BR102017022222A2 - Métodos para reduzir e para corrigir uma polarização de sistema de sensoreamento, e, máquina agrícola - Google Patents

Métodos para reduzir e para corrigir uma polarização de sistema de sensoreamento, e, máquina agrícola Download PDF

Info

Publication number
BR102017022222A2
BR102017022222A2 BR102017022222-5A BR102017022222A BR102017022222A2 BR 102017022222 A2 BR102017022222 A2 BR 102017022222A2 BR 102017022222 A BR102017022222 A BR 102017022222A BR 102017022222 A2 BR102017022222 A2 BR 102017022222A2
Authority
BR
Brazil
Prior art keywords
data
logic
yield
agricultural machine
calibration
Prior art date
Application number
BR102017022222-5A
Other languages
English (en)
Other versions
BR102017022222B1 (pt
Inventor
Blank Sebastian
A. Stevens Robert
W. Pfeiffer Dohn
W. Anderson Noel
J. Phelan James
Original Assignee
Deere & Company
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Deere & Company filed Critical Deere & Company
Publication of BR102017022222A2 publication Critical patent/BR102017022222A2/pt
Publication of BR102017022222B1 publication Critical patent/BR102017022222B1/pt

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B76/00Parts, details or accessories of agricultural machines or implements, not provided for in groups A01B51/00 - A01B75/00
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • A01D41/127Control or measuring arrangements specially adapted for combines
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/002Automatic recalibration
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4063Monitoring general control system
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37008Calibration of measuring system, probe, sensor

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Environmental Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Agronomy & Crop Science (AREA)
  • Tourism & Hospitality (AREA)
  • Automation & Control Theory (AREA)
  • General Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Soil Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cultivation Of Plants (AREA)
  • Guiding Agricultural Machines (AREA)

Abstract

uma polarização de sistema de sensoreamento é reduzida através de uma primeira máquina agrícola e uma segunda máquina agrícola. uma coleção de dados agronômicos é acessada, que é indicativa de um rendimento de safra estimado. a coleção que é acessada, por exemplo, inclui pelo menos um primeiro conjunto de dados sensoreados pela primeira máquina agrícola e um segundo conjunto de dados sensoreados pela segunda máquina agrícola. além disso, os primeiro e segundo conjuntos de dados podem ser escalonados com base em um fator de correção de rendimento. uma polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados é determinada, e uma operação de retificação é realizada nos primeiro e segundo conjuntos de dados escalonados. por exemplo, realizar a operação de retificação pode incluir gerar um fator de correção de calibração com base na polarização determinada, remover a polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados para obter um conjunto corrigido de dados de rendimento de safra, e usar o fator de correção de calibração ao sensorear o primeiro conjunto de dados na primeira máquina agrícola e o segundo conjunto de dados na segunda máquina agrícola.

Description

(54) Título: MÉTODOS PARA REDUZIR E PARA CORRIGIR UMA POLARIZAÇÃO DE SISTEMA DE SENSOREAMENTO, E, MÁQUINA AGRÍCOLA (51) Int. Cl.: G05B 13/02 (52) CPC: G05B 13/024 (30) Prioridade Unionista: 01/11/2016 US 15/340704 (73) Titular(es): DEERE & COMPANY (72) Inventor(es): SEBASTIAN BLANK; ROBERT A. STEVENS; DOHN W. PFEIFFER; NOEL W. ANDERSON; JAMES J. PHELAN (74) Procurador(es): KASZNAR LEONARDOS PROPRIEDADE INTELECTUAL (57) Resumo: Uma polarização de sistema de sensoreamento é reduzida através de uma primeira máquina agrícola e uma segunda máquina agrícola. Uma coleção de dados agronômicos é acessada, que é indicativa de um rendimento de safra estimado. A coleção que é acessada, por exemplo, inclui pelo menos um primeiro conjunto de dados sensoreados pela primeira máquina agrícola e um segundo conjunto de dados sensoreados pela segunda máquina agrícola. Além disso, os primeiro e segundo conjuntos de dados podem ser escalonados com base em um fator de correção de rendimento. Uma polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados é determinada, e uma operação de retificação é realizada nos primeiro e segundo conjuntos de dados escalonados. Por exemplo, realizar a operação de retificação pode incluir gerar um fator de correção de calibração com base na polarização determinada, remover a polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados para obter um conjunto corrigido de dados de rendimento de safra, e usar o fator de correção de calibração ao sensorear o primeirÇ..)
Figure BR102017022222A2_D0001
/ 56 “MÉTODOS PARA REDUZIR E PARA CORRIGIR UMA POLARIZAÇÃO DE SISTEMA DE SENSOREAMENTO, E, MÁQUINA AGRÍCOLA”
CAMPO DA DESCRIÇÃO [001] A presente descrição em geral se refere a técnicas para obter medições precisas de parâmetros espaciais. Mais especificamente, mas não por limitação, a presente descrição se refere à correção de polarização de calibração posterior em sistemas configurados para medir parâmetros agronômicos.
FUNDAMENTOS [002] Existe uma grande variedade de máquinas agrícolas atualmente em uso. Tais máquinas incluem colheitadeiras combinadas (combinadas), máquinas de plantio, máquinas de lavoura, e aplicadores de nutriente, dentre outros. Muitas máquinas agrícolas operam não apenas para realizar certa funcionalidade de máquina, mas também para obter informação sobre a operação sendo realizada.
[003] Para obter esta informação, máquinas podem usar um ou mais sensores durante a operação. Estes sensores podem ser calibrados no momento de fabricação ou em algum momento antes, durante, ou depois da operação ser realizada.
[004] A calibração em geral se refere a um método de contabilidade para imprecisões nas medições de dados. Para calibrar um sistema com um ou mais sensores, por exemplo, um valor de medição é comparado com um valor de precisão conhecido para determinar uma diferença entre os dois. A diferença determinada então é usada para ajustar o sistema de forma que medições de dados futuras sejam mais precisas.
[005] A discussão acima é meramente provida para informação de conhecimento geral e não está intencionada a ser usada como um auxílio na determinação do escopo da matéria reivindicada.
Petição 870170078527, de 16/10/2017, pág. 91/168 / 56
SUMÁRIO [006] Uma polarização de sistema de sensoreamento é reduzida através de uma primeira máquina agrícola e uma segunda máquina agrícola. Uma coleção de dados agronômicos é acessada, o que é indicativo de um rendimento de safra estimada. A coleção que é acessada, por exemplo, inclui pelo menos um primeiro conjunto de dados detectados pela primeira máquina agrícola e um segundo conjunto de dados detectados pela segunda máquina agrícola. Em adição, o primeiro e o segundo conjuntos de dados pode ser escalonados com base em um fator de correção de rendimento. Uma polarização entre o primeiro conjunto de dados escalonado e o segundo conjunto de dados escalonado é determinada, e uma operação de retificação é realizada no primeiro e no segundo conjuntos de dados escalonados. Por exemplo, a realização da operação de retificação podem incluir a geração de um fator de correção de calibração com base na polarização determinada, removendo a polarização entre o primeiro conjunto de dados escalonado e o segundo conjunto de dados escalonado para obter um conjunto corrigido de dados de rendimento de safra, e usando o fator de correção de calibração no sensoreamento do primeiro conjunto de dados na primeira máquina agrícola e o segundo conjunto de dados na segunda máquina agrícola.
[007] Este sumário é provido para introduzir uma seleção de conceitos em uma forma simplificada que são adicionalmente descritos abaixo na descrição detalhada. Este sumário não está intencionado a identificar funcionalidades chave ou funcionalidades essenciais da matéria reivindicada, nem é intencionado a ser usado como um auxílio na determinação do escopo da matéria reivindicada. A matéria reivindicada não está limitada às implementações que resolvem qualquer uma das ou todas as desvantagens notadas nos fundamentos.
BREVE DESCRIÇÃO DOS DESENHOS [008] A FIG. 1A é um diagrama de bloco mostrando um exemplo de
Petição 870170078527, de 16/10/2017, pág. 92/168 / 56 uma arquitetura de máquina agrícola.
[009] A FIG. 1B é um diagrama de bloco mostrando um exemplo de um sistema de correção de calibração em um ambiente de máquina agrícola. [0010] A FIG. 2 é um diagrama de fluxo ilustrando um exemplo da operação de um sistema de correção de calibração com múltiplas máquinas agrícolas.
[0011] A FIG. 3 é um diagrama de fluxo ilustrando um exemplo da operação do sistema de correção de calibração com uma única máquina agrícola.
[0012] A FIG. 4 é uma visão pictórica de um exemplo de uma máquina agrícola, tal como uma colheitadeira combinada.
[0013] A FIG. 5A mostra uma visão pictórica de um gráfico de campo representando um parâmetro agronômico medido tal como rendimento de safra.
[0014] A FIG. 5B mostra uma visão pictórica de um gráfico de campo suave representando um parâmetro agronômico ajustado tal como rendimento de safra.
[0015] A FIG. 6 é uma visão pictórica de um exemplo de uma máquina agrícola tal como uma máquina de lavoura.
[0016] A FIG. 7 é uma visão pictórica de um exemplo de uma máquina agrícola tal como um plantador.
[0017] A FIG. 8 é um diagrama de bloco de um exemplo de uma máquina agrícola distribuída com uma arquitetura de servidor remoto.
[0018] A FIG. 9 é um diagrama de bloco de um exemplo de um dispositivo de computação móvel em que o presente sistema (ou partes do mesmo) pode ser distribuído.
[0019] A FIG. 10 mostra um exemplo de um dispositivo móvel tal como um computador do tipo tablet em que o presente sistema (ou partes do mesmo) pode ser distribuído.
Petição 870170078527, de 16/10/2017, pág. 93/168 / 56 [0020] A FIG. 11 mostra um exemplo de um dispositivo móvel em que o presente sistema (ou partes do mesmo) pode ser distribuído.
[0021] A FIG. 12 mostra um exemplo de um dispositivo móvel tal como um telefone inteligente em que o presente sistema (ou partes do mesmo) pode ser distribuído.
[0022] A FIG. 13 é um exemplo de um ambiente de computação em que o presente sistema (ou partes do mesmo) pode ser distribuído.
DESCRIÇÃO DETALHADA [0023] Máquinas agrícolas podem usar sistemas para capturar informação indicativa de um parâmetro agronômico. Parâmetros agronômicos podem incluir uma forma mensurável de informação que se refere às propriedades da operação agrícola sendo realizada. Por exemplo, máquinas podem monitorar parâmetros agronômicos tais como a quantidade de safra que é colhida, a quantidade de safra plantada ou uma profundidade em que o plantio ocorre, a profundidade de uma lavoura de solo, ou a quantidade ou o tipo de nutrientes fornecido, dentre outros. Desta forma, o termo “parâmetro agronômico” usado aqui pode se referir a qualquer forma mensurável de informação tal como, mas não limitado a, rendimento de safra, profundidade de plantio, nível de umidade de solo, e propriedades de nutriente de safra, dentre outros.
[0024] Como um exemplo, colheitadeiras combinadas agrícolas colhem safras em um campo. Enquanto colhe, a combinada pode usar um sistema de sensoreamento que inclui um monitor de rendimento de grão, que mede um fluxo de massa de safra com um sensor de fluxo de massa com base em impacto ou outro tipo de sensor. Desta forma, o sistema de sensoreamento monitora a quantidade de safra que está sendo colhida a partir do campo relativo com a locação em que ela foi colhida. Para os propósitos de discussão, o rendimento de safra em geral se refere ao campo de safra por unidade de área de terra que é cultivada e tipicamente é medida em tons por
Petição 870170078527, de 16/10/2017, pág. 94/168 / 56 hectare (t/ha) ou alqueires por acre (bu/ac). E importante que o rendimento de safra seja precisa, já que esta informação pode prover conhecimentos valiosos sobre como as específicas áreas de terra se saíram com relação a uma certa safra. Em adição, rendimento de safra pode prover conhecimentos sobre o desempenho da máquina agrícola e do sistema de sensoreamento.
[0025] No entanto, podem existir imprecisões nas medições do fluxo de massa, e assim a quantidade real de safra que é colhida vai diferir da qualidade detectada. Também é notado que imprecisões de medição similares podem ocorrer em outros sistemas de sensoreamento que obtêm informação indicativa de qualquer um dos parâmetros agronômicos mencionados acima, ou outros.
[0026] Em uma tentativa de garantir que medições detectadas sejam precisas, sistemas de sensoreamento podem ser calibrados. Em sistemas típicos, uma calibração é usada para ajustar um valor detectado com base em uma diferença determinada entre o valor detectado e um valor que é conhecido como preciso (ou mais preciso).
[0027] De maneira a calibrar os sistemas de sensoreamento tais como um sistema de monitoramento de rendimento de grão, uma série de etapas manuais é realizada por um operador. Operadores geralmente são necessários para iniciar e para parar a colheita para gravar manualmente medições precisas para a comparação com as medições detectadas. Com a parada de uma operação de colheita, um operador pode iniciar uma sequência de calibração e brevemente continuar a coletar uma porção do campo de maneira a obter informação de sensor que é indicativa de um peso estimado da safra colhida. Então, o operador move a safra colhida para uma balança precisa para obter um peso real natural. O operador então entra manualmente o peso real natural, tal como um peso calculado, para o sistema de calibração e o sistema usa o peso para determinar um desvio a partir do rendimento de safra detectada para o rendimento de safra real. Isto provê um desvio de calibração
Petição 870170078527, de 16/10/2017, pág. 95/168 / 56 para uma única carga. Múltiplos desvios para múltiplas cargas geralmente são necessários para obter um desvio médio. O desvio pode ser usado para calibrar o sistema.
[0028] No entanto, este método de calibração de um sistema de sensoreamento pode ter deficiências. Uma delas, por exemplo, é que consome muito tempo. Em geral necessita que o operador adie a colheita, e realize múltiplos passos de campo de calibração (para obter múltiplas cargas). Em adição, este particular método pode resultar em imprecisão de dados. Por exemplo, imprecisões podem surgir a partir do operador entrando manualmente a informação de rendimento de safra, usando uma variedade de diferentes máquinas (por exemplo, múltiplas combinadas colhendo no mesmo campo), variações em um dispositivo de medição preciso (por exemplo, uma balança), e uma variedade de outros fatores.
[0029] Adicionalmente, sistemas de calibração típicos não permitem que um ajuste de calibração seja aplicado para dados anteriormente obtidos (por exemplo, dados históricos). Isto pode resultar em deslocamentos induzidos de calibração em uma única máquina. Ou seja, estes serão um deslocamento nos valores de dados coletados antes da calibração (os dados históricos) e estes valores coletados após a calibração. Também podem haver deslocamentos induzidos de calibração entre múltiplas máquinas. Por exemplo, pode ser benéfico que um operador use várias máquinas em um único campo já que isto pode diminuir a quantidade de tempo que leva para colher uma safra. No entanto, quando uma calibração é realizada em cada máquina individual, podem existir variâncias entre o rendimento de safra estimada total dentre todas as máquinas já que os sensores em cada máquina podem variar de uma máquina para a outra. Operações de calibração típicas podem não aplicar o ajuste de calibração para outras máquinas.
[0030] Assim, existe uma necessidade por um sistema que calibra de maneira precisa sistemas de sensoreamento e automaticamente corrige
Petição 870170078527, de 16/10/2017, pág. 96/168 / 56 qualquer deficiência após a calibração. Será notado que alguns exemplos da presente descrição incluem um sistema que reduz a quantidade de etapas manuais envolvidas na realização de uma calibração, diminui o tempo de operador que é necessário para se realizar uma sequência de calibração, reduz deslocamentos induzidos pela calibração dentro de uma única máquina, reduz polarização de calibração de máquina para máquina, e provê dados detectados mais precisos, o que leva a mapas agronômicos mais precisos, tomada de decisão agronômica aprimorada, e desempenho operacional aprimorado. [0031] A FIG. 1 é um diagrama de bloco de um exemplo de uma máquina agrícola 100. A máquina agrícola 100 ilustrativamente inclui um ou mais processadores 102, memória 104, sistema de comunicação 105, interface de usuário 108, sistema de controle 110, subsistemas controláveis 112, armazenamento de dados 114, e outros componentes 116. A FIG. 1 também mostra que, em um exemplo, a máquina 100 podem incluir um sistema de monitoramento de parâmetro operacional 118, um sistema de calibração 132, um sistema de correção de calibração 138, e um sistema de visualização de dados 148.
[0032] Em um exemplo, interface de usuário 108 inclui mecanismos de entrada de operador e mecanismos de saída. Os mecanismos de saída podem ser mecanismos que transportam informação para o operador 166, tal como dispositivos de exibição visual, dispositivos de áudio, dispositivos de resposta háptica, etc. Em um exemplo, interface de usuário 108 interage com sistema de visualização de dados 148 para produzir uma variedade de mecanismos de saída que são indicativos de operações monitoradas, que serão discutidos em detalhe adicional abaixo. Os mecanismos de entrada de operador podem incluir uma grande variedade de diferentes mecanismos que podem ser atuados pelo operador 166 para controlar e manipular vários sistemas e subsistemas (por exemplo, subsistemas controláveis 112) de máquina agrícola 100. Os mecanismos de entrada de operador, por exemplo,
Petição 870170078527, de 16/10/2017, pág. 97/168 / 56 podem incluir alavancas, volantes, pedais, joysticks, botões, teclados, dispositivos de exibição sensíveis ao toque, e mecanismos de entrada de usuário nas exibições de interface de usuário, dentre uma grande variedade de outros mecanismos de entrada.
[0033] O sistema de controle 110 pode receber sinais de sensor a partir de sensores 122 e gerar sinais de controle para controlar os vários subsistemas controláveis 112. É mostrado na FIG. 1 que os sensores 122 estão incluídos no sistema de monitoramento de parâmetro operacional 118. Também é notado que os sensores 122 podem ser incluídos na arquitetura geral da máquina agrícola 100, e, portanto, não estão limitados aos sinais de sensoreamento indicativos de parâmetros operacionais. Subsistemas controláveis 112 podem incluir uma grande variedade de sistemas implementados por computador e mecânicos da máquina agrícola 100 que se relacionam com o movimento da máquina, a operação agrícola que é realizada, e outras funcionalidades controláveis. Alguns exemplos são descritos abaixo.
[0034] O sistema de monitoramento de parâmetro operacional 118 ilustrativamente identifica um parâmetro operacional associado com cada um dos sinais de sensor que é recebido a partir dos sensores 122 e provê que informação para o sistema de controle 110, de forma que sistema de controle 110 pode acomodar vários níveis de variabilidade de sinal obtida pelos sensores 122. Os sensores 122 podem incluir sensores que são configurados para determinar parâmetros operacionais tais como fluxo de massa de grão, umidade do solo, profundidade de plantio, profundidade de lavoura, dentre uma variedade de outros. Sensores 122 também podem incluir uma variedade de outros sensores tais como um sensor de estado de máquina. Ilustrativamente é mostrado que o sistema de monitoramento de parâmetro operacional 118 também inclui o sistema geoespacial 120. O sistema geoespacial 120 inclui pelo menos um de um receptor de sistema de
Petição 870170078527, de 16/10/2017, pág. 98/168 / 56 posicionamento global (GPS), um sistema de LORAN, um sistema de navegação estimada, um sistema de triangulação de celular, ou outro sistema de posicionamento. Em um exemplo, o sistema geoespacial 120 é configurado para associar sinais obtidos pelos sensores 122 com uma localização geográfica, tal como uma localização dentro de campo. Desta forma, uma variedade de diferentes dados de parâmetro espacial pode ser obtida pelos sensores 122, pelo sistema geoespacial 120, e identificados pelo sistema 118. Modalidades descritas aqui também podem ser configuradas para se realizar perda de sensoreamento, tal como sensoreamento de perda de grão.
[0035] O sistema de monitoramento de parâmetro operacional 118 adicionalmente ilustrativamente inclui lógica de monitoramento de rendimento 124. A lógica de monitoramento de rendimento 124 é configurada para usar sensores 122, tais como sensores de fluxo de massa de grão, e sistema geoespacial 120, para estimar o rendimento de safra em várias localizações em um ambiente de operação (por exemplo, um campo com uma safra plantada que é colhida). Desta forma, a lógica de monitoramento de rendimento 124 pode usar informação obtida por um sistema de sensoreamento para estimar uma densidade de rendimento para uma sessão de colheita. O sistema de monitoramento de parâmetro operacional 118 também podem incluir lógica de monitoramento de umidade 126, e lógica de monitoramento de profundidade de plantio 128, dentre outra lógica de monitoramento 130. A lógica de monitoramento de umidade 126 pode usar sensores de umidade do solo (por exemplo, sensores 122) para estimar um conteúdo de umidade de solo em várias localizações no ambiente de operação. Similarmente, a lógica de profundidade de plantio 128 pode usar um sensor de profundidade de implemento de plantio (por exemplo, sensores 122) para estimar uma profundidade de plantio média em várias localizações no ambiente de operação. Outra lógica de monitoramento 130 pode ser configurada para monitorar quaisquer outros parâmetros agronômicos
Petição 870170078527, de 16/10/2017, pág. 99/168 / 56 discutidos aqui e usam a informação de parâmetro detectada em associação com a informação geoespacial.
[0036] Também é notado que a informação obtida por um sistema de monitoramento de parâmetro operacional 118, junto com os outros componentes de máquina 100, pode ser armazenada em uma variedade de localizações incluindo, mas não limitado a, memória 104 e/ou armazenamento de dados 114. Adicionalmente, máquina agrícola 100 pode estar em comunicação com uma ou mais máquinas agrícolas 162 e 164, e/ou sistemas remotos 160 sobre a rede 158. A rede 158 pode ser qualquer um de uma rede de área larga (WAN), rede de área local (LAN), ou uma rede de área local sem fio (WLAN), dentre outros.
[0037] As máquinas agrícolas 162 e 164 podem realizar a mesma operação ou uma operação similar como aquela sendo realizada pela máquina agrícola 100. Por exemplo, máquinas agrícolas 100, 162, e 164 podem incluir colheitadeiras combinadas que estão realizando uma operação de colheita em diferentes regiões espaciais do mesmo campo. Desta forma, pode ser benéfico usar informação a partir de cada máquina na determinação de medições precisas e corrigir uma única polarização de máquina ou polarização de múltiplas máquinas. Os sistemas remotos 160 podem incluir qualquer outro sistema relevante para uma operação agrícola que está sendo realizada ou um parâmetro agronômico que está sendo monitorado. Por exemplo, o sistema remoto 160 inclui um sistema de gerenciamento agrícola remoto, outras máquinas agrícolas, e um sistema de formação de imagem tal como um drone de formação de imagem aéreo, dentre outros.
[0038] No exemplo mostrado na FIG. 1, a máquina agrícola 100 também inclui ilustrativamente o sistema de calibração 132. O sistema de calibração 132 inclui um sistema de calibração manual 134 e uma interface de sensor 136. Como brevemente discutido acima, em algum ponto durante a operação da máquina agrícola 100, o operador 166 pode iniciar uma
Petição 870170078527, de 16/10/2017, pág. 100/168 / 56 sequência de calibração. Por exemplo, o operador 166 pode atuar um mecanismo de entrada de calibração que é gerado pela interface de usuário 108. Em resposta à atuação de recepção do mecanismo de entrada de calibração, componente de calibração manual 134 inicia uma sequência de calibração. Em um exemplo, realizando uma sequência de calibração com componente de calibração manual 134 inclui obter uma amostra indicativa de um parâmetro operacional e comparando aquela amostra com um valor calculado do parâmetro de operação. Por exemplo, quando colhe uma safra em um campo, o operador 166 pode iniciar uma sequência de calibração manual com o componente de calibração manual 134 para comparar um rendimento de safra estimada para um rendimento de safra real, que pode ser obtido pesando a amostra com uma balança precisa. O componente de calibração 134 então determina um ajuste de calibração, com base na comparação, e provê este ajuste para a interface de sensor 136. A interface de sensor 136 pode instruir uma variedade de sensores 122 para ajustar um sinal emitido que é provido pelos sensores. Também é notado que o sistema de calibração 132 pode ser configurado para se realizar um ajuste de calibração automaticamente, tal como em resposta a um tempo de calibração predeterminado, uma indicação específica provida pelo sistema de monitoramento de parâmetro operacional 118, ou outra indicação. Por automaticamente se quer dizer, em um exemplo, que é realizado sem adicional entrada de operador, exceto talvez para autorizar ou iniciar o ajuste de calibração.
[0039] A FIG. 1A também ilustrativamente mostra que a máquina agrícola 100 inclui o sistema de visualização de dados 148. O sistema de visualização de dados 148 inclui um gerador de mapa de campo 150, uma saída métrica corrigida 152, um sumário de correção de calibração 154, e outras vistas de dados 156. Pode ser benéfico para o operador 166 ser provido com uma visualização do desempenho de sistema de monitoramento de
Petição 870170078527, de 16/10/2017, pág. 101/168 / 56 parâmetro operacional 118. Por exemplo, o gerador de mapa de campo 150 pode ser configurado para gerar um ou mais mapas de campo que incluem um gráfico dos parâmetros medidos durante a operação. Em um exemplo, o gerador de mapa de campo 150 é configurado para gerar o gráfico de rendimento de safra que é exibido com a interface de usuário 108. Antes da discussão de outras várias funcionalidades do sistema de visualização de dados 148, o sistema de correção de calibração 138 será discutido agora em detalhe adicional com relação à FIG. 1B [0040] A FIG. 1B é um diagrama de bloco mostrando um exemplo de um sistema de correção de calibração 138 em uma arquitetura de máquina agrícola. O sistema de correção de calibração 138 ilustrativamente inclui um agregador de dados 140, lógica de pré-processamento 142, lógica de correção de polarização 144, e outra lógica de calibração 146. É mostrado na FIG. 1B que o agregador de dados 140 pode receber uma variedade de informação que se refere à operação de máquina agrícola 100 a partir do sistema de monitoramento de parâmetro operacional 118 e/ou do armazenamento de dados 114. Também é notado que o agregador de dados 140 pode ser configurado para rastejar o armazenamento de dados 114 e analisar um ou mais conjuntos de dados para o uso com sistema de correção de calibração 138. Por exemplo, em uma modalidade onde o sistema de monitoramento de parâmetro de operação 118 monitora o rendimento de safra durante operação de colheita (por exemplo, usando a lógica de monitoramento de rendimento 124), agregador de dados 140 pode receber ou obter dados que são indicativos do rendimento de safra em várias localizações dentro de uma operação de colheita, onde estas localizações são providas pelo sistema geoespacial 120. É claro que também é notado que o agregador de dados 140 pode obter qualquer um dos dados relacionados com lógica de monitoramento de umidade 126, lógica de profundidade de plantio 128, outra lógica de monitoramento 130, e qualquer outra informação que é obtida pelo sistema geoespacial 120 e pelos
Petição 870170078527, de 16/10/2017, pág. 102/168 / 56 sensores 122. O agregador de dados 140 então pode prover a informação de sinal de sensor obtida para a lógica de pré-processamento 142.
[0041] A lógica de pré-processamento 142 é configurada para preparar os dados obtidos para o uso com lógica de correção de polarização 144. Em algum ponto, pode ser benéfico que os dados que são agregados para ser filtrados com base em um ou mais critérios de filtro. Os critérios de filtro podem ser definidos por uma ou mais partes de lógica de filtro. Desta forma, a lógica de pré-processamento 142 inclui um filtro de dados de calibração 168. O filtro de dados de calibração 168 ilustrativamente inclui lógica de redundância de caminho 170. A lógica de redundância de caminho 170 pode filtrar os dados de parâmetro obtidos pelo agregador de dados 140 removendo quaisquer sinais de sensor a partir de localizações geoespaciais redundantes. Por exemplo, durante a colheita, uma colheitadeira combinada ou máquina agrícola 100 pode realizar um único passe através de um campo para colher uma safra em uma fileira. Em alguns casos, um operador pode ser necessário para se realizar um passe adicional sobre esta mesma fileira para colher qualquer safra que faltou no primeiro passe. De maneira similar, um operador pode ser necessário de passar sobre uma fileira já colhida para alcançar uma localização desejada dentro do campo (por exemplo, o operador não está colhendo quando passa novamente sobre a fileira já colhida). A informação a partir do subsequente passe pode ser filtrada.
[0042] Em adição, ou alternativamente, lógica de pré-processamento pode realizar uma operação de fusão que combina informação obtida. Por exemplo, o filtro de dados de calibração 168 pode determinar conjuntos similares de informação e combinar estes conjuntos similares para gerar um conjunto fundido de informação obtida.
[0043] Dados de parâmetro também podem ser filtrados com base em um estado de máquina que é determinado pela lógica de estado de máquina 172. Estados de máquina podem ser indicativos de condição particular de uma
Petição 870170078527, de 16/10/2017, pág. 103/168 / 56 máquina durante uma operação. Por exemplo, mas não por limitação, os estados de máquina podem incluir qualquer um dos seguintes; um estado ocioso, um estado ocioso para descarga, um estado de transporte de campo, um estado de transporte em estrada, um estado de colheita, um estado de descarga enquanto colhe, e estado de encabeçamento, dentre outros. Alguns dos dados de parâmetro que são obtidos pelos sensores 122 podem não ser relevantes se os dados são obtidos durante um certo estado de máquina. Por exemplo, quando um operador realiza uma volta de cabo, que é uma volta no fim de um passe de fileira para posicionar a máquina para um próximo passe na fileira adjacente, o rendimento de safra sensor (tal como um sensor de fluxo de massa de grão) pode continuar a obter dados durante a volta. No entanto, os dados obtidos durante a volta podem não incluir uma indicação de uma safra sendo colhida como máquina 100 pode deixar temporariamente a área que pode ser colhida do campo. Em adição, ou alternativamente, dados de parâmetro podem ser filtrados com base na correção de atraso identificada, tal como uma correção de atraso que é aplicada devido a uma alteração na velocidade de máquina que é inconsistente com a taxa em que a informação de sensor é capturada. Qualquer correção de atraso que é realizada pode ser identificada como um período de atraso que ocorre enquanto captura a informação de sensor. A lógica de estado de máquina 172, de maneira apropriada, pode identificar um conjunto de informação espacial que foi obtida durante um período de correção. Desta forma, a lógica de estado de máquina 172 pode determinar irrelevantes dados de parâmetro com base em parte em um estado de máquina identificado, e remover os ditos dados irrelevantes.
[0044] Também é contemplado que uma variedade de outras lógicas de filtro 174 podem ser aplicadas para filtrar os dados de parâmetro relevantes de acordo com filtro de dados de calibração 168. Por exemplo, outra lógica de filtro 174 pode determinar pontos de dados que são determinados para estar
Petição 870170078527, de 16/10/2017, pág. 104/168 / 56 dentro de limites estatísticos dentro de um conjunto.
[0045] Em adição à filtração dos dados de parâmetro obtidos, lógica de pré-processamento 142 pode preparar os dados de parâmetro obtidos em uma variedade de outros modos. É mostrado ilustrativamente na FIG. 1B que a lógica de pré-processamento 142 inclui lógica de escalonamento de parâmetro 176. Em um exemplo, lógica de escalonamento de parâmetro 176 é configurado para escalonar os dados de parâmetro obtidos com base em um fator de correção de parâmetro. Para escalonar os dados de parâmetro, lógica 176 determina um deslocamento estatístico em um conjunto de dados de parâmetro obtidos. Por exemplo, lógica 176 determina um desvio padrão estatisticamente significativo em um conjunto de dados de parâmetro obtidos. Este pode ser um desvio padrão estatisticamente significativo (por exemplo, não devido ao erro de amostragem sozinho, e em vez disso uma característica de todo o conjunto) entre produções de colheita selecionadas (por exemplo, fluxo de massa, densidade) a partir de uma variedade de localizações dentro de uma região de amostragem. Em adição, ou alternativamente, determinar um deslocamento estatístico podem incluir determinar um desvio padrão da média, um limite superior dos dados de parâmetro sensoreados, etc. Com base no grau de deslocamento estatístico, lógica de escalonamento de parâmetro 176 pode determinar um fator de correção de parâmetro e escalonar os dados de maneira apropriada.
[0046] No exemplo de sensoreamento de rendimento de safra como um parâmetro agronômico, lógica de escalonamento de parâmetro 176 recalcula um rendimento a partir de um fluxo de massa detectado, a velocidade de máquina, e largura de coletor (por exemplo, um componente de subsistemas controláveis 112) para remover um limite superior de rendimento. Com a remoção de um limite superior de rendimento, os valores de campo podem ser escalonados pela lógica de escalonamento de parâmetro 176 com base em um fator de correção de rendimento determinado. Uma vez
Petição 870170078527, de 16/10/2017, pág. 105/168 / 56 que o fator de correção de rendimento é determinado e os valores de campo são escalonados, lógica 176 então pode calcular um novo limite superior de rendimento e truncar os valores de rendimento determinados acima do novo limite superior de rendimento. Desta forma, lógica de escalonamento 176 pode incluir um mecanismo para determinar um parâmetro operacional mais preciso pelo escalonamento dos parâmetros estimados um com relação ao outro.
[0047] Em um exemplo, uma vez que os dados de parâmetro obtidos são preparados pela lógica de pré-processamento 142, os dados preparados são providos para a lógica de correção de polarização 144 para reduzir uma polarização determinada entre os dados preparados. É mostrado na FIG. 1B que lógica de correção de polarização 144 inclui lógica de retificação 178, uma lógica de fator de múltiplas máquinas 180, lógica de remoção de artefato 182, e lógica de verificação de dados 184.
[0048] Quando múltiplas máquinas estão colhendo no mesmo campo, pode haver uma polarização de sistema de sensoreamento que ocorre de máquina para máquina. Em adição, quando existe uma única máquina colhendo em um campo, pode haver uma polarização de sistema de sensoreamento entre os sensores naquela máquina. Sistemas convencionais podem exibir uma polarização de sistema de sensoreamento, tanto internamente (máquina única) quanto externamente (múltiplas máquinas) que reflete uma diferença de 10 a 50% entre conjuntos de parâmetros operacionais detectados. É desejável ter um sistema que é responsável por estes deslocamentos determinados e provê saídas de parâmetro operacional precisas a partir de cada máquina que está em operação.
[0049] Em um exemplo, a lógica de correção de polarização 144 provê um algoritmo pós-calibração que calcula estatisticamente a polarização de máquina para máquina, ou de sensor para sensor em uma máquina individual, para reduzir a polarização e emitir dados de parâmetro precisos. O
Petição 870170078527, de 16/10/2017, pág. 106/168 / 56 sistema de monitoramento de parâmetro operacional 118 pode obter múltiplos conjuntos de dados de parâmetro. Em uma operação onde uma única máquina é usada, cada conjunto de dados é indicativo de, por exemplo, um conjunto de dados de parâmetro que é obtido em uma região espacial determinada do campo. Por exemplo, um primeiro conjunto corresponde com dados obtidos durante uma primeira passagem de colheita (por exemplo, colhendo um primeiro conjunto de fileiras), enquanto um segundo conjunto corresponde com dados obtidos durante uma segunda passagem de colheita (por exemplo, colhendo um segundo conjunto de fileiras). Onde múltiplas máquinas são usadas, cada conjunto de dados que é obtido pode ser obtido por uma diferente máquina agrícola. Por exemplo, um primeiro conjunto pode corresponder com dados obtidos pela máquina agrícola 100, enquanto um segundo conjunto corresponde com dados obtidos pela máquina agrícola 162, e um terceiro conjunto corresponde com dados obtidos pela máquina agrícola 164, etc. Cada um dos conjuntos individuais, independentemente de se uma ou mais máquinas são usadas, pode incluir dados de parâmetro a partir de uma região localizada do campo. Os conjuntos podem ser comparados para identificar uma polarização entre o sistemas de sensoreamento ou sensores individuais em uma única máquina, e portanto eliminar a polarização que ocorre durante a medição destas regiões locais.
[0050] Em um exemplo, a lógica de correção de polarização 144 usa os conjuntos de dados escalonados, como escalonados pela lógica de escalonamento de parâmetro 176. Desta forma, os conjuntos de dados já foram pré-processados para remover qualquer deslocamento estatístico identificado dentro dos conjuntos. A lógica de correção de polarização 144 então é configurada para analisar os conjuntos um com relação ao outro, e assim determinar uma polarização entre os conjuntos.
[0051] Uma variedade de algoritmos pode ser aplicada para os dados de parâmetro escalonados com lógica de correção de polarização 144, e mais
Petição 870170078527, de 16/10/2017, pág. 107/168 / 56 especificamente com lógica de retificação 178. Por exemplo, lógica de retificação 178 pode aplicar um modelo aditivo generalizado para retificar os dados de parâmetro de acordo com a latitude e a longitude determinadas a partir do sistema geoespacial 120. Alternativamente, mas não por limitação, a lógica de retificação 178 pode incluir um modelo de regressão localizada que é executado para reduzir uma polarização de sistema de sensoreamento. Em um exemplo, a lógica de retificação 178 ajusta o valor de rendimento para cada combinada de forma que o rendimento médio iguala o rendimento médio pesado global original. Também é notado que a lógica de retificação 178 pode ser configurada para se realizar uma retificação localizada. Por exemplo, dados de parâmetro de rendimento podem ser obtidos para 1% de uma região total de um campo. A lógica de retificação 178 vai reconhecer que apenas uma região específica do campo foi colhida e executar um algoritmo de retificação nos dados indicativos da região de 1%. Com a execução da retificação, uma métrica de retificação localizada pode ser aplicada aos dados obtidos a partir de outras regiões localizadas dentro do campo. Desta forma, um resultado da realização da retificação em apenas uma porção do campo pode ser usado para retificar o restante dos dados de campo.
[0052] Lógica de fator de múltiplas máquinas 180 é configurada para determinar um valor de deslocamento ponderado entre várias máquinas que estão operando e obtendo parâmetros operacionais. Por exemplo, pode ser determinado pela lógica de fator de múltiplas máquinas 180 que entre cada máquina operando em um campo, existe uma polarização de sistema de sensoreamento de aproximadamente 3% de máquina para máquina. Desta forma, a lógica de fator de múltiplas máquinas 180 vai determinar um intervalo de rendimento através das máquinas e um desvio de uma máquina para outra. O intervalo de campo e o desvio podem ser usados para gerar um fator de múltiplas máquinas que é aplicado com a lógica de retificação 178. [0053] Também é notado que mesmo quando os sensores (através de
Petição 870170078527, de 16/10/2017, pág. 108/168 / 56 uma única máquina ou entre múltiplas máquinas) possuem uma polarização relativamente baixa (por exemplo, menor do que +/- 2%), isto não garante que dados de parâmetro precisos serão determinados pela lógica de correção de polarização 144. Por exemplo, podem haver características transientes dentro dos dados. Pode ser benéfico identificar e remover estas características transientes para prover uma saída de parâmetro mais precisa. Por exemplo, mas não por limitação, quando duas combinadas (por exemplo, máquinas 100 e 164) estão colhendo em um único campo, cada combinada pode alterar uma velocidade para frente dependendo de um estado de máquina. As combinadas podem precisar desacelerar para se realizar uma volta de cabo, se mover por terreno bruto, passar sobre uma inclinação ou uma porção particularmente densa da safra no campo, etc. Quando a velocidade frontal de uma combinada muda enquanto obtém dados de parâmetro, em geral existe uma correção de atraso que é realizada. Por exemplo, pode haver um atraso de aproximadamente 10 segundos entre quando dados geoespaciais são obtidos e quando dados de parâmetro são obtidos. Desta forma, como a velocidade é alterada, a correção de atraso pode ser inconsistente até uma velocidade consistente ser alcançada. É claro que é contemplado aqui que a correção de atraso pode ser identificada e aplicada para uma variedade de canais em adição a uma alteração sensoreada na velocidade. Independentemente do canal sensoreado, a necessidade de corrigir o atraso pode se manifestar como uma necessidade de atribuir os dados sensoreados (por exemplo, fluxo de massa) para uma geolocalização correspondente. Em sistemas convencionais, estas e outras correções de atraso podem se mostrar como saídas de parâmetro de dados imprecisos quando se observa um mapa de campo. Especificamente, em alguns mapas, estes atrasos inconsistentes podem ser visualizados como manchas ou outra imprecisão visual em um mapa de campo. A lógica de remoção de artefato 182 é configurada para identificar e remover tais artefatos que são indicativos de pontos discrepantes nos dados de parâmetro
Petição 870170078527, de 16/10/2017, pág. 109/168 / 56 operacional detectados.
[0054] A lógica de correção de polarização 144 ilustrativamente também inclui componente de verificação de dados 184. Em um exemplo, o componente de verificação de dados 184 é configurado para incorporar dados que são providos por observação direta para reduzir adicionalmente a polarização de calibração. Um exemplo de uma fonte de dados que pode ser provido com um componente de verificação 184 inclui uma indicação de uma verdade terrestre. A verdade terrestre em geral pode se referir a um valor observado real de qualquer um dos parâmetros obtidos pelo sistema de monitoramento de parâmetro operacional 118.
[0055] Um exemplo de verdade terrestre para os dados de parâmetro de rendimento inclui um peso medido real de uma amostra de uma carga colhida. Por exemplo, quando colhe uma safra, a combinada pode posicionar o grão colhido para um carrinho com uma ou mais balanças de medição (por exemplo, sensores 122). Em outro exemplo, a máquina agrícola 100 pode ser acionada sobre uma balança. As balanças podem obter uma indicação de lógica de verificação e peso medido 184 vão usar a indicação na determinação de um ajuste de calibração com a lógica 178. Dois cenários particulares serão agora brevemente discutidos. Em um cenário, cada combinada obtém um peso preciso para determinar a quantidade de grão que foi colhido por aquela colheitadeira. A lógica de verificação de dados 184 então calcula uma soma dos pesos através de todas as máquinas. A lógica 184 então pode comparar a soma com o fluxo de massa estimado como provido pela lógica de monitoramento de rendimento 124 a partir de cada máquina. Em um segundo cenário, uma única combinada é usada, e assim a única máquina pode obter uma medição de peso preciso final quando todo o campo é colhido, ou múltiplas medições de peso precisas que correspondem com regiões específicas do campo. As medições serão reconciliadas pelo componente de verificação de dados 184 e providas para a lógica de retificação 178 para
Petição 870170078527, de 16/10/2017, pág. 110/168 / 56 reduzir a polarização de calibração. E notado que uma variedade de parâmetros em adição para o rendimento de safra pode ser usada com componente de verificação de dados 184.
[0056] Antes de descrever estes cenários, será notado que FIG. 1B ilustrativamente mostra que a lógica de correção de polarização 144 pode prover informação de redução de polarização determinada para o sistema de calibração 132. Por exemplo, lógica de correção de polarização 144 provê um fator de correção de polarização para a interface de sensor 136, que usa o fator de correção para ajustar sinais de sensor gerados pelos sensores 122. FIG. 1B também mostra que o sistema de calibração 132 pode prover uma indicação do fator de correção da polarização para o sistema de monitoramento de parâmetro operacional 118. O sistema 118 então pode usar o fator de correção com qualquer uma da lógica de monitoramento discutida aqui para reduzir imprecisões de dados durante o monitoramento operacional. Adicionalmente, é notado que o fator de correção de calibração determinado pode ser aplicado para os dados de parâmetro operacional anteriormente obtidos, que podem ser armazenados no armazenamento de dados 114. Isto permite que a máquina agrícola 100 ajuste antes do rendimento, umidade, profundidade de plantio, e outros dados de parâmetros para refletir a balança de calibração recém acurada.
[0057] A FIG. 2 ilustra um exemplo de um método 200 ilustrando a operação do sistema de correção de calibração com múltiplas máquinas agrícolas. Mais especificamente, o método 200 podem incluir um método de reduzir uma polarização de sistema de sensoreamento através de uma primeira máquina agrícola e uma segunda máquina agrícola.
[0058] Como notado acima de maneira similar, podem existir várias máquinas agrícolas trabalhando as mesmas operações ou operações similares em um campo nos mesmos momentos ou em momentos diferentes. A calibração dos sensores em cada máquina pode ocorrer inicialmente no
Petição 870170078527, de 16/10/2017, pág. 111/168 / 56 momento da fabricação. Em adição, um operador 166 pode realizar calibrações manuais com o componente de calibração manual 134. Assim, quando a máquina agrícola 100 realiza uma operação e dados de parâmetro operacional são obtidos com o sistema de monitoramento 118, dados são únicos para cada máquina que está operando, e atualmente não existe modo de reconciliar estes dados através das máquinas para prover uma saída consistente que é representativa de monitoramento de parâmetro preciso. [0059] Um sistema de correção de calibração, de acordo com modalidades descritas aqui, pode operar substancialmente em tempo real. É notado que o termo “tempo real” usado aqui em geral se refere às operações que ocorrem concorrentemente ou uma com relação a outra sem um grande desvio entre um tempo em que estas operações são realizadas. O tempo de processamento não nega a capacidade do sistema de operar em tempo real. Desta forma, múltiplas máquinas podem operar no mesmo campo ao mesmo tempo então a informação de sensor e correção de calibração é realizada pelos sistemas substancialmente em tempo real.
[0060] No bloco 202, é mostrado ilustrativamente que as múltiplas máquinas coletam ou coletaram dados de parâmetro operacional. Cada máquina pode coletar uma variedade de dados que são incluídos, mas não limitado para identificação de máquina, dados geoespaciais, e dados de parâmetro. Múltiplas máquinas que coletam informação de identificação de máquina em geral são indicadas no bloco 216. Cada uma das máquinas agrícolas 100 pode incluir um identificador de máquina armazenado no armazenamento de dados 114 e provido para os sistemas remotos 116 através do sistema de comunicação 108 e sobre a rede 158. Em adição, como uma operação está sendo realizada, o sistema geoespacial 120 pode obter informação tal como, mas não limitada a, latitude e longitude em uma variedade de pontos de tempo que são indicativos de quando a operação ocorre. A coleta de dados geoespaciais com múltiplas máquinas em geral é
Petição 870170078527, de 16/10/2017, pág. 112/168 / 56 indicada no bloco 218. Dependendo da operação que está sendo realizada (tal como uma operação de colheita, operação de plantio, operação de lavoura, ou operação de monitoramento de nutriente, dentre outros) cada máquina vai coletar dados de parâmetro que é indicativa da operação. A coleta de dados de parâmetro em geral é indicada no bloco 220 na FIG. 2. Também é notado que a coleta de dados de parâmetro, de acordo com o bloco 202, especificamente pode incluir o acesso de uma coleção de dados agronômicos coletados anteriormente a partir do armazenamento de dados 114 ou outra estrutura de armazenamento. O sistema de correção de calibração 138 pode acessar uma coleção de dados que inclui um primeiro conjunto de dados que é sensoreado por uma primeira máquina agrícola e um segundo conjunto de dados detectados pela segunda máquina agrícola.
[0061] No bloco 204, é mostrado ilustrativamente que o método inclui agregar os dados de parâmetro operacional de múltiplas máquinas. O agregador de dados 114 pode agregar os dados obtidos a partir do sistema de monitoramento de parâmetro operacional 118 e/ou armazenamento de dados 114 no preparo para se realizar pré-processamento de dados. Agregar os dados de parâmetro de múltiplas máquinas pode incluir agregar pontos de dados individuais para um ou mais conjuntos, onde os conjuntos são definidos pela máquina que obtém os dados, a locação em que os dados foram obtidos, o tempo em que os dados foram obtidos, ou outros critérios. Por exemplo, o primeiro conjunto de dados é sensoreado pela primeira máquina agrícola durante uma operação de colheita que é realizada com relação a uma primeira porção de um ambiente de colheita, e o segundo conjunto de dados é sensoreado pela segunda máquina agrícola com relação a uma segunda porção do ambiente de colheita.
[0062] No bloco 206, o método inclui realizar o pré-processamento de dados. A realização do pré-processamento de dados pode incluir executar qualquer uma das funcionalidades discutidas com relação à lógica de préPetição 870170078527, de 16/10/2017, pág. 113/168 / 56 processamento 142 na FIG. 1B. Por exemplo, a lógica de pré-processamento 142 pode determinar um fator de correção entre o conjunto agregado de dados com base em, por exemplo, um desvio estatístico. Adicionalmente, realizar o pré-processamento pode incluir filtrar os dados obtidos, como indicado no bloco 224. Filtrar os dados obtidos pode incluir executar lógica de redundância de caminho 170, a lógica de estado de máquina 172, ou outra lógica de filtro 174, como provido pelo filtro de dados de calibração 168. Em geral, filtrar os dados obtidos provê um mecanismo para remover pontos discrepantes e fontes de dados irrelevantes que não serão benéficos na geração de uma saída de parâmetro precisa.
[0063] Realizar o pré-processamento de dados também pode incluir escalonar os dados obtidos, o que em geral é indicado pelo bloco 226. Em um exemplo, escalonar os dados obtidos inclui escalonar cada um do primeiro e do segundo conjuntos, individualmente, com base em um fator de correção determinado correspondendo com cada um dos conjuntos. Por exemplo, um primeiro deslocamento é determinado para os dados no primeiro conjunto e um segundo deslocamento é determinado para os dados no segundo conjunto, e o fator de correção de parâmetro é parcialmente com base no primeiro e no segundo deslocamentos. Adicionalmente, o primeiro deslocamento pode ser indicativo de um primeiro desvio médio no primeiro conjunto, em que o primeiro desvio médio é maior do que um limite de desvio mínimo que é usado para se realizar o escalonamento. De maneira similar, o segundo deslocamento pode ser indicativo de um segundo desvio médio no segundo conjunto, em que o segundo desvio médio é maior do que um limite de desvio mínimo que é usado para se realizar o escalonamento.
[0064] No bloco 208 do método 200, é mostrado ilustrativamente que o método inclui determinar que existe uma polarização entre os sistemas de sensoreamento das múltiplas máquinas. Em um exemplo, determinar se existe uma polarização inclui analisar um desvio entre a saída de parâmetro médio
Petição 870170078527, de 16/10/2017, pág. 114/168 / 56 entre cada máquina. Por exemplo, o sistema de correção de calibração 138 determina existe uma polarização significativa entre um desvio médio do primeiro conjunto escalonado e um desvio médio do segundo conjunto escalonado. Se a polarização está acima de um limite, o sistema de correção de calibração 138 pode determinar que existe uma polarização significativa entre as máquinas e que uma correção de calibração deve ser usada.
[0065] O bloco 210 do método 200 inclui realizar uma correção de polarização para retificar os dados de parâmetro de operação. Em um exemplo, a lógica de correção de polarização 144 executa uma ou mais funções de retificação, uma das quais pode incluir retificação de aditivo generalizada, como indicado no bloco 228. Executar a retificação de aditivo generalizada com lógica de retificação 178 pode incluir ajustar os valores de parâmetro operacional obtidos (por exemplo, no primeiro e no segundo conjuntos escalonados) de forma que o valor de parâmetro médio é igual ao valor de parâmetro médio ponderado global original. Em adição, realizar uma correção de polarização podem incluir aplicar um fator de múltiplas máquinas com lógica de fator de múltiplas máquinas 180, que em geral é indicado no bloco 232. O fator de múltiplas máquinas 230 pode incluir um deslocamento ponderado que é determinado pela lógica de fator de múltiplas máquinas 180, que em geral indica um deslocamento a partir da média global entre cada máquina agrícola. Adicionalmente, realizar uma correção de polarização pode incluir remover artefatos, como indicado no bloco 232. Por exemplo, a lógica de remoção de artefato 182 remove características transientes nos dados de parâmetro operacional obtidos tais como, mas não limitado a, inconsistências que resultam da alteração de correções de atraso de velocidade, pontos de dados discrepantes, dentre outros. Realizar uma correção de polarização também ilustrativamente inclui verificar a correção de dados, como indicado no bloco 234. Verificar a correção de dados pode incluir usar o componente de verificação de dados 184 para comparar a correção de dados estimada para
Petição 870170078527, de 16/10/2017, pág. 115/168 / 56 um valor real conhecido do parâmetro de operação. Por exemplo, a verdade terrestre pode ser determinada para o rendimento de safra e esta verdade terrestre pode ser usada para determinar um deslocamento de correção adicional entre uma massa de safra real que é colhida e a massa de safra estimada.
[0066] No bloco 212, o método 200 ilustrativamente inclui aplicar uma correção de polarização para todas as máquinas relevantes coletando os dados de parâmetro de operação. Por exemplo, aplicar a correção de polarização podem incluir prover um ajuste de deslocamento de calibração com lógica de correção de polarização 144 para o sistema de calibração 132. Desta forma, os sensores 122, em si, podem ser calibrados ou bloqueados 212 podem incluir sistema de calibração 132 instruindo a interface de sensor 136 a ajustar os sinais de sensor providos pelos sensores 122 então qualquer dado de parâmetro operacional futuro que é obtido é consistente por todas as máquinas, uma com relação a outra.
[0067] No bloco 214, o método 200 inclui emitir os dados de parâmetro operacional corrigidos. Dados de parâmetro corrigidos podem ser emitidos em uma variedade de modos. Em um exemplo, emitir os dados de parâmetro corrigidos pode incluir prover um mapa de campo corrigido com o gerador de mapa de campo 130, como indicado no bloco 236. Um mapa de campo corrigido em geral vai prover uma visualização suave do parâmetro emitido (por exemplo, rendimento de safra) com base na locação em que a operação foi realizada. Isto pode prover uma vista em tempo real para o operador 166 que indica como a máquina está funcionando durante a operação. Mapas de campo corrigidos em geral serão discutidos em detalhe adicional abaixo com relação às FIGS. 5A e 5B. Em adição, ou alternativamente, emitir os dados de parâmetro corrigidos pode incluir emitir um infográfico, como indicado pelo bloco 238. O sistema de visualização de dados 148 também pode gerar outras vistas de dados 156 que podem incluir
Petição 870170078527, de 16/10/2017, pág. 116/168 / 56 cartas, gráficos, mapas, e uma variedade de material infográfico.
[0068] Adicionalmente, o sistema de correção de calibração 138 pode ser configurado para emitir métricas corrigidas, como indicado no bloco 240. As métricas corrigidas são indicativas dos dados de parâmetro obtidos como ajustados pela lógica de correção de polarização 144. Por exemplo, no exemplo de colher com uma combinada, métricas corrigidas 240 incluem um rendimento médio comparado com um desvio percentual para cada uma das máquinas, e ainda um rendimento corrigido comparado com um desvio por uma média de todas as máquinas. Adicionalmente, emitir dados de parâmetro de operação corrigidos pode incluir emitir um sumário de correção de calibração, como indicado no bloco 242. Em um exemplo, o sumário de correção de calibração inclui uma saída visual que compara as saídas de parâmetro original para as saídas de parâmetro corrigido e o deslocamento ponderado que será aplicado para dados de parâmetro futuros e/ou históricos. Métrica também podem incluir um fluxo de massa ajustado (quilogramas por segundo) e uma produtividade ajustada (por exemplo, produtividade de safra em tons por hora), um rendimento médio de combinada e um desvio percentual a partir de uma média global, junto com um intervalo que inclui um desvio padrão percentual máximo calculado com relação a um desvio padrão percentual mínimo, dentre outros. Estes são exemplos apenas.
[0069] A FIG. 3 é um diagrama de fluxo ilustrando um exemplo da operação de sistema de correção de calibração 138 com uma única máquina agrícola. Em um exemplo, o método 300 inclui um método de reduzir uma polarização de sistema de sensoreamento em uma máquina agrícola.
[0070] Como discutido acima de maneira similar com relação ao método 200, um sistema de correção de calibração e os sistemas associados descritos aqui pode operar substancialmente em tempo real com relação a uma única máquina. Para uma única máquina remota poder realizar o método de reduzir polarização de sistema de sensoreamento como uma operação de
Petição 870170078527, de 16/10/2017, pág. 117/168 / 56 bordo direta. Segundo, mas não por limitação, uma única máquina pode usar um sistema de correção de calibração onde esta máquina está processando informação espacial histórica em combinação com informação a partir da única máquina.
[0071] No bloco 302, é mostrado ilustrativamente que o método 300 inclui coletar ou acessar uma coleção de dados de parâmetro operacional. A coleta de dados de parâmetro operacional pode incluir acessar dados geoespaciais, como indicado no bloco 318, dados operacionais históricos, como indicado no bloco 320, e/ou os dados de parâmetro correntes, como indicado no bloco 322.
[0072] Com a coleta ou a avaliação dos dados, o método 300 prossegue para agregar os dados que são associados com esta única máquina. Em geral isto é indicado no bloco 304. Como discutido de maneira similar acima com relação à FIG. 2, agregador de dados 140 pode agregar os dados de parâmetro a partir do sistema de monitoramento de parâmetro operacional 118 e/ou armazenamento de dados 114. Quando uma única máquina está operando, agregar dados pode incluir agregar os dados em um ou mais conjuntos. Por exemplo, cada conjunto pode incluir dados obtidos durante uma janela de tempo de operação específica, a partir de uma região específica em um campo, etc. Em um exemplo, um primeiro conjunto inclui dados agronômicos que são sensoreados durante um primeiro passe da máquina agrícola em um ambiente de operação, e um segundo conjunto inclui dados agronômicos que são sensoreados durante um segundo passe da máquina agrícola em um ambiente de operação. O primeiro conjunto pode se referir aos dados obtidos durante uma sessão de operação corrente, enquanto o segundo conjunto pode se referir aos dados obtidos durante uma sessão de operação que foi realizada em algum momento anterior. Estes são apenas exemplos.
[0073] Pré-processamento de dados pode ser realizado nos dados de
Petição 870170078527, de 16/10/2017, pág. 118/168 / 56 parâmetro obtidos (e agregados), como indicado no bloco 306. E notado que realizar o pré-processamento de dados pode incluir qualquer uma das funcionalidades de pré-processamento discutida com relação à FIG. 2 (método 200, bloco 206) e lógica de pré-processamento 142 da FIG. 1. Como mostrado na FIG. 3, realizar o pré-processamento inclui determinar um fator de correção, como indicado no bloco 324, filtrar os dados obtidos, como indicado no bloco 326, e escalonar os dados obtidos, como indicado no bloco 328. Também é notado que escalonar os dados obtidos de acordo com o bloco 328 podem incluir o uso de lógica de escalonamento de parâmetro 178 para analisar uma região localizada de dados para um campo específico, e aplicar o pré-processamento adequado para um restante dos dados de campo. Em um exemplo, escalonamento de dados inclui ajustar cada um do primeiro e do segundo conjuntos, individualmente, com base em um fator de correção determinado correspondendo com cada um dos conjuntos. O fator de correção de parâmetro pode ser determinado por um desvio estatístico entre os dados contidos dentro de cada um dos conjuntos.
[0074] No bloco 308, o método 300 inclui determinar uma polarização entre o primeiro e o segundo conjuntos, tal como entre dados de parâmetro operacional correntes e históricos que são obtidos com a única máquina. Determinar uma polarização pode incluir o sistema de correção de calibração 138 determinar se existe uma polarização entre um desvio médio do primeiro conjunto escalonado e um desvio médio do segundo conjunto escalonado. E claro que uma polarização também pode ser determinada em uma variedade de outros modos.
[0075] No bloco 310, o método inclui realizar uma correção de polarização para retificar o primeiro e o segundo conjuntos escalonados a partir da máquina, tal como os conjuntos operacionais correntes e históricos. A correção de polarização que é realizada com relação à FIG. 2 e múltiplas máquinas que estão trabalhando em uma operação também pode ser aplicada
Petição 870170078527, de 16/10/2017, pág. 119/168 / 56 para o método 300 para uma única máquina. Desta forma, o bloco 310 ilustrativamente inclui executar a retificação de aditivo generalizada com lógica de retificação 178. Em adição, ou alternativamente, a lógica de retificação 178 pode executar retificação de regressão local, como indicado no bloco 332. Usar a retificação de regressão local em geral pode não incluir usar um fator de combinada já que a regressão requer apenas informação a partir de uma única máquina. Um exemplo de uma regressão de retificação que pode ser aplicada, usando a lógica de retificação 178, para informação obtida com uma única máquina, inclui uma regressão de processo de Gaussiana. Em adição, ou alternativamente, a lógica de retificação 178 podem incluir um modelo linear generalizado que pode ser aplicado para qualquer um dos casos de máquina única ou de múltiplas máquinas. É claro que é notado que uma variedade de diferentes operações de retificação geoespacial para várias fontes de dados com correção específica de fonte que pode ser aplicada. Realizar a operação de retificação pode incluir gerar um fator de correção de calibração, e aplicar este fator de calibração para o primeiro e o segundo conjuntos de dados ajustados (por exemplo, escalonados) obtidos pela única máquina.
[0076] Realizar a correção de polarização também pode incluir remover artefatos, como indicado no bloco 334, usando a lógica de remoção de artefato 182 para identificar pontos discrepantes de dados e características transientes nos dados de parâmetro. Em adição, a verificação de uma correção de dados é indicada no bloco 336, que pode incluir o uso de componente de verificação de dados 184 para comparar uma verdade terrestre (tal como um rendimento real como determinado por uma medição com uma balança precisa) para os conjuntos de dados de parâmetro escalonados.
[0077] No bloco 314, uma correção de polarização é aplicada para todos os relevantes dados de parâmetro históricos para a máquina. Aplicar a correção de polarização para dados históricos pode retificar todos os dados de
Petição 870170078527, de 16/10/2017, pág. 120/168 / 56 parâmetro obtidos por uma única máquina para uma operação específica. Isto gera parâmetros operacionais que são precisos para todo o período de operação.
[0078] No bloco 316, os dados de parâmetro operacional corrigidos são emitidos que podem incluir qualquer um de: emitir um mapa de campo corrigido e infográfico, como indicado nos blocos 338 e 340, respectivamente; métricas corrigidas, como indicado no bloco 342; e/ou um sumário de correção de calibração, como indicado no bloco 344; ou qualquer uma das outras saídas discutidas com relação à FIG. 2 (método 200, o bloco 214) e sistema de visualização de dados 148.
[0079] Antes de descrever as descobertas de controle operacional que são providas pelo sistema de correção de calibração 138, um exemplo de uma máquina agrícola 100 primeiramente será descrito. A FIG. 4 é uma ilustração esquemática parcial de imagem parcial de máquina 100, em um exemplo onde a máquina 100 é uma combinada 400. Pode ser observado na FIG. 4 que a combinada 400 ilustrativamente inclui um compartimento de operador 458, e um conjunto de equipamento de extremidade frontal que inclui um coletor 402, e um cortador em geral indicado em 404. A combinada 400 também pode incluir uma casa de alimentação 406, um acelerador de alimentação 408 e uma debulhadora em geral indicada em 410. A debulhadora 410 ilustrativamente inclui um rotor de debulha 412 e um conjunto de côncavos 414. Adicionalmente, a combinada 400 pode incluir um separador 416 que inclui um rotor de separador. A combinada 400 pode incluir um subsistema de limpeza (ou sapata de limpeza) 418 que, em si, pode incluir um ventilador de limpeza 420, crivo 422, e peneira 424. O sistema de manipulação de material na combinada 400 também pode incluir o batedor de descarga 426, elevador de rejeitos 428, elevador de grão limpo 430 bem como trado de descarga 434 e bico 436. A combinada 400 pode incluir adicionalmente um subsistema de resíduo 438 que pode incluir o cortador 440 e o espalhador 442. A combinada
Petição 870170078527, de 16/10/2017, pág. 121/168 / 56
400 também pode ter um subsistema de propulsão que inclui um motor que aciona rodas de engate de terra 444 ou trilhos, etc. Será notado que a combinada 400 também pode ter mais do que um de qualquer um dos subsistemas mencionados acima.
[0080] Em operação, e por meio de ilustração apenas, a combinada
400 ilustrativamente se move através de um campo e em uma direção em geral indicada pela seta 446. Quando ela se move, o coletor 402 engata a safra que é colhida e coleta a safra para o cortador 404. Uma vez que a safra é cortada, a safra é movida por um transportador na casa de alimentação 406 para o acelerador de alimentação 408 que acelera a safra para a debulhadora 410. A safra é debulhada pelo rotor 412 girando a safra contra o côncavo 414. A safra debulhada é movida por um rotor e separador 416 separados onde parte do resíduo é movido pelo batedor de descarga 426 para o subsistema de resíduos 438. Ele pode ser cortado pelo cortador de resíduo 440 e espalhado no campo pelo espalhador 442. Em outras implementações o resíduo simplesmente derrubado em uma janela em vez de ser cortado e espalhado. [0081] O grão cai para a sapata de limpeza (ou subsistema de limpeza) 418. O crivo 422 separa parte do maior material do grão e a peneira 424 separa parte do material mais fino a partir do grão limpo. Grão limpo cai para um trado no elevador de grão limpo 430, que move o grão limpo para cima e deposita o mesmo para o tanque de grão limpo 432. O resíduo pode ser movido a partir da sapata de limpeza 418 por fluxo de ar gerado pelo ventilador de limpeza 420. Este resíduo pode ser movido para trás na combinada 400 para o subsistema de manipulação de resíduo 438.
[0082] A FIG. 4 também mostra ilustrativamente que, em um exemplo, a combinada 400 pode incluir um sensor de velocidade de solo 446, um ou mais sensores de perda de separador 448, uma câmera de grão limpo 450, e um ou mais sensores de perda de sapata de limpeza 452. O sensor de velocidade de solo 446 ilustrativamente detecta a velocidade de viagem da
Petição 870170078527, de 16/10/2017, pág. 122/168 / 56 combinada 400 sobre o solo quando a combinada se move em uma direção em geral indicada pela seta 446. O sensoreamento da velocidade de solo pode ser feito através do sensoreamento da velocidade de rotação das rodas, eixo de transmissão, o eixo, ou outros componentes. A velocidade de viagem também pode ser determinada por um sistema de posicionamento, tal como sistema geoespacial 120, em geral representado pelo sensor geoespacial 460 na FIG.
4.
[0083] Sensores de perda de sapata de limpeza 452 ilustrativamente proveem um sinal de saída indicativo da quantidade de grão perdido pelos lados direito e esquerdo da sapata de limpeza 418. Em um exemplo, os sensores 452 são sensores de choque que contam choques de grão por unidade de tempo (ou por unidade de distância viajada) para prover uma indicação da perda de grão de sapata de limpeza. Os sensores de choque para os lados direito e esquerdo da sapata de limpeza podem prover sinais individuais, ou um sinal combinado ou agregado. Será notado que os sensores 452 também podem compreender apenas um único sensor, em vez de sensores separados para cada sapata.
[0084] Os sensores de perda de separador 448 proveem um sinal indicativo de perda de grão nos separadores esquerdo e direito. Os sensores associados com os separadores esquerdo e direito podem prover sinais de perda de grão separados ou um sinal combinado ou agregado. Como também pode ser feito usando uma grande variedade de diferentes tipos de sensores, será notado que os sensores de perda de separador 448 também podem compreender apenas um único sensor, em vez de sensores esquerdo e direito separados.
[0085] Também será notado que os sensores descritos com relação à combinada 400 (em adição aos sensores já descritos com relação à máquina 100) também podem incluir outros sensores. Por exemplo, eles podem incluir um sensor de umidade que é configurado para sensorear o nível de umidade
Petição 870170078527, de 16/10/2017, pág. 123/168 / 56 do material que está passando através da combinada 400, e/ou sensorear o nível de umidade do solo em que a combinada 400 passa sobre durante a operação. A combinada 400 também pode incluir um sensor de estado de máquina 462 que é configurado para sensorear se a combinada 400 é configurada para derrubar o resíduo, derrubar uma janela, ou realizar outra operação de máquina. Eles também podem incluir os sensores de velocidade de ventilador de sapata de limpeza que podem ser configurados próximos do ventilador 420 para sensorear a velocidade do ventilador. Eles podem incluir sensores de ajuste de máquina que são configurados para sensorear os vários ajustes configuráveis na combinada 400. Eles também podem incluir um sensor de orientação de máquina que pode ser qualquer um de uma grande variedade de diferentes tipos de sensores que detectam a orientação da combinada 400. Por exemplo, a orientação detectada pode identificar a orientação da combinada 400, a posição de partes da combinada 400 com relação às outras partes, ou a posição das partes com relação ao solo, etc. Outro exemplo de sensor de orientação de máquinas inclui um sensor que detecta a altura de um coletor 402 acima do solo. Adicionalmente, sensores de propriedade de safra podem sensorear uma variedade de diferentes propriedades de safra tais como tipo de safra, umidade de safra, e outras propriedades de safra. Outras propriedades de safra podem incluir diferentes constituintes de grão tais como, mas não por limitação, propriedades de óleo, amido e proteína. Mais particularmente, os sensores de propriedade de safra podem detectar características da safra enquanto eles estão sendo processados pela máquina 400, por exemplo, quando a safra está sendo passada através de um elevador de grão 430. Um particular exemplo de um sensor de propriedade de safra inclui um sensor de taxa de fluxo de massa 464 que detecta a taxa de fluxo de massa de uma safra através do elevador 430, ou provê outros sinais de saída indicativos de variáveis similares.
[0086] Desta forma, o tamanho e o número de sensores usados com os
Petição 870170078527, de 16/10/2017, pág. 124/168 / 56 sistemas descritos aqui podem variar. Em adição, ou alternativamente, medições inferidas podem ser obtidas a partir dos sensores virtuais. Em um exemplo, sensores virtuais incluem combinações e uma série de combinações de comunicação entre entradas relacionadas, comandos, e sensores reais que juntos proveem as ditas medições inferidas.
[0087] A FIG. 5A mostra uma visão pictórica de um gráfico de campo representando um parâmetro agronômico medido tal como rendimento de safra. O gráfico de campo 500 em geral representa um conjunto original de dados de parâmetro obtidos com uma máquina agrícola, onde estes dados não são pré-processados ou corrigidos de acordo com o sistema de correção de calibração 138. Por exemplo, o gráfico de mapa de campo 500 representa o rendimento de safra com relação a uma localização no campo como determinado por um sensor de fluxo de massa. Mais especificamente, mas não por limitação, o sistema de monitoramento de parâmetro operacional 118 pode usar um sensor de fluxo de massa 122 e o sistema geoespacial 120 de acordo com lógica de monitoramento de rendimento 124 para obter um conjunto relacional de dados que é provido pelo gerador de mapa de campo 150 na forma em geral mostrada pelo gráfico de mapa de campo 500. Pode ser observado que o gráfico de mapa de campo 500 representa dados com um alto grau de variância entre o rendimento de safra detectada através do campo. Especificamente, existem fileiras individuais que variam bastante significativamente quando comparadas com uma fileira vizinha. Por exemplo, cada fileira pode corresponder com a largura de coletor, e informação de sensor a partir de sensores através do coletor pode variar. No entanto, também é notado que variâncias nos dados de parâmetro originais podem se manifestar no mapa para específicas fileiras de planta ou ainda uma única planta, onde informação para estas plantas é sensoreada tanto individualmente quanto como um conjunto de plantas. Este mapa provavelmente reflete as imprecisões de dados já que o rendimento de safra é improvável de variar
Petição 870170078527, de 16/10/2017, pág. 125/168 / 56 tanto assim entre fileiras vizinhas. Em um exemplo, áreas de densidade alta detectadas (rendimento de safra alta detectada) em geral são coloridas de vermelho, enquanto áreas de densidade média detectadas em geral são coloridas de amarelo, e áreas de densidade baixa detectadas em geral são coloridas de azul.
[0088] Para ilustrar adicionalmente, em geral pode ser observado porções próximas 502 e 504 em que uma alta rendimento de safra originalmente foi detectada com o sistema de monitoramento 118. Pelo contrário, em geral é mostrado nas porções 506 e 508 que um rendimento de safra relativamente baixa foi detectada pelo sistema 118. Um rendimento de safra média detectada em geral foi detectada na área representada pelo numeral de referência 503. Tal alto grau de variabilidade como apresentado em um mapa pode ser confuso quando o mapa é observado pelo operador 166. Adicionalmente, um grupo de características transientes em geral é indicado pelo agrupamento de manchas dentro do círculo referenciado como o numeral 501. O gráfico 500 provê pouca informação sobre o desempenho da safra bem como o desempenho da máquina na colheita da safra.
[0089] A FIG. 5B mostra uma visão pictórica de um gráfico de campo suavizado 510 representando um parâmetro agronômico ajustado e corrigido tal como o rendimento de safra. Em um exemplo, o sistema de correção de calibração 138 usou a lógica de pré-processamento 142, e lógica de coleta de polarização 144 para preparar dados de rendimento de safra e realizar uma operação de retificação naqueles dados. Pode ser observado que o gráfico 510 em geral indica um menor grau de variância entre as várias porções do campo e o rendimento ajustada de valores de colheita, quando comparado com as indicações de dados brutos do gráfico 500. Em um exemplo, a lógica de correção de polarização 144 usa a lógica de retificação 178 para remover uma polarização de calibração determinada tanto entre casos separados de uma única máquina, quanto de casos individuais de uma pluralidade de máquinas
Petição 870170078527, de 16/10/2017, pág. 126/168 / 56 que opera no mesmo campo. Por exemplo, pode ser observado no gráfico 510 que as características transientes foram removidas (por exemplo, representadas por 501 no gráfico 500), e que áreas de densidade alta suavizadas em geral são representadas pelos numerais de referência 512 e 514. Por outro lado, áreas de densidade baixa suavizadas em geral são representadas pelos numerais de referência 516 e 518. Um exemplo de uma área de densidade média suavizada em geral é representado pelo numeral de referência 520. Desta forma, alta densidade suavizada (por exemplo, alta rendimento de safra) é representada pelas regiões que são coloridas de vermelho, enquanto densidade média suavizada é representada pelas regiões que são coloridas de amarelo, e densidade baixa suavizada é representada pelas regiões que são coloridas de azul.
[0090] O gráfico de campo 510 provê um mapa de campo preciso, como gerado pelo gerador de mapa de campo 150, que permite que um operador 166 recolha descobertas com relação à operação da máquina agrícola 100 e o desempenho da safra particular que é colhida. É claro que é notado que o mapa 510 também pode ser representativo de qualquer um dos outros parâmetros agronômicos ou operacionais discutidos anteriormente aqui.
[0091] A FIG. 6 é uma visão pictórica de outro exemplo em que a máquina agrícola 100 é mostrada como uma máquina de lavoura 600 (ou disco). A máquina de lavoura 600 ilustrativamente inclui uma variedade de implementos de lavoura 602 que em geral inclui discos de rotação que formam trincheiras em uma superfície do solo como máquina 600 se move em uma direção em geral indicada pela seta 610. É notado que máquina de lavoura 600 é uma vista representativa de uma máquina de lavoura e os mecanismos de correção de calibração discutidos aqui também podem ser implementados em uma variedade de outras máquinas de lavoura. A máquina de lavoura 600 também inclui ilustrativamente rodas de guia 604 e um
Petição 870170078527, de 16/10/2017, pág. 127/168 / 56 mecanismo para a conexão com uma máquina móvel energizada, o mecanismo em geral representado no numeral de referência 606. A máquina de lavoura 600 também pode incluir uma variedade de sensores de parâmetro operacional. Por exemplo, uma máquina de lavoura 600 inclui sensores de profundidade de lavoura 608 que podem ser dispostos em uma variedade de localizações na máquina, mas que são particularmente ilustrativamente dispostos nos discos ou próximos dos discos 602. Os sensores de profundidade de lavoura 608 podem detectar uma profundidade do disco 602 dentro de uma superfície do solo, e proveem os dados sensoreados para outra lógica de monitoramento 130 do sistema de monitoramento de parâmetro operacional 118. Como discutido acima com relação à máquina agrícola 100, os dados de parâmetro detectados podem ser usados pelo sistema de correção de calibração 138 para determinar um fator de correção de polarização entre os sensores individuais 608 na máquina 600, e/ou a polarização de calibração entre a máquina 600 e uma variedade de outros sensores dispostos em outras máquinas de lavoura que realizam uma operação similar ou a mesma operação.
[0092] Outras condições de solo também podem ser monitoradas pela máquina 600 ou qualquer outra máquina agrícola descrita aqui. Estas outras condições de solo podem incluir, mas não estão limitadas a umidade do solo, temperatura de solo, composição de matéria orgânica, níveis de nutriente de solo, densidade de solo volumétrica, e pressão descendente de plantador com relação a uma superfície do solo, dentre outros.
[0093] A FIG. 7 é uma visão pictórica de um exemplo em que a máquina agrícola 100 é mostrada como um plantador 700. O plantador 700 ilustrativamente inclui uma estrutura de suporte 702 que aloja uma pluralidade de unidades de fileira de plantio 706. O plantador 700 também pode incluir uma interface para a conexão com uma máquina móvel de potência, a interface em geral sendo representada por 704. Como é discutido
Petição 870170078527, de 16/10/2017, pág. 128/168 / 56 de maneira similar com relação à máquina agrícola 100 e a máquina de lavoura 600, a máquina de plantio 700 podem incluir uma variedade de sensores dispostos em uma variedade de localizações na máquina e configuradas para sensorear parâmetros tais como, mas não limitado a, a profundidade de plantio. Em um exemplo particular, os sensores de orientação de máquina 708 podem detectar a altura de um sensor de profundidade de plantio com relação ao solo. Estes sensores de orientação de máquina podem incluir os sensores de profundidade de plantio que proveem dados de profundidade de plantio de acordo com lógica de monitoramento de profundidade de plantio 128 e sistema de monitoramento de parâmetro operacional 118. Os dados de profundidade de plantio obtidos podem ser usados pelo sistema de correção de calibração 138 para determinar um deslocamento tanto entre sensores individuais no plantador 700, e/ou entre sensores e uma calibração determinada de máquina 700 e uma variedade de outras similares máquinas de plantio.
[0094] Outros exemplos de máquinas agrícolas (ou qualquer uma das máquinas descritas acima), de acordo com modalidades descritas aqui, podem incluir pulverizadores ou aplicadores para aplicar, por exemplo, fertilizantes, pesticidas, ou outras fórmulas de nutriente. Monitoramento de parâmetro operacional pode ser realizado para obter informação com relação à taxa em que as ditas fórmulas são aplicadas. Desta forma, o sistema de correção de calibração e métodos descritos aqui podem ser usados de maneira apropriada na determinação de uma calibração apropriada e reduzindo polarização de calibração para operações de aplicação química, e especificamente para operações que incluem a medição da taxa em que uma fórmula é aplicada durante a operação. Desta forma, os dados agronômicos que podem ser monitorados e ajustados com modalidades de um sistema de correção de calibração discutida aqui inclui dados associados com umidade de grão, perda de grão, qualidade de grão, rendimento de resíduo, qualidade de resíduo,
Petição 870170078527, de 16/10/2017, pág. 129/168 / 56 propriedades não debulhadas, taxa de aplicação química, umidade do solo, temperatura de solo, composição de matéria orgânica, níveis de nutriente de solo, densidade de solo volumétrica, e pressão descendente de plantador com relação a uma superfície do solo, dentre outros.
[0095] A presente discussão mencionou processadores e/ou servidores. Em um exemplo, os processadores e servidores incluem processadores de computador com memória associada e circuitos de temporização, não mostrado separadamente. Elas são partes funcionais dos sistemas ou dispositivos em que eles pertencem e são ativados por, e facilitam a funcionalidade de outros componentes ou itens nestes sistemas.
[0096] Ainda, um número de exibições de interface de usuário foi discutido. Eles podem tomar uma grande variedade de diferentes formas e podem ter uma grande variedade de diferentes mecanismos de entrada atuáveis pelo usuário dispostos nos mesmos. Por exemplo, os mecanismos de entrada atuáveis pelo usuário podem ser caixas de texto, caixas de verificação, ícones, ligações, menus de rolagem, caixas de busca, etc. Eles também podem ser atuados em uma grande variedade de diferentes modos. Por exemplo, eles podem ser atuados usando um dispositivo de apontar e clicar (tal como um traek bali ou mouse). Eles podem ser atuados usando botões de hardware, comutadores, um joystick ou teclado, interruptores de polegar ou almofadas de polegar, etc. Eles também podem ser atuados usando um teclado virtual ou outros atuadores virtuais. Em adição, onde a tela em que eles são exibidos é uma tela sensível ao toque, eles podem ser atuados usando gestos de toque. Ainda, onde o dispositivo que exibe os mesmos possui componentes de reconhecimento de fala, eles podem ser atuados usando comandos de fala. [0097] Um número de armazenamentos de dados também foi discutido. Será notado que cada um deles pode ser quebrado em múltiplos armazenamentos de dados. Todos os armazenamentos podem ser locais para os sistemas que acessam os mesmos, todos podem ser remotos, ou mesmo
Petição 870170078527, de 16/10/2017, pág. 130/168 / 56 podem ser locais enquanto outros são remotos. Todas estas configurações são contempladas aqui.
[0098] Ainda, as figuras mostram um número de blocos com funcionalidade escrita para cada bloco. Será notado que menos blocos podem ser usados tal que a funcionalidade é realizada por menos componentes. Ainda, mais blocos podem ser usados com a funcionalidade distribuída dentre mais componentes.
[0099] A FIG. 8 é um diagrama de bloco da máquina agrícola 100, mostrada na FIG. 1, exceto que se comunica com elementos em uma arquitetura de servidor remoto 101. Em um exemplo de modalidade, arquitetura de servidor remoto 101 pode prover computação, software, acesso de dados, e serviços de armazenamento que não necessitam de conhecimento de usuário final da localização física ou configuração do sistema que distribui os serviços. Em várias modalidades, servidores remotos podem distribuir os serviços sobre uma rede de área larga, tal como a internet, usando protocolos apropriados. Por exemplo, servidores remotos podem distribuir aplicações sobre uma rede de área larga e eles podem ser acessados através de um navegador de rede ou qualquer outro componente de computação. Software ou componentes mostrados na FIG. 1 bem como os correspondentes dados, podem ser armazenados nos servidores em uma localização remota. Os recursos de computação em um ambiente de servidor remoto podem ser consolidados em uma localização de centro de dados remota ou eles podem ser dispersos. Infraestrutura de servidor remoto pode distribuir serviços através de centros de dados divididos, mesmo que eles apareçam como um único ponto de acesso para o usuário. Assim, os componentes e funções descritos aqui podem ser providos a partir de um servidor remoto em uma localização remota usando uma arquitetura de servidor remoto. Alternativamente, eles podem ser providos a partir de um servidor convencional, ou eles podem ser instalados em dispositivos de cliente
Petição 870170078527, de 16/10/2017, pág. 131/168 / 56 diretamente, ou de outros modos.
[00100] No exemplo mostrado na FIG. 8, alguns itens são similares a aqueles mostrados na FIG. 1 e eles são numerados de maneira similar. A FIG. 8 especificamente mostra que o sistema de visualização de dados 148, os sistemas remotos 160 e o armazenamento de dados 114 podem estar localizados em uma localização de servidor remoto 103. Portanto, a colheitadeira 100 acessa estes sistemas através da localização de servidor remoto 103.
[00101] A FIG. 8 também representa outro exemplo de uma arquitetura de servidor remoto. A FIG. 8 mostra que também é contemplado que alguns elementos da FIG. 1 são dispostos na localização de servidor remoto 103 enquanto outros não são. Por meio de exemplo, o armazenamento de dados 114 ou máquinas agrícolas 162, 164 pode ser disposto em uma localização separada da localização 103, e acessados através do servidor remoto na localização 103. Independentemente de onde eles estão localizados, eles podem ser acessados diretamente pela colheitadeira 100, através de uma rede (tanto uma rede de área larga quanto uma rede de área local), eles podem ser hospedados em um sítio remoto por um serviço, ou eles podem ser providos como um serviço, ou acessados por um serviço de conexão que reside em uma localização remota. Ainda, os dados podem ser armazenados substancialmente em qualquer localização e intermitentemente acessados por, ou direcionados para, partes intencionadas. Por exemplo, portadores físicos podem ser usados em vez de, ou em adição a, portadores de onda eletromagnética. Em tal modalidade, onde a cobertura de célula é ruim ou não existente, outra máquina móvel (tal como um caminhão de combustível) pode ter um sistema de coleta de informação automatizado. Como a combinada ou máquina se aproxima do caminhão de combustível para o abastecimento, o sistema automaticamente coleta a informação a partir da colheitadeira usando qualquer tipo de conexão sem fios ad-hoc. A informação coletada então pode
Petição 870170078527, de 16/10/2017, pág. 132/168 / 56 ser direcionada para a rede principal quando o caminhão de combustível alcança uma localização onde existe cobertura de celular (ou outra cobertura sem fios). Por exemplo, o caminhão de combustível pode entrar em uma localização coberta quando viaja para abastecer outras máquinas ou quando em uma localização de armazenamento de combustível principal. Todas estas arquiteturas são contempladas aqui. Adicionalmente, a informação pode ser armazenada na colheitadeira até a colheitadeira entrar em uma localização coberta. A colheitadeira, em si, então pode enviar a informação para a rede principal.
[00102] Também será notado que os elementos da FIG. 1, ou porções dos mesmos, podem ser dispostos em uma grande variedade de diferentes dispositivos. Partes destes dispositivos incluem servidores, computadores do tipo desktop, computadores do tipo laptop, computadores do tipo tablet, ou outros dispositivos móveis, tal como computadores do tipo palm top, telefones celulares, telefones inteligentes, tocadores de multimídia, assistentes digitais pessoais, etc.
[00103] A FIG. 9 é um diagrama de bloco simplificado de um exemplo ilustrativo de um dispositivo portátil ou dispositivo de computação móvel que pode ser usado como um dispositivo portátil de cliente ou de usuário 16, em que o presente sistema (ou partes do mesmo) pode ser distribuído. Por exemplo, um dispositivo móvel pode ser distribuído no compartimento de operador de máquina 100 para o uso na geração, processamento ou exibição dos dados. As FIG.s 10 a 12 são exemplos de dispositivos móveis ou portáteis.
[00104] A FIG. 9 provê um diagrama de bloco geral dos componentes de um dispositivo de cliente 16 que pode rodar alguns componentes mostrados na FIG. 1, que interagem com os mesmos, ou ambos. No dispositivo 16, uma ligação de comunicações 13 é provida que permite que o dispositivo portátil se comunique com outros dispositivos de computação e
Petição 870170078527, de 16/10/2017, pág. 133/168 / 56 sob algumas modalidades provê um canal para receber informação automaticamente, tal como por varredura. Exemplos de ligação de comunicações 13 incluem permitir a comunicação através de um ou mais protocolos de comunicação, tal como serviços sem fios usados para prover acesso de celular para uma rede, bem como protocolos que proveem conexões sem fios locais com as redes.
[00105] Sob outras modalidades, aplicações podem ser recebidas em um cartão Digital Seguro (SD) removível que é conectado com uma interface
15. A interface 15 e ligações de comunicação 13 se comunicam com um processador 17 (que também podem incorporar o processador 102 a partir da FIG. 1) ao longo de um barramento 19 que também é conectado com a memória 21 e componentes de entrada/saída (I/O) 23, bem como o relógio 25 e o sistema de localização 27.
[00106] Componentes de I/O 23, em uma modalidade, são providos para facilitar operações de entrada e saída. Os componentes de I/O 23 para várias modalidades do dispositivo 16 podem incluir componentes de entrada tais como botões, sensores de toque, sensores ópticos, microfones, telas de toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída tais como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes de I/O 23 também podem ser usados.
[00107] O relógio 25 ilustrativamente compreende um componente de relógio em tempo real que emite um tempo e hora. Ilustrativamente também pode prover funções de temporização para o processador 17.
[00108] O sistema de localização 27 ilustrativamente inclui um componente que emite uma localização geográfica corrente do dispositivo 16. Isto pode incluir, por exemplo, um receptor de sistema de posicionamento global (GPS), um sistema de LORAN, um sistema de navegação estimada, um sistema de triangulação de celular, ou outro sistema de posicionamento.
Petição 870170078527, de 16/10/2017, pág. 134/168 / 56
Ele também pode incluir, por exemplo, software de mapeamento ou software de navegação que gera mapas desejados, rotas de navegação e outras funções geográficas.
[00109] A memória 21 armazena o sistema de operação 29, ajustes de rede 31, aplicativos 33, ajustes de configuração de aplicativo 35, armazenamento de dados 37, acionadores de comunicação 39, e ajustes de configuração de comunicação 41. A memória 21 pode incluir todos os tipos de dispositivos de memória legível por computador voláteis e não voláteis tangíveis. Também pode incluir meios de armazenamento de computador (descritos abaixo). A memória 21 armazena instruções legíveis por computador que, quando executadas pelo processador 17, fazem com que o processador realize etapas implementadas por computador ou funções de acordo com as instruções. O processador 17 pode ser ativado por outros componentes para também facilitar a sua funcionalidade.
[00110] A FIG. 10 mostra um exemplo em que o dispositivo 16 é um computador do tipo tablet 1000. Na FIG. 10, o computador 1000 é mostrado com a tela de exibição de interface de usuário 1002. A tela 1002 pode ser uma tela de toque ou uma interface permitida por caneta que recebe entradas a partir de uma caneta ou estilete. Também pode usar um teclado virtual na tela. É claro que ela deve ser anexada com um teclado ou outro dispositivo de entrada de usuário através de um mecanismo de anexação adequado, tal como uma porta de USB ou ligação sem fios, por exemplo. O computador 1000 também pode receber ilustrativamente entradas de voz.
[00111] A FIG. 11 provê um exemplo adicional de dispositivos 16 que podem ser usados, apesar de outros também poderem ser usados. Na FIG. 11, um telefone de funcionalidade, telefone inteligente ou telefone móvel 45 é provido como o dispositivo 16. O telefone 45 inclui um conjunto de teclados 47 para discar números de telefone, uma exibição 49 capaz de exibir imagens incluindo imagens de aplicação, ícones, páginas de rede, fotografias, e vídeo,
Petição 870170078527, de 16/10/2017, pág. 135/168 / 56 e botões de controle 51 para selecionar itens mostrados na exibição. O telefone inclui uma antena 53 para receber sinais de telefone celular. Em algumas modalidades, o telefone 45 também inclui uma fenda de cartão Digital Seguro (SD) 55 que aceita um cartão SD 57.
[00112] A FIG. 12 é similar com a FIG. 11, exceto que o telefone é um telefone inteligente 71. O telefone inteligente 71 possui uma exibição sensível ao toque 73 que exibe ícones ou ladrilhos ou outros mecanismos de entrada de usuário 75. Os mecanismos 75 podem ser usados por um usuário para rodar aplicativos, fazer chamadas, realizar operações de transferência de dados, etc. em geral, telefone inteligente 71 é construído em um sistema de operação móvel e oferece capacidade de computação mais avançada e conectividade do que um telefone de funcionalidade. Note que outras formas dos dispositivos 16 são possíveis.
[00113] A FIG. 13 é um exemplo de um ambiente de computação em que elementos da FIG. 1, ou partes do mesmo, (por exemplo) podem ser distribuídos. Com referência à FIG. 13, um sistema de exemplo para implementar parte das modalidades inclui um dispositivo de computação de propósito geral na forma de um computador 810. Componentes de computador 810 podem incluir, mas não estão limitados a, uma unidade de processamento 820 (que podem compreender o processador 102), uma memória de sistema 830, e um barramento de sistema 821 que acopla vários componentes de sistema incluindo a memória do sistema com a unidade de processamento 820. O barramento de sistema 821 pode ser qualquer um dos vários tipos de estruturas de barramento incluindo um barramento de memória ou controlador de memória, um barramento periférico, e um barramento local usando qualquer uma de uma variedade de arquiteturas de barramento. Memória e programas descritos com relação à FIG. 1 podem ser distribuídos nas correspondentes porções da FIG. 13.
[00114] O computador 810 tipicamente inclui uma variedade de meios
Petição 870170078527, de 16/10/2017, pág. 136/168 / 56 legíveis por computador. Meios legíveis por computador podem ser qualquer meio disponível que pode ser acessado pelo computador 810 e inclui tanto meios voláteis quanto não voláteis, meios removíveis e não removíveis. Por meio de exemplo, e não limitação, meios legíveis por computador podem compreender meios de armazenamento de computador e meios de comunicação. Meios de armazenamento de computador são diferentes de, e não inclui, um sinal de dados modulado ou onda de portador. Ele inclui meios de armazenamento de hardware incluindo ambos dos meios removível e não removíveis, voláteis e não voláteis implementados em qualquer método ou tecnologia para o armazenamento de informação tal como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. Meios de armazenamento de computador incluem, mas não estão limitados a, RAM, ROM, EEPROM, memória de flash ou outra tecnologia de memória, CD-ROM, discos versáteis digitais (DVD) ou outro armazenamento de disco óptico, cassetes magnéticos, fita magnética, armazenamento de disco magnético ou outros dispositivos de armazenamento magnético, ou qualquer outro meio que pode ser usado para armazenar a informação desejada e que pode ser acessado pelo computador 810. Os meios de comunicação podem incorporar instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados em um mecanismo de transporte e inclui qualquer meio de distribuição de informação. O termo “sinal de dados modulado” quer dizer um sinal que possui uma ou mais das suas características definidas ou alteradas de tal maneira a codificar a informação no sinal.
[00115] A memória do sistema 830 inclui meios de armazenamento de computador na forma de memória volátil e/ou não volátil tal como memória apenas de leitura (ROM) 831 e memória de acesso aleatório (RAM) 832. Um sistema de entrada/saída básico 833 (BIOS), contendo as rotinas básicas que ajudam a transferir a informação entre elementos dentro do computador 810,
Petição 870170078527, de 16/10/2017, pág. 137/168 / 56 tal como durante a partida, tipicamente é armazenado em ROM 831. RAM 832 tipicamente contém dados e/ou módulos de programa que são imediatamente acessíveis para e/ou atualmente estão sendo operados pela unidade de processamento 820. Por meio de exemplo, e não de limitação, a FIG. 13 ilustra o sistema de operação 834, programas de aplicativo 835, outros módulos de programa 836, e dados de programa 837.
[00116] O computador 810 também pode incluir outros meios de armazenamento de computador voláteis/não voláteis removíveis/não removíveis. Por meio de exemplo apenas, a FIG. 13 ilustra um drive de disco rígido 841 que lê a partir de ou escreve para mídia magnética não volátil não removível, um drive de disco magnético 851, disco magnético não volátil 852, um drive de disco óptico 855, e disco óptico não volátil 856. O drive de disco rígido 841 tipicamente é conectado com o barramento de sistema 821 através de uma interface de memória não removível tal como a interface 840, e drive de disco magnético 851 e drive de disco óptico 855 tipicamente são conectados com o barramento de sistema 821 por uma interface de memória não removível, tal como a interface 850.
[00117] Alternativamente, ou em adição, a funcionalidade descrita aqui pode ser realizada, pelo menos em parte, por um ou mais componentes de lógica de hardware. Por exemplo, e sem limitação, tipos ilustrativos de componentes de lógica de hardware que podem ser usados incluem Arranjos de Portal programável de campo (FPGAs), Circuitos Integrados específicos da aplicação (por exemplo, ASICs), Produtos padrão específicos da aplicação (por exemplo, ASSPs), sistemas de Sistema em um chip (SOCs), Dispositivos de Lógica Programável Complexa (CPLDs), etc.
[00118] Os drives e os seus meios de armazenamento de computador associados discutidos acima e ilustrados na FIG. 13, proveem armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na FIG. 13, por exemplo,
Petição 870170078527, de 16/10/2017, pág. 138/168 / 56 drive de disco rígido 841 é ilustrado como sistema de operação de armazenamento 844, programas de aplicativo 845, outros módulos de programa 846, e dados de programa 847. Note que estes componentes podem ser tanto os mesmos quanto diferentes do sistema de operação 834, programas de aplicativo 835, outros módulos de programa 836, e dados de programa 837.
[00119] Um usuário pode entrar comandos e informação para o computador 810 através dos dispositivos de entrada tais como um teclado 862, um microfone 863, e um dispositivo de apontamento 861, tal como um mouse, traekball ou painel de toque. Outros dispositivos de entrada (não mostrados) podem incluir um joystick, bloco de jogos, antena parabólica, escâner ou semelhantes. Estes e outros dispositivos de entrada geralmente são conectados com a unidade de processamento 820 através de uma interface de entrada de usuário 860 que é acoplada com o barramento de sistema, mas pode ser conectada por outra interface e estruturas de barramento. Uma exibição visual 891 ou outro tipo de dispositivo de exibição também é conectado com o barramento de sistema 821 através de uma interface, tal como uma interface de vídeo 890. Em adição ao monitor, computadores também podem incluir outros dispositivos de saída periféricos tais como altofalantes 897 e impressora 896, que podem ser conectados através de uma interface periférica de saída 895.
[00120] O computador 810 é operado em um ambiente em rede usando conexões lógicas (tais como a rede de área local - LAN, ou rede de área larga WAN) para um ou mais computadores remotos, tais como um computador remoto 880.
[00121] Quando usado em um ambiente de rede de LAN, o computador 810 é conectado com a LAN 871 através de uma interface de rede ou adaptador 870. Quando usado em um ambiente de rede de WAN, o computador 810 tipicamente inclui um modem 872 ou outro meio para
Petição 870170078527, de 16/10/2017, pág. 139/168 / 56 estabelecer comunicações obre a WAN 873, tal como a Internet. Em um ambiente de rede, módulos de programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A FIG. 13 ilustra, por exemplo, que programas de aplicativo remotos 885 podem residir no computador remoto 880.
[00122] Também deve ser notado que os diferentes exemplos descritos aqui podem ser combinados de diferentes modos. Ou seja, partes de um ou mais exemplos podem ser combinadas com partes de um ou mais outros exemplos. Tudo isto é contemplado aqui.
[00123] O Exemplo 1 é um método de reduzir uma polarização de sistema de sensoreamento através de uma primeira máquina agrícola e uma segunda máquina agrícola, compreendendo:
acessar uma coleção de dados agronômicos indicativos de um rendimento de safra estimada, a coleção incluindo pelo menos um primeiro conjunto de dados detectados pela primeira máquina agrícola e um segundo conjunto de dados detectados pela segunda máquina agrícola;
escalonar o primeiro e o segundo conjuntos de dados com base em um fator de correção de rendimento;
determinar uma polarização entre o primeiro conjunto de dados escalonado e o segundo conjunto de dados escalonado;
realizar uma operação de retificação, de acordo com lógica de retificação, no primeiro e no segundo conjuntos de dados escalonados, em que realizar a operação de retificação inclui:
gerar um fator de correção de calibração com base na polarização determinada;
reduzir a polarização entre o primeiro conjunto de dados escalonado e o segundo conjunto de dados escalonado para obter um conjunto corrigido de dados de rendimento de safra; e emitir o fator de correção de calibração para a primeira e a
Petição 870170078527, de 16/10/2017, pág. 140/168 / 56 segunda máquinas agrícolas para o uso no sensoreamento do primeiro conjunto de dados na primeira máquina agrícola e o segundo conjunto de dados na segunda máquina agrícola; e gerar uma vista de mapa de campo indicativa do conjunto corrigido de dados de rendimento de safra.
[00124] O Exemplo 2 é o método de qualquer um ou de todos os exemplos anteriores, em que escalonar o primeiro e o segundo conjuntos de dados compreende:
determinar um primeiro deslocamento no primeiro conjunto de dados e um segundo deslocamento no segundo conjunto de dados; e gerar o fator de correção de rendimento com base em no primeiro e no segundo deslocamentos determinados.
[00125] O Exemplo 3 é o método de qualquer um ou de todos os exemplos anteriores, em que escalonar compreende adicionalmente:
aplicar o fator de correção de rendimento para o primeiro conjunto para gerar o primeiro conjunto de dados escalonado; e aplicar o fator de correção de rendimento para o segundo conjunto para gerar o segundo conjunto de dados escalonado.
[00126] O Exemplo 4 é o método de qualquer um dos ou de todos os exemplos anteriores, em que determinar o primeiro e o segundo deslocamentos compreende, respectivamente:
identificar um primeiro desvio médio no primeiro conjunto, em que o primeiro desvio médio é maior do que um limite de desvio mínimo que é necessário para se realizar o escalonamento; e identificar um segundo desvio médio no segundo conjunto, em que o segundo desvio médio é maior do que um limite de desvio mínimo que é necessário para se realizar o escalonamento.
[00127] O Exemplo 5 é o método de qualquer um dos ou de todos os exemplos anteriores, em que o primeiro conjunto de dados é sensoreado pela
Petição 870170078527, de 16/10/2017, pág. 141/168 / 56 primeira máquina agrícola durante uma operação de colheita que é realizada com relação a uma primeira porção de um ambiente de colheita, e em que o segundo conjunto de dados é sensoreado pela segunda máquina agrícola durante uma operação de colheita que é realizada com relação a uma segunda porção de um ambiente de colheita.
[00128] O Exemplo 6 é o método de qualquer um dos ou de todos os exemplos anteriores, em que realizar a operação de retificação, de acordo com a lógica de retificação, compreende executar uma função de retificação aditiva com relação à rendimento de dados de safra estimada.
[00129] O Exemplo 7 é o método de qualquer um dos ou de todos os exemplos anteriores, em que realizar a operação de retificação compreende adicionalmente:
identificar pelo menos uma característica transiente no conjunto corrigido de dados de rendimento de safra; e reduzir a característica transiente usando a lógica de remoção de artefato.
[00130] O Exemplo 8 é o método de qualquer um dos ou de todos os exemplos anteriores, em que a pelo menos uma característica transiente é indicativa de uma correção de velocidade atrasada.
[00131] O Exemplo 9 é o método de qualquer um dos ou de todos os exemplos anteriores, em que realizar a operação de retificação compreende adicionalmente:
obter uma indicação de verdade terrestre.
[00132] O Exemplo 10 é o método de qualquer um dos ou de todos os exemplos anteriores, em que a indicação de verdade terrestre identifica uma medição de rendimento de safra real.
[00133] O Exemplo 11 é um método de correção de uma polarização de sistema de sensoreamento em uma máquina agrícola, compreendendo:
acessar uma coleção de dados agronômicos detectada pela
Petição 870170078527, de 16/10/2017, pág. 142/168 / 56 máquina agrícola, a coleção incluindo pelo menos um primeiro conjunto e um segundo conjunto;
ajustar o primeiro e o segundo conjuntos com base em um fator de correção de parâmetro;
determinar uma polarização de sistema de sensoreamento entre o primeiro e o segundo conjuntos ajustados;
realizar uma operação de retificação no primeiro e no segundo conjuntos ajustados, a operação de retificação incluindo:
gerar um fator de correção de calibração; e aplicar o fator de correção de calibração para o primeiro e o segundo conjuntos ajustados para reduzir a polarização de sistema de sensoreamento; e gerar uma representação de dados visuais do primeiro e do segundo conjuntos ajustados com a redução da polarização de sistema de sensoreamento.
[00134] O Exemplo 12 é o método de qualquer um dos ou de todos os exemplos anteriores, em que o primeiro conjunto inclui dados agronômicos que são sensoreados durante um primeiro passe da máquina agrícola em um ambiente de operação, e em que o segundo conjunto inclui dados agronômicos que são sensoreados durante um segundo passe da máquina agrícola no ambiente de operação.
[00135] O Exemplo 13 é o método de qualquer um dos ou de todos os exemplos anteriores, em que realizar a operação de retificação compreende executar pelo menos um de:
uma operação de retificação de aditivo; ou uma operação de retificação de regressão localizada.
[00136] O Exemplo 14 é o método de qualquer um dos ou de todos os exemplos anteriores, em que os dados agronômicos são indicativos de pelo menos um de:
Petição 870170078527, de 16/10/2017, pág. 143/168 / 56 um parâmetro de rendimento; um parâmetro de profundidade de plantio; um parâmetro de umidade do solo; um parâmetro de lavoura; ou um parâmetro geoespacial.
[00137] O Exemplo 15 é o método de qualquer um dos ou de todos os exemplos anteriores, em que ajustar o primeiro e o segundo conjuntos com base em um fator de correção de parâmetro compreende:
identificar um deslocamento dentro de cada um do primeiro e do segundo conjuntos;
gerar um fator de correção de parâmetro com base em o deslocamento identificado; e aplicar o fator de correção de parâmetro para o primeiro e o segundo conjuntos.
[00138] O Exemplo 16 é o método de qualquer um dos ou de todos os exemplos anteriores, em que a representação de dados visual compreende uma vista de mapa de campo corrigido.
[00139] O Exemplo 17 é o método de qualquer um dos ou de todos os exemplos anteriores, compreendendo adicionalmente:
executar lógica de pré-processamento que inclui:
filtrar o primeiro e o segundo conjuntos de dados com base em um critério de filtro, em que o critério de filtro é indicativo de um estado de máquina da máquina agrícola.
[00140] O Exemplo 18 é uma máquina agrícola compreendendo:
um rendimento sistema de monitoramento que inclui um sensor de fluxo de massa e um sensor geoespacial, em que o campo sistema de monitoramento é configurado para obter uma coleção de densidade de rendimento informação;
um sistema de correção de calibração configurado para
Petição 870170078527, de 16/10/2017, pág. 144/168 / 56 determinar um fator de deslocamento de calibração, em que o sistema de correção de calibração inclui:
lógica de pré-processamento que escalona a coleção da densidade de rendimento informação; e lógica de correção de polarização que realiza uma operação de retificação, com base no fator de deslocamento de calibração, na coleção escalonada da densidade de rendimento informação para remover uma polarização de sistema de sensoreamento; e um sistema de visualização de dados que gera uma vista de mapa de campo da coleção de densidade de rendimento informação com a polarização de sistema de sensoreamento removida.
[00141] O Exemplo 19 é a máquina agrícola de qualquer um dos ou de todos os exemplos anteriores, compreendendo adicionalmente:
um sistema de calibração configurado para prover o fator de deslocamento de calibração para o campo sistema de monitoramento; e em que o campo sistema de monitoramento uses o fator de deslocamento de calibração na obtenção da coleção de densidade de rendimento informação.
[00142] O Exemplo 20 é a máquina agrícola de qualquer um dos ou de todos os exemplos anteriores, em que a lógica de correção de polarização compreende a componente de verificação de dados, e em que os dados componente de verificação são configurados para:
obter uma indicação de uma medição de verdade terrestre; e usar a medição de verdade terrestre na realização da operação de retificação com a lógica de correção de polarização.
[00143] Apesar de a matéria ter sido descriao na linguagem específica para funcionalidades estruturais e/ou atos metodológicos, deve ser entendido que a matéria definida nas reivindicações anexas não necessariamente está limitada às funcionalidades específicas ou atos descritos acima. Em vez disso,
Petição 870170078527, de 16/10/2017, pág. 145/168 / 56 as funcionalidades específicas e atos descritos acima são divulgados como formas de exemplo de implementação das reivindicações.
Petição 870170078527, de 16/10/2017, pág. 146/168

Claims (20)

  1. REIVINDICAÇÕES
    1. Método para reduzir uma polarização de sistema de sensoreamento através de uma primeira máquina agrícola e uma segunda máquina agrícola, caracterizado pelo fato de que compreende:
    acessar uma coleção de dados agronômicos indicativa de um rendimento de safra estimado, a coleção incluindo pelo menos um primeiro conjunto de dados sensoreados pela primeira máquina agrícola e um segundo conjunto de dados sensoreados pela segunda máquina agrícola;
    escalonar os primeiro e segundo conjuntos de dados com base em um fator de correção de rendimento;
    determinar uma polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados;
    realizar uma operação de retificação, de acordo com lógica de retificação, no primeiro e segundo conjunto de dados escalonados, em que realizar a operação de retificação inclui:
    gerar um fator de correção de calibração com base na polarização determinada;
    reduzir a polarização entre o primeiro conjunto de dados escalonados e o segundo conjunto de dados escalonados para obter um conjunto corrigido de dados de rendimento de safra; e emitir o fator de correção de calibração para as primeira e segunda máquinas agrícolas para uso ao sensorear o primeiro conjunto de dados na primeira máquina agrícola e o segundo conjunto de dados na segunda máquina agrícola; e gerar uma vista de mapa de campo indicativa do conjunto corrigido de dados de rendimento de safra.
  2. 2. Método de acordo com a reivindicação 1, caracterizado pelo fato de que escalonar os primeiro e segundo conjuntos de dados compreende:
    Petição 870170078527, de 16/10/2017, pág. 147/168 determinar um primeiro deslocamento no primeiro conjunto de dados e um segundo deslocamento no segundo conjunto de dados; e gerar o fator de correção de rendimento com base nos primeiro e segundo deslocamentos determinados.
  3. 3. Método de acordo com a reivindicação 2, caracterizado pelo fato de que escalonar compreende adicionalmente:
    aplicar o fator de correção de rendimento ao primeiro conjunto para gerar o primeiro conjunto de dados escalonados; e aplicar o fator de correção de rendimento ao segundo conjunto para gerar o segundo conjunto de dados escalonados.
  4. 4. Método de acordo com a reivindicação 2, caracterizado pelo fato de que determinar os primeiro e segundo deslocamentos compreende, respectivamente:
    identificar um primeiro desvio médio no primeiro conjunto, em que o primeiro desvio médio é maior que um limite de desvio mínimo que é exigido para se realizar o escalonamento; e identificar um segundo desvio médio no segundo conjunto, em que o segundo desvio médio é maior que um limite de desvio mínimo que é necessário para se realizar o escalonamento.
  5. 5. Método de acordo com a reivindicação 1, caracterizado pelo fato de que o primeiro conjunto de dados é sensoreado pela primeira máquina agrícola durante uma operação de colheita que é realizada em relação a uma primeira porção de um ambiente de colheita, e em que o segundo conjunto de dados é sensoreado pela segunda máquina agrícola durante uma operação de colheita que é realizada em relação a uma segunda porção de um ambiente de colheita.
  6. 6. Método de acordo com a reivindicação 1, caracterizado pelo fato de que realizar a operação de retificação, de acordo com a lógica de retificação, compreende executar uma função de retificação aditiva com
    Petição 870170078527, de 16/10/2017, pág. 148/168 respeito aos dados de rendimento de safra estimados.
  7. 7. Método de acordo com a reivindicação 1, caracterizado pelo fato de que realizar a operação de retificação compreende adicionalmente:
    identificar pelo menos uma característica transiente no conjunto corrigido de dados de rendimento de safra; e reduzir a característica transiente usando lógica de remoção de artefatos.
  8. 8. Método de acordo com a reivindicação 7, caracterizado pelo fato de que a pelo menos uma característica transiente é indicativa de uma correção de velocidade atrasada.
  9. 9. Método de acordo com a reivindicação 1, caracterizado pelo fato de que realizar a operação de retificação compreende adicionalmente:
    obter uma indicação de verdade terrestre.
  10. 10. Método de acordo com a reivindicação 9, caracterizado pelo fato de que a indicação de verdade terrestre identifica uma medição de rendimento de safra real.
  11. 11. Método para corrigir uma polarização de sistema de sensoreamento em uma máquina agrícola, caracterizado pelo fato de que compreende:
    acessar uma coleção de dados agronômicos sensoreada pela máquina agrícola, a coleção incluindo pelo menos um primeiro conjunto e um segundo conjunto;
    ajustar os primeiro e segundo conjuntos com base em um fator de correção de parâmetro;
    determinar uma polarização de sistema de sensoreamento entre os primeiro e segundo conjuntos ajustados;
    realizar uma operação de retificação nos primeiro e segundo
    Petição 870170078527, de 16/10/2017, pág. 149/168 conjuntos ajustados, a operação de retificação incluindo:
    gerar um fator de correção de calibração; e aplicar o fator de correção de calibração aos primeiro e segundo conjuntos ajustados para reduzir a polarização de sistema de sensoreamento; e gerar uma representação de dados visual dos primeiro e segundo conjuntos ajustados com a redução da polarização de sistema de sensoreamento.
  12. 12. Método de acordo com a reivindicação 11, caracterizado pelo fato de que o primeiro conjunto inclui dados agronômicos que são sensoreados durante uma primeira passagem da máquina agrícola em um ambiente de operação, e em que o segundo conjunto inclui dados agronômicos que são sensoreados durante uma segunda passagem da máquina agrícola no ambiente de operação.
  13. 13. Método de acordo com a reivindicação 11, caracterizado pelo fato de que realizar a operação de retificação compreende executar pelo menos um de:
    uma operação de retificação aditiva; ou uma operação de retificação de regressão localizada.
  14. 14. Método de acordo com a reivindicação 11, caracterizado pelo fato de que os dados agronômicos são indicativos de pelo menos um de:
    um parâmetro de rendimento; um parâmetro de profundidade de plantio; um parâmetro de umidade do solo; um parâmetro de lavoura; ou um parâmetro geoespacial.
  15. 15. Método de acordo com a reivindicação 11, caracterizado pelo fato de que ajustar os primeiro e segundo conjuntos com base em um fator de correção de parâmetro compreende:
    Petição 870170078527, de 16/10/2017, pág. 150/168 identificar um deslocamento em cada um dos primeiro e segundo conjuntos;
    gerar um fator de correção de parâmetro com base no deslocamento identificado; e aplicar o fator de correção de parâmetro aos primeiro e segundo conjuntos.
  16. 16. Método de acordo com a reivindicação 11, caracterizado pelo fato de que a representação de dados visual compreende uma vista de mapa de campo corrigida.
  17. 17. Método de acordo com a reivindicação 11, caracterizado pelo fato de que compreende adicionalmente:
    executar lógica de pré-processamento que inclui:
    filtrar os primeiro e segundo conjuntos de dados com base em um critério de filtro, em que o critério de filtro é indicativo de um estado de máquina da máquina agrícola.
  18. 18. Máquina agrícola, caracterizada pelo fato de que compreende:
    um sistema de monitoramento de rendimento que inclui um sensor de fluxo de massa e um sensor geoespacial, em que o sistema de monitoramento de rendimento é configurado para obter uma coleção de informação de densidade de rendimento;
    um sistema de correção de calibração configurado para determinar um fator de deslocamento de calibração, em que o sistema de correção de calibração inclui:
    lógica de pré-processamento que escalona a coleção de informação de densidade de rendimento; e lógica de correção de polarização que realiza uma operação de
    Petição 870170078527, de 16/10/2017, pág. 151/168 retificação, com base no fator de deslocamento de calibração, na coleção escalonada de informações de densidade de rendimento para remover uma polarização de sistema de sensoreamento; e um sistema de visualização de dados que gera uma vista de mapa de campo da coleção de informação de densidade de rendimento com a polarização de sistema de sensoreamento removida.
  19. 19. Máquina agrícola de acordo com a reivindicação 18, caracterizada pelo fato de que compreende adicionalmente:
    um sistema de calibração configurado para prover o fator de deslocamento de calibração para o sistema de monitoramento de rendimento; e em que o sistema de monitoramento de rendimento usa o fator de deslocamento de calibração na obtenção da coleção de informação de densidade de rendimento.
  20. 20. Máquina agrícola de acordo com a reivindicação 18, caracterizada pelo fato de que a lógica de correção de polarização compreende um componente de verificação de dados, e em que o componente de verificação de dados é configurado para:
    obter uma indicação de uma medição de verdade terrestre; e usar a medição de verdade terrestre ao realizar a operação de retificação com a lógica de correção de polarização.
    Petição 870170078527, de 16/10/2017, pág. 152/168
    1/15
    MÁQUINA MÁQUINA
    LU
    O
    LU
    O <
    LL
    DC
    LU
    O
    O
    DC *<
    Z>
    ω z>
    ©I ©
    <
    _l o
    o
    DC
    O <
    <
    z>
    LU
    Q <
    OI ©
    Õ '<
    O <
    o hÍ ω o ω o <
    DC
    O <O Ξ DC LU Iω§ ω ο <
    CC o
    o
    Q O < O Ξ < LU CC ω o ω ω Qj < > Ξ-< LU _l I- Ο ω £ ω ι— οο ζ Ζ) ο ω ο
    LÓGICA DE MONITORAMENTO DE UMIDADE 126 OUTRA LÓGICA DE MONITORAMENTO 130 LÓGICA DE MONITORAMENTO DE RENDIMENTO 124 LÓGICA DE MONITORAMENTO DE' PROFUNDIDADE DE PLANTIO 128
    ϋ
    I—I
    LLI SOI α <ό
    Ο ο
    LLI ο
    °ο ω,< Ο ο < < S 00 ω < ω ο
    O LLJ Z <N| CC LLI O-S -h| LLJ < α ω Vi < LLJ o o O DC _l CL 5 o- ^1 -i E9 fS Z) LU O Q DC § ω <O OI o 2 2 LU DC Q 0 LU < Q lu n . Q,g 3 luOOQ‘< < ZÍ Oh! S LU CC o oc < o DC _j o o o _i ü o.
    Petição 870170078527, de 16/10/2017, pág. 153/168
    2/15
BR102017022222-5A 2016-11-01 2017-10-16 Métodos para reduzir e para corrigir uma polarização de sistema de sensoreamento, e, máquina agrícola BR102017022222B1 (pt)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/340704 2016-11-01
US15/340,704 US10832351B2 (en) 2016-11-01 2016-11-01 Correcting bias in agricultural parameter monitoring

Publications (2)

Publication Number Publication Date
BR102017022222A2 true BR102017022222A2 (pt) 2018-05-29
BR102017022222B1 BR102017022222B1 (pt) 2024-01-02

Family

ID=60262677

Family Applications (1)

Application Number Title Priority Date Filing Date
BR102017022222-5A BR102017022222B1 (pt) 2016-11-01 2017-10-16 Métodos para reduzir e para corrigir uma polarização de sistema de sensoreamento, e, máquina agrícola

Country Status (3)

Country Link
US (1) US10832351B2 (pt)
EP (1) EP3316208A1 (pt)
BR (1) BR102017022222B1 (pt)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10581952B1 (en) 2015-11-06 2020-03-03 Scruggs Equipment Company, Inc. Device and method for manufacturer-independent interface between mobile computers and remotely accessible data storage
US11140807B2 (en) * 2017-09-07 2021-10-12 Deere & Company System for optimizing agricultural machine settings
US10687466B2 (en) * 2018-01-29 2020-06-23 Cnh Industrial America Llc Predictive header height control system
CN108681724B (zh) * 2018-05-25 2022-05-03 深圳春沐源控股有限公司 农事操作监控方法及装置
US10736266B2 (en) * 2018-05-31 2020-08-11 Deere & Company Control of settings on a combine harvester with bias removal
GB2576787B (en) * 2018-09-03 2022-05-11 Ge Aviat Systems Ltd Measuring weight and balance and optimizing center of gravity
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
US11653588B2 (en) 2018-10-26 2023-05-23 Deere & Company Yield map generation and control system
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11957072B2 (en) 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
US11589509B2 (en) 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
US11240961B2 (en) 2018-10-26 2022-02-08 Deere & Company Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11467605B2 (en) 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
CN109614763B (zh) * 2019-01-30 2019-09-06 北京师范大学 一种基于多源信息分步校正作物模型的区域作物估产方法
EP3935581A4 (en) 2019-03-04 2022-11-30 Iocurrents, Inc. DATA COMPRESSION AND COMMUNICATION USING MACHINE LEARNING
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US11778945B2 (en) 2019-04-10 2023-10-10 Deere & Company Machine control using real-time model
US11937527B2 (en) 2019-07-31 2024-03-26 Cnh Industrial America Llc System and method for determining residue coverage within a field following a harvesting operation
WO2021041165A1 (en) * 2019-08-23 2021-03-04 Topcon Positioning Systems, Inc. Enhancement of combine harvester yield data through grain cart data
BR112022004244A2 (pt) * 2019-09-30 2022-05-31 Monsanto Technology Llc Colhedores de plantas, e métodos relacionados associados com detecção de rendimento
US11653596B2 (en) * 2019-12-18 2023-05-23 Deere & Company Near real-time signal correction on a harvesting machine
US11452259B2 (en) * 2020-03-17 2022-09-27 Cnh Industrial America Llc System and method for controlling harvester implement position of an agricultural harvester
US11477940B2 (en) 2020-03-26 2022-10-25 Deere & Company Mobile work machine control based on zone parameter modification
US11641801B2 (en) * 2020-04-21 2023-05-09 Deere & Company Agricultural harvesting machine control using machine learning for variable delays
US11946747B2 (en) 2020-10-09 2024-04-02 Deere & Company Crop constituent map generation and control system
US12013245B2 (en) 2020-10-09 2024-06-18 Deere & Company Predictive map generation and control system
US11864483B2 (en) 2020-10-09 2024-01-09 Deere & Company Predictive map generation and control system
US11592822B2 (en) 2020-10-09 2023-02-28 Deere & Company Machine control using a predictive map
US11675354B2 (en) 2020-10-09 2023-06-13 Deere & Company Machine control using a predictive map
US11895948B2 (en) 2020-10-09 2024-02-13 Deere & Company Predictive map generation and control based on soil properties
US11849671B2 (en) 2020-10-09 2023-12-26 Deere & Company Crop state map generation and control system
US11849672B2 (en) 2020-10-09 2023-12-26 Deere & Company Machine control using a predictive map
US11874669B2 (en) 2020-10-09 2024-01-16 Deere & Company Map generation and control system
US11474523B2 (en) 2020-10-09 2022-10-18 Deere & Company Machine control using a predictive speed map
US11927459B2 (en) 2020-10-09 2024-03-12 Deere & Company Machine control using a predictive map
US11889788B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive biomass map generation and control
US11871697B2 (en) 2020-10-09 2024-01-16 Deere & Company Crop moisture map generation and control system
US11727680B2 (en) 2020-10-09 2023-08-15 Deere & Company Predictive map generation based on seeding characteristics and control
US11650587B2 (en) 2020-10-09 2023-05-16 Deere & Company Predictive power map generation and control system
US11635765B2 (en) 2020-10-09 2023-04-25 Deere & Company Crop state map generation and control system
US11844311B2 (en) 2020-10-09 2023-12-19 Deere & Company Machine control using a predictive map
US11983009B2 (en) 2020-10-09 2024-05-14 Deere & Company Map generation and control system
US11845449B2 (en) 2020-10-09 2023-12-19 Deere & Company Map generation and control system
US11711995B2 (en) 2020-10-09 2023-08-01 Deere & Company Machine control using a predictive map
US11825768B2 (en) 2020-10-09 2023-11-28 Deere & Company Machine control using a predictive map
US11889787B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive speed map generation and control system
AR126249A1 (es) * 2021-06-30 2023-10-04 Cnh Ind America Llc Sistemas y métodos para controlar la altura de un implemento de cosecha en relación con el suelo
CN114451132B (zh) * 2022-01-24 2023-03-14 农业农村部南京农业机械化研究所 一种玉米清选损失实时监测装置及监测方法
CN117639966A (zh) * 2022-08-12 2024-03-01 维沃移动通信有限公司 校准方法、信息传输方法、装置及通信设备
US20240114831A1 (en) * 2022-10-05 2024-04-11 Cnh Industrial America Llc System and method for an agricultural harvester

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5995895A (en) * 1997-07-15 1999-11-30 Case Corporation Control of vehicular systems in response to anticipated conditions predicted using predetermined geo-referenced maps
US7313478B1 (en) * 2006-06-08 2007-12-25 Deere & Company Method for determining field readiness using soil moisture modeling
US20080306804A1 (en) 2007-06-06 2008-12-11 Opdycke Thomas C Systems for scheduling marketing campaigns in public places in order to enable measurement and optimization of audience response
WO2015048499A1 (en) 2013-09-27 2015-04-02 John Earl Acheson Yield monitor calibration method and system
GB201405788D0 (en) 2014-03-31 2014-05-14 Imp Innovations Ltd A computer implemented method of deriving performance from a local model
US10109024B2 (en) * 2014-09-05 2018-10-23 The Climate Corporation Collecting data to generate an agricultural prescription
RU2670905C9 (ru) * 2015-04-21 2018-12-12 Фармерс Эдж Инк. Способы калибровки данных об урожайности

Also Published As

Publication number Publication date
US10832351B2 (en) 2020-11-10
BR102017022222B1 (pt) 2024-01-02
EP3316208A1 (en) 2018-05-02
US20180122020A1 (en) 2018-05-03

Similar Documents

Publication Publication Date Title
BR102017022222A2 (pt) Métodos para reduzir e para corrigir uma polarização de sistema de sensoreamento, e, máquina agrícola
US10408645B2 (en) Correcting bias in parameter monitoring
US11234366B2 (en) Image selection for machine control
US20170251600A1 (en) Sensor calibration using field information
US9972058B2 (en) Method for correcting the time delay in measuring agricultural yield
BR102020001022A2 (pt) Método para controlar uma máquina, sistema de computação, e, máquina de trabalho
US10209235B2 (en) Sensing and surfacing of crop loss data
EP3732941B1 (en) Residue monitoring and residue-based control
BR102016018669B1 (pt) Sistema de gerador de rota de colheita, e, métodoimplementado por computador para gerar uma rota de colheita para uma máquina de colheita
BR102016025339A2 (pt) sistema enfardador de material agrícola, e, máquina roçadeira de material agrícola
BR112018007672B1 (pt) Método implementado por computador para determinar e apresentar uma recomendação de taxa de semeadura melhorada e aparelho correlato
BR102015024433A2 (pt) máquina móvel, e, método para operar uma máquina móvel
US9894836B2 (en) Machine operation enhancement
US20200323129A1 (en) Augmented crop loss sensing
US9961833B2 (en) Crop density map using row sensors
JP6589978B2 (ja) 植物健全性診断装置、該方法および該プログラム
US10768156B1 (en) Yield analysis through agronomic analytics
BR102021016281A2 (pt) Máquina de trabalho agrícola, e, método implementado por computador para gerar um mapa agrícola preditivo funcional
JP7225002B2 (ja) 散布支援装置及び散布支援システム
BR102020009247A2 (pt) método para controlar uma máquina de trabalho móvel, e, máquinas de trabalho móvel e agrícola
US11917941B2 (en) Enhancement of combine harvester yield data through augmentation with spatial grain cart data
BR102022013738A2 (pt) Método implementado por computador, e, sistema agrícola
BR102022013736A2 (pt) Sistemas agrícola e de computação, e, método implementado por computador
BR112018007534B1 (pt) Método para melhorar a precisão dos dados de mapa de rendimento usando filtros especializados e detectores de divergência espacial e sistema de processamento de dados para melhorar a precisão dos dados de mapa de rendimento usando filtros especializados e detectores de divergência espacial

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]
B06W Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette]
B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 16/10/2017, OBSERVADAS AS CONDICOES LEGAIS