subsystem 216 or for groups of controllable subsystems 216. The control zones can be added to the predictive map 264 to obtain a predictive control zone map 265 . Thus, the predictive control zone map 265 may be similar to the predictive map 264, except that the predictive control zone map 265 includes control zone information defining the control zones. Thus, a functional predictive map 263 as described herein may include control zones. Both predictive map 264 and predictive control zone map 265 are functional predictive maps 263. In one example, functional predictive map 263 does not include control zones, such as predictive map 264. In another example, functional predictive map 263 includes control zones, such as the predictive control zone map 265. In some examples, multiple crops may be present in a field at the same time when a mixed crop production system is implemented. In this case, the predictive map generator 212 and the control zone generator 213 can identify the position and characteristics of the two or more crop types and then generate the predictive map 264 and the predictive control zone map 265 accordingly.

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 control zone generator 213 can group values to generate control zones and the control zones can be added to a predictive tax zone map 265 or a separate map showing only the generated control zones. In some examples, the control zones may be used to control or calibrate agricultural harvester 100, or both. In other examples, the control zones may be displayed to operator 260 and used to control or calibrate agricultural harvester 100, and in other examples, the control zones may be displayed to operator 260 or another user, or saved for later use.

Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide werden dem Steuersystem 214 bereitgestellt, das Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider erzeugt. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 an andere landwirtschaftliche Erntemaschinen, die auf demselben Feld ernten, zu kommunizieren. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide an andere Remote-Systeme zu senden.The predictive map 264 or the predictive control zone map 265 or both are provided to the control system 214, which generates control signals based on the predictive map 264 or the predictive control zone map 265 or both. In some examples, the communication system controller 229 controls the communication system 206 to communicate the predictive map 264 or the predictive control zone map 265 or control signals based on the predictive map 264 or the predictive control zone map 265 to other agricultural harvesting machines harvesting in the same field. In some examples, communication system controller 229 controls communication system 206 to send predictive map 264, predictive control zone map 265, or both to other remote systems.

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.Operator interface controller 231 is operable to generate control signals to control operator interface mechanisms 218 . Operator interface control 231 is also operable to present operator 260 with predictive map 264 or predictive control zone map 265 or other information derived from or based on predictive map 264, predictive control zone map 265, or both. The operator 260 can be a local operator or a remote operator. As an example, controller 231 generates control signals to control a display mechanism to display one or both of predictive map 264 and predictive control zone map 265 to operator 260 . Controller 231 may create operator actuable mechanisms that are displayed and operable by the operator to interact with the displayed map. The operator can edit the card by, for example, correcting a feature displayed on the card based on the operator's observation. The adjustment controller 232 may generate control signals to control various adjustments on the agricultural harvesting machine 100 based on the predictive map 264, the predictive control zone map 265, or both. For example, the adjustment controller 232 may generate control signals to control the machine and header actuators 248 . In response to the generated control signals, the machine and header actuators 248 operate to adjust, for example, one or more of the sieve and chopper settings, concave gap, rotor settings, cleaning fan speed settings, header height, header functionality, reel speed, reel position, draper functionality (where the agricultural harvesting machine 100 includes coupled to a draper header), corn header functionality, internal distribution control, and other actuators 248 that affect the other functions of the agricultural harvester 100 . Path planning controller 234 illustratively generates control signals to control steering subsystem 252 to steer agricultural harvester 100 according to a desired path. The Path Pla Planning controller 234 may control a path planning system to generate a route for agricultural harvester 100 and may control propulsion subsystem 250 and steering subsystem 252 to steer agricultural harvester 100 along that route. Feedrate controller 236 may control various subsystems, such as propulsion subsystem 250 and machine actuators 248, to control feedrate based on predictive map 264 or predictive control zone map 265, or both. For example, as agricultural harvester 100 approaches an area with a predicted subsystem power consumption value above a selected threshold, feed rate controller 236 may reduce the speed of agricultural harvester 100 to maintain power allocation to the predicted power consumption needs of the one or more subsystems. The header and reel controller 238 may generate control signals to control a header or reel or other header functionality. The draper band controller 240 may generate control signals to control a draper band or other draper functionality based on the predictive map 264, the predictive control zone map 265, or both. Deck position controller 242 may generate control signals to control a position of a deck included in a header based on predictive map 264 or predictive control zone map 265, or both, and tailing system controller 244 may generate control signals to position a tailing subsystem 138 based on a predictive map 264 or a predictive control zone map 265 or both. The machine cleaning controller 245 may generate control signals to control the machine cleaning subsystem 254 . For example, based on the different predicted power consumption of the agricultural harvesting machine 100, a certain type of machine cleaning operation or a frequency with which a cleaning operation is performed can be controlled. Other controls included in agricultural harvesting machine 100 may also control other subsystems based on predictive map 264 or predictive control zone map 265 or both.

Die 3A und 3B (hierin gemeinsam als 3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb der landwirtschaftlichen Erntemaschine 100 beim Erzeugen einer prädiktiven Karte 264 und einer prädiktiven Steuerzonenkarte 265 auf Grundlage der Vorabinformationskarte 258 veranschaulicht.the 3A and 3B (herein together as 3 ) show a flow chart illustrating an example of the operation of the agricultural harvesting machine 100 in generating a predictive map 264 and a predictive control zone map 265 based on the preliminary information map 258 .

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 5 dargestellt. Dieser Prozess kann auch mit anderen Sensoren und anderen vorherigen Karten durchgeführt werden, um beispielsweise prädiktive Ertragskarten oder prädiktive Biomassekarten zu erzeugen. Diese prädiktiven Karten können als vorherige Karten in anderen prädiktiven Prozessen verwendet werden, wie durch Block 285 angezeigt. Die Daten können auf Daten basieren, die auf andere Weise als mithilfe von Luftbildern erkannt wurden. Zum Beispiel können die Daten für die Vorabinformationskarte 258 mithilfe des Kommunikationssystems 206 an die landwirtschaftliche Erntemaschine 100 übertragen und im Datenspeicher 202 gespeichert werden. Die Daten für die Vorabinformationskarte 258 können auch auf andere Weise mithilfe des Kommunikationssystems 206 der landwirtschaftlichen Erntemaschine 100 bereitgestellt werden, was durch Block 286 im Flussdiagramm von 3 anzeigt wird. In einigen Beispielen kann die Vorabinformationskarte 258 von dem Kommunikationssystem 206 empfangen werden.-At 280, agricultural harvester 100 receives the advance information card 258. Examples of the advance information card 258 or receiving the advance information card 258 are discussed with respect to blocks 281, 282, 284, and 286. As discussed above, the preliminary information map 258 maps values of a variable corresponding to a first feature to various positions in the field, as indicated at block 282 . As indicated at block 281, receiving the advance information card 258 may include selecting one or more of a plurality of possible advance information cards that are available. For example, a preliminary information map can be a vegetative index map generated from aerial photographs. Another prior information map may be a map generated during a previous pass through the field, which may have been performed by another machine that performed a previous operation on the field, such as a sprayer or other machine. The process by which one or more pre-information cards are selected can be manual, semi-automated, or automatic. The preliminary information map 258 is based on data collected prior to a current harvesting operation. Block 284 indicates this. For example, the data may be collected based on aerial photographs taken during a previous year or earlier in the current growing season or at other times. As indicated by block 285, the advance information map may be a predictive map that predicts a feature based on an advance information map and a relationship with an in situ sensor. A process for generating a predictive map is presented in 5 shown. This process can also be done with other sensors and other previous maps to generate, for example, predictive yield maps or predictive biomass maps. These predictive maps can be used as previous maps in other predictive processes, as indicated by block 285. The data may be based on data detected by means other than aerial photography. For example, the data for the advance information card 258 may be transmitted to the agricultural harvester 100 via the communication system 206 and stored in the data store 202 . The data for the preliminary information card 258 can also be provided in other ways using the communication system 206 of the agricultural harvesting machine 100, as indicated by block 286 in the flow chart of FIG 3 is displayed. In some examples, advance information card 258 may be received by communication system 206.

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 situ sensors 208 generate sensor signals indicative of one or more in situ data values indicative of a characteristic, for example a performance characteristic, such as power consumption by one or more subsystems, as indicated by block 288 . Examples of in situ sensors 288 are discussed with respect to blocks 222, 290 and 226. As discussed above, in situ sensors 208 include onboard sensors 222; remote in situ sensors 224, such as UAV-based sensors flown at a time to collect in situ data, as shown in block 290; or other types of in situ sensors, denoted by in situ sensors 226 . In some examples, data from onboard sensors is georeferenced using position, heading, or speed data from geographic location sensor 204 .

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 predictive model generator 210 controls the prior information variable-to-in situ variable model generator 228 to generate a model representing a relationship between the mapped values contained in the prior information map 258 and the in situ values that by the in situ sensors 208 are modeled as indicated by block 292 . The features or data types represented by the mapped values in preliminary information map 258 and the in situ values sensed by in situ sensors 208 may be the same features or data types or different features or data types.

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 predictive model generator 210 is provided to the predictive map generator 212 . The predictive map generator 212 generates a predictive map 264 that represents a value of the feature sensed by the in situ sensors 208 at various geographic locations in a field to be harvested or another feature that is consistent with the sensed by the in situ sensors 208 feature is predicted using the predictive model and the advance information card 258 as indicated by block 294 .

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 preliminary information card 258 may include two or more different cards or two or more different card layers of a single card. Each map layer may represent a different type of data than the data type of another map layer, or the map layers may have the same type of data obtained at different points in time. Each map in the two or more different maps, or each layer in the two or more different map layers of a map, maps a different type of variable to the geographic locations in the field. In such an example, the predictive model generator 210 generates a predictive model that models the relationship between the in situ data and each of the various variables depicted by the two or more different maps or the two or more different map layers. Likewise, the in situ sensors 208 may include two or more sensors, each sensing a different type of variable. Thus, the predictive model generator 210 generates a predictive model that models the relationships between each variable type represented by the prior information map 258 and each variable type sensed by the in situ sensors 208 . The predictive map generator 212 may generate a functional predictive map 263 that includes a value for each sensed feature sensed by the in situ sensors 208 (or a feature related to the sensed feature) at different locations in the Field that will be harvested using the predictive model and each of the maps or map layers in the advance information map 258 predicts.

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 control system 214 . Predictive map generator 212 may provide predictive map 264 to control system 214 or control zone generator 213, or both. Some examples of different ways in which predictive map 264 may be configured or issued are described with respect to blocks 296, 295, 299, and 297. For example, the predictive map generator 212 configures the predictive map 264 so that the predictive map 264 includes values that can be read by the control system 214 and used as a basis for generating control signals for one or more of the various controllable subsystems of the agricultural harvesting machine 100, such as indicated by block 296.

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 control zone generator 213 may divide the predictive map 264 into control zones based on the values on the predictive map 264 . Continuously geolocated values that are within a threshold of each other can be grouped into a tax zone. The threshold may be a default threshold, or the threshold may be set based on operator input, based on input from an automated system, or based on other criteria. A size of the zones may be based on a responsiveness of the control system 214, the controllable subsystems 216 based on wear considerations, or other criteria, as indicated by block 295. The predictive map generator 212 confi the predictive map 264 prepares for presentation to an operator or other user. The control zone generator 213 can configure a predictive control zone map 265 for presentation to an operator or other user. Block 299 indicates this. When presented to an operator or other user, the presentation of predictive map 264 or predictive control zone map 265, or both, may contain one or more of the predictive values on predictive map 264 that are correlated to the geographic location, the control zones on the predictive Control zone map 265 correlated to geographic location and containing adjustment values or control parameters used based on the predicted values on map 264 or the zones on predictive control zone map 265. In another example, the presentation may include more abstracted information or more detailed information. The representation may also include a confidence level that indicates an accuracy with which the predicted values on the predictive map 264 or the zones on the predictive control zone map 265 match measured values that can be measured by sensors on the agricultural harvesting machine 100 when moving the agricultural harvesting machine 100 through the field. Furthermore, an authentication and authorization system can be provided that implements authentication and authorization processes when information is presented at multiple locations. For example, there may be a hierarchy of people who are authorized to view and change maps and other presented information. For example, an onboard display device may display the maps locally on the machine in near real time, or the maps may also be generated at one or more remote locations, or both. In some examples, each physical display device at each location may be associated with a person or user permission level. The user permission level can be used to determine what indicator marks are visible on the physical display device and what values that person can change. For example, a local operator of agricultural harvesting machine 100 may not be able to view the information corresponding to predictive map 264 or make changes to machine operation. However, a supervisor, such as a supervisor at a remote location, can see the predictive map 264 on the display but be prevented from making changes. A manager, who may be at a separate remote location, may be able to see all of the items on the predictive map 264 and may also be able to change the predictive map 264. In some cases, the predictive map 264, accessible and modifiable by a remote manager, can be used in machine control. This is an example of an authorization hierarchy that can be implemented. The predictive map 264 or the predictive control zone map 265 or both can also be configured in other ways, as indicated by block 297 .

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 block 298, inputs from the geographic position sensor 204 and other in situ sensors 208 are received by the control system. In particular, at block 300 the control system 214 detects an input from the geographic position sensor 204 identifying a geographic position of the agricultural harvester 100 . Block 302 represents the receipt by the control system 214 of sensor inputs indicative of the trajectory or heading of the agricultural harvester 100, and Block 304 represents the receipt by the control system 214 of a speed of the agricultural harvester 100. Block 306 represents the receipt of other information from various in situ sensors 208 by the control system 214.

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 control system 214 generates control signals to control the controllable subsystems 216 based on the predictive map 264 or the predictive control zone map 265 or both and the input from the geographic position sensor 204 and any other in situ sensors 208 . At block 310, the control system 214 applies the control signals to the controllable subsystems. It is understood that the particular control signals that are generated and the particular controllable subsystems 216 that are controlled may vary based on one or more different things. For example, the control signals generated and the controllable subsystems 216 that are controlled may be based on the type of predictive map 264 or predictive control zone map 265 or both used. Likewise, the control signals generated and the controllable subsystems 216 that are controlled and the timing of the control signals may be based on various latencies of crop flow through the agricultural harvesting machine 100 and the responsiveness of the controllable subsystems 216.

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 more subsystems 216 . For example, the predictive performance map may include power consumption demand values that are georeferenced to locations within the field to be harvested. the light Performance consumption demand values from the predictive performance map may be extracted and used to control the steering and propulsion subsystems 252 and 250 . By controlling the steering and propulsion subsystems 252 and 250, a rate of travel of material moving through the agricultural harvester 100 can be controlled. Similarly, the height of the header can be controlled to accommodate more or less material, and thus the height of the header can also be controlled to control the rate of advance of material through the agricultural harvester 100 . In other examples, when the predictive map 264 maps the predicted header power consumption to positions in the field, power allocation to the header can be implemented. For example, if the values present in the predictive performance map indicate one or more areas of higher power consumption needs for the header subsystems, then the header and reel controller 238 may allocate more power from the engine to the header subsystems, causing the allocation of requiring less power to other subsystems, such as by reducing speed and reducing power to the propulsion subsystem. The preceding example of header control using a predictive performance map is provided by way of example only. Consequently, a variety of other control signals may be generated using values obtained from a predictive performance map or other type of predictive map to control one or more of the controllable subsystems 216 .

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 block 312, it is determined whether the harvesting operation has been completed. If harvesting is not complete, processing continues at block 314 where in situ sensor data from geographic location sensor 204 and in situ sensors 208 (and possibly other sensors) continue to be read.

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, agricultural harvester 100 may also recognize learning trigger criteria to perform machine learning on one or more of predictive map 264, predictive control zone map 265, the model generated by predictive model generator 210, the zones generated by generated by control zone generator 213, one or more control algorithms implemented by controllers in control system 214, and other triggered learning.

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 blocks 318, 320, 321, 322, and 324. For example, in some examples, the triggered learning may include restoring a relationship used to generate a predictive model when a threshold amount of in situ sensor data is obtained from the in situ sensors 208 . In such examples, receipt of an amount of in situ sensor data from in situ sensors 208 that exceeds a threshold triggers or causes predictive model generator 210 to generate a new predictive model used by predictive map generator 212 will. Thus, as agricultural harvester 100 continues a harvesting operation, receipt of the threshold amount of in situ sensor data from in situ sensors 208 triggers the generation of a new relationship represented by a predictive model generated by predictive model generator 210 is produced. Furthermore, the new predictive map 264, the predictive control zone map 265, or both can be regenerated using the new predictive model. Block 318 represents detecting a threshold set of in situ sensor data used to trigger creation of a new predictive model.

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 situ sensors 208 is changing, such as over time or compared to previous values. For example, if deviations within the in situ sensor data (or the relationship between the in situ sensor data and the information in the pre-information map 258) are within a selected range, or are less than a defined amount, or are below a threshold, then no new predictive model is generated by the predictive model generator 210. As a result, the predictive map generator 212 does not generate a new predictive map 264, predictive control zone map 265, or both. However, if deviations within the in situ sensor data are outside the selected range, are greater than the defined amount, or are above the threshold, for example, the predictive model generator 210 generates a new predictive model using all or part of the newly received in situ Sensor data that the predictive map generator 212 uses to generate a new predictive map 264 . At block 320, variations in the in situ sensor data, such as a magnitude of an amount by which the data exceeds the selected range or a magnitude of variation in the relationship between the in situ sensor data and the information in the preliminary information map 258, used as a trigger to cause the generation of a predictive model and map. While retaining the above In the examples described above, the threshold, range and defined amount can be set to default values; set by an operator or user interaction via a user interface; set by an automated system; or adjusted in any other way.

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 predictive model generator 210 switches to a different advance information map (different from the originally selected advance information map 258), switching to the other advance information map may require relearning by the predictive model generator 210, the predictive map generator 212, the control zone generator 213, the Trigger control system 214 or other elements. In a further example, the transition of the agricultural harvesting machine 100 to a different topography or to a different control zone can also be used as learning trigger criteria.

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, operator 260 may also edit predictive map 264 or predictive control zone map 265, or both. The edits may change a value on predictive map 264, a size, shape, location, or presence of a control zone on predictive control zone map 265, or both. Block 321 shows that processed information can be used as learning trigger criteria.

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 operator 260 may observe that automated control of a controllable subsystem is not what the operator desires. In such cases, the operator 260 may provide the controllable sub-system with a manual adjustment that reflects the operator 260 wanting the controllable sub-system to operate differently than is commanded by the control system 214 . Thus, a manual change of a setting by the operator 260 may cause one or more of the predictive model generator 210 to relearn a model, the predictive map generator 212 to regenerate the map 264, the control zone generator 213 to create one or more control zones on the regenerate predictive control zone map 265, and control system 214 to relearn a control algorithm or perform machine learning on one or more of control components 232-246 in control system 214 based on adjustment by operator 260, as shown in block 322. Block 324 represents the use of other triggered learning criteria.

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 predictive model generator 210, the predictive map generator 212, the control zone generator 213 and the control system 214 performs machine learning to generate a new predictive model, map, control zone, or control algorithm based on the learning trigger criteria. The new predictive model, map and control algorithm are generated using additional data collected since the last learning. Performing the relearn is indicated by block 328 .

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 block 312 to block 330 where one or more of the predictive map 264, the predictive control zone map 265, and the predictive model generated by the predictive model generator 210 are stored. The predictive map 264, predictive control zone map 265, and predictive model may be stored locally on data storage 202 or sent to a remote system using communication system 206 for later use.

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 predictive model generator 210 and the predictive map generator 212 using a prior information map when generating a predictive model or receiving a functional predictive map, the predictive model generator 210 and the predictive map generator 212 in other examples in generating a predictive model and a functional predictive map, other types of maps including predictive maps such as a functional predictive map generated during the harvesting process may receive. The other types of maps, including predictive maps, such as a functional predictive map generated during the harvesting process, can be used by the predictive model generator 210 and the predictive map generator 212 similar to the advance information map by using a predictive model and a predictive map using the other types of maps, including predictive map, such as a functional predictive map, the wah generated during the harvesting process than an input can be generated.

4 ist ein Blockdiagramm eines Abschnitts der in 1 gezeigten landwirtschaftlichen Erntemaschine 100. Insbesondere zeigt 4 unter anderem Beispiele des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 detaillierter. 4 veranschaulicht auch den Informationsfluss zwischen den verschiedenen gezeigten Komponenten. Der prädiktive Modellgenerator 210 empfängt eine oder mehrere von einer vegetativen Indexkarte 332, einer Erntegutfeuchtigkeitskarte 335, einer topografischen Karte 337, einer Bodeneigenschaftskarte 339, einer prädiktiven Ertragskarte 341 oder einer prädiktiven Biomassekarte 343 als eine Vorabinformationskarte. Die vegetative Indexkarte 332 enthält georeferenzierte vegetative Indexwerte. Die Erntegutfeuchtigkeitskarte 335 beinhaltet georeferenzierte Erntegutfeuchtigkeitswerte. Die topographische Karte 337 beinhaltet georeferenzierte topographische Merkmalswerte. Die Bodeneigenschaftskarte 339 beinhaltet georeferenzierte Bodeneigenschaftswerte. 4 is a block diagram of a portion of the in 1 shown agricultural harvesting machine 100. In particular 4 among other things, examples of the predictive model generator 210 and the predictive map generator 212 in more detail. 4 also illustrates the flow of information between the various components shown. The predictive model generator 210 receives one or more of a vegetative index map 332, a crop moisture map 335, a topographical map 337, a soil property map 339, a predictive yield map 341, or a predictive biomass map 343 as a preliminary information map. The vegetative index map 332 contains georeferenced vegetative index values. The crop moisture map 335 includes georeferenced crop moisture values. Topographic map 337 includes georeferenced topographic feature values. The soil property map 339 contains georeferenced soil property values.

Die prädiktive Ertragskarte 341 beinhaltet georeferenzierte prädiktive Ertragswerte. Die prädiktive Ertragskarte 341 kann mithilfe eines des in den 2 und 3 beschriebenen Prozesses erzeugt werden, wobei die Vorabinformationskarte eine vegetative Indexkarte oder eine historische Ertragskarte beinhaltet und der In-Situ-Sensor einen Ertragssensor beinhaltet. Die prädiktive Ertragskarte 341 kann auch auf andere Weise erzeugt werden.The predictive yield map 341 includes georeferenced predictive yield values. The predictive yield map 341 can be made using one of the 2 and 3 described process, wherein the preliminary information map includes a vegetative index map or a historical yield map and the in situ sensor includes a yield sensor. The predictive yield map 341 can also be generated in other ways.

Die prädiktive Biomassekarte 343 beinhaltet georeferenzierte prädiktive Biomassewerte. Die prädiktive Biomassekarte 343 kann mithilfe eines des in den 2 und 3 beschriebenen Prozesses erzeugt werden, wobei die Vorabinformationskarte eine vegetative Indexkarte beinhaltet und der In-situ-Sensor einen Rotorantriebsdruck- oder optischen Sensor beinhaltet, die Sensorsignale erzeugen, die Biomasse anzeigen. Die prädiktive Biomassekarte 343 kann auch auf andere Weise erzeugt werden.The predictive biomass map 343 includes georeferenced predictive biomass values. The predictive biomass map 343 can use one of the in the 2 and 3 described process wherein the preliminary information map includes a vegetative index map and the in situ sensor includes a rotor drive pressure or optical sensor producing sensor signals indicative of biomass. The predictive biomass map 343 can also be generated in other ways.

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 predictive model generator 210 also receives a geographic location 334 or an indication of a geographic location from the geographic location sensor 204. The in situ sensors 208 include, by way of example, a performance sensor, such as the performance sensor 336, and a processing system 338. The performance sensor 336 detects a or multiple performance characteristics of one or more components of agricultural harvester 100 . In some cases, performance sensor 336 may be onboard agricultural harvester 100 . Processing system 338 processes sensor data generated by power sensor 336 to generate processed data, some examples of which are described below. The power sensor 336 may include one or more of a voltage sensor, a current sensor, a torque sensor, a fluid pressure sensor, a fluid flow sensor, a force sensor, a bearing load sensor, and a rotation sensor, among others. The outputs of one or more of these or other sensors can be combined to determine one or more performance characteristics.

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 4 gezeigt, beinhaltet der beispielhafte prädiktive Modellgenerator 210 einen oder mehrere von einem vegetativen Indexleistungs-Merkmalmodellgenerator 342, Erntegutfeuchtigkeitsleistungs-Merkmalmodellgenerator 343, Topographischen Leistungsmerkmalmodellgenerator 344, Bodeneigenschaftsmerkmal-Leistungsmerkmalmodellgenerator 345, Ertrags-Leistungsmerkmalmodellgenerator 346, Biomasse-Leistungsmerkmalmodellgenerator 347. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Komponenten beinhalten, als die in dem Beispiel von 4 gezeigten. Folglich kann der prädiktive Modellgenerator 210 in einigen Beispielen auch andere Elemente 348 beinhalten, die andere Arten von prädiktiven Modellgeneratoren beinhalten können, um andere Arten von Leistungsmodellen zu erzeugen.The present discussion continues with respect to an example where power sensor 336 is one or more of those listed above. It should be understood that these are only examples and other examples of the power sensor 336 are also contemplated. As in 4 shown, the example predictive model generator 210 includes one or more of a vegetative index performance trait model generator 342, crop moisture performance trait model generator 343, topographic performance trait model generator 344, soil characteristic trait model generator 345, yield trait model generator 346, biomass trait model generator 347. In other examples, the predictive model generator 210 include additional, fewer, or different components than those in the example of FIG 4 shown. Accordingly, in some examples, the predictive model generator 210 may also include other elements 348, which may include other types of predictive model generators to generate other types of performance models.

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.Model generator 342 identifies a relationship between a feature at a geographic location corresponding to where performance sensor 336 sensed the feature and vegetative index values from vegetative index map 332 that correspond to the same location on the field where the feature was sensed . Based on this relationship established by the model generator 342, the model generator 342 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to map performance characteristics at various locations based on the georeferenced vegetative index values contained in the vegetative index card 332 are contained at the same positions in the field.

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 model generator 343 identifies a relationship between a performance attribute at a geographic location corresponding to the location where the performance sensor 336 sensed the attribute and crop moisture values from the crop moisture map 335 corresponding to the same posi tion on the field where the performance model was captured. Based on this relationship established by the model generator 343, the model generator 343 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to predict performance characteristics at various locations based on the georeferenced crop draft moisture values contained in the crop draft moisture map 335 contained at the same positions in the array.

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 model generator 344 identifies a relationship between a feature at a geographic location corresponding to the location where the power sensor 336 detected the feature and a topographical feature value from the topographical map 337 corresponding to the same location on the field where the feature was recorded. Based on this relationship established by the model generator 344, the model generator 344 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to generate performance features at various locations based on the georeferenced topographic feature values contained in the topographic Map 337 contained in the same positions in the field to predict.

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 model generator 345 identifies a relationship between a feature at a geographic location corresponding to the location where the performance sensor 336 detected the feature and a soil property value from the soil property map 339 corresponding to the same location on the field where the feature detected became. Based on this relationship established by the model generator 345, the model generator 345 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to predict performance characteristics at various locations based on the soil property values contained in the soil property map 339 contained in the same positions in the field.

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 model generator 346 identifies a relationship between a feature at a geographic location corresponding to the location where the performance sensor 336 detected the feature and a yield value from the yield map 341 corresponding to the same location on the field where the feature was detected became. Based on this relationship established by the model generator 346, the model generator 346 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to generate performance characteristics based on the yield value stored in the predictive yield map 341 at the same positions contained in the field to predict.

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 model generator 347 identifies a relationship between a feature at a geographic location corresponding to the location where the power sensor 336 sensed the feature and a biomass value from the biomass map 343 corresponding to the same location on the field where the feature was sensed became. Based on this relationship established by the model generator 347, the model generator 347 generates a predictive performance model 350. The predictive performance model 350 is used by the predictive map generator 212 to generate performance characteristics at various locations based on the biomass value contained in the predictive biomass map 343 contained at the same positions in the field.

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 4 dargestellt.In view of the foregoing, predictive model generator 210 is operable to generate a variety of predictive performance models, such as one or more of the predictive performance models generated by model generators 342, 343, 344, 345, 346, and 347. In another example, two or more of the predictive performance models described above may be combined into a single predictive performance model that predicts two or more performance characteristics based on the different values at different locations in the array. Each of these performance models or combinations thereof are collectively represented by the performance model 350 in 4 shown.

Das prädiktive Leistungsmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von 4 beinhaltet der prädiktive Kartengenerator 212 einen Ernteguteingriffskomponentenkartengenerator 351, einen Erntevorsatzleistungskartengenerator 352, einen Zuführleistungskartengenerator 353, einen Dreschleistungskartengenerator 354, einen Abscheiderleistungskartengenerator 355, einen Rückstandshandhabungsleistungskartengenerator 356 und einen Antriebsleistungskartengenerator 357. In anderen Beispielen kann der prädiktive Kartengenerator 212 zusätzliche, weniger oder andere Kartengeneratoren beinhalten. Somit kann der prädiktive Kartengenerator 212 in einigen Beispielen andere Elemente 358 beinhalten, die andere Arten von Kartengeneratoren beinhalten können, um Leistungskarten für andere Arten von Leistungsmerkmalen zu erzeugen.The predictive performance model 350 is provided to the predictive map generator 212 . In the example of 4 the predictive map generator 212 includes a crop intervention component map generator 351, a header performance map generator 352, a feeder performance map generator 353, a threshing performance map generator 354, a separator performance map generator 355, a residue handling performance map generator 356, and a drive performance map generator 357. In other examples, the predictive map generator 212 may include additional, fewer, or different map generators. Thus, in some examples, the predictive map generator 212 may include other elements 358, which may include other types of map generators to generate performance maps for other types of features.

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 vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of a crop intervention component at various locations in the field. For example, the crop intervention components could include a cutter and a reel, and the crop intervention component map generator 351 generates a map of the estimated power consumption by the reel and the cutter based on a predictive performance model 350 that defines a relationship between crop moisture and power consumption by the reel and the cutter.

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 performance map generator 352 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the vegetative index map 332, the crop moisture map 335, the topographic map 337, the soil feature map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts header performance characteristics at various locations in the field. For example, the crop engagement components could include one or more of the following: a cutter, a reel, draper belts, augers, and header positioning actuators, and the header performance map generator 352 generates a map of the estimated power consumption by one or more of the reel, the cutter, draper Belts, augers, and header positioning actuators based on a predictive performance model 350 that defines a relationship between crop moisture and topography and power consumption by one or more of the reel, cutter, draper belts, auger, and header positioning actuators.

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 vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of the feeder at various locations in the field.

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 performance map generator 354 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of the threshing subsystems at various positions in the field. For example, the threshing subsystems could include one or more threshing cylinders, concave adjustment actuators, and drums, and the threshing performance map generator 352 generates a map of the estimated power consumption by the one or more threshing cylinders, concave adjustment actuators, and drums based on a predictive performance model 350, the one Relationship between vegetative index and power consumption defined by the one or more concave cylinders, concave adjustment actuators and cylinders. Or, for example, the threshing subsystems could include a threshing cylinder and a set of concaves at a given gap, and the threshing performance map generator 352 generates a map of the estimated power consumption by the threshing cylinder with the set of concaves at the given gap based on a predictive performance model 350, which defines a relationship between the predicted biomass and the power consumption by the threshing cylinder with the set of concaves at the given gap. Or, for example, the threshing subsystems could include one or more drums in a given configuration, and the threshing performance map generator 352 generates a map of the estimated power consumption by the one or more drums in the given configuration based on a predictive performance model 350 that establishes a relationship between the predicted biomass and power consumption by the one or more drums in the given configuration.

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 performance map generator 355 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of the separator subsystems at different locations in the field. For example, the separator subsystems could be one or more Include fans, screens, choppers, and straw walkers, and the separator performance map generator 355 generates a map of the estimated power consumption by the one or more fans, screens, choppers, and straw walkers based on a predictive performance model 350 that describes a relationship between the predicted yield value and the power consumption defining one or more blowers, screens, choppers, and straw walkers. For example, the separator subsystems could include one or more fans running at a given speed and screens, choppers, and straw walkers in a given configuration, and the separator performance map generator 355 generates a map of the estimated power consumption by the one or more fans running with running at the given speed, and sieves, choppers and straw walkers in the given configuration based on a predictive power model 350 that establishes a relationship between the predicted yield value and the power consumed by the one or more fans running at the given speed and sieves, choppers and straw walkers defined in the given configuration.

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 vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of the residue handling subsystems at various locations in the field. For example, the residue handling performance map generator 356 generates a map of the estimated power consumption by a residue distributor based on a predictive performance model 350 that defines a relationship between the predicted biomass value and the power consumption by the residue distributor. For example, the tailings handling performance map generator 356 generates a map of the estimated power consumption by a tailings chopper based on a predictive performance model 350 that defines a relationship between the predicted earned value and the power consumption by the tailings chopper.

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 performance map generator 357 receives the predictive performance model 350 that predicts performance characteristics based on values in one or more of the vegetative index map 332, the crop moisture map 335, the topographical map 337, the soil property map 339, the predictive yield map 341 or the predictive biomass map 343, and generates a predictive map that predicts the performance characteristics of the powertrain subsystems at different locations in the field. For example, the propulsion power map generator 357 generates a map of the estimated power consumption by the propulsion subsystem based on a predictive performance model 350 that defines a relationship between the topographic map value and the power consumption by the propulsion system.

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 zone generator 213, control system 214, or both. The control zone generator 213 generates control zones and integrates these control zones into the functional predictive map, i. H. the predictive map 360 to provide a predictive map 360 with control zones. Functional predictive map 360 (with or without control zones) may be provided to control system 214, which generates control signals to control one or more of controllable subsystems 216 based on functional predictive map 360 (with or without control zones).

5 ist ein Flussdiagramm eines Beispiels für den Betrieb des prädiktiven Modellgenerators 210 und des prädiktiven Kartengenerators 212 beim Erzeugen des prädiktiven Leistungsmodells 350 und der prädiktiven Leistungskarte 360. Bei Block 362 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eines oder mehrere von einer früheren vegetativen Indexkarte 332, einer Erntegutfeuchtigkeitskarte 335, einer topographischen Karte 337, einer Bodeneigenschaftskarte 339, einer prädiktiven Ertragskarte 341, einer prädiktiven Biomassekarte 343 oder einer anderen Karte 363. Bei Block 364 empfängt das Verarbeitungssystem 338 ein oder mehrere Sensorsignale von dem Leistungssensor 336. Wie vorstehend erörtert, kann der Leistungssensor 336 einen oder mehrere von einem Spannungssensor 371, einem Stromsensor 373, einem Drehmomentsensor 375, einem hydraulischen Drucksensor 377, einem hydraulischen Durchflusssensor 379, einem Kraftsensor 381, einem Lagerlastsensor 383, einem Rotationssensor 385 oder einer anderen Art von Leistungssensor 370 beinhalten. Die Ausgaben eines oder mehrerer dieser oder anderer Sensoren können kombiniert werden, um eine oder mehrere Leistungsmerkmale zu bestimmen. 5 Figure 3 is a flowchart of an example of the operation of predictive model generator 210 and predictive map generator 212 in generating predictive performance model 350 and predictive performance map 360. At block 362, predictive model generator 210 and predictive map generator 212 receive one or more from a previous vegetative index map 332, a crop moisture map 335, a topographical map 337, a soil feature map 339, a predictive yield map 341, a predictive biomass map 343, or other map 363. At block 364, the processing system 338 receives one or more sensor signals from the power sensor 336. As discussed above, The power sensor 336 can be one or more of a voltage sensor 371, a current sensor 373, a torque sensor 375, a hydraulic pressure sensor 377, a hydraulic flow sensor 379, a force sensor 381, a bearing load sensor 383, a rotat ion sensor 385 or another type of power sensor 370. The outputs of one or more of these or other sensors can be combined to determine one or more performance characteristics.

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 processing system 338 processes the one or more received sensor signals to generate data indicative of a performance. As indicated by block 374, the feature may be identified at a machine-wide level. For example, the total power consumption of the entire agricultural harvesting machine. Power consumption at this level can be used to calculate fuel consumption, efficiency, etc. As indicated in block 376, the feature may be identified at a subsystem level. For example, a feature at this level can be used to allocate performance across subsystems. As indicated by block 378, the feature may be identified at a component level. The sensor data may also include other data at other levels indicated by block 380.

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 block 382, the predictive model generator 210 also obtains the geographic position corresponding to the sensor data. For example, the predictive model generator 210 may obtain the geographic position from the geographic position sensor 204 and determine an accurate geographic position based on machine delays, machine speed, etc. where the sensor data 340 was sensed or derived.

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 predictive model generator 210 generates one or more predictive performance models, such as the performance model 350, which is a relationship between a vegetative index value, a crop moisture value, a soil property value, a predictive yield value, or a predictive biomass value derived from a preliminary information map, such as the Pre-information card 258 obtained and a performance characteristic detected by the in situ sensor 208 is modeled. For example, the predictive model generator 210 can generate a predictive performance model that models the relationship between a vegetative index value and a sensed feature including the power consumption indicated by the sensor data obtained from the in situ sensor 208 .

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 operator 260. At block 393, the predictive map generator 212 may configure the map for the control system 214 to consume. At block 395, the predictive map generator 212 may also provide the control zone generator 213 with the map 360 for generating and integrating control zones. At block 397, predictive map generator 212 configures map 360 in other ways as well. The predictive performance map 360 (with or without the control zones) is provided to the control system 214 . At block 396, the control system 214 generates control signals to control the controllable subsystems 216 based on the predictive performance map 360 (with or without control zones).

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.

6A ist ein Blockdiagramm eines beispielhaften Abschnitts der in 1 gezeigten landwirtschaftlichen Erntemaschine 100. Insbesondere zeigt 6A unter anderem Beispiele für den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212. Im veranschaulichten Beispiel ist die Vorabinformationskarte 258 eine oder mehrere von einer historischen Leistungskarte 333, einer Bodeneigenschaftskarte 339 oder einer Vorabbetriebskarte 400. Die Vorabbetriebskarte 400 kann Leistungsmerkmalswerte an verschiedenen Positionen in dem Feld beinhalten. 6A zeigt auch, dass der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator zusätzlich zu der Vorabinformationskarte 258 die funktionelle prädiktive Leistungskarte 360 empfangen können. Die funktionelle prädiktive Leistungskarte 360 kann ähnlich wie die Vorabinformationskarte 258 verwendet werden, indem dieser Modellgenerator 210 eine Beziehung zwischen Informationen, die durch die funktionelle prädiktive Leistungskarte 360 bereitgestellt werden, und Merkmalen, die durch In-situ-Sensoren 208 erfasst werden, modelliert, und der Kartengenerator 212 kann somit das Modell verwenden, um eine funktionelle prädiktive Karte zu erzeugen, die die Merkmale, die durch die In-situ-Sensoren 208 erfasst werden, oder ein Merkmal, das das erfasste Merkmal angibt, an verschiedenen Positionen in dem Feld auf Grundlage eines oder mehrerer der Werte in der funktionellen prädiktiven Leistungskarte 360 an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells vorhersagt. Wie in 6A dargestellt, können der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 auch andere Karten 401 empfangen, zum Beispiel andere Vorabinformationskarten oder andere prädiktive Karten, wie etwa andere prädiktive Leistungskarten, die auf andere Weise als die funktionelle prädiktive Leistungskarte 360 erzeugt werden. 6A 1 is a block diagram of an exemplary portion of FIG 1 shown agricultural harvesting machine 100. In particular 6A examples of predictive model generator 210 and predictive map generator 212, among others. In the illustrated example, preliminary information map 258 is one or more of a historical performance map 333, a ground property map 339, or a preliminary operational map 400. The preliminary operational map 400 may include performance characteristic values at various locations in the field . 6A 12 also shows that the predictive model generator 210 and the predictive map generator may receive the functional predictive performance map 360 in addition to the advance information map 258. FIG. Functional predictive performance map 360 can be used similarly to advance information map 258 in that this model generator 210 models a relationship between information provided by functional predictive performance map 360 and features sensed by in situ sensors 208, and the map generator 212 can thus use the model to generate a functional predictive map showing the features detected by the in situ sensors 208, or a feature indicative of the detected feature, at various locations in the field based on one or more of the values in the functional predictive performance map 360 at those positions in the field and based on the predictive model. As in 6A As shown, the predictive model generator 210 and the predictive map generator 212 may also receive other maps 401, for example other advance information maps or other predictive maps, such as other predictive performance maps that are generated in a different way than the functional predictive performance map 360.

Auch in dem in 6A gezeigten Beispiel kann der In-situ-Sensor 208 einen oder mehrere von einem Landwirtschaftsmerkmalsensor 402, einem Leistungssensor 336, einem Bedienereingabesensor 405 und einem Verarbeitungssystem 406 beinhalten. Die In-situ-Sensoren 208 können auch andere Sensoren 408 beinhalten.Also in the in 6A For example, as shown, in situ sensor 208 may include one or more of agricultural feature sensor 402 , performance sensor 336 , operator input sensor 405 , and processing system 406 . The in situ sensors 208 may include other sensors 408 as well.

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.Agricultural trait sensor 402 captures values indicative of agricultural traits. As discussed above, performance sensor 336 senses performance characteristics of one or more components of agricultural harvesting machine 100. For example, performance sensor 336 senses performance characteristics of powertrain subsystem 250 and generates sensor signals indicative of those performance characteristics. For example, the power sensor 336 may sense power consumption or power usage of the propulsion subsystem 250 as the agricultural harvesting machine 100 moves across the field and generate a sensor signal indicative thereof.

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.Operator input sensor 405 illustratively senses various operator inputs. The inputs may be adjustment inputs for controlling adjustments on the agricultural harvesting machine 100 or other control inputs such as steering inputs and other inputs. Thus, when operator 260 changes a setting or provides a commanded input via operator interface mechanism 218, such input is recognized by operator input sensor 405, which provides a sensor signal indicative of that sensed operator input.

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.Processing system 406 may receive the sensor signals from one or more of agricultural trait sensor 402, performance sensor 336, and operator input sensor 405 and generate an output indicative of the sensed variable. For example, processing system 406 may receive sensor input from agricultural trait sensor 402 and generate an output indicative of an agricultural trait. Processing system 406 may also receive input from operator input sensor 405 and generate an output indicative of the sensed operator input.

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 predictive model generator 210 may include a feature-to-farm feature model generator 410 , a soil property-to-feature model generator 412 , and a feature-to-command model generator 414 . In other examples, the predictive model generator 210 may include additional, fewer, or different model generators 415 . The predictive model generator 210 may receive a geographic position indication 334 from the geographic position sensor 204 and generate a predictive model 426 that represents a relationship between the information in one or more of the advance information maps 258 or the information in the functional predictive performance map 360 and one or more of the following models: the agricultural trait sensed by agricultural trait sensor 402; the performance characteristic sensed by the performance sensor 336; and operator input commands sensed by operator input sensor 405 .

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 historical performance map 333, on the predictive performance map 360, or on the pre-operational map 400) and the through agricultural feature sensed by agricultural feature sensor 402 . The feature-to-farm feature model generator 410 creates a predictive model 426 that conforms to this relationship.

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-feature model generator 412 creates a relationship between soil property values (which may be on soil property map 339 ) and the property sensed by performance sensor 336 . The ground property-to-feature model generator 412 creates a predictive model 426 that conforms to this relationship. In some examples, the soil-property-to-property model generator 415 may generate a relationship between specific soil properties, such as soil moisture or soil type, and performance characteristics or specific performance characteristics, such as performance characteristics of the propulsion subsystem 250, and thus the soil-property-to- feature model generator 412 a corresponding predictive model 426

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 historical performance map 333, the predictive performance map 360, or the pre-operational map 400, or a combination thereof, and operator input commands that detected by the operator input sensor 405 . The performance-to-operator command model generator 414 creates a predictive model 426 that conforms to this relationship.

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.Other model generators 415 may include, for example, specific feature model generators, such as a propulsion subsystem feature, a propulsion subsystem feature-to-agriculture feature model generator, a propulsion subsystem feature-to-command model generator, or a ground property-to-propulsion subsystem feature. In some examples, other model generators 415 may include specific soil property model generators, such as a soil type-to-feature model generator, a soil moisture-to-feature model generator. In still other examples, other model generators 415 may include one or more specific soil property-to-specific feature model generators, such as a soil type-to-drive subsystem feature model generator or a soil moisture-to-drive subsystem feature model generator.

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 predictive model generator 210 may include one or more of the predictive models generated by the feature-to-agriculture feature model generator 410, the soil-feature-to-feature-model generator 412, the feature-to-operator command model generator 414, and other model generators that may be included as part of other elements 415 can be created.

Im Beispiel von 6A beinhaltet der prädiktive Kartengenerator 212 einen prädiktiven landwirtschaftlichen Merkmalskartengenerator 416, einen prädiktiven Antriebsleistungskartengenerator 357 und einen prädiktiven Bedienerbefehl-Kartengenerator 422. In anderen Beispielen kann der prädiktive Kartengenerator 212 zusätzliche, weniger oder andere Kartengeneratoren 424 beinhalten.In the example of 6A For example, predictive map generator 212 includes predictive agricultural feature map generator 416, predictive powertrain map generator 357, and predictive operator command map generator 422. In other examples, predictive map generator 212 may include additional, fewer, or different map generators 424.

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 agricultural trait generator 416 receives a predictive model 426 representing the relationship between a feature and an agricultural trait sensed by the agricultural trait 402 (such as a predictive model generated by the feature-to-agricultural trait model generator 410). and one or more of the advance information map 258 or the functional predictive performance map 360 is modeled. The predictive agricultural trait map generator 416 generates a functional predictive agricultural trait map 427 that has agricultural trait values (or the agricultural traits indicative of the values) at various locations in the field based on one or more of the performance traits in one or more of the advance information maps 258 (such as historical performance map 333) or functional predictive performance map 360 or other maps 401 at those positions in the field and based on predictive model 426.

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 performance map generator 357 receives a predictive model 426 representing the relationship between a soil property and a feature sensed by the performance sensor 336 (such as a predictive model generated by the soil property-to-feature feature model generator 412), and one or more of the advance information cards 258 is modeled. The predictive propulsion performance map generator 357 generates a functional predictive propulsion force map 428 that represents a probable propulsion performance characteristic at various locations in the field based on one or more of the soil properties in one or more of the preliminary information maps 258 (such as the soil property map 339) at those locations in the field and based on the predictive model 426 predicted.

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 command map generator 422 receives a predictive model 426 representing the relationship between the feature and operator command inputs sensed by operator input sensor 405 (such as a predictive model generated by feature-to-command model generator 414). and one or more of the prior information map 258 or the functional predictive performance map 360 or the other map 401 is modeled. The predictive operator command map generator 422 generates a functional predictive operator command map 440 that represents operator command inputs at various locations in the field based on the performance attribute values from the pre-information map 258 (such as the historical performance map 333) or the functional predictive performance map 360 or other maps 401 at those positions in the field and based on the predictive model 426 predicted.

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 predictive maps 427, 428 and 440. Any of functional predictive maps 427, 428, and 440 may be provided to control zone generator 213, control system 214, or both. The control zone generator 213 generates and integrates control zones to provide one or more of a functional predictive map 427 with control zones, a functional predictive map 428 with control zones, or a functional predictive map 440 with control zones. Any or all of the functional predictive maps 427, 428 and 440, with or without control zones, can be provided to the control system 214, which generates control signals to control one or more of the controllable subsystems 216 based on any or all of the functional predictive maps 427, 428 and 440 or to steer without control zones. Any or all of maps 427, 428, and 440, with or without control zones, may be presented to operator 260 or another user.

6B ist ein Blockdiagramm, das einige Beispiele für In-situ-Sensoren 208 zeigt. Einige der in 6B gezeigten Sensoren oder verschiedene Kombinationen davon können sowohl einen Sensor 402 als auch ein Verarbeitungssystem 406 aufweisen, während andere als Sensor 402 fungieren können, der in Bezug auf 6A und 7 beschrieben wird, wobei das Verarbeitungssystem 406 separat ist. Einige der möglichen In-situ-Sensoren 208, die in 6B gezeigt sind, sind vorstehend in Bezug auf die vorherigen Figuren gezeigt und beschrieben und ähnlich nummeriert. 6B zeigt, dass die In-situ-Sensoren 208 Bedienereingabesensoren 480, Maschinensensoren 482, Ernteguteigenschaftssensoren 484, Feld- und Bodeneigenschaftssensoren 485, Umgebungsmerkmalsensoren 487 beinhalten können, und sie können eine Vielzahl anderer Sensoren 226 beinhalten. Die Bedienereingabesensoren 480 können Sensoren sein, die Bedienereingaben über die Bedienerschnittstellenmechanismen 218 erfassen. Daher können die Bedienereingabesensoren 480 die Benutzerbewegung von Gestängen, Joysticks, einem Lenkrad, Tasten, Drehknöpfen oder Pedalen erfassen. Die Bedienereingabesensoren 480 können auch Benutzerinteraktionen mit anderen Bedienereingabemechanismen erfassen, wie etwa mit einem berührungsempfindlichen Bildschirm, mit einem Mikrofon, auf dem Spracherkennung verwendet wird, oder mit einer Vielzahl anderer Bedienereingabemechanismen. 6B FIG. 12 is a block diagram showing some examples of in situ sensors 208. FIG. Some of the in 6B The sensors shown, or various combinations thereof, may include both a sensor 402 and a processing system 406, while others may function as the sensor 402 described with respect to FIG 6A and 7 will be described with the processing system 406 being separate. Some of the possible in situ sensors 208 used in 6B are shown and described above with respect to the previous figures and are similarly numbered. 6B FIG. 1 shows that the in situ sensors 208 may include operator input sensors 480, machine sensors 482, crop property sensors 484, field and soil property sensors 485, environmental feature sensors 487, and they may include a variety of other sensors 226. Operator input sensors 480 may be sensors that detect operator inputs via operator interface mechanisms 218 . Therefore, operator input sensors 480 can detect user movement of linkages, joysticks, a steering wheel, buttons, knobs, or pedals. Operator input sensors 480 may also detect user interactions with other operator input mechanisms, such as a touch-sensitive screen, a microphone that uses speech recognition, or a variety of other operator input mechanisms.

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 1 beschrieben. Der Vorsatzgeräte- (z. B. Erntevorsatz-) Positionssensor 493 kann die Position des Erntevorsatzes 102, der Haspel 164, der Schneidevorrichtung 104 oder anderer Vorsatzgeräte relativ zu dem Rahmen der landwirtschaftlichen Erntemaschine 100 erfassen. Zum Beispiel können die Sensoren 493 die Höhe des Erntevorsatzes 102 über dem Boden erfassen. Die Maschinensensoren 482 können auch Vorsatzgeräte- (z. B. Erntevorsatz-) Ausrichtungssensoren 495 beinhalten. Die Sensoren 495 können die Ausrichtung des Erntevorsatzes 102 relativ zur landwirtschaftlichen Erntemaschine 100 oder relativ zum Boden erfassen. Die Maschinensensoren 482 können Stabilitätssensoren 497 beinhalten. Die Stabilitätssensoren 497 erfassen eine Oszillation oder Prellbewegung (und Amplitude) der landwirtschaftlichen Erntemaschine 100. Die Maschinensensoren 482 können auch Rückstandeinstellungssensoren 499 beinhalten, die konfiguriert sind, um zu erfassen, ob die landwirtschaftliche Erntemaschine 100 konfiguriert ist, den Rückstand zu zerkleinern, eine Schwade zu erzeugen oder den Rückstand auf andere Weise zu behandeln. Die Maschinensensoren 482 können einen Siebkasten-Gebläsedrehzahlsensor 551 beinhalten, der die Drehzahl des Reinigungsgebläses 120 erfasst. Die Maschinensensoren 482 können Dreschkorbspaltsensoren 553 beinhalten, die den Spalt zwischen dem Rotor 112 und den Dreschkörben 114 an der landwirtschaftlichen Erntemaschine 100 erfassen. Die Maschinensensoren 482 können Häckslerspaltsensoren 555 beinhalten, die die Größe der Öffnungen in Häcksler 122 erfassen. Die Maschinensensoren 482 können einen Dreschrotor-Drehzahlsensor 557 beinhalten, der eine Rotordrehzahl des Rotors 112 erfasst. Die Maschinensensoren 482 können einen Rotordrucksensor 559 beinhalten, der den Druck erfasst, der zum Antreiben des Rotors 112 verwendet wird. Die Maschinensensoren 482 können einen Siebspaltsensor 561 beinhalten, der die Größe der Öffnungen im Sieb 124 erfasst. Die Maschinensensoren 482 können einen MOG-Feuchtigkeitssensor 563 beinhalten, der einen Feuchtigkeitsgehalt des MOG erfasst, das die landwirtschaftliche Erntemaschine 100 passiert. Die Maschinensensoren 482 können einen Maschinenausrichtungssensor 565 beinhalten, der die Ausrichtung der landwirtschaftlichen Erntemaschine 100 erfasst. Die Maschinensensoren 482 können Materialvorschubgeschwindigkeitssensoren 567 beinhalten, die die Materialvorschubgeschwindigkeit erfassen, wenn sich das Material durch das Zuführgehäuse 106, den Reinkornelevator 130 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Maschinensensoren 482 können Biomassesensoren 569 beinhalten, die die Biomasse erfassen, die sich durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Maschinensensoren 482 können einen Kraftstoffverbrauchssensor 571 beinhalten, der eine Kraftstoffverbrauchsrate der landwirtschaftlichen Erntemaschine 100 über die Zeit erfasst. Die Maschinensensoren 482 können einen Leistungsverbrauchssensor 573 beinhalten, der den Leistungsverbrauch in der landwirtschaftlichen Erntemaschine 100 erfasst, wie etwa welche Teilsysteme Leistung verbrauchen, oder die Rate, mit der Teilsysteme Leistung verbrauchen, oder die Verteilung von Leistung unter den Teilsystemen in der landwirtschaftlichen Erntemaschine 100. Die Maschinensensoren 482 können Reifendrucksensoren 577 beinhalten, die den Luftdruck in den Reifen 144 der landwirtschaftlichen Erntemaschine 100 erfassen. Der Maschinensensor 482 kann eine Vielzahl anderer Maschinenleistungssensoren oder Maschinenmerkmalsensoren beinhalten, die durch Block 575 angezeigt werden. Die Maschinenleistungssensoren und die Maschinenmerkmalsensoren 575 können die Maschinenleistung oder -merkmale der landwirtschaftlichen Erntemaschine 100 erfassen.The machine sensors 482 can sense various characteristics of the agricultural harvesting machine 100 . As discussed above, the machine sensors 482 may include, for example, machine speed sensors 146, a separator loss sensor 148, a clean grain camera 150, a forward-looking imaging mechanism 151, loss sensors 152, or a geographic position sensor 204, examples of which are described above. Machine sensors 482 may also include machine setting sensors 491 that sense machine settings. Some examples of machine settings have been given above in relation to 1 described. The header (e.g., header) position sensor 493 may sense the position of the header 102, reel 164, cutter 104, or other header relative to the frame of the agricultural harvesting machine 100. For example, the sensors 493 can detect the height of the header 102 above the ground. Machine sensors 482 may also include header (e.g., header) orientation sensors 495 . The sensors 495 can detect the orientation of the header 102 relative to the agricultural harvester 100 or relative to the ground. Machine sensors 482 may include stability sensors 497 . The stability sensors 497 detect an oscillation or bouncing movement (and amplitude) of the agricultural harvesting machine 100. The machine sensors 482 can also include residue adjustment sensors 499 that are configured to detect whether the agricultural harvesting machine 100 is configured to shred the residue to form a windrow generate or otherwise treat the residue. The machine sensors 482 may include a shoe fan speed sensor 551 that senses the speed of the cleaning fan 120 . The machine sensors 482 may include concave gap sensors 553 that Detect the gap between the rotor 112 and the concaves 114 on the agricultural harvester 100 . Machine sensors 482 may include chopper gap sensors 555 that sense the size of the openings in chopper 122 . The machine sensors 482 may include a threshing rotor speed sensor 557 that senses a rotor speed of the rotor 112 . The engine sensors 482 may include a rotor pressure sensor 559 that senses the pressure used to drive the rotor 112 . The machine sensors 482 may include a wire gap sensor 561 that senses the size of the openings in the wire 124 . Machine sensors 482 may include a MOG moisture sensor 563 that senses a moisture content of MOG that passes agricultural harvester 100 . The machine sensors 482 may include a machine orientation sensor 565 that senses the orientation of the agricultural harvesting machine 100 . Machine sensors 482 may include material feed rate sensors 567 that sense material feed rate as material moves through feeder housing 106, clean grain elevator 130, or elsewhere in agricultural harvesting machine 100. Machine sensors 482 may include biomass sensors 569 that sense biomass moving through feeder housing 106 , through separator 116 , or elsewhere in agricultural harvesting machine 100 . Machine sensors 482 may include a fuel consumption sensor 571 that senses a rate of fuel consumption of agricultural harvesting machine 100 over time. The machine sensors 482 can include a power consumption sensor 573 that senses the power consumption in the agricultural harvesting machine 100, such as which subsystems are consuming power, or the rate at which subsystems are consuming power, or the distribution of power among the subsystems in the agricultural harvesting machine 100. Machine sensors 482 may include tire pressure sensors 577 that sense air pressure in tires 144 of agricultural harvesting machine 100 . Machine sensor 482 may include a variety of other machine performance sensors or machine attribute sensors, which are indicated by block 575 . The machine performance sensors and the machine attribute sensors 575 can sense the machine performance or attributes of the agricultural harvesting machine 100 .

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 agricultural harvesting machine 100 . Crop properties can include things such as crop type, crop moisture, grain quality (such as broken grain), MOG values, grain components such as starches and protein, MOG moisture, and other properties of the crop. Other sensors could detect straw "toughness", corn adhesion to heads, and other characteristics that could be advantageously used to control processing for better grain detection, reduced grain damage, reduced power consumption, reduced grain loss, etc.

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.

7 zeigt ein Flussdiagramm, das ein Beispiel für den Betrieb eines Vorhersagemodellgenerators 210 und eines Vorhersagekartengenerators 212 bei der Erzeugung eines oder mehrerer Vorhersagemodelle 426 und einer oder mehrerer funktioneller Vorhersagekarten 427, 428 und 440 veranschaulicht. Bei Block 442 empfangen der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eine Karte. Die Karte, die von einem prädiktiven Modellgenerator 210 oder einem prädiktiven Kartengenerator beim Erzeugen eines oder mehrerer prädiktiver Modelle 426 und einer oder mehrerer funktioneller prädiktiver Karten 427, 427 und 440 empfangen wird, kann eine Vorabinformationenkarte 258 sein, wie etwa eine historische Leistungskarte 333, eine Bodeneigenschaftskarte 339 oder eine Vorabbetriebskarte 400, die mithilfe von Daten erstellt wurde, die während eines früheren Vorgangs in einem Feld erhalten wurden. Die durch den prädiktiven Modellgenerator 210 oder den prädiktiven Kartengenerator bei der Erzeugung eines oder mehrerer prädiktiver Modelle 426 und einer oder mehrerer funktioneller prädiktiver Karten 427, 427 und 440 empfangene Karte kann eine funktionelle prädiktive Leistungskarte 360 sein. Es können auch andere Karten empfangen werden, durch Block 401 angezeigt, wie etwa andere Vorabinformationskarten oder andere prädiktive Karten, zum Beispiel andere prädiktive Leistungskarten. 7 12 is a flowchart illustrating an example of the operation of a predictive model generator 210 and a predictive map generator 212 in generating one or more predictive models 426 and one or more functional predictive maps 427, 428, and 440. At block 442, the predictive model generator 210 and the predictive map generator 212 receive a map. The map received from a predictive model generator 210 or a predictive map generator in generating one or more predictive models 426 and one or more functional predictive maps 427, 427 and 440 may be a preliminary information map 258, such as a historical performance map 333, a Soil property map 339 or a pre-operational map 400 created using data obtained during a previous operation in a field. The map received by the predictive model generator 210 or the predictive map generator in generating one or more predictive models 426 and one or more functional predictive maps 427 , 427 and 440 may be a functional predictive performance map 360 . Other maps may also be received, indicated by block 401, such as other advance information maps or other predictive maps, for example other predictive performance maps.

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 6B gezeigt und an anderer Stelle hierin erörtert.At block 444 , the predictive model generator 210 receives a sensor signal that includes sensor data from an in situ sensor 208 . Of the In situ sensor may be one or more of agricultural feature sensor 402 , performance sensor 336 , and operator input sensor 406 . Agricultural trait sensor 402 senses an agricultural trait. Capability sensor 336 senses a capability, such as a capability of powertrain subsystem 250. Operator input sensor 406 senses an operator input command. The predictive model generator 210 may also receive other in situ sensor inputs, as indicated by block 408 . Some other examples of in situ sensors 208 are in 6B shown and discussed elsewhere herein.

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 6A. Die in dem Sensorsignal oder den Sensorsignalen enthaltenen Daten können in einem Rohformat vorliegen, das verarbeitet wird, um verarbeitete Daten 409 zu empfangen. Beispielsweise enthält ein Temperatursensorsignal elektrische Widerstandsdaten, die zu Temperaturdaten verarbeitet werden können. In anderen Beispielen kann die Verarbeitung Digitalisieren, Codieren, Formatieren, Skalieren, Filtern oder Klassifizieren von Daten umfassen. Die verarbeiteten Daten 409 können ein oder mehrere von einem landwirtschaftlichen Merkmal, einem Leistungsmerkmal oder einem Bedienereingabebefehl anzeigen. Die verarbeiteten Daten 409 werden dem prädiktiven Modellgenerator 210 bereitgestellt.At block 454, the processing system 406 processes the data contained in the sensor signal or signals received from the in situ sensor or sensors 208 to obtain processed data 409, shown in FIG 6A . The data contained in the sensor signal or signals may be in a raw format that is processed to receive processed data 409 . For example, a temperature sensor signal contains electrical resistance data that can be processed into temperature data. In other examples, processing may include digitizing, encoding, formatting, scaling, filtering, or classifying data. The processed data 409 may indicate one or more of an agricultural trait, a feature, or an operator input command. The processed data 409 is provided to the predictive model generator 210 .

Zurückkommend zu 7 empfängt der prädiktive Modellgenerator 210 bei Block 456 auch eine geografische Position 334 von dem geografischen Positionssensor 204, wie in 6A gezeigt. Die geografische Position 334 kann mit der geografischen Position korrelieren, von der die erfasste(n) Variable(n), die von In-situ-Sensoren 208 erfasst wurden, entnommen wurden. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position 334 von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen, Maschinengeschwindigkeit usw. eine genaue geografische Position bestimmen, von der die verarbeiteten Daten 409 abgeleitet wurden.Coming back to 7 at block 456, the predictive model generator 210 also receives a geographic position 334 from the geographic position sensor 204, as in FIG 6A shown. The geographic location 334 may correlate to the geographic location from which the sensed variable(s) sensed by in situ sensors 208 were taken. For example, the predictive model generator 210 may receive the geographic position 334 from the geographic position sensor 204 and determine an accurate geographic position based on machine delays, machine speed, etc. from which the processed data 409 was derived.

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 predictive model generator 210 generates one or more predictive models 426 that model a relationship between a mapped value in a received map and a feature represented in the processed data 409. For example, in some cases the mapped value in a received card may be a feature and the predictive model generator 210 generates a predictive model using the mapped value of a received card and a feature detected by in situ sensors 208 as shown in the processed data 409 , or a related feature, such as a feature that correlates with the feature sensed by in situ sensors 208 .

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 agricultural feature map 427, a functional predictive powertrain map 428, and a functional predictive operator command map 440, or any combination of these maps. The functional predictive agricultural feature map 427 predicts agricultural feature values (or agricultural features indicated by the values) at various positions in the field. The predictive propulsion power functional map 428 predicts the probable propulsion power at various locations in the field. The functional predictive operator command map 440 predicts desired or likely operator command inputs at various locations in the field. Furthermore, one or more of functional predictive maps 427, 428 and 440 may be generated during a farming operation. Thus, as the agricultural harvesting machine 100 moves through a field in performing a farming operation, the one or more predictive maps 427, 428, and 440 are generated.

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 predictive maps 427, 428, and 440. At block 470, the predictive map generator 212 may configure the map for presentation to and possible interaction by an operator 260 or other user. At block 472, the predictive map generator 212 may configure the map for the control system 214 to consume. At block 474, the predictive map generator 212 may provide the one or more predictive maps 427, 428, and 440 to the control zone generator 213 for generation and integration of control zones. At block 476, the predictive map generator 212 configures the one or more predictive maps 427, 428, and 440 in a different manner. The one or more functional predictive maps 427, 428, and 440, with or without control zones, may be presented to the operator 260 or other user, or provided to the control system 214 as well.

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 control system 214 then generates control signals to control the controllable subsystems based on the one or more functional predictive maps 427, 428, and 440 (or functional predictive maps 427, 428, and 440 having control zones) and input from geographic position sensor 204.

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 control system 214 receives a functional predictive map or a functional predictive map with added control zones, path planning controller 234 controls steering subsystem 252 to control agricultural harvester 100 . In another example where the control system 214 receives a functional predictive map or a functional predictive map with added control zones, the backlog system controller 244 controls the backlog subsystem 138. In another example where the control system 214 receives a functional predictive map or a receives a functional predictive map with added control zones, the adjustment controller 232 controls harvester settings of the harvester 110. In another example, in which the control system 214 receives a functional predictive map or a functional predictive map with added control zones, the adjustment controller 232 or another controller controls 246 the material handling subsystem 125. In another example where the control system 214 receives a functional predictive map or a functional predictive map with added control zones, the setup controller 232 controls crop cleaning s subsystem 118. In another example in which the control system 214 receives a functional predictive map or a functional predictive map with added control zones, the machine cleaning controller 245 controls the machine cleaning subsystem 254 on the agricultural harvesting machine 100. In another example, in where the control system 214 receives a functional predictive map or a functional predictive map with added control zones, the communication system controller 229 controls the communication system 206. In another example where the control system 214 receives a functional predictive map or a functional predictive map with added control zones, For example, operator interface controller 231 controls operator interface mechanisms 218 on agricultural harvesting machine 100. In another example, where control system 214 includes functional predictive map or functional predictive map receives added control zones, deck position controller 242 controls machine/header actuators to control a deck on agricultural harvester 100 . In another example where the control system 214 receives the functional predictive map or the functional predictive map with control zones added, the draper belt controller 240 controls machine/header actuators to control a draper belt on the agricultural harvesting machine 100 . In another example where the control system 214 receives the functional predictive map or the functional predictive map with control zones added, the other controllers 246 control other controllable subsystems 256 on the agricultural harvesting machine 100.

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, control system 214 may receive a functional predictive map, or a functional predictive map with control zones added, wherein feedrate controller 236 may control various subsystems, such as propulsion subsystem 250 and header or other machine actuators 248, to adjust a feedrate based on the functional predictive map (with or without control zones). For example, feed rate controller 236 may control propulsion subsystem 250 to adjust a speed of agricultural harvester 100 to control feed rate. In another example, the forward speed controller 236 may control header or other machine actuators 248 to control a height of the header 102 above the field to control a forward speed.

8 zeigt ein Blockdiagramm, das ein Beispiel für einen Steuerzonengenerator 213 veranschaulicht. Der Steuerzonengenerator 213 beinhaltet einen Arbeitsmaschinenstellglied- (WMA-) Selektor 486, ein Steuerzonenerzeugungssystem 488 und ein Regimezonenerzeugungssystem 490. Der Steuerzonengenerator 213 kann auch andere Elemente 492 beinhalten. Das Steuerzonenerzeugungssystem 488 beinhaltet die Steuerzonenkriterienidentifikationskomponente 494, die Steuerzonengrenzendefinitionskomponente 496, die Zieleinstellungsidentifikationskomponente 498 und andere Elemente 520. Das Regimezonenerzeugungssystem 490 beinhaltet die Regimezonenkriterienidentifikationskomponente 522, die Regimezonengrenzendefinitionskomponente 524, die Einstellungsresolveridentifikationskomponente 526 und andere Elemente 528. Bevor der gesamte Betrieb des Steuerzonengenerators 213 näher beschrieben wird, erfolgt zunächst eine kurze Beschreibung einiger Elemente des Steuerzonengenerators 213 und dessen jeweiliger Betrieb. 8th FIG. 12 is a block diagram illustrating an example control zone generator 213. FIG. The control zone generator 213 includes a work machine actuator (WMA) selector 486, a control zone generation system 488, and a regime zone generation system 490. The control zone generator 213 may include other elements 492 as well. The control zone generation system 488 includes the control zone criteria identification component 494, the control zone boundary definition component 496, the target setting identification component 498 and other elements 520. The regime zone generation system 490 includes the regime zone criteria identification component 522, the regime zone boundary definition component 524, the setting resolver identification component 526 and other elements 528. Before describing the overall operation of the control zone generator 213 in more detail , a brief description of some of the elements of the control zone generator 213 and their respective operation is first provided.

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 agricultural harvesting machine 100 or other work machine may include a variety of different types of controllable actuators that perform different functions. The controllable actuators on the agricultural harvesting machine 100 or other work machines are collectively called work machines actuators (WMAs). Each WMA can be independently controllable based on values on a functional predictive map, or the WMAs can be controlled as sets based on one or more values on a functional predictive map. Therefore, the control zone generator 213 can generate control zones corresponding to each individually controllable WMA or to the sets of WMAs that are controlled in concert with one another.

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 WMA selector 486 selects a WMA or set of WMAs for which to create corresponding control zones. The control zone creation system 488 then creates the control zones for the selected WMA or set of WMAs. Different criteria may be used in identifying control zones for each WMA or group of WMAs. For example, for a WMA, the WMA response time can be used as a criterion for defining the boundaries of the control zones. In another example, wear characteristics (e.g., how badly a particular actuator or mechanism wears as a result of its movement) may be used as a criterion for identifying control zone boundaries. The control zone criteria identification component 494 identifies certain criteria to be used in defining control zones for the selected WMA or set of WMAs. The control zone boundary definition component 496 processes the values on a functional predictive map being analyzed to define the boundaries of the control zones on that functional predictive map based on the values in the functional predictive map being analyzed and based on the control zone criteria for the selected WMA or define a set of WMAs.

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 setting identification component 498 sets a value of the target setting used to control the WMA or set of WMAs in different control zones. For example, if the selected WMA is the propulsion system 250 or header or other machine actuators 248 and the functional predictive map analyzed is a functional predictive performance map 360 (with control zones) or a functional predictive powertrain performance map 428 (with control zones), the target setting can be in each control zone a target speed setting or a target header altitude setting based on performance values contained in functional predictive performance map 360 or functional predictive propulsion performance map 428 within the identified control zone.

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 agricultural harvester 100 is to be controlled based on a current or future position of the agricultural harvester 100, multiple target settings for a WMA at a particular position may be possible. In this case, the target settings can have different values and compete. Therefore, the target settings must be resolved so that only a single target setting can be used to control the WMA. For example, if the WMA is an actuator in drive system 250 that is being controlled to control the speed of agricultural harvesting machine 100, there may be several different competing sets of criteria used by control zone generation system 488 in identifying the control zones and target settings for the selected one WMA are taken into account in the control zones. For example, different target settings for controlling machine speed may be based on, for example, a recognized or predicted performance value (such as a propulsion subsystem performance value), a recognized or predicted agricultural feature value, a recognized or predicted soil property value (such as a soil type value or a soil moisture value), a detected or predicted feed rate value, a detected or predicted fuel efficiency value, a detected or predicted grain loss value, or a combination thereof. It should be understood that these are merely examples and the target settings for different WMAs can be based on various other values or combinations of values. However, the agricultural harvester 100 cannot be traveling across the ground at multiple speeds simultaneously or have multiple header heights simultaneously at any given time. Rather, the agricultural harvesting machine 100 travels at a single speed and has a single header height at all times. Thus, one of the competing target settings is selected to control the speed or header height of the agricultural harvester 100 .

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 zone generation system 490 generates regime zones to resolve multiple different competing target settings. The regimen zone criteria identification component 522 identifies the criteria used to identify regimen zones for the selected WMA or set of WMAs on the functional predictive map to be analyzed. Some criteria that can be used to identify or define regime zones include, for example, performance characteristics, such as performance characteristics (e.g., power consumption or power utilization) machine-wide (e.g., performance characteristics of all power consumption or power utilization subsystems of agricultural harvesting machine 100) or performance characteristics of one or more specific subsystems of agricultural harvesting machine 100 (such as performance characteristics of the propulsion subsystem ), agricultural characteristics, soil characteristics (such as soil type or soil moisture), operator command inputs, crop type or variety (e.g., based on a stand map or other source of crop type or crop variety), weed type, weed intensity, or crop condition (such as whether the crop is overturned, partially is twisted or standing). These are just a few examples of the criteria that can be used to identify or define regime zones. Just as each WMA or group of WMAs may have a corresponding control zone, different WMAs or groups of WMAs may have a corresponding regime zone. The regime zone boundary definition component 524 identifies the boundaries of regime zones on the functional predictive map being analyzed based on the regime zone criteria identified by the regime zone criteria identification component 522 .

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 resolver identification component 526 identifies a particular adjustment resolver for each regimen zone identified on the functional predictive map to be analyzed and a particular adjustment resolver for the selected WMA or set of WMAs.

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.

For example, the setting resolvers identified for each regime zone may include a human choice resolver in which the competing target settings are presented to an operator or other user for resolution. In another example, the attitude resolver may include a neural network or other artificial intelligence or machine learning system. In such cases, the setting resolvers may resolve the competing target settings based on a predicted or historical quality metric corresponding to each of the different target settings. For example, an increased vehicle speed setting can reduce the time to harvest a field and reduce corresponding time-based labor costs and equipment costs, but can increase grain losses. A reduced vehicle speed setting can increase the time to harvest a field and increase the corresponding time-based labor and equipment costs, but can reduce grain losses. If grain loss or harvest time is selected as the quality metric, given the two competing vehicle speed setting values, the predicted or historical value for the selected quality metric can be used to resolve the speed setting. In some cases, the adjustment resolvers can be a set of threshold rules that can be used instead of or in addition to the regime zones. An example of a threshold rule can be expressed as follows:

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.

9 ist ein Flussdiagramm, das ein Beispiel für den Betrieb des Steuerzonengenerators 213 bei der Erzeugung von Steuerzonen und Regimezonen für eine Karte veranschaulicht, die der Steuerzonengenerator 213 zur Zonenverarbeitung empfängt (z. B. für eine Karte, die analysiert wird). 9 12 is a flowchart illustrating an example of the operation of control zone generator 213 in generating control zones and regime zones for a map that control zone generator 213 receives for zone processing (e.g., for a map that is being analyzed).

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 control zone generator 213 receives a map that is analyzed for processing. In one example, as shown at block 532, the map analyzed is a functional predictive map. For example, the map analyzed may be one of functional predictive maps 360, 427, 428, or 440. Block 534 indicates that the card to be analyzed can be other cards.

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 WMA selector 486 selects a WMA or set of WMAs for which to create control zones on the analyzed map. At block 538, the control zone criteria identification component 494 obtains control zone definition criteria for the selected WMAs or set of WMAs. Block 540 provides an example where the control zone criteria is or includes wear characteristics of the selected WMA or set of WMAs. Block 542 provides an example where the control zone definition criteria is or includes magnitude and variation of input source data, such as magnitude and variation of values on the analyzed map or magnitude and variation of inputs from various in situ sensors 208. Block 544 gives an example where the control zone definition criteria are or include physical machine characteristics, such as the physical dimensions of the machine, a speed at which various subsystems operate, or other physical machine characteristics. Block 546 provides an example where the control zone definition criteria is or includes a responsiveness of the selected WMA or set of WMAs in meeting newly commanded adjustment values. Block 548 provides an example where the control zone definition criteria are or include machine performance metrics. Block 550 provides an example where the control zone definition criteria is or includes operator preferences. Block 552 provides an example where the tax zone definition criteria is or includes other elements. Block 549 provides an example where the tax zone definition criteria are time-based, meaning that agricultural harvester 100 does not cross the boundary of a tax zone until a selected period of time has elapsed since agricultural harvester 100 entered a particular tax zone. In some cases, the selected length of time may be a minimum length of time. Thus, in some cases, the control zone definition criteria may prevent agricultural harvester 100 from crossing a boundary of a control zone until at least the selected period of time has elapsed. Block 551 provides an example where the tax zone definition criteria is based on a selected size value. For example, tax zone definition criteria based on a selected size value may preclude definition of a tax zone smaller than the selected size. In some cases, the size selected may be a minimum size.

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 criteria identification component 522 obtains regimen zone definition criteria for the selected WMA or set of WMAs. Block 556 provides an example where the regime zone definition criteria are based on manual input from operator 260 or another user. Block 558 illustrates an example where the regime zone definition criteria are based on performance characteristics, such as performance characteristics (e.g., power consumption or power usage) machine-wide (e.g., performance characteristics across all power consumption or power usage subsystems of the agricultural harvesting machine 100), or performance characteristics of one or a plurality of particular subsystems of agricultural harvesting machine 100 (such as performance characteristics of propulsion subsystem 250). Block 560 illustrates an example where the regime zone definition criteria are based on soil properties (such as soil type or soil moisture, or both). Block 564 provides an example where the regime zone definition criteria is or includes other criteria.

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 boundary definition component 496 creates the boundaries of tax zones on the map to be analyzed based on the tax zone criteria. The regime zone boundary definition component 524 creates the boundaries of regime zones on the map to be analyzed based on the regime zone criteria. Block 568 provides an example in which the zone boundaries for the control zones and regime zones are identified. Block 570 shows that the target setting identification component 498 identifies the target settings for each of the zones of control. The control zones and regime zones may be created in other ways, as indicated by block 572.

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 resolver identification component 526 identifies the adjustment resolver for the selected WMAs in each regime zone defined by the regime zone boundary definition component 524 . As discussed above, the regime zone resolver may be a human resolver 576, an artificial intelligence or machine learning system resolver 578, a predicted or historical quality-based resolver 580 for each competing target setting, a rule-based resolver 582, a performance criteria-based resolver 584, or other resolver 586 be.

Bei Block 588 bestimmt der WMA-Selektor 486, ob weitere WMAs oder Sätze von WMAs zu verarbeiten sind. Wenn zusätzliche WMAs oder Sätze von WMAs noch zu verarbeiten sind, kehrt die Verarbeitung zu Block 436 zurück, wo das nächste WMA oder der Satz von WMAs ausgewählt wird, für die Steuerzonen und Regimezonen definiert werden sollen. Wenn keine zusätzlichen WMAs oder Sätze von WMAs verbleiben, für die Steuerzonen oder Regimezonen erzeugt werden sollen, bewegt sich die Verarbeitung zu Block 590, wo der Steuerzonengenerator 213 eine Karte mit Steuerzonen, Zieleinstellungen, Regimezonen und Einstellungsresolvern für jedes der WMAs oder Sätze von WMAs ausgibt. Wie vorstehend erörtert, kann die ausgegebene Karte dem Bediener 260 oder einem anderen Benutzer präsentiert werden; die ausgegebene Karte kann dem Steuersystem 214 bereitgestellt werden; oder die ausgegebene Karte kann auf andere Weise ausgegeben werden.At block 588, the WMA selector 486 determines whether there are more WMAs or sets of WMAs to process. If additional WMAs or sets of WMAs remain to be processed, processing returns to block 436 where the next WMA or set of WMAs for which control zones and regime zones are to be defined is selected. If no additional WMAs or sets of WMAs remain for which to generate control zones or regime zones, processing moves to block 590 where the control zone generator 213 outputs a map of control zones, target settings, regime zones, and setting resolvers for each of the WMAs or sets of WMAs . As discussed above, the issued card may be presented to operator 260 or another user; the card issued may be provided to the control system 214; or the issued card may be otherwise issued.

10 veranschaulicht ein Beispiel für den Betrieb des Steuersystems 214 bei der Steuerung der landwirtschaftlichen Erntemaschine 100 auf Grundlage einer Karte, die von dem Steuerzonengenerator 213 ausgegeben wird. Somit empfängt das Steuersystem 214 bei Block 592 eine Karte der Arbeitsstelle. In einigen Fällen kann die Karte eine funktionale prädiktive Karte sein, die Steuerzonen und Regimezonen beinhalten kann, wie durch Block 594 dargestellt. In einigen Fällen kann die empfangene Karte eine funktionale prädiktive Karte sein, die Steuerzonen und Regimezonen ausschließt. Block 596 gibt ein Beispiel an, in dem die empfangene Karte der Arbeitsstelle eine Vorabinformationskarte mit darauf identifizierten Steuerzonen und Regimezonen sein kann. Block 598 gibt ein Beispiel an, in dem die empfangene Karte mehrere verschiedene Karten oder mehrere verschiedene Kartenebenen beinhalten kann. Block 610 gibt ein Beispiel an, in dem die empfangene Karte auch andere Formen annehmen kann. 10 12 illustrates an example of the operation of the control system 214 in controlling the agricultural harvesting machine 100 based on a map output from the control zone generator 213 . Thus, at block 592, the control system 214 receives a map of the work location. In some cases, as represented by block 594, the map may be a functional predictive map that may include control zones and regime zones. In some cases, the received map may be a functional predictive map excluding tax zones and regime zones. Block 596 provides an example where the received worksite map may be a pre-information map with tax zones and regime zones identified thereon. Block 598 provides an example where the received map may include multiple different maps or multiple different map layers. Block 610 provides an example where the received map may take other forms as well.

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 control system 214 receives a sensor signal from the geographic position sensor 204. The sensor signal from the geographic position sensor 204 may include data indicating the geographical position 614 of the agricultural harvester 100, the speed 616 of the agricultural harvester 100, the heading 618 of the agricultural harvester 100 or provide other information 620 . At block 622, the zone controller 247 selects a regime zone, and at block 624, the zone controller 247 selects a control zone on the map based on the geographic position sensor signal. At block 626, the zone controller 247 selects a WMA or set of WMAs to control. At block 628, the zone controller 247 obtains one or more target settings for the selected WMA or set of WMAs. The target settings obtained for the selected WMA or group of WMAs can come from different sources. For example, block 630 depicts an example where one or more of the target settings for the selected WMA or set of WMAs is based on input from the tax zones on the worksite map. Block 632 depicts an example where one or more of the target settings are obtained from human input from the operator 260 or another user. Block 634 shows an example where the target settings are obtained from an in situ sensor 208 . Block 636 depicts an example where the one or more target settings are obtained from one or more sensors on other machines operating in the same field, either concurrently with agricultural harvesting machine 100 or from one or more sensors on machines operating in the past worked in the same field. Block 638 shows an example where the target settings are also obtained from other sources.

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 zone controller 247 accesses the adjustment resolver for the selected regimen zone and controls the adjustment resolver to resolve competing target adjustments into a resolved target adjustment. As mentioned above tert, the adjustment resolver may in some cases be a human resolver, with the zone controller 247 controlling operator interface mechanisms 218 to present the competing target adjustments to the operator 260 or other user for resolution. In some cases, the attitude resolver may be a neural network or other artificial intelligence or machine learning system, and the zone controller 247 communicates the competing target attitudes to the neural network, artificial intelligence or machine learning system for selection. In some cases, the attitude resolver may be based on a predicted or historical quality metric, threshold rules, or logical components. In one of these latter examples, the zone controller 247 executes the adjustment resolver to obtain a resolved target adjustment based on the predicted or historical quality metric, based on the threshold rules, or using the logical components.

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 zone controller 247 has identified the resolved target setting, the zone controller 247 provides the resolved target setting to other controllers in the control system 214, which generate and apply control signals based on the resolved target setting to the selected WMA or set of WMAs. For example, if the selected WMA is a machine or header actuator 248, the zone controller 247 provides the resolved target setting to the adjustment controller 232 or the header/reel controller 238 or both to generate control signals based on the resolved target setting, and these generate control signals are applied to the machine or header actuators 248. If at block 644 additional WMAs or additional sets of WMAs are to be controlled at the current geographic position of agricultural harvester 100 (as detected at block 612), processing returns to block 626 where the next WMA or set of WMAs is selected. The processes represented by blocks 626 through 644 continue until all WMAs or sets of WMAs that are to be controlled at the current geographic position of agricultural harvesting machine 100 have been addressed. If there are no additional WMAs or sets of WMAs to control at the current geographic location of agricultural harvester 100, processing proceeds to block 646 where zone controller 247 determines whether there are additional control zones to consider in the selected regime zone. If there are additional tax zones to consider, processing returns to block 624 where a next tax zone is selected. If there are no more additional control zones to consider, processing transfers to block 648 which determines whether there are any additional regime zones to consider. The zone controller 247 determines whether additional regimen zones are to be considered. If there are more regimen zones to consider, processing returns to block 622 where a next regimen zone is selected.

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 block 650, zone controller 247 determines whether the operation that agricultural harvester 100 is performing is complete. If not, as indicated by block 652, the zone controller 247 determines whether a control zone criteria has been met to continue processing. For example, as noted above, the control zone definition criteria may include criteria that define when a control zone boundary may be crossed by agricultural harvesting machine 100 . For example, a selected period of time may define whether a control zone boundary may be crossed by agricultural harvester 100, meaning that agricultural harvester 100 is prevented from crossing a zone boundary until a selected period of time has elapsed. In this case, at block 652, the zone controller 247 determines whether the selected time period has expired. In addition, the zone controller 247 can perform the processing continuously. Thus, the zone controller 247 does not wait for a certain amount of time before proceeding to determine whether operation of the agricultural harvesting machine 100 is complete. At block 652, zone controller 247 determines that it is time to continue processing and then continues processing at block 612 where zone controller 247 receives input from geographic position sensor 204 again. It should also be noted that the zone controller 247 may control the WMAs and sets of WMAs simultaneously using a multiple-input, multiple-output controller, rather than sequentially controlling the WMAs and sets of WMAs.

11 ist ein Blockdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung 231 zeigt. In einem veranschaulichten Beispiel beinhaltet die Bedienerschnittstellensteuerung 231 ein Bedienereingabebefehlsverarbeitungssystem 654, ein anderes Steuerungsinteraktionssystem 656, ein Sprachverarbeitungssystem 658 und einen Aktionssignalgenerator 660. Das Bedienereingabebefehlsverarbeitungssystem 654 beinhaltet das Sprachverarbeitungssystem 662, das Berührungsgestenhandhabungssystem 664 und andere Elemente 666. Das andere Steuerungsinteraktionssystem 656 beinhaltet das Steuerungseingabeverarbeitungssystem 668 und den Steuerungsausgabegenerator 670. Das Sprachverarbeitungssystem 658 beinhaltet den Auslösedetektor 672, die Erkennungskomponente 674, die Synthesekomponente 676, das System zum Verstehen der natürlichen Sprache 678, das Dialogmanagementsystem 680 und andere Elemente 682. Der Aktionssignalgenerator 660 umfasst den visuellen Steuersignalgenerator 684, den Audio-Steuersignalgenerator 686, den haptischen Steuersignalgenerator 688 und andere Elemente 690. Bevor der Betrieb der in 11 gezeigten beispielhaften Bedienerschnittstellensteuerung 231 bei der Handhabung verschiedener Bedienerschnittstellenaktionen beschrieben wird, wird zuerst eine kurze Beschreibung einiger der Elemente der Bedienerschnittstellensteuerung 231 und der damit verbundene Betrieb bereitgestellt. 11 FIG. 14 is a block diagram showing an example of an operator interface controller 231. FIG. In an illustrated example, the operator interface control 231 includes an operator input command processing system 654, another control interaction system 656, a language processing system 658, and an action signal generator 660. The operator input command processing system 654 includes the language processing system 662, the touch gesture manipulation system 664, and other elements 666. The other control interaction system 656 includes the control input processing system 668 and the control output generator 670. The language processing system 658 includes the trigger detector 672, the recognition component 674, the synthesis component 676, the natural language understanding system 678, the dialog management system 680 and other elements 682. The action signal generator 660 includes the visual control signal generator 684, the audio -control signal generator 686, the haptic control signal generator 688 and other elements 690. Before the operation of the in 11 While the example operator interface control 231 shown in the illustration will describe how to handle various operator interface actions, a brief description of some of the elements of the operator interface control 231 and the operation associated therewith will first be provided.

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 command processing system 654 recognizes operator inputs at operator interface mechanisms 218 and processes those inputs for commands. Speech processing system 662 recognizes speech input and processes the interactions with speech processing system 658 to process the speech input for commands. Touch gesture handler system 664 recognizes touch gestures on touch-sensitive elements in operator interface mechanisms 218 and processes those inputs for commands.

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 controller interaction system 656 handles interactions with other controllers of the control system 214. The controller input processing system 668 recognizes and processes inputs from other controllers in the control system 214, and the controller output generator 670 generates outputs and provides those outputs to other controllers in the control system 214. Speech processing system 658 recognizes speech inputs, determines the meaning of those inputs, and provides an output that indicates the meaning of the spoken inputs. For example, voice processing system 658 may recognize voice input from operator 260 as a setting change command, in which operator 260 commands control system 214 to change a setting for controllable subsystem 216 . In such an example, voice processing system 658 recognizes the content of the spoken command, identifies the meaning of that command as a setting change command, and provides the meaning of that input back to voice processing system 662. Voice processing system 662, in turn, interacts with control output generator 670 to provide the commanded output to the provide appropriate control in control system 214 to comply with the spoken setting change command.

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 language processing system 658 can be invoked in a number of ways. For example, voice processing system 662 continuously provides input from a microphone (which is one of operator interface mechanisms 218) to voice processing system 658 in one example. The microphone detects speech from the operator 260 and the speech processing system 662 provides the speech processing system 658 with the recognized speech. Trigger detector 672 detects a trigger indicating that language processing system 658 is invoked. In some cases, when speech processing system 658 receives continuous speech input from speech processing system 662, speech recognition component 674 performs continuous speech recognition on all speech spoken by operator 260. In some cases, the language processing system 658 is configured to be invoked using a wake-up word. That is, in some cases, operation of the speech processing system 658 may be initiated based on recognition of a selected spoken word, referred to as a wake-up word. In such an example, where the detection component 674 detects the wakeup word, the detection component 674 provides an indication that the wakeup word was detected to trigger the detector 672 . The trigger detector 672 detects that the voice processing system 658 has been invoked or triggered by the wake-up word. In another example, language processing system 658 may be invoked by an operator 260 operating an actuator on a user interface mechanism, such as by touching an actuator on a touch-sensitive display screen, pressing a button, or providing another trigger input. In such an example, trigger detector 672 may detect that language processing system 658 has been invoked when a trigger input is detected via a user interface mechanism. Trigger detector 672 may also detect that speech processing system 658 has been invoked in other ways.

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 speech processing system 658 is invoked, the speech input from the operator 260 is provided to the speech recognition component 674 . Speech recognition component 674 recognizes linguistic elements in speech input, such as words, phrases, or other linguistic units. The natural language understanding system 678 identifies a meaning of the recognized language. The meaning can be a natural language output, a command output identifying a command reflected in the recognized language, a value output identifying a value in the recognized language, or a be a variety of other outputs reflecting understanding of the recognized language. For example, the natural language understanding system 678 and the language processing system 568 can more generally understand the meaning of the recognized language in the context of the agricultural harvesting machine 100 .

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, voice processing system 658 may also generate outputs that navigate operator 260 through a user experience based on voice input. For example, the dialog management system 680 can create and manage a dialog with the user to identify what the user wants to do. Dialogue can make a user's command unmistakable; identify one or more specific values required to execute the user's command; or receive other information from the user or provide other information to the user or both. Synthesis component 676 may generate speech synthesis that may be presented to the user through an audio operator interface mechanism, such as a speaker. Thus, the dialogue managed by dialogue management system 680 may be spoken dialogue only or a combination of both visual dialogue and spoken dialogue.

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.Action signal generator 660 generates action signals to control operator interface mechanisms 218 based on outputs from one or more of operator input command processing system 654, other control interaction system 656, and language processing system 658. Visual control signal generator 684 generates control signals to control visual elements in operator interface mechanisms 218 . The visual elements can be lights, a display screen, warning indicators, or other visual elements. Audio control signal generator 686 generates outputs that control audio elements of operator interface mechanisms 218 . The audio elements include a speaker, audible alarm mechanisms, horns, or other audible elements. The haptic control signal generator 688 generates control signals that are output to control haptic elements of the operator interface mechanisms 218 . The haptic elements include vibration elements that can be used to vibrate, for example, the operator's seat, steering wheel, pedals or joysticks used by the operator. The haptics may include tactile feedback or force feedback elements that provide a tactile feedback or force feedback signal to the operator via operator interface mechanisms. The haptics may also include a variety of other haptics.

12 ist ein Flussdiagramm, das ein Beispiel für den Betrieb der Bedienerschnittstellensteuerung 231 bei der Erzeugung einer Bedienerschnittstellenanzeige auf einem Bedienerschnittstellenmechanismus 218 veranschaulicht, der einen berührungsempfindlichen Anzeigebildschirm beinhalten kann. 12 veranschaulicht außerdem ein Beispiel dafür, wie die Bedienerschnittstellensteuerung 231 Bedienerinteraktionen mit dem berührungsempfindlichen Anzeigebildschirm erkennen und verarbeiten kann. 12 12 is a flow chart illustrating an example of the operation of operator interface controller 231 in generating an operator interface display on operator interface mechanism 218, which may include a touch-sensitive display screen. 12 also illustrates an example of how operator interface controller 231 may recognize and process operator interactions with the touch-sensitive display screen.

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 block 692, operator interface controller 231 receives a card. Block 694 gives an example where the map is a functional predictive map and block 696 gives an example where the map is another map type. At block 698 , operator interface controller 231 receives input from geographic position sensor 204 identifying the geographic position of agricultural harvester 100 . As indicated in block 700 , the input from geographic position sensor 204 may include heading along with the position of agricultural harvester 100 . Block 702 provides an example where the input from geographic location sensor 204 includes the speed of agricultural harvester 100, and block 704 provides an example where the input from geographic location sensor 204 includes other items.

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 block 706, visual control signal generator 684 in operator interface controller 231 controls the touch-sensitive display screen in operator interface mechanisms 218 to generate a display showing all or part of a field represented by the received card. Block 708 indicates that the displayed field may include a current position marker showing a current position of agricultural harvesting machine 100 relative to the field. Block 710 provides an example where the displayed field includes a next unit of work marker that identifies a next unit of work (or area in the field) in which agricultural harvesting machine 100 is operating. Block 712 provides an example in which the displayed field includes an upcoming area display section indicating areas that are yet to be processed by the agricultural harvesting machine 100, and Block 714 provides an example in which the displayed field includes previously visited display sections. represent the areas of the field that the agricultural harvesting machine 100 is already working Has. Block 716 provides an example in which the displayed panel displays various features of the georeferenced location panel on the map. For example, if the received map is a performance map, such as functional predictive map 360 or 428, the displayed panel may display the various performance values georeferenced within the displayed panel. The mapped features may be shown in the previously visited areas (as shown in block 714), in the upcoming areas (as shown in block 712), and in the next work unit (as shown in block 710). Block 718 provides an example where the displayed field also includes other items.

13 ist eine bildliche Darstellung, die ein Beispiel für eine Benutzerschnittstellenanzeige 720 zeigt, die auf einem berührungsempfindlichen Anzeigebildschirm erzeugt werden kann. In anderen Implementierungen kann die Benutzerschnittstellenanzeige 720 auf anderen Arten von Anzeigen erzeugt werden. Der berührungsempfindliche Bildschirm kann in der Fahrerkabine der landwirtschaftlichen Erntemaschine 100 oder auf der mobilen Vorrichtung oder anderswo montiert werden. Die Benutzerschnittstellenanzeige 720 wird beschrieben, bevor mit der Beschreibung des in 12 gezeigten Flussdiagramms fortgefahren wird. 13 FIG. 7 is a pictorial representation showing an example of a user interface display 720 that may be generated on a touch-sensitive display screen. In other implementations, user interface display 720 may be generated on other types of displays. The touch-sensitive screen can be mounted in the cab of the agricultural harvesting machine 100 or on the mobile device or elsewhere. The user interface display 720 will be described prior to the description of the in 12 shown flowchart is continued.

In dem in 13 gezeigten Beispiel veranschaulicht die Benutzerschnittstellenanzeige 720, dass der berührungsempfindliche Anzeigebildschirm ein Anzeigemerkmal zum Bedienen eines Mikrofons 722 und eines Lautsprechers 724 beinhaltet. Somit kann die berührungsempfindliche Anzeige kommunizierbar mit dem Mikrofon 722 und dem Lautsprecher 724 gekoppelt werden. Block 726 zeigt an, dass der berührungsempfindliche Anzeigebildschirm eine Vielzahl von Bedienerschnittstellensteuerstellgliedern beinhalten kann, wie etwa Tasten, Tastaturen, Softtastaturen, Links, Symbole, Schalter usw. Der Bediener 260 kann die Bedienerschnittstellensteuerstellglieder betätigen, um verschiedene Funktionen auszuführen.in the in 13 In the example shown, the user interface display 720 illustrates that the touch-sensitive display screen includes a display feature for operating a microphone 722 and a speaker 724 . Thus, the touch-sensitive display may be communicably coupled to microphone 722 and speaker 724 . Block 726 indicates that the touch-sensitive display screen may include a variety of operator interface control actuators, such as buttons, keyboards, soft keyboards, links, icons, switches, etc. The operator 260 may manipulate the operator interface control actuators to perform various functions.

In dem in 13 gezeigten Beispiel beinhaltet die Benutzerschnittstellenanzeige 720 einen Feldanzeigeabschnitt 728, der mindestens einen Abschnitt des Feldes anzeigt, in dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Der Feldanzeigeabschnitt 728 ist mit einer aktuellen Positionsmarkierung 708 gezeigt, die einer aktuellen Position der landwirtschaftlichen Erntemaschine 100 in dem Abschnitt des Feldes entspricht, der in dem Feldanzeigeabschnitt 728 gezeigt ist. In einem Beispiel kann der Bediener die berührungsempfindliche Anzeige steuern, um in Teile des Feldanzeigeabschnitts 728 zu zoomen oder den Feldanzeigeabschnitt 728 zu schwenken oder zu scrollen, um verschiedene Abschnitte des Feldes anzuzeigen. Eine nächste Arbeitseinheit 730 ist als Bereich des Feldes direkt vor der aktuellen Positionsmarkierung 708 der landwirtschaftlichen Erntemaschine 100 gezeigt. Die aktuelle Positionsmarkierung 708 kann auch konfiguriert sein, um die Fahrtrichtung der landwirtschaftlichen Erntemaschine 100, eine Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 oder beides zu identifizieren. In 13 stellt die Form der aktuellen Positionsmarkierung 708 eine Angabe zur Ausrichtung der landwirtschaftlichen Erntemaschine 100 innerhalb des Feldes bereit, die als eine Angabe einer Fahrtrichtung der landwirtschaftlichen Erntemaschine 100 verwendet werden kann. Die Größe der nächsten Arbeitseinheit 730, die auf dem Feldanzeigeabschnitt 728 markiert ist, kann auf Grundlage einer Vielzahl verschiedener Kriterien variieren. Zum Beispiel kann die Größe der nächsten Arbeitseinheit 730 in Abhängigkeit von der Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 variieren. Wenn sich die landwirtschaftliche Erntemaschine 100 somit schneller bewegt, kann der Bereich der nächsten Arbeitseinheit 730 größer sein als der Bereich der nächsten Arbeitseinheit 730, wenn sich die landwirtschaftliche Erntemaschine 100 langsamer bewegt. In einem anderen Beispiel kann die Größe der nächsten Arbeitseinheit 730 auf Grundlage der Abmessungen der landwirtschaftlichen Erntemaschine 100 variieren, einschließlich der Ausrüstung an der landwirtschaftlichen Erntemaschine 100 (wie etwa dem Erntevorsatz 102). Zum Beispiel kann die Breite der nächsten Arbeitseinheit 730 auf Grundlage einer Breite des Erntevorsatzes 102 variieren. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, dass er den zuvor besuchten Bereich 714 und bevorstehende Bereiche 712 anzeigt. Die zuvor besuchten Bereiche 714 stellen Bereiche dar, die bereits geerntet wurden, während die bevorstehenden Bereiche 712 Bereiche darstellen, die noch geerntet werden müssen. Der Feldanzeigeabschnitt 728 ist auch so gezeigt, der verschiedene Merkmale des Feldes anzeigt. In dem in 13 gezeigten Beispiel ist die angezeigte Karte eine prädiktive Leistungskarte, wie etwa die funktionelle prädiktive Karte 360 oder die funktionelle prädiktive Karte 428. Daher werden eine Vielzahl von Leistungsmerkmalsmarkierungen auf dem Feldanzeigeabschnitt 728 angezeigt. Es gibt einen Satz von Leistungsmerkmalsanzeigemarkierungen 732, die in den bereits besuchten Bereichen 714 angezeigt werden. Es gibt auch einen Satz von Leistungsmerkmalsanzeigemarkierungen 732, die in den bevorstehenden Bereichen 712 gezeigt sind, und es gibt einen Satz von Leistungsmerkmalsanzeigemarkierungen 732, die in der nächsten Arbeitseinheit 730 gezeigt sind. 13 zeigt, dass die Ährengrößenanzeigemarkierungen 732 aus verschiedenen Symbolen bestehen, die einen Bereich mit ähnlichen Leistungsmerkmalen angeben. In dem in 14 gezeigten Beispiel stellt das !-Symbol Bereiche mit hohem Leistungsverbrauch dar; das *-Symbol stellt Bereiche mit mittlerem Leistungsverbrauch dar; und das #-Symbol stellt einen Bereich mit niedrigem Leistungsverbrauch dar. Der Leistungsverbrauch ist nur ein Beispiel, andere Leistungsmerkmale, einschließlich Leistungsmerkmale bestimmter Teilsysteme, können ebenfalls angezeigt werden. Der Feldanzeigeabschnitt 728 zeigt verschiedene gemessene oder vorhergesagte Werte (oder Merkmale, die durch die Werte angegeben sind), die sich an verschiedenen Bereichen innerhalb des Feldes befinden, und stellt diese gemessenen oder vorhergesagten Werte (oder Merkmale, die durch die Werte angegeben sind oder von diesen abgeleitet werden) mit einer Vielzahl von Anzeigemarkierungen 732 dar. Wie gezeigt, beinhaltet der Feldanzeigeabschnitt 728 Anzeigemarkierungen, insbesondere Leistungsmerkmalsanzeigemarkierungen 732 in dem veranschaulichten Beispiel von 13, an bestimmten Positionen, die bestimmten Positionen auf dem angezeigten Feld zugeordnet sind. In einigen Fällen kann jede Position des Feldes eine damit verbundene Anzeigemarkierung aufweisen. Somit kann in einigen Fällen eine Anzeigemarkierung an jeder Position des Feldanzeigeabschnitts 728 bereitgestellt werden, um die Art des Merkmals zu identifizieren, die für jede bestimmte Position des Feldes abgebildet wird. Folglich umfasst die vorliegende Offenbarung das Bereitstellen einer Anzeigemarkierung, wie etwa der Leistungsmerkmalsanzeigemarkierung 732 (wie im Kontext mit dem vorliegenden Beispiel aus 13) an einer oder mehreren Positionen auf dem Feldanzeigeabschnitt 728, um die Art, den Grad usw. des angezeigten Merkmals zu identifizieren, wodurch das Merkmal an der entsprechenden Position in dem angezeigten Feld identifiziert wird. Wie vorstehend beschrieben, können die Anzeigemarkierungen 732 aus verschiedenen Symbolen bestehen, und wie nachstehend beschrieben, können die Symbole ein beliebiges Anzeigemerkmal sein, wie etwa verschiedene Farben, Formen, Muster, Intensitäten, Text, Symbole oder andere Anzeigemerkmale. In einigen Fällen kann jede Position des Feldes eine damit verbundene Anzeigemarkierung aufweisen. Somit kann in einigen Fällen eine Anzeigemarkierung an jeder Position des Feldanzeigeabschnitts 728 bereitgestellt werden, um die Art des Merkmals zu identifizieren, die für jede bestimmte Position des Feldes abgebildet wird. Folglich umfasst die vorliegende Offenbarung das Bereitstellen einer Anzeigemarkierung, wie etwa der Verlustpegel-Anzeigemarkierung 732 (wie im Kontext mit dem vorliegenden Beispiel aus 11) an einer oder mehreren Positionen auf dem Feldanzeigeabschnitt 728, um die Art, den Grad usw. des angezeigten Merkmals zu identifizieren, wodurch das Merkmal an der entsprechenden Position in dem angezeigten Feld identifiziert wird.in the in 13 In the example shown, user interface display 720 includes a field display portion 728 that displays at least a portion of the field in which agricultural harvesting machine 100 is operating. Field display portion 728 is shown with a current position marker 708 corresponding to a current position of agricultural harvesting machine 100 in the portion of the field shown in field display portion 728 . In one example, the operator can control the touch-sensitive display to zoom into portions of panel display portion 728 or to pan or scroll panel display portion 728 to view different portions of the panel. A next unit of work 730 is shown as the area of the field just ahead of the current position marker 708 of the agricultural harvester 100 . The current position marker 708 may also be configured to identify the direction of travel of the agricultural harvesting machine 100, a travel speed of the agricultural harvesting machine 100, or both. In 13 the shape of the current position marker 708 provides an indication of the orientation of the agricultural harvester 100 within the field, which can be used as an indication of a direction of travel of the agricultural harvester 100 . The size of the next work unit 730 highlighted on the panel display portion 728 may vary based on a variety of different criteria. For example, the size of the next work unit 730 may vary depending on the ground speed of the agricultural harvester 100 . Thus, if the agricultural harvester 100 is moving faster, the range of the next working unit 730 may be larger than the range of the next working unit 730 if the agricultural harvester 100 is moving slower. In another example, the size of the next working unit 730 may vary based on the dimensions of the agricultural harvester 100, including the equipment on the agricultural harvester 100 (such as the header 102). For example, the width of the next unit of work 730 may vary based on a width of the header 102 . Panel display portion 728 is also shown displaying previously visited area 714 and upcoming areas 712 . Previously visited areas 714 represent areas that have already been harvested, while upcoming areas 712 represent areas that have yet to be harvested. The panel display portion 728 is also shown, displaying various features of the panel. in the in 13 In the example shown, the displayed map is a predictive performance map, such as functional predictive map 360 or functional predictive map 428. There is a set of feature display markers 732 that are displayed in the areas 714 already visited. There is also a set of feature indicator markers 732 shown in the upcoming areas 712 and there is a set of feature indicator markers 732 shown in the next unit of work 730 . 13 Figure 12 shows that the ear size indicator markings 732 consist of different symbols indicating an area with similar performance characteristics. in the in 14 example shown, the ! symbol represents areas of high power consumption; the * symbol represents areas of medium power consumption; and the # symbol represents an area of low power consumption. Power consumption is just an example, other performance characteristics, including performance characteristics of specific subsystems, may also be displayed. The panel display section 728 shows various measured or predicted values (or features indicated by the values) located at various areas within the panel, and presents these measured or predicted values (or features indicated by the values or from these are derived) with a plurality of indicator markers 732. As shown, the panel indicator portion 728 includes indicator markers, particularly feature indicator markers 732 in the illustrated example of FIG 13 , at specific positions associated with specific positions on the indicated field. In some cases, each position of the field may have an indicator mark associated with it. Thus, in some cases, an indicator mark may be provided at each location of the tile display portion 728 to identify the type of feature being imaged for any particular location of the tile. Accordingly, the present disclosure contemplates providing an indicator marker, such as feature indicator marker 732 (as described in the context of the present example in FIG 13 ) at one or more positions on the field display portion 728 to identify the type, degree, etc. of the displayed feature, thereby identifying the feature at the corresponding position in the displayed field. As described above, the indicator markings 732 can be made up of various symbols, and as described below, the symbols can be any display feature, such as different colors, shapes, patterns, intensities, text, symbols, or other display features. In some cases, each position of the field may have an indicator mark associated with it. Thus, in some cases, an indicator mark may be provided at each location of the tile display portion 728 to identify the type of feature being imaged for any particular location of the tile. Accordingly, the present disclosure contemplates providing an indication marker, such as loss level indicator marker 732 (as described in the context of the present example in FIG 11 ) at one or more positions on the field display portion 728 to identify the type, degree, etc. of the displayed feature, thereby identifying the feature at the corresponding position in the displayed field.

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 13 weist die Benutzerschnittstellenanzeige 720 auch einen Steueranzeigeabschnitt 738 auf. Der Steueranzeigeabschnitt 738 ermöglicht es dem Bediener, Informationen anzuzeigen und auf verschiedene Weise mit der Anzeige der Benutzerschnittstelle 720 zu interagieren.In the example of 13 the user interface display 720 also has a control display section 738 . Control display portion 738 allows the operator to display information and interact with the display of user interface 720 in various ways.

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 13 gezeigten Beispiel zeigt der Anzeigeabschnitt 738 Informationen für die drei verschiedenen Ährengrößenkategorien an, die den drei oben genannten Symbolen entsprechen. Der Anzeigeabschnitt 738 beinhaltet auch einen Satz berührungsempfindlicher Stellglieder, mit denen der Bediener 260 durch Berührung interagieren kann. Beispielsweise kann der Bediener 260 die berührungsempfindlichen Stellglieder mit einem Finger berühren, um das jeweilige berührungsempfindliche Stellglied zu aktivieren. Wie in 13 gezeigt, beinhaltet der Anzeigeabschnitt 738 auch interaktive Registerkarten, wie etwa die maschinenweite Registerkarte 762, die Antriebsregisterkarte 764, die Dresch-/Trennregisterkarte 766, die Rückstandsregisterkarte 768 und andere Registerkarten 770. Durch Aktivieren einer der Registerkarten kann geändert werden, welche Werte in den Abschnitten 728 und 738 angezeigt werden. Zum Beispiel wird, wie gezeigt, die Antriebsregisterkarte 764 aktiviert und somit entsprechen die Werte, die auf dem Abschnitt 728 abgebildet und in dem Abschnitt 738 gezeigt sind, den Leistungsmerkmalen (gezeigt als Leistungsverbrauch) über das Antriebs-Teilsystem 250 der landwirtschaftlichen Erntemaschine 100. Wenn der Bediener 260 die Registerkarte 762 berührt, aktualisiert das Berührungsgestenhandhabungssystem 664 den Abschnitt 728 und 738, um Merkmale in Bezug auf alle Teilsysteme der landwirtschaftlichen Erntemaschine 100 anzuzeigen. Wenn der Bediener 260 die Registerkarte 766 berührt, aktualisiert das Berührungsgestenhandhabungssystem 664 die Abschnitte 728 und 738, um Merkmale in Bezug auf das Dresch- und Trenn-Teilsystem anzuzeigen. Wenn der Bediener 260 die Registerkarte 768 berührt, aktualisiert das Berührungsgestenhandhabungssystem 664 die Abschnitte 728 und 738, um Merkmale in Bezug auf das Rückstände-Teilsystem 138 anzuzeigen. Wenn der Bediener 260 die Registerkarte 770 berührt, aktualisiert das Berührungsgestenhandhabungssystem 664 die Abschnitte 728 und 738, um Merkmale in Bezug auf einen anderen Satz von Komponenten der landwirtschaftlichen Erntemaschine 100 anzuzeigen.For example, the actuators and indicator markers in section 738 may be displayed as individual items, fixed lists, scrollable lists, drop-down menus, or drop-down lists. in the in 13 In the example shown, the display section 738 displays information for the three different ear size categories corresponding to the three symbols mentioned above. The display portion 738 also includes a set of touch-sensitive actuators that the operator 260 can interact with by touch. For example, the operator 260 may touch the touch-sensitive actuators with a finger to activate the respective touch-sensitive actuator. As in 13 As shown, the display section 738 also includes interactive tabs, such as machine-wide tab 762, drive tab 764, threshing/separating tab 766, backlog tab 768, and other tabs 770. Activating one of the tabs can change which values are in the sections 728 and 738 are displayed. For example, as shown, the propulsion tab 764 is activated and thus the values mapped on section 728 and shown in section 738 correspond to the performance characteristics (shown as power consumption) across the propulsion subsystem 250 of the agricultural harvester 100. If When operator 260 touches tab 762, touch gesture handler 664 updates portion 728 and 738 to display features related to all subsystems of agricultural harvesting machine 100. When operator 260 touches tab 766, touch gesture handler 664 updates portions 728 and 738 to display features related to the threshing and separating subsystem. When operator 260 touches tab 768, touch gesture handler 664 updates sections 728 and 738 to display features related to backlog subsystem 138. FIG. When the operator 260 enters the Regis When subcard 770 is touched, touch gesture handling system 664 updates sections 728 and 738 to display features related to a different set of components of agricultural harvesting machine 100 .

Wie in 13 gezeigt, beinhaltet der Anzeigeabschnitt 738 einen interaktiven Flaggenanzeigeabschnitt, der im Allgemeinen bei 741 angegeben ist. Der interaktive Flaggenanzeigeabschnitt 741 beinhaltet eine Flaggenspalte 739, die Flaggen zeigt, die automatisch oder manuell gesetzt wurden. Das Flaggenstellglied 740 ermöglicht es dem Bediener 260, eine Position, wie etwa die aktuelle Position der landwirtschaftlichen Erntemaschine, oder eine andere Position auf dem Feld, die durch den Bediener bezeichnet wird, zu markieren und Informationen hinzuzufügen, die das Merkmal angeben, wie etwa Leistungsverbrauch, der an der aktuellen Position gefunden wird. Wenn zum Beispiel der Bediener 260 das Flaggenstellglied 740 durch Berühren des Flaggenstellglieds 740 betätigt, identifiziert das Berührungsgestenhandhabungssystem 664 in der Bedienerschnittstellensteuerung 231 die aktuelle Position als eine Position, an dem die landwirtschaftliche Erntemaschine 100 einen hohen Leistungsverbrauch erfahren hat. Wenn der Bediener 260 die Taste 742 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die aktuelle Position als eine Position, an der die landwirtschaftliche Erntemaschine 100 einen mittleren Leistungsverbrauch erfahren hat. Wenn der Bediener 260 die Taste 744 berührt, identifiziert das Berührungsgestenhandhabungssystem 664 die aktuelle Position als eine Position, an der die landwirtschaftliche Erntemaschine 100 einen geringen Leistungsverbrauch erfahren hat. Bei Betätigung eines der Flaggenstellglieder 740, 742 oder 744 kann das Berührungsgestenhandhabungssystem 664 den visuellen Steuersignalgenerator 684 steuern, um ein Symbol hinzuzufügen, das dem identifizierten Merkmal auf dem Feldanzeigeabschnitt 728 an einer Position entspricht, die der Benutzer identifiziert. Auf diese Weise können Bereiche des Feldes, in denen der vorhergesagt Wert einen tatsächlichen Wert nicht genau repräsentiert hat, für eine spätere Analyse markiert werden und auch beim maschinellen Lernen verwendet werden. In anderen Beispielen kann der Bediener Bereiche vor oder um die landwirtschaftliche Erntemaschine 100 bestimmen, indem er eines der Flaggenstellglieder 740, 742 oder 744 derart betätigt, dass eine Steuerung der landwirtschaftlichen Erntemaschine 100 auf Grundlage des durch den Bediener 260 bestimmten Werts vorgenommen werden kann.As in 13 As shown, display section 738 includes an interactive flag display section indicated generally at 741 . The interactive flag display section 741 includes a flag column 739 showing flags that have been set automatically or manually. The flag actuator 740 allows the operator 260 to mark a position, such as the current position of the agricultural harvester, or another position on the field designated by the operator, and add information indicative of the attribute, such as power consumption , which is found at the current position. For example, when the operator 260 operates the flag actuator 740 by touching the flag actuator 740, the touch gesture handling system 664 in the operator interface controller 231 identifies the current position as a position where the agricultural harvesting machine 100 has experienced high power consumption. When the operator 260 touches the button 742, the touch gesture handler system 664 identifies the current location as a location where the agricultural harvesting machine 100 experienced moderate power consumption. When the operator 260 touches the button 744, the touch gesture handler system 664 identifies the current location as a location where the agricultural harvesting machine 100 experienced low power consumption. Upon actuation of one of flag actuators 740, 742, or 744, touch gesture handler system 664 can control visual control signal generator 684 to add an icon corresponding to the identified feature on panel display portion 728 at a location identified by the user. This allows areas of the field where the predicted value did not accurately represent an actual value to be flagged for later analysis and also used in machine learning. In other examples, the operator may designate areas in front of or around agricultural harvester 100 by manipulating one of flag actuators 740, 742, or 744 such that control of agricultural harvester 100 may be performed based on the value determined by operator 260.

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 13, Leistungsverbrauch), die auf dem Feldanzeigeabschnitt 728 verfolgt wird. Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Bezeichneranzeigeabschnitt, der im Allgemeinen unter 745 angegeben ist. Der interaktive Bezeichneranzeigeabschnitt 745 beinhaltet eine Bezeichnerspalte 748, die den Bezeichner (der ein Textbezeichner oder ein anderer Bezeichner sein kann) zeigt, der die Kategorie von Werten oder Merkmalen (im Fall von 13, Leistungsverbrauch) ermittelt. Ohne Einschränkung können die Symbole in Symbolspalte 746 und die Bezeichner in Bezeichnerspalte 748 beliebige Anzeigemerkmale beinhalten, wie etwa verschiedene Farben, Formen, Muster, Intensitäten, Text, Symbole oder andere Anzeigemerkmale, und können durch Interaktion eines Bedieners der landwirtschaftlichen Erntemaschine 100 anpassbar sein.The display portion 738 also includes an interactive marker display portion indicated generally at 743 . The interactive marker display section 743 includes a symbol column 746 that displays the symbols corresponding to each category of values or attributes (in the case of 13 , power consumption) tracked on the panel display section 728. The display section 738 also includes an interactive identifier display section, indicated generally at 745 . The interactive identifier display section 745 includes an identifier column 748 showing the identifier (which may be a textual identifier or other identifier) representing the category of values or attributes (in the case of 13 , power consumption) determined. Without limitation, the icons in icon column 746 and the identifiers in identifier column 748 may include any display feature, such as different colors, shapes, patterns, intensities, text, symbols, or other display features, and may be customizable through interaction of an operator of agricultural harvesting machine 100.

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 13 ein vorhergesagter oder gemessener Antriebs-Teilsystem-Leistungsverbrauch, der 45 % oder mehr erfüllt, als „hoher Leistungsverbrauch“ klassifiziert, und ein vorhergesagter oder gemessener Antriebs-Teilsystem-Leistungsverbrauch, der 35 % oder weniger erfüllt, wird als „niedriger Leistungsverbrauch“ klassifiziert. In einigen Beispielen können die ausgewählten Werte einen Bereich beinhalten, so dass ein vorhergesagter oder gemessener Wert, der innerhalb des Bereichs des ausgewählten Werts liegt, unter dem entsprechenden Bezeichner klassifiziert wird. Wie in 13 gezeigt umfasst „mittlerer Leistungsverbrauch“ einen Bereich von 36 % - 44 %, so dass ein gemessener oder vorhergesagter Leistungsverbrauch, der in den Bereich von 36 % - 44 % fällt, als „mittlerer Leistungsverbrauch“ klassifiziert wird. Die ausgewählten Werte in der Wertanzeigespalte 750 sind durch einen Bediener der landwirtschaftlichen Erntemaschine 100 einstellbar. In einem Beispiel kann der Bediener 260 den bestimmten Teil des Feldanzeigeabschnitts 728 auswählen, für den die Werte in Spalte 750 angezeigt werden sollen. Somit können die Werte in Spalte 750 Werten in Anzeigeabschnitten 712, 714 oder 730 entsprechen.The display portion 738 also includes an interactive value display portion indicated generally at 747 . The interactive value display section 747 includes a value display column 750 that displays selected values. The selected values correspond to the attributes or values being tracked or displayed on panel display portion 728, or both. The selected values can be selected by an operator of the agricultural harvesting machine 100 . The selected values in the value display column 750 define a range of values or a value by which other values, such as predicted values, are to be classified. So in the example in 13 a predicted or measured propulsion subsystem power consumption that meets 45% or more is classified as "high power consumption" and a predicted or measured propulsion subsystem power consumption that meets 35% or less is classified as "low power consumption". In some examples, the selected values may include a range such that a predicted or measured value that is within the range of the selected value is classified under the corresponding identifier. As in 13 As shown, "mean power consumption" includes a range of 36% - 44%, so measured or predicted power consumption falling within the range of 36% - 44% is classified as "mean power consumption". The selected values in value display column 750 are adjustable by an operator of agricultural harvesting machine 100 . In one example, operator 260 can select the particular portion of field display portion 728 for which the values in column 750 are to be displayed. Thus, the values in column 750 may correspond to values in display sections 712, 714, or 730.

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 display section 738 also includes an interactive threshold display section indicated generally at 749 . Interactive threshold display section 749 includes a threshold display column 752 that displays action thresholds. The action thresholds in column 752 may be thresholds corresponding to the selected values in value display column 750 . If the predicted or measured values of features being tracked and/or displayed meet the corresponding action thresholds in threshold display column 752 , then control system 214 takes an action identified in column 754 . In some cases, a measured or predicted value may satisfy a corresponding action threshold by meeting or exceeding the corresponding action threshold. For example, in one example, operator 260 may select a threshold to change the threshold by touching the threshold in threshold display column 752 . Once selected, the operator 260 can change the threshold. The thresholds in column 752 may be configured to perform the designated action when the measured or predicted value of the feature exceeds, equals, or is below the threshold. In some cases, the threshold may represent a range of values or a range of deviations from the selected values in the value display column 750 such that a predicted or measured feature value that meets or falls within the threshold satisfies the threshold. For example, in the example of propulsion subsystem power consumption, a predicted propulsion subsystem power consumption that is within 10% of 45% power consumption meets the corresponding action threshold (within 10% of 45% power consumption), and an action such as this Reducing vehicle speed is performed by control system 214 . In other examples, the thresholds in threshold display column 752 are separate from the selected values in value display column 750, such that the values in value display column 750 define the classification and display of predicted or measured values, while the action thresholds define when to take an action based on the measured or predicted values. For example, while a predicted or measured propulsion subsystem power consumption of 40% may be referred to as "average power consumption" for classification and display purposes, the action threshold may be 41% power consumption such that no action is taken until the propulsion subsystem -Power consumption met the threshold. In other examples, the thresholds in threshold display column 752 may include distances or times. For example, in the example of a distance, the threshold may be a threshold distance from the area of the field where the measured or predicted value is georeferenced that the agricultural harvesting machine 100 must have before any action is taken. For example, a Threshold Distance value of 1.52 m (5 feet) would mean that an action would be taken if the agricultural harvester is in or within 1.52 m (5 feet) of the area of the field where the measured or predicted value is georeferenced. In an example where the threshold is time, the threshold may be a threshold time for the agricultural harvester 100 to reach the area of the field where the measured or predicted value is georeferenced. For example, a threshold of 5 seconds would mean that an action is taken when the agricultural harvesting machine 100 is still 5 seconds away from the area of the field where the measured or predicted value is georeferenced. In such an example, the current position and the driving speed of the agricultural harvesting machine can be taken into account.

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 display portion 738 also includes an interactive action display portion indicated generally at 751 . Interactive action display section 751 includes an action display column 754 that displays action identifiers that indicate actions to be taken when a predicted or measured value meets an action threshold in threshold display column 752 . The operator 260 can touch the action identifiers in column 754 to change the action to be taken. When a threshold is met, action can be taken. For example, at the bottom of column 754, a ground speed increase action, a ground speed decrease action, and a header adjustment action (such as adjusting a header height, header tilt, or header roll relative to the surface or relative to the frame of the agricultural harvester 100) as actions to be taken when the measured or predicted value meets the threshold in column 752. In some examples, when a threshold is met, multiple actions can be taken. For example, a header position can be adjusted, power output to one or more subsystems can be adjusted, and a speed of the agricultural machine can be adjusted. These are just some examples.

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 column 754 can be any of a variety of different types of actions. For example, the actions may include a keep away action that, when performed, prevents the agricultural harvester 100 from continuing to harvest in an area. The actions may include a change speed action that, when performed, changes the ground speed of the agricultural harvesting machine 100 through the field. The actions may include a setting change action to change a setting of an internal actuator or another WMA or set of WMAs, or to implement a setting change action that changes a setting, such as a header position setting along with various other settings. These are just examples and a variety of other actions are contemplated herein.

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 user interface display 720 can be controlled visually. Visually controlling the interface display 720 may be performed to capture the operator's 260 attention. For example, the elements can be controlled to modify the intensity, color, or pattern with which the elements are displayed. In addition, the elements can be controlled so that they blink. The changes described in the visual appearance of the elements are provided as examples. Consequently, other aspects of the visual appearance of the elements can be altered. Therefore, the elements may be modified in a desired manner in various circumstances, for example, to attract the operator's 260 attention. Additionally, while a certain number of items are shown on the user interface display 720, this need not be the case. In other examples, user interface display 720 may include more or fewer items, including more or less of a particular item.

Zurückkehrend zum Flussdiagramm von 12 wird die Beschreibung des Betriebs der Bedienerschnittstellensteuerung 231 fortgesetzt. Bei Block 760 erkennt die Bedienerschnittstellensteuerung 231 eine Eingabeeinstellung einer Flagge und steuert die berührungsempfindliche Benutzerschnittstellenanzeige 720, um die Flagge auf dem Feldanzeigeabschnitt 728 anzuzeigen. Die erkannte Eingabe kann eine Bedienereingabe, wie bei 762 angegeben, oder eine Eingabe von einer anderen Steuerung, wie bei 764 angegeben, sein. Bei Block 766 erkennt die Bedienerschnittstellensteuerung 231 eine In-situ-Sensoreingabe, die ein gemessenes Merkmal des Feldes von einem der In-situ-Sensoren 208 anzeigt. Bei Block 768 erzeugt der visuelle Steuersignalgenerator 684 Steuersignale, um die Benutzerschnittstellenanzeige 720 zu steuern, um Stellglieder anzuzeigen, um die Benutzerschnittstellenanzeige 720 zu modifizieren und um die Maschinensteuerung zu modifizieren. Beispielsweise stellt Block 770 dar, dass eines oder mehrere der Stellglieder zum Einstellen oder Modifizieren der Werte in den Spalten 739, 746 und 748 angezeigt werden kann. Somit kann der Benutzer Flaggen setzen und die Eigenschaften dieser Flaggen ändern. Block 772 stellt dar, dass Aktionsschwellenwerte in Spalte 752 angezeigt werden. Block 776 stellt dar, dass die Aktionen in Spalte 754 angezeigt werden, und Block 778 stellt dar, dass der ausgewählte Wert in Spalte 750 angezeigt wird. Block 780 gibt an, dass auch eine Vielzahl anderer Informationen und Stellglieder auf der Benutzerschnittstellenanzeige 720 angezeigt werden können.Returning to the flow chart of 12 the description of the operation of the operator interface controller 231 continues. At block 760 , operator interface controller 231 recognizes an input setting of a flag and controls touch-sensitive user interface display 720 to display the flag on panel display portion 728 . The recognized input may be operator input, as indicated at 762 , or input from another controller, as indicated at 764 . At block 766 , operator interface controller 231 recognizes an in situ sensor input indicative of a measured feature of the field from one of in situ sensors 208 . At block 768, visual control signal generator 684 generates control signals to control user interface display 720 to display actuators, to modify user interface display 720, and to modify machine controls. For example, block 770 represents that one or more of the actuators for setting or modifying the values in columns 739, 746, and 748 may be displayed. Thus, the user can set flags and change the properties of those flags. Block 772 represents that action thresholds in column 752 are displayed. Block 776 represents the actions in column 754 being displayed and block 778 represents the selected value in column 750 being displayed. Block 780 indicates that a variety of other information and actuators may be displayed on user interface display 720 as well.

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 block 782 , operator input command processing system 654 captures and processes operator inputs corresponding to interactions with user interface display 720 performed by operator 260 . When the user interface mechanism on which user interface display 720 is displayed is a touch-sensitive display screen, interaction inputs with the touch-sensitive display screen by operator 260 may be touch gestures 784 . In some cases, the operator interaction inputs may be inputs using a point and click device 786 or other operator interaction inputs 788 .

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 790, operator interface controller 231 receives signals indicative of an alarm condition. For example, block 792 indicates that signals may be received from control input processing system 668 indicating sensed or predicted values meet threshold conditions present in column 752 . As previously explained, the threshold conditions may include values that are below a threshold, at a threshold, or above a threshold. Block 794 shows that in response to receiving an alarm condition, the action signal generator 660 can alert the operator 260 using the visual control signal generator 684 to generate visual alarms, using the audio control signal generator 686 to generate audio alarms, using the haptic control signal generator 688 to generate haptic alerts, or by using any combination thereof. Likewise, as indicated by block 796, controller output generator 670 may generate outputs to other controllers in control system 214, such that those controls perform the appropriate action identified in column 754. Block 798 indicates that operator interface controller 231 may recognize and process alarm conditions in other ways.

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.Block 900 shows that language processing system 662 can recognize and process input that calls into language processing system 658 . Block 902 shows that performing language processing may include using dialog management system 680 to perform a dialog with operator 260 . Block 904 shows that speech processing may include providing signals to control output generator 670 so that control operations are performed automatically based on the speech inputs.

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 operator interface control 231 and operator 260 . In the example shown in Table 1, the wake-up word is "Johnny".

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 speech synthesis component 676 provides an output to audio control signal generator 686 to provide audible updates on an intermittent or periodic basis. The interval between updates may be time based, such as every five minutes, or coverage or distance based, such as every two hectares, or exception based, such as when a measured value is greater than a threshold.

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-sensitive display 720 may be supplemented with voice dialogue. The example shown in Table 3 illustrates that the action signal generator 660 can generate action signals to automatically mark a power consumption area in the field to be harvested.

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 action signal generator 660 may engage in a dialog with the operator 260 to begin and end marking a power consumption area.

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 12 veranschaulicht Block 906, dass die Bedienerschnittstellensteuerung 231 Bedingungen zum Ausgeben einer Nachricht oder anderer Informationen auch auf andere Weise erkennen und verarbeiten kann. Zum Beispiel kann das andere Steuerungsinteraktionssystem 656 Eingaben von anderen Steuerungen erkennen, die angeben, dass dem Bediener 260 Alarme oder Ausgabenachrichten präsentiert werden sollten. Block 908 zeigt, dass die Ausgaben Audionachrichten sein können. Block 910 zeigt, dass die Ausgaben visuelle Nachrichten sein können, und Block 912 zeigt, dass die Ausgaben haptische Nachrichten sein können. Bis die Bedienerschnittstellensteuerung 231 bestimmt, dass der aktuelle Erntevorgang abgeschlossen ist, wie durch Block 914 angezeigt, kehrt die Verarbeitung zu Block 698 zurück, wo die geografische Position der Erntemaschine 100 aktualisiert wird und die Verarbeitung wie oben beschrieben fortgesetzt wird, um die Benutzerschnittstellenanzeige 720 zu aktualisieren.Referring again to 12 Block 906 illustrates that operator interface controller 231 may otherwise detect and process conditions for outputting a message or other information. For example, the other controller interaction system 656 may recognize input from other controllers indicating that the operator 260 should be presented with alarms or output messages. Block 908 shows that the outputs can be audio messages. Block 910 shows that the outputs can be visual messages and block 912 shows that the outputs can be haptic messages. Until the operator interface controller 231 determines that the current harvesting operation is complete, as indicated by block 914, processing returns to block 698 where the geographical position of the harvester 100 is updated and processing continues as described above to the user interface display 720 To update.

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 user interface display 720 can be saved. These values can also be used in machine learning to improve various sections of the predictive model generator 210, predictive map generator 212, control zone generator 213, control algorithms, or other elements. Block 916 indicates storage of the desired values. The values can be stored locally on the agricultural harvester 100 or the values can be stored at a remote server location or sent to another remote system.

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 agricultural harvesting machine 100 . A control value can be any value that indicates an agricultural characteristic. A control value can be a predictive value, a measured value, or a recognized value. A control value may include any of the values provided by a card, such as any of the cards described herein, for example, a control value may be a value provided by an information card, a value provided by a preliminary information card, or a Value provided by a predictive map, such as a functional predictive map. A control value may also include any of the characteristics indicated by or derived from the values sensed by any of the sensors described herein. In other examples, a control value may be provided by an operator of the agricultural machine, such as a command input by an operator of the agricultural machine.

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.

14 ist ein Blockdiagramm der landwirtschaftlichen Erntemaschine 600, das der in 2 gezeigten landwirtschaftlichen Erntemaschine 100 ähnlich sein kann. Die landwirtschaftliche Erntemaschine 600 kommuniziert mit Elementen in einer Remote-Serverarchitektur 500. In einigen Beispielen stellt die Remote-Serverarchitektur 500 Rechen-, Software-, Datenzugriffs- und Speicherdienste bereit, die keine Kenntnisse des Endbenutzers über den physischen Standort oder die Konfiguration des Systems erfordern, das die Dienste bereitstellt. In verschiedenen Beispielen können Remote-Server die Dienste über ein Weitverkehrsnetzwerk, wie etwa das Internet, unter Verwendung geeigneter Protokolle bereitstellen. So können beispielsweise Remote-Serveranwendungen über ein Weitverkehrsnetzwerk bereitstellen und über einen Webbrowser oder eine andere Computerkomponente darauf zugreifen. Software oder Komponenten, die in 2 gezeigt sind, sowie damit verbundene Daten können auf Servern an einem Remote-Standort gespeichert werden. Die Computerressourcen in einer Remote-Serverumgebung können an einem Remote-Standort des Rechenzentrums konsolidiert oder an eine Vielzahl von Remote-Rechenzentren verteilt werden. Remote-Server-Infrastrukturen können Dienste über gemeinsam genutzte Rechenzentren bereitstellen, obwohl die Dienste für den Benutzer als ein einziger Zugangspunkt erscheinen. Somit können die hierin beschriebenen Komponenten und Funktionen von einem Remote-Server an einem Remote-Standort über eine Remote-Server-Architektur bereitgestellt werden. 14 12 is a block diagram of agricultural harvester 600 shown in FIG 2 shown agricultural harvesting machine 100 may be similar. Agricultural harvester 600 communicates with elements in a remote server architecture 500. In some examples, remote server architecture 500 provides computing, software, data access, and storage services that do not require end-user knowledge of the physical location or configuration of the system that provides the Services. In various examples, remote servers may provide the services over a wide area network, such as the Internet, using appropriate protocols. For example, remote server applications can be deployed over a wide area network and accessed through a web browser or other computer component. Software or components included in 2 shown and related data may be stored on servers at a remote location. The computing resources in a remote server environment can be consolidated at a remote data center site or distributed to a variety of remote data centers. Remote server infrastructures can provide services across shared data centers, although the services appear to the user as a single point of entry. Thus, the components and functions described herein can be provided from a remote server at a remote site via a remote server architecture.

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 14 dargestellten Beispiel sind einige Elemente denen in 2 ähnlich und diese Elemente sind ähnlich nummeriert. 14 zeigt insbesondere, dass sich der prädiktive Modellgenerator 210 oder der prädiktive Kartengenerator 212 oder beide an einem Serverstandort 502 befinden können, der entfernt von der landwirtschaftlichen Erntemaschine 600 ist. Daher greift in dem in 14 gezeigten Beispiel die landwirtschaftliche Erntemaschine 600 über den Remote-Serverstandort 502 auf Systeme zu.in the in 14 example shown are some elements those in 2 similar and these elements are numbered similarly. 14 In particular, FIG. 1 shows that the predictive model generator 210 or the predictive map generator 212 or both can be located at a server location 502 that is remote from the agricultural crop machine is 600. Therefore engages in the in 14 For example, as shown, agricultural harvester 600 approaches systems via remote server location 502 .

14 veranschaulicht darüber hinaus ein weiteres Beispiel für eine Remote-Serverarchitektur. 14 zeigt, dass einige Elemente von 2 an einem Remote-Serverstandort 502 angeordnet sein können, während andere an einem anderen Standort angeordnet sein können. So kann beispielsweise der Datenspeicher 202 an einem von Standort 502 getrennten Standort angeordnet sein und es kann über den Remote-Server an Standort 502 darauf zugegriffen werden. Unabhängig davon, wo sich die Elemente befinden, kann direkt auf die Elemente von der landwirtschaftlichen Erntemaschine 600 über ein Netzwerk wie etwa ein Weitverkehrsnetzwerk oder ein lokales Netzwerk zugegriffen werden; die Elemente können an einem Remote-Standort von einem Dienst gehostet werden; oder die Elemente können als Dienst bereitgestellt werden oder über einen Verbindungsdienst, der sich an einem entfernten Standort befindet, darauf zugegriffen werden. Außerdem können Daten an jedem Standort gespeichert werden und die gespeicherten Daten können von Bedienern, Benutzern oder Systemen abgerufen oder an diese weitergeleitet werden. So können beispielsweise physikalische Träger anstelle oder zusätzlich zu elektromagnetischen Strahlungsträgern verwendet werden. In einigen Beispielen, in denen die Netzabdeckung schlecht oder nicht vorhanden ist, kann eine andere Maschine, z. B. ein Tankwagen oder eine andere mobile Maschine oder ein anderes Fahrzeug, über ein automatisches, halbautomatisches oder manuelles System zur Informationserfassung verfügen. Wenn sich die Mähdreschervorrichtung 600 vor dem Betanken in die Nähe der Maschine begibt, die das Informationserfassungssystem enthält, wie etwa einen Tankwagen, sammelt das Informationserfassungssystem die Informationen von dem Mähdrescher 600 über eine beliebige drahtlose Ad-hoc-Verbindung. Die gesammelten Informationen können dann an ein anderes Netz weitergeleitet werden, wenn die Maschine, die die empfangenen Informationen enthält, einen Ort erreicht, an dem eine drahtlose Telekommunikationsdienstabdeckung oder eine andere drahtlose Abdeckung verfügbar ist. So kann beispielsweise ein Tankwagen in einen Bereich einfahren, der über eine drahtlose Kommunikationsabdeckung verfügt, wenn er zum Betanken anderer Maschinen an einen Ort fährt oder wenn er sich an einem Haupttanklager befindet. Alle diese Architekturen werden hierin betrachtet. Darüber hinaus können die Informationen in der landwirtschaftlichen Erntemaschine 600 gespeichert werden, bis die landwirtschaftliche Erntemaschine 600 einen Bereich mit drahtloser Kommunikationsabdeckung erreicht. Die landwirtschaftliche Erntemaschine 600 selbst kann die Informationen an ein anderes Netzwerk senden. 14 also illustrates another example of a remote server architecture. 14 shows that some elements of 2 may be located at a remote server location 502, while others may be located at a different location. For example, data store 202 may be located at a separate site from site 502 and accessed through the remote server at site 502 . Regardless of where the elements are located, the elements can be accessed directly by the agricultural harvester 600 over a network, such as a wide area network or a local area network; the items may be hosted at a remote location by a service; or the items may be provided as a service or accessed via a connection service located at a remote location. In addition, data can be stored at any location and the stored data can be retrieved or forwarded to operators, users or systems. For example, physical carriers can be used instead of or in addition to electromagnetic radiation carriers. In some examples where network coverage is poor or non-existent, another machine, e.g. a tank truck or other mobile machine or vehicle, have an automatic, semi-automatic or manual information collection system. When the combine harvester apparatus 600 gets close to the machine containing the information gathering system, such as a tanker truck, prior to refueling, the information gathering system collects the information from the combine harvester 600 via any ad hoc wireless connection. The information collected may then be relayed to another network when the machine containing the received information reaches a location where wireless telecommunications service coverage or other wireless coverage is available. For example, a fuel truck may enter an area that has wireless communications coverage when it is traveling to a location to fuel other machines, or when it is at a main fuel depot. All of these architectures are considered herein. Furthermore, the information may be stored in the agricultural harvester 600 until the agricultural harvester 600 reaches an area of wireless communication coverage. The agricultural harvester 600 itself can send the information to another network.

Es wird auch darauf hingewiesen, dass die Elemente von 2 oder Teile davon auf einer Vielzahl von unterschiedlichen Vorrichtungen angeordnet sein können. Eine oder mehrere dieser Vorrichtungen können einen Bordcomputer, eine elektronische Steuereinheit, eine Anzeigeeinheit, einen Server, einen Desktopcomputer, einen Laptop-Computer, einen Tablet-Computer oder eine andere mobile Vorrichtung beinhalten, wie etwa einen Palmtop-Computer, ein Mobiltelefon, ein Smartphone, einen Multimediaplayer, einen persönlichen digitalen Assistenten usw.It is also noted that the elements of 2 or portions thereof may be located on a variety of different devices. One or more of these devices may include an on-board computer, electronic control unit, display unit, server, desktop computer, laptop computer, tablet computer, or other mobile device, such as a palmtop computer, a mobile phone, a smartphone , a multimedia player, a personal digital assistant, etc.

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 remote server architecture 500 may include cyber security measures. Without limitation, these measures may include encryption of data on storage devices, encryption of data sent between network nodes, authentication of individuals or processes accessing data, and use of ledgers to record metadata, data, data transfers, data access and involve data transformations. In some examples, the ledgers may be distributed and immutable (eg, implemented as a blockchain).

15 ist ein vereinfachtes Blockdiagramm eines veranschaulichenden Beispiels einer tragbaren oder mobilen Computervorrichtung, die als Handgerät 16 eines Benutzers oder Kunden verwendet werden kann, in dem das vorliegende System (oder Teile davon) eingesetzt werden kann. So kann beispielsweise eine mobile Vorrichtung in der Fahrerkabine der landwirtschaftlichen Erntemaschine 100 eingesetzt werden, um die oben erörterten Karten zu erzeugen, zu verarbeiten oder anzuzeigen. Die 16-17 sind Beispiele für tragbare oder mobile Vorrichtungen. 15 1 is a simplified block diagram of an illustrative example of a portable or mobile computing device that may be used as a handheld device 16 of a user or customer in which the present system (or portions thereof) may be deployed. For example, a mobile device may be deployed in the cab of agricultural harvester 100 to generate, process, or display the maps discussed above. the 16-17 are examples of portable or mobile devices.

15 zeigt ein allgemeines Blockdiagramm der Komponenten eines Endgerätes 16, das einige der in 2 dargestellten Komponenten ausführen kann, mit ihnen interagieren kann, oder beides. In der Vorrichtung 16 ist eine Kommunikationsverbindung 13 bereitgestellt, die es der tragbaren Vorrichtung ermöglicht, mit anderen Computervorrichtungen zu kommunizieren, und unter einigen Beispielen einen Kanal zum automatischen Empfangen von Informationen, beispielsweise durch Scannen, bereitstellt. Beispiele für Kommunikationsverbindungen 13 beinhalten das Zulassen der Kommunikation über ein oder mehrere Kommunikationsprotokolle, wie etwa drahtlose Dienste, die verwendet werden, um einen zellularen Zugang zu einem Netzwerk zu ermöglichen, sowie Protokolle, die lokale drahtlose Verbindungen zu Netzwerken bereitstellen. 15 shows a general block diagram of the components of a terminal 16, showing some of the 2 can run the components shown, can interact with them, or both. A communications link 13 is provided in device 16, enabling the portable device to communicate with other computing devices and, in some examples, providing a channel for automatically receiving information, such as by scanning. Examples of communications links 13 include allowing communications over one or more communications protocols, such as wireless services, used to provide cellular access to a network chen, as well as protocols that provide local wireless connections to networks.

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 interface 15 . Interface 15 and communications links 13 communicate with a processor 17 (which may also embody the processors or servers of the other FIGS.) via a bus 19 which is also connected to memory 21 and input/output (I/O) components 23 and the clock 25 and the locating system 27 is connected.

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/O components 23 are provided in one example to facilitate input and output operations. I/O components 23 for various examples of terminal device 16 may include input components such as buttons, tactile sensors, optical sensors, microphones, touch screens, proximity sensors, accelerometer sensors, orientation sensors, and output components such as a display, speaker, and/or printer port . Other I/O components 23 can also be used.

Die Uhr 25 umfasst veranschaulichend eine Echtzeituhrkomponente, die eine Uhrzeit und ein Datum ausgibt. Dieser kann auch, veranschaulichend, Timing-Funktionen für Prozessor 17 bereitstellen.Clock 25 illustratively includes a real-time clock component that outputs a time and date. This may also provide timing functions for processor 17, illustratively.

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 location system 27 illustratively includes a component that outputs a current geographic position of the device 16 . This may include, for example, a global positioning system (GPS) receiver, a LORAN system, a dead reckoning system, a cellular triangulation system, or other positioning system. For example, location system 27 may also include mapping or navigation software that generates desired maps, navigation routes, and other geographic features.

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.Memory 21 stores operating system 29, network settings 31, applications 33, application configuration settings 35, data storage 37, communication drivers 39, and communication configuration settings 41. Memory 21 may include all types of tangible volatile and non-volatile computer-readable storage devices. Memory 21 may also include computer storage media (see below). Memory 21 stores computer-readable instructions that, when executed by processor 17, cause the processor to perform computer-implemented steps or functions in accordance with the instructions. The processor 17 can be activated by other components to enhance their functionality as well.

16 zeigt ein Beispiel, bei dem die Vorrichtung 16 ein Tablet-Computer 600 ist. In 16 wird der Computer 601 mit dem Benutzerschnittstellen-Bildschirm 602 dargestellt. Der Bildschirm 602 kann ein Touchscreen oder eine stiftfähige Schnittstelle sein, die Eingaben von einem Stift oder Stylus empfängt. Der Tablet-Computer 600 kann auch eine virtuelle Bildschirmtastatur verwenden. Natürlich kann der Computer 601 auch über einen geeigneten Befestigungsmechanismus, wie etwa eine drahtlose Verbindung oder einen USB-Anschluss, an eine Tastatur oder eine andere Benutzereingabevorrichtung angeschlossen werden. Der Computer 601 kann illustrativ auch Spracheingaben empfangen. 16 FIG. 12 shows an example where the device 16 is a tablet computer 600. FIG. In 16 the computer 601 with the user interface screen 602 is shown. The screen 602 can be a touch screen or a pen-enabled interface that receives input from a pen or stylus. The tablet computer 600 can also use a virtual on-screen keyboard. Of course, the computer 601 can also be connected to a keyboard or other user input device via any suitable attachment mechanism, such as a wireless connection or a USB port. Computer 601 may illustratively also receive voice input.

17 ist ähnlich der 16 mit der Ausnahme, dass die Vorrichtung ein Smartphone 71 ist. Das Smartphone 71 verfügt über ein berührungsempfindliches Display 73, das Symbole oder Grafiken oder andere Benutzereingabemechanismen 75 anzeigt. Die Mechanismen 75 können von einem Benutzer verwendet werden, um Anwendungen auszuführen, Anrufe zu tätigen, Datenübertragungsvorgänge durchzuführen usw. Im Allgemeinen ist das Smartphone 71 auf einem mobilen Betriebssystem aufgebaut und bietet eine fortschrittlichere Rechenleistung und Konnektivität als ein Funktionstelefon. 17 is similar to that 16 except that the device is a smartphone 71 . The smartphone 71 has a touch-sensitive display 73 that displays icons or graphics or other user input mechanisms 75 . The mechanisms 75 can be used by a user to run applications, make calls, perform data transfer operations, etc. In general, the smartphone 71 is built on top of a mobile operating system and offers more advanced computing power and connectivity than a feature phone.

Es ist zu beachten, dass andere Formen der Vorrichtungen 16 möglich sind.It should be noted that other shapes of devices 16 are possible.

18 ist ein Beispiel für eine Rechnerumgebung, in der Elemente von 2 eingesetzt werden können. Unter Bezugnahme auf 18 beinhaltet ein beispielhaftes System zur Implementierung einiger Ausführungsformen eine Rechenvorrichtung in Form eines Computers 810, der programmiert ist, um wie oben erörtert zu arbeiten. Die Komponenten des Computers 810 können, ohne hierauf beschränkt zu sein, unter anderem eine Verarbeitungseinheit 820 (die Prozessoren oder Server aus den vorstehenden FIGUREN beinhalten kann), einen Systemspeicher 830 und einen Systembus 821 umfassen, die verschiedene Systemkomponenten einschließlich des Systemspeichers mit der Verarbeitungseinheit 820 koppeln. Der Systembus 821 kann eine von mehreren Arten von Busstrukturen sein, einschließlich eines Speicherbusses oder einer Speichersteuerung, eines Peripheriebusses und eines lokalen Busses mit einer Vielzahl von Busarchitekturen. Speicher und Programme, die in Bezug auf 2 beschrieben werden, können in entsprechenden Teilen von 18 eingesetzt werden. 18 is an example of a computing environment in which elements of 2 can be used. With reference to 18 An exemplary system for implementing some embodiments includes a computing device in the form of a computer 810 programmed to operate as discussed above. The components of the computer 810 may include, but are not limited to, a processing unit 820 (which may include processors or servers from the preceding FIGURES), a system memory 830, and a system bus 821 that connects various system components including the system memory to the processing unit 820 couple. The system bus 821 can be any of several types of bus structures, including a memory bus or memory controller, a peripheral bus, and a local bus with a variety of bus architectures. Memory and programs related to 2 may be described in appropriate parts of 18 be used.

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.Computer 810 typically includes a variety of computer-readable media. Computer-readable media can be any available media that can be accessed by the computer 810 and includes both volatile and non-volatile media, removable and non-removable media. By way of example and not limitation, computer-readable media can include computer storage media and communications media. Computer storage media is distinct from and does not include a modulated data signal or carrier wave. Computer-readable media includes hardware storage media, having volatile and non-volatile, removable and non-removable media, implemented in any method or technology for storage of information, such as computer-readable instructions, data structures, program modules, or other data. Computational storage media includes, but is not limited to, RAM, ROM, EEPROM, flash memory or other storage technology, CD-ROM, digital versatile disk (DVD) or other optical disk storage, magnetic cartridge, tape, disk storage or other magnetic storage device, or any other medium that can be used to store the desired information accessible via computer 810. Communication media may contain computer-readable instructions, data structures, program modules, or other data in a transport mechanism and includes any information delivery media. The term "modulated data signal" means a signal that has one or more of its characteristics adjusted or altered to encode information in the signal.

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 18 das Betriebssystem 834, die Anwendungsprogramme 835, weitere Programmmodule 836 und die Programmdaten 837.System memory 830 includes computer storage media in the form of volatile and/or non-volatile memory, or both, such as read-only memory (ROM) 831 and random access memory (RAM) 832. A basic input/output system 833 (BIOS) that contains the basic programs that help To transfer information between elements within the computer 810, such as at startup, is typically stored in ROM 831. RAM 832 typically contains data or program modules, or both, that are immediately accessible to processing unit 820 and/or are currently operating. Illustrated by way of example and not limitation 18 the operating system 834, the application programs 835, further program modules 836 and the program data 837.

Der Computer 810 kann auch andere entfernbare/nicht-entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise wird in 18 ein Festplattenlaufwerk 841 nur beispielhaft veranschaulicht, das von nicht entfernbaren, nichtflüchtigen magnetischen Medien, einem optischen Plattenlaufwerk 855 und einer nichtflüchtigen optischen Platte 856 liest oder auf diese schreibt. Das Festplattenlaufwerk 841 ist typischerweise über eine nichtentfernbare Speicherschnittstelle, wie etwa die Schnittstelle 840, mit dem Systembus 821 verbunden, und das optische Plattenlaufwerk 855 sind typischerweise über eine entfernbare Speicherschnittstelle, wie etwa die Schnittstelle 850, mit dem Systembus 821 verbunden.Computer 810 may also include other removable/non-removable volatile/non-volatile computer storage media. For example, in 18 illustrates a hard disk drive 841 reading from or writing to non-removable, non-volatile magnetic media, an optical disk drive 855, and a non-volatile optical disk 856, by way of example only. Hard disk drive 841 is typically connected to system bus 821 via a non-removable storage interface, such as interface 840, and optical disk drive 855 is typically connected to system bus 821 via a removable storage interface, such as interface 850.

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 18 dargestellt sind, bieten eine Speicherung von computerlesbaren Anweisungen, Datenstrukturen, Programmmodulen und anderen Daten für den Computer 810. In 18 wird beispielsweise die Festplatte 841 als speicherndes Betriebssystem 844, Anwendungsprogramme 845, andere Programmmodule 846 und Programmdaten 847 dargestellt. Es sei angemerkt, dass diese Komponenten entweder gleich oder verschieden von dem Betriebssystem 834, den Anwendungsprogrammen 835, den anderen Programmmodulen 836 und den Programmdaten 837 sein können.The drives and associated computer storage media discussed above and in 18 , provide storage of computer-readable instructions, data structures, program modules, and other data for computer 810. In 18 For example, the hard disk 841 is shown as the storing operating system 844, application programs 845, other program modules 846 and program data 847. It should be noted that these components can be either the same as or different from the operating system 834, the application programs 835, the other program modules 836 and the program data 837.

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 computer 810 through input devices such as a keyboard 862, a microphone 863, and a pointing device 861 such as a mouse, trackball, or touchpad. Other input devices (not shown) may include a joystick, gamepad, satellite dish, scanner, or the like. These and other input devices are often connected to the processing unit 820 via a user input interface 860, which is coupled to the system bus, but may also be connected via other interface and bus structures. A visual display 891 or other type of display device is also connected to the system bus 821 via an interface such as a video interface 890 . In addition to the monitor, computers may also include other peripheral output devices, such as speakers 897 and printer 896, which may be connected via an output peripheral interface 895.

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.Computer 810 operates in a network environment via logical connections (such as CAN, LAN, or WAN) to one or more remote computers, such as remote computer 880.

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. 18 veranschaulicht beispielsweise, dass sich Remote-Anwendungsprogramme 885 auf dem entfernten Computer 880 befinden können.When used in a LAN network environment, the computer 810 is connected to the LAN 871 via a network interface or adapter 870 . When used in a WAN network environment, the computer 810 typically includes a modem 872 or other means for establishing communication over the WAN 873, such as the Internet. In a networked environment, program modules may be stored on an external storage device. 18 illustrates, for example, that remote application programs 885 may reside on remote computer 880. FIG.

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.

Example 1 is the agricultural work machine of any or all of the preceding examples, comprising:

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.

Example 3 is the agricultural work machine of any or all of the preceding examples, wherein the predictive map generator includes:

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.

Example 5 is the agricultural work machine of any or all of the preceding examples, wherein the predictive map generator includes:

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.

Example 6 is the agricultural work machine of any or all of the preceding examples, wherein the control system includes:

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.

Example 8 is the agricultural work machine of any or all of the preceding examples and further includes:

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.

Example 9 is the agricultural work machine of any or all of the preceding examples, the control system further comprising:

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.

Example 11 is an example incorporating any or all of the preceding examples, comprising:

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.

Example 12 is an example that includes any or all of the preceding examples, wherein obtaining the card includes:

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.

Example 13 is an example that includes any or all of the preceding examples, wherein generating the functional predictive agricultural map includes:

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.

Example 14 is an example that includes any or all of the preceding examples, wherein detecting the value of an agricultural characteristic with an in situ sensor includes:

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.

Example 15 is an example that includes any or all of the preceding examples, wherein generating the functional predictive agricultural map includes:

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.

Example 16 is an example that includes any or all of the preceding examples, wherein controlling the controllable subsystem includes:

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.

Example 17 is an example that includes any or all of the preceding examples, wherein controlling the controllable subsystem includes:

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.

Example 18 is an example comprising any or all of the preceding examples, further comprising:

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.

Example 19 is the agricultural work machine of any or all of the preceding examples, comprising a communication system that receives a map that includes values of a feature corresponding to different geographic locations in a field;

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.

Example 20 is the agricultural work machine of any or all of the preceding examples, wherein the control system includes at least one of the following:

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

Landwirtschaftliche Arbeitsmaschine (100), umfassend: ein Kommunikationssystem (206), das eine Karte empfängt, die Werte eines Leistungsmerkmals beinhaltet, das unterschiedlichen geografischen Positionen in einem Feld entspricht; einen geografischen Positionssensor (204), der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erkennt; einen In-situ-Sensor (208), der einen Wert eines landwirtschaftlichen Merkmals erkennt, das der geografischen Position entspricht; einen prädiktiven Kartengenerator (212), 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 (216); und ein Steuersystem (214), das ein Steuersignal erzeugt, um das steuerbare Teilsystem (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.Agricultural working machine (100), comprising: a communication system (206) receiving a map including values of a feature corresponding to different geographic locations in a field; a geographic position sensor (204) that detects a geographic position of the agricultural work machine; an in situ sensor (208) that detects a value of an agricultural feature that corresponds to the geographic location; a predictive map generator (212) that generates a functional predictive agricultural map of the field that maps predictive control values to the various geographic locations in the field based on the values of the feature in the map and based on the value of the agricultural feature; a controllable subsystem (216); and a control system (214) that generates a control signal to control the controllable subsystem (216) based on the geographical position of the agricultural work machine (100) and based on the control values in the functional predictive agricultural map.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei die Karte eine prädiktive Leistungsmerkmalkarte ist, die auf der Grundlage von Werten aus einer Karte und Werten eines In-situ erkannten Leistungsmerkmals erzeugt wird.Agricultural working machine after claim 1 wherein the map is a predictive feature map generated based on values from a map and values of an in-situ detected feature.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, 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.Agricultural working machine after claim 1 wherein the predictive map generator comprises: 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.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei der In-situ-Sensor als den Wert des landwirtschaftlichen Merkmals einen Wert eines Bedienerbefehls erkennt, der eine befohlene Aktion der landwirtschaftlichen Arbeitsmaschine angibt.Agricultural working machine after claim 1 wherein the in situ sensor recognizes as the value of the agricultural characteristic a value of an operator command indicative of a commanded action of the agricultural work machine.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 4, 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.Agricultural working machine after claim 4 wherein the predictive map generator comprises: an operator command predictive map generating as the agricultural predictive functional map, an operator command functional predictive map mapping as the control predictive values to the various geographic positions in the field.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 5, wobei das Steuersystem Folgendes umfasst: eine Einstellungssteuerung, die ein Bedienerbefehlssteuersignal erzeugt, das einen Bedienerbefehl auf Grundlage der erkannten geografischen Position und der funktionellen prädiktiven Bedienerbefehlskarte anzeigt, und das steuerbare Teilsystem auf Grundlage des Bedienerbefehlssteuersignals steuert, um den Bedienerbefehl auszuführen.Agricultural working machine after claim 5 , wherein the control system comprises: 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.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, wobei das Steuersystem das Steuersignal erzeugt, um das Steuer-Teilsystem zu steuern, um eine Vorschubgeschwindigkeit von Material durch die landwirtschaftliche Arbeitsmaschine einzustellen.Agricultural working machine after claim 1 wherein the control system generates the control signal to control the control subsystem to adjust a rate of advancement of material through the agricultural work machine.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1 und ferner umfassend: 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.Agricultural working machine after claim 1 and further comprising: a predictive model generator that generates a predictive agricultural model that expresses 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 obtained by the domestic 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.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 1, 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.Agricultural working machine after claim 1 wherein the control system further comprises: an operator interface controller that generates a user interface map representation of the functional predictive agricultural map, the user interface map representation including a panel portion having one or more markers representing the predictive control values indicate at one or more geographic locations on the field section.

Landwirtschaftliche Arbeitsmaschine nach Anspruch 9, wobei die Bedienerschnittstellensteuerung die Benutzerschnittstellenkartendarstellung erzeugt, um einen interaktiven Anzeigeabschnitt zu beinhalten, der einen Wertanzeigeabschnitt anzeigt, der einen ausgewählten Wert anzeigt, einen interaktiven Schwellenwertanzeigeabschnitt, der einen Aktionsschwellenwert anzeigt, und einen interaktiven Aktionsanzeigeabschnitt, der eine Steueraktion anzeigt, 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.Agricultural working machine after claim 9 wherein the operator interface control generates the user interface map representation to include an interactive display section displaying a value display section displaying a selected value, an interactive threshold display section displaying an action threshold value, and an interactive action display section displaying a control action to be taken, when one of the predictive control values meets the action threshold relative to the selected value, the control system generating the control signal to control the controllable subsystem based on the control action.

Computerimplementiertes Verfahren zum Steuern einer landwirtschaftlichen Arbeitsmaschine (100), umfassend: Erhalten einer Karte (258), die Werte eines Leistungsmerkmals beinhaltet, das verschiedenen geografischen Positionen in einem Feld entspricht; Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine (100); Erkennen eines Werts eines landwirtschaftlichen Merkmals mit einem In-situ-Sensor (208), der 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; und Steuern eines steuerbaren Teilsystems (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte.A computer-implemented method for controlling an agricultural working machine (100), comprising: obtaining a map (258) containing values of a feature corresponding to different geographic locations in a field; detecting a geographic position of the agricultural work machine (100); detecting a value of an agricultural feature with an in situ sensor (208) 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; and Controlling a controllable subsystem (216) based on the geographical position of the agricultural work machine (100) and based on the control values in the functional predictive agricultural map.

Computerimplementiertes Verfahren nach Anspruch 11, 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.Computer-implemented method claim 11 wherein obtaining the map comprises: obtaining a predictive feature map including, as feature values, predictive feature values corresponding to different geographic locations in the field.

Computerimplementiertes Verfahren nach Anspruch 11, 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.Computer-implemented method claim 11 wherein generating the functional predictive agricultural map comprises: generating a functional predictive agricultural feature map mapping as predictive control values predictive values of the agricultural feature to the different geographic locations in the field.

Computerimplementiertes Verfahren nach Anspruch 11, 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.Computer-implemented method claim 11 wherein detecting the value of an agricultural feature with an in situ sensor comprises: detecting an operator command, with the in situ sensor as the value of the agricultural feature, an operator command indicating a command action action of the agricultural work machine.

Landwirtschaftliche Arbeitsmaschine (100), umfassend: ein Kommunikationssystem (206), das eine Karte (258) empfängt, die Werte eines Leistungsmerkmals beinhaltet, die verschiedenen geografischen Positionen in einem Feld entsprechen; einen geografischen Positionssensor (204), der eine geografische Position der landwirtschaftlichen Arbeitsmaschine (100) erkennt; einen In-situ-Sensor (208), der einen Wert eines landwirtschaftlichen Merkmals erkennt, das der geografischen Position entspricht; einen prädiktiven Modellgenerator (210), der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem Leistungsmerkmal und dem Landwirtschaftsmerkmal auf Grundlage eines Werts des Leistungsmerkmals in der Karte (258) an der geografischen Position und des Werts des Landwirtschaftsmerkmals modelliert, der durch den In-situ-Sensor (208) erkannt wird, der der geografischen Position entspricht; einen prädiktiven Kartengenerator (212), der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Steuerwerte auf Grundlage der Werte des Leistungsmerkmals in der Karte (258) und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet; ein steuerbares Teilsystem (216); und ein Steuersystem (214), das ein Steuersignal erzeugt, um das steuerbare Teilsystem (216) auf Grundlage der geografischen Position der landwirtschaftlichen Arbeitsmaschine (100) und auf Grundlage der Steuerwerte in der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.Agricultural working machine (100), comprising: a communication system (206) receiving a map (258) containing values of a feature corresponding to different geographic locations in a field; a geographic position sensor (204) that detects a geographic position of the agricultural work machine (100); an in situ sensor (208) that detects a value of an agricultural feature that corresponds to the geographic location; a predictive model generator (210) that generates a predictive agricultural model that models a relationship between the feature and the agricultural attribute based on a value of the feature in the map (258) at the geographic location and the value of the agricultural attribute represented by the In - detecting a situ sensor (208) corresponding to the geographic position; a predictive map generator (212) that generates a functional predictive agricultural map of the field mapping predictive control values to the various geographic locations in the field based on the values of the feature in the map (258) and based on the predictive agricultural model; a controllable subsystem (216); and a control system (214) that generates a control signal to control the controllable subsystem (216) based on the geographical position of the agricultural work machine (100) and based on the control values in the functional predictive agricultural map.