DE102021124715A1 - CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM - Google Patents
CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM Download PDFInfo
- Publication number
- DE102021124715A1 DE102021124715A1 DE102021124715.2A DE102021124715A DE102021124715A1 DE 102021124715 A1 DE102021124715 A1 DE 102021124715A1 DE 102021124715 A DE102021124715 A DE 102021124715A DE 102021124715 A1 DE102021124715 A1 DE 102021124715A1
- Authority
- DE
- Germany
- Prior art keywords
- predictive
- map
- crop
- agricultural
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D43/00—Mowers combined with apparatus performing additional operations while mowing
- A01D43/08—Mowers combined with apparatus performing additional operations while mowing with means for cutting up the mown crop, e.g. forage harvesters
- A01D43/085—Control or measuring arrangements specially adapted therefor
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
- A01D41/12—Details of combines
- A01D41/127—Control or measuring arrangements specially adapted for combines
- A01D41/1274—Control or measuring arrangements specially adapted for combines for drives
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Eine oder mehrere Karten werden von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Karten 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 Karten 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 cards are received from an agricultural work machine. The one or more 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 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.
Eine Vielzahl unterschiedlicher Bedingungen in Feldern haben eine Reihe schädlicher Auswirkungen auf den Erntevorgang. Daher kann ein Bediener versuchen, die Steuerung der Erntemaschine zu modifizieren, wenn er während eines Erntevorgangs auf solche Bedingungen trifft.A variety of different field conditions have a number of detrimental effects on the harvesting process. Therefore, an operator may attempt to modify the controls of the harvester when encountering such conditions during a harvesting operation.
KURZDARSTELLUNGEXECUTIVE SUMMARY
Eine oder mehrere Karten werden von einer landwirtschaftlichen Arbeitsmaschine erhalten. Die eine oder mehreren Karten 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 Karten 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 cards are received from an agricultural work machine. The one or more 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 maps and the agricultural trait sensed by the in situ sensor . The predictive map can be output and used in automated machine control.
Figurenlistecharacter list
-
1 ist eine teilweise bildliche, teilweise schematische Darstellung für ein Beispiel einer landwirtschaftlichen Erntemaschine.1 12 is a partially pictorial, partially schematic representation of an example agricultural harvester. -
2 ist ein Blockdiagramm, das einige Abschnitte einer landwirtschaftlichen Erntemaschine gemäß einiger Beispiele der vorliegenden Offenbarung detaillierter zeigt.2 12 is a block diagram showing in more detail some portions of an agricultural harvesting machine according to some examples of the present disclosure. -
Die
3a-3b (hierin gemeinsam als3 bezeichnet) zeigen ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine beim Erzeugen einer Karte veranschaulicht.the3a-3b (herein together as3 ) show a flow chart illustrating an example of the operation of an agricultural harvesting machine in generating a map. -
4 ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.4 Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
5 ist ein Flussdiagramm, das ein Beispiel für einen Betrieb einer landwirtschaftlichen Erntemaschine beim Empfangen einer Karte zeigt, Erkennen eines In-situ-Merkmals und Erzeugen einer funktionellen prädiktiven Karte zur Präsentation oder Verwendung beim Steuern der landwirtschaftlichen Erntemaschine während eines Erntevorgangs oder beidem.5 12 is a flowchart showing an example of an operation of an agricultural harvester in receiving a map, detecting an in situ feature, and generating a functional predictive map for presentation or use in controlling the agricultural harvester during a harvesting operation, or both. -
6A ist ein Blockdiagramm, das ein Beispiel für einen prädiktiven Modellgenerator und einen prädiktiven Kartengenerator zeigt.6A Figure 12 is a block diagram showing an example of a predictive model generator and a predictive map generator. -
6B ist ein Blockdiagramm, das einige Beispiele für In-situ-Sensoren zeigt.6B Figure 12 is a block diagram showing some examples of in situ sensors. -
7 zeigt ein Flussdiagramm, das ein Beispiel für den Betrieb einer landwirtschaftlichen Erntemaschine veranschaulicht, das das Erzeugen einer funktionellen prädiktiven Karte mithilfe einer Vorabinformationskarte und einer In-situ-Sensoreingabe beinhaltet.7 FIG. 14 is a flow chart illustrating an example of operating an agricultural harvester that includes generating a functional predictive map using a pre-information map and in situ sensor input. -
8 ist ein Blockdiagramm, das ein Beispiel für einen Steuerzonengenerator zeigt.8th Figure 12 is a block diagram showing an example of a control zone generator. -
9 ist ein Flussdiagramm, das ein Beispiel für den Betrieb des in8 gezeigten Steuerzonengenerators veranschaulicht.9 is a flowchart showing an example of the operation of the in8th control zone generator shown. -
10 veranschaulicht ein Flussdiagramm, das ein Beispiel für den Betrieb eines Steuersystems bei der Auswahl eines Zieleinstellungswerts zeigt, um eine landwirtschaftliche Erntemaschine zu steuern.10 Figure 12 illustrates a flow chart showing an example of operation of a control system in selecting a target setting value to control an agricultural harvester. -
11 ist ein Blockdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung zeigt.11 Fig. 12 is a block diagram showing an example of an operator interface control. -
12 ist ein Flussdiagramm, das ein Beispiel für eine Bedienerschnittstellensteuerung darstellt.12 Fig. 12 is a flowchart showing an example operator interface control. -
13 ist eine bildliche Darstellung, die ein Beispiel für eine Bedienerschnittstellenanzeige zeigt.13 Figure 12 is a pictorial representation showing an example operator interface display. -
14 ist ein Blockdiagramm, das ein Beispiel für eine landwirtschaftliche Erntemaschine in Kommunikation mit einer Remote-Serverumgebung zeigt.14 Figure 12 is a block diagram showing an example agricultural harvester in communication with a remote server environment. -
Die
15-17 zeigen Beispiele für mobile Vorrichtungen, die in einer landwirtschaftlichen Erntemaschine verwendet werden können.the15-17 show examples of mobile devices that can be used in an agricultural harvesting machine. -
18 zeigt ein Blockdiagramm eines Beispiels einer Computerumgebung, die in einer landwirtschaftlichen Erntemaschine verwendet werden kann.18 Figure 1 shows a block diagram of an example of a computing environment used in a farmer economic harvester can be used.
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. Jegliche 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 oder eine Kombination davon, die in Bezug auf ein Beispiel beschrieben sind, mit den Merkmalen, Komponenten, Schritten oder einer Kombination davon kombiniert werden können, die in Bezug auf andere Beispiele der vorliegenden Offenbarung beschrieben sind.For a better understanding of the principles of the present disclosure, reference will now be made to the examples illustrated in the drawings and specific language will be used to describe them. However, it should be understood that no limitation on the scope of the disclosure is intended. Any alterations and further modifications to the described devices, systems, methods, and any further application of the principles of the present disclosure are fully contemplated as would normally occur to those skilled in the art to which the disclosure pertains. In particular, it is fully contemplated that the features, components, steps, or combination thereof, described with respect to one example may be combined with the features, components, steps, or combination thereof, described with respect to other examples present disclosure.
Die vorliegende Beschreibung bezieht sich auf die Verwendung von In-situ-Daten, die gleichzeitig mit einem landwirtschaftlichen Vorgang in Kombination mit vorherigen Daten aufgenommen wurden, um eine funktionelle prädiktive Karte und insbesondere eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen. In einigen Beispielen kann die funktionelle prädiktive Erntegutbestandteilkarte verwendet werden, um eine landwirtschaftliche Arbeitsmaschine, wie etwa eine landwirtschaftliche Erntemaschine, zu steuern. Es kann wünschenswert sein, die Maschineneinstellungen der landwirtschaftlichen Erntemaschine in Abhängigkeit von den Erntegutbestandteilwerten in dem Bereich, in dem die landwirtschaftliche Erntemaschine arbeitet, zu ändern oder anderweitig zu steuern. In einigen Situationen können hohe Werte der Erntegutbestandteile wie Protein oder Öl zu hohen Marktpreisen oder Vorteilen bei der Verfütterung an Tiere führen. Um diesen Wert zu erfassen, wird das Erntegut bei der Ernte getrennt und auf der Grundlage der Höhe des Bestandteils verwaltet. Die Trennung kann durch Leiten von Erntegut zu einem von einer Vielzahl von bordeigenen Reinkorntanks erfolgen. In anderen Beispielen kann die Trennung durch Abladen von Korn an einen Korntransportfahrzeug erfolgen, wenn Schwellenwerte der Höhe des Bestandteils überschritten werden. In noch anderen Beispielen kann die Trennung durch Verwalten des Pfads erfolgen, den ein Erntefahrzeug durch das Feld auf Grundlage vorhergesagter Bestandteilwerte nimmt.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 functional predictive map and more particularly a functional predictive crop constituent map. In some examples, the functional predictive crop constituent map may be used to control an agricultural work machine, such as an agricultural harvester. It may be desirable to change or otherwise control the machine settings of the agricultural harvesting machine depending on the crop constituent values in the area in which the agricultural harvesting machine is operating. In some situations, high levels of crop components such as protein or oil can result in high market prices or benefits when fed to animals. To capture this value, the crop is separated at harvest and managed based on the level of the component. Separation can be accomplished by directing crop to one of a variety of onboard clean grain tanks. In other examples, the separation may be accomplished by offloading grain onto a grain handling vehicle when constituent height thresholds are exceeded. In still other examples, the separation may be accomplished by managing the path a harvester takes through the field based on predicted constituent values.
In einem Beispiel können die Systeme hierin eine landwirtschaftliches Merkmalkarte erhalten, die Werte von einem oder mehreren landwirtschaftlichen Merkmalen auf verschiedene Positionen in einem oder mehreren Feldern von Interesse abbildet. Somit stellen die landwirtschaftlichen Merkmalkarten georeferenzierte landwirtschaftliche Merkmalwerte bereit, die Werte von einem oder mehreren landwirtschaftlichen Merkmalen an verschiedenen Positionen in einem Feld von Interesse angeben. Landwirtschaftliche Merkmale können jedes Merkmal umfassen, das einen landwirtschaftlichen Vorgang beeinflussen kann. Zum Beispiel, jedoch nicht beschränkt darauf, können landwirtschaftliche Merkmale Ernte- oder Vegetationsmerkmale (wie etwa Unkraut), Bodeneigenschaften, topographische Merkmale des Feldes, Maschinenmerkmale der landwirtschaftlichen Arbeitsmaschine (wie etwa Maschineneinstellungen, Betriebsmerkmale oder Maschinenleistungsmerkmale) zum Beispiel, Maschinengeschwindigkeit oder Leistungsverbrauch, Ertrag, Biomasse, Aussaatmerkmale (Saatgutgenotyp, Saatgutpopulation, Saatgutabstand sowie verschiedene andere Saatgutmerkmale), Erntegutzustand, Verdichtung, landwirtschaftliche Merkmale, die während eines Vorabbetriebs erkannt wurden, sowie eine Reihe von landwirtschaftlichen Merkmalen beinhalten. Nachfolgend werden einige Beispiele für besondere landwirtschaftliche Merkmalkarten beschrieben.In one example, the systems herein may obtain an agricultural trait map that maps values of one or more agricultural traits to various locations in one or more fields of interest. Thus, the agricultural trait maps provide georeferenced agricultural trait values that indicate values of one or more agricultural traits at various locations in a field of interest. Agricultural traits can include any trait that can affect an agricultural process. For example, but not limited to, agricultural characteristics may include crop or vegetation characteristics (such as weeds), soil characteristics, topographical characteristics of the field, machine characteristics of the agricultural work machine (such as machine settings, operational characteristics, or machine performance characteristics), for example, machine speed or power consumption, yield, Biomass, seed traits (seed genotype, seed population, seed spacing, as well as various other seed traits), crop condition, compaction, agricultural traits recognized during a preliminary operation, and a range of agricultural traits. Some examples of special agricultural feature cards are described below.
Eine vegetative Indexkarte bildet veranschaulichend vegetative Indexwerte, die auf vegetatives Wachstum hinweisen können, über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Ein Beispiel eines vegetativen Index beinhaltet einen normalisierten Differenzvegetationsindex (NDVI). Es gibt viele andere vegetativelndizes und alle diese vegetativen Indizes liegen innerhalb des Umfangs der vorliegenden Offenbarung. In einigen Beispielen kann ein vegetativer Index aus Sensormesswerten eines oder mehrerer Bänder elektromagnetischer Strahlung abgeleitet werden, die von den Pflanzen reflektiert werden. Ohne Einschränkungen können diese Bänder im Mikrowellen-, Infrarot-, sichtbaren oder ultravioletten Teil des elektromagnetischen Spektrums liegen.A vegetative index map illustratively maps vegetative index values, which may be indicative of vegetative growth, across various geographic locations in one or more fields of interest. An example of a vegetative index includes a normalized difference vegetative index (NDVI). There are many other vegetative indices and all such vegetative indices are within the scope of the present disclosure. In some examples, a vegetative index may be derived from sensor readings of one or more bands of electromagnetic radiation reflected from the plants. Without limitation, these bands can be in the microwave, infrared, visible, or ultraviolet portions of the electromagnetic spectrum.
Eine vegetative Indexkarte kann somit verwendet werden, um das Vorhandensein und die Position der Vegetation zu identifizieren. In einigen Beispielen ermöglicht eine vegetative Indexkarte, dass Erntegut in Gegenwart von nacktem Boden, Erntegutrückständen oder anderen Pflanzen, einschließlich Erntegut oder Unkraut, identifiziert und georeferenziert werden. Zum Beispiel kann der vegetative Index zu Beginn einer Wachstumsperiode, wenn sich ein Erntegut in einem Wachstumszustand befindet, den Fortschritt der Entwicklung des Ernteguts anzeigen. Wenn daher eine vegetative Indexkarte zu Beginn der Wachstumsperiode oder in der Mitte der Wachstumsperiode erstellt wird, kann die vegetative Indexkarte den Fortschritt der Entwicklung der Erntegutpflanzen anzeigen. Zum Beispiel kann die vegetative Indexkarte angeben, ob die Pflanze unterentwickelt ist, ob ein ausreichender Bewuchs aufgebaut wurde oder ob andere Pflanzenattribute auf die Pflanzenentwicklung hinweisen.A vegetative index map can thus be used to identify the presence and location of vegetation. In some examples, a vegetative index map allows crops to be identified and georeferenced in the presence of bare soil, crop residue, or other vegetation, including crops or weeds. For example, at the beginning of a growing season, when a crop is in a state of growth, the vegetative index can indicate the progress of development of the crop. If therefore a vegetative Index map is created at the beginning of the growing season or in the middle of the growing season, the vegetative index map can show the progress of development of the crop plants. For example, the vegetative index map can indicate whether the plant is underdeveloped, whether an adequate cover has been established, or whether other plant attributes are indicative of plant development.
Eine Vorabbetriebskarte bildet Werte verschiedener Vorabbetriebsmerkmale auf verschiedene Positionen in einem oder mehreren Feldern von Interesse auf Grundlage von Daten ab, die während eines Vorgangs vor dem landwirtschaftlichen Erntevorgang gesammelt wurden. Vorabbetriebe durch andere Maschinen können sich auf den Betrieb einer landwirtschaftlichen Erntemaschine auswirken. Beispielsweise kann ein Vorabsprüh- oder Vorabsubstanzanwendungsvorgang eine Wirkung haben oder anderweitig eine Beziehung zu resultierenden Bestandteilen in Erntegut auf einem zu erntenden Feld aufweisen. Beispielsweise kann die Anwendung von Düngemittel, wie Düngemittel mit Stickstoff, das Anwenden von Herbizid, Pestizid, Fungizid sowie verschiedenen anderen Substanzen eine Wirkung auf oder eine Beziehung mit resultierenden Erntegutbestandteilen, einschließlich Bestandteilen von Kornkörnern, haben oder mit ihnen in Beziehung stehen. Beispielsweise kann das Anwenden von Düngemittel, wie beispielsweise Düngemittel mit Stickstoff, eine Wirkung haben oder anderweitig eine Beziehung zu den resultierenden Bestandteilen von Erntegut auf einem Feld haben, einschließlich Bestandteilen von Korn in Erntegut. Somit stellt eine Vorabbetriebskarte georeferenzierte Vorabbetriebsmerkmale als landwirtschaftliche Merkmale bereit, die auf Daten basieren, die während eines Vorabbetriebs gesammelt wurden. In einem Beispiel kann eine Vorabbetriebskarte georeferenzierte Substanz- (wie etwa Düngemittel-) Anwendungswerte beinhalten, die Substanzanwendungsmerkmale angeben, wie etwa Positionen, Mengen, Arten und Zusammensetzungen von Substanz, die von der landwirtschaftlichen Arbeitsmaschine angewendet werden, wie etwa eine Sprühvorrichtung, eine Sämaschine, einen Verteiler sowie verschiedene andere Substanzanwendungsmaschinen.A pre-farm map maps values of various pre-farm characteristics to different locations in one or more fields of interest based on data collected during an operation prior to the agricultural harvest operation. Pre-operations by other machines can affect the operation of an agricultural harvester. For example, a pre-spray or pre-substance application event may have an effect or otherwise be related to resulting components in crops in a field to be harvested. For example, application of fertilizer, such as fertilizer with nitrogen, application of herbicide, pesticide, fungicide, as well as various other substances, may have an effect on or be related to resulting crop components, including components of grain kernels. For example, applying fertilizers, such as fertilizers with nitrogen, may have an effect or otherwise be related to the resulting crop constituents in a field, including grain-in-crop constituents. Thus, a pre-operation map provides georeferenced pre-operation features as agricultural characteristics based on data collected during a pre-operation. In an example, a preliminary operation map may include georeferenced substance (such as fertilizer) application values that indicate substance application characteristics, such as locations, amounts, types, and compositions of substance applied by the agricultural work machine, such as a sprayer, seeder, a dispenser as well as various other substance application machines.
Eine historische Erntegutbestandteilkarte bildet veranschaulichend Erntegutbestandteilwerte über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Diese historischen Erntegutbestandteilkarten werden aus früheren landwirtschaftlichen Vorgängen auf dem Feld oder den Feldern gesammelt, z. B. aus früheren Erntevorgängen. Eine Erntegutbestandteilkarte kann Erntegutbestandteile in Erntegutbestandteilwerteinheiten anzeigen. Ein Beispiel einer Erntegutbestandteilwerteinheit beinhaltet einen numerischen Wert, wie etwa einen Prozentsatz, einen Gewichtswert oder einen Massenwert, der eine Menge eines Bestandteils in einem Erntegut, zum Beispiel eine Menge an Protein, Stärke, Öl, Nährstoffen, Wasser unter verschiedenen anderen Bestandteilen des Ernteguts oder der Vegetation, oder eine Menge an Protein, Stärke, Öl, Nährstoffen, Wasser unter verschiedenen anderen Bestandteilen im Korn von Erntegutpflanzen angibt. Einige Erntegutbestandteile sind vorübergehender Natur, indem die Menge des im Erntegut enthaltenen Bestandteils (wie Korn) im Laufe der Zeit variiert, beispielsweise kann Korn im Laufe der Zeit trocknen oder Wasser aufnehmen. Einige Erntegutbestandteile sind struktureller Natur, da die Menge an Bestandteilen (oder die Verhältnisse der Bestandteile) im Laufe der Zeit nicht so stark variieren, zumindest bis sich das Korn zersetzt. Wie hierin verwendet, können sich Erntegutbestandteile auch auf Kornbestandteile beziehen, und somit können sich Erntegutbestandteilwerte in einigen Beispielen auf eine Menge an Bestandteil in dem Korn von Erntegutpflanzen beziehen, zum Beispiel die Menge an Protein, Stärke, Öl, Nährstoffen, Wasser, neben verschiedenen anderen Bestandteilen, in dem Korn von Erntegutpflanzen. In einigen Beispielen kann eine historische Erntegutbestandteilkarte aus Sensormesswerten eines oder mehrerer Erntegutbestandteilsensoren abgeleitet werden. Ohne Einschränkung können diese Erntegutbestandteilsensoren ein oder mehrere Bänder elektromagnetischer Strahlung zum Erkennen von Erntegutbestandteilen verwenden. Beispielsweise kann ein Erntegutbestandteilsensor den Reflexionsgrad oder die Absorption verschiedener Bereiche (z. B. verschiedener Wellenlängen oder Frequenzen oder beider) elektromagnetischer Strahlung durch Erntegut oder anderes Vegetationsmaterial beim Erkennen von Erntegutbestandteilen verwenden. In einigen Beispielen kann ein Erntegutbestandteilsensor einen optischen Sensor, wie etwa ein optisches Spektrometer, beinhalten. In einem Beispiel kann ein Erntegutbestandteilsensor Nahinfrarotspektroskopie oder sichtbare und Nahinfrarotspektroskopie verwenden.A historical crop ingredient map illustratively maps crop ingredient values across various geographic locations in one or more fields of interest. These historical crop ingredient maps are collected from past agricultural operations on the field or fields, e.g. B. from previous harvests. A crop ingredient card may display crop ingredients in crop ingredient value units. An example of a crop ingredient unit of value includes a numerical value, such as a percentage, a weight value, or a mass value, representing an amount of an ingredient in a crop, for example, an amount of protein, starch, oil, nutrients, water, among various other ingredients of the crop or of vegetation, or an amount of protein, starch, oil, nutrients, water, among various other components in grain of crop plants. Some crop components are transient in nature, in that the amount of the component (such as grain) contained in the crop varies over time, for example grain may dry or absorb water over time. Some crop components are structural in nature, since the amount of components (or the ratios of components) do not vary that much over time, at least until the grain breaks down. As used herein, crop constituents can also refer to grain constituents, and thus in some examples crop constituent values can refer to an amount of constituent in the grain of crop plants, for example the amount of protein, starch, oil, nutrients, water, among various others Constituents in the grain of crop plants. In some examples, a historical crop ingredient map may be derived from sensor readings from one or more crop ingredient sensors. Without limitation, these crop ingredient sensors may use one or more bands of electromagnetic radiation to detect crop ingredients. For example, a crop constituent sensor may use the reflectance or absorption of different ranges (e.g., different wavelengths or frequencies, or both) of electromagnetic radiation by crop or other vegetation material in detecting crop constituents. In some examples, a crop ingredient sensor may include an optical sensor, such as an optical spectrometer. In one example, a crop ingredient sensor may use near-infrared spectroscopy or visible and near-infrared spectroscopy.
Eine Bodeneigenschaftskarte bildet veranschaulichend Bodeneigenschaftswerte (die Bodentyp, Bodenfeuchtigkeit, Bodenbedeckung, Bodenstruktur, Bodenzusammensetzung sowie verschiedene andere Bodeneigenschaften anzeigen können) über verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse ab. Die Bodeneigenschaftskarten stellen somit georeferenzierte Bodeneigenschaften über ein Feld von Interesse bereit. 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 von verbleibenden Erntegutrückständen, wie eine verbleibende Masse von Pflanzenstängeln, sowie ein Maß an Zwischenfrüchten. Bodenstruktur kann sich auf die Anordnung fester Teile des Bodens und des zwischen den festen Teilen des Bodens befindlichen Porenraums beziehen. Die Bodenstruktur kann die Art und Weise umfassen, wie einzelne Partikel, wie etwa einzelne Sand-, Schlamm- und Tonpartikel, zusammengefügt sind. 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. Die Bodenzusammensetzung kann eine Reihe von Bodenzusammensetzungsmerkmalen beinhalten, wie etwa Positionen, Mengen und Arten von Bestandteilen im Boden, wie etwa Stickstoff, und andere Pflanzennährstoffe. In einem Beispiel kann eine Bodenzusammensetzung Werte beinhalten, die auf eine Menge, Position und Art von Bodenbestandteil in einem Feld von Interesse hinweisen, zum Beispiel kann eine Bodenzusammensetzungskarte eine Stickstoffkarte sein, die eine Menge an Stickstoff angibt, die im Boden an verschiedenen Positionen in einem Feld von Interesse vorhanden ist. Dies sind nur Beispiele. Verschiedene andere Merkmale und Eigenschaften des Bodens können als Bodeneigenschaftswerte auf einer Bodeneigenschaftskarte abgebildet werdenA soil property map illustratively maps soil property values (which may indicate soil type, soil moisture, soil cover, soil structure, soil composition, as well as various other soil properties) across various geographic locations in one or more fields of interest. The soil property maps thus provide georeferenced soil properties over a field of interest. Soil type can refer to taxonomic units in soil science, with each soil type having defined sets of common properties. The soil types can be, for example, sandy soil, clay soil, muddy soil, peat soil, chalky soil, loam bo den 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. Generally, 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 located between the solid parts of the soil. Soil structure may include the manner in which individual particles, such as individual sand, mud and clay particles, 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. Soil composition can include a range of soil compositional characteristics, such as locations, amounts, and types of constituents in the soil, such as nitrogen and other plant nutrients. In an example, a soil composition may include values indicative of an amount, location and type of soil constituent in a field of interest, for example a soil composition map may be a nitrogen map indicating an amount of nitrogen present in the soil at various locations in a field of interest exists. These are just examples. Various other features and properties of the soil can be mapped as soil property values on a soil property map
In einigen Beispielen kann das System eine prädiktive Merkmalkarte empfangen. Eine prädiktive Merkmalkarte bildet veranschaulichend prädiktive Merkmalwerte über eine oder mehrere geografische Positionen in einem oder mehreren Feldern von Interesse ab. Beispielsweise kann eine prädiktive Merkmalkarte eine prädiktive Biomassekarte sein, die prädiktive Werte von Biomasse- oder Biomassemerkmalen (z. B. Vegetationshöhe, Vegetationsdichte, Vegetationsmasse, Vegetationsvolumen, Dreschrotorantriebskraft) über eine oder mehrere geografische Positionen in einem oder mehreren Feldern von Interesse abbildet. In einem anderen Beispiel kann eine prädiktive Merkmalkarte eine prädiktive Ertragskarte sein, die prädiktive Ertragswerte über eine oder mehrere geografische Positionen in einem oder mehreren Feldern von Interesse abbildet. In einem anderen Beispiel kann eine prädiktive Merkmalkarte eine prädiktive Erntegutfeuchtigkeitskarte sein, die prädiktive Werte der Erntegutfeuchtigkeit über eine oder mehrere geografische Positionen in einem oder mehreren Feldern von Interesse abbildet.In some examples, the system can receive a predictive feature map. A predictive feature map illustratively maps predictive feature values across one or more geographic locations in one or more fields of interest. For example, a predictive feature map may be a predictive biomass map that maps predictive values of biomass or biomass traits (e.g., vegetation height, vegetation density, vegetation mass, vegetation volume, threshing rotor propulsion) over one or more geographic locations in one or more fields of interest. In another example, a predictive feature map may be a predictive yield map that maps predictive yield values across one or more geographic locations in one or more fields of interest. In another example, a predictive feature map may be a predictive crop moisture map that maps predictive values of crop moisture across one or more geographic locations in one or more fields of interest.
Die vorliegende Erörterung fährt somit in Bezug auf Beispiele fort, in denen ein System eine oder mehrere landwirtschaftliche Merkmalkarten empfängt, zum Beispiel, aber nicht beschränkt auf, eine oder mehrere von einer vegetativen Indexkarte, einer oder mehreren prädiktiven Karten (wie etwa einer prädiktiven Ertragskarte, einer prädiktiven Feuchtigkeitskarte oder einer prädiktiven Biomassekarte), einer Vorabbetriebskarte (wie etwa einer Vorabbetriebskarte, die Substanzanwendungsmerkmale zeigt), einer historischen Erntegutbestandteilkarte eines Feldes oder einer Bodeneigenschaftskarte (wie etwa einer Stickstoffkarte) und verwendet auch einen In-situ-Sensor, um ein Merkmal oder eine Variable zu erkennen, die Erntegutbestandteilmerkmale während eines Erntevorgangs angibt. Dies sind nur Beispiele für einige der Karten, die empfangen werden können. Verschiedene andere landwirtschaftliche Merkmalkarten werden hierin ebenfalls in Betracht gezogen. Das System erzeugt ein Modell, das eine Beziehung zwischen den landwirtschaftlichen Merkmalwerten, den vegetativen Indexwerten, den prädiktiven Merkmalwerten (wie etwa prädiktiven Biomassewerten, prädiktiven Ertragswerten oder prädiktiven Erntegutfeuchtigkeitswerten), den Vorabbetriebsmerkmalwerten (wie etwa Substanzanwendungsmerkmalwerten), den historischen Erntegutbestandteilwerten oder den Bodeneigenschaftswerten, wie etwa Bodenzusammensetzungswerten (wie etwa Stickstoffwerten), aus einer oder mehreren der empfangenen Karten und den In-situ-Daten von dem In-situ-Sensor modelliert. Das Modell wird verwendet, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die Erntegutbestandteilwerte in dem Feld vorhersagt. Die funktionelle prädiktive Erntegutbestandteilkarte, 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 agricultural trait maps, for example, but not limited to, one or more from a vegetative index map, one or more predictive maps (such as a predictive yield map, a predictive moisture map or a predictive biomass map), a pre-operational map (such as a pre-operational map showing substance application traits), a historical crop constituent map of a field, or a soil property map (such as a nitrogen map) and also uses an in situ sensor to detect a trait or recognize a variable indicative of crop ingredient characteristics during a harvesting operation. These are just examples of some of the cards that can be received. Various other agricultural trait maps are also contemplated herein. The system creates a model that shows a relationship between the agricultural trait values, the vegetative index values, the predictive trait values (such as predictive biomass values, predictive yield values or predictive crop moisture values), the pre-operational trait values (such as substance application trait values), the historical crop constituent values or the soil property values, such as such as soil composition values (such as nitrogen values), are modeled from one or more of the received maps and the in situ data from the in situ sensor. The model is used to generate a functional predictive crop ingredient map that predicts crop ingredient values in the field. The functional predictive crop constituent map generated during the harvesting process may be presented to an operator or other user, or used to automatically control an agricultural harvesting machine during the harvesting process, or both.
Wie in
Der 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
Der Drescher 110 beinhaltet veranschaulichend einen Dreschrotor 112 und einen Satz von Dreschkörben 114. Ferner beinhaltet die landwirtschaftliche Erntemaschine 100 auch einen Abscheider 116. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Reinigungs-Teilsystem oder einen Siebkasten (gemeinsam als Reinigungs-Teilsystem 118 bezeichnet), das ein Reinigungsgebläse 120, einen Häcksler 122 und ein Sieb 124 beinhaltet. Das Materialhandhabungs-Teilsystem 125 beinhaltet außerdem eine Auswurftrommel 126, einen Überkehrelevator 128, einen Reinkornelevator 130 sowie eine Entladeschnecke 134 und den Auswurf 136. Der Reinkornelevator befördert reines Korn in den Reinkorntank 132. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Rückstands-Teilsystem 138, das einen Häcksler 140 und einen Verteiler 142 beinhalten kann. Die landwirtschaftliche Erntemaschine 100 beinhaltet auch ein Antriebs-Teilsystem, das einen Motor beinhaltet, der Bodeneingriffskomponenten 144, wie etwa Räder oder Raupenketten, antreibt. In einigen Beispielen kann ein Mähdrescher innerhalb des Umfangs der vorliegenden Offenbarung mehr als eines der oben genannten Teilsysteme aufweisen. In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 linke und rechte Reinigungs-Teilsysteme, Abscheider usw. aufweisen, die in
Im Betrieb und zur Übersicht bewegt sich die landwirtschaftliche Erntemaschine 100 veranschaulichend durch ein Feld in der durch Pfeil 147 angezeigten Richtung. Während der Bewegung der landwirtschaftlichen Erntemaschine 100 greift der Erntevorsatz 102 (und die zugehörige Haspel 164) in das zu erntende Erntegut ein und sammelt das Erntegut in Richtung der Schneidevorrichtung 104. Ein Bediener der landwirtschaftlichen Erntemaschine 100 kann ein lokaler menschlicher Bediener, ein entfernter menschlicher Bediener oder ein automatisiertes System sein. Ein Bedienerbefehl ist ein Befehl eines Bedieners. Der Bediener der landwirtschaftlichen Erntemaschine 100 kann eine oder mehrere Höheneinstellungen, Neigungswinkeleinstellungen oder Rollwinkeleinstellungen für den Erntevorsatz 102 bestimmen. Zum Beispiel gibt der Bediener eine Einstellung oder Einstellungen in ein Steuersystem ein, das im Folgenden genauer beschrieben wird und das das Stellglied 107 steuert. Das Steuersystem kann auch eine Einstellung vom Bediener zum Einrichten des Neigungswinkels und Rollwinkels des Erntevorsatzes 102 empfangen und die eingegebenen Einstellungen implementieren, indem zugeordnete Stellglieder, die nicht gezeigt sind, gesteuert werden, die arbeiten, um den Neigungswinkel und Rollwinkel des Erntevorsatzes 102 zu ändern. Das Stellglied 107 hält den Erntevorsatz 102 auf einer Höhe über dem Boden 111 auf Grundlage einer Höheneinstellung und gegebenenfalls auf gewünschten Neigungs- und Rollwinkeln. Jede der Höhen-, Roll- und Neigungseinstellungen kann unabhängig von den anderen implementiert werden. Das Steuersystem reagiert auf Erntevorsatzfehler (z. B. die Differenz zwischen der Höheneinstellung und der gemessenen Höhe des Erntevorsatzes 104 über dem Boden 111 und in einigen Beispielen Neigungswinkel- und Rollwinkelfehler) mit einer Reaktionsfähigkeit, die auf Grundlage einer ausgewählten Empfindlichkeitsstufe bestimmt wird. Wenn die Empfindlichkeitsstufe auf eine größere Empfindlichkeitsstufe eingestellt ist, reagiert das Steuersystem auf kleinere Erntevorsatz-Positionsfehler und versucht, die erkannten Fehler schneller zu reduzieren, als wenn die Empfindlichkeit auf einer niedrigeren Empfindlichkeitsstufe ist.In operation and for overview,
Zurückkehrend zur Beschreibung des Betriebs der landwirtschaftlichen Erntemaschine 100 wird das abgetrennte Erntematerial, nachdem das Erntegut durch die Schneidevorrichtung 104 geschnitten wurde, durch einen Förderer im Zuführgehäuse 106 in Richtung des Zuführbeschleunigers 108 bewegt, der das Erntematerial in den Dreschwerk 110 beschleunigt. Das Erntegut wird durch den Rotor 112 gedroschen, der das Erntegut gegen die Dreschkörbe 114 dreht. Das gedroschene Erntegutmaterial wird durch einen Abscheiderrotor im Abscheider 116 bewegt, wobei ein Teil des Rückstands durch die Auswurftrommel 126 in Richtung des Rückstands-Teilsystems 138 bewegt wird. Der Teil des Rückstands, der an das Rückstands-Teilsystem 138 übertragen wird, wird vom Rückstandhäcksler 140 zerkleinert und vom Verteiler 142 auf dem Feld verteilt. In anderen Konfigurationen wird der Rückstand in einer Schwade von der landwirtschaftlichen Erntemaschine 100 freigegeben. In anderen Beispielen kann das Rückstands-Teilsystem 138 Unkrautbeseitigungsmittel (nicht gezeigt) beinhalten, wie etwa Samenabsackanlagen oder andere Samensammler oder Samenzerkleinerer oder andere Saatzerstörer.Returning to the description of the operation of
Das Korn fällt auf das Reinigungs-Teilsystem 118. Der Häcksler 122 trennt einen Teil gröberer Materialstücke vom Korn und das Sieb 124 trennt einen Teil feinerer Materialstücke vom Reinkorn. Das Reinkorn fällt auf eine Schnecke, die das Korn zu einem Einlassende des Reinkornelevators 130 bewegt und der Reinkornelevator 130 bewegt das Reinkorn nach oben, wodurch das Reinkorn im Reinkorntank 132 abgeschieden wird. Rückstände werden aus dem Reinigungs-Teilsystem 118 durch den Luftstrom des Reinigungsgebläses 120 entfernt. Das Reinigungsgebläse 120 leitet Luft entlang eines Luftstrompfads nach oben durch die Siebe und Häcksler. Der Luftstrom trägt Rückstände in der landwirtschaftlichen Erntemaschine 100 nach hinten in Richtung des Rückstandhandhabungs-Teilsystems 138.The grain falls onto the
Der Überkehrelevator 128 führt die Überkehr zum Drescher 110 zurück, wo die Überkehr nachgedroschen wird. Alternativ kann die Überkehr auch einem separaten Nachdresch-Mechanismus durch einen Überkehrelevator oder eine andere Transportvorrichtung zugeführt werden, wo die Überkehr ebenfalls nachgedroschen wird.The
Der Bodengeschwindigkeitssensor 146 erfasst die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 über den Boden. Der Bodengeschwindigkeitssensor 146 kann die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch Erfassen der Umdrehungsgeschwindigkeit der Bodeneingriffskomponenten (wie etwa Räder oder Raupenketten), einer Antriebswelle, einer Achse oder anderer Komponenten erfassen. In einigen Fällen kann die Fahrgeschwindigkeit mithilfe eines Ortungssystems, wie etwa eines globalen Positionierungssystems (GPS), eines Koppelnavigationssystems, eines Fernnavigationssystems (LORAN) oder einer Vielzahl anderer Systeme oder Sensoren, die eine Anzeige der Fahrgeschwindigkeit vorsehen, erfasst werden.The
Die Verlustsensoren 152 sehen veranschaulichend ein Ausgabesignal vor, das die Menge des Kornverlustes anzeigt, die sowohl auf der rechten als auch auf der linken Seite des Reinigungs-Teilsystems 118 auftritt. In einigen Beispielen sind die Sensoren 152 Schlagsensoren, die Kornschläge pro Zeiteinheit oder pro Entfernungseinheit zählen, um einen Hinweis auf den Kornverlust vorzusehen, der an dem Reinigungs-Teilsystem 118 auftritt. Die Schlagsensoren für die rechte und linke Seite des Siebkastens 118 können einzelne Signale oder ein kombiniertes oder aggregiertes Signal vorsehen. In einigen Beispielen können die Sensoren 152 einen einzelnen Sensor beinhalten, im Gegensatz zu separaten Sensoren, die für jedes Reinigungs-Teilsystem 118 bereitgestellt sind.The
Der Abscheider-Verlustsensor 148 liefert ein Signal, das den Kornverlust im linken und rechten Abscheider anzeigt, die in
Die landwirtschaftliche Erntemaschine 100 kann auch andere Sensoren und Messmechanismen beinhalten. Zum Beispiel kann die landwirtschaftliche Erntemaschine 100 einen oder mehrere der folgenden Sensoren beinhalten: einen Erntevorsatzhöhensensor, der eine Höhe des Erntevorsatzes 102 über dem Boden 111 erfasst; Stabilitätssensoren, die eine Oszillation oder Prellbewegung (und Amplitude) der landwirtschaftlichen Erntemaschine 100 erfassen; einen Rückstandeinstellungssensor, der konfiguriert ist, um zu erfassen, ob die landwirtschaftliche Erntemaschine 100 konfiguriert ist, um den Rückstand zu zerkleinern, eine Schwade zu erzeugen usw.; einen Siebkasten-Gebläsedrehzahlsensor, um die Drehzahl des Reinigungsgebläses 120 zu erfassen; einen Dreschkorbspaltsensor, der den Spalt zwischen dem Rotor 112 und den Hohlräumen 114 erfasst; einen Dreschrotor-Drehzahlsensor, der eine Rotordrehzahl des Rotors 112 erfasst; einen Häckselspaltsensor, der die Größe der Öffnungen in dem Häcksler 122 erfasst; einen Siebspaltsensor, der die Größe der Öffnungen in dem Sieb 124 erfasst; einen Feuchtigkeitssensor für anderes Material als Korn (MOG), der einen Feuchtigkeitsgehalt des MOG erfasst, das die landwirtschaftliche Erntemaschine 100 passiert; einen oder mehrere Maschineneinstellungssensoren, 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, die Erntegutbestandteilmerkmale und andere Eigenschaften des Ernteguts. Die Ernteguteigenschaftssensoren können auch konfiguriert werden, um die Merkmale des abgetrennten Ernteguts während der Verarbeitung durch die landwirtschaftliche Erntemaschine 100 zu erfassen. Beispielsweise können die Ernteguteigenschaftssensoren in einigen Fällen die Kornqualität erfassen, wie etwa gebrochenes Korn, MOG-Werte; Kornbestandteile, wie etwa Stärken und Protein; und Kornzufuhrmenge, wenn sich das Korn durch das Zuführgehäuse 106, den Reinkornelevator 130 oder anderswo in der landwirtschaftlichen Erntemaschine 100 bewegt. Die Ernteguteigenschaftssensoren können auch die Vorschubgeschwindigkeit von Biomasse durch das Zuführgehäuse 106, durch den Abscheider 116 oder an anderer Stelle in der landwirtschaftlichen Erntemaschine 100 erfassen. Die Ernteguteigenschaftssensoren können die Vorschubgeschwindigkeit auch als Massendurchsatz von Korn durch den Elevator 130 oder durch andere Abschnitte der landwirtschaftlichen Erntemaschine 100 erfassen oder andere Ausgangssignale bereitstellen, die auf andere erfasste Größen hinweisen. Die Ernteguteigenschaftssensoren können einen oder mehrere Erntegutbestandteilsensoren beinhalten, die Merkmale erfassen, die für Erntegutbestandteile von Erntegut indikativ sind, einschließlich Eigenschaften von Bestandteilen von Erntegutkörnern.
Ohne Einschränkung können Erntegutbestandteilsensoren ein oder mehrere Bänder elektromagnetischer Strahlung zum Erkennen von Erntegutbestandteilen verwenden. Zum Beispiel kann ein Erntegutbestandteilsensor den Reflexionsgrad oder die Absorption verschiedener Bereiche (z. B. verschiedener Wellenlängen oder Frequenzen oder beider) elektromagnetischer Strahlung durch Erntegut oder anderes Vegetationsmaterial, einschließlich Korn, beim Erkennen von Erntegutbestandteilen nutzen. In einigen Beispielen kann ein Erntegutbestandteilsensor einen optischen Sensor, wie etwa ein optisches Spektrometer, beinhalten. In einem Beispiel kann ein Erntegutbestandteilsensor Nahinfrarotspektroskopie oder sichtbare Nahinfrarotspektroskopie verwenden. Der Erntegutbestandteilsensor kann an verschiedenen Positionen innerhalb der landwirtschaftlichen Erntemaschine 100 angeordnet sein oder Zugang zu diesen haben. Zum Beispiel kann der Erntegutbestandteilsensor innerhalb des Zuführgehäuses 106 angeordnet sein (oder anderweitig einen Erfassungszugang zu Erntegutmaterial innerhalb des Zuführgehäuses 106 aufweisen) und konfiguriert sein, um Bestandteile von geerntetem Erntegutmaterial zu erfassen, das durch das Zuführgehäuse 106 hindurchtritt. In anderen Beispielen kann sich der Erntegutbestandteilsensor an anderen Bereichen innerhalb der landwirtschaftlichen Erntemaschine 100 befinden, zum Beispiel an dem oder gekoppelt an den Reinkornelevator, in einer Reinkornschnecke oder in einem Korntank. In einigen Beispielen können Erntegutbestandteilsensoren einen kapazitiven Sensor beinhalten, der beispielsweise einen Kondensator zum Bestimmen der dielektrischen Eigenschaften eines Ernteguts (sowie anderer Vegetationsmaterialien), wie etwa dielektrische Eigenschaften von Korn, beinhalten kann. Es ist zu beachten, dass dies lediglich Beispiele für die Arten und Positionen der Erntegutbestandteilsensoren sind und dass verschiedene andere Arten und Positionen der Erntegutbestandteilsensoren in Betracht gezogen werden.Without limitation, crop ingredient sensors may use one or more bands of electromagnetic radiation to detect crop ingredients. For example, a crop constituent sensor may utilize the reflectance or absorption of different ranges (e.g., different wavelengths or frequencies, or both) of electromagnetic radiation by crop or other vegetation material, including grain, in detecting crop constituents. In some examples, a crop ingredient sensor may include an optical sensor, such as an optical spectrometer. In one example, a crop ingredient sensor may use near-infrared spectroscopy or near-infrared visible spectroscopy. The crop ingredient sensor may be located at or have access to various locations within the
Bevor beschrieben wird, wie die landwirtschaftliche Erntemaschine 100 eine funktionelle prädiktive Erntegutbestandteilkarte erzeugt und die funktionelle prädiktive Erntegutbestandteilkarte zur Präsentation oder Steuerung verwendet, erfolgt zunächst eine kurze Beschreibung einiger Elemente der landwirtschaftlichen Erntemaschine 100 und deren Betrieb. Die Beschreibung von
Nachdem der allgemeine Ansatz in Bezug auf die
Die Vorabinformationskarte 258 kann mithilfe des Kommunikationssystems 206 oder auf andere Weise in die landwirtschaftliche Erntemaschine 100 heruntergeladen und im Datenspeicher 202 gespeichert werden. In einigen Beispielen kann das Kommunikationssystem 206 ein zellulares Kommunikationssystem, ein System zum Kommunizieren über ein Weitverkehrsnetzwerk oder ein lokales Netzwerk, ein System zum Kommunizieren über ein Nahfeldkommunikationsnetzwerk oder ein Kommunikationssystem sein, das konfiguriert ist, um über ein beliebiges aus einer Vielzahl anderer Netzwerke oder Kombinationen von Netzwerken zu kommunizieren. Das Kommunikationssystem 206 kann auch ein System beinhalten, das das Herunterladen oder Übertragen von Informationen auf und von einer Secure Digital (SD)-Karte oder einer universellen seriellen Bus (USB)-Karte oder beides erleichtert.The
Der geografische Positionssensor 204 erfasst oder erkennt veranschaulichend die geografische Position oder den Ort der landwirtschaftlichen Erntemaschine 100. Der geografische Positionssensor 204 kann unter anderem einen Empfänger für ein globales Navigationssatellitensystem (GNSS) beinhalten, der Signale von einem GNSS-Satellitensender empfängt. Der geografische Positionssensor 204 kann auch eine Echtzeit-Kinematikkomponente (RTK) enthalten, die konfiguriert ist, um die Genauigkeit der aus dem GNSS-Signal abgeleiteten Positionsdaten zu verbessern. Der geografische Positionssensor 204 kann ein Koppelnavigationssystem, ein zellulares Triangulationssystem oder eine Vielzahl von anderen geografischen Positionssensoren beinhalten.The
Bei den In-situ-Sensoren 208 kann es sich um beliebige der vorstehend beschriebenen Sensoren in Bezug auf
Nach dem Abruf durch die landwirtschaftliche Erntemaschine 100 kann die Vorabinformationskartenselektor 209 eine oder mehrere spezifische Vorabinformationskarte(n) 258 zur Verwendung durch den prädiktiven Modellgenerator 210 filtern oder auswählen. In einem Beispiel wählt die Vorabinformationskartenselektor 209 eine Karte auf Grundlage eines Vergleichs der Kontextinformationen in der Vorabinformationskarte mit den vorliegenden Kontextinformationen aus. Zum Beispiel kann eine historische Erntegutbestandteilkarte aus einem der letzten Jahre ausgewählt werden, in denen die Substanzanwendungsmerkmale den Substanzanwendungsmerkmalen des laufenden Jahres ähnlich waren. Oder zum Beispiel kann eine historische Erntegutbestandteilkarte aus einem der letzten Jahre ausgewählt werden, wenn die Kontextinformationen nicht ähnlich sind. Zum Beispiel kann eine historische Erntegutbestandteilkarte für ein Vorjahr ausgewählt werden, das „trocken“ war (d. h. Trockenheit oder reduzierte Niederschläge aufwies), während das aktuelle Jahr „nass“ ist (d. h. erhöhte Niederschläge oder Hochwasserbedingungen aufwies). Es kann immer noch eine nützliche historische Beziehung geben, aber die Beziehung kann umgekehrt sein. Zum Beispiel können Bereiche des Feldes, die in einem trockenen Jahr niedrige Werte für einen oder mehrere Erntegutbestandteile aufweisen, Bereiche mit höheren Erntegutbestandteilen in einem feuchten Jahr sein, da diese Bereiche bessere Wachstumsbedingungen in einem feuchten Jahr bieten können. Gegenwärtige Kontextinformationen können Kontextinformationen enthalten, die über unmittelbare Kontextinformationen hinausgehen. Zum Beispiel können gegenwärtige Kontextinformationen unter anderem einen Satz von Informationen beinhalten, der der gegenwärtigen Wachstumsperiode entspricht, einen Satz von Daten, die einem Winter vor der gegenwärtigen Wachstumsperiode entsprechen, oder einen Satz von Daten, die mehreren vergangenen Jahren entsprechen.Upon retrieval by
Die Kontextinformationen können auch für Korrelationen zwischen Bereichen mit ähnlichen Kontextmerkmalen verwendet werden, unabhängig davon, ob die geografische Position der gleichen Position auf der Vorabinformationskarte 258 entspricht. Beispielsweise können historische Erntegutbestandteilwerte aus dem Bereich mit ähnlichen landwirtschaftlichen Merkmalen, wie etwa vegetative Indexwerte, Substanzanwendungsmerkmale, Bodeneigenschaften, wie Bodenzusammensetzungsmerkmale sowie verschiedene andere landwirtschaftliche Merkmale, in anderen Feldern als Vorabinformationskarte 258 verwendet werden, um die prädiktive Erntegutmerkmalkarte zu erstellen. Beispielsweise können die kontextbezogenen Merkmalsinformationen, die einer anderen Position zugeordnet sind, auf die Position auf der Vorabinformationskarte 258 angewendet werden, die ähnliche Merkmalsinformationen aufweist.The context information can also be used for correlations between areas with similar contextual features, regardless of whether the geographic location corresponds to the same location on the
Der prädiktive Modellgenerator 210 erzeugt ein Modell, das eine Beziehung zwischen den durch den In-situ-Sensor 208 erfassten Werten und einem durch die Vorabinformationskarte 258 auf das Feld abgebildeten Merkmal angibt. Wenn zum Beispiel die Vorabinformationskarte 258 einen landwirtschaftlichen Merkmalwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der Erntegutbestandteile angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutbestandteilmodell, das die Beziehung zwischen den landwirtschaftlichen Merkmalswerten und den Erntegutbestandteilwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutbestandteilmodell, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die den Wert der Erntegutbestandteile an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt. 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 Erntegutbestandteile angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutbestandteilmodell, das die Beziehung zwischen den vegetativen Indexwerten und den Erntegutbestandteilwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutbestandteilmodell, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die den Wert der Erntegutbestandteile an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt. Oder, wenn zum Beispiel die Vorabinformationskarte 258 einen historischen Erntegutbestandteilwert auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der die Erntegutbestandteile angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutbestandteilmodell, das die Beziehung zwischen den historischen Erntegutbestandteilwerten (mit oder ohne Kontextinformationen) und den In-situ-Erntegutbestandteilwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutbestandteilmodell, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die den Wert der Erntegutbestandteile an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt. Oder, wenn zum Beispiel die Vorabinformationskarte 258 einen Vorabinformationsmerkmalwert (wie etwa ein Substanzauftragsmerkmal) auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der Erntegutbestandteile angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutbestandteilmodell, das die Beziehung zwischen den Vorabinformationsmerkmalwerten und den Erntegutbestandteilwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutbestandteilmodell, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die den Wert der Erntegutbestandteile an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt. Oder, wenn zum Beispiel die Vorabinformationskarte 258 einen Bodeneigenschaftswert, wie etwa einen Bodenzusammensetzungswert (wie etwa einen Stickstoffwert), auf verschiedene Positionen in dem Feld abbildet und der In-situ-Sensor 208 einen Wert erfasst, der Erntegutbestandteile angibt, dann erzeugt der Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228 ein prädiktives Erntegutbestandteilmodell, das die Beziehung zwischen den Bodeneigenschaftswerten, wie etwa den Bodenzusammensetzungswerten, und den Erntegutbestandteilwerten modelliert. Dann verwendet der prädiktive Kartengenerator 212 das durch den prädiktiven Modellgenerator 210 erzeugte prädiktive Erntegutbestandteilmodell, um eine funktionelle prädiktive Erntegutbestandteilkarte zu erzeugen, die den Wert der Erntegutbestandteile an verschiedenen Positionen in dem Feld auf Grundlage der Vorabinformationskarte 258 vorhersagt.The
In einigen Beispielen kann der Typ der Daten 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 Daten in der funktionellen prädiktiven Karte 263 andere Einheiten als die von den In-situ-Sensoren 208 erfassten Daten aufweisen. In einigen Beispielen kann sich der Typ der Daten in der funktionellen prädiktiven Karte 263 von dem von den In-situ-Sensoren 208 erfassten Datentyp unterscheiden, weist jedoch eine Beziehung zu dem von den In-situ-Sensoren 208 erfassten Datentyp auf. Beispielsweise kann der In-situ-Datentyp in einigen Beispielen den Datentyp in der 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, hat jedoch eine Beziehung zu dem Datentyp in der Vorabinformationskarte 258. Beispielsweise kann der Datentyp in der Vorabinformationskarte 258 in einigen Beispielen in der funktionellen prädiktiven Karte 263 in einigen Beispielen den Datentyp in der funktionellen prädiktiven Karte 263 angeben. 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 data in functional predictive map 263 may be the same as the type of in situ data captured by in
Weiter mit den vorhergehenden Beispielen kann der prädiktive Kartengenerator 212 die Werte in der Vorabinformationskarte 258 und dem von dem prädiktiven Modellgenerator 210 erzeugten Modell verwenden, um eine funktionelle prädiktive Karte 263 zu erzeugen, die Erntegutbestandteile an verschiedenen Positionen in dem Feld vorhersagt. Der prädiktive Kartengenerator 212 gibt somit die prädiktive Karte 264 aus.Continuing with the previous examples, the predictive map generator 212 may use the values in the
Wie in
Oder zum Beispiel, wenn der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem vegetativen Indexwert und einem Erntegutbestandteilwert anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des vegetativen Indexwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Erntegutbestandteilwert an verschiedenen Positionen über das Feld vorhersagt. Der aus der Vorabinformationskarte 258 erhaltene vegetative Indexwert an diesen Positionen und die Beziehung zwischen vegetativen Indexwerten und Erntegutbestandteilwerten, die aus dem prädiktiven Modell erhalten wurden, werden verwendet, um die prädiktive Karte 264 zu erzeugen.Or, for example, if the
Oder zum Beispiel: Wenn der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem historischen Erntegutbestandteilwert und einem In-situ erkannten Erntegutbestandteilwert anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des historischen Erntegutbestandteilwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Wert des Erntegutbestandteils an verschiedenen Positionen über das Feld vorhersagt. Der aus der Vorabinformationskarte 258 erhaltene historische Erntegutbestandteilwert an diesen Positionen und die Beziehung zwischen den aus dem prädiktiven Modell erhaltenen historischen Erntegutbestandteilwerten und In-situ-Erntegutbestandteilwerten werden verwendet, um die prädiktive Karte 264 zu erzeugen.Or for example: When the
Oder wenn zum Beispiel der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem Vorabbetriebsmerkmalwert (wie etwa einem Substanzanwendungsmerkmalwert) und einem Erntegutbestandteilwert anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des Vorabbetriebsmerkmalwerts an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Erntegutbestandteilwert an verschiedenen Positionen über das Feld vorhersagt. Der aus der Vorabinformationskarte 258 erhaltene Vorabbetriebsmerkmalwert an diesen Positionen und die Beziehung zwischen den Vorabbetriebsmerkmalswerten und den Erntegutbestandteilwerten, die aus dem prädiktiven Modell erhalten werden, werden verwendet, um die prädiktive Karte 264 zu erzeugen.Or, for example, if the
Oder wenn zum Beispiel der prädiktive Modellgenerator 210 ein prädiktives Modell erzeugt hat, das eine Beziehung zwischen einem Bodeneigenschaftswert, wie etwa einem Stickstoffgehaltwert und einem Erntegutbestandteilwert anzeigt, dann erzeugt der prädiktive Kartengenerator 212 angesichts des Bodeneigenschaftswerts, wie etwa dem Bodenzusammensetzungswert, an verschiedenen Positionen über das Feld eine prädiktive Karte 264, die den Erntegutbestandteilwert an verschiedenen Positionen über das Feld vorhersagt. Der Bodeneigenschaftswert, wie etwa der Bodenzusammensetzungswert, der von der Vorabinformationskarte 258 erhalten wird, an diesen Positionen und die Beziehung zwischen dem Bodeneigenschaftswert, wie etwa dem Bodenzusammensetzungswert, und dem Erntegutbestandteil, der von dem prädiktiven Modell erhalten wird, werden verwendet, um die prädiktive Karte 264 zu erzeugen.Or, for example, if the
Nun werden einige Variationen in den Datentypen beschrieben, die in der Vorabinformationskarte 258 abgebildet sind, die Datentypen, die von In-situ-Sensoren 208 erfasst werden, und die Datentypen, die auf der prädiktiven Karte 264 vorhergesagt werden.Some variations in the types of data depicted in the
In einigen Beispielen unterscheidet sich der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, dennoch ist der Datentyp in der prädiktiven Karte 264 derselbe wie der Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann Erntegutbestandteile sein. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutbestandteilkarte sein, die vorhergesagte Erntegutbestandteilwerte auf verschiedene geografische Positionen in dem Feld in der prädiktiven Karte 264 abbildet.In some examples, the type of data in
Außerdem unterscheidet sich in einigen Beispielen der Datentyp in der Vorabinformationskarte 258 von dem Datentyp, der von In-situ-Sensoren 208 erfasst wird, und der Datentyp in der prädiktiven Karte 264 unterscheidet sich sowohl von dem Datentyp in der Vorabinformationskarte 258 als auch von dem Datentyp, der von den In-situ-Sensoren 208 erfasst wird. Beispielsweise kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann Erntegutbestandteil sein. Die prädiktive Karte 264 kann dann eine prädiktive Biomassekarte sein, die vorhergesagte Biomassewerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem weiteren Beispiel kann die Vorabinformationskarte 258 eine vegetative Indexkarte sein, und die von den In-situ-Sensoren 208 erfasste Variable kann ein Erntegutbestandteil sein. Die prädiktive Karte 264 kann dann eine prädiktive Streckenkarte sein, die einen vorhergesagten Erntemaschinenfahrweg entlang des Felds abbildet.Also, in some examples, the type of data in the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem früheren Durchlauf 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 Vorinformationskarte 258 eine Substanzanwendungskarte, wie etwa eine Düngemittelanwendungskarte, sein, die während eines Substanzanwendungsvorgangs erzeugt wird, und die von den In-situ-Sensoren 208 erfasste Variable kann Erntegutbestandteilmerkmale sein. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutbestandteilkarte sein, die vorhergesagte Erntegutbestandteilwerte auf verschiedene geografische Positionen in dem Feld in der prädiktiven Karte 264 abbildet.In some examples, the
In einigen Beispielen stammt die Vorabinformationskarte 258 von einem früheren Durchlauf 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 Erntegutbestandteilkarte sein, die während eines vorhergehenden Jahres erzeugt wurde, und die von den In-situ-Sensoren 208 erfasste Variable kann Erntegutbestandteile sein. Die prädiktive Karte 264 kann dann eine prädiktive Erntegutbestandteilkarte sein, die vorhergesagte Erntegutbestandteilwerte auf verschiedene geografische Positionen in dem Feld abbildet. In einem solchen Beispiel können die relativen Erntegutbestandteilunterschiede 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 Erntegutbestandteilunterschieden auf der Vorabinformationskarte 258 und den Erntegutbestandteilwerten modelliert, die durch In-situ-Sensoren 208 während des aktuellen Erntevorgangs erfasst werden. Das prädiktive Modell wird dann von dem prädiktiven Kartengenerator 212 verwendet, um eine prädiktive Erntegutbestandteilkarte zu erstellen.In some examples, the
In einigen Beispielen kann dem Steuerzonengenerator 213 eine prädiktive Karte 264 bereitgestellt werden. Der Steuerzonengenerator 213 gruppiert benachbarte Abschnitte eines Bereichs auf Grundlage von Datenwerten der prädiktiven Karte 264, die diesen benachbarten Abschnitten zugeordnet sind, in eine oder mehrere Steuerzonen. Eine Steuerzone kann zwei oder mehr zusammenhängende Abschnitte eines Bereichs, wie etwa eines Feldes, beinhalten, für die ein Steuerparameter, der der Steuerzone zum Steuern eines steuerbaren Teilsystems entspricht, konstant ist. Beispielsweise kann eine Reaktionszeit zum Ändern einer Einstellung steuerbarer Teilsysteme 216 unzureichend sein, um zufriedenstellend auf Änderungen von Werten zu reagieren, die in einer Karte enthalten sind, wie etwa der prädiktiven Karte 264. In diesem Fall analysiert der Steuerzonengenerator 213 die Karte und identifiziert Steuerzonen, die eine definierte Größe aufweisen, um die Reaktionszeit der steuerbaren Teilsysteme 216 zu berücksichtigen. In einem weiteren Beispiel können die Steuerzonen bemessen sein, um den Verschleiß durch übermäßige Stellgliedbewegung, die sich aus der kontinuierlichen Einstellung ergibt, zu reduzieren. In einigen Beispielen kann es einen anderen Satz von Steuerzonen für jedes steuerbare Teilsystem 216 oder für Gruppen von steuerbaren Teilsystemen 216 geben. Die Steuerzonen können zu der prädiktiven Karte 264 hinzugefügt werden, um eine prädiktive Steuerzonenkarte 265 zu erhalten. Die prädiktive Steuerzonenkarte 265 kann somit der prädiktiven Karte 264 ähnlich sein, mit der Ausnahme, dass die prädiktive Steuerzonenkarte 265 Steuerzoneninformationen beinhaltet, die die Steuerzonen definieren. Somit kann eine funktionelle prädiktive Karte 263, wie hierin beschrieben, Steuerzonen beinhalten. Sowohl die prädiktive Karte 264 als auch die prädiktive Steuerzonenkarte 265 sind funktionelle prädiktive Karten 263. In einem Beispiel beinhaltet eine funktionelle prädiktive Karte 263 keine Steuerzonen, wie etwa die prädiktive Karte 264. In einem weiteren Beispiel beinhaltet eine funktionelle prädiktive Karte 263 Steuerzonen, wie etwa die prädiktive Steuerzonenkarte 265. In einigen Beispielen können mehrere Erntegüter gleichzeitig in einem Feld vorhanden sein, wenn ein Mischkultur-Produktionssystem implementiert ist. In diesem Fall sind der prädiktive Kartengenerator 212 und der Steuerzonengenerator 213 in der Lage, die Position und das Merkmal der zwei oder mehr Erntegutarten zu identifizieren und dann die prädiktive Karte 264 und die prädiktive Steuerzonenkarte 265 entsprechend zu erzeugen.In some examples, a predictive map 264 may be provided to the
Es ist ebenfalls zu beachten, dass der Steuerzonengenerator 213 Werte gruppieren kann, um Steuerzonen zu erzeugen, und die Steuerzonen zu einer prädiktiven Steuerzonenkarte 265 oder einer separaten Karte hinzugefügt werden können, die nur die erzeugten Steuerzonen zeigt. In einigen Beispielen können die Steuerzonen zum Steuern oder Kalibrieren der landwirtschaftlichen Erntemaschine 100 oder für beides verwendet werden. In anderen Beispielen können die Steuerzonen dem Bediener 260 angezeigt und verwendet werden, um die landwirtschaftliche Erntemaschine 100 zu steuern oder zu kalibrieren, und in anderen Beispielen können die Steuerzonen dem Bediener 260 oder einem anderen Benutzer angezeigt oder zur späteren Verwendung gespeichert werden.It should also be noted that the
Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide werden dem Steuersystem 214 bereitgestellt, das Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider erzeugt. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder Steuersignale auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 an andere landwirtschaftliche Erntemaschinen, die auf demselben Feld ernten, zu kommunizieren. In einigen Beispielen steuert die Kommunikationssystemsteuerung 229 das Kommunikationssystem 206, um die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide an andere Remote-Systeme zu senden.The predictive map 264 or the predictive control zone map 265 or both are provided to the
Die Bedienerschnittstellensteuerung 231 ist betreibbar, um Steuersignale zu erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Die Bedienerschnittstellensteuerung 231 ist außerdem betreibbar, um dem Bediener 260 die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder andere Informationen, die von oder auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider abgeleitet werden, zu präsentieren. Der Bediener 260 kann ein lokaler Bediener oder ein Remote-Bediener sein. Als ein Beispiel erzeugt die Steuerung 231 Steuersignale, um einen Anzeigemechanismus zu steuern, um eine oder beide der prädiktiven Karte 264 und prädiktiven Steuerzonenkarte 265 für den Bediener 260 anzuzeigen. Die Steuerung 231 kann vom Bediener betätigbare Mechanismen erzeugen, die angezeigt werden und vom Bediener betätigt werden können, um mit der angezeigten Karte zu interagieren. Der Bediener kann die Karte bearbeiten, indem er beispielsweise aufgrund der Beobachtung des Bedieners einen auf der Karte angezeigten Erntegutbestandteilwert korrigiert. Die Einstellungssteuerung 232 kann Steuersignale erzeugen, um verschiedene Einstellungen an der landwirtschaftlichen Erntemaschine 100 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Zum Beispiel kann die Einstellungssteuerung 232 Steuersignale erzeugen, um die Maschinen- und Erntevorsatzstellglieder 248 zu steuern. Als Reaktion auf die erzeugten Steuersignale arbeiten die Maschinen- und Erntevorsatzstellglieder 248, um zum Beispiel eine oder mehrere der Sieb- und Häckseleinstellungen, den konkaven Abstand, die Rotoreinstellungen, die Reinigungsgebläse-Drehzahleinstellungen, die Erntevorsatzhöhe, die Erntevorsatzfunktionalität, die Haspeldrehzahl, die Haspelposition, die Draperfunktionalität (wobei die landwirtschaftliche Erntemaschine 100 mit einem Draperband-Erntevorsatz gekoppelt ist), die Maisvorsatzfunktionalität, die interne Verteilungssteuerung und andere Stellglieder 248, die die anderen Funktionen der landwirtschaftlichen Erntemaschine 100 beeinflussen, zu steuern. Die Pfadplanungssteuerung 234 erzeugt veranschaulichend Steuersignale, um das Lenkungs-Teilsystem 252 zu steuern, um die landwirtschaftliche Erntemaschine 100 gemäß einem gewünschten Pfad zu steuern. Die Pfadplanungssteuerung 234 kann ein Pfadplanungssystem steuern, um eine Route für die landwirtschaftliche Erntemaschine 100 zu erzeugen, und kann das Antriebs-Teilsystem 250 und das Lenkteilsystem 252 steuern, um die landwirtschaftliche Erntemaschine 100 entlang dieser Route zu lenken. Die Vorschubgeschwindigkeitssteuerung 236 kann verschiedene Teilsysteme steuern, wie etwa das Antriebs-Teilsystem 250 und die Maschinenstellglieder 248, um eine Vorschubgeschwindigkeit auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider zu steuern. Wenn sich zum Beispiel die landwirtschaftliche Erntemaschine 100 einem Bereich nähert, der Weizenpflanzen mit hohem Proteingehalt aufweist, wie durch einen oder mehrere Erntegutbestandteilwerte angegeben, kann das Steuersystem 214 die Drehzahleinstellung des Reinigungsgebläses 120 einstellen, um die Drehzahl des Reinigungsgebläses 120 einzustellen, um eine verbesserte Reinigung des Weizenpflanzenmaterials mit hohem Proteingehalt durchzuführen. 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 der verschiedenen Arten von Saatgut oder Unkraut, das durch die landwirtschaftliche Erntemaschine 100 geleitet wird, eine bestimmte Art von Maschinenreinigungsvorgang oder eine Häufigkeit, mit der ein Reinigungsvorgang durchgeführt wird, gesteuert werden. Andere Steuerungen, die in der landwirtschaftlichen Erntemaschine 100 enthalten sind, können andere Teilsysteme auf Grundlage der prädiktiven Karte 264 oder prädiktiven Steuerzonenkarte 265 oder beider ebenfalls steuern.
Die
Bei 280 empfängt die landwirtschaftliche Erntemaschine 100 die 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. Zum Beispiel kann eine Vorabinformationskarte eine Vorabbetriebskarte sein, die während eines Vorabbetriebs erzeugt wurde oder auf Daten von einem Vorabbetrieb auf dem Feld basiert, wie etwa ein vorheriger Substanzanwendungsvorgang durch eine Substanzanwendungsmaschine, wie etwa ein Sprühvorgang durch eine landwirtschaftliche Sprühvorrichtung oder ein Verteilungsvorgang durch einen landwirtschaftlichen Verteiler. In einem weiteren Beispiel kann die Vorabinformationskarte eine historische Erntegutbestandteilkarte sein, die auf Daten von einem Voraberntevorgang basiert. In einem weiteren Beispiel kann die Vorabinformationskarte eine vegetative Indexkarte sein. In einem weiteren Beispiel kann die Vorabinformationskarte eine Bodenzusammensetzungskarte sein. Dies sind nur Beispiele. Die Vorabinformationskarte kann eine beliebige aus einer Anzahl von landwirtschaftlichen Merkmalkarten beinhalten, die landwirtschaftliche Merkmalswerte auf verschiedene geografische Positionen in einem oder mehreren Feldern von Interesse abbilden. Die Daten für die Vorabinformationskarte 258 können auch auf andere Weise gesammelt werden. Beispielsweise können die Daten auf der Grundlage von Luftbildern oder Messwerten erfasst werden, die während eines Vorjahres oder früher in der aktuellen Wachstumsperiode oder zu anderen Zeiten aufgenommen wurden. Die Informationen können auch auf Daten basieren, die auf andere Weise (als mithilfe von Luftbildern) erkannt oder gesammelt 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
Bei Block 287 kann der Vorabinformationskartenselektor 209 eine oder mehrere Karten aus der Vielzahl der in Block 280 empfangenen in Frage kommenden Vorabinformationskarten auswählen. Beispielsweise können historischer Erntegutbestandteilkarten mehrerer Jahre als in Frage kommende Vorabinformationskarten empfangen werden. Jede dieser Karten kann Kontextinformationen enthalten, wie etwa Wettermuster über einen Zeitraum, wie etwa ein Jahr, Schädlingsbefall über einen Zeitraum, wie etwa ein Jahr, Bodeneigenschaften, topographische Merkmale, Substanzanwendungsmerkmale usw. Kontextinformationen können verwendet werden, um auszuwählen, welche historische Erntegutbestandteilkarte ausgewählt werden soll. Zum Beispiel können die Wetterbedingungen über einen Zeitraum, wie in einem aktuellen Jahr, oder die Bodeneigenschaften für das aktuelle Feld mit den Wetterbedingungen und Bodeneigenschaften in den Kontextinformationen für jede in Frage kommende Vorabinformationskarte verglichen werden. Die Ergebnisse eines solchen Vergleichs können verwendet werden, um auszuwählen, welche historische Erntegutbestandteilkarte ausgewählt werden soll. Zum Beispiel können Jahre mit ähnlichen Wetterbedingungen im Allgemeinen zu ähnlichen Erntegutbestandteilmerkmalen oder Erntegutbestandteiltrends auf einem Feld führen. In manchen Fällen können Jahre mit entgegengesetzten Wetterbedingungen auch nützlich sein, um Erntegutbestandteile auf Grundlage der historischen Erntegutbestandteildaten vorherzusagen. Zum Beispiel kann ein Bereich mit einem niedrigen Erntegutbestandteilwert in einem trockenen Jahr einen hohen Erntegutbestandteilwert in einem nassen Jahr aufweisen, da der Bereich bessere Wachstumsbedingungen bereitstellen kann. Der Vorgang, bei dem eine oder mehrere Vorabinformationskarten durch den Vorabinformationskartenselektor 209 ausgewählt werden, kann manuell, halbautomatisch oder automatisiert sein. In einigen Beispielen kann der Vorabinformationskartenselektor 209 während eines Erntevorgangs kontinuierlich oder intermittierend bestimmen, ob eine andere Vorabinformationskarte eine bessere Beziehung zu dem In-situ-Sensorwert aufweist. Wenn eine andere Vorabinformationskarte enger mit den In-situ-Daten korreliert, kann der Vorabinformationskartenselektor 209 die aktuell ausgewählte Vorabinformationskarte durch die korrelativere Vorabinformationskarte ersetzen.At block 287 , the prior
Bei Beginn eines Erntevorgangs erzeugen die In-situ-Sensoren 208 Sensorsignale, die einen oder mehrere In-situ-Datenwerte anzeigen, die ein Merkmal anzeigen, wie etwa ein Erntegutmerkmal, wie durch Block 288 angezeigt. Beispiele für In-situ-Sensoren 288 werden in Bezug auf die Blöcke 222, 290 und 226 erörtert. Wie oben erläutert, beinhalten die In-situ-Sensoren 208 bordeigene Sensoren 222; Remote-In-situ-Sensoren 224, wie etwa UAV-basierte Sensoren, die zu einem Zeitpunkt geflogen werden, um In-situ-Daten zu sammeln, wie in Block 290 gezeigt; oder andere Arten von In-situ-Sensoren, die durch In-situ-Sensoren 226 bezeichnet werden. In einigen Beispielen werden Daten von bordeigenen Sensoren mithilfe von Positionskurs- oder Geschwindigkeitsdaten von dem geografischen Positionssensor 204 georeferenziert.At the beginning of a harvesting operation, the in
Der prädiktive Modellgenerator 210 steuert den Vorabinformationsvariable-zu-In-situ-Variable-Modellgenerator 228, um ein Modell zu erzeugen, das eine Beziehung zwischen den abgebildeten Werten, die in der Vorabinformationskarte 258 enthalten sind, und den In-situ-Werten, die durch die In-situ-Sensoren 208 erfasst werden, modelliert, wie durch Block 292 angezeigt. Die Merkmale oder Datentypen, die durch die abgebildeten Werte in der Vorabinformationskarte 258 dargestellt werden, und die In-situ-Werte, die durch die In-situ-Sensoren 208 erfasst werden, können die gleichen Merkmale oder Datentypen oder verschiedene Merkmale oder Datentypen sein.The
Die Beziehung oder das Modell, die bzw. das von dem prädiktiven Modellgenerator 210 erzeugt wird, wird dem prädiktiven Kartengenerator 212 bereitgestellt. Der prädiktive Kartengenerator 212 erzeugt eine prädiktive Karte 264, die einen Wert des durch die In-situ-Sensoren 208 erfassten Merkmals an verschiedenen geografischen Positionen in einem zu erntenden Feld oder ein anderes Merkmal, das mit dem durch die In-situ-Sensoren 208 erfassten Merkmal in Beziehung steht, mithilfe des prädiktiven Modells und der Vorabinformationskarte 258 vorhersagt, wie durch Block 294 angezeigt.The relationship or model generated by the
Es ist zu beachten, dass die Vorabinformationskarte 258 in einigen Beispielen zwei oder mehr verschiedene Karten oder zwei oder mehr verschiedene Kartenebenen einer einzelnen Karte beinhalten kann. Jede Kartenebene kann einen anderen Datentyp als den Datentyp einer anderen Kartenebene darstellen oder die Kartenebenen können denselben Datentyp aufweisen, der zu verschiedenen Zeitpunkten erhalten wurde. Jede Karte in den zwei oder mehr verschiedenen Karten oder jede Ebene in den zwei oder mehr verschiedenen Kartenebenen einer Karte bildet einen anderen Typ von Variablen zu den geografischen Positionen im Feld ab. In einem solchen Beispiel erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehung zwischen den In-situ-Daten und jeder der verschiedenen Variablen modelliert, die durch die zwei oder mehr verschiedenen Karten oder die zwei oder mehr verschiedenen Kartenebenen abgebildet sind. Gleichermaßen können die In-situ-Sensoren 208 zwei oder mehr Sensoren beinhalten, die jeweils eine andere Art von Variablen erfassen. Somit erzeugt der prädiktive Modellgenerator 210 ein prädiktives Modell, das die Beziehungen zwischen jedem durch die Vorabinformationskarte 258 abgebildeten Variablentyp und jedem durch die In-situ-Sensoren 208 erfassten Variablentyp modelliert. Der prädiktive Kartengenerator 212 kann eine funktionelle prädiktive Karte 263 erzeugen, die einen Wert für jedes erfasste Merkmal, das von den In-situ-Sensoren 208 erfasst wird (oder einem Merkmal, das sich auf das erfasste Merkmal bezieht), an verschiedenen Positionen in dem Feld, das geerntet wird, mithilfe des prädiktiven Modells und jeder der Karten oder Kartenebenen in der Vorabinformationskarte 258 vorhersagt.Note that in some examples, the
Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 derart, dass die prädiktive Karte 264 durch das Steuersystem 214 umsetzbar (oder verbrauchbar) ist. Der prädiktive Kartengenerator 212 kann die prädiktive Karte 264 dem Steuersystem 214 oder dem Steuerzonengenerator 213 oder beiden bereitstellen. Einige Beispiele für verschiedene Arten, wie die prädiktive Karte 264 konfiguriert oder ausgegeben werden kann, werden in Bezug auf die Blöcke 296, 295, 299 und 297 beschrieben. Beispielsweise konfiguriert der prädiktive Kartengenerator 212 die prädiktive Karte 264, so dass die prädiktive Karte 264 Werte beinhaltet, die durch das Steuersystem 214 gelesen und als Grundlage zum Erzeugen von Steuersignalen für eines oder mehrere der verschiedenen steuerbaren Teilsysteme der landwirtschaftlichen Erntemaschine 100 verwendet werden können, wie durch Block 296 angezeigt.The predictive map generator 212 configures the predictive map 264 such that the predictive map 264 is actionable (or consumable) by the
Der Steuerzonengenerator 213 kann die prädiktive Karte 264 auf Grundlage der Werte auf der prädiktiven Karte 264 in Steuerzonen unterteilen. Kontinuierlich geolokalisierte Werte, die innerhalb eines Schwellenwertes voneinander liegen, können in eine Steuerzone gruppiert werden. Der Schwellenwert kann ein Standardschwellenwert sein oder der Schwellenwert kann auf Grundlage einer Bedienereingabe, auf Grundlage einer Eingabe von einem automatisierten System oder auf Grundlage anderer Kriterien festgelegt werden. Eine Größe der Zonen kann auf einer Reaktionsfähigkeit des Steuersystems 214, der steuerbaren Teilsysteme 216 auf Grundlage von Verschleißüberlegungen oder auf anderen Kriterien basieren, wie durch Block 295 angezeigt. Der prädiktive Kartengenerator 212 konfiguriert die prädiktive Karte 264 zur Präsentation für einen Bediener oder einen anderen Benutzer. Der Steuerzonengenerator 213 kann eine prädiktive Steuerzonenkarte 265 zur Präsentation für einen Bediener oder einen anderen Benutzer konfigurieren. Dies wird durch Block 299 angezeigt. Wenn sie einem Bediener oder einem anderen Benutzer präsentiert wird, kann die Präsentation der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider einen oder mehrere der prädiktiven Werte auf der prädiktiven Karte 264, die mit der geografischen Position korreliert sind, die Steuerzonen auf der prädiktiven Steuerzonenkarte 265, die mit der geografischen Position korreliert sind, und Einstellwerte oder Steuerparameter enthalten, die auf der Grundlage der vorhergesagten Werte auf der prädiktiven Karte 264 oder den Zonen auf der prädiktiven Steuerzonenkarte 265 verwendet werden. Die Präsentation kann in einem anderen Beispiel mehr abstrahierte Informationen oder detailliertere Informationen beinhalten. Die Darstellung kann auch ein Konfidenzniveau beinhalten, das eine Genauigkeit angibt, mit der die prädiktiven Werte auf der prädiktiven Karte 264 oder die Zonen auf der prädiktiven Steuerzonenkarte 265 mit gemessenen Werten übereinstimmen, die durch Sensoren an der landwirtschaftlichen Erntemaschine 100 gemessen werden können, wenn sich die landwirtschaftliche Erntemaschine 100 durch das Feld bewegt. Ferner kann ein Authentifizierungs-/Autorisierungssystem bereitgestellt 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 erzeugt 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 kann jedoch an einem Remote-Standort die prädiktive Karte 264 auf der Anzeige sehen, jedoch keine Änderungen daran vornehmen. 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, die in der Maschinensteuerung verwendet wird, zu ändern. Dies ist ein Beispiel für eine Autorisierungshierarchie, die implementiert werden kann. Die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide können auch auf andere Weise konfiguriert werden, wie durch Block 297 angezeigt.The
Bei Block 298 werden Eingaben von dem geografischen Positionssensor 204 und anderen In-situ-Sensoren 208 von dem Steuersystem empfangen. Block 300 stellt den Empfang einer Eingabe von dem geografischen Positionssensor 204 durch das Steuersystem 214 dar, der eine geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Block 302 stellt den Empfang von Sensoreingaben durch das Steuersystem 214 dar, die den Bahnverlauf oder den Kurs der landwirtschaftlichen Erntemaschine 100 angeben, und Block 304 stellt den Empfang einer Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 durch das Steuersystem 214 dar. Block 306 stellt den Empfang anderer Informationen von verschiedenen In-situ-Sensoren 208 durch das Steuersystem 214 dar.At
Bei Block 308 generiert das Steuersystem 214 Steuersignale, um die steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beider und der Eingabe von dem geografischen Positionssensor 204 und beliebigen anderen In-situ-Sensoren 208 zu steuern. Bei Block 310 wendet das Steuersystem 214 die Steuersignale auf die steuerbaren Teilsysteme an. Es versteht sich, dass die bestimmten Steuersignale, die erzeugt werden, und die bestimmten steuerbaren Teilsysteme 216, die gesteuert werden, auf Grundlage eines oder mehrerer verschiedener Dinge variieren können. Beispielsweise können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, auf der Art der prädiktiven Karte 264 oder der prädiktiven Steuerzonenkarte 265 oder beiden basieren, die verwendet werden. Gleichermaßen können die erzeugten Steuersignale und die steuerbaren Teilsysteme 216, die gesteuert werden, und der Zeitpunkt der Steuersignale auf verschiedenen Latenzen des Erntegutstroms durch die landwirtschaftliche Erntemaschine 100 und der Reaktionsfähigkeit der steuerbaren Teilsysteme 216 basieren.At block 308 the
Beispielsweise kann eine erzeugte prädiktive Karte 264 in Form einer prädiktiven Erntegutbestandteilkarte verwendet werden, um eines oder mehrere steuerbare Teilsysteme 216 zu steuern. Beispielsweise kann die funktionelle prädiktive Erntegutbestandteilkarte Erntegutbestandteilwerte beinhalten, die auf Positionen innerhalb des zu erntenden Feldes georeferenziert sind. Die funktionelle prädiktive Erntegutbestandteilkarte kann extrahiert und verwendet werden, um die Lenkungs- und Antriebs-Teilsysteme 252 bzw. 250 zu steuern. Durch Steuern der Lenk- und Antriebs-Teilsysteme 252 und 250 kann eine Vorschubgeschwindigkeit von Material oder Korn, das sich durch die landwirtschaftliche Erntemaschine 100 bewegt, gesteuert werden. 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 einen Erntegutbestandteilwert vor der Maschine abbildet, der an einem Abschnitt des Erntevorsatzes höher als an einem anderen Abschnitt des Erntevorsatzes ist, was dazu führt, dass eine andere Biomasse in eine Seite des Erntevorsatzes als die andere Seite eintritt, kann die Steuerung des Erntevorsatzes implementiert werden. Zum Beispiel kann eine Drapergeschwindigkeit auf einer Seite des Erntevorsatzes relativ zu der Drapergeschwindigkeit auf der anderen Seite des Erntevorsatzes erhöht oder verringert werden, um die zusätzliche Biomasse zu berücksichtigen. Somit können die Erntevorsatz- und Haspelsteuerung 238 mithilfe von georeferenzierten Werten gesteuert werden, die in der prädiktiven Erntegutbestandteilkarte vorhanden sind, um die Drapergeschwindigkeiten der Draperbänder auf dem Erntevorsatz zu steuern. Das vorhergehende Beispiel mit Vorschubgeschwindigkeit und Erntevorsatzsteuerung mithilfe einer funktionellen prädiktiven Erntegutbestandteilkarte ist nur beispielhaft bereitgestellt. Folglich kann eine Vielzahl anderer Steuersignale mithilfe von Werten erzeugt werden, die von einer prädiktiven Erntegutbestandteilkarte oder einer anderen Art von funktioneller prädiktiver Karte erhalten werden, um eines oder mehrere der steuerbaren Teilsysteme 216 zu steuern.For example, a generated predictive map 264 in the form of a predictive crop ingredient map may be used to control one or more
Bei Block 312 wird bestimmt, ob der Erntevorgang abgeschlossen wurde. Wenn die Ernte nicht abgeschlossen ist, fährt die Verarbeitung mit Block 314 fort, wo In-situ-Sensordaten von dem geografischen Positionssensor 204 und den In-situ-Sensoren 208 (und möglicherweise anderen Sensoren) weiterhin gelesen werden.At
In einigen Beispielen kann die landwirtschaftliche Erntemaschine 100 bei Block 316 auch Lernauslösekriterien erkennen, um maschinelles Lernen an einer oder mehreren von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265, dem Modell, das von dem prädiktiven Modellgenerator 210 erzeugt wird, den Zonen, die von dem Steuerzonengenerator 213 erzeugt werden, einem oder mehreren Steueralgorithmen, die von den Steuerungen in dem Steuersystem 214 implementiert werden, und anderem ausgelösten Lernen durchzuführen.In some examples, at block 316,
Die Lernauslösekriterien können eine Vielzahl verschiedener Kriterien beinhalten. Einige Beispiele für das Erkennen von Auslösekriterien werden in Bezug auf die Blöcke 318, 320, 321, 322 und 324 erörtert. Beispielsweise kann das ausgelöste Lernen in einigen Beispielen das Wiederherstellen einer Beziehung beinhalten, die verwendet wird, um ein prädiktives Modell zu erzeugen, wenn eine Schwellenmengevon In-situ-Sensordaten von den In-situ-Sensoren 208 erhalten wird. In solchen Beispielen löst der Empfang einer Menge von In-situ-Sensordaten von den In-situ-Sensoren 208, die einen Schwellenwert überschreitet, den prädiktiven Modellgenerator 210 aus oder veranlasst ihn, ein neues prädiktives Modell zu erzeugen, das vom prädiktiven Kartengenerator 212 verwendet wird. Wenn also die landwirtschaftliche Erntemaschine 100 einen Erntevorgang fortsetzt, löst der Empfang der Schwellenmenge an In-situ-Sensordaten von den In-situ-Sensoren 208 die Erzeugung einer neuen Beziehung aus, die durch ein prädiktives Modell repräsentiert wird, das durch den prädiktiven Modellgenerator 210 erzeugt wird. Ferner können die neue prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 oder beide mithilfe des neuen prädiktiven Modells erneut erzeugt werden. Block 318 stellt das Erkennen einer Schwellenwertmenge von In-situ-Sensordaten dar, die verwendet werden, um die Erstellung eines neuen prädiktiven Modells auszulösen.The learning trigger criteria can contain a large number of different criteria. Some examples of detecting trigger criteria are discussed with respect to
In anderen Beispielen können die Lernauslösekriterien darauf beruhen, wie stark sich die In-situ-Sensordaten von den In-situ-Sensoren 208 ändern, wie etwa über die Zeit oder im Vergleich zu vorherigen Werten. Wenn zum Beispiel Abweichungen innerhalb der In-situ-Sensordaten (oder der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258) innerhalb eines ausgewählten Bereichs liegen oder weniger als ein definierter Betrag sind oder unter einem Schwellenwert liegen, dann wird kein neues prädiktives Modell durch den prädiktiven Modellgenerator 210 erzeugt. Infolgedessen erzeugt der prädiktive Kartengenerator 212 keine neue prädiktive Karte 264, prädiktive Steuerzonenkarte 265 oder beides. Wenn jedoch Abweichungen innerhalb der In-situ-Sensordaten außerhalb des ausgewählten Bereichs liegen, größer als der definierte Betrag sind oder beispielsweise über dem Schwellenwert liegen, erzeugt der prädiktive Modellgenerator 210 ein neues prädiktives Modell mithilfe aller oder eines Teils der neu empfangenen In-situ-Sensordaten, die der prädiktive Kartengenerator 212 verwendet, um eine neue prädiktive Karte 264 zu erzeugen. Bei Block 320 können Variationen der In-situ-Sensordaten, wie etwa eine Größe eines Betrags, um den die Daten den ausgewählten Bereich überschreiten, oder eine Größe der Variation der Beziehung zwischen den In-situ-Sensordaten und den Informationen in der Vorabinformationskarte 258, als Auslöser verwendet werden, um die Erzeugung eines prädiktiven Modells und einer prädiktiven Karte zu veranlassen. Unter Beibehaltung der oben beschriebenen Beispiele können der Schwellenwert, der Bereich und der definierte Betrag auf Standardwerte eingestellt werden; durch einen Bediener oder eine Benutzerinteraktion über eine Benutzerschnittstelle eingestellt werden; durch ein automatisiertes System eingestellt werden; oder auf andere Weise eingestellt werden.In other examples, the learning trigger criteria may be based on how much the in situ sensor data from the in
Es können auch andere Lernauslösekriterien verwendet werden. Wenn zum Beispiel der prädiktive Modellgenerator 210 zu einer anderen Vorabinformationskarte (die sich von der ursprünglich ausgewählten Vorabinformationskarte 258 unterscheidet) wechselt, kann das Wechseln zu der anderen Vorabinformationskarte ein erneutes Lernen durch den prädiktiven Modellgenerator 210, den prädiktiven Kartengenerator 212, den Steuerzonengenerator 213, das Steuersystem 214 oder andere Elemente auslösen. In einem weiteren Beispiel kann auch der Übergang der landwirtschaftlichen Erntemaschine 100 zu einer anderen Topographie oder zu einer anderen Steuerzone als Lernauslösekriterien verwendet werden.Other learning trigger criteria can also be used. For example, if the
In einigen Fällen kann der Bediener 260 auch die prädiktive Karte 264 oder die prädiktive Steuerzonenkarte 265 oder beide bearbeiten. Die Bearbeitungen können einen Wert auf der prädiktiven Karte 264, eine Größe, Form, Position oder Vorhandensein einer Steuerzone auf der prädiktiven Steuerzonenkarte 265 oder beides ändern. Block 321 zeigt, dass bearbeitete Informationen als Lernauslösekriterien verwendet werden können.In some cases,
In einigen Fällen kann es auch sein, dass der Bediener 260 beobachtet, dass die automatisierte Steuerung eines steuerbaren Teilsystems nicht das ist, was der Bediener wünscht. In solchen Fällen kann der Bediener 260 dem steuerbaren Teilsystem eine manuelle Anpassung bereitstellen, die widerspiegelt, dass der Bediener 260 wünscht, dass das steuerbare Teilsystem anders arbeitet, als vom Steuersystem 214 befohlen wird. Somit kann eine manuelle Änderung einer Einstellung durch den Bediener 260 bewirken, dass einer oder mehrere von dem prädiktiven Modellgenerator 210 ein Modell neu erlernen, dem prädiktiven Kartengenerator 212, um die Karte 264 zu regenerieren, dem Steuerzonengenerator 213, um eine oder mehrere Steuerzonen auf der prädiktiven Steuerzonenkarte 265 zu regenerieren, und dem Steuersystem 214, um einen Steueralgorithmus neu zu erlernen oder maschinelles Lernen an einer oder mehreren der Steuerkomponenten 232 bis 246 im Steuersystem 214 auf Grundlage der Einstellung durch den Bediener 260 durchzuführen, wie in Block 322 gezeigt. Block 324 stellt die Verwendung anderer ausgelöster Lernkriterien dar.Also, in some cases, the
In anderen Beispielen kann das Umlernen periodisch oder intermittierend durchgeführt werden, zum Beispiel auf Grundlage eines ausgewählten Zeitintervalls, wie etwa eines diskreten Zeitintervalls oder eines variablen Zeitintervalls, wie durch Block 326 angezeigt.In other examples, relearning may be performed periodically or intermittently, for example based on a selected time interval, such as a discrete time interval or a variable time interval, as indicated by block 326 .
Wenn das Umlernen ausgelöst wird, ob auf Grundlage von Lernauslösekriterien oder auf Grundlage des Durchlaufs eines Zeitintervalls, wie durch Block 326 angezeigt, führt einer oder mehrere von dem prädiktiven Modellgenerator 210, dem prädiktiven Kartengenerator 212, dem Steuerzonengenerator 213 und dem Steuersystem 214 maschinelles Lernen durch, um ein neues prädiktives Modell, eine neue prädiktive Karte, eine neue Steuerzone bzw. einen neuen Steueralgorithmus auf Grundlage der Lernauslösekriterien zu erzeugen. Das neue prädiktive Modell, die neue prädiktive Karte und der neue Steueralgorithmus werden mithilfe zusätzlicher Daten generiert, die seit dem letzten Lernvorgang gesammelt wurden. Das Durchführen des Umlernens wird durch Block 328 angezeigt.When relearning is triggered, whether based on learning trigger criteria or based on the passage of a time interval, as indicated by block 326, one or more of the
Wenn der Erntevorgang abgeschlossen wurde, geht der Vorgang von Block 312 zu Block 330 über, wo eines oder mehrere von der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 und dem prädiktiven Modell, das durch den prädiktiven Modellgenerator 210 erzeugt wird, gespeichert werden. Die prädiktive Karte 264, die prädiktive Steuerzonenkarte 265 und das prädiktive Modell können lokal auf dem Datenspeicher 202 gespeichert oder mithilfe des Kommunikationssystems 206 zur späteren Verwendung an ein Remote-System gesendet werden.When the harvesting process has been completed, the process proceeds from
Es ist zu beachten, dass, während einige Beispiele hierin den prädiktiven Modellgenerator 210 und den prädiktiven Kartengenerator 212 beschreiben, die eine Vorabinformationskarte beim Erzeugen eines prädiktiven Modells bzw. beim Empfangen einer funktionellen prädiktiven Karte der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 in anderen Beispielen beim Erzeugen eines prädiktiven Modells und einer funktionellen prädiktiven Karte andere Arten von Karten, einschließlich prädiktiver Karten, wie etwa eine funktionelle prädiktive Karte, die während des Erntevorgangs erzeugt wird, empfangen können. Zum Beispiel können der prädiktive Modellgenerator 210 und der prädiktive Kartengenerator 212 eine prädiktive Karte, wie etwa eine prädiktive Biomassekarte, eine prädiktive Ertragskarte oder eine prädiktive Erntegutfeuchtigkeitskarte, empfangen.It should be noted that while some examples herein describe the
Neben dem Empfangen einer oder mehrerer von einer vegetativen Indexkarte 332, einer historischen Erntegutbestandteilkarte 333, einer Vorabbetriebskarte 341, einer Bodenzusammensetzungskarte 343, einer prädiktiven Karte 353 oder einer landwirtschaftlichen Merkmalkarte 347 als eine Vorabinformationskarte empfängt der prädiktive Modellgenerator 210 auch eine geografische Position 334 oder eine Angabe einer geografischen Position von dem geografischen Positionssensor 204. Die In-situ-Sensoren 208 beinhalten beispielhaft einen Erntegutbestandteilsensor 336 sowie ein Verarbeitungssystem 338. Das Verarbeitungssystem 338 verarbeitet Sensordaten, die von den Erntegutbestandteilsensoren 336 erzeugt werden. In einigen Beispielen kann sich der Erntegutbestandteilsensor 336 an Bord der landwirtschaftlichen Erntemaschine 100 befinden.In addition to receiving one or more of a
In einigen Beispielen können die Erntegutbestandteilsensoren 336 ein oder mehrere Bänder elektromagnetischer Strahlung zum Erkennen von Erntegutbestandteilen verwenden. Beispielsweise kann ein Erntegutbestandteilsensor 336 den Reflexionsgrad oder die Absorption verschiedener Bereiche (z. B. verschiedener Wellenlängen oder Frequenzen oder beider) elektromagnetischer Strahlung durch Erntegut oder anderes Vegetationsmaterial, einschließlich Korn von Erntegutpflanzen, beim Erfassen von Erntegutbestandteilen nutzen. In einigen Beispielen kann ein Erntegutbestandteilsensor einen optischen Sensor, wie etwa ein optisches Spektrometer, beinhalten. In einem Beispiel kann ein Erntegutbestandteilsensor 336 Nahinfrarotspektroskopie oder sichtbare und Nahinfrarotspektroskopie verwenden. Der Erntegutbestandteilsensor 336 kann an verschiedenen Positionen innerhalb der landwirtschaftlichen Erntemaschine 100 angeordnet sein oder Zugang zu diesen haben. Zum Beispiel kann der Erntegutbestandteilsensor 336 innerhalb des Zuführgehäuses 106 angeordnet sein (oder anderweitig einen Erfassungszugang zu Erntegutmaterial innerhalb des Zuführgehäuses 106 aufweisen) und konfiguriert sein, um Bestandteile von geerntetem Erntegutmaterial zu erfassen, das durch das Zuführgehäuse 106 hindurchtritt. In anderen Beispielen kann sich der Erntegutbestandteilsensor 336 an anderen Bereichen innerhalb der landwirtschaftlichen Erntemaschine 100 befinden, zum Beispiel an, gekoppelt an oder angeordnet innerhalb des Reinkornelevators, an, gekoppelt an oder angeordnet innerhalb einer Reinkornschnecke oder an, gekoppelt an oder angeordnet innerhalb eines Korntanks. Es ist zu beachten, dass dies lediglich Beispiele für die Arten und Positionen der Erntegutbestandteilsensoren 336 sind und dass verschiedene andere Arten und Positionen der Erntegutbestandteilsensoren 336 in Betracht gezogen werden.In some examples,
Das Verarbeitungssystem 338 verarbeitet ein oder mehrere Sensorsignale, die durch den Erntegutbestandteilsensor 336 erzeugt wurden, um verarbeitete Sensordaten zu erzeugen, die einen oder mehrere Erntegutbestandteilwerte identifizieren. Das Verarbeitungssystem 338 kann auch die vom In-situ-Sensor 208 empfangenen Werte geolokalisieren. Zum Beispiel kann die Position der landwirtschaftlichen Erntemaschine zu dem Zeitpunkt, zu dem ein Signal vom In-situ-Sensor 208 empfangen wird, nicht die genaue Position des Erntegutbestandteilwerts sein. Dies liegt daran, dass zwischen dem Zeitpunkt, zu dem die landwirtschaftliche Erntemaschine anfänglichen Kontakt mit der Erntegutpflanze herstellt, und dem Zeitpunkt, zu dem die Erntegutpflanze durch den Erntegutbestandteilsensor 336 oder einen anderen In-situ-Sensor 208 erfasst wird, eine Zeitspanne vergehen kann. Somit wird bei der Georeferenzierung der erfassten Daten eine Übergangszeit zwischen dem anfänglichen Antreffen einer Pflanze und dem Erfassen der Pflanze innerhalb der landwirtschaftlichen Erntemaschine berücksichtigt. Dadurch kann der Erntegutbestandteil genau auf die richtige Position auf dem Feld georeferenziert werden. Beispielsweise können aufgrund der Fahrt von abgetrenntem Erntegut entlang eines Erntevorsatzes in einer Richtung, die quer zu einer Fahrtrichtung der landwirtschaftlichen Erntemaschine ist, geolokalisieren sich die Erntegutbestandteilwerte normalerweise zu einem V-förmigen Bereich hinter der landwirtschaftlichen Erntemaschine, während sich die landwirtschaftliche Erntemaschine in einer Vorwärtsrichtung bewegt.The
Das Verarbeitungssystem 338 ordnet einen aggregierten Erntegutbestandteilwert, der von einem Erntegutbestandteilsensor während jedes Zeitpunkts oder Messintervalls erfasst wird, auf Grundlage der Fahrzeiten des Ernteguts von verschiedenen Abschnitten der landwirtschaftlichen Erntemaschine, wie etwa verschiedenen seitlichen Positionen entlang einer Breite eines Erntevorsatzes der landwirtschaftlichen Erntemaschine und der Bodengeschwindigkeit der Erntemaschine, früheren georeferenzierten Regionen zu oder teilt diesen auf. Zum Beispiel ordnet das Verarbeitungssystem 338 einen gemessenen aggregierten Erntegutbestandteilwert von einem Messintervall oder einer Messzeit zurück georeferenzierten Bereichen zu, die von einem Erntevorsatz der landwirtschaftlichen Erntemaschine während unterschiedlicher Messintervalle oder -zeiten durchquert wurden. Das Verarbeitungssystem 338 verteilt oder ordnet den aggregierten Erntegutbestandteilwert aus einem bestimmten Messintervall oder einer bestimmten Zeit zuvor durchlaufenen georeferenzierten Bereichen zu, die Teil des V-förmigen Bereichs sind.The
In einigen Beispielen kann sich der Erntegutbestandteilsensor 336 auf verschiedene Arten von Strahlung und die Art und Weise stützen, in der Strahlung durch das Erntegutmaterial, einschließlich Korn, reflektiert, absorbiert, gedämpft oder durch das Erntegutmaterial übertragen wird. Der Erntegutbestandteilsensor 336 kann andere elektromagnetische Eigenschaften von Erntegutmaterial erfassen, wie etwa elektrische Permittivität, wenn das Material zwischen zwei kapazitiven Platten hindurchtritt. Andere Materialeigenschaften und Sensoren können ebenfalls verwendet werden. In einigen Beispielen können rohe oder verarbeitete Daten von dem Erntegutbestandteilsensor 336 dem Bediener 260 über den Bedienerschnittstellenmechanismus 218 dargestellt werden. Der Bediener 260 kann sich an Bord der landwirtschaftlichen Erntemaschine 100 oder an einem Remote-Standort befinden.In some examples, the
Die vorliegende Erörterung fährt in Bezug auf ein Beispiel fort, in dem der Erntegutbestandteilsensor 336 einen Erntegutbestandteilwert erfasst. Es versteht sich, dass es sich hierbei nur um ein Beispiel handelt und die oben genannten Sensoren als andere Beispiele des Erntegutbestandteilsensors 336 hierin ebenfalls in Betracht gezogen werden. Wie in
Der vegetativer Index-zu-Erntegutbestandteil-Modellgenerator 342 identifiziert eine Beziehung zwischen In-situ-Erntegutbestandteildaten 340 an einer geografischen Position, die der entspricht, an der die In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und vegetativen Indexwerten aus der vegetativen Indexkarte 332, die derselben Position auf dem Feld entsprechen, an der die In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den vegetativen Index-zu-Erntegutbestandteil-Modellgenerator 342 hergestellt wird, erzeugt der vegetative Index-zu-Erntegutbestandteil-Modellgenerator 342 ein prädiktives Erntegutbestandteilmodell. Das prädiktive Erntegutbestandteilmodell wird durch den prädiktiven Kartengenerator 212 verwendet, um Erntegutbestandteilwerte an verschiedenen Positionen auf Grundlage des georeferenzierten vegetativen Indexwerts, der in der vegetativen Indexkarte 332 an den gleichen Positionen auf dem Feld enthalten ist, vorherzusagen.The vegetative index-to-crop
Der historische Erntegutbestandteil-zu-Erntegutbestandteil-Modellgenerator 344 identifiziert eine Beziehung zwischen dem Erntegutbestandteilwert, der in den In-situ-Erntegutbestandteildaten 340 an einer geografischen Position dargestellt ist, die der Position entspricht, an der die In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und dem historischen Erntegutbestandteilwert an derselben Position (oder einer Position in einer historischen Erntegutbestandteilkarte 333 mit ähnlichen Kontextdaten 337 wie der aktuelle Bereich oder das aktuelle Jahr). Der historische Erntegutbestandteilwert 335 ist der georeferenzierte und kontextbezogene Wert, der in der historischen Erntegutbestandteilkarte 333 enthalten ist. Der historische Erntegutbestandteil-zu-Erntegutbestandteil-Modellgenerator 344 erzeugt dann ein prädiktives Erntegutbestandteilmodell, das von dem Kartengenerator 212 verwendet wird, um den Erntegutbestandteilwert an einer Position auf dem Feld auf Grundlage des historischen Erntegutbestandteilwerts 335 vorherzusagen.The historical crop ingredient-to-crop
Der Bodeneigenschaft-zu-Erntegutbestandteil-Modellgenerator 345 identifiziert eine Beziehung zwischen In-situ-Erntegutbestandteildaten 340 an einer geografischen Position, die der Position entspricht, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und Bodeneigenschaftswerten (wie etwa Bodenzusammensetzungswerten, Bodentypwerten, Bodenfeuchtigkeitswerten usw.) aus der Bodeneigenschaftskarte 343, die derselben Position auf dem Feld entsprechen, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Bodeneigenschaft-zu-Erntegutbestandteil-Modellgenerator 345 hergestellt wird, erzeugt der Bodeneigenschaft-zu-Erntegutbestandteil-Modellgenerator 345 ein prädiktives Erntegutbestandteilmodell. Das prädiktive Erntegutbestandteilmodell wird durch den prädiktiven Kartengenerator 212 verwendet, um Erntegutbestandteilwerte an verschiedenen Positionen auf Grundlage des georeferenzierten Bodeneigenschaftswerts, der in der Bodeneigenschaftskarte 343 an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.The soil property-to-crop
Der Vorabbetriebsmerkmal-zu-Erntegutbestandteil-Modellgenerator 346 identifiziert eine Beziehung zwischen In-situ-Erntegutbestandteildaten 340 an einer geografischen Position, die der entspricht, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und Vorabbetriebsmerkmalswerten (wie etwa Substanzanwendungsmerkmalwerten) aus der vorherigen Karte 341, die derselben Position auf dem Feld entsprechen, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den Vorabbetriebsmerkmal-zu-Erntegutbestandteil-Modellgenerator 346 hergestellt wird, erzeugt der Vorabbetriebsmerkmal-zu-Erntegutbestandteil-Modellgenerator 346 ein prädiktives Erntegutbestandteilmodell. Das prädiktive Erntegutbestandteilmodell wird durch den prädiktiven Kartengenerator 212 verwendet, um Erntegutbestandteilwerte an verschiedenen Positionen in dem Feld auf Grundlage des georeferenzierten Vorabbetriebsmerkmalswerts, der in der Vorabbetriebskarte 341 an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.The prior operational feature-to-crop ingredient model generator 346 identifies a relationship between in situ
Der prädiktives Merkmal-zu-Erntegutbestandteil-Modellgenerator 357 identifiziert eine Beziehung zwischen In-situ-Erntegutbestandteildaten 340 an einer geografischen Position, die der Position entspricht, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und prädiktiven Merkmalswerten (wie etwa prädiktiven Biomassewerten, prädiktiven Ertragswerten oder prädiktiven Erntegutfeuchtigkeitswerten) aus der prädiktiven Karte 353, die derselben Position auf dem Feld entsprechen, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den prädiktives Merkmal-zu-Erntegutbestandteil-Modellgenerator 357 hergestellt wird, erzeugt der prädiktives Merkmal-zu-Erntegutbestandteil-Modellgenerator 357 ein prädiktives Erntegutbestandteilmodell. Das prädiktive Erntegutbestandteilmodell wird von dem prädiktiven Kartengenerator 212 verwendet, um Erntegutbestandteilwerte an verschiedenen Positionen in dem Feld auf Grundlage des georeferenzierten prädiktiven Merkmalwerts (wie etwa des georeferenzierten prädiktiven Biomassewerts, des georeferenzierten prädiktiven Ertragswerts oder des georeferenzierten prädiktiven Erntegutfeuchtigkeitswerts), der in der prädiktiven Merkmalkarte 353 an den gleichen Positionen enthalten ist, vorherzusagen.The predictive feature-to-crop ingredient model generator 357 identifies a relationship between in situ
Der landwirtschaftliches Merkmal-zu-Erntegutbestandteil-Modellgenerator 348 identifiziert eine Beziehung zwischen In-situ-Erntegutbestandteildaten 340 an einer geografischen Position, die der Position entspricht, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden, und landwirtschaftlichen Merkmalwerten aus der landwirtschaftlichen Merkmalkarte 347, die derselben Position auf dem Feld entsprechen, an der In-situ-Erntegutbestandteildaten 340 geolokalisiert wurden. Auf Grundlage dieser Beziehung, die durch den landwirtschaftliches Merkmal-zu-Erntegutbestandteil-Modellgenerator 348 hergestellt wird, erzeugt der landwirtschaftliches Merkmal-zu-Erntegutbestandteil-Modellgenerator 348 ein prädiktives Erntegutbestandteilmodell. Das prädiktive Erntegutbestandteilmodell wird durch den prädiktiven Kartengenerator 212 verwendet, um Erntegutbestandteilwerte an verschiedenen Positionen in dem Feld auf Grundlage des georeferenzierten landwirtschaftlichen Merkmalwerts, der in der landwirtschaftlichen Merkmalkarte 347 an den gleichen Positionen in dem Feld enthalten ist, vorherzusagen.Agricultural trait-to-crop ingredient model generator 348 identifies a relationship between in situ
Angesichts des Vorstehenden ist der prädiktive Modellgenerator 210 betreibbar, um eine Vielzahl von prädiktiven Erntegutbestandteilmodellen zu erzeugen, wie etwa eines oder mehrere der prädiktiven Erntegutbestandteilmodelle, die von den Modellgeneratoren 342, 344, 345, 346, 348, 357 und 349 erzeugt werden. In einem weiteren Beispiel können zwei oder mehr der vorstehend beschriebenen prädiktiven Erntegutbestandteilmodelle zu einem einzelnen prädiktiven Erntegutbestandteilmodell kombiniert werden, das Erntegutbestandteilwerte auf Grundlage des vegetativen Indexwerts, des historischen Erntegutbestandteilwerts, des Bodeneigenschaftswerts, des Vorabbetrieb-Merkmalswerts, des prädiktiven Merkmalswerts oder des landwirtschaftlichen Merkmalswerts an verschiedenen Positionen in dem Feld vorhersagt oder beidem. Jedes dieser Erntegutbestandteilmodelle oder Kombinationen davon wird gemeinsam durch das Erntegutbestandteilmodell 350 in
Das prädiktive Erntegutbestandteilmodell 350 wird dem prädiktiven Kartengenerator 212 bereitgestellt. Im Beispiel von
Der Erntegutbestandteil-Kartengenerator 352 kann eine funktionelle prädiktive Erntegutbestandteilkarte 360 erzeugen, die Erntegutbestandteilwerte an verschiedenen Positionen in dem Feld auf Grundlage von einem oder mehreren von dem vegetativen Indexwert, dem historischen Erntegutbestandteilwert, dem Vorabbetriebsmerkmalwert, dem Bodeneigenschaftswert (wie etwa einem Bodenzusammensetzungswert), dem prädiktiven Merkmalwert (wie etwa dem prädiktiven Ertragswert, dem prädiktiven Biomassewert oder dem prädiktiven Erntegutfeuchtigkeitswert) oder dem landwirtschaftlichen Merkmalwert an diesen Positionen in dem Feld und dem prädiktiven Erntegutbestandteilmodell 350 vorhersagt. Die Erntegutbestandteilwerte können eine Menge von einem oder mehreren Bestandteilen in dem Erntegutmaterial beinhalten, wie etwa eine Menge an Protein, Öl, Stärke oder einem anderen Bestandteil in dem Erntegutmaterial (z. B. der Erntegutpflanze). In anderen Beispielen können die Erntegutbestandteilwerte eine Menge eines oder mehrerer Bestandteile im Korn der Erntegutpflanzen beinhalten, wie etwa eine Menge an Protein, Öl, Stärke oder einem anderen Bestandteil im Korn (z. B. Maiskörner, Sojabohnen usw.). Die erzeugte funktionelle prädiktive Erntegutbestandteilkarte 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 die prädiktive Steuerzonenkarte 265 zu erzeugen. Eine oder beide der funktionellen prädiktiven Karten 264 oder der prädiktiven Steuerzonenkarte 265 können dem Bediener 260 oder einem anderen Benutzer präsentiert oder dem Steuersystem 214 bereitgestellt werden, das Steuersignale erzeugt, um ein oder mehrere der steuerbaren Teilsysteme 216 auf Grundlage der prädiktiven Karte 264, der prädiktiven Steuerzonenkarte 265 oder beider zu steuern.The crop
Bei Block 363 wählt der Vorabinformationskartenselektor 209 eine oder mehrere spezifische Vorabinformationskarte(n) 250 zur Verwendung durch den prädiktiven Modellgenerator 210 aus. In einem Beispiel wählt die Vorabinformationskartenselektor209 eine Karte aus einer Vielzahl von in Frage kommenden Karten auf Grundlage eines Vergleichs der Kontextinformationen in den in Frage kommenden Karten mit den aktuellen Kontextinformationen aus. Zum Beispiel kann eine in Frage kommende historische Erntegutbestandteilkarte aus einem Vorjahr ausgewählt werden, in dem die Wetterbedingungen über die Wachstumssaison den Wetterbedingungen des laufenden Jahres ähnlich waren. Oder zum Beispiel kann eine in Frage kommende historische Erntegutbestandteilkarte aus einem Vorjahr mit einem unterdurchschnittlichen Niederschlagsniveau ausgewählt werden, während das aktuelle Jahr ein durchschnittliches oder überdurchschnittliches Niederschlagsniveau aufweist, da die historische Erntegutbestandteilkarte, die mit einem Vorjahr mit unterdurchschnittlichem Niederschlag assoziiert ist, immer noch eine nützliche Erntegutbestandteil-zu-Erntegutbestandteil-Beziehung aufweisen kann, wie oben erörtert. In einigen Beispielen kann der Vorabinformationskartenselektor 209 ändern, welche Vorabinformationskarte verwendet wird, wenn erkannt wird, dass eine der anderen in Frage kommenden Vorabinformationskarten enger mit dem In-situ erfassten Erntegutbestandteil korreliert.At block 363 , advance
Bei Block 372 verarbeitet das Verarbeitungssystem 338 das eine oder die mehreren empfangenen Sensorsignale, die von den In-situ-Sensoren 208 empfangen werden, wie etwa das eine oder die mehreren empfangenen Sensorsignale von Erntegutbestandteilsensoren 336, um einen Erntegutbestandteilwert zu erzeugen, der eine Menge von einem oder mehreren Bestandteilen angibt, die in dem Erntegutbestandteilvorhanden sind, wie etwa eine Menge an Protein, eine Menge an Stärke oder eine Menge an Öl, sowie eine Menge an verschiedenen anderen Erntegutbestandteilen. Andere In-situ-Sensoren 208 können auch verwendet werden, wie durch Block 370 angezeigt. Einige Beispiele anderer In-situ-Sensoren sind in
Bei Block 382 erhält der prädiktive Modellgenerator 210 auch die geografische Position, die dem Sensorsignal entspricht. Beispielsweise kann der prädiktive Modellgenerator 210 die geografische Position von dem geografischen Positionssensor 204 erhalten und auf Grundlage von Maschinenverzögerungen (z. B. Maschinenverarbeitungsgeschwindigkeit) und Maschinengeschwindigkeit eine genaue geografische Position bestimmen, an der der In-situ erfasste Erntegutbestandteilwert zuzuordnen ist. Beispielsweise entspricht die Position der landwirtschaftlichen Erntemaschine zu dem exakten Zeitpunkt, zu dem ein Erntegutbestandteilsensorsignal erfasst wird, nicht der geografischen Position des Erntegutbestandteils. Somit kann eine Position der landwirtschaftlichen Erntemaschine 100, wenn das Erntegutbestandteilsensorsignal erhalten wird, möglicherweise nicht der Position entsprechen, an der das Erntegut mit dem Erntegutbestandteil gepflanzt wurde.At
Bei Block 384 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Erntegutbestandteilmodelle, wie etwa das Erntegutbestandteilmodell 350, die eine Beziehung zwischen mindestens einem von einem vegetativen Indexwert, einem historischen Erntegutbestandteilwert, einem Vorabbetriebsmerkmalwert, einem Bodeneigenschaftswert, einem prädiktiven Merkmalwert oder einem landwirtschaftlichen Merkmalwert, der aus einer Karte erhalten wird, und einem Erntegutbestandteilwert, der durch den In-situ-Sensor 208 erkannt wird, modellieren. Beispielsweise kann der prädiktive Modellgenerator 210 ein prädiktives Erntegutbestandteilmodell auf Grundlage eines vegetativen Indexwerts, eines historischen Erntegutbestandteilwerts, eines Vorabbetriebsmerkmalswerts, eines Bodeneigenschaftswerts, eines prädiktiven Merkmalswerts oder eines landwirtschaftlichen Merkmalswerts und eines erkannten Erntegutbestandteilwerts erzeugen, der durch das Sensorsignal angezeigt wird, das von dem In-situ-Sensor 208 erhalten wird.At block 384, the
Bei Block 386 wird das prädiktive Erntegutbestandteilmodell, wie etwa das prädiktive Erntegutbestandteilmodell 350, dem prädiktiven Kartengenerator 212 bereitgestellt, der eine funktionelle prädiktive Erntegutbestandteilkarte erzeugt, die einen vorhergesagten Erntegutbestandteilwert auf Grundlage der vegetativen Indexkarte 332, der historischen Erntegutbestandteilkarte 333, der Vorabbetriebskarte 341, der Bodeneigenschaftskarte 343, der prädiktiven Karte 353 oder der landwirtschaftlichen Merkmalkarte 347 und des prädiktiven Erntegutbestandteilmodells 350 auf verschiedene geografische Positionen in dem Feld abbildet. Beispielsweise sagt die funktionelle prädiktive Erntegutbestandteilkarte 360 in einigen Beispielen Erntegutbestandteilwerte voraus. In anderen Beispielen sagt die funktionelle prädiktive Erntegutbestandteilkarte 360 andere Elemente vorher. Ferner kann die funktionelle prädiktive Erntegutbestandteilkarte 360 während des Verlaufs eines landwirtschaftlichen Erntevorgangs erzeugt werden. Somit wird, wenn sich eine landwirtschaftliche Erntemaschine durch ein Feld bewegt, in dem ein landwirtschaftlicher Erntevorgang durchgeführt wird, die funktionelle prädiktive Erntegutbestandteilkarte 360 erzeugt.At block 386, the predictive crop constituent model, such as the predictive crop constituent model 350, is provided to the predictive map generator 212, which generates a functional predictive crop constituent map that has a predicted crop constituent value based on the
Bei Block 394 gibt der prädiktive Kartengenerator 212 die funktionelle prädiktive Erntegutbestandteilkarte 360 aus. Bei Block 393 konfiguriert der prädiktive Kartengenerator 212 die funktionelle prädiktive Erntegutbestandteilkarte 360 für den Verbrauch durch das Steuersystem 214. Bei Block 395 kann der prädiktive Kartengenerator 212 dem Steuerzonengenerator 213 auch die Karte 360 zur Erzeugung und Integration von Steuerzonen bereitstellen. Bei Block 397 konfiguriert der prädiktive Kartengenerator 212 die Karte 360 auch auf andere Weise. Die funktionelle prädiktive Erntegutbestandteilkarte 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 funktionellen prädiktiven Erntegutbestandteilkarte 360 zu steuern.At block 394 , the predictive map generator 212 outputs the functional predictive crop
Das Steuersystem 214 kann Steuersignale erzeugen, um den Erntevorsatz oder andere Maschinenstellglieder 248 zu steuern, wie etwa um eine Position oder einen Abstand der Deckplatten zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Antriebs-Teilsystem 250 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Lenkungs-Teilsystem 252 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Rückstands-Teilsystem 138 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um den Drescher 110 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Materialhandhabungs-Teilsystem 125 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Erntegutreinigungs-Teilsystem 118 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Kommunikationssystem 206 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um verschiedene andere steuerbare Teilsysteme 256 zu steuern.The
In einem Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Erntevorsatz-/Haspelsteuerung 238 Erntevorsatz- oder andere Maschinenstellglieder 248, um eine Höhe, Neigung oder Rolle des Erntevorsatzes 102 zu steuern. In einem Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Vorschubgeschwindigkeitssteuerung 236 das Antriebs-Teilsystem 250, um eine Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern. 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 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 die Bedienerschnittstellenmechanismen 218 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 248, um eine Deckplatte 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, steuert die Draperbandsteuerung 240 Maschinen-/Erntevorsatzstellglieder 248, 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 the
Somit ist ersichtlich, dass das vorliegende System eine Karte erstellt, die ein Merkmal, wie etwa einen vegetativen Indexwert, einen historischen Erntegutbestandteilwert, einen Vorabbetriebsmerkmalwert, einen Bodeneigenschaftswert, einen prädiktiven Merkmalwert oder einen landwirtschaftlichen Merkmalwert auf verschiedene Positionen in einem Feld abbildet. Das vorliegende System verwendet auch einen oder mehrere In-situ-Sensoren, die In-situ-Sensordaten erfassen, die ein Merkmal, wie etwa den Erntegutbestandteilwert, angeben, und erzeugt ein Modell, das eine Beziehung zwischen dem In-situ erkannten Erntegutbestandteilwert mithilfe des In-situ-Sensors und dem in der Karte abgebildeten Merkmalswert modelliert. Somit erzeugt das vorliegende System eine funktionelle prädiktive Karte mithilfe eines Modells und einer Karte und kann die erzeugte funktionelle prädiktive Karte zum Verbrauch durch ein Steuersystem oder zur Präsentation an einen lokalen oder entfernten Bediener oder einen anderen Benutzer konfigurieren. Beispielsweise kann das Steuersystem die Karte verwenden, um eines oder mehrere Systeme eines Mähdreschers zu steuern.Thus, it can be seen that the present system creates a map that maps a trait, such as a vegetative index value, a historical crop constituent value, a prior farm trait value, a soil trait value, a predictive trait value, or an agricultural trait value, to various locations in a field. The present system also uses one or more in situ sensors that collect in situ sensor data indicative of a characteristic, such as crop ingredient value, and creates a model that expresses a relationship between the in situ detected crop ingredient value using the in-situ sensor and the feature value shown in the map. Thus, the present system generates a functional predictive map using a model and a map, and can configure the generated functional predictive map for consumption by a control system or for presentation to a local or remote operator or other user. For example, the control system can use the map to control one or more systems of a combine.
In dem in
Der Landwirtschaftsmerkmalsensor 402 erfasst Werte, die indikativ für Landwirtschaftsmerkmale sind. Der Bedienereingabesensor 404 erfasst verschiedene Bedienereingaben. Die Eingaben können Einstelleingaben zum Steuern der Einstellungen an der landwirtschaftlichen Erntemaschine 100 oder andere Steuereingaben, wie etwa Lenkeingaben und andere Eingaben, sein. Wenn also der Bediener 260 eine Einstellung ändert oder eine befohlene Eingabe über einen Bedienerschnittstellenmechanismus 218 bereitstellt, wird eine solche Eingabe durch den Bedienereingabesensor 404 erkannt, der ein Sensorsignal bereitstellt, das diese erfasste Bedienereingabe anzeigt.
Das Verarbeitungssystem 406 kann die Sensorsignale von einem oder mehreren von dem Landwirtschaftsmerkmalsensor 402 und dem Bedienereingabesensor 404 empfangen und eine Ausgabe erzeugen, die das erfasste Merkmal anzeigt. Zum Beispiel kann das Verarbeitungssystem 406 eine Sensoreingabe von dem Landwirtschaftsmerkmalsensor 402 empfangen und eine Ausgabe erzeugen, die ein Landwirtschaftsmerkmal anzeigt. Das Verarbeitungssystem 406 kann auch eine Eingabe vom Bedienereingabesensor 404 empfangen und eine Ausgabe erzeugen, die die erfasste Bedienereingabe anzeigt.The
Der prädiktive Modellgenerator 210 kann einen Erntegutbestandteil-zu-Landwirtschaftsmerkmal-Modellgenerator 410 und einen Erntegutbestandteil-zu-Befehl-Modellgenerator 414 beinhalten. In anderen Beispielen kann der prädiktive Modellgenerator 210 zusätzliche, weniger oder andere Modellgeneratoren 415 beinhalten. Zum Beispiel kann der prädiktive Modellgenerator 210 spezifische landwirtschaftliche Merkmale oder spezifische Bedienerbefehl-Modellgeneratoren beinhalten, wie etwa Modellgeneratoren, die spezifische landwirtschaftliche Merkmale verwenden, zum Beispiel Biomasse oder Biomassemerkmale, Ertrag oder Ertragsmerkmale, sowie verschiedene andere landwirtschaftliche Merkmale, oder Modellgeneratoren, die spezifische Bedienerbefehle verwenden, zum Beispiel Erntevorsatzhöheneinstellungen, Lenkeinstellungen (wie etwa Fahrtrichtung), Geschwindigkeitseinstellungen (wie etwa Fahrgeschwindigkeit), Dreschrotoreinstellungen sowie verschiedene andere Maschineneinstellungen. The
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 Erntegutbestandteilkarte 360 und einer oder mehreren der Folgenden modelliert: dem landwirtschaftlichen Merkmal, das von dem landwirtschaftlichen Merkmalsensor 402 erfasst wird; und Bedienereingabebefehle, die von dem Bedienereingabesensor 404 erfasst werden.The
Der Erntegutbestandteil-zu-Landwirtschaftsmerkmal-Modellgenerator 410 erzeugt ein Modell, das eine Beziehung zwischen Erntegutbestandteilwerten (die sich auf der prädiktiven Erntegutbestandteilkarte 360, der historischen Erntegutbestandteilkarte 333 oder einer anderen Karte 401 befinden können) und dem landwirtschaftlichen Merkmal modelliert, das durch den landwirtschaftlichen Merkmalsensor 402 erfasst wird. Der Erntegutbestandteil-zu-Landwirtschaftsmerkmal-Modellgenerator 410 erzeugt ein prädiktives Modell 426, das dieser Beziehung entspricht.The crop ingredient-to-agricultural trait model generator 410 creates a model that models a relationship between crop ingredient values (which may be on the predictive
Der Erntegutbestandteil-zu-Bedienerbefehl-Modellgenerator 414 erzeugt ein Modell, das eine Beziehung zwischen Erntegutbestandteilwerten, wie sie auf der prädiktiven Erntegutbestandteilkarte 360, der historischen Erntegutbestandteilkarte 333 oder einer anderen Karte 401 reflektiert werden, und Bedienereingabebefehlen, die von dem Bedienereingabesensor 404 erfasst werden, modelliert. Der Erntegutbestandteil-zu-Bedienerbefehl-Modellgenerator 414 erzeugt ein prädiktives Modell 426, das dieser Beziehung entspricht.The crop ingredient-to-operator
Andere Modellgeneratoren 415 können zum Beispiel spezifische landwirtschaftliche Merkmale oder spezifische Bedienerbefehl-Modellgeneratoren beinhalten, wie etwa Modellgeneratoren, die spezifische landwirtschaftliche Merkmale verwenden, zum Beispiel Biomasse oder Biomassemerkmale, Ertrag oder Ertragsmerkmale sowie verschiedene andere landwirtschaftliche Merkmale, oder Modellgeneratoren, die spezifische Bedienerbefehle verwenden, zum Beispiel Erntevorsatzhöheneinstellungen, Lenkeinstellungen, Geschwindigkeitseinstellungen, Dreschrotoreinstellungen sowie verschiedene andere Maschineneinstellungen
Das von dem prädiktiven Modellgenerator 210 erzeugte prädiktive Modell 426 kann ein oder mehrere der prädiktiven Modelle beinhalten, die von dem Erntegutbestandteil-zu-Landwirtschaftsmerkmal-Modellgenerator 410 und dem Erntegutbestandteil-zu-Bedienerbefehl-Modellgenerator 414 und anderen Modellgeneratoren, die als Teil anderer Elemente 415 enthalten sein können, erzeugt werden können.The predictive model 426 generated by the
Im Beispiel von
Der prädiktive Landwirtschaftsmerkmal-Kartengenerator 416 empfängt ein prädiktives Modell 426, das die Beziehung zwischen einem Erntegutbestandteilwert und einem landwirtschaftlichen Merkmal, das durch das landwirtschaftliche Merkmal 402 erfasst wird (wie etwa ein prädiktives Modell, das durch den Erntegutbestandteil-zu-Landwirtschaftsmerkmal-Modellgenerator 410 erzeugt wird), und eine oder mehrere der Vorabinformationskarten 258 oder die funktionelle prädiktive Erntegutbestandteilkarte 360 oder andere Karten 401 modelliert. Der prädiktive Landwirtschaftsmerkmal-Kartengenerator 416 erzeugt eine funktionelle prädiktive Landwirtschaftsmerkmalkarte 427, die landwirtschaftliche Merkmalswerte (oder die landwirtschaftlichen Merkmale, für die die Werte indikativ sind) an verschiedenen Positionen in dem Feld auf Grundlage eines oder mehrerer der Erntegutbestandteilwerte in einer oder mehreren der Vorabinformationskarten 258 oder der funktionellen prädiktiven Erntegutbestandteilkarte 360 oder einer anderen Karte 401 an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt.The predictive agricultural
Der prädiktive Bedienerbefehl-Kartengenerator 422 empfängt ein prädiktives Modell 426, das die Beziehung zwischen einem Erntegutbestandteilwert und Bedienerbefehlseingaben, die durch den Bedienereingabesensor 404 (wie etwa ein prädiktives Modell, das durch den Erntegutbestandteil-zu-Befehl-Modellgenerator 414 erzeugt wird) erkannt werden, und eine oder mehrere der Vorabinformationskarten 258 oder der funktionellen prädiktiven Erntegutbestandteilkarte 360 oder der anderen Karte 401 modelliert. Der prädiktive Bedienerbefehl-Kartengenerator 422 erzeugt eine funktionelle prädiktive Bedienerbefehlskarte 440, die Bedienerbefehlseingaben an verschiedenen Positionen auf Grundlage der Erntegutbestandteilwerte von der Vorabinformationskarte 258 oder der funktionellen prädiktiven Erntegutbestandskarte 360 oder einer anderen Karte 401 an diesen Positionen in dem Feld und auf Grundlage des prädiktiven Modells 426 vorhersagt.The predictive operator command map generator 422 receives a predictive model 426 representing the relationship between a crop ingredient value and operator command inputs recognized by the operator input sensor 404 (such as a predictive model generated by the crop ingredient-to-command model generator 414). and one or more of the
Der prädiktive Kartengenerator 212 gibt eine oder mehrere der funktionellen prädiktiven Karten 427 und 440 aus. Jede der funktionellen prädiktiven Karten 427 und 440 kann dem Steuerzonengenerator 213, dem Steuersystem 214 oder beiden bereitgestellt werden. Der Steuerzonengenerator 213 erzeugt und integriert Steuerzonen, um eine funktionelle prädiktive Karte 427 mit Steuerzonen und eine funktionelle prädiktive Karte 440 mit Steuerzonen bereitzustellen. Beliebige oder alle der funktionellen prädiktiven Karten 427 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 und 440 (mit oder ohne Steuerzonen) zu steuern. Eine oder alle der Karten 427 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 and 440 . Each of functional predictive maps 427 and 440 may be provided to control
Die Maschinensensoren 982 können unterschiedliche Merkmale der landwirtschaftlichen Erntemaschine 100 erfassen. Wie vorstehend erörtert, können die Maschinensensoren 982 beispielsweise Maschinengeschwindigkeitssensoren 146, einen Abscheider-Verlustsensor 148, eine Reinkornkamera 150, einen nach vorne gerichteten Bilderfassungsmechanismus 151, Verlustsensoren 152 oder einen geografischen Positionssensor 204 beinhalten, von denen Beispiele vorstehend beschrieben sind. Maschinensensoren 982 können auch Maschineneinstellungssensoren 991 beinhalten, die Maschineneinstellungen erfassen. Einige Beispiele für Maschineneinstellungen wurden vorstehend in Bezug auf
Die Ernteguteigenschaftssensoren 984 können Merkmale des abgetrennten Ernteguts während der Verarbeitung des Ernteguts durch die landwirtschaftliche Erntemaschine 100 erfassen. Die Ernteguteigenschaften können Dinge wie etwa die Erntegutart, die Erntegutbestandteile wie etwa Stärken, Öl und Protein, Erntegutfeuchtigkeit, Kornqualität (wie etwa gebrochenes Korn), MOG-Werte, Kornbestandteile wie etwa Stärken, Öl und Protein, MOG-Feuchtigkeit und andere Eigenschaften des Erntegutmaterials beinhalten. Andere Sensoren könnten „Zähigkeit“ des Strohs, die Haftung von Mais an den Ähren und andere Merkmale erfassen, die vorteilhaft verwendet werden könnten, um die Verarbeitung für eine bessere Kornerfassung, reduzierte Kornschäden, reduzierten Leistungsverbrauch, reduzierten Kornverlust usw. zu steuern.The crop
Die Feld- und Bodeneigenschaftssensoren 985 können die Merkmale des Feldes und des Bodens erfassen. Die Feld- und Bodeneigenschaften können Bodenfeuchtigkeit, Bodenkompaktheit, das Vorhandensein und die Position von stehendem Wasser, Bodentyp und andere Boden- und Feldmerkmale beinhalten.The field and
Die Umgebungsmerkmalsensoren 987 können eine oder mehrere Umgebungsmerkmale erfassen. Die Umgebungsmerkmale können Dinge wie Windrichtung und Windgeschwindigkeit, Niederschlag, Nebel, Staubniveau oder andere Verschmutzungen oder andere Umgebungsmerkmale beinhalten.
Bei Block 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 und einem Bedienereingabesensor 404 sein. Der Landwirtschaftsmerkmalsensor 402 erfasst ein Landwirtschaftsmerkmal. Der Bedienereingabesensor 404 erfasst einen Bedienereingabebefehl. Der prädiktive Modellgenerator 210 kann auch andere In-situ-Sensoreingaben empfangen, wie durch Block 408 angezeigt.At
Bei Block 454 verarbeitet das Verarbeitungssystem 406 die Daten, die in dem Sensorsignal oder den Sensorsignalen enthalten sind, die von dem oder den In-situ-Sensoren 208 empfangen werden, um verarbeitete Daten 409 zu erhalten, dargestellt in
Zurückkommend zu
Bei Block 458 erzeugt der prädiktive Modellgenerator 210 ein oder mehrere prädiktive Modelle 426, die eine Beziehung zwischen einem abgebildeten Wert in einer empfangenen Karte und einem in den verarbeiteten Daten 409 dargestellten Merkmal modellieren. Beispielsweise kann in einigen Fällen der abgebildete Wert in einer empfangenen Karte ein Erntegutbestandteilwert sein, wie etwa eine Menge an Protein, Stärke, Öl oder einem anderen Bestandteil in der Erntegutpflanze oder eine Menge an Protein, Stärke, Öl oder einem anderen Bestandteil im Korn der Erntegutpflanze, und der prädiktive Modellgenerator 210 erzeugt ein prädiktives Modell mithilfe des abgebildeten Werts einer empfangenen Karte und einem durch In-situ-Sensoren 208 erfassten Merkmal, wie in den verarbeiteten Daten 409 dargestellt, oder einem verwandten Merkmal, wie etwa einem Merkmal, das mit dem durch In-situ-Sensoren 208 erfassten Merkmal korreliert.At block 458, the
Das eine oder die mehreren prädiktiven Modelle 426 werden dem prädiktiven Kartengenerator 212 bereitgestellt. Bei Block 466 erzeugt der prädiktive Kartengenerator 212 eine oder mehrere funktionelle prädiktive Karten. Die funktionellen prädiktiven Karten können eine funktionelle prädiktive landwirtschaftliche Merkmalskarte 427 und eine funktionelle prädiktive Bedienerbefehlskarte 440 oder eine beliebige Kombination dieser Karten sein. Die funktionelle prädiktive landwirtschaftliche Merkmalskarte 427 prognostiziert landwirtschaftliche Merkmalswerte (oder landwirtschaftliche Merkmale, die durch die Werte angegeben sind) an verschiedenen Positionen in dem Feld. Die funktionelle prädiktive Bedienerbefehlskarte 440 prognostiziert gewünschte oder wahrscheinliche Bedienerbefehlseingaben an verschiedenen Positionen in dem Feld. Ferner kann eine oder mehrere der funktionellen prädiktive Karten 427 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 prädiktive Karten 427 und 440 erzeugt, während der landwirtschaftliche Vorgang durchgeführt wird.The one or more predictive models 426 are provided to the predictive map generator 212 . At block 466, the predictive map generator 212 generates one or more functional predictive maps. The functional predictive maps may be a functional predictive agricultural feature map 427 and a functional predictive operator command map 440, or any combination of these maps. The functional predictive agricultural trait map 427 predicts agricultural trait values (or agricultural traits indicated by the values) 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 and 440 may be generated during a farming operation. Thus, as
Bei Block 468 gibt der prädiktive Kartengenerator 212 die eine oder die mehreren funktionellen prädiktiven Karten 427 und 440 aus. Bei Block 470 kann der prädiktive Kartengenerator 212 die Karte zur Präsentation für und zur möglichen Interaktion durch einen Bediener 260 oder einen anderen Benutzer konfigurieren. Bei Block 472 kann der prädiktive Kartengenerator 212 die Karte für den Verbrauch durch das Steuersystem 214 konfigurieren. Bei Block 474 kann der prädiktive Kartengenerator 212 die eine oder mehreren prädiktiven Karten 427 und 440 dem Steuerzonengenerator 213 zur Erzeugung von Steuerzonen bereitstellen. Bei Block 476 konfiguriert der prädiktive Kartengenerator 212 die eine oder prädiktiven Karten 427 und 440 auf andere Weise. In einem Beispiel, in dem das eine oder die mehreren funktionellen prädiktiven Karten 427 und 440 dem Steuerzonengenerator 213 bereitgestellt werden, können die eine oder die mehreren funktionellen prädiktiven Karten 427 und 440, mit den darin enthaltenen Steuerzonen, dargestellt durch entsprechende Karten 265, wie oben beschrieben, dem Bediener 260 oder einem anderen Benutzer präsentiert oder auch dem Steuersystem 214 bereitgestellt werden.At block 468 the predictive map generator 212 outputs the one or more functional predictive maps 427 and 440 . At block 470, the predictive map generator 212 may configure the map for presentation to and possible interaction by an
Bei Block 478 erzeugt das Steuersystem 214 dann Steuersignale, um die steuerbaren Teilsysteme auf Grundlage der einen oder mehreren funktionellen prädiktiven Karten 427 und 440 (oder der funktionellen prädiktiven Karten 427 und 440, die Steuerzonen aufweisen) sowie einer Eingabe von dem geografischen Positionssensor 204 zu steuern.At block 478, the
Das Steuersystem 214 kann Steuersignale erzeugen, um den Erntevorsatz oder andere Maschinenstellglieder 248 zu steuern, wie etwa um eine Position oder einen Abstand der Deckplatten zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Antriebs-Teilsystem 250 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Lenkungs-Teilsystem 252 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Rückstands-Teilsystem 138 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Maschinenreinigungs-Teilsystem 254 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um den Drescher 110 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Materialhandhabungs-Teilsystem 125 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Erntegutreinigungs-Teilsystem 118 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um das Kommunikationssystem 206 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um die Bedienerschnittstellenmechanismen 218 zu steuern. Das Steuersystem 214 kann Steuersignale erzeugen, um verschiedene andere steuerbare Teilsysteme 256 zu steuern.The
In einem Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Erntevorsatz-/Haspelsteuerung 238 Erntevorsatz- oder andere Maschinenstellglieder 248, um eine Höhe, Neigung oder Rolle des Erntevorsatzes 102 zu steuern. In einem Beispiel, in dem das Steuersystem 214 eine funktionelle prädiktive Karte oder eine funktionelle prädiktive Karte mit hinzugefügten Steuerzonen empfängt, steuert die Vorschubgeschwindigkeitssteuerung 236 das Antriebs-Teilsystem 250, um eine Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern. 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 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 die Bedienerschnittstellenmechanismen 218 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 248, um eine Deckplatte 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, steuert die Draperbandsteuerung 240 Maschinen-/Erntevorsatzstellglieder 248, 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 the
Die landwirtschaftliche Erntemaschine 100 oder andere Arbeitsmaschinen können eine Vielzahl verschiedener Arten von steuerbaren Stellgliedern aufweisen, die verschiedene Funktionen ausführen. Die steuerbaren Stellglieder an der landwirtschaftlichen Erntemaschine 100 oder anderen Arbeitsmaschinen werden gemeinsam als Arbeitsmaschinenstellglieder (WMAs) bezeichnet. Jedes WMA kann auf Grundlage von Werten auf einer funktionellen prädiktiven Karte unabhängig steuerbar sein, oder die WMAs können als Sätze auf Grundlage eines oder mehrerer Werte auf einer funktionellen prädiktiven Karte gesteuert werden. Daher kann der Steuerzonengenerator 213 Steuerzonen erzeugen, die jedem individuell steuerbaren WMA entsprechen oder den Sätzen von WMAs entsprechen, die in Abstimmung miteinander gesteuert werden.The
Der WMA-Selektor 486 wählt ein WMA oder einen Satz von WMAs aus, für die entsprechende Steuerzonen erzeugt werden sollen. Das Steuerzonenerzeugungssystem 488 erzeugt dann die Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs. Für jedes WMA oder jede Gruppe von WMAs können unterschiedliche Kriterien bei der Identifizierung von Steuerzonen verwendet werden. Beispielsweise kann für ein WMA die WMA-Reaktionszeit als Kriterium zum Definieren der Grenzen der Steuerzonen verwendet werden. In einem weiteren Beispiel können Verschleißmerkmale (z. B. wie stark ein bestimmtes Stellglied oder ein bestimmter Mechanismus als Ergebnis seiner Bewegung verschleißt) als Kriterium zum Identifizieren der Grenzen von Steuerzonen verwendet werden. Die Steuerzonenkriterienidentifikationskomponente 494 identifiziert bestimmte Kriterien, die bei der Definition von Steuerzonen für das ausgewählte WMA oder einen Satz von WMAs verwendet werden sollen. Die Steuerzonengrenzendefinitionskomponente 496 verarbeitet die Werte auf einer funktionellen prädiktiven Karte, die analysiert wird, um die Grenzen der Steuerzonen auf dieser funktionellen prädiktiven Karte basierend auf den Werten in der funktionellen prädiktiven Karte, die analysiert wird, und basierend auf den Steuerzonenkriterien für das ausgewählte WMA oder einen Satz von WMAs zu definieren.The
Die Zieleinstellungsidentifikationskomponente 498 setzt einen Wert der Zieleinstellung, der zum Steuern des WMA oder eines Satzes von WMAs in verschiedenen Steuerzonen verwendet wird. Wenn zum Beispiel das ausgewählte WMA das Erntegutreinigungs-Teilsystem 118 ist und die analysierte funktionelle prädiktive Karte eine funktionelle prädiktive Erntegutbestandteilkarte 360 ist, kann die Zieleinstellung in jeder Steuerzone eine Zielgeschwindigkeitseinstellung für das Reinigungsgebläse 120 auf Grundlage von Erntegutbestandteilwerten sein, die in der funktionellen prädiktiven Erntegutbestandteilkarte 360 enthalten sind.The target
In einigen Beispielen, in denen die landwirtschaftliche Erntemaschine 100 auf Grundlage einer aktuellen oder zukünftigen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden soll, können mehrere Zieleinstellungen für ein WMA an einer bestimmten Position möglich sein. In diesem Fall können die Zieleinstellungen unterschiedliche Werte haben und konkurrieren. Daher müssen die Zieleinstellungen aufgelöst werden, damit nur eine einzige Zieleinstellung zur Steuerung des WMA verwendet werden kann. Wenn das WMA zum Beispiel ein Stellglied im Antriebssystem 250 ist, das gesteuert wird, um die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 zu steuern, können mehrere verschiedene konkurrierende Sätze von Kriterien existieren, die vom Steuerzonenerzeugungssystem 488 bei der Identifizierung der Steuerzonen und der Zieleinstellungen für das ausgewählte WMA in den Steuerzonen berücksichtigt werden. Beispielsweise können unterschiedliche Zieleinstellungen zum Steuern der Geschwindigkeit des Reinigungsgebläses beispielsweise auf Grundlage eines erkannten oder vorhergesagten Erntegutbestandteilwerts, eines erkannten oder vorhergesagten landwirtschaftlichen Merkmalwerts, eines erkannten oder vorhergesagten vegetativen Indexwerts, vorhergesagter Merkmalwerte, wie etwa vorhergesagter Biomasse, vorhergesagter Ertrag oder vorhergesagter Erntegutfeuchtigkeit, eines erkannten oder vorhergesagten Bodeneigenschaftswerts (wie etwa einer Stickstoffmenge im Boden), eines erkannten oder vorhergesagten Vorabbetriebsmerkmalwerts (wie etwa eines Substanzanwendungsmerkmalwerts, beispielsweise eines Düngemittelanwendungsmerkmalswerts), 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 ein Beispiel sind und die Zieleinstellungen für verschiedene WMAs auf verschiedenen anderen Werten oder Kombinationen von Werten basieren können. Jedoch kann das Reinigungsgebläse 120 zu jedem gegebenen Zeitpunkt nicht mit mehreren Geschwindigkeiten gleichzeitig arbeiten. Vielmehr arbeitet das Reinigungsgebläse 120 zu jedem gegebenen Zeitpunkt mit einer einzigen Geschwindigkeit. Somit wird eine der konkurrierenden Zieleinstellungen ausgewählt, um die Geschwindigkeit des Reinigungsgebläses 120 zu steuern.In some examples where the
In einigen Beispielen erzeugt das Regimezonenerzeugungssystem 490 Regimezonen, um mehrere verschiedene konkurrierende Zieleinstellungen aufzulösen. Die Regimezonenkriterienidentifikationskomponente 522 identifiziert die Kriterien, die verwendet werden, um Regimezonen für das ausgewählte WMA oder einen Satz von WMAs auf der zu analysierenden funktionellen prädiktiven Karte festzulegen. Einige Kriterien, die verwendet werden können, um Regimezonen zu identifizieren oder zu definieren, beinhalten zum Beispiel Erntegutbestandteilwerte, landwirtschaftliche Merkmalwerte, Vorabbetrieb-Merkmalwerte, vorhergesagte Merkmalwerte, vegetative Indexwerte, Bodeneigenschaftswerte, Bedienerbefehlseingaben, Ernteguttyp oder Erntegutsorte (zum Beispiel auf Grundlage einer Bestandskarte oder einer anderen Quelle des Ernteguttyps oder der 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 funktionellen prädiktiven Karte, die analysiert wird, basierend auf den Regimezonenkriterien, die durch die Regimezonenkriterienidentifikationskomponente 522 identifiziert wurden.In some examples, regime
In einigen Beispielen können sich Regimezonen überschneiden. Beispielsweise kann sich eine Erntegutsortenregimezone mit einem Teil oder einer Gesamtheit einer Erntegutsortenregimezone überschneiden. In einem solchen Beispiel können die verschiedenen Regimezonen einer Präzedenzhierarchie zugewiesen werden, so dass, wenn sich zwei oder mehr Regimezonen überschneiden, die Regimezone, der eine größere hierarchische Position oder Bedeutung in der Präzedenzhierarchie zugewiesen wurde, Vorrang vor den Regimezonen hat, die eine geringere hierarchische Position oder Bedeutung in der Präzedenzhierarchie haben. Die Prioritätshierarchie der Regimezonen kann manuell oder automatisch mithilfe eines regelbasierten Systems, eines modellbasierten Systems oder eines anderen Systems eingestellt werden. Als ein Beispiel kann, wenn sich eine Regimezone mit umgeknicktem Erntegut mit einer Erntegutsortenregimezone überschneidet, der Regimezone mit umgeknicktem Erntegut eine größere Bedeutung in der Vorranghierarchie als der Erntegutsortenregimezone zugewiesen werden, so dass die Regimezone mit umgeknicktem Erntegut Vorrang hat.In some examples, regime zones may overlap. For example, a crop variety regime zone may overlap with some or all of a crop variety regime zone. In such an example, the various regime zones may be assigned a precedent hierarchy such that when two or more regime zones overlap, the regime zone that has been assigned a greater hierarchical position or importance in the precedent hierarchy takes precedence over the regime zones that have a lower hierarchical position position or importance in the precedent hierarchy. The regime zone priority hierarchy may be set manually or automatically using a rule-based system, a model-based system, or some other system. For example For example, when a kinked crop regime zone overlaps a crop variety regime zone, the kinked crop regime zone may be assigned greater importance in the hierarchy of precedence than the crop variety regime zone such that the kinked crop regime zone takes precedence.
Darüber hinaus kann jede Regimezone über einen eindeutigen Einstellungsresolver für ein bestimmtes WMA oder einen Satz von WMAs verfügen. Die Einstellungsresolveridentifikationskomponente 526 identifiziert einen bestimmten Einstellungsresolver für jede Regimezone, die auf der zu analysierenden funktionellen prädiktiven Karte identifiziert wurde, und einen bestimmten Einstellungsresolver für das ausgewählte WMA oder Satz von WMAs.In addition, each regime zone may have a unique setting resolver for a specific WMA or set of WMAs. The adjustment
Sobald der Einstellungsresolver für eine bestimmte Regimezone identifiziert ist, kann dieser Einstellungsresolver verwendet werden, um konkurrierende Zieleinstellungen aufzulösen, wobei mehr als eine Zieleinstellung auf Grundlage der Steuerzonen identifiziert wird. Die verschiedenen Arten von Einstellungsresolvern können unterschiedliche Formen aufweisen. Beispielsweise können die Einstellungsresolver, die für jede Regimezone identifiziert werden, einen Resolver menschlicher Wahl beinhalten, bei dem die konkurrierenden Zieleinstellungen einem Bediener oder einem anderen Benutzer zur Auflösung präsentiert werden. In einem weiteren Beispiel kann der Einstellungsresolver ein neuronales Netzwerk oder andere künstliche Intelligenz oder ein maschinelles Lernsystem beinhalten. In solchen Fällen können die Einstellungsresolver die konkurrierenden Zieleinstellungen basierend auf einer vorhergesagten oder historischen Qualitätsmetrik auflösen, die jeder der unterschiedlichen Zieleinstellungen entspricht. Beispielsweise kann eine erhöhte Reinigungsgebläse-Drehzahleinstellung den Verlust reduzieren, aber die Kornqualität verbessern. Eine reduzierte Reinigungsgebläse-Drehzahleinstellung kann den Kornverlust reduzieren, kann jedoch die Kornqualität verbessern. Wenn der Kornverlust als Qualitätsmetrik ausgewählt wird, kann der vorhergesagte oder historische Wert für die ausgewählte Qualitätsmetrik angesichts der zwei konkurrierenden Fahrzeuggeschwindigkeitseinstellungswerte verwendet werden, um die Reinigungsgebläse-Drehzahleinstellung 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 Erntegutbestandteile innerhalb von 5 Metern (20 Fuß) vom Erntevorsatz der landwirtschaftlichen Erntemaschine 100 größer als x sind (wobei x ein ausgewählter oder vorbestimmter Wert ist), dann ist der Zieleinstellwert zu verwenden, der auf Grundlage des Kornverlusts gegenüber anderen konkurrierenden Zieleinstellungen ausgewählt wird.
- If predicted crop constituents within 5 meters (20 feet) of the header of
agricultural harvester 100 are greater than x (where x is a selected or predetermined value), then use the target setting selected based on grain loss versus other competing target settings .
Die Einstellungsresolver können logische Komponenten sein, die logische Regeln beim Identifizieren einer Zieleinstellung ausführen. Beispielsweise kann der Einstellungsresolver Zieleinstellungen auflösen, während er versucht, die Erntezeit zu minimieren oder die Gesamterntekosten zu minimieren oder geerntetes Korn zu maximieren oder auf anderen Variablen basiert, die in Abhängigkeit der verschiedenen in Frage kommenden Zieleinstellungen berechnet werden. Eine Erntezeit kann minimiert werden, wenn eine Menge zum Abschließen einer Ernte auf einen ausgewählten Schwellenwert oder darunter reduziert wird. Gesamterntekosten können minimiert werden, wenn die Gesamterntekosten auf oder unter einen ausgewählten Schwellenwert reduziert werden. Erntegut kann maximiert werden, wenn die Menge an Erntegut auf oder über einen ausgewählten Schwellenwert erhöht wird.The attitude resolvers can be logical components that execute logical rules in identifying a target attitude. For example, the attitude resolver may resolve target settings while attempting to minimize harvest time, or minimize total harvest cost, or maximize grain harvested, or based on other variables calculated depending on the various target settings in question. Harvest time can be minimized when an amount to complete a harvest is reduced to a selected threshold or below. Total harvesting costs can be minimized when the total harvesting costs are reduced to or below a selected threshold. Crop can be maximized when the amount of crop is increased to or above a selected threshold.
Bei Block 530 empfängt der Steuerzonengenerator 213 eine Karte, die zur Verarbeitung analysiert wird. In einem Beispiel, wie bei Block 532 gezeigt, ist die analysierte Karte eine funktionelle prädiktive Karte. Beispielsweise kann die analysierte Karte eine der funktionellen prädiktiven Karten 360, 427 oder 440 sein. Block 534 gibt an, dass die zu analysierende Karte auch andere Karten sein kann.At block 530, the
Bei Block 536 wählt der WMA-Selektor 486 ein WMA oder einen Satz von WMAs aus, für die Steuerzonen auf der analysierten Karte erzeugt werden sollen. Bei Block 538 erhält die Steuerzonenkriterienidentifikationskomponente 494 Steuerzonendefinitionskriterien für die ausgewählten WMAs oder den Satz von WMAs. Block 540 gibt ein Beispiel an, in dem die Steuerzonenkriterien Verschleißeigenschaften des ausgewählten WMA oder Satzes von WMAs sind oder beinhalten. Block 542 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Größe und Variation von Eingangsquellendaten sind oder beinhalten, wie etwa die Größe und Variation der Werte auf der analysierten Karte oder die Größe und Variation von Eingaben von verschiedenen In-situ-Sensoren 208. Block 544 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien physikalische Maschinenmerkmale sind oder beinhalten, wie etwa die physikalischen Abmessungen der Maschine, eine Geschwindigkeit, mit der verschiedene Teilsysteme arbeiten, oder andere physikalische Maschinenmerkmale. Block 546 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien eine Reaktionsfähigkeit des ausgewählten WMA oder Satzes von WMAs beim Erreichen neu befohlener Einstellwerte sind oder beinhalten. Block 548 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Maschinenleistungsmetriken sind oder beinhalten. Block 550 gibt ein Beispiel an, in dem die Steuerungszonendefinitionskriterien Bedienerpräferenzen sind oder beinhalten. Block 552 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auch andere Elemente sind oder beinhalten. Block 549 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien zeitbasiert sind, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 die Grenze einer Steuerzone nicht überschreitet, bis eine ausgewählte Zeitspanne verstrichen ist, seit dem die landwirtschaftliche Erntemaschine 100 in eine bestimmte Steuerzone eingetreten ist. In einigen Fällen kann die ausgewählte Zeitdauer eine minimale Zeitdauer sein. So können die Steuerzonendefinitionskriterien in einigen Fällen verhindern, dass die landwirtschaftliche Erntemaschine 100 eine Grenze einer Steuerzone überschreitet, bis zumindest die ausgewählte Zeitspanne verstrichen ist. Block 551 gibt ein Beispiel an, in dem die Steuerzonendefinitionskriterien auf einem ausgewählten Größenwert basieren. Beispielsweise können Steuerzonendefinitionskriterien, die auf einem ausgewählten Größenwert basieren, die Definition einer Steuerzone ausschließen, die kleiner als die ausgewählte Größe ist. In einigen Fällen kann die ausgewählte Größe eine Mindestgröße sein.At block 536, the
Bei Block 554 erhält die Regimezonenkriterienidentifikationskomponente 522 Regimezonendefinitionskriterien für das ausgewählte WMA oder den ausgewählten Satz von WMAs. Block 556 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auf einer manuellen Eingabe von Bediener 260 oder einem anderen Benutzer basieren. Block 558 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Erntegutbestandteilwerten basieren, einschließlich erkannter, vorhergesagter oder historischer Erntegutbestandteilwerte. Block 559 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf vegetativen Indexwerten basieren. Block 560 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Vorabbetriebsmerkmalwerten basieren. Block 561 veranschaulicht ein Beispiel, in dem die Regimezonendefinitionskriterien auf Bodeneigenschaftswerten basieren. Block 564 gibt ein Beispiel an, in dem die Regimezonendefinitionskriterien auch andere Kriterien sind oder diese beinhalten, zum Beispiel verschiedene landwirtschaftliche Merkmalwerte, wie etwa eine Anzahl von vorhergesagten Merkmalwerten, wie etwa vorhergesagte Ertragswerte, vorhergesagte Biomassewerte oder vorhergesagte Erntegutfeuchtigkeitswerte.At block 554, regimen zone
Bei Block 566 erzeugt die Steuerzonengrenzendefinitionskomponente 496 die Grenzen von Steuerzonen auf der zu analysierenden Karte auf Grundlage der Steuerzonenkriterien. Die Regimezonengrenzendefinitionskomponente 524 erzeugt die Grenzen von Regimezonen auf der zu analysierenden Karte auf Grundlage der Regimezonenkriterien. Block 568 gibt ein Beispiel an, in dem die Zonengrenzen für die Steuerzonen und Regimezonen identifiziert werden. Block 570 zeigt, dass die Zieleinstellungsidentifikationskomponente 498 die Zieleinstellungen für jede der Steuerzonen identifiziert. Die Steuerzonen und Regimezonen können auch auf andere Weise erzeugt werden, was durch Block 572 angezeigt wird.At block 566, the tax zone
Bei Block 574 identifiziert die Einstellungsresolveridentifikationskomponente 526 den Einstellungsresolver für die ausgewählten WMAs in jeder Regimezone, die durch die Regimezonengrenzendefinitionskomponente 524 definiert ist. Wie vorstehend erörtert, kann der Regimezonenresolver ein menschlicher Resolver 576, eine künstliche Intelligenz oder ein maschineller Lernsystemresolver 578, ein Resolver 580 auf Grundlage vorhergesagter oder historischer Qualität für jede konkurrierende Zieleinstellung, ein regelbasierter Resolver 582, ein leistungskriterienbasierter Resolver 584 oder andere Resolver 586 sein.At block 574 , the adjustment
Bei Block 588 bestimmt der WMA-Selektor 486, ob weitere WMAs oder Sätze von WMAs zu verarbeiten sind. Wenn zusätzliche WMAs oder Sätze von WMAs noch zu verarbeiten sind, kehrt die Verarbeitung zu Block 436 zurück, wo das nächste WMA oder der Satz von WMAs ausgewählt wird, für die Steuerzonen und Regimezonen definiert werden sollen. Wenn keine zusätzlichen WMAs oder Sätze von WMAs verbleiben, für die Steuerzonen oder Regimezonen erzeugt werden sollen, bewegt sich die Verarbeitung zu Block 590, wo der Steuerzonengenerator 213 eine Karte mit Steuerzonen, Zieleinstellungen, Regimezonen und Einstellungsresolvern für jedes der WMAs oder Sätze von WMAs ausgibt. Wie vorstehend erörtert, kann die ausgegebene Karte dem Bediener 260 oder einem anderen Benutzer präsentiert werden; die ausgegebene Karte kann dem Steuersystem 214 bereitgestellt werden; oder die ausgegebene Karte kann auf andere Weise ausgegeben werden.At block 588, the
Bei Block 612 empfängt das Steuersystem 214 ein Sensorsignal vom geografischen Positionssensor 204. Das Sensorsignal von dem geografischen Positionssensor 204 kann Daten beinhalten, die die geografische Position 614 der landwirtschaftlichen Erntemaschine 100, die Geschwindigkeit 616 der landwirtschaftlichen Erntemaschine 100, den Kurs 618 der landwirtschaftlichen Erntemaschine 100 oder andere Informationen 620 angeben. Bei Block 622 wählt die Zonensteuerung 247 eine Regimezone aus und bei Block 624 wählt die Zonensteuerung 247 eine Steuerzone auf der Karte auf Grundlage des geografischen Positionssensorsignals aus. Bei Block 626 wählt die Zonensteuerung 247 ein WMA oder einen Satz von WMAs aus, die gesteuert werden sollen. Bei Block 628 erhält die Zonensteuerung 247 eine oder mehrere Zieleinstellungen für das ausgewählte WMA oder einen Satz von WMAs. Die Zieleinstellungen, die für das ausgewählte WMA oder eine Gruppe von WMAs erhalten werden, können aus verschiedenen Quellen stammen. Zum Beispiel zeigt Block 630 ein Beispiel, bei dem eine oder mehrere der Zieleinstellungen für das ausgewählte WMA oder den Satz von WMAs auf einer Eingabe von den Steuerzonen auf der Karte der Arbeitsstelle basiert. Block 632 zeigt ein Beispiel, in dem eine oder mehrere der Zieleinstellungen aus menschlichen Eingaben von dem Bediener 260 oder einem anderen Benutzer erhalten werden. Block 634 zeigt ein Beispiel, in dem die Zieleinstellungen von einem In-situ-Sensor 208 erhalten werden. Block 636 zeigt ein Beispiel, in dem die eine oder mehreren Zieleinstellungen von einem oder mehreren Sensoren an anderen Maschinen erhalten werden, die auf demselben Feld arbeiten, entweder gleichzeitig mit der landwirtschaftlichen Erntemaschine 100 oder von einem oder mehreren Sensoren an Maschinen, die in der Vergangenheit auf demselben Feld gearbeitet haben. Block 638 zeigt ein Beispiel, in dem die Zieleinstellungen auch aus anderen Quellen erhalten werden.At
Bei Block 640 greift die Zonensteuerung 247 auf den Einstellungsresolver für die ausgewählte Regimezone zu und steuert den Einstellungsresolver, um konkurrierende Zieleinstellungen in eine aufgelöste Zieleinstellung aufzulösen. Wie oben erörtert, kann der Einstellungsresolver in einigen Fällen ein menschlicher Resolver sein, wobei die Zonensteuerung 247 Bedienerschnittstellenmechanismen 218 steuert, um die konkurrierenden Zieleinstellungen dem Bediener 260 oder einem anderen Benutzer zur Auflösung zu präsentieren. In einigen Fällen kann der Einstellungsresolver ein neuronales Netzwerk oder ein anderes künstliches Intelligenz- oder maschinelles Lernsystem sein, und die Zonensteuerung 247 übermittelt die konkurrierenden Zieleinstellungen an das neuronale Netzwerk, die künstliche Intelligenz oder das maschinelle Lernsystem zur Auswahl. In einigen Fällen kann der Einstellungsresolver auf einer vorhergesagten oder historischen Qualitätsmetrik, auf Schwellenwertregeln oder auf logischen Komponenten basieren. In einem dieser letztgenannten Beispiele führt die Zonensteuerung 247 den Einstellungsresolver aus, um eine aufgelöste Zieleinstellung auf Grundlage der vorhergesagten oder historischen Qualitätsmetrik, auf Grundlage der Schwellenwertregeln oder mithilfe der logischen Komponenten zu erhalten.At block 640, the
Bei Block 642, stellt die Zonensteuerung 247, wenn die Zonensteuerung 247 die aufgelöste Zieleinstellung identifiziert hat, die aufgelöste Zieleinstellung anderen Steuerungen im Steuersystem 214 bereit, die Steuersignale auf Grundlage der aufgelösten Zieleinstellung erzeugen und auf das ausgewählte WMA oder den ausgewählten Satz von WMAs anwenden. Wenn das ausgewählte WMA zum Beispiel ein Maschinen- oder Erntevorsatzstellglied 248 ist, stellt die Zonensteuerung 247 die aufgelöste Zieleinstellung der Einstellungssteuerung 232 oder der Erntevorsatz-/Haspelsteuerung 238 oder von beiden bereit, um Steuersignale auf Grundlage der aufgelösten Zieleinstellung zu erzeugen, und diese erzeugten Steuersignale werden an die Maschinen- oder Erntevorsatzstellglieder 248 angelegt. Wenn bei Block 644 zusätzliche WMAs oder zusätzliche Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen (wie bei Block 612 erkannt), kehrt die Verarbeitung zu Block 626 zurück, wo das nächste WMA oder Satz von WMAs ausgewählt wird. Die durch die Blöcke 626 bis 644 dargestellten Prozesse werden fortgesetzt, bis alle WMAs oder Sätze von WMAs, die an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 gesteuert werden sollen, angesprochen wurden. Wenn keine zusätzlichen WMAs oder Sätze von WMAs an der aktuellen geografischen Position der landwirtschaftlichen Erntemaschine 100 zu steuern sind, geht die Verarbeitung zu Block 646 über, wo die Zonensteuerung 247 bestimmt, ob zusätzliche zu berücksichtigende Steuerzonen in der ausgewählten Regimezone vorhanden sind. Wenn zusätzliche zu berücksichtigende Steuerzonen vorhanden sind, kehrt die Verarbeitung zurück zu Block 624, wo eine nächste Steuerzone ausgewählt wird. Wenn keine zusätzlichen Steuerzonen mehr zu berücksichtigen sind, geht die Verarbeitung zu Block 648 über, in dem festgestellt wird, ob zusätzliche Regimezonen noch zu berücksichtigen sind. Die Zonensteuerung 247 bestimmt, ob weitere Regimezonen in Betracht gezogen werden sollen. Wenn weitere Regimezonen zu berücksichtigen sind, kehrt die Verarbeitung zu Block 622 zurück, wo eine nächste Regimezone ausgewählt wird.At block 642, if the
Bei Block 650 bestimmt die Zonensteuerung 247, ob der Vorgang, den die landwirtschaftliche Erntemaschine 100 durchführt, abgeschlossen ist. Wenn nicht, bestimmt die Zonensteuerung 247, ob ein Steuerzonenkriterium erfüllt wurde, um die Verarbeitung fortzusetzen, wie durch Block 652 angezeigt. Wie oben erwähnt, können die Steuerzonendefinitionskriterien zum Beispiel Kriterien beinhalten, die definieren, wann eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann. Zum Beispiel kann durch einen ausgewählten Zeitraum definiert sein, ob eine Steuerzonengrenze von der landwirtschaftlichen Erntemaschine 100 überschritten werden kann, was bedeutet, dass die landwirtschaftliche Erntemaschine 100 daran gehindert wird, eine Zonengrenze zu überschreiten, bis eine ausgewählte Zeitspanne abgelaufen ist. In diesem Fall bestimmt die Zonensteuerung 247 bei Block 652, ob der ausgewählte Zeitraum abgelaufen ist. Zusätzlich kann die Zonensteuerung 247 die Verarbeitung kontinuierlich durchführen. Somit wartet die Zonensteuerung 247 nicht auf einen bestimmten Zeitraum, bevor sie fortfährt, zu bestimmen, ob ein Betrieb der landwirtschaftlichen Erntemaschine 100 abgeschlossen ist. Bei Block 652 bestimmt die Zonensteuerung 247, dass es an der Zeit ist, die Verarbeitung fortzusetzen, und setzt dann die Verarbeitung bei Block 612 fort, wo die Zonensteuerung 247 erneut eine Eingabe von dem geografischen Positionssensor 204 empfängt. Es ist ebenfalls zu beachten, dass die Zonensteuerung 247 die WMAs und Sätze von WMAs gleichzeitig mithilfe einer Steuerung mit mehreren Eingaben und mehreren Ausgaben steuern kann, anstatt die WMAs und Sätze von WMAs sequentiell zu steuern.At
Das Bedienereingabebefehlsverarbeitungssystem 654 erkennt Bedienereingaben an den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle. Das Sprachverarbeitungssystem 662 erkennt Spracheingaben und verarbeitet die Interaktionen mit dem Sprachverarbeitungssystem 658, um die Spracheingaben für Befehle zu verarbeiten. Das Berührungsgestenhandhabungssystem 664 erkennt Berührungsgesten an berührungsempfindlichen Elementen in den Bedienerschnittstellenmechanismen 218 und verarbeitet diese Eingaben für Befehle.Operator input
Das andere Steuerungsinteraktionssystem 656 behandelt Interaktionen mit anderen Steuerungen des Steuersystems 214. Das Steuerungseingabeverarbeitungssystem 668 erkennt und verarbeitet Eingaben von anderen Steuerungen im Steuersystem 214, und der Steuerungsausgabegenerator 670 erzeugt Ausgaben und stellt diese Ausgaben anderen Steuerungen im Steuersystem 214 bereit. Das Sprachverarbeitungssystem 658 erkennt Spracheingaben, bestimmt die Bedeutung dieser Eingaben und stellt eine Ausgabe bereit, die die Bedeutung der gesprochenen Eingaben angibt. Zum Beispiel kann das Sprachverarbeitungssystem 658 eine Spracheingabe von dem Bediener 260 als einen Einstellungsänderungsbefehl erkennen, in dem der Bediener 260 dem Steuersystem 214 befiehlt, eine Einstellung für ein steuerbares Teilsystem 216 zu ändern. In einem solchen Beispiel erkennt das Sprachverarbeitungssystem 658 den Inhalt des gesprochenen Befehls, identifiziert die Bedeutung dieses Befehls als einen Einstellungsänderungsbefehl und liefert die Bedeutung dieser Eingabe zurück an das Sprachverarbeitungssystem 662. Das Sprachverarbeitungssystem 662 wiederum interagiert mit dem Steuerungsausgabegenerator 670, um die befohlene Ausgabe an die entsprechende Steuerung im Steuersystem 214 bereitzustellen, um den gesprochenen Einstellungsänderungsbefehl zu erfüllen.The other
Das Sprachverarbeitungssystem 658 kann auf verschiedene Weise aufgerufen werden. Beispielsweise stellt das Sprachverarbeitungssystem 662 in einem Beispiel kontinuierlich eine Eingabe von einem Mikrofon (das einer der Bedienerschnittstellenmechanismen 218 ist) an das Sprachverarbeitungssystem 658 bereit. Das Mikrofon erkennt Sprache von dem Bediener 260, und das Sprachverarbeitungssystem 662 stellt dem Sprachverarbeitungssystem 658 die erkannte Sprache bereit. Der Auslösedetektor 672 erkennt einen Auslöser, der angibt, dass das Sprachverarbeitungssystem 658 aufgerufen wird. In einigen Fällen, wenn das Sprachverarbeitungssystem 658 kontinuierliche Spracheingaben von dem Sprachverarbeitungssystem 662 empfängt, führt die Spracherkennungskomponente 674 eine kontinuierliche Spracherkennung an der gesamten vom Bediener 260 gesprochenen Sprache durch. In einigen Fällen ist das Sprachverarbeitungssystem 658 zum Aufruf mithilfe eines Aufweckworts konfiguriert. Das heißt, in einigen Fällen kann der Betrieb des Sprachverarbeitungssystems 658 auf Grundlage der Erkennung eines ausgewählten gesprochenen Wortes, das als Aufweckwort bezeichnet wird, eingeleitet werden. In einem solchen Beispiel, in dem die Erkennungskomponente 674 das Aufweckwort erkennt, liefert die Erkennungskomponente 674 einen Hinweis darauf, dass das Aufweckwort erkannt wurde, um den Detektor 672 auszulösen. Der Auslösedetektor 672 erkennt, dass das Sprachverarbeitungssystem 658 durch das Aufweckwort aufgerufen oder ausgelöst wurde. In einem anderen Beispiel kann das Sprachverarbeitungssystem 658 durch einen Bediener 260 aufgerufen werden, der ein Stellglied an einem Benutzerschnittstellenmechanismus betätigt, wie etwa durch Berühren eines Stellglieds auf einem berührungsempfindlichen Anzeigebildschirm, durch Drücken einer Taste oder durch Bereitstellen einer anderen Auslöseeingabe. In einem solchen Beispiel kann der Auslösedetektor 672 erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde, wenn eine Auslöseeingabe über einen Benutzerschnittstellenmechanismus erkannt wird. Der Auslösedetektor 672 kann auch auf andere Weise erkennen, dass das Sprachverarbeitungssystem 658 aufgerufen wurde.The
Sobald das Sprachverarbeitungssystem 658 aufgerufen wird, wird die Spracheingabe vom Bediener 260 der Spracherkennungskomponente 674 bereitgestellt. Die Spracherkennungskomponente 674 erkennt linguistische Elemente in der Spracheingabe, wie etwa Wörter, Phrasen oder andere linguistische Einheiten. Das System zum Verstehen der natürlichen Sprache 678 identifiziert eine Bedeutung der erkannten Sprache. Die Bedeutung kann eine Ausgabe in natürlicher Sprache, eine Befehlsausgabe, die einen in der erkannten Sprache reflektierten Befehl identifiziert, eine Werteausgabe, die einen Wert in der erkannten Sprache identifiziert, oder eine Vielzahl anderer Ausgaben sein, die das Verständnis der erkannten Sprache widerspiegeln. Beispielsweise können das System zum Verstehen der natürlichen Sprache 678 und das Sprachverarbeitungssystem 568 allgemeiner die Bedeutung der erkannten Sprache im Kontext der landwirtschaftlichen Erntemaschine 100 verstehen.Once the
In einigen Beispielen kann das Sprachverarbeitungssystem 658 auch Ausgaben erzeugen, die den Bediener 260 auf Grundlage der Spracheingabe durch eine Benutzererfahrung navigieren. Beispielsweise kann das Dialogmanagementsystem 680 einen Dialog mit dem Benutzer erzeugen und verwalten, um zu identifizieren, was der Benutzer tun möchte. Der Dialog kann den Befehl eines Benutzers unmissverständlich machen; einen oder mehrere spezifische Werte identifizieren, die erforderlich sind, um den Befehl des Benutzers auszuführen; oder andere Informationen vom Benutzer erhalten oder dem Benutzer oder beiden andere Informationen bereitstellen. Die Synthesekomponente 676 kann eine Sprachsynthese erzeugen, die dem Benutzer durch einen Audiobedienerschnittstellenmechanismus, wie etwa einen Lautsprecher, präsentiert werden kann. Somit kann der Dialog, der vom Dialogmanagementsystem 680 verwaltet wird, ausschließlich ein gesprochener Dialog oder eine Kombination aus sowohl einem visuellen Dialog als auch einem gesprochenen Dialog sein.In some examples,
Der Aktionssignalgenerator 660 erzeugt Aktionssignale, um Bedienerschnittstellenmechanismen 218 auf Grundlage von Ausgaben von einem oder mehreren von dem Bedienereingabebefehlsverarbeitungssystem 654, dem anderen Steuerungsinteraktionssystem 656 und dem Sprachverarbeitungssystem 658 zu steuern. Der visuelle Steuersignalgenerator 684 erzeugt Steuersignale, um visuelle Elemente in den Bedienerschnittstellenmechanismen 218 zu steuern. Bei den visuellen Elementen kann es sich um Lichter, einen Anzeigebildschirm, Warnindikatoren oder andere visuelle Elemente handeln. Der Audiosteuersignalgenerator 686 erzeugt Ausgaben, die Audioelemente der Bedienerschnittstellenmechanismen 218 steuern. Die Audioelemente umfassen einen Lautsprecher, akustische Alarmmechanismen, Hörner oder andere akustische Elemente. Der haptische Steuersignalgenerator 688 erzeugt Steuersignale, die ausgegeben werden, um haptische Elemente der Bedienerschnittstellenmechanismen 218 zu steuern. Die haptischen Elemente beinhalten Vibrationselemente, die verwendet werden können, um beispielsweise den Sitz des Bedieners, das Lenkrad, Pedale oder Joysticks, die vom Bediener verwendet werden, vibrieren zu lassen. Die haptischen Elemente können eine taktile Rückkopplungs- oder Kraftrückkopplungselemente beinhalten, die dem Bediener über Bedienerschnittstellenmechanismen ein taktiles Rückkopplungs- oder Kraftrückkopplungssignal bereitstellen. Die haptischen Elemente können auch eine Vielzahl anderer haptischer Elemente beinhalten.
Bei Block 692 empfängt die Bedienerschnittstellensteuerung 231 eine Karte. Block 694 gibt ein Beispiel an, in dem die Karte eine funktionelle prädiktive Karte ist, und Block 696 gibt ein Beispiel an, in dem die Karte ein anderer Kartentyp ist. Bei Block 698 empfängt die Bedienerschnittstellensteuerung 231 eine Eingabe von dem geografischen Positionssensor 204, der die geografische Position der landwirtschaftlichen Erntemaschine 100 identifiziert. Wie in Block 700 angegeben, kann die Eingabe von dem geografischen Positionssensor 204 den Kurs zusammen mit der Position der landwirtschaftlichen Erntemaschine 100 beinhalten. Block 702 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 die Geschwindigkeit der landwirtschaftlichen Erntemaschine 100 beinhaltet, und Block 704 gibt ein Beispiel an, in dem die Eingabe von dem geografischen Positionssensor 204 andere Elemente beinhaltet.At
Bei Block 706 steuert der visuelle Steuersignalgenerator 684 in der Bedienerschnittstellensteuerung 231 den berührungsempfindlichen Anzeigebildschirm in den Bedienerschnittstellenmechanismen 218, um eine Anzeige zu erzeugen, die das gesamte oder einen Teil eines durch die empfangene Karte dargestellten Feldes zeigt. Block 708 gibt an, dass das angezeigte Feld eine aktuelle Positionsmarkierung beinhalten kann, die eine aktuelle Position der landwirtschaftlichen Erntemaschine 100 relativ zum Feld zeigt. Block 710 gibt ein Beispiel an, in dem das angezeigte Feld eine nächste Arbeitseinheitsmarkierung beinhaltet, die eine nächste Arbeitseinheit (oder einen Bereich auf dem Feld) identifiziert, in dem die landwirtschaftliche Erntemaschine 100 betrieben wird. Block 712 gibt ein Beispiel an, in dem das angezeigte Feld einen bevorstehenden Bereichsanzeigeabschnitt beinhaltet, der Bereiche anzeigt, die noch von der landwirtschaftlichen Erntemaschine 100 verarbeitet werden sollen, und Block 714 gibt ein Beispiel an, in dem das angezeigte Feld zuvor besuchte Anzeigeabschnitte beinhaltet, die Bereiche des Feldes darstellen, die die landwirtschaftliche Erntemaschine 100 bereits bearbeitet hat. Block 716 gibt ein Beispiel an, in dem das angezeigte Feld verschiedene Merkmale des Feldes mit georeferenzierten Positionen auf der Karte anzeigt. Handelt es sich beispielsweise bei der empfangenen Karte um eine Erntegutbestandteilkarte, wie etwa die funktionelle prädiktive Erntegutbestandteilkarte 360, kann das angezeigte Feld die verschiedenen Erntegutbestandteilwerte zeigen, die in dem Feld vorhanden sind, auf die innerhalb des angezeigten Feldes georeferenziert wird. Die abgebildeten Merkmale können in den zuvor besuchten Bereichen (wie in Block 714 gezeigt), in den bevorstehenden Bereichen (wie in Block 712 gezeigt) und in der nächsten Arbeitseinheit (wie in Block 710 gezeigt) gezeigt werden. Block 718 gibt ein Beispiel an, in dem das angezeigte Feld auch andere Elemente beinhaltet.At
In dem in
In dem in
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 in Abhängigkeit von den Abmessungen der landwirtschaftlichen Erntemaschine 100 variieren, einschließlich Ausrüstung an der landwirtschaftlichen Erntemaschine 100 (wie etwa dem Erntevorsatz 102). Zum Beispiel kann die Breite der nächsten Arbeitseinheit 730 in Abhängigkeit von 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
In anderen Beispielen kann die angezeigte Karte eine oder mehrere der hierin beschriebenen Karten sein, einschließlich Informationskarten, Vorabinformationskarten, der funktionellen prädiktiven Karten, wie etwa prädiktive Karten oder prädiktive Steuerzonenkarten, anderer prädiktiver Karten 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 displayed map may be one or more of the maps described herein, including information maps, advance information maps, the functional predictive maps such as predictive maps or predictive control zone maps, other predictive maps, or a combination thereof. Thus, the displayed markers and features correlate with the information, data, features, and values provided by the one or more displayed cards.
Im Beispiel von
Die Stellglieder und Anzeigemarkierungen in Abschnitt 738 können beispielsweise als einzelne Elemente, feste Listen, scrollbare Listen, Dropdown-Menüs oder Dropdown-Listen angezeigt werden. In dem in
Wie in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Markierungsanzeigeabschnitt, der im Allgemeinen unter 743 angegeben ist. Der interaktive Markierungsanzeigeabschnitt 743 beinhaltet eine Symbolspalte 746, die die Symbole anzeigt, die jeder Kategorie von Werten oder Merkmalen entsprechen (im Fall von
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Werteanzeigeabschnitt, der im Allgemeinen unter 747 angegeben ist. Der interaktive Wertanzeigeabschnitt 747 beinhaltet eine Wertanzeigespalte 750, die ausgewählte Werte anzeigt. Die ausgewählten Werte entsprechen den Merkmalen oder Werten, die auf dem Feldanzeigeabschnitt 728 verfolgt oder angezeigt werden, oder beiden. Die ausgewählten Werte können durch einen Bediener derlandwirtschaftlichen Erntemaschine 100 ausgewählt werden. Die ausgewählten Werte in der Werteanzeigespalte 750 definieren einen Wertebereich oder einen Wert, nach dem andere Werte, wie etwa prognostizierte Werte, klassifiziert werden sollen. So kann in dem Beispiel in
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Schwellenwertanzeigeabschnitt, der im Allgemeinen unter 749 angegeben ist. Der interaktive Schwellenwertanzeigeabschnitt 749 beinhaltet eine Schwellenwertanzeigespalte 752, die Aktionsschwellenwerte anzeigt. Die Aktionsschwellenwerte in Spalte 752 können Schwellenwerte sein, die den ausgewählten Werten in der Werteanzeigespalte 750 entsprechen. Wenn die vorhergesagten oder gemessenen Werte von Merkmalen, die verfolgt oder angezeigt werden, oder beide die entsprechenden Aktionsschwellenwerte in der Schwellenwertanzeigespalte 752 erfüllen, dann ergreift das Steuersystem 214 eine oder mehrere in Spalte 754 identifizierte Aktionen. 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 prognostizierte 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. In dem Beispiel des Erntegutbestandteils erfüllt beispielsweise ein vorhergesagter Proteingehalt im Erntegut (oder Erntegutbestandteil, wie etwa Korn), der innerhalb von 0,5 % von 12 % Proteingehalt liegt, den entsprechenden Aktionsschwellenwert (innerhalb von 0,5 % von 12 % Proteingehalt), und eine Aktion, wie etwa das Einstellen der Reinigungsgebläsedrehzahl der landwirtschaftlichen Erntemaschine oder das Einstellen des Häckslers, wird durch das Steuersystem 214 ergriffen. 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 Proteingehalt im Erntegut (oder Erntegutbestandteil, wie etwa Korn) von 12 % als „hohes Erntegutprotein“ zum Zwecke der Klassifizierung und Anzeige bezeichnet werden kann, kann der Aktionsschwellenwert 13 % betragen, so dass keine Aktion ergriffen wird, bis der Proteingehalt im Erntegut (oder Erntegutbestandteil, wie etwa Korn) den Schwellenwert erfüllt. In anderen Beispielen können die Schwellenwerte in der Schwellenwertanzeigespalte 752 Entfernungen oder Zeiten beinhalten. Beispielsweise kann der Schwellenwert in dem Beispiel eines Abstands ein Schwellenabstand von dem Bereich des Feldes sein, in dem der gemessene oder vorhergesagte Wert georeferenziert ist, den die landwirtschaftliche Erntemaschine 100 haben muss, bevor eine Aktion ergriffen wird. Zum Beispiel würde ein Schwellenabstandswert von 1,52 m (5 Fuß) bedeuten, dass eine Aktion durchgeführt wird, wenn sich die landwirtschaftliche Erntemaschine in oder innerhalb von 1,52 m (5 Fuß) von dem Bereich des Feldes befindet, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem Beispiel, in dem der Schwellenwert Zeit ist, kann der Schwellenwert eine Schwellenzeit für die landwirtschaftliche Erntemaschine 100 sein, um den Bereich des Feldes zu erreichen, in dem der gemessene oder vorhersagende Wert georeferenziert ist. Beispielsweise würde ein Schwellenwert von 5 Sekunden bedeuten, dass eine Aktion durchgeführt wird, wenn die landwirtschaftliche Erntemaschine 100 noch 5 Sekunden von dem Bereich des Feldes entfernt ist, in dem der gemessene oder vorhergesagte Wert georeferenziert ist. In einem solchen Beispiel kann die aktuelle Position und die Fahrgeschwindigkeit der landwirtschaftlichen Erntemaschine berücksichtigt werden.The
Der Anzeigeabschnitt 738 beinhaltet auch einen interaktiven Aktionsanzeigeabschnitt, der im Allgemeinen unter 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 Häcksleraktion, eine Reinigungsgebläse-Drehzahleinstellungsaktion und eine Fernhalten-Aktion 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 Drehzahl des Reinigungsgebläses angepasst werden (wie etwa erhöht oder verringert) und die Größe der Öffnungen in dem Häcksler kann angepasst werden (wie etwa geöffnet oder geschlossen). Dies sind nur einige Beispiele.The
Die Aktionen, die in Spalte 754 festgelegt werden können, können aus einer Vielzahl verschiedener Arten von Aktionen bestehen. Beispielsweise können die Aktionen eine Aktion „Fernhalten“ 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 Reinigungsgebläse-Drehzahleinstellung oder eine Häckslerspalteinstellung zusammen mit verschiedenen anderen Einstellungen beinhalten. Dies sind nur Beispiele, und eine Vielzahl anderer Aktionen wird hier in Betracht gezogen.The actions that can be specified in
Die auf der Benutzerschnittstellenanzeige 720 gezeigten Elemente können visuell gesteuert werden. Das visuelle Steuern der Schnittstellenanzeige 720 kann durchgeführt werden, um die Aufmerksamkeit des Bedieners 260 zu erregen. Beispielsweise können die Elemente gesteuert werden, um die Intensität, Farbe oder das Muster zu modifizieren, mit dem die Elemente angezeigt werden. Zusätzlich können die Elemente so gesteuert werden, dass sie blinken. Beispielhaft sind die beschriebenen Änderungen des visuellen Erscheinungsbildes der Elemente vorgesehen. Folglich können andere Aspekte des optischen Erscheinungsbildes der Elemente verändert werden. Daher können die Elemente unter verschiedenen Umständen in gewünschter Weise modifiziert werden, um beispielsweise die Aufmerksamkeit des Bedieners 260 zu erregen. Während eine bestimmte Anzahl von Elementen auf der Benutzerschnittstellenanzeige 720 gezeigt wird, muss dies nicht der Fall sein. In anderen Beispielen können mehr oder weniger Elemente, einschließlich mehr oder weniger eines bestimmten Elements, auf der Benutzerschnittstellenanzeige 720 enthalten sein.The elements shown on the
Zurückkehrend zum Flussdiagramm von
Bei Block 782 erfasst und verarbeitet das Bedienereingabebefehlsverarbeitungssystem 654 Bedienereingaben, die Interaktionen mit der Benutzerschnittstellenanzeige 720 entsprechen, die durch den Bediener 260 durchgeführt werden. Wenn der Benutzerschnittstellenmechanismus, auf dem die Benutzerschnittstellenanzeige 720 angezeigt wird, ein berührungsempfindlicher Anzeigebildschirm ist, können Interaktionseingaben mit dem berührungsempfindlichen Anzeigebildschirm durch den Bediener 260 Berührungsgesten 784 sein. In einigen Fällen können die Bedienerinteraktionseingaben Eingaben mithilfe einer Point-and-Click-Vorrichtung 786 oder anderer Bedienerinteraktionseingaben 788 sein.At
Bei Block 790 empfängt die Bedienerschnittstellensteuerung 231 Signale, die eine Alarmbedingung angeben. Beispielsweise zeigt Block 792 an, dass Signale von dem Steuerungseingabeverarbeitungssystem 668 empfangen werden können, die anzeigen, dass gemessene oder vorhergesagte Werte Schwellenwertbedingungen erfüllen, die in Spalte 752 vorhanden sind. Wie zuvor erläutert, können die Schwellenwertbedingungen Werte beinhalten, die unter einem Schwellenwert, bei einem Schwellenwert oder über einem Schwellenwert liegen. Block 794 zeigt, dass der Aktionssignalgenerator 660 als Reaktion auf das Empfangen einer Alarmbedingung den Bediener 260 alarmieren kann, indem er den visuellen Steuersignalgenerator 684 verwendet, um visuelle Alarme zu erzeugen, indem er den Audiosteuersignalgenerator 686 verwendet, um Audioalarme zu erzeugen, indem er den haptischen Steuersignalgenerator 688 verwendet, um haptische Alarme zu erzeugen, oder indem er eine beliebige Kombination davon verwendet. Gleichermaßen kann der Steuerungsausgabegenerator 670, wie durch Block 796 angezeigt, Ausgaben an andere Steuerungen im Steuersystem 214 erzeugen, so dass diese Steuerungen die entsprechende Aktion ausführen, die in Spalte 754 identifiziert wurde. Block 798 zeigt, dass die Bedienerschnittstellensteuerung 231 Alarmbedingungen auch auf andere Weise erkennen und verarbeiten kann.At
Block 900 zeigt, dass das Sprachverarbeitungssystem 662 Eingaben, die das Sprachverarbeitungssystem 658 aufrufen, erkennen und verarbeiten kann. Block 902 zeigt, dass das Durchführen der Sprachverarbeitung die Verwendung des Dialogverwaltungssystems 680 beinhalten kann, um einen Dialog mit dem Bediener 260 durchzuführen. Block 904 zeigt, dass die Sprachverarbeitung das Bereitstellen von Signalen an den Steuerungsausgabegenerator 670 beinhalten kann, so dass Steuervorgänge automatisch auf Grundlage der Spracheingaben durchgeführt werden.
Die nachfolgende Tabelle 1 zeigt einen beispielhaften Dialog zwischen der Bedienerschnittstellensteuerung 231 und dem Bediener 260. In Tabelle 1 verwendet der Bediener 260 ein Auslösewort oder ein Aufweckwort, das vom Auslösedetektor 672 erkannt wird, um das Sprachverarbeitungssystem 658 aufzurufen. In dem in Tabelle 1 dargestellten Beispiel lautet das Aufweckwort „Johnny“.Table 1 below shows an example dialog between
Tabelle 1Table 1
Bediener: „Johnny, informiere mich über die aktuellen Erntegutbestandteile.“Operator: "Johnny, update me on the current crop components."
Bedienerschnittstellensteuerung: „Der Proteingehalt ist momentan hoch.“Operator interface control: "The protein level is currently high."
Bediener: „Johnny, was soll ich wegen des Proteingehalts tun?“Operator: "Johnny, what should I do about the protein content?"
Bedienerschnittstellensteuerung: „Reduzieren der Fahrgeschwindigkeit um 2 km/h, um den Kornverlust zu verringern.“Operator interface control: "Reduce ground speed by 2 km/h to reduce grain loss."
Tabelle 2 zeigt ein Beispiel, in dem die Sprachsynthesekomponente 676 eine Ausgabe an den Audiosteuersignalgenerator 686 bereitstellt, um hörbare Aktualisierungen auf einer intermittierenden oder periodischen Basis bereitzustellen. Das Intervall zwischen Aktualisierungen kann zeitbasiert sein, wie etwa alle fünf Minuten, oder abdeckungs- oder entfernungsbasiert, wie etwa alle zwei Hektar, oder ausnahmebasiert, wie etwa wenn ein gemessener Wert größer als ein Schwellenwert ist.Table 2 shows an example where
Tabelle 2Table 2
Bedienerschnittstellensteuerung: „In den letzten 10 Minuten war der Stärkegehalt hoch.“Operator interface control: "Starch level has been high for the last 10 minutes."
Bedienerschnittstellensteuerung: „Der vorhergesagte Stärkegehalt für den nächsten 1 Hektar ist mittel.“Operator interface control: "Predicted starch content for the next 1 hectare is medium."
Bedienerschnittstellensteuerung: „Vorsicht: bevorstehende Änderung des Stärkegehalts, Häcksler öffnen, um mehr Korn zu erfassen.“Operator Interface Control: "Caution: upcoming starch content change, open chopper to collect more grain."
Das in Tabelle 3 gezeigte Beispiel veranschaulicht, dass einige Stellglieder oder Benutzereingabemechanismen auf der berührungsempfindlichen Anzeige 720 durch einen Sprachdialog ergänzt werden können. Das Beispiel in Tabelle 3 veranschaulicht, dass der Aktionssignalgenerator 660 Aktionssignale erzeugen kann, um automatisch einen Erntegutbestandteilbereich in dem zu erntenden Feld zu markieren.The example shown in Table 3 illustrates that some actuators or user input mechanisms on touch-
Tabelle 3Table 3
Mensch: „Johnny, markiere den Bereich mit hohem Ölgehalt.“Human: "Johnny, mark the area with high oil content."
Bedienerschnittstellensteuerung: „Bereich mit hohem Ölgehalt ist markiert.“Operator interface control: "Area with high oil content is highlighted."
Das in Tabelle 4 dargestellte Beispiel veranschaulicht, dass der Aktionssignalgenerator 660 einen Dialog mit dem Bediener 260 führen kann, um eine Markierung eines Bereichs mit Erntegutbestandteilen zu beginnen und zu beenden.The example presented in Table 4 illustrates that the
Tabelle 4Table 4
Mensch: „Johnny, beginne damit, den Bereich mit hohem Ölgehalt zu markieren.“Human: "Johnny, start marking the area with high oil content."
Bedienerschnittstellensteuerung: „Bereich mit hohem Ölgehalt wird markiert.“Operator interface control: "Area with high oil content will be marked."
Mensch: „Johnny, beende das Markieren des Bereichs mit hohem Ölgehalt.“Human: "Johnny, stop marking the high oil area."
Bedienerschnittstellensteuerung: „Markieren des Bereichs mit hohem Ölgehalt gestoppt.“Operator interface control: "High oil area marking stopped."
Das in Tabelle 5 gezeigte Beispiel veranschaulicht, dass der Aktionssignalgenerator 160 Signale erzeugen kann, um einen Bereich mit Erntegutbestandteilen auf eine andere Weise als die in den Tabellen 3 und 4 gezeigten zu markieren.The example shown in Table 5 illustrates that the action signal generator 160 may generate signals to mark an area of crop constituents in a manner different than those shown in Tables 3 and 4.
Tabelle 5Table 5
Mensch: „Johnny, markiere die nächsten 30 Meter als Bereich mit niedrigem Proteingehalt.“Human: "Johnny, mark the next 100 feet as a low protein area."
Bedienerschnittstellensteuerung: „Die nächsten 30 Meter sind als Bereich mit niedrigem Proteingehalt markiert.“Operator interface control: "The next 30 meters are marked as a low protein area."
Unter erneuter Bezugnahme auf
Sobald der Vorgang abgeschlossen ist, können beliebige gewünschte Werte gespeichert werden, die angezeigt werden oder auf der Benutzerschnittstellenanzeige 720 angezeigt wurden. Diese Werte können auch beim maschinellen Lernen verwendet werden, um verschiedene Abschnitte des prädiktiven Modellgenerators 210, des prädiktiven Kartengenerators 212, des Steuerzonengenerators 213, der Steueralgorithmen oder anderer Elemente zu verbessern. Das Speichern der gewünschten Werte wird durch Block 916 angezeigt. Die Werte können lokal auf der landwirtschaftlichen Erntemaschine 100 gespeichert werden oder die Werte können an einem Remote-Serverstandort gespeichert oder an ein anderes Remote-System gesendet werden.Once the process is complete, any desired values that are displayed or have been displayed on the
Somit ist ersichtlich, dass eine oder mehrere Karten von einer landwirtschaftlichen Erntemaschine erhalten werden, die landwirtschaftliche Merkmalwerte, einschließlich vorhergesagter oder historischer Erntegutbestandteilwerte, Vorabbetriebsmerkmalswerte, vegetativer Indexwerte oder Bodenzusammensetzungswerte, 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 attribute values, including predicted or historical crop constituent values, prior farm attribute values, vegetative index values, or soil composition values, at various 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 funktionelle prädiktive Karte. Ein Steuerwert kann auch eine beliebige der Merkmale beinhalten, die durch die von einem der hierin beschriebenen Sensoren erfassten Werte angegeben oder daraus abgeleitet sind. In anderen Beispielen kann ein Steuerwert durch einen Bediener der landwirtschaftlichen Maschine bereitgestellt werden, wie etwa eine Befehlseingabe durch einen Bediener der landwirtschaftlichen Maschine.A control value is a value on which an action can be based. A control value, as described herein, may include any value (or characteristics indicated by or derived from the value) that can be used in controlling
In der vorliegenden Erläuterung wurden Prozessoren und Server erwähnt. In einem Beispiel beinhalten die Prozessoren und Server Computerprozessoren mit zugehörigem Speicher und Zeitschaltungen, die nicht separat dargestellt werden. Die Prozessoren und Server sind Funktionsteile der Systeme oder Vorrichtungen, zu denen die Prozessoren und Server gehören und durch die sie aktiviert werden, und erleichtern die Funktionalität der anderen Komponenten oder Elemente in diesen Systemen.Processors and servers have been mentioned in this discussion. In one example, the processors and servers include computer processors with associated memory and timing circuitry, not shown separately. The processors and servers are functional parts of the systems or devices that the processors and servers belong to and are activated by, and facilitate the functionality of the other components or elements in those systems.
Es wurde auch eine Reihe von Anzeigen der Benutzerschnittstelle diskutiert. Die Anzeigen können mehrere verschiedene Formen annehmen und können mehrere verschiedene benutzergesteuerte Bedienerschnittstellenmechanismen darauf aufweisen. Beispielsweise können die vom Benutzer aktivierbaren Bedienerschnittstellenmechanismen Textfelder, Kontrollkästchen, Symbole, Links, Dropdown-Menüs, Suchfelder usw. beinhalten. Die vom Benutzer betätigbaren Bedienschnittstellenmechanismen können auch auf unterschiedlichste Weise betätigt werden. Zum Beispiel können die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen über Bedienerschnittstellenmechanismen, wie etwa eine Point-and-Click-Vorrichtung, ein Trackball oder eine Maus, Hardwaretasten, Schalter, einen Joystick oder eine Tastatur, Daumenschalter oder Daumenpads usw., eine virtuelle Tastatur oder andere virtuelle Stellglieder betätigt werden. Wenn der Bildschirm, auf dem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen angezeigt werden, ein berührungsempfindlicher Bildschirm ist, können außerdem die vom Benutzer betätigbaren Bedienerschnittstellenmechanismen mit Berührungsgesten betätigt werden. Benutzerbetätigbare Bedienerschnittstellenmechanismen können auch mithilfe von Sprachbefehlen mit der Spracherkennungsfunktionalität betätigt werden. Die Spracherkennung kann mithilfe einer Spracherkennungsvorrichtung, wie etwa eines Mikrofons, und einer Software implementiert werden, die dazu dient, Sprache zu erkennen und Befehle basierend auf der empfangenen Sprache auszuführen.A number of user interface displays were also discussed. The displays can take a number of different forms and can have a number of different user controlled operator interface mechanisms thereon. For example, the user-actuable operator interface mechanisms may include text boxes, check boxes, icons, links, drop-down menus, search boxes, and so on. The user actuatable operator interface mechanisms can also be actuated in a variety of ways. For example, the user actuable operator interface mechanisms can be operator interface mechanisms such as a point-and-click device, a trackball or mouse, hardware buttons, switches, a joystick or keyboard, thumb switches or thumbpads, etc., a virtual keyboard or other virtual Actuators are actuated. In addition, when the screen on which the user actuable operator interface mechanisms are displayed is a touch-sensitive screen, the user actuable operator interface mechanisms can be actuated with touch gestures. User actuatable operator interface mechanisms can also be actuated using voice commands with speech recognition functionality. Speech recognition can be implemented using a speech recognition device, such as a microphone, and software operable to recognize speech and execute commands based on the received speech.
Eine Reihe von Datenspeichern wurde ebenfalls erörtert. Es wird darauf hingewiesen, dass die Datenspeicher jeweils in mehrere Datenspeicher aufgeteilt werden können. In einigen Beispielen können einer oder mehrere der Datenspeicher lokal für die auf die Datenspeicher zugreifenden Systeme sein, einer oder mehrere der Datenspeicher können remote von einem den Datenspeicher verwendenden System angeordnet sein, oder ein oder mehrere Datenspeicher können lokal sein, während andere remote sind. All diese Konfigurationen werden durch die vorliegende Offenbarung in Betracht gezogen.A number of data stores were also discussed. It is pointed out that the data stores can each be divided into several data stores. In some examples, one or more of the data stores may be local to systems accessing the data stores, one or more of the data stores may be remote from a system using the data store, or one or more data stores may be local while others are remote. All of these configurations are contemplated by the present disclosure.
Außerdem zeigen die Figuren eine Reihe von Blöcken mit Funktionen, die jedem Block zugeordnet sind. Es wird darauf hingewiesen, dass weniger Blöcke verwendet werden können, um zu veranschaulichen, dass die Funktionalität, die mehreren verschiedenen Blöcken zugewiesen wird, von weniger Komponenten ausgeführt wird. Es können auch mehr Blöcke verwendet werden, die veranschaulichen, dass die Funktionalität auf mehrere Komponenten verteilt sein kann. In verschiedenen Beispielen können einige Funktionen hinzugefügt und einige entfernt werden.In addition, the figures show a series of blocks with functions associated with each block. It is noted that fewer blocks may be used to illustrate that functionality assigned to multiple different blocks is performed by fewer components. More blocks can also be used, illustrating that functionality can be distributed across multiple components. In different examples, some functionality may be added and some may be removed.
Es ist zu beachten, dass die vorstehende Erläuterung eine Vielzahl unterschiedlicher Systeme, Komponenten, Logiken und Interaktionen beschrieben hat. Es versteht sich, dass beliebige oder alle solcher Systeme, Komponenten, Logiken und Interaktionen durch Hardwareelemente, wie etwa Prozessoren, Speicher oder andere Verarbeitungskomponenten, einschließlich, aber nicht beschränkt auf Komponenten mit künstlicher Intelligenz, wie etwa neuronale Netzwerke, von denen einige im Folgenden beschrieben werden, umgesetzt werden können, die die Funktionen ausführen, die mit diesen Systemen, Komponenten, Logiken oder Interaktionen verbunden sind. Darüber hinaus können beliebige oder alle Systeme, Komponenten, Logiken und Interaktionen durch Software implementiert werden, die in einen Speicher geladen werden und anschließend von einem Prozessor oder Server oder einer anderen Rechnerkomponente ausgeführt werden, wie nachfolgend beschrieben. Jedes oder alle Systeme, Komponenten, Logiken und Interaktionen können auch durch verschiedene Kombinationen von Hardware, Software, Firmware usw. umgesetzt werden, von denen einige Beispiele nachfolgend beschrieben werden. Dies sind einige Beispiele für verschiedene Strukturen, die zur Implementierung beliebiger oder aller der oben beschriebenen Systeme, Komponenten, Logiken und Interaktionen verwendet werden können. Es können auch andere Strukturen verwendet werden.It should be noted that the discussion above has described a variety of different systems, components, logic and interactions. It is understood that any or all such systems, components, logic, and interactions are powered by hardware elements, such as processors, memory, or other processing components, including but not limited to artificial intelligence components, such as neural networks, some of which are described below, may be implemented that perform the functions associated with those systems, components, logic or interactions. In addition, any or all of the systems, components, logic, and interactions may be implemented by software loaded into memory and then executed by a processor or server or other computing component, as described below. Any or all of the systems, components, logic, and interactions may also be implemented through various combinations of hardware, software, firmware, etc., some examples of which are described below. These are some examples of different structures that can be used to implement any or all of the systems, components, logic, and interactions described above. Other structures can also be used.
In dem in
Es wird auch darauf hingewiesen, dass die Elemente von
In einigen Beispielen kann die Remote-Serverarchitektur 500 Cybersicherheitsmaßnahmen beinhalten. Ohne Einschränkung können diese Maßnahmen eine Verschlüsselung von Daten auf Speichervorrichtungen, eine Verschlüsselung von Daten, die zwischen Netzwerkknoten gesendet werden, eine Authentifizierung von Personen oder Prozessen, die auf Daten zugreifen, sowie die Verwendung von Hauptbüchern zum Aufzeichnen von Metadaten, Daten, Datenübertragungen, Datenzugriffen und Datentransformationen beinhalten. In einigen Beispielen können die Hauptbücher verteilt und unveränderlich sein (z. B. als Blockchain implementiert).In some examples, the
In anderen Beispielen können Anwendungen auf einer entfernbaren „Secure Digital“-(SD-)Karte empfangen werden, die mit einer Schnittstelle 15 verbunden ist. Die Schnittstelle 15 und die Kommunikationsverbindungen 13 kommunizieren mit einem Prozessor 17 (der auch die Prozessoren oder Server aus den anderen FIG. verkörpern kann) über einen Bus 19, der ebenfalls mit dem Speicher 21 und den Ein-/Ausgabekomponenten (E/A) 23 sowie dem Taktgeber 25 und dem Ortungssystem 27 verbunden ist.In other examples, applications may be received on a removable Secure Digital (SD) card connected to an
E/A-Komponenten 23 sind in einem Beispiel vorgesehen, um Ein- und Ausgabeoperationen zu erleichtern. E/A-Komponenten 23 für verschiedene Beispiele des Endgeräts 16 können Eingabekomponenten, wie etwa Tasten, Tastsensoren, optische Sensoren, Mikrofone, Touchscreens, Näherungssensoren, Beschleunigungssensoren, Orientierungssensoren, und Ausgabekomponenten, wie etwa eine Anzeigevorrichtung, ein Lautsprecher und/oder ein Druckeranschluss beinhalten. Es können auch andere E/A-Komponenten 23 verwendet werden.I/
Die Uhr 25 umfasst veranschaulichend eine Echtzeituhrkomponente, die eine Uhrzeit und ein Datum ausgibt. Dieser kann auch, veranschaulichend, Timing-Funktionen für Prozessor 17 bereitstellen.
Das Ortungssystem 27 beinhaltet veranschaulichend eine Komponente, die eine aktuelle geografische Position des Geräts 16 ausgibt. Dies kann beispielsweise einen globalen Positionierungssystem-(GPS-)Empfänger, ein LORAN-System, ein Koppelnavigationssystem, ein zellulares Triangulationssystems oder ein anderes Positionierungssystems beinhalten. Das Ortungssystem 27 kann beispielsweise auch eine Karten- oder Navigationssoftware beinhalten, die gewünschte Karten, Navigationsrouten und andere geografische Funktionen erzeugt.The
Der Speicher 21 speichert das Betriebssystem 29, die Netzwerkeinstellungen 31, die Anwendungen 33, die Anwendungskonfigurationseinstellungen 35, den Datenspeicher 37, die Kommunikationstreiber 39 und die Kommunikationskonfigurationseinstellungen 41. Der Speicher 21 kann alle Arten von greifbaren flüchtigen und nichtflüchtigen computerlesbaren Speichervorrichtungen beinhalten. Der Speicher 21 kann auch Computerspeichermedien beinhalten (siehe unten). Der Speicher 21 speichert computerlesbare Anweisungen, die, wenn sie von Prozessor 17 ausgeführt werden, den Prozessor veranlassen, computerimplementierte Schritte oder Funktionen gemäß den Anweisungen auszuführen. Der Prozessor 17 kann von anderen Komponenten aktiviert werden, um auch deren Funktionalität zu verbessern.
Es ist zu beachten, dass andere Formen der Vorrichtungen 16 möglich sind.It should be noted that other shapes of
Der Computer 810 beinhaltet typischerweise mehrere computerlesbare Medien. Computerlesbare Medien können beliebige verfügbare Medien sein, auf die der Computer 810 zugreifen kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, entfernbare und nicht entfernbare Medien. Beispielsweise und nicht einschränkend können computerlesbare Medien Computerspeichermedien und Kommunikationsmedien umfassen. Computerspeichermedien unterscheiden sich von einem modulierten Datensignal oder einer Trägerwelle und beinhalten diese nicht. Computerlesbare Medien umfassen Hardware-Speichermedien mit flüchtigen und nichtflüchtigen, entfernbaren und nicht entfernbaren Medien, die in einem beliebigen Verfahren oder einer Technologie für die Speicherung von Informationen, wie etwa computerlesbaren Befehlen, Datenstrukturen, Programmmodulen oder anderen Daten, implementiert sind. Rechenspeichermedien umfassen, aber sie sind nicht beschränkt auf RAM, ROM, EEPROM, Flash-Speicher oder andere Speichertechnologie, CD-ROM, Digitalversatile-Disks (DVD) oder andere optische Plattenspeicher, Magnetkassetten, -bänder, -plattenspeicher oder andere magnetische Speichergeräte oder jedes andere Medium, das verwendet werden kann, um die gewünschte Information zu speichern, auf die über den Rechner 810 zugegriffen werden kann. Kommunikationsmedien können computerlesbare Anweisungen, Datenstrukturen, Programmmodule oder andere Daten in einem Transportmechanismus enthalten und umfassen alle Informationslieferungsmedien. Der Begriff „moduliertes Datensignal“ bezeichnet ein Signal, bei dem eine oder mehrere seiner Merkmale so eingestellt oder geändert werden, dass Informationen in dem Signal codiert werden.
Der Systemspeicher 830 beinhaltet Computerspeichermedien in Form eines flüchtigen und/oder nichtflüchtigen Speichers oder beider, wie etwa Festwertspeicher (ROM) 831 und Direktzugriffsspeicher (RAM) 832. Ein grundlegendes Ein-/Ausgabesystem 833 (BIOS), das die grundlegenden Programme enthält, die helfen, Informationen zwischen den Elementen innerhalb des Computers 810 zu übertragen, wie etwa beim Starten, wird typischerweise im ROM 831 gespeichert. Der RAM 832 enthält typischerweise Daten- oder Programmmodule oder beide, die für die Verarbeitungseinheit 820 unmittelbar zugänglich sind und/oder derzeit betrieben werden. Beispielsweise und nicht einschränkend veranschaulicht
Der Computer 810 kann auch andere entfernbare/nicht-entfernbare flüchtige/nichtflüchtige Computerspeichermedien beinhalten. Beispielsweise wird in
Alternativ oder zusätzlich kann die hierin beschriebene Funktionalität mindestens teilweise durch eine oder mehrere Hardware-Logikkomponenten ausgeführt werden. Zu den veranschaulichenden Arten von Hardware-Logikkomponenten, die verwendet werden können, gehören beispielsweise feldprogrammierbare Gate-Arrays (FPGAs), Applikations-spezifische integrierte Schaltungen (z. B. ASICs), Applikations-spezifische Standardprodukte (z. B. ASSPs), System-on-a-Chip-Systeme (SOCs), „Complex Programmable Logic Devices“ (CPLDs) usw.Alternatively or additionally, the functionality described herein may be performed at least in part by one or more hardware logic components. Illustrative types of hardware logic components that may be used include, for example, field-programmable gate arrays (FPGAs), application-specific integrated circuits (e.g., ASICs), off-the-shelf application-specific products (e.g., ASSPs), system -on-a-chip systems (SOCs), "Complex Programmable Logic Devices" (CPLDs), etc.
Die Laufwerke und die zugehörigen Computerspeichermedien, die obenstehend erörtert und in
Ein Benutzer kann Befehle und Informationen in den Computer 810 über Eingabegeräte, wie etwa eine Tastatur 862, ein Mikrofon 863 und ein Zeigegerät 861, wie etwa eine Maus, einen Trackball oder ein Touchpad, eingeben. Andere Eingabevorrichtungen (nicht dargestellt) können einen Joystick, ein Gamepad, eine Satellitenschüssel, einen Scanner oder dergleichen beinhalten. Diese und andere Eingabegeräte sind oft über eine Benutzereingabeschnittstelle 860 mit der Verarbeitungseinheit 820 verbunden, die mit dem Systembus gekoppelt ist, aber auch über andere Schnittstellen- und Busstrukturen verbunden sein kann. Eine optische Anzeige 891 oder eine andere Art von Anzeigevorrichtung ist ebenfalls über eine Schnittstelle, wie etwa eine Videoschnittstelle 890, mit dem Systembus 821 verbunden. Zusätzlich zum Monitor können Computer auch andere periphere Ausgabevorrichtungen, wie etwa die Lautsprecher 897 und den Drucker 896 beinhalten, die über eine Ausgabeperipherieschnittstelle 895 verbunden werden können.A user may enter commands and information into the
Der Computer 810 wird in einer Netzwerkumgebung über logische Verbindungen (wie etwa CAN, LAN oder WAN) zu einem oder mehreren entfernten Computern, wie etwa einem entfernten Computer 880, betrieben.
Bei Verwendung in einer LAN-Netzwerkumgebung ist der Computer 810 über eine Netzwerkschnittstelle oder einen Adapter 870 mit dem LAN 871 verbunden. Bei Verwendung in einer WAN-Netzwerkumgebung beinhaltet der Computer 810 typischerweise ein Modem 872 oder andere Mittel zum Aufbauen einer Kommunikation über das WAN 873, wie etwa das Internet. In einer vernetzten Umgebung können Programmmodule auf einer externen Speichervorrichtung gespeichert werden.
Es sollte auch angemerkt werden, dass die verschiedenen hier beschriebenen Beispiele auf verschiedene Weise kombiniert werden können. Das heißt, Teile eines oder mehrerer Beispiele können mit Teilen eines oder mehrerer anderer Beispiele kombiniert werden. All dies wird hier in Betracht gezogen.It should also be noted that the various examples described here can be combined in various ways. That is, portions of one or more examples may be combined with portions of one or more other examples. All of these are considered here.
Beispiel 1 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Karte empfängt, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Positionen in einem Feld beinhaltet;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
- einen In-situ-Sensor, der einen Wert eines Erntegutbestandteils erkennt, der der geografischen Position entspricht;
- einen prädiktiven Modellgenerator, der ein prädiktives landwirtschaftliches Modell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Erntegutbestandteil auf Grundlage eines Werts des landwirtschaftlichen Merkmals in der Karte an der geografischen Position und des Werts des Erntegutbestandteils modelliert, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht; und
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive landwirtschaftliche Karte des Feldes erzeugt, die prädiktive Werte des Erntegutbestandteils auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und auf Grundlage des prädiktiven landwirtschaftlichen Modells auf die verschiedenen geografischen Positionen in dem Feld abbildet.
- a communication system that receives a map that includes values of an agricultural characteristic corresponding to different geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a crop constituent value that corresponds to the geographic location;
- a predictive model generator that generates a predictive agricultural model that models a relationship between the agricultural feature and the crop ingredient based on a value of the agricultural feature in the map at the geographic location and the value of the crop ingredient detected by the in situ sensor is detected that corresponds to the geographical position; and
- a predictive map generator that produces a functional predictive agricultural map of the field containing predictive values of the Crop constituent based on the values of the agricultural characteristic in the map and based on the predictive agricultural model to the different geographic locations in the field.
Beispiel 2 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Kartengenerator die funktionelle prädiktive landwirtschaftliche Karte für den Verbrauch durch ein Steuersystem konfiguriert, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.Example 2 is the agricultural work machine of any or all of the preceding examples, wherein the predictive map generator configures the functional predictive agricultural map for consumption by a control system that generates control signals to control a controllable subsystem on the agricultural work machine based on the functional predictive agricultural map .
Beispiel 3 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Steuersignale das steuerbare Teilsystem steuern, um eine Drehzahl eines Reinigungsgebläses an der landwirtschaftlichen Arbeitsmaschine zu steuern.Example 3 is the agricultural work machine of any or all of the preceding examples, wherein the control signals control the controllable subsystem to control a speed of a cleaning fan on the agricultural work machine.
Beispiel 4 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Steuersignale das steuerbare Teilsystem steuern, um eine Größe von Öffnungen an einem Häcksler an der landwirtschaftlichen Arbeitsmaschine zu steuern.Example 4 is the agricultural work machine of any or all of the preceding examples, wherein the control signals control the controllable subsystem to control a size of openings on a chopper on the agricultural work machine.
Beispiel 5 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine frühere vegetative Indexkarte umfasst, die als die Werte des landwirtschaftlichen Merkmals vegetative Indexwerte umfasst, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 5 is the agricultural work machine of any or all of the preceding examples, wherein the map comprises a previous vegetative index map comprising as the agricultural characteristic values vegetative index values corresponding to various geographic locations in the field.
Beispiel 6 ist die landwirtschaftliche Arbeitsmaschine eines beliebigen oder aller vorhergehenden Beispiele, wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen dem Erntegutbestandteil und den vegetativen Indexwerten auf Grundlage des Werts des Erntegutbestandteils, der durch den In-situ-Sensor erkannt wird, der der geografischen Position und einem vegetativen Indexwert entspricht, in der vegetativen Indexkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen vegetativen Indexwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.Example 6 is the agricultural work machine of any or all of the preceding examples, wherein the predictive model generator is configured to generate a relationship between the crop constituent and the vegetative index values based on the value of the crop constituent detected by the in situ sensor that the geographic location and a vegetative index value corresponds to identify in the vegetative index map at the geographic location, wherein the predictive agricultural model is configured to receive a vegetative index value as a model input and a predictive value of the crop component as a model output based on the identified relationship to create.
Beispiel 7 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine historische Erntegutbestandteilkarte umfasst, die als Werte des landwirtschaftlichen Merkmals historische Werte des Erntegutbestandteils beinhaltet, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 7 is the agricultural work machine of any or all of the preceding examples, wherein the map comprises a historical crop constituent map including as agricultural characteristic values historical crop constituent values corresponding to various geographic locations in the field.
Beispiel 8 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen dem Erntegutbestandteil und den historischen Werten des Erntegutbestandteils auf Grundlage der Werte des Erntegutbestandteils, die durch den In-situ-Sensor erkannt werden, der der geografischen Position und einem historischen Wert des Erntegutbestandteils entspricht, in der historischen Erntegutbestandteilkarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen historischen Wert des Erntegutbestandteils als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.Example 8 is the agricultural work machine of any or all of the preceding examples, wherein the predictive model generator is configured to generate a relationship between the crop constituent and the historical values of the crop constituent based on the values of the crop constituent detected by the in situ sensor, the corresponding to the geographic location and a historical crop ingredient value, in the historic crop ingredient map at the geographic location, wherein the predictive agricultural model is configured to receive a historic crop ingredient value as a model input and a predictive crop ingredient value as a model output based on the identified relationship.
Beispiel 9 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine prädiktive Karte umfasst, die als Werte des landwirtschaftlichen Merkmals prädiktive Werte des landwirtschaftlichen Merkmals abbildet, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 9 is the agricultural work machine of any or all of the preceding examples, wherein the map comprises a predictive map mapping as agricultural feature values predictive agricultural feature values corresponding to various geographic locations in the field.
Beispiel 10 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen dem Erntegutbestandteil und den prädiktiven Werten des landwirtschaftlichen Merkmals auf Grundlage des Werts des Erntegutbestandteils, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht, und eines prädiktiven landwirtschaftlichen Merkmalwerts in der prädiktiven Karte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen prädiktiven landwirtschaftlichen Merkmalwert als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.Example 10 is the agricultural work machine of any or all of the preceding examples, wherein the predictive model generator is configured to generate a relationship between the crop component and the predicted values of the agricultural characteristic based on the value of the crop component detected by the in situ sensor. corresponding to the geographic location, and a predictive agricultural feature value in the predictive map at the geographic location, wherein the predictive agricultural model is configured to receive a predictive agricultural feature value as a model input and a predictive value of the crop component as a model output generate based on the identified relationship.
Beispiel 11 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei die Karte eine Bodeneigenschaftskarte umfasst, die als Werte des landwirtschaftlichen Merkmals Werte einer Bodeneigenschaft abbildet, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 11 is the agricultural work machine of any or all of the preceding examples, wherein the map comprises a soil property map that maps, as agricultural feature values, values of a soil property corresponding to various geographic locations in the field.
Beispiel 12 ist die landwirtschaftliche Arbeitsmaschine eines oder aller vorhergehenden Beispiele, wobei der prädiktive Modellgenerator konfiguriert ist, um eine Beziehung zwischen dem Erntegutbestandteil und der Bodeneigenschaft auf Grundlage des Werts des Erntegutbestandteils, der durch den In-situ-Sensor erkannt wird, der der geografischen Position entspricht, und eines Werts der Bodeneigenschaft in der Bodeneigenschaftskarte an der geografischen Position zu identifizieren, wobei das prädiktive landwirtschaftliche Modell konfiguriert ist, um einen Wert der Bodeneigenschaft als eine Modelleingabe zu empfangen und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung zu erzeugen.Example 12 is the agricultural work machine of any or all of the preceding examples, wherein the predictive model generator is configured to generate a relationship between crop constituent and soil property based on identifying the value of the crop component detected by the in situ sensor corresponding to the geographic location and a value of the soil property in the soil property map at the geographic location, wherein the predictive agricultural model is configured to identify a value of the soil property receive as a model input and generate a predictive value of the crop constituent as a model output based on the identified relationship.
Beispiel 13 ist ein computerimplementiertes Verfahren zum Erzeugen einer funktionellen prädiktiven landwirtschaftlichen Karte, umfassend:
- Empfangen einer Karte in einer landwirtschaftlichen Arbeitsmaschine, die Werte eines landwirtschaftlichen Merkmals entsprechend unterschiedlichen geografischen Positionen in einem Feld beinhaltet;
- Erkennen einer geografischen Position der landwirtschaftlichen Arbeitsmaschine;
- Erkennen eines Werts eines Erntegutbestandteils mit einem In-situ-Sensor, der der geografischen Position entspricht;
- Erzeugen eines prädiktiven landwirtschaftlichen Modells, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Erntegutbestandteil modelliert; und
- Steuern eines prädiktiven Kartengenerators, um die funktionelle prädiktive landwirtschaftliche Karte des Feldes zu erzeugen, die prädiktive Werte des Erntegutbestandteils auf Grundlage der Werte des landwirtschaftlichen Merkmals in der Karte und des prädiktiven landwirtschaftlichen Modells auf die verschiedenen Positionen im Feld abbildet.
- receiving, at an agricultural work machine, a map that includes values of an agricultural characteristic corresponding to different geographic locations in a field;
- detecting a geographic location of the agricultural work machine;
- detecting a value of a crop ingredient with an in situ sensor that corresponds to the geographic location;
- generating a predictive agricultural model that models a relationship between the agricultural trait and the crop component; and
- Controlling a predictive map generator to generate the functional predictive agricultural map of the field mapping predictive values of the crop constituent to the various locations in the field based on the values of the agricultural feature in the map and the predictive agricultural model.
Beispiel 14 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, ferner umfassend:
- Konfigurieren der funktionellen prädiktiven landwirtschaftlichen Karte für ein Steuersystem, das Steuersignale erzeugt, um ein steuerbares Teilsystem auf der landwirtschaftlichen Arbeitsmaschine auf Grundlage der funktionellen prädiktiven landwirtschaftlichen Karte zu steuern.
- configuring the functional predictive agricultural map for a control system that generates control signals to control a controllable subsystem on the agricultural work machine based on the functional predictive agricultural map.
Beispiel 15 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Empfangen der Vorabinformationskarte das Empfangen einer früheren vegetativen Indexkarte umfasst, die als die Werte des landwirtschaftlichen Merkmals vegetative Indexwerte beinhaltet, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 15 is the computer-implemented method of any or all of the preceding examples, wherein receiving the preliminary information map comprises receiving a previous vegetative index map including as the agricultural characteristic values vegetative index values corresponding to the various geographic locations in the field.
Beispiel 16 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen eines prädiktiven landwirtschaftlichen Modells Folgendes umfasst:
- Identifizieren einer Beziehung zwischen dem vegetativen Index und dem Erntegutbestandteil auf Grundlage des Werts des Erntegutbestandteils, der der geografischen Position entspricht, und eines vegetativen Indexwerts in der vegetativen Indexkarte an der geografischen Position; und
- Steuern eines prädiktiven Modellgenerators, um das prädiktive landwirtschaftliche Modell zu erzeugen, das einen vegetativen Indexwert als eine Modelleingabe empfängt und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung erzeugt.
- identifying a relationship between the vegetative index and the crop component based on the value of the crop component corresponding to the geographic location and a vegetative index value in the vegetative index map at the geographic location; and
- controlling a predictive model generator to generate the predictive agricultural model that receives a vegetative index value as a model input and generates a predictive crop constituent value as a model output based on the identified relationship.
Beispiel 17 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Empfangen der Vorabinformationskarte das Empfangen einer historischen Erntegutbestandteilkarte umfasst, die als landwirtschaftliches Merkmal historische Werte des Erntegutbestandteils beinhaltet, die den verschiedenen geografischen Positionen in dem Feld entsprechen.Example 17 is the computer-implemented method of any or all of the preceding examples, wherein receiving the preliminary information map comprises receiving a historical crop constituent map including as an agricultural characteristic historical crop constituent values corresponding to the various geographic locations in the field.
Beispiel 18 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, wobei das Erzeugen eines prädiktiven landwirtschaftlichen Modells Folgendes umfasst:
- Identifizieren einer Beziehung zwischen den historischen Erntegutbestandteilwerten und dem Erntegutbestandteil auf Grundlage des Werts des Erntegutbestandteils, der der geografischen Position und einem historischen Wert des Erntegutbestandteils entspricht, in der historischen Erntegutbestandteilkarte an der geografischen Position; und
- Steuern eines prädiktiven Modellgenerators, um das prädiktive landwirtschaftliche Modell zu erzeugen, das einen historischen Wert der Erntegutbestandteil als eine Modelleingabe empfängt und einen prädiktiven Wert des Erntegutbestandteils als eine Modellausgabe auf Grundlage der identifizierten Beziehung erzeugt.
- identifying a relationship between the historical crop constituent values and the crop constituent based on the value of the crop constituent corresponding to the geographic location and a historical value of the crop constituent in the historical crop constituent map at the geographic location; and
- controlling a predictive model generator to generate the predictive agricultural model that receives a historical value of the crop ingredient as a model input and generates a predictive value of the crop ingredient as a model output based on the identified relationship.
Beispiel 19 ist das computerimplementierte Verfahren eines oder aller vorhergehenden Beispiele, ferner umfassend:
- Steuern eines Bedienerschnittstellenmechanismus, um die funktionelle prädiktive landwirtschaftliche Karte darzustellen.
- Controlling an operator interface mechanism to present the functional predictive agricultural map.
Beispiel 20 ist eine landwirtschaftliche Arbeitsmaschine, umfassend:
- ein Kommunikationssystem, das eine Karte empfängt, die landwirtschaftliche Merkmalswerte angibt, die verschiedenen geografischen Positionen in einem Feld entsprechen;
- einen geografischen Positionssensor, der eine geografische Position der landwirtschaftlichen Arbeitsmaschine erfasst;
- einen In-situ-Sensor, der einen Wert eines Erntegutbestandteils erkennt, der der geografischen Position entspricht;
- einen prädiktiven Modellgenerator, der ein prädiktives Erntegutbestandteilmodell erzeugt, das eine Beziehung zwischen dem landwirtschaftlichen Merkmal und dem Erntegutbestandteil auf Grundlage eines landwirtschaftlichen Merkmalswerts in der Karte an der geografischen Position und des Werts des Erntegutbestandteils modelliert, der durch den In-situ-Sensor erfasst wird, der der geografischen Position entspricht; und
- einen prädiktiven Kartengenerator, der eine funktionelle prädiktive Erntegutbestandteilkarte des Feldes erzeugt, die prädiktive Werte des Erntegutbestandteils auf Grundlage der landwirtschaftlichen Merkmalwerte in der Karte und auf Grundlage des prädiktiven Erntegutbestandteilmodells auf die verschiedenen Positionen in dem Feld abbildet.
- a communication system that receives a map indicative of agricultural feature values corresponding to various geographic locations in a field;
- a geographic position sensor that detects a geographic position of the agricultural working machine;
- an in situ sensor that detects a crop constituent value that corresponds to the geographic location;
- a predictive model generator that generates a predictive crop ingredient model that models a relationship between the agricultural attribute and the crop ingredient based on an agricultural attribute value in the map at the geographic location and the value of the crop ingredient detected by the in situ sensor, which corresponds to the geographic position; and
- a predictive map generator that generates a functional predictive crop constituent map of the field that maps predictive crop constituent values to the various locations in the field based on the agricultural characteristic values in the map and based on the predictive crop constituent model.
Obwohl der Gegenstand in einer für strukturelle Merkmale oder methodische Handlungen spezifischen Sprache beschrieben wurde, versteht es sich, dass der in den beigefügten Ansprüchen definierte Gegenstand nicht unbedingt auf die vorstehend beschriebenen spezifischen Merkmale oder Handlungen beschränkt ist. Vielmehr werden die vorstehend beschriebenen Besonderheiten und Handlungen als exemplarische Formen der Ansprüche offengelegt.Although the subject matter has been described in language specific to structural features or methodical acts, it should be understood that the subject matter defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the features and acts described above are disclosed as example forms of the claims.
Claims (15)
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/066,444 | 2020-10-08 | ||
US17/066,444 US20210243951A1 (en) | 2020-02-06 | 2020-10-08 | Machine control using a predictive map |
US17/067,350 US11946747B2 (en) | 2020-10-09 | 2020-10-09 | Crop constituent map generation and control system |
US17/067,350 | 2020-10-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021124715A1 true DE102021124715A1 (en) | 2022-04-14 |
Family
ID=80818256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021124715.2A Pending DE102021124715A1 (en) | 2020-10-08 | 2021-09-23 | CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102021124715A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4360423A1 (en) * | 2022-10-31 | 2024-05-01 | Deere & Company | Map based farming for windrower operation |
-
2021
- 2021-09-23 DE DE102021124715.2A patent/DE102021124715A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4360423A1 (en) * | 2022-10-31 | 2024-05-01 | Deere & Company | Map based farming for windrower operation |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102020204464A1 (en) | MACHINE CONTROL USING A REAL-TIME MODEL | |
CN114303598A (en) | Machine control using prediction maps | |
DE102021126413A1 (en) | AGRICULTURAL CHARACTERISTICS, CONFIDENCE AND CONTROL | |
DE102021200028A1 (en) | AGRICULTURAL HARVESTER WITH PREHEATING WEED DETECTION AND COLLECTION SYSTEM | |
CN114303589A (en) | Predictive map generation and control system | |
CN114303588A (en) | Machine control using prediction maps | |
CN114303607A (en) | Graph generator and control system | |
CN114303592A (en) | Machine control using prediction maps | |
DE102021120069A1 (en) | PREDICTIVE SPEED MAP GENERATION AND CONTROL SYSTEM | |
CN114303617A (en) | Machine control using prediction maps | |
CN114303616A (en) | Crop composition map generator and control system | |
US11844311B2 (en) | Machine control using a predictive map | |
CA3130117A1 (en) | Predictive map generation and control system | |
DE102021124715A1 (en) | CROP CONSTITUENT CARD GENERATION AND CONTROL SYSTEM | |
DE102021119643A1 (en) | CROP STATE CARD GENERATION AND CONTROL SYSTEM | |
DE102022100945A1 (en) | MACHINE CONTROL USING A MAP WITH REGIME ZONES | |
DE102021124364A1 (en) | CROP MOISTURE MAP GENERATION AND CONTROL SYSTEM | |
DE102021124212A1 (en) | Machine control using a predictive map | |
DE102021119856A1 (en) | MACHINE CONTROL USING A PREDICTIVE SPEED MAP | |
DE102022123724A1 (en) | CROP COMPONENT DETECTION | |
DE102022124448A1 (en) | PREDICTIVE RESPONSE MAP GENERATION AND CONTROL SYSTEM | |
DE102021101230A1 (en) | Generation of predictive machine property maps and control system | |
DE102021119454A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124392A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP | |
DE102021124015A1 (en) | MACHINE CONTROL USING A PREDICTIVE MAP |