BR102021016085A2

BR102021016085A2 - Máquina de trabalho agrícola, e, método implementado por computador

Info

Publication number: BR102021016085A2
Application number: BR102021016085-3A
Authority: BR
Inventors: Nathan R. Vandike; Bhanu Kiran Reddy Palla; Noel W. Anderson
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-13
Publication date: 2022-04-12
Also published as: US20220113733A1; CN114303595A

Abstract

Um ou mais mapas de informação são obtidos por uma máquina de trabalho agrícola. Um ou mais mapas de informação mapeiam um ou mais valores de característica agrícola em diferentes localizações geográficas de um campo. Um sensor in situ na máquina de trabalho agrícola sensoreia uma característica agrícola à medida que a máquina de trabalho agrícola move através do campo. Um gerador de mapa preditivo gera um mapa preditivo que prediz uma característica agrícola preditiva em diferentes localizações no campo com base em uma relação entre os valores em um ou mais mapas de informação e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser produzido e usado no controle de máquina automático.

Description

MÁQUINA DE TRABALHO AGRÍCOLA, E, MÉTODO IMPLEMENTADO POR COMPUTADOR

CAMPO DA DESCRIÇÃO

[001] A presente descrição se refere as máquinas agrícolas, máquinas florestais, máquinas de construção e máquinas de gerenciamento de grama.

FUNDAMENTOS

[002] Existe uma ampla variedade de diferentes tipos de máquinas agrícolas. Algumas máquinas agrícolas incluem colheitadeiras, tais como colheitadeiras combinadas, colheitadeiras de cana de açúcar, colheitadeiras de algodão, colheitadeiras de forragem autopropelidas e enfardadeiras. Algumas colheitadeiras podem também ser equipadas com diferentes tipos de coletores para colher diferentes tipos de culturas.

[003] Colheitadeira agrícolas tipicamente incluem um motor ou outra fonte de potência que produz uma quantidade limitada de potência que é provida aos vários subsistemas da colheitadeira agrícola. Manter uma distribuição de potência eficiente para os vários subsistemas a partir de uma quantidade limitada de potência pode ser difícil de conseguir em condições de campo variáveis.

[004] A discussão apresentada é meramente provida para informação de fundo geral e não deve ser usada como um auxílio na determinação do escopo da matéria reivindicada.

SUMÁRIO

[005] Um ou mais mapas de informação são obtidos por uma máquina de trabalho agrícola. Um ou mais mapas de informação mapeiam um ou mais valores de característica agrícola em diferentes localizações geográficas de um campo. Um sensor in situ na máquina de trabalho agrícola sensoreia uma característica agrícola à medida que a máquina de trabalho agrícola move através do campo. Um gerador de mapa preditivo gera um mapa preditivo que prediz uma característica agrícola preditiva em diferentes localizações no campo com base em uma relação entre os valores em um ou mais mapas de informação e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser produzido e usado no controle de máquina automático.

[006] Este Sumário é provido para introduzir uma seleção de conceitos em uma forma simplificada que são descritos adicionalmente a seguir na Descrição Detalhada. Este Sumário não visa identificar aspectos chaves ou aspectos essenciais da matéria reivindicada, nem deve ser usado como um auxílio na determinação do escopo da matéria reivindicada. A matéria reivindicada não se limita a exemplos que solucionam qualquer ou todas as desvantagens notadas nos fundamentos.

BREVE DESCRIÇÃO DOS DESENHOS

[007] A FIG. 1 é uma ilustração pictorial parcial, esquemática parcial de um exemplo de uma colheitadeira combinada.

[008] A FIG. 2 é um diagrama de blocos mostrando algumas porções de uma colheitadeira agrícola em mais detalhe, de acordo com alguns exemplos da presente descrição.

[009] As FIGS. 3A-3B (coletivamente referidas no presente documento como FIG. 3) mostram um fluxograma que ilustra um exemplo de operação de uma colheitadeira agrícola na geração de um mapa.

[0010] A FIG. 4 é um diagrama de blocos mostrando um exemplo de um gerador de modelo preditivo e um gerador de mapa de métrica preditivo.

[0011] A FIG. 5 é um fluxograma mostrando um exemplo de operação de uma colheitadeira agrícola recebendo um índice vegetativo, umidade de cultura, propriedade do solo, topografia, mapa de rendimento preditivo ou de biomassa preditivo, detectando uma característica de potência, e gerando um mapa de potência preditivo funcional para uso no controle da colheitadeira agrícola durante uma operação de colheita.

[0012] A FIG. 6A é um diagrama de blocos mostrando um exemplo de um gerador de modelo preditivo e um gerador de mapa preditivo.

[0013] A FIG. 6B é um diagrama de blocos mostrando alguns exemplos de sensores in situ.

[0014] A FIG. 7 mostra um fluxograma que ilustra um exemplo de operação de uma colheitadeira agrícola envolvendo a geração de um mapa preditivo funcional usando um mapa de informação anterior e uma entrada de sensor in situ.

[0015] A FIG. 8 é um diagrama de blocos mostrando um exemplo de um gerador de zona de controle.

[0016] A FIG. 9 é um fluxograma que ilustra um exemplo da operação do gerador de zona de controle mostrado na FIG. 8.

[0017] A FIG. 10 ilustra um fluxograma mostrando um exemplo de operação de um sistema de controle na seleção de um valor de ajustes alvos para controlar uma colheitadeira agrícola.

[0018] A FIG. 11 é um diagrama de blocos mostrando um exemplo de um controlador de interface de operador.

[0019] A FIG. 12 é um fluxograma que ilustra um exemplo de um controlador de interface de operador.

[0020] A FIG. 13 é uma ilustração pictorial mostrando um exemplo de uma exibição de interface de operador.

[0021] A FIG. 14 é um diagrama de blocos mostrando um exemplo de uma colheitadeira agrícola em comunicação com um ambiente de servidor remoto.

[0022] As FIGS. 15-17 mostram exemplos de dispositivos móveis que podem ser usados em uma colheitadeira agrícola.

[0023] A FIG. 18 é um diagrama de blocos mostrando um exemplo de um ambiente de computação que pode ser usado em uma colheitadeira agrícola.

DESCRIÇÃO DETALHADA

[0024] Para efeitos de promoção de um entendimento dos princípios da presente descrição, será feita agora referência aos exemplos ilustrados nos desenhos, e linguagem específica será usada para descrever os mesmos. No entanto, deve-se entender que nenhuma limitação do escopo da descrição é pretendida. Quaisquer alterações e modificações adicionais nos dispositivos, sistemas e métodos descritos, e qualquer aplicação adicional dos princípios da presente descrição é completamente contemplado como normalmente ocorreria a um versado na técnica ao qual a descrição diz respeito. Em particular, é totalmente contemplado que os aspectos, componentes, etapas, ou uma combinação dos mesmos descritos com relação a um exemplo podem ser combinados com os aspectos, componentes, etapas, ou uma combinação dos mesmos descritos com relação a outros exemplos da presente descrição.

[0025] A presente descrição se refere ao uso de dados in situ obtidos simultaneamente com uma operação agrícola, em combinação com dados anteriores, para gerar um mapa preditivo e, mais particularmente, um mapa de potência preditivo. Em alguns exemplos, o mapa de potência preditivo pode ser usado para controlar uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola. Como aqui discutido, a geração de potência de uma colheitadeira tem um limite finito, e o desempenho geral pode ser degradado quando um ou mais subsistemas têm demandas de potência aumentadas.

[0026] O desempenho de uma colheitadeira pode ser deleteriamente afetado com base em um inúmeros diferentes critérios. Por exemplo, áreas de densas plantas de cultura, ervas daninhas, ou combinações dos mesmos, podem ter efeitos deletérios na operação da colheitadeira em virtude de subsistemas exigirem mais potência para processar maiores quantidades de material, que inclui plantas de cultura e ervas daninhas. O índice vegetativo pode sinalizar onde pode existir áreas de densas plantas de cultura, ervas daninhas, ou combinações dos mesmos. Ou, por exemplo, plantas de cultura ou ervas daninhas que têm maior teor de umidade também consomem mais potência para processar. Ou, por exemplo, propriedades do solo, tal como tipo ou umidade, podem afetar o uso de potência pelos sistemas de direção e propulsão. Por exemplo, solos argilosos molhados podem causar deslizamento adicional comparados a solos secos, o que reduz a eficiência do trem de potência. Ou, por exemplo, a topografia do campo pode mudar as características de potência de uma colheitadeira agrícola. Por exemplo, à medida que a colheitadeira sobe um morro, uma certa quantidade de potência precisa ser desviada para o sistema de propulsão para manter uma velocidade constante. Ou, por exemplo, uma área do campo com um maior rendimento de grão pode exigir que mais potência seja desviada para os subsistemas de processamento de cultura. Ou, por exemplo, uma área do campo contendo uma grande biomassa pode exigir que mais potência seja desviada para os subsistemas de processamento de cultura.

[0027] Alguns sistemas atuais provêm mapas de índice vegetativo. Um mapa de índice vegetativo ilustrativamente mapeia valores de índice vegetativo (que podem ser indicativos de crescimento vegetativo) em diferentes localizações geográficas em um campo de interesse. Um exemplo de um índice vegetativo inclui um índice de vegetação com diferença normalizada (NDVI). Existem muitos outros índices vegetativos que estão dentro do escopo da presente descrição. Em alguns exemplos, um índice vegetativo pode ser derivado de leituras de sensor de uma ou mais faixas de radiação eletromagnética refletidas pelas plantas. Sem limitações, essas faixas podem ser nas porções de micro-ondas, infravermelho, visível ou ultravioleta do espectro eletromagnético.

[0028] Um mapa de índice vegetativo pode ser usado para identificar a presença e localização de vegetação. Em alguns exemplos, esses mapas permitem que ervas daninhas sejam identificadas e georreferenciadas na presença de solo descoberto, resíduo de cultura, ou outras plantas, incluindo cultura ou outras ervas daninhas. Por exemplo, no final de uma época de crescimento, quando uma cultura está madura, as plantas de cultura podem mostrar um vegetação em crescimento com nível relativamente baixo de vida. Entretanto, ervas daninhas frequentemente persistem em um estado de crescimento após a maturidade da cultura. Portanto, se um mapa de índice vegetativo for gerado relativamente tarde na época de crescimento, o mapa de índice vegetativo pode ser indicativo da localização de ervas daninhas no campo.

[0029] Alguns sistemas atuais provêm mapas de umidade de cultura. Um mapa de umidade de cultura ilustrativamente mapeia umidade de cultura em diferentes localizações geográficas em um campo de interesse. Em um exemplo, a umidade de cultura pode ser sensoreada antes de uma operação de colheita por um veículo aéreo não tripulado (UAV) equipado com um sensor de umidade. À medida que o UAV desloca através do campo, as leituras de umidade de cultura são geolocalizadas para criar um mapa de umidade de cultura. Isto é apenas um exemplo, e o mapa de umidade de cultura pode ser criado de outras maneiras igualmente, por exemplo, a umidade de cultura através de um campo pode ser predita com base em precipitação, umidade do solo, ou combinações das mesmas.

[0030] Alguns sistemas atuais provêm mapas topográficos. Um mapa topográfico ilustrativamente mapeia elevações, ou outras características topográficas do chão em diferentes localizações geográficas em um campo de interesse. Uma vez que a inclinação do chão é indicativa de uma mudança na elevação, ter dois ou mais valores de elevação permite o cálculo da inclinação nas áreas com valores de elevação conhecidos. Maior granularidade da inclinação pode ser obtida tendo mais áreas com valores de elevação conhecidos. À medida que uma colheitadeira agrícola desloca através do terreno em direções conhecidas, a arfagem e rolamento da colheitadeira agrícola podem ser determinados com base na inclinação do chão (isto é, áreas de elevação variável). Características topográficas, quando referidas a seguir, podem incluir, mas sem se limitar à elevação, inclinação (por exemplo, incluindo a orientação da máquina em relação à inclinação) e perfil do chão (por exemplo, irregularidade).

[0031] Alguns sistemas atuais provêm mapas de propriedade de solo. Um mapa de propriedade de solo ilustrativamente mapeia valores de propriedade de solo (que podem ser indicativos de características topográficas, tipo de solo, umidade do solo, cobertura do solo, estrutura do solo, bem como várias outras propriedades do solo) em diferentes localizações geográficas em um campo de interesse. Os mapas de propriedade de solo dessa forma provêm propriedades do solo georreferenciadas através de um campo de interesse. Características topográficas pode incluir, por exemplo, dados de elevação do campo, incluindo elevação de diferentes localizações através do campo, por exemplo, uma elevação de uma localização particular no campo relativa a uma referência, tal como nível do mar. Características topográficas podem também incluir dados de inclinação do campo, incluindo dados de inclinação de diferentes localizações através do campo, por exemplo, gradiente de inclinação de uma localização particular no campo. Características topográficas podem incluir vários outros dados topográficos. O tipo de solo pode se referir a unidades taxonômicas em ciência do solo, em que cada tipo de solo inclui conjuntos definidos de propriedades compartilhadas. Os tipos de solo podem incluir, por exemplo, solo arenoso, solo argiloso, solo lodoso, solo turfoso, solo calcário, solo limoso, e vários outros tipos de solo. Umidade do solo pode se referir à quantidade de água que é retida ou de outra forma contida no solo. Umidade do solo pode também ser referida como umedecimentos do solo. Cobertura do solo pode se referir à quantidade de itens ou materiais que cobrem solo, incluindo material de vegetação, tal como resíduo de cultura ou cultura de cobertura, detritos, bem como vários outros itens ou materiais. Normalmente, em termos agrícolas, cobertura do solo inclui uma medida de resíduo de cultura remanescente, tal como massa remanescente de talos de planta, bem como uma medida de cultura de cobertura. Estrutura do solo pode se referir ao arranjo de partes sólidas do solo e ao espaço de poros localizado entre as partes sólidas do solo. Estrutura do solo pode incluir a maneira na qual partículas individuais, tais como partículas individuais de areia, lodo e argila, são montadas. Estrutura do solo pode ser descrita em termos de grau (grau de agregação), classe (tamanho médio de agregados) e forma (tipos de agregados), bem como uma variedade de outras descrições. Esses são meramente exemplos. Várias outras características e propriedades do solo podem ser mapeadas como valores de propriedade de solo em um mapa de propriedade de solo.

[0032] Esses mapas de propriedade de solo podem ser gerados com base em dados coletados durante outra operação correspondente ao campo de interesse, por exemplo, operações agrícolas anteriores na mesma estação, tais como operações de plantio ou operações de pulverização, bem como operações agrícolas anteriores realizadas em estações anteriores, tal como uma operação de colheita anterior. As máquinas agrícolas que realizam essas operações agrícolas podem ter sensores internos que detectam características indicativas de propriedades do solo, por exemplo, características indicativas do tipo de solo, umidade do solo, cobertura do solo, estrutura do solo, bem como várias outras características indicativas de várias outras propriedades do solo. Adicionalmente, características operacionais, ajustes de máquina, ou características de desempenho de máquina das máquinas agrícolas durante operações anteriores junto com outros dados podem ser usados para gerar um mapa de propriedade de solo. Por exemplo, dados de altura do coletor indicativos de uma altura de um coletor da colheitadeira agrícola em diferentes localizações geográficas no campo de interesse durante uma operação de colheita anterior junto com dados meteorológicos que indicam condições climáticas tais como dados de precipitação ou dados de vento durante um período interim (tal como um período desde o momento da operação de colheita anterior e a geração do mapa de propriedade de solo) podem ser usados para gerar um mapa de umidade do solo. Por exemplo, conhecendo a altura do coletor, a quantidade de resíduo de planta remanescente, tais como talos de cultura, pode ser conhecida e estimada e, junto com dados de precipitação, um nível de umidade do solo pode ser predito. Isto é meramente um exemplo.

[0033] A presente discussão também inclui mapas preditivos que predizem uma característica com base em um mapa de informação anterior e uma relação a um sensor in situ. Dois desses mapas incluem um mapa de rendimento preditivo e um mapa de biomassa preditivo. Em um exemplo, o mapa de rendimento preditivo é gerado pelo recebimento de um mapa de índice vegetativo anterior e sensoreamento de um rendimento durante uma operação de colheita e determinação de uma relação entre o mapa de índice vegetativo anterior e o sinal de sensor de rendimento, e usando a relação para gerar o mapa de rendimento preditivo com base na relação e no mapa de índice vegetativo anterior. Em um exemplo, o mapa de biomassa preditivo é gerado pelo recebimento de um mapa de índice vegetativo anterior e sensoreamento de uma biomassa e determinação de uma relação entre o mapa de índice vegetativo anterior e o sinal de sensor de biomassa, e usando a relação para gerar o mapa de biomassa preditivo com base na relação e no mapa de índice vegetativo anterior. Os mapas de rendimento e biomassa preditivos podem ser criados com base em outros mapas de informação anteriores ou gerados de outras maneiras igualmente. Por exemplo, os mapas de rendimento e biomassa preditivos podem ser gerados com base em um satélite ou modelo de crescimento.

[0034] A presente discussão dessa forma continua com relação a exemplos nos quais um sistema recebe um ou mais dentre um índice vegetativo, umidade de cultura, propriedade do solo, topografia, mapa de rendimento preditivo ou de biomassa preditivo, e também usa um sensor in situ para detectar uma variável indicativa de uma característica de potência, durante uma operação de colheita. O sistema gera um modelo que modela uma relação entre os valores de índice vegetativo, valores de umidade de cultura, valores de propriedade de solo, valores de rendimento preditivos, ou valores de biomassa preditivos a partir dos mapas e dados in situ do sensor in situ. O modelo é usado para gerar um mapa de potência preditivo funcional que prediz uma característica de potência prevista da colheitadeira agrícola no campo. O mapa de característica de potência preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário ou usado para controlar automaticamente uma colheitadeira agrícola durante a operação de colheita, ou ambos.

[0035] A FIG. 1 é uma ilustração parcial pictorial, parcial esquemática de uma colheitadeira agrícola autopropelida 100. No exemplo ilustrado, a colheitadeira agrícola 100 é uma colheitadeira combinada. Adicionalmente, embora colheitadeiras combinadas sejam providas como exemplos em toda a presente descrição, percebe-se que a presente descrição é também aplicável a outros tipos de colheitadeiras, tais como colheitadeiras de algodão, colheitadeiras de cana de açúcar, colheitadeiras de forragem autopropelidas, enfardadeiras, ou outras máquinas de trabalho agrícola. Consequentemente, a presente descrição deve englobar os vários tipos de colheitadeiras descritos e não é, dessa forma, limitada a colheitadeiras combinadas. Além disso, a presente descrição é direcionada para outros tipos de máquinas de trabalho, tais como semeadeiras e pulverizadores agrícolas, equipamento de construção, equipamento florestal e equipamento de gerenciamento de grama onda geração de um mapa preditivo pode ser aplicável. Consequentemente, a presente descrição deve englobar esses vários tipos de colheitadeiras e outras máquinas de trabalho e não é, dessa forma, limitada a colheitadeiras combinadas.

[0036] Como mostrado na FIG. 1, a colheitadeira agrícola 100 ilustrativamente inclui um compartimento do operador 101, que pode ter uma variedade de diferentes mecanismos de interface de operador, para controlar a colheitadeira agrícola 100. A colheitadeira agrícola 100 inclui equipamento de extremidade dianteira, tal como um coletor 102, e um cortador indicado no geral por 104. A colheitadeira agrícola 100 também inclui um alimentador 106, um acelerador de alimentação 108 e um trilhador indicado no geral por 110. O alimentador 106 e o acelerador de alimentação 108 formam parte de um subsistema de manipulação de material 125. O coletor 102 é acoplado a pivô a uma armação 103 da colheitadeira agrícola 100 ao longo do eixo geométrico pivô 105. Um ou mais atuadores 107 acionam o movimento do coletor 102 em torno do eixo geométrico 105 na direção indicada no geral pela seta 109. Dessa forma, uma posição vertical do coletor 102 (a altura do coletor) acima do chão 111 no qual o coletor 102 desloca é controlável pela atuação do atuador 107. Embora não mostrado na FIG. 1, a colheitadeira agrícola 100 pode também incluir um ou mais atuadores que operam para aplicar um ângulo de inclinação, um ângulo de rolamento, ou ambos, ao coletor 102 ou porções do coletor 102. Inclinação se refere a um ângulo no qual o cortador 104 engata a cultura. O ângulo de inclinação é aumentado, por exemplo, controlando o coletor 102 para apontar uma aresta distal 113 do cortador 104 mais para o chão. O ângulo de inclinação é diminuído controlando o coletor 102 para apontar a aresta distal 113 do cortador 104 mais para fora do chão. O ângulo de rolamento se refere à orientação do coletor 102 em torno do eixo geométrico longitudinal de frente para trás da colheitadeira agrícola 100.

[0037] O trilhador 110 ilustrativamente inclui um rotor de trilhagem 112 e um conjunto de contrabatedores 114. Adicionalmente, a colheitadeira agrícola 100 também inclui um separador 116. A colheitadeira agrícola 100 também inclui um subsistema de limpeza ou sapata de limpeza (coletivamente referidos como subsistema de limpeza 118) que inclui uma ventoinha de limpeza 120, crivo 122 e peneira 124. O subsistema de manipulação de material 125 também inclui batedor de descarga 126, elevador de rejeitos 128, elevador de grão limpo 130, bem como trado de descarregamento 134 e bico 136. O elevador de grão limpo move grão limpo para o tanque de grão limpo 132. A colheitadeira agrícola 100 também inclui um subsistema de resíduo 138 que pode incluir picador 140 e espalhador 142. A colheitadeira agrícola 100 também inclui um subsistema de propulsão que inclui um motor que aciona componentes de engate no chão 144, tais como rodas ou esteiras. Em alguns exemplos, uma colheitadeira combinada dentro do escopo da presente descrição pode ter mais de um de qualquer dos subsistemas supramencionados. Em alguns exemplos, a colheitadeira agrícola 100 pode ter subsistemas de limpeza esquerdo e direito, separadores, etc., que não são mostrados na FIG. 1.

[0038] Em operação, e a título de revisão, a colheitadeira agrícola 100 ilustrativamente move através de um campo na direção indicada pela seta 147. À medida que a colheitadeira agrícola 100 move, o coletor 102 (e o carretel associado 164) engata a cultura a ser colhida e reúne a cultura em direção ao cortador 104. Um operador da colheitadeira agrícola 100 pode ser um operador humano local, um operador humano remoto, ou um sistema automático. Um comando de operador é um comando de um operador. O operador da colheitadeira agrícola 100 pode determinar um ou mais dentre um ajuste de altura, um ajuste de ângulo de inclinação, ou um ajuste de ângulo de rolamento para o coletor 102. Por exemplo, o operador entra com um ajuste ou ajustes em um sistema de controle, descrito em mais detalhe a seguir, que controla o atuador 107. O sistema de controle pode também receber um ajuste do operador para estabelecer o ângulo de inclinação e ângulo de rolamento do coletor 102 e implementar os ajustes alimentados controlando os atuadores associados, não mostrados, que operam para mudar o ângulo de inclinação e o ângulo de rolamento do coletor 102. O atuador 107 mantém o coletor 102 a uma altura acima do chão 111 com base em um ajuste de altura e, onde aplicável, em ângulos de inclinação e rolamento desejados. Cada um dos ajustes de altura, rolamento e inclinação pode ser implementado independentemente dos outros. O sistema de controle responda erro do coletor (por exemplo, a diferença entre o ajuste de altura e a altura medida do coletor 104 acima do chão 111 e, em alguns exemplos, erros do ângulo de inclinação e ângulo de rolamento) com uma capacidade de resposta que é determinada com base em um nível de sensibilidade selecionado. Se o nível de sensibilidade for ajustado a um maior nível de sensibilidade, o sistema de controle responda menores erros de posição do coletor, e tenta reduzir os erros detectados mais rapidamente do que quando a sensibilidade está em um menor nível de sensibilidade.

[0039] De volta à descrição da operação da colheitadeira agrícola 100, após culturas serem cortadas pelo cortador 104, o material de cultura separado é movimentado através de um transportador no alimentador 106 para o acelerador de alimentação 108, que acelera o material de cultura para o trilhador 110. O material de cultura é trilhado pelo rotor 112 que roda a cultura contra os contrabatedores 114. O material de cultura trilhado é movimentado por um rotor de separador no separador 116 onde uma porção do resíduo é movimentada pelo batedor de descarga 126 para o subsistema de resíduo 138. A porção de resíduo transferida para o subsistema de resíduo 138 é picada pelo picador de resíduo 140 e espalhada no campo pelo espalhador 142. Em outras configurações, o resíduo é solto da colheitadeira agrícola 100 em um amontoado de feno. Em outros exemplos, o subsistema de resíduo 138 pode incluir eliminadores de sementes de ervas daninhas (não mostrados) tais como ensacadores de semente ou outros coletores de semente, ou trituradores de semente ou outros destruidores de semente.

[0040] Grão cai no subsistema de limpeza 118. O crivo 122 separa alguns pedaços maiores de material do grão, e a peneira 124 separa alguns dos pedaços mais finos de material do grão limpo. Grão limpo cai em um trado que move o grão para uma extremidade de entrada do elevador de grão limpo 130, e o elevador de grão limpo 130 move o grão limpo para cima, depositando o grão limpo no tanque de grão limpo 132. Resíduo é removido do subsistema de limpeza 118 pelo fluxo de ar gerado pela ventoinha de limpeza 120. A ventoinha de limpeza 120 direciona ar ao longo de um trajeto de fluxo de ar para cima através das peneiras e crivos. O fluxo de ar carrega resíduo para trás na colheitadeira agrícola 100 para o subsistema de manuseio de resíduo 138.

[0041] O elevador de rejeitos 128 retorna os rejeitos para o trilhador 110 onde os rejeitos são retrilhados. Alternativamente, os rejeitos também podem ser passados para um mecanismo de retrilhagem separado por um elevador de rejeitos ou outro dispositivo de transporte onde os rejeitos são retrilhados igualmente.

[0042] A FIG. 1 também mostra que, em um exemplo, a colheitadeira agrícola 100 inclui sensor de velocidade em relação ao chão 146, um ou mais sensores de perda no separador 148, uma câmara de grão limpo 150, um mecanismo de captura de imagem voltado para a frente 151, que pode ser na forma de uma câmera estéreo ou mono, e um ou mais sensores de perda 152 providos no subsistema de limpeza 118.

[0043] O sensor de velocidade em relação ao chão 146 sensoreia a velocidade de deslocamento da colheitadeira agrícola 100 no chão. O sensor de velocidade em relação ao chão 146 pode sensorear a velocidade de deslocamento da colheitadeira agrícola 100 sensoreando a velocidade de rotação dos componentes de engate no chão (tais como rodas ou esteiras), um eixo acionador, um eixo de rodas, ou outros componentes. Em alguns casos, a velocidade de deslocamento pode ser sensoreada usando uma sistema de posicionamento, tais como um sistema de posicionamento global (GPS), um sistema de posicionamento relativo, um sistema de navegação de longo alcance (LORAN), ou uma ampla variedade de outros sistemas ou sensores que provêm uma indicação de velocidade de deslocamento.

[0044] Os sensores de perda 152 ilustrativamente provêm um sinal de saída indicativo da quantidade de perda de grão que ocorre tanto no lado direito quanto esquerdo do subsistema de limpeza 118. Em alguns exemplos, os sensores 152 são sensores de colisão que contam colisões de grão por unidade de tempo ou por unidade de distância percorrida para prover uma indicação da perda de grão que ocorre no subsistema de limpeza 118. Os sensores de colisão para os lados direito e esquerdo do subsistema de limpeza 118 podem prover sinais individuais ou um sinal combinado ou agregado. Em alguns exemplos, os sensores 152 podem incluir um único sensor ao contrário de sensores separados providos para cada subsistema de limpeza 118.

[0045] O sensor de perda no separador 148 provê um sinal indicativo de perda de grão nos separadores esquerdo e direito, não mostrados separadamente na FIG. 1. Os sensores de perda no separador 148 podem ser associados com os separadores esquerdo e direito e podem prover sinais de perda de grão separados ou um sinal combinado ou agregado. Em alguns casos, o sensoreamento de perda de grão nos separadores pode também ser feito usando uma ampla variedade de diferentes tipos de sensores igualmente.

[0046] A colheitadeira agrícola 100 pode também incluir outros sensores e mecanismos de medição. Por exemplo, a colheitadeira agrícola 100 pode incluir um ou mais dos seguintes sensores: um sensor de altura do coletor que sensoreia uma altura do coletor 102 acima do chão 111; sensores de estabilidade que sensoreiam a oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100; um sensor de ajuste de resíduo que é configurado para sensorear se a colheitadeira agrícola 100 está configurada para picar o resíduo, produzir um amontoado de feno, etc.; um sensor de velocidade da ventoinha da sapata de limpeza para sensorear a velocidade da ventoinha 120; um sensor de folga do contrabatedor que sensoreia a folga entre o rotor 112 e os contrabatedores 114; um sensor de velocidade do rotor de trilhagem que sensoreia a velocidade de rotor do rotor 112; um sensor de folga do crivo que sensoreia o tamanho das aberturas no crivo 122; um sensor de folga da peneira que sensoreia o tamanho das aberturas na peneira 124; um sensor de umidade de material não grão (MOG) que sensoreia um nível de umidade de MOG que passa através da colheitadeira agrícola 100; um ou mais sensores de ajuste de máquina configurados para sensorear vários ajustes da colheitadeira agrícola configuráveis 100; um sensor de orientação da máquina que sensoreia a orientação da colheitadeira agrícola 100; e sensores de propriedade de cultura que sensoreiam uma variedade de diferentes tipos de propriedades de cultura, tais como tipo de cultura, umidade de cultura e outras propriedades de cultura. Os sensores de propriedade de cultura podem também ser configurados para sensorear características do material de cultura separado à medida que o material de cultura é processado pela colheitadeira agrícola 100. Por exemplo, em alguns casos, os sensores de propriedade de cultura podem sensorear a qualidade de grão tais como grão quebrado, níveis de MOG; constituintes de grão tais como amidos e proteína; e taxa de alimentação de grão à medida que o grão desloca através do alimentador 106, elevador de grão limpo 130, ou em algum lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultura podem também sensorear a taxa de alimentação de biomassa através do alimentador 106, através do separador 116 ou em algum lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultura podem também sensorear a taxa de alimentação como uma vazão em massa de grão através do elevador 130 ou através de outras porções da colheitadeira agrícola 100 ou prover outros sinais de saída indicativos de outras variáveis sensoreadas.

[0047] Exemplos de sensores usados para detectar ou sensorear as características de potência incluem, mas sem se limitar a um sensor de tensão, um sensor de corrente, um sensor de torque, um sensor de pressão hidráulica, um sensor de fluxo hidráulico, um sensor de força, um sensor de carga de mancal e um sensor rotacional. As características de potência podem ser medidas em níveis variados de granularidade. Por exemplo, o uso de potência pode ser sensoreado com relação à máquina, com relação a subsistema ou por componentes individuais dos subsistemas.

[0048] Antes de descrever como a colheitadeira agrícola 100 gera um mapa de potência preditivo funcional, e usa o mapa de potência preditivo funcional para controlar, uma breve descrição de alguns dos itens da colheitadeira agrícola 100, e sua operação, será primeiramente descrita. A descrição de FIGS. 2 e 3 descreve o recebimento de um tipo geral de mapa de informação anterior e combinação de informação do mapa de informação anterior com um sinal de sensor georreferenciado gerado por um sensor in situ, ondo sinal de sensor é indicativo de uma característica no campo, tais como características de potência da colheitadeira agrícola. As características do campo podem incluir, mas sem se limitar a características de um campo tais como inclinação, intensidade de ervas daninhas, tipo de ervas daninhas, umidade do solo, qualidade da superfície; características de propriedades de cultura tais como altura da cultura, umidade de cultura, densidade da cultura, estado de cultura; características das propriedades de grão tais como umidade do grão, tamanho de grão, peso de teste de grão; e características de desempenho de máquina tais como níveis de perda, qualidade do trabalho, consumo de combustível e utilização de potência. Uma relação entre os valores de característica obtidos de sinais de sensor in situ e os valores de mapa de informação anterior é identificada, e essa relação é usada para gerar um novo mapa preditivo funcional. Um mapa preditivo funcional prediz valores em diferentes localizações geográficas em um campo, e um ou mais desses valores pode ser usado para controlar uma máquina, tal como um ou mais subsistemas de uma colheitadeira agrícola. Em alguns casos, um mapa preditivo funcional pode ser apresentado a um usuário, tal como um operador de uma máquina de trabalho agrícola, que pode ser uma colheitadeira agrícola. Um mapa preditivo funcional pode ser apresentado a um usuário visualmente, tal como por meio de uma exibição, hapticamente ou audivelmente. O usuário pode interagir com o mapa preditivo funcional para realizar operações de edição e outras operações de interface de usuário. Em alguns casos, um mapa preditivo funcional pode ser usado para um ou mais dentre controle de uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola, apresentação a um operador ou outro usuário, e apresentação a um operador ou usuário para interação pelo operador ou usuário.

[0049] Após a abordagem geral ser descrita com relação às FIGS. 2 e 3, uma abordagem mais específica para gerar um mapa de característica de potência preditivo funcional que pode ser apresentado a um operador ou usuário, ou usado para controlar a colheitadeira agrícola 100, ou ambos, é descrita com relação às FIGS. 4 e 5. Novamente, embora a presente discussão se dê com relação à colheitadeira agrícola e, particularmente, uma colheitadeira combinada, o escopo da presente descrição engloba outros tipos de colheitadeiras agrícolas ou outras máquinas de trabalho agrícola.

[0050] A FIG. 2 é um diagrama de blocos mostrando algumas porções de uma colheitadeira agrícola exemplificativa 100. A FIG. 2 mostra que a colheitadeira agrícola 100 ilustrativamente inclui um ou mais processadores ou servidores 201, armazenamento de dados 202, sensor de posição geográfica 204, sistema de comunicação 206, e um ou mais sensores in situ 208 que sensoreiam uma ou mais características agrícolas de um campo simultaneamente a uma operação de colheita. Uma característica agrícola pode incluir qualquer característica que pode ter um efeito da operação de colheita. Alguns exemplos de características agrícolas incluem características da máquina colheitadeira, o campo, a plantas no campo e as condições climáticas. Outros tipos de características agrícolas são também incluídos. Uma característica agrícola pode incluir qualquer característica que pode ter um efeito da operação de colheita. Alguns exemplos de características agrícolas incluem características da máquina colheitadeira, o campo, a plantas no campo, as condições climáticas dentre outros. Os sensores in situ 208 geram valores correspondentes às características sensoreadas. A colheitadeira agrícola 100 também inclui um modelo preditivo ou gerador de relação (coletivamente referidos a seguir como “gerador de modelo preditivo 210”), o gerador de mapa preditivo 212, gerador de zona de controle 213, sistema de controle 214, um ou mais subsistemas controláveis 216 e um mecanismo de interface de operador 218. A colheitadeira agrícola 100 pode também incluir uma ampla variedade de outras funcionalidades de colheitadeira agrícola 220. Os sensores in situ 208 incluem, por exemplo, sensores internos 222, sensores remotos 224 e outros sensores 226 que sensoreiam características de um campo durante o curso de uma operação agrícola. O gerador de modelo preditivo 210 ilustrativamente inclui um gerador de modelo de variável de informação anterior para variável in situ 228, e o gerador de modelo preditivo 210 pode incluir outros itens 230. O sistema de controle 214 inclui controlador do sistema de comunicação 229, controlador de interface de operador 231, um controlador de ajustes 232, controlador de planejamento de trajeto 234, controlador de taxa de alimentação 236, controlador de coletor e carretel 238, controlador de correia de lona 240, controlador de posição de placa de convés 242, controlador do sistema de resíduo 244, controlador de limpeza de máquina 245, controlador de zona 247, e o sistema 214 pode incluir outros itens 246. Os subsistemas controláveis 216 incluem atuadores de máquina e coletor 248, subsistema de propulsão 250, subsistema de direção 252, subsistema de resíduo 138, subsistema de limpeza de máquina 254, e os subsistemas 216 podem incluir uma ampla variedade de outros subsistemas 256.

[0051] A FIG. 2 também mostra que a colheitadeira agrícola 100 pode receber mapa de informação anterior 258. Como descrito a seguir, o mapa de informação anterior 258 inclui, por exemplo, um mapa de índice vegetativo ou um mapa de vegetação de uma operação anterior. Entretanto, o mapa de informação anterior 258 pode também englobar outros tipos de dados que foram obtidos antes de uma operação de colheita ou um mapa de uma operação anterior. A FIG. 2 também mostra que um operador 260 pode operar a colheitadeira agrícola 100. O operador 260 interage com mecanismos de interface de operador 218. Em alguns exemplos, os mecanismos de interface de operador 218 podem incluir manches, alavancas, um volante, articulações, pedais, botões, diais, blocos de teclas, elementos atuáveis pelo usuário (tais como ícones, botões, etc.) em um dispositivo de exibição de interface de usuário, um microfone e alto-falante (onde reconhecimento de voz e síntese de voz são providos), dentre uma ampla variedade de outros tipos de dispositivos de controle. Onde um sistema de exibição sensível ao toque é provido, o operador 260 pode interagir com mecanismos de interface de operador 218 usando gestos de toque. Esses exemplos aqui descritos são providos como exemplos ilustrativos e não visam limitar o escopo da presente descrição. Consequentemente, outros tipos de mecanismos de interface de operador 218 podem ser usados e estão dentro do escopo da presente descrição.

[0052] O mapa de informação anterior 258 pode ser carregado na colheitadeira agrícola 100 e armazenados no armazenamento de dados 202, usando o sistema de comunicação 206 ou de outras maneiras. Em alguns exemplos, o sistema de comunicação 206 pode ser um sistema de comunicação celular, um sistema para comunicar por uma rede de área abrangente ou uma rede de área local, um sistema para comunicar por uma rede de comunicação de campo próximo, ou um sistema de comunicação configurado para comunicar por qualquer de uma variedade de outras redes ou combinações de redes. O sistema de comunicação 206 pode também incluir um sistema que facilita os carregamentos ou transferências de informação em um cartão de disco seguro digital (SD) ou um cartão de barramento serial universal (USB), ou ambos.

[0053] O sensor de posição geográfica 204 ilustrativamente sensoreia ou detecta a posição ou localização geográfica da colheitadeira agrícola 100. O sensor de posição geográfica 204 pode incluir, mais sem se limitar a um receptor de sistema de satélite de navegação global (GNSS) que recebe sinais de um transmissor de satélite GNSS. O sensor de posição geográfica 204 pode também incluir um componente cinemático em tempo real (RTK) que é configurado para melhorar a precisão de dados de posição derivados do sinal GNSS. O sensor de posição geográfica 204 pode incluir um sistema de posicionamento relativo, um sistema de triangulação celular, ou qualquer de uma variedade de outros sensores de posição geográfica.

[0054] Os sensores in situ 208 podem ser qualquer um dos sensores supradescritos com relação à FIG. 1. Os sensores in situ 208 incluem sensores internos 222 que são montados internamente na colheitadeira agrícola 100. Tais sensores podem incluir, por exemplo, um sensor de percepção (por exemplo, um sistema de câmera mono ou estéreo voltado para a frente e sistema de processamento de imagem), sensores de imagem que são internos à colheitadeira agrícola 100 (tal como a câmera de grão limpo ou câmeras montadas para identificar ervas daninhas sementes que estão saindo da colheitadeira agrícola 100 através do subsistema de resíduo ou do subsistema de limpeza). Os sensores in situ 208 também incluem sensores in situ remotos 224 que capturam informação in situ. Dados in situ incluem dados coletados de um sensor interno à colheitadeira ou coletados de qualquer sensor onde os dados são detectados durante a operação de colheita.

[0055] O gerador de modelo preditivo 210 gera um modelo que é indicativo de uma relação entre os valores sensoreados pelo sensor in situ 208 e uma métrica mapeada para o campo pelo mapa de informação anterior 258. Por exemplo, se o mapa de informação anterior 258 mapear um valor de índice vegetativo para diferentes localizações no campo, e o sensor in situ 208 estiver sensoreando um valor indicativo do uso de potência do coletor, então o gerador de modelo de variável de informação anterior para variável in situ 228 gera um modelo de potência preditivo que modela a relação entre o valor de índice vegetativo e o valor de uso de potência do coletor. O modelo de potência preditivo pode também ser gerado com base em valores de índice vegetativo do mapa de informação anterior 258 e múltiplos valores de dados in situ gerados por sensores in situ 208. Então, o gerador de mapa preditivo 212 usa o modelo de potência preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de potência preditivo funcional que prediz o valor de uma característica de potência, tal como uso de potência por um subsistema, sensoreada pelos sensores in situ 208 em diferentes localizações no campo com base no mapa de informação anterior 258.

[0056] Em alguns exemplos, o tipo de valores no mapa preditivo funcional 263 pode ser o mesmo que o tipo de dados in situ sensoreados pelos sensores in situ 208. Em alguns casos, o tipo de valores no mapa preditivo funcional 263 pode ter unidades diferentes dos dados sensoreados pelos sensores in situ 208. Em alguns exemplos, o tipo de valores no mapa preditivo funcional 263 pode ser diferente do tipo de dados sensoreado pelos sensores in situ 208, mas tem uma relação com o tipo do tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, em alguns exemplos, o tipo de dados sensoreado pelos sensores in situ 208 pode ser indicativo do tipo de valores no mapa preditivo funcional 263. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informação anterior 258. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informação anterior 258, mas tem uma relação com o tipo de dados no mapa de informação anterior 258. Por exemplo, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 pode ser indicativo do tipo de dados no mapa preditivo funcional 263. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é diferente de um, ou ambos, dentre o tipo de dados in situ sensoreados pelos sensores in situ 208 e o tipo de dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um, ou ambos, dentre o tipo de dados in situ sensoreados pelos sensores in situ 208 e o tipo de dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um dentre o tipo de dados in situ sensoreados pelos sensores in situ 208 ou o tipo de dados no mapa de informação anterior 258, e diferentes entre si.

[0057] Continuando com o exemplo anterior, no qual o mapa de informação anterior 258 é um mapa de índice vegetativo e o sensor in situ 208 sensoreia um valor indicativo do uso de potência do coletor, o gerador de mapa preditivo 212 pode usar os valores de índice vegetativo no mapa de informação anterior 258, e o modelo gerado pelo gerador de modelo preditivo 210 para gerar um mapa preditivo funcional 263 que prediz o uso de potência do coletor em diferentes localizações no campo. O gerador de mapa preditivo 212 dessa forma produz o mapa preditivo 264.

[0058] Como mostrado na FIG. 2, o mapa preditivo 264 prediz o valor de uma característica sensoreada (sensoreada pelos sensores in situ 208), ou uma característica relacionada à característica sensoreada, em várias localizações através do campo com base em um valor de informação anterior no mapa de informação anterior 258 nessas localizações e no modelo preditivo. Por exemplo, se o gerador de modelo preditivo 210 tiver gerado um modelo preditivo indicativo de uma relação entre um valor de índice vegetativo e uso de potência do coletor, então, dado o valor de índice vegetativo em diferentes localizações através do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prediz o valor do uso de potência do coletor em diferentes localizações através do campo. O valor de índice vegetativo, obtido do mapa de índice vegetativo nessas localizações, e a relação entre o valor de índice vegetativo e o uso de potência do coletor, obtida do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0059] Algumas variações nos tipos de dados que são mapeados no mapa de informação anterior 258, nos tipos de dados sensoreados pelos sensores in situ 208 e nos tipos de dados preditos no mapa preditivo 264 serão agora descritas.

[0060] Em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados sensoreado pelos sensores in situ 208, também o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser uma característica de potência. O mapa preditivo 264 pode então ser um mapa de característica de potência preditivo que mapeia valores de característica de potência preditos para diferentes localizações geográficas no campo. O mapa preditivo 264

[0061] Também, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados sensoreado pelos sensores in situ 208, e o tipo de dados no mapa preditivo 264 é diferente tanto do tipo de dados no mapa de informação anterior 258 quanto do tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa topográfico, e a variável sensoreada pelos sensores in situ 208 pode ser uma característica de potência do trilhador. O mapa preditivo 264 pode então ser um mapa de biomassa preditivo que mapeia valores de biomassa preditos para diferentes localizações geográficas no campo. O mapa preditivo 264

[0062] Em alguns exemplos, o mapa de informação anterior 258 é de um passe anterior através do campo durante uma operação anterior, e o tipo de dados é diferente do tipo de dados sensoreado pelos sensores in situ 208, também o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa topográfico gerado durante o plantio ou pulverização, e a variável sensoreada pelos sensores in situ 208 pode ser uma característica de potência. O mapa preditivo 264 pode então ser um mapa de característica de potência preditivo que mapeia valores de característica de potência preditos para diferentes localizações geográficas no campo. O mapa preditivo 264

[0063] Em alguns exemplos, o mapa de informação anterior 258 é de um passe anterior através do campo durante uma operação anterior, e o tipo de dados é o mesmo que o tipo de dados sensoreado pelos sensores in situ 208, e o tipo de dados no mapa preditivo 264 é também o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de característica de potência gerado durante um ano anterior, e a variável sensoreada pelos sensores in situ 208 pode ser uma característica de potência. O mapa preditivo 264 pode então ser um mapa de característica de potência preditivo que mapeia valores de característica de potência preditos para diferentes localizações geográficas no campo. Em um exemplo como esse, as diferenças de característica de potência relativas no mapa de informação anterior georreferenciado 258 do ano anterior podem ser usadas pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela uma relação entre as diferenças de característica de potência relativas no mapa de informação anterior 258 e os valores de característica de potência sensoreados pelos sensores in situ 208 durante a operação de colheita atual. O modelo preditivo é então usado pelo gerador de mapa preditivo 210 para gerar um mapa de característica de potência preditivo.

[0064] Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de uso de potência dos subsistemas de trilhagem/separação gerado durante uma operação anterior, e a variável sensoreada pelos sensores in situ 208 pode ser o uso de potência dos subsistemas de trilhagem/separação. O mapa preditivo 264 pode então ser um mapa de uso de potência dos subsistemas de trilhagem/separação preditivo que mapeia valores de uso de potência dos subsistemas de trilhagem/separação preditos para diferentes localizações geográficas no campo.

[0065] Em alguns exemplos, o mapa preditivo 264 pode ser provido ao gerador de zona de controle 213. O gerador de zona de controle 213 agrupa porções adjacentes de uma área em uma ou mais zonas de controle com base em valores de dados do mapa preditivo 264 que são associados aos de porções adjacentes. Uma zona de controle pode incluir duas ou mais porções contíguas de uma área, tal como um campo, para as quais um parâmetro de controle correspondente à zona de controle para controlar um subsistema controlável é constante. Por exemplo, um tempo de resposta para alterar um ajuste de subsistemas controláveis 216 pode ser inadequado para responder satisfatoriamente a mudanças nos valores contidos em um mapa, tal como o mapa preditivo 264. Nesse caso, o gerador de zona de controle 213 analisa o mapa e identifica zonas de controle que são de um tamanho definido para acomodar o tempo de resposta dos subsistemas controláveis 216. Em outro exemplo, as zonas de controle podem ser dimensionadas para reduzir o desgaste proveniente do movimento excessivo do atuador resultante do ajuste contínuo. Em alguns exemplos, pode haver um conjunto diferente de zonas de controle para cada subsistema controlável 216 ou para grupos de subsistemas controláveis 216. As zonas de controle podem ser adicionadas ao mapa preditivo 264 para obter mapa de zona de controle preditivo 265. O mapa de zona de controle preditivo 265 pode dessa forma ser similar ao mapa preditivo 264, exceto que o da zona de controle preditivo 265 inclui informação de zona de controle definindo as zonas de controle. Dessa forma, um mapa preditivo funcional 263, como descrito no presente documento, pode ou não incluir zonas de controle. Tanto o mapa preditivo 264 quanto o mapa de zona de controle preditivo 265 são mapas preditivos funcionais 263. Em um exemplo, um mapa preditivo funcional 263 não inclui zonas de controle, tal como o mapa preditivo 264. Em outro exemplo, um mapa preditivo funcional 263 não inclui zonas de controle, tal como o mapa de zona de controle preditivo 265. Em alguns exemplos, múltiplas culturas podem estar simultaneamente presentes em um campo se um sistema de produção intercultura for implementado. Nesse caso, o gerador de mapa preditivo 212 e o gerador de zona de controle 213 são capazes de identificar a localização e as características das duas ou mais culturas e então gerar o mapa preditivo 264 e o mapa de zona de controle preditivo 265 correspondentemente.

[0066] Deve-se também perceber que o gerador de zona de controle 213 pode agrupar valores para gerar zonas de controle, e as zonas de controle podem ser adicionadas ao mapa de zona de controle preditivo 265, ou um mapa separado, mostrando apenas as zonas de controle que são geradas. Em alguns exemplos, as zonas de controle podem ser usadas para controlar ou calibrar a colheitadeira agrícola 100, ou ambos. Em outros exemplos, as zonas de controle podem ser apresentadas ao operador 260 e usadas para controlar ou calibrar a colheitadeira agrícola 100, e, em outros exemplos, as zonas de controle podem ser apresentadas ao operador 260 ou outro usuário, ou armazenadas para uso posterior.

[0067] O mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, são providos ao sistema de controle 214, que gera sinais de controle com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. Em alguns exemplos, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206 para comunicar o mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou sinais de controle com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 a outras colheitadeiras agrícolas que estão colhendo no mesmo campo. Em alguns exemplos, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206 para enviar o mapa preditivo 264, o mapa de zona de controle preditivo 265, ou ambos, a outros sistemas remotos.

[0068] O controlador de interface de operador 231 é operável para gerar sinais de controle para controlar os mecanismos de interface de operador 218. O controlador de interface de operador 231 é também operável para apresentar o mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou outra informação derivada ou baseada no mapa preditivo 264 no mapa de zona de controle preditivo 265, ou ambos, ao operador 260. O operador 260 pode ser um operador local ou um operador remoto. Como um exemplo, o controlador 231 gera sinais de controle para controlar um mecanismo de exibição para exibir um ou ambos do mapa preditivo 264 e do mapa de zona de controle preditivo 265 para o operador 260. O controlador 231 pode gerar mecanismos atuáveis pelo operador que são exibidos e podem ser atuados pelo operador para interagir com o mapa exibido. O operador pode editar o mapa, por exemplo, corrigindo uma característica de potência exibida no mapa, com base na observação do operador. O controlador de ajustes 232 pode gerar sinais de controle para controlar vários ajustes na colheitadeira agrícola 100 com base no mapa preditivo 264, no mapa de zona de controle preditivo 265, ou ambos. Por exemplo, o controlador de ajustes 232 pode gerar sinais de controle para controlar os atuadores de máquina e coletor 248. Em resposta aos sinais de controle gerados, os atuadores de máquina e coletor 248 operam para controlar, por exemplo, um ou mais dos ajustes de peneira e crivo, folga do contrabatedor, ajustes do rotor, ajustes de velocidade da ventoinha de limpeza, altura do coletor, funcionalidade do coletor, velocidade do carretel, posição do carretel, funcionalidade da lona (onde a colheitadeira agrícola 100 é acoplada a uma espigadeira de lona), funcionalidade do coletor de milho, controle de distribuição interna e outros atuadores 248 que afetam as outras funções da colheitadeira agrícola 100. O controlador de planejamento de trajeto 234 ilustrativamente gera sinais de controle para controlar o subsistema de direção 252 para dirigir a colheitadeira agrícola 100 de acordo com um trajeto desejado. O controlador de planejamento de trajeto 234 pode controlar um sistema de planejamento de trajeto para gerar uma rota para a colheitadeira agrícola 100 e pode controlar o subsistema de propulsão 250 e o subsistema de direção 252 para dirigir a colheitadeira agrícola 100 ao longo dessa rota. O controlador de taxa de alimentação 236 pode controlar vários subsistemas, tais como o subsistema de propulsão 250 e atuadores de máquina 248, para controlar uma taxa de alimentação com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. Por exemplo, à medida que a colheitadeira agrícola 100 se aproxima de uma área com um valor de uso de potência do subsistema predito acima de um limiar selecionado, o controlador de taxa de alimentação 236 pode reduzir a velocidade da colheitadeira agrícola 100 para manter a alocação de potência para as exigências de uso de potência preditas de um ou mais subsistemas. O controlador de coletor e carretel 238 pode gerar sinais de controle para controlar um coletor ou um carretel ou outra funcionalidade do coletor. O controlador de correia de lona 240 pode gerar sinais de controle para controlar uma correia de lona ou outra funcionalidade da espigadeira com base no mapa preditivo 264, no mapa de zona de controle preditivo 265, ou ambos. O controlador de posição de placa de convés 242 pode gerar sinais de controle para controlar uma posição de uma placa de convés incluída em um coletor com base em mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, e o controlador do sistema de resíduo 244 pode gerar sinais de controle para controlar um subsistema de resíduo 138 com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. O controlador de limpeza de máquina 245 pode gerar sinais de controle para controlar o subsistema de limpeza de máquina 254. Por exemplo, com base no uso de potência predito diferente da colheitadeira agrícola 100, um tipo particular de operação de limpeza de máquina ou uma frequência com a qual uma operação de limpeza é realizada pode ser controlada. Outros controladores incluídos na colheitadeira agrícola 100 podem controlar outros subsistemas com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, igualmente.

[0069] As FIGS. 3A e 3B (coletivamente referidas no presente documento como FIG. 3) mostram um fluxograma que ilustra um exemplo da operação da colheitadeira agrícola 100 na geração de um mapa preditivo 264 e mapa de zona de controle preditivo 265 com base no mapa de informação anterior 258.

[0070] Em 280, a colheitadeira agrícola 100 recebe o mapa de informação anterior 258. Exemplos de mapa de informação anterior 258 ou recebimento de mapa de informação anterior 258 são discutidos com relação aos blocos 281, 282, 284 e 286. Como aqui discutido, o mapa de informação anterior 258 mapeia valores de uma variável, correspondentes a uma primeira característica, para diferentes localizações no campo, como indicado no bloco 282. Como indicado no bloco 281, receber o mapa de informação anterior 258 pode envolver selecionar um ou mais dentre uma pluralidade de possíveis mapas de informação anteriores que são disponíveis. Por exemplo, um mapa de informação anterior pode ser um mapa de índice vegetativo gerado por imagem aérea. Outro mapa de informação anterior pode ser um mapa gerado durante um passe anterior através do campo que pode ter sido realizado por uma máquina diferente que realiza uma operação anterior no campo, tal como um pulverizador ou outra máquina. O processo pelo qual um ou mais mapas de informação anteriores são selecionados pode ser manual, semiautomático, ou automático. O mapa de informação anterior 258 é baseado em dados coletados antes de uma operação de colheita atual. Isto é indicado pelo bloco 284. Por exemplo, os dados podem ser coletados com base em imagens aéreas obtidas durante um ano anterior, ou anteriormente na época de crescimento atual, ou em outros momentos. Como indicado pelo bloco 285, o mapa de informação anterior pode ser um mapa preditivo que prediz uma característica com base em um mapa de informação anterior e uma relação a um sensor in situ. Um processo para gerar um mapa preditivo é apresentado na FIG. 5. Esse processo poderia também ser realizado com outros sensores e outros mapas anteriores para gerar, por exemplo, os mapas de rendimento preditivos ou mapas de biomassa preditivos. Esses mapas preditivos podem ser usados como mapas anteriores em outro processo preditivo, como indicado pelo bloco 285. Os dados podem ser baseados em dados detectados de maneiras que não com o uso de imagens aéreas. Por exemplo, os dados para o mapa de informação anterior 258 podem ser transmitidos à colheitadeira agrícola 100 usando o sistema de comunicação 206 e armazenados no armazenamento de dados 202. Os dados para o mapa de informação anterior 258 podem ser providos à colheitadeira agrícola 100 usando o sistema de comunicação 206 de outras maneiras igualmente, e isto é indicado pelo bloco 286 no fluxograma da FIG. 3. Em alguns exemplos, o mapa de informação anterior 258 pode ser recebido pelo sistema de comunicação 206.

[0071] Mediante início de uma operação de colheita, os sensores in situ 208 geram sinais de sensor indicativos de um ou mais valores de dados in situ indicativos de uma característica, por exemplo, uma característica de potência, tal como um uso de potência por um ou mais subsistemas, como indicado pelo bloco 288. Exemplos de sensores in situ 288 são discutidos com relação aos blocos 222, 290 e 226. Como aqui explicado, os sensores in situ 208 incluem sensores internos 222; sensores in situ remotos 224, tais como sensores baseados em UAV que voam em um momento para coletar dados in situ, mostrados no bloco 290; ou outros tipos de sensores in situ, designados pelos sensores in situ 226. Em alguns exemplos, dados de sensores internos são georreferenciados usando dados de posição, direção ou velocidade do sensor de posição geográfica 204.

[0072] O gerador de modelo preditivo 210 controla o gerador de modelo de variável de informação anterior para variável in situ 228 para gerar um modelo que modela uma relação entre os valores mapeados contidos no mapa de informação anterior 258 e os valores in situ sensoreados pelos sensores in situ 208 como indicado pelo bloco 292. As características ou tipos de dados representados pelos valores mapeados no mapa de informação anterior 258 e os valores in situ sensoreados pelos sensores in situ 208 podem ter as mesmas características ou tipo de dados, ou diferentes características ou tipos de dados.

[0073] A relação ou modelo gerado pelo gerador de modelo preditivo 210 é provida ao gerador de mapa preditivo 212. O gerador de mapa preditivo 212 gera um mapa preditivo 264 que prediz um valor de característica sensoreada pelos sensores in situ 208 em diferentes localizações geográficas em um campo que está sendo colhido, ou uma característica diferente que é relacionada à característica sensoreada pelos sensores in situ 208, usando o modelo preditivo e o mapa de informação anterior 258, como indicado pelo bloco 294.

[0074] Deve-se notar que, em alguns exemplos, o mapa de informação anterior 258 pode incluir dois ou mais diferentes mapas ou duas ou mais diferentes camadas de mapa de um único mapa. Cada camada de mapa pode representar um tipo de dados diferente do tipo de dados de outra camada de mapa, ou as camadas de mapa podem ter o mesmo tipo de dados que foram obtidos em diferentes momentos. Cada mapa nos dois ou mais diferentes mapas ou cada camada nas duas ou mais diferentes camadas de mapa de um mapa mapeia um tipo de variável diferente para as localizações geográficas no campo. Em um exemplo como esse, o gerador de modelo preditivo 210 gera um modelo preditivo que modela a relação entre os dados in situ e cada uma das diferentes variáveis mapeadas pelos dois ou mais diferentes mapas ou as duas ou mais diferentes camadas de mapa. Similarmente, os sensores in situ 208 podem incluir dois ou mais sensores, cada um sensoreando um tipo de variável diferente. Dessa forma, o gerador de modelo preditivo 210 gera um modelo preditivo que modela as relações entre cada tipo de variável mapeada pelo mapa de informação anterior 258 e cada tipo de variável sensoreada pelos sensores in situ 208. O gerador de mapa preditivo 212 pode gerar um mapa preditivo funcional 263 que prediz um valor para cada característica sensoreada, sensoreada pelos sensores in situ 208 (ou uma característica relacionada à característica sensoreada) em diferentes localizações no campo que está sendo colhido usando o modelo preditivo e cada um dos mapas ou camadas de mapa no mapa de informação anterior 258.

[0075] O gerador de mapa preditivo 212 configura o mapa preditivo 264 de forma que o mapa preditivo 264 seja acionável (ou consumível) pelo sistema de controle 214. O gerador de mapa preditivo 212 pode prover mapa preditivo 264 ao sistema de controle 214 ou ao gerador de zona de controle 213, ou ambos. Alguns exemplos de diferentes maneiras nas quais o mapa preditivo 264 pode ser configurado ou produzido são descritos com relação aos blocos 296, 295, 299 e 297. Por exemplo, o gerador de mapa preditivo 212 configura o mapa preditivo 264 de forma que o mapa preditivo 264 inclua valores que podem ser lidos pelo sistema de controle 214 e usados como a base para gerar sinais de controle para um ou mais dos diferentes subsistemas controláveis da colheitadeira agrícola 100, como indicado pelo bloco 296.

[0076] O gerador de zona de controle 213 pode dividir o mapa preditivo 264 em zonas de controle com base nos valores no mapa preditivo 264. Os valores contiguamente geolocalizados que estão dentro de um valor limiar de um outro podem ser agrupados em uma zona de controle. O valor limiar pode ser um valor limiar padrão, ou o valor limiar pode ser ajustado com base em uma entrada de operador, com base em uma entrada de um sistema automático, ou com base em outros critérios. Um tamanho das zonas pode ser com base em uma capacidade de resposta do sistema de controle 214, dos subsistemas controláveis 216, com base em considerações de desgaste, ou em outros critérios como indicado pelo bloco 295. O gerador de mapa preditivo 212 configura o mapa preditivo 264 para apresentação a um operador ou outro usuário. O gerador de zona de controle 213 pode configurar o mapa de zona de controle preditivo 265 para apresentação a um operador ou outro usuário. Isto é indicado pelo bloco 299. Quando apresentado a um operador ou outro usuário, a apresentação do mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, pode conter um ou mais dos valores preditivos no mapa preditivo 264 correlacionados à localização geográfica, as zonas de controle no mapa de zona de controle preditivo 265 correlacionadas à localização geográfica, e valores de ajustes ou parâmetros de controle que são usados com base nos valores preditos no mapa 264 ou zonas no mapa de zona de controle preditivo 265. A apresentação pode, em outro exemplo, incluir informação mais abstrata ou informação mais detalhada. A apresentação pode também incluir um nível de confiança que indica uma precisão com a qual os valores preditivos no mapa preditivo 264 ou nas zonas no mapa de zona de controle preditivo 265 concordam com os valores medidos que podem ser medidos pelos sensores na colheitadeira agrícola 100 à medida que a colheitadeira agrícola 100 move através do campo. Adicionalmente onda informação é apresentada a mais de uma localização, um sistema de autenticação e autorização pode ser provido para implementar processos de autenticação e autorização. Por exemplo, pode haver uma hierarquia de indivíduos que são autorizados a ver e mudar mapas e outra informação apresentada. A título de exemplo, um dispositivo de exibição de bordo pode apresentar os mapas em tempo quase real localmente na máquina, ou os mapas podem também ser gerados em uma ou mais localizações remotas, ou ambos. Em alguns exemplos, cada dispositivo de exibição físico em cada localização pode ser associado a uma pessoa ou um nível de permissão de usuário. O nível de permissão de usuário pode ser usado para determinar quais marcadores de exibição são visíveis no dispositivo de exibição físico e quais valores a pessoa correspondente pode mudar. Como um exemplo, um operador local da colheitadeira agrícola 100 pode ser incapaz de ver a informação correspondente ao mapa preditivo 264 ou fazer qualquer mudança na operação da máquina. Um supervisor, tal como um supervisor em uma localização remota, entretanto, pode ser capaz de ver o mapa preditivo 264 na exibição, mas não pode fazer nenhuma mudança. Um gestor, que pode estar em uma localização remota separada, pode ser capaz de ver todos os elementos no mapa preditivo 264 e também ser capaz de mudar o mapa preditivo 264. Em alguns casos, o mapa preditivo 264 acessível e alterável por um gestor localizado remotamente pode ser usado no controle de máquina. Isto é um exemplo de uma hierarquia de autorização que pode ser implementada. O mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, pode ser configurado de outras maneiras igualmente, como indicado pelo bloco 297.

[0077] No bloco 298, a entrada do sensor de posição geográfica 204 e outros sensores in situ 208 é recebida pelo sistema de controle. Particularmente, no bloco 300, o sistema de controle 214 detecta uma entrada do sensor de posição geográfica 204 identificando uma localização geográfica da colheitadeira agrícola 100. O bloco 302 representa o recebimento pelo sistema de controle 214 de entradas de sensor indicativas de trajetória ou direção da colheitadeira agrícola 100, e o bloco 304 representa o recebimento pelo sistema de controle 214 de uma velocidade da colheitadeira agrícola 100. O bloco 306 representa o recebimento pelo sistema de controle 214 de outra informação de vários sensores in situ 208.

[0078] No bloco 308, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, e a entrada do sensor de posição geográfica 204 e qualquer outro sensor in situ 208. No bloco 310, o sistema de controle 214 aplica os sinais de controle aos subsistemas controláveis. Percebe-se que os sinais de controle particulares que são gerados, e os subsistemas controláveis particulares 216 que são controlados, podem variar com base em uma ou mais diferentes coisas. Por exemplo, os sinais de controle que são gerados e os subsistemas controláveis 216 que são controlados podem ser com base no tipo de mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, que está sendo usado. Similarmente, os sinais de controle que são gerados e os subsistemas controláveis 216 que são controlados e o sincronismo dos sinais de controle podem ser com base em várias latências do fluxo de cultura através da colheitadeira agrícola 100 e na capacidade de resposta dos subsistemas controláveis 216.

[0079] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de potência preditivo pode ser usado para controlar um ou mais subsistemas 216. Por exemplo, o mapa de potência preditivo pode incluir valores de exigência de uso de potência georreferenciados nas localizações no campo que está sendo colhido. Os valores de exigência de uso de potência do mapa de potência preditivo podem ser extraídos e usados para controlar os subsistemas de direção e propulsão 252 e 250. Pelo controle dos subsistemas de direção e propulsão 252 e 250, uma taxa de alimentação de material que move através da colheitadeira agrícola 100 pode ser controlada. Similarmente, a altura do coletor pode ser controlada para pegar mais ou menos material, e, dessa forma, a altura do coletor pode também ser controlada para controlar a taxa de alimentação de material através da colheitadeira agrícola 100. Em outros exemplos, se o mapa preditivo 264 mapear o uso de potência do coletor predito para posições no campo, a alocação de potência para o coletor pode ser implementada. Por exemplo, se os valores presentes no mapa de potência preditivo indicarem uma ou mais áreas com maiores exigências de uso de potência para os subsistemas do coletor, então o controlador de coletor e carretel 238 pode alocar mais potência do motor aos subsistemas do coletor, isso pode exigir a alocação de menos potência para outros subsistemas, tal como reduzindo a velocidade e reduzindo a potência para o subsistema de propulsão. O exemplo anterior envolvendo controle de coletor usando um mapa de potência preditivo é provido meramente como um exemplo. Consequentemente, uma ampla variedade de outros sinais de controle pode ser gerada usando valores obtidos de um mapa de potência preditivo ou outro tipo de mapa preditivo para controlar um ou mais dos subsistemas controláveis 216.

[0080] No bloco 312, é feita uma determinação se a operação de colheita foi completada. Se a colheita não estiver completada, o processamento avança para o bloco 314 onde dados de sensor in situ do sensor de posição geográfica 204 e sensores in situ 208 (e talvez outros sensores) continuam a ser lidos.

[0081] Em alguns exemplos, no bloco 316, a colheitadeira agrícola 100 pode também detectar critérios de acionamento de aprendizagem para realizar aprendizagem de máquina em um ou mais dentre o mapa preditivo 264, o mapa de zona de controle preditivo 265, o modelo gerado pelo gerador de modelo preditivo 210, as zonas geradas pelo gerador de zona de controle 213, um ou mais algoritmos de controle implementados pelos controladores no sistema de controle 214, e outra aprendizagem acionada.

[0082] Os critérios de acionamento de aprendizagem podem incluir qualquer um de uma ampla variedade de diferentes critérios. Alguns exemplos de detecção de critérios de acionamento são discutidos com relação aos blocos 318, 320, 321, 322 e 324. Por exemplo, em alguns exemplos, a aprendizagem acionada pode envolver a recriação de uma relação usada para gerar um modelo preditivo quando uma quantidade limiar de dados de sensor in situ é obtida de sensores in situ 208. Em tais exemplos, o recebimento de uma quantidade de dados de sensor in situ dos sensores in situ 208 que excede um limiar aciona ou faz com que o gerador de modelo preditivo 210 gere um novo modelo preditivo que é usado pelo gerador de mapa preditivo 212. Dessa forma, à medida que a colheitadeira agrícola 100 continua uma operação de colheita, o recebimento da quantidade limiar de dados de sensor in situ dos sensores in situ 208 aciona a criação de uma nova relação representada por um modelo preditivo gerado pelo gerador de modelo preditivo 210. Adicionalmente, novo mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos, podem ser regenerados usando o novo modelo preditivo. O bloco 318 representa a detecção de uma quantidade limiar de dados de sensor in situ usados para acionar a criação de um novo modelo preditivo.

[0083] Em outros exemplos, os critérios de acionamento de aprendizagem podem ser com base em até que ponto os dados de sensor in situ dos sensores in situ 208 estão mudando, tal como com o tempo, ou comparados a valores anteriores. Por exemplo, se variações nos dados de sensor in situ (ou a relação entre os dados de sensor in situ e a informação no mapa de informação anterior 258) estiverem dentro de uma faixa selecionada, ou forem menores que uma quantidade definida, ou abaixo de um valor limiar, então um novo modelo preditivo não é gerado pelo gerador de modelo preditivo 210. Em decorrência disso, o gerador de mapa preditivo 212 não gera um novo mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos. Entretanto, se variações nos dados de sensor in situ ficarem fora da faixa selecionada, forem maiores que a quantidade definida, ou forem acima do valor limiar, por exemplo, então o gerador de modelo preditivo 210 gera um novo modelo preditivo usando todos ou uma porção dos dados de sensor in situ recém-recebidos que o gerador de mapa preditivo 212 usa para gerar um novo mapa preditivo 264. No bloco 320, variações nos dados de sensor in situ, tal como uma magnitude de uma quantidade pela qual os dados excedem a faixa selecionada ou uma magnitude da variação da relação entre os dados de sensor in situ e a informação no mapa de informação anterior 258, podem ser usadas como um acionador para causar a geração de um novo modelo preditivo e mapa preditivo. De acordo com os exemplos supradescritos, o limiar, a faixa e a quantidade definida podem ser ajustados em valores padrões; ajustados por um operador ou interação de usuário através de uma interface de usuário; ajustados por um sistema automático; ou ajustados de outras maneiras.

[0084] Outros critérios de acionamento de aprendizagem podem também ser usados. Por exemplo, se o gerador de modelo preditivo 210 comutar para um mapa de informação anterior diferente (diferente do mapa de informação anterior originalmente selecionado 258), então a comutação para o mapa de informação anterior diferente pode acionar a reaprendizagem pelo gerador de modelo preditivo 210, o gerador de mapa preditivo 212, gerador de zona de controle 213, sistema de controle 214, ou outros itens. Em outro exemplo, a transição da colheitadeira agrícola 100 para uma topografia diferente ou para uma zona de controle diferente pode ser usada como critérios de acionamento de aprendizagem igualmente.

[0085] Em alguns casos, o operador 260 pode também editar o mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. As edições podem mudar um valor no mapa preditivo 264, mudar um tamanho, formato, posição, ou existência de uma zona de controle no mapa de zona de controle preditivo 265, ou ambos. O bloco 321 mostra que informação editada pode ser usada como critérios de acionamento de aprendizagem.

[0086] Em alguns casos, pode ser também que o operador 260 observa que o controle automático de um subsistema controlável não é o que o operador deseja. Em tais casos, o operador 260 pode prover um ajuste manual ao subsistema controlável refletindo que o operador 260 deseja que o subsistema controlável opere de uma maneira diferente da que está sendo comandada pelo sistema de controle 214. Dessa forma, a alteração manual de um ajuste pelo operador 260 pode fazer com que um ou mais dentre o gerador de modelo preditivo 210 reaprenda um modelo, o gerador de mapa preditivo 212 regenere o mapa 264, o gerador de zona de controle 213 regenere uma ou mais zonas de controle no mapa de zona de controle preditivo 265, e o sistema de controle 214 reaprenda um algoritmo de controle ou realize aprendizagem de máquina em um ou mais dos componentes do controlador 232 a 246 no sistema de controle 214 com base no ajuste pelo operador 260, como mostrado no bloco 322. O bloco 324 representa o uso de outros critérios de aprendizagem acionados.

[0087] Em outros exemplos, a aprendizagem pode ser feita periodicamente ou intermitentemente com base, por exemplo, em um intervalo de tempo selecionado tal como um intervalo de tempo discreto ou um intervalo de tempo variável, como indicado pelo bloco 326.

[0088] Se a aprendizagem for acionada, quer com base em critérios de acionamento de aprendizagem ou com base na passagem de um intervalo de tempo, como indicado pelo bloco 326, então um ou mais dentre o gerador de modelo preditivo 210, o gerador de mapa preditivo 212, o gerador de zona de controle 213 e sistema de controle 214 realiza aprendizagem de máquina para gerar um novo modelo preditivo, um novo mapa preditivo, uma nova zona de controle e um novo algoritmo de controle, respectivamente, com base nos critérios de acionamento de aprendizagem. O novo modelo preditivo, o novo mapa preditivo e o novo algoritmo de controle são gerados usando qualquer dado adicional que foi coletado desde que a última operação de aprendizagem foi realizada. A realização da aprendizagem é indicada pelo bloco 328.

[0089] Se a operação de colheita foi completada, a operação move do bloco 312 para o bloco 330 onde um ou mais dentre o mapa preditivo 264, o mapa de zona de controle preditivo 265 e o modelo preditivo gerado pelo gerador de modelo preditivo 210 são armazenados. O mapa preditivo 264, o mapa de zona de controle preditivo 265 e o modelo preditivo podem ser armazenados localmente no armazenamento de dados 202 ou enviados a um sistema remoto usando o sistema de comunicação 206 para uso posterior.

[0090] Nota-se que, embora alguns exemplos no presente documento descrevam o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebendo um mapa de informação anterior na geração de um modelo preditivo e um mapa preditivo funcional, respectivamente, em outros exemplos, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem receber, na geração de um modelo preditivo e um mapa preditivo funcional, respectivamente, outros tipos de mapas, incluindo mapas preditivos, tal como um mapa preditivo funcional gerado durante a operação de colheita. Os outros tipos de mapas, incluindo mapas preditivos, tal como um mapa preditivo funcional gerado durante a operação de colheita, podem ser usados pelo gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 similarmente ao mapa de informação anterior, em que um modelo preditivo e um mapa preditivo podem ser gerados usando os outros tipos de mapas, incluindo mapa preditivo, tal como um mapa preditivo funcional gerado durante a operação de colheita, como uma entrada

[0091] A FIG. 4 é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 4 mostra, dentre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhe. A FIG. 4 também ilustra o fluxo de informação dentre os vários componentes mostrado. O gerador de modelo preditivo 210 recebe um ou mais dentre um mapa de índice vegetativo 332, um mapa de umidade de cultura 335, um mapa topográfico 337, um mapa de propriedade de solo 339, um mapa de rendimento preditivo 341 ou um mapa de biomassa preditivo 343 como um mapa de informação anterior. O mapa de índice vegetativo 332 inclui valores georreferenciados de índice vegetativo. O mapa de umidade de cultura 335 inclui valores georreferenciados de umidade de cultura. O mapa topográfico 337 inclui valores georreferenciados de característica topográfica. O mapa de propriedade de solo 339 inclui valores georreferenciados de propriedade de solo.

[0092] O mapa de rendimento preditivo 341 inclui valores de rendimento preditivos georreferenciados. O mapa de rendimento preditivo 341 pode ser gerado usando um processo descrito nas FIGS. 2 e 3, onde o mapa de informação anterior inclui um mapa de índice vegetativo ou um mapa de rendimento histórico e o sensor in situ inclui um sensor de rendimento. O mapa de rendimento preditivo 341 pode ser gerado de outras maneiras igualmente.

[0093] O mapa de biomassa preditivo 343 inclui valores de biomassa preditivos georreferenciados. O mapa de biomassa preditivo 343 pode ser gerado usando um processo descrito nas FIGS. 2 e 3, onde o mapa de informação anterior inclui um mapa de índice vegetativo o sensor in situ inclui um pressão de acionamento do rotor ou sensor óptico, que geram sinais de sensor indicativos de biomassa. O mapa de biomassa preditivo 343 pode ser gerado de outras maneiras igualmente.

[0094] O gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, do sensor de posição geográfica 204. Os sensores in situ 208 ilustrativamente incluem uma sensor de característica de potência, tal como o sensor de potência 336, bem como um sistema de processamento 338. Sensor de potência 336 sensoreia uma ou mais características de potência de um ou mais componentes da colheitadeira agrícola 100. Em alguns casos, o sensor de potência 336 pode ser localizado internamente na colheitadeira agrícola 100. O sistema de processamento 338 processa dados de sensor gerados pelo sensor de potência 336 para gerar dados processados, alguns exemplos dos quais são descritos a seguir. O sensor de potência 336 pode incluir, mais sem se limitar a um ou mais dentre um sensor de tensão, um sensor de corrente, um sensor de torque, um sensor de pressão de fluido, um sensor de fluxo de fluido, um sensor de força, um sensor de carga de mancal e um sensor rotacional. As saídas de um ou mais desses ou outros sensores podem ser combinadas para determinar uma ou mais características de potência.

[0095] A presente discussão prossegue com relação a um exemplo no qual o sensor de potência 336 é um ou mais dos aqui listados. Percebe-se que esses são apenas exemplos, e outros exemplos de sensor de potência 336 são igualmente contemplados no presente documento. Como mostrado na FIG. 4, o gerador de modelo preditivo exemplificativo 210 inclui um ou mais dentre um gerador de modelo de índice vegetativo-característica de potência 342, gerador de modelo de umidade de cultura-característica de potência 343, gerador de modelo de característica topográfica-potência 344, gerador de modelo de característica de propriedade do solo-característica de potência 345, gerador de modelo de rendimento-característica de potência 346, gerador de modelo de biomassa-característica de potência 347. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, em menor quantidade, ou diferentes dos mostrados no exemplo da FIG. 4. Consequentemente, em alguns exemplos, o gerador de modelo preditivo 210 pode incluir outros itens 348 igualmente, que podem incluir outros tipos de geradores de modelo preditivo para gerar outros tipos de modelos de potência.

[0096] O gerador de modelo 342 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e valores de índice vegetativo do mapa de índice vegetativo 332 correspondentes à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 342, o gerador de modelo 342 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base nos valores georreferenciados de índice vegetativo contidos no mapa de índice vegetativo 332 nas mesmas localizações no campo.

[0097] O gerador de modelo 343 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e valores de umidade de cultura do mapa de umidade de cultura 335 correspondentes à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 343, o gerador de modelo 343 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base nos valores georreferenciados de umidade de cultura contidos no mapa de umidade de cultura 335 nas mesmas localizações no campo.

[0098] O gerador de modelo 344 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e um valor de aspecto topográfico do mapa topográfico 337 correspondente à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 344, o gerador de modelo 344 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base nos valores de aspecto topográfico georreferenciados contidos no mapa topográfico 337 nas mesmas localizações no campo.

[0099] O gerador de modelo 345 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e um valor de propriedade de solo do mapa de propriedade de solo 339 correspondente à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 345, o gerador de modelo 345 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base nos valores de propriedade de solo contido no mapa de propriedade de solo 339 nas mesmas localizações no campo.

[00100] O gerador de modelo 346 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e um valor de rendimento do mapa de rendimento 341 correspondente à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 346, o gerador de modelo 346 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base no valor de rendimento contido no mapa de rendimento preditivo 341 nas mesmas localizações no campo.

[00101] O gerador de modelo 347 identifica uma relação entre uma característica de potência, em uma localização geográfica correspondente a onde o sensor de potência 336 sensoreou a característica, e um valor de biomassa do mapa de biomassa 343 correspondente à mesma localização no campo onde a característica de potência foi sensoreada. Com base nesta relação estabelecida pelo gerador de modelo 347, o gerador de modelo 347 gera um modelo de potência preditivo 350. O modelo de potência preditivo 350 é usado pelo gerador de mapa preditivo 212 para predizer características de potência em diferentes localizações no campo com base no valor de biomassa contido no mapa de biomassa preditivo 343 nas mesmas localizações no campo.

[00102] Sob luz do exposto, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos de potência preditivos, tal como um ou mais dos modelos de potência preditivos gerados pelos geradores de modelo 342, 343, 344, 345, 346 e 347. Em outro exemplo, dois ou mais dos modelos de potência preditivos supradescritos podem ser combinados em um único modelo de potência preditivo que prediz duas ou mais características de potência com base nos diferentes valores em diferentes localizações no campo. Quaisquer desses modelos de potência, ou combinações dos mesmos, são representados coletivamente pelo modelo de potência 350 na FIG. 4.

[00103] O modelo de potência preditivo 350 é provido ao gerador de mapa preditivo 212. No exemplo da FIG. 4, o gerador de mapa preditivo 212 inclui um gerador de mapa de componente de engate na cultura 351, um gerador de mapa de potência do coletor 352, um gerador de mapa de potência do alimentador 353, um gerador de mapa de potência de trilhagem 354, um gerador de mapa de potência do separador 355, um gerador de mapa de potência de tratamento de resíduo 356 e um gerador de mapa de potência de propulsão 357. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, em menor quantidade, ou diferentes. Dessa forma, em alguns exemplos, o gerador de mapa preditivo 212 pode incluir outros itens 358 que podem incluir outros tipos de geradores de mapa para gerar mapas de potência para outros tipos de características de potência

[00104] O gerador de mapa de componente de engate na cultura 351 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência de um componente de engate de cultura em diferentes localizações no campo. Por exemplo, os componentes de engate de cultura poderiam incluir um cortador e um carretel e o gerador de mapa de componente de engate na cultura 351 gera um mapa de uso de potência estimado pelo carretel e cortador com base em um modelo de potência preditivo 350 que define uma relação entre a umidade de cultura e o uso de potência pelo carretel e cortador.

[00105] O gerador de mapa de potência do coletor 352 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência do coletor em diferentes localizações no campo. Por exemplo, os componentes de engate de cultura poderiam incluir um ou mais dentre: um cortador, um carretel, correias de lona, trados, e atuadores de posicionamento do coletor e o gerador de mapa de potência do coletor 352 gera um mapa de uso de potência estimado por um ou mais dentre: o carretel, o cortador, correias de lona, trados, e atuadores de posicionamento do coletor com base em um modelo de potência preditivo 350 que define uma relação entre a umidade de cultura e topografia, e uso de potência por um ou mais do carretel, o cortador, correias de lona, trado e atuadores de posicionamento do coletor.

[00106] O gerador de mapa de potência do alimentador 353 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência do alimentador em diferentes localizações no campo.

[00107] O gerador de mapa de potência de trilhagem 354 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência dos subsistemas de trilhagem em diferentes localizações no campo. Por exemplo, os subsistemas de trilhagem poderiam incluir um ou mais tambores de trilhagem, atuadores de ajuste do contrabatedor, e batedores, e o gerador de mapa de potência de trilhagem 352 gera um mapa de uso de potência estimado por um ou mais tambores de trilhagem, atuadores de ajuste do contrabatedor, e batedores com base em um modelo de potência preditivo 350 que define uma relação entre o índice vegetativo e o uso de potência por um ou mais tambores de trilhagem, atuadores de ajuste do contrabatedor, e batedores. Ou, por exemplo, os subsistemas de trilhagem poderiam incluir um tambor de trilhagem e um conjunto de contrabatedores a uma dada folga, e o gerador de mapa de potência de trilhagem 352 gera um mapa de uso de potência estimado pelo tambor de trilhagem com o conjunto de contrabatedores na dada folga com base em um modelo de potência preditivo 350 que define uma relação entre a biomassa preditiva e o uso de potência pelo tambor de trilhagem com o conjunto de contrabatedores na dada folga. Ou, por exemplo, os subsistemas de trilhagem poderiam incluir um ou mais batedores em uma dada configuração, e o gerador de mapa de potência de trilhagem 352 gera um mapa de uso de potência estimado por um ou mais batedores na dada configuração com base em um modelo de potência preditivo 350 que define uma relação entre a biomassa preditiva e o uso de potência por um ou mais batedores na dada configuração.

[00108] O gerador de mapa de potência do separador 355 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência dos subsistemas de separador em diferentes localizações no campo. Por exemplo, os subsistemas de separador poderiam incluir uma ou mais ventoinhas, peneiras, crivos e saca-palhas, e o gerador de mapa de potência do separador 355 gera um mapa de uso de potência estimado por uma ou mais ventoinhas, peneiras, crivos e saca-palhas com base em um modelo de potência preditivo 350 que define uma relação entre o valor de rendimento preditivo e o uso de potência por uma ou mais ventoinhas, peneiras, crivos e saca-palhas. Por exemplo, os subsistemas de separador poderiam incluir uma ou mais ventoinhas funcionado a uma dada velocidade, e peneiras, crivos e saca-palhas em uma dada configuração, e o gerador de mapa de potência do separador 355 gera um mapa de uso de potência estimado por uma ou mais ventoinhas que funcionam na dada velocidade, e peneiras, crivos e saca-palhas na dada configuração com base em um modelo de potência preditivo 350 que define uma relação entre o valor de rendimento preditivo e o uso de potência por uma ou mais ventoinhas que funcionam na dada velocidade, e peneiras, crivos e saca-palhas na dada configuração.

[00109] O gerador de mapa de potência de tratamento de resíduo 356 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência dos subsistemas de manuseio de resíduo em diferentes localizações no campo. Por exemplo, o gerador de mapa de potência de tratamento de resíduo 356 gera um mapa de uso de potência estimado por um espalhador de resíduo com base em um modelo de potência preditivo 350 que define uma relação entre o valor de biomassa preditivo e o uso de potência pelo espalhador de resíduo. Por exemplo, o gerador de mapa de potência de tratamento de resíduo 356 gera um mapa de uso de potência estimado por um picador de resíduo com base em um modelo de potência preditivo 350 que define uma relação entre o valor de rendimento preditivo e o uso de potência pelo picador de resíduo.

[00110] O gerador de mapa de potência de propulsão 357 recebe o modelo de potência preditivo 350, que prediz características de potência com base em valores em um ou mais dentre o mapa de índice vegetativo 332, o mapa de umidade de cultura 335, o mapa topográfico 337, o mapa de propriedade de solo 339, o mapa de rendimento preditivo 341, ou mapa de biomassa preditivo 343, e gera um mapa preditivo que prediz as características de potência dos subsistemas de propulsão em diferentes localizações no campo. Por exemplo, o gerador de mapa de potência de propulsão 357 gera um mapa de uso de potência estimado pelo subsistema de propulsão com base em um modelo de potência preditivo 350 que define uma relação entre o valor do mapa topográfico e o uso de potência pelo sistema de propulsão.

[00111] O gerador de mapa preditivo 212 produz um ou mais mapas de potência preditivos 360 que são preditivos de uma ou mais características de potência. Cada um dos mapas de potência preditivos 360 prediz a respectiva característica de potência em diferentes localizações em um campo. Cada um dos mapas de potência preditivos gerados 360 pode ser provido ao gerador de zona de controle 213, ao sistema de controle 214, ou ambos. O gerador de zona de controle 213 gera zonas de controle e incorpora essas zonas de controle no mapa preditivo funcional, isto é, o mapa preditivo 360, para prover um mapa preditivo 360 com zonas de controle. O mapa preditivo funcional 360 (com ou sem zonas de controle) pode ser provido ao sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base no mapa preditivo funcional 360 (com ou sem zonas de controle).

[00112] A FIG. 5 é um fluxograma de um exemplo de operação do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 na geração do modelo de potência preditivo 350 e do mapa de potência preditivo 360. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um ou mais dentre um mapa de índice vegetativo anterior 332, um mapa de umidade de cultura 335, um mapa topográfico 337, um mapa de propriedade de solo 339, um mapa de rendimento preditivo 341, um mapa de biomassa preditivo 343, ou algum outro mapa 363. No bloco 364, o sistema de processamento 338 recebe um ou mais sinais de sensor do sensor de potência 336. Como aqui discutido, o sensor de potência 336 pode incluir um ou mais dentre um sensor de tensão 371, um sensor de corrente 373, um sensor de torque 375, um sensor de pressão hidráulica 377, um sensor de fluxo hidráulico 379, um sensor de força 381, um sensor de carga de mancal 383, um sensor rotacional 385, ou outro tipo de sensor de potência 370. As saídas de um ou mais desses ou outros sensores podem ser combinadas para determinar uma ou mais características de potência

[00113] No bloco 372, o sistema de processamento 338 processa um ou mais sinais de sensor recebidos para gerar dados indicativos de uma característica de potência. Como indicado pelo bloco 374, a característica de potência pode ser identificada em um nível relativo à máquina. Por exemplo, todo o uso de potência por toda a colheitadeira agrícola. Um uso de potência nesse nível pode ser usado para calcular o consumo de combustível, eficiência, etc. Como indicado pelo bloco 376, a característica de potência pode ser identificada a um nível de subsistema. Uma característica nesse nível, por exemplo, pode ser usada para alocar potência através dos subsistemas. Como indicado pelo bloco 378, a característica de potência pode ser identificada a um nível de componente. Os dados de sensor podem incluir outros dados a outros níveis bem como indicado pelo bloco 380.

[00114] No bloco 382, o gerador de modelo preditivo 210 também obtém a localização geográfica correspondente aos dados de sensor. Por exemplo, o gerador de modelo preditivo 210 pode obter a posição geográfica do sensor de posição geográfica 204 e determinar, com base em atrasos de máquina, velocidade de máquina, etc., uma localização geográfica precisa onde os dados de sensor 340 foram capturados ou derivados.

[00115] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos de potência preditivos, tal como o modelo de potência 350, que modela uma relação entre um valor de índice vegetativo, um valor de umidade de cultura, um valor de propriedade de solo, um valor de rendimento preditivo, ou um valor de biomassa preditivo obtido de um mapa de informação anterior, tal como o mapa de informação anterior 258, e uma característica de potência que está sendo sensoreada pelo sensor in situ 208 ou uma característica relacionada. Por exemplo, o gerador de modelo preditivo 210 pode gerar um modelo de potência preditivo que modela a relação entre um valor de índice vegetativo e uma característica sensoreada incluindo uso de potência indicado pelos dados de sensor obtidos do sensor in situ 208.

[00116] No bloco 386, o modelo de potência preditivo, tal como o modelo de potência preditivo 350, é provido ao gerador de mapa preditivo 212 que gera um mapa de potência preditivo 360 que mapeia uma característica de potência predita com base em um mapa de índice vegetativo, um mapa de umidade de cultura, um mapa de propriedade de solo, um mapa de rendimento preditivo, ou um mapa de biomassa preditivo, e o modelo de potência preditivo 350. Por exemplo, em alguns exemplos, o mapa de potência preditivo 360 prediz o uso/exigências de potência de vários subsistemas. Adicionalmente, o mapa de potência preditivo 360 pode ser gerado durante o curso de uma operação agrícola. Dessa forma, enquanto uma colheitadeira agrícola está movendo através de um campo realizando uma operação agrícola, o mapa de potência preditivo 360 é gerado à medida que a operação agrícola é realizada.

[00117] No bloco 394, o gerador de mapa preditivo 212 produz o mapa de potência preditivo 360. No bloco 391, o gerador de mapa de potência preditivo 212 produz o mapa de potência preditivo para apresentação e possível interação pelo operador 260. No bloco 393, o gerador de mapa preditivo 212 pode configurar o mapa para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 pode também prover o mapa 360 ao gerador de zona de controle 213 para geração e incorporação de zonas de controle. No bloco 397, o gerador de mapa preditivo 212 configura o mapa 360 de outras maneiras igualmente. O mapa de potência preditivo 360 (com ou sem as zonas de controle) é provido ao sistema de controle 214. No bloco 396, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa de potência preditivo 360 (com ou sem zonas de controle).

[00118] Pode-se dessa forma perceber que o presente sistema adota um mapa de informação anterior que mapeia uma característica tal como um valor de índice vegetativo, um valor de umidade de cultura, um valor de propriedade de solo, um valor de rendimento preditivo, ou um valor de biomassa preditivo ou informação de um passe de operação anterior para diferentes localizações em um campo. O presente sistema também usa um ou mais sensores in situ que sensoreiam dados de sensor in situ que são indicativos de uma característica de potência, tal como uso de potência, exigência de potência, ou perda de potência, e gera um modelo que modela uma relação entre a característica sensoreada usando o sensor in situ, ou uma característica relacionada, e a característica mapeada no mapa de informação anterior. Dessa forma, o presente sistema gera um mapa preditivo funcional usando um modelo, dados in situ, e um mapa de informação anterior e pode configurar o mapa preditivo funcional gerado para consumo por um sistema de controle, para apresentação a um operador ou outro usuário local ou remoto, ou ambos. Por exemplo, o sistema de controle pode usar o mapa para controlar um ou mais sistemas de uma colheitadeira combinada.

[00119] A FIG. 6A é um diagrama de blocos de uma porção exemplificativa da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 6A mostra, dentre outras coisas, exemplos de gerador de modelo preditivo 210 e o gerador de mapa preditivo 212. No exemplo ilustrado, o mapa de informação anterior 258 é um ou mais dentre um mapa de potência histórico 333, um mapa de propriedade de solo 339, ou um mapa de operação anterior 400. O mapa de operação anterior 400 pode incluir valores de característica de potência em várias localizações no campo. A FIG. 6A também mostra que o gerador de modelo preditivo 210 e o gerador de mapa preditivo podem receber, além do mapa de informação anterior 258, mapa de potência preditivo funcional 360. O mapa de potência preditivo funcional 360 pode ser usado similarmente ao mapa de informação anterior 258 em que o gerador de modelo 210 modela uma relação entre informação provida pelo mapa de potência preditivo funcional 360 e as características sensoreadas pelos sensores in situ 208, e o gerador de mapa 212 pode dessa forma usar o modelo para gerar um mapa preditivo funcional que prediz as características sensoreadas pelos sensores in situ 208, ou uma característica indicativa da característica sensoreada em diferentes localizações no campo com base em um ou mais dos valores no mapa de potência preditivo funcional 360 nessas localizações no campo e com base no modelo preditivo. Como ilustrado na FIG. 6A, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem também receber outros mapas 401, por exemplo, outros mapas de informação anteriores ou outros mapas preditivos, tais como outros mapas de potência preditivos gerados de outras maneiras além do mapa de potência preditivo funcional 360

[00120] Também, no exemplo mostrado na FIG. 6A, o sensor in situ 208 pode incluir um ou mais dentre um sensor de característica agrícola 402, sensor de potência 336, um sensor de entrada de operador 405, e um sistema de processamento 406. Os sensores in situ 208 podem incluir outros sensores 408 igualmente.

[00121] O sensor de característica agrícola 402 sensoreia valores indicativos de características agrícolas. Como aqui discutido, o sensor de potência 336 sensoreia características de potência de um ou mais componentes da colheitadeira agrícola 100. Por exemplo, o sensor de potência 336 sensoreia características de potência de subsistema de propulsão 250 e gera sinais de sensor indicativos dessas características de potência. Por exemplo, o sensor de potência 336 pode sensorear um consumo de potência ou utilização de potência de subsistema de propulsão 250 à medida que a colheitadeira agrícola 100 desloca através do campo e gerar um sinal de sensor indicativo do mesmo.

[00122] O sensor de entrada de operador 405 ilustrativamente sensoreia várias entradas de operador. As entradas podem ser entradas de ajuste para controlar os ajustes na colheitadeira agrícola 100 ou outras entradas de controle, tais como entradas de direção e outras entradas. Dessa forma, quando o operador 260 muda um ajuste ou provê uma entrada comandada através de um mecanismo de interface de operador 218, uma entrada como essa é detectada pelo sensor de entrada de operador 405, que provê um sinal de sensor indicativo dessa entrada de sensor sensoreada.

[00123] O sistema de processamento 406 pode receber os sinais de sensor de um ou mais dentre o sensor de característica agrícola 402, sensor de potência 336, e sensor de entrada de operador 405 e gerar uma saída indicativa do sensoreada variável. Por exemplo, o sistema de processamento 406 pode receber uma entrada de sensor do sensor de característica agrícola 402 e gerar uma saída indicativa de uma característica agrícola. O sistema de processamento 406 pode também receber uma entrada de sensor de entrada de operador 405 e gerar uma saída indicativa da entrada de sensor sensoreada.

[00124] O gerador de modelo preditivo 210 pode incluir gerador de modelo de característica de potência para característica agrícola 410, gerador de modelo de propriedade do solo para característica de potência 412, e gerador de modelo de característica de potência para comando 414. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir geradores de modelo adicionais, em menor quantidade, ou outros 415. O gerador de modelo preditivo 210 pode receber um indicador de localização geográfica 334 do sensor de posição geográfica 204 e gerar um modelo preditivo 426 que modela uma relação entre a informação em um ou mais dos mapas de informação anteriores 258 ou a informação em mapa de potência preditivo funcional 360 e um ou mais dentre: a característica agrícola sensoreada pelo sensor de característica agrícola 402; o característica de potência sensoreada pelo sensor de potência 336; e comandos de entrada de operador sensoreados pelo sensor de entrada de operador 405.

[00125] O gerador de modelo de característica de potência para característica agrícola 410 gera uma relação entre valores de característica de potência (que pode ser no mapa de potência histórico 333, no mapa de potência preditivo 360, ou no mapa de operação anterior 400) e a característica agrícola sensoreada pelo sensor de característica agrícola 402. O gerador de modelo de característica de potência para característica agrícola 410 gera um modelo preditivo 426 que corresponde a essa relação.

[00126] O gerador de modelo de propriedade do solo para característica de potência 412 gera uma relação entre os valores de propriedade de solo (que pode ser no mapa de propriedade de solo 339) e a característica de potência sensoreada pelo sensor de potência 336. O gerador de modelo de propriedade do solo para característica de potência 412 gera um modelo preditivo 426 que corresponde a essa relação. Em alguns exemplos, o gerador de modelo de propriedade do solo para característica de potência 415 pode gerar uma relação entre propriedades do solo específicas, tal como umidade do solo ou tipo de solo, e características de potência, ou características de potência específicas, tais como características de potência do subsistema de propulsão 250, e, dessa forma, o gerador de modelo de propriedade do solo para característica de potência 412 gera um modelo preditivo correspondente 426

[00127] O gerador de modelo de característica de potência para comando de operador 414 gera um modelo que modela a relação entre uma característica de potência como refletido no mapa de potência histórico 333, no mapa de potência preditivo 360, ou no mapa de operação anterior 400, ou qualquer combinação das mesmas e comandos de entrada de operador que são sensoreados pelo sensor de entrada de operador 405. O gerador de modelo de potência para comando de operador 414 gera um modelo preditivo 426 que corresponde a essa relação.

[00128] Outros geradores de modelo 415 podem incluir, por exemplo, geradores de modelo de característica de potência específica, tais como características de potência do subsistema de propulsão, por exemplo, um gerador de modelo de característica de potência do subsistema de propulsão para característica agrícola, um gerador de modelo de característica de potência do subsistema de propulsão para comando, ou uma característica de potência de propriedade do solo para subsistema de propulsão. Em alguns exemplos, outros geradores de modelo 415 podem incluir geradores de modelo propriedade do solo específica, tais como um gerador de modelo tipo de solo para característica de potência, um gerador de modelo de umidade do solo para característica de potência. Em ainda outros exemplos, outros geradores de modelo 415 podem incluir um ou mais geradores de modelo de propriedade do solo específica para característica de potência, tal como um gerador de modelo de tipo de solo para característica de potência do subsistema de propulsão ou uma gerador de modelo de umidade do solo para característica de potência do subsistema de propulsão.

[00129] O modelo preditivo 426 gerado pelo gerador de modelo preditivo 210 pode incluir um ou mais dos modelos preditivos que podem ser gerados pelo gerador de modelo de característica de potência para característica agrícola 410, gerador de modelo de propriedade do solo para característica de potência 412, e gerador de modelo de característica de potência para comando de operador 414, e outros geradores de modelo que podem ser incluídos como parte de outros itens 415.

[00130] No exemplo da FIG. 6A, o gerador de mapa preditivo 212 inclui gerador de mapa de característica agrícola preditivo 416, gerador de mapa de potência de propulsão preditivo 357, e um gerador de mapa de comando de operador preditivo 422. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, em menor quantidade, ou outros 424.

[00131] O gerador de mapa de característica agrícola preditivo 416 recebe um modelo preditivo 426 que modela a relação entre uma característica de potência e uma característica agrícola sensoreada pela característica agrícola 402 (tal como um modelo preditivo gerado pelo gerador de modelo de característica de potência para característica agrícola 410), e um ou mais dos mapas de informação anteriores 258 ou mapa de potência preditivo funcional 360. O gerador de mapa de característica agrícola preditivo 416 gera um mapa de característica agrícola preditivo funcional 427 que prediz valores de característica agrícola (ou as características agrícolas cujos valores são indicativos) em diferentes localizações no campo com base em uma ou mais das características de potência em um ou mais dos mapas de informação anteriores 258 (tal como mapa de potência histórico 333) ou o mapa de potência preditivo funcional 360, ou outros mapas 401, nessas localizações no campo, e com base em modelo preditivo 426.

[00132] O gerador de mapa de potência de propulsão preditivo 357 recebe um modelo preditivo 426 que modela a relação entre uma propriedade do solo e uma característica de potência sensoreada pelo sensor de potência 336 (tal como um modelo preditivo gerado pelo gerador de modelo de propriedade do solo para característica de potência 412), e um ou mais dos mapas de informação anteriores 258. O gerador de mapa de potência de propulsão preditivo 357 gera um mapa de potência de propulsão preditivo funcional 428 que prediz um característica de potência de propulsão provável em diferentes localizações no campo com base em uma ou mais das propriedades do solo em um ou mais dos mapas de informação anteriores 258 (tal como o mapa de propriedade de solo 339) nessas localizações no campo, e com base em modelo preditivo 426.

[00133] O gerador de mapa de comando de operador preditivo 422 recebe um modelo preditivo 426 que modela a relação entre a característica de potência e entradas de comando de operador detectadas pelo sensor de entrada de operador 405 (tal como um modelo preditivo gerado pelo gerador de modelo de característica de potência para comando 414), e um ou mais dos mapas de informação anteriores 258 ou o mapa de potência preditivo funcional 360, ou outro mapa 401. O gerador de mapa de comando de operador preditivo 422 gera um mapa de comando de operador preditivo funcional 440 que prediz entradas de comando de operador em diferentes localizações no campo com base nos valores de característica de potência do mapa de informação anterior 258 (tal como mapa de potência histórico 333) ou no mapa de potência preditivo funcional 360, ou outros mapas 401, nessas localizações no campo e com base no modelo preditivo 426.

[00134] O gerador de mapa preditivo 212 produz um ou mais dos mapas preditivos funcionais 427, 428 e 440. Cada um dos mapas preditivos funcionais 427, 428 e 440 pode ser provido ao gerador de zona de controle 213, ao sistema de controle 214, ou ambos. O gerador de zona de controle 213 gera e incorpora zonas de controle para prover um ou mais dentre um mapa preditivo funcional 427 com zonas de controle, um mapa preditivo funcional 428 com zonas de controle, ou um mapa preditivo funcional 440 com zonas de controle. Qualquer ou todos os mapas preditivos funcionais 427, 428 e 440, com ou sem zonas de controle, pode ser provido ao sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base em um ou todos os mapas preditivos funcionais 427, 428 e 440, com ou sem zonas de controle. Qualquer ou todos os mapas 427, 428 e 440, com ou sem zonas de controle, podem ser apresentados ao operador 260 ou outro usuário.

[00135] A FIG. 6B é um diagrama de blocos mostrando alguns exemplos de sensores in situ 208. Alguns dos sensores mostrados na FIG. 6B, ou diferentes combinações deles, podem ter tanto um sensor 402 quanto um sistema de processamento 406, enquanto outros podem atuar como o sensor 402 descrito com relação às FIGS. 6A e 7 onde o sistema de processamento 406 é separado. Alguns dos possíveis sensores in situ 208 mostrados na FIG. 6B são mostrados e descritos aqui com relação às FIGS. anteriores e são similarmente enumerados. A FIG. 6B mostra que os sensores in situ 208 podem incluir sensores de entrada de operador 480, sensores de máquina 482, sensores de propriedade de material colhido 484, sensores de propriedade do campo e solo 485, sensores de característica ambiental 487, e eles podem incluir uma ampla variedade de outros sensores 226. Os sensores de entrada de operador 480 podem ser sensores que sensoreiam entrada de operador através de mecanismos de interface de operador 218. Portanto, os sensores de entrada de operador 480 podem sensorear movimento de usuário das articulações, manches, um volante, botões, diais ou pedais. Os sensores de entrada de operador 480 podem também sensorear interação de usuários com outros mecanismos de entrada de operador, tal como com uma exibição sensível ao toque, com um microfone onde reconhecimento de voz é utilizado, ou qualquer um de uma ampla variedade de outros mecanismos de entrada de operador.

[00136] Os sensores de máquina 482 podem sensorear diferentes características da colheitadeira agrícola 100. Por exemplo, como aqui discutido, os sensores de máquina 482 podem incluir sensores de velocidade de máquina 146, sensor de perda no separador 148, câmera de grão limpo 150, mecanismo de captura de imagem voltado para a frente 151, sensores de perda 152 ou sensor de posição geográfica 204, exemplos dos quais são aqui descritos. Os sensores de máquina 482 podem também incluir sensores de ajuste de máquina 491 que sensoreiam ajustes de máquina. Alguns exemplos de ajustes de máquina foram aqui descritos com relação à FIG. 1. O sensor de posição de equipamento de extremidade dianteira (por exemplo, coletor) 493 pode sensorear a posição do coletor 102, carretel 164, cortador 104, ou outro equipamento de extremidade dianteira em relação à armação da colheitadeira agrícola 100. Por exemplo, os sensores 493 podem sensorear a altura do coletor 102 acima do chão. Os sensores de máquina 482 podem também incluir sensores de orientação de equipamento de extremidade dianteira (por exemplo, coletor) 495. Os sensores 495 podem sensorear a orientação do coletor 102 em relação à colheitadeira agrícola 100, ou em relação ao chão. Os sensores de máquina 482 podem incluir sensores de estabilidade 497. Os sensores de estabilidade 497 sensoreiam oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100. Os sensores de máquina 482 podem também incluir sensores de ajuste de resíduo 499 que são configurados para sensorear se a colheitadeira agrícola 100 está configurada para picar o resíduo, produzir um amontoado de feno, ou lidar com o resíduo de outra maneira. Os sensores de máquina 482 podem incluir sensor de velocidade da ventoinha da sapata de limpeza 551 que sensoreia a velocidade da ventoinha de limpeza 120. Os sensores de máquina 482 podem incluir sensores de folga do contrabatedor 553 que sensoreiam a folga entre o rotor 112 e os contrabatedores 114 na colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensores de folga do crivo 555 que sensoreiam o tamanho das aberturas no crivo 122. Os sensores de máquina 482 podem incluir sensor de velocidade do rotor de trilhagem 557 que sensoreia a velocidade de rotor do rotor 112. Os sensores de máquina 482 podem incluir sensor de pressão do rotor 559 que sensoreia a pressão usada para acionar o rotor 112. Os sensores de máquina 482 podem incluir sensor de folga da peneira 561 que sensoreia o tamanho das aberturas na peneira 124. Os sensores de máquina 482 podem incluir sensor de umidade de MOG 563 que sensoreia um nível de umidade de MOG que passa através da colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensor de orientação da máquina 565 que sensoreia a orientação da colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensores de taxa de alimentação de material 567 que sensoreiam a taxa de alimentação de material à medida que o material desloca através do alimentador 106, elevador de grão limpo 130, ou em algum lugar na colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensores de biomassa 569 que sensoreiam a biomassa que desloca através do alimentador 106, através do separador 116, ou em algum lugar na colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensor de consumo de combustível 571 que sensoreia uma taxa de consumo de combustível com o tempo da colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensor de utilização de potência 573 que sensoreia a utilização de potência na colheitadeira agrícola 100, tal como quais subsistemas estão utilizando potência, ou a taxa na qual os subsistemas estão utilizando potência, ou a distribuição de potência dentre os subsistemas na colheitadeira agrícola 100. Os sensores de máquina 482 podem incluir sensores de pressão de pneu 577 que sensoreiam a pressão de inflagem nos pneus 144 da colheitadeira agrícola 100. O sensor de máquina 482 pode incluir uma ampla variedade de outros sensores de desempenho de máquina, ou sensores de características de máquina, indicado pelo bloco 575. Os sensores de desempenho de máquina e sensores de características de máquina 575 podem sensorear o desempenho de máquina ou características da colheitadeira agrícola 100.

[00137] Os sensores de propriedade de material colhido 484 podem sensorear características do material de cultura separado à medida que o material de cultura é processado pela colheitadeira agrícola 100. As propriedades de cultura podem incluir coisas tais como tipo de cultura, umidade de cultura, qualidade de grão (tal como grão quebrado), níveis de MOG, constituintes de grão tais como amidos e proteína, umidade de MOG e outras propriedades de material de cultura. Outros sensores poderiam sensorear “dureza” da palha, adesão de milho às espigas e outras características que podem ser beneficamente usadas para controlar o processamento para melhor captura de grão, reduzido dano de grão, reduzido consumo de potência, reduzida perda de grão, etc.

[00138] Os sensores de propriedade do campo e solo 485 podem sensorear características do campo e solo. As propriedades do campo e solo podem incluir umidade do solo, compacidade do solo, a presença e localização de água parada, tipo de solo e outras características do solo e campo.

[00139] Os sensores de característica ambiental 487 podem sensorear uma ou mais características ambientais. As características ambientais podem incluir coisas tais como direção do vento e velocidade do vento, precipitação, névoa, nível de poeira ou outros obscurecimentos, ou outras características ambientais.

[00140] A FIG. 7 mostra um fluxograma que ilustra um exemplo da operação do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427, 428 e 440. No bloco 442, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um mapa. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427, 427 e 440 pode ser mapa de informação anterior 258, tal como mapa de potência histórico 333, o mapa de propriedade de solo 339, ou um mapa de operação anterior 400 criado usando dados obtidos durante uma operação anterior em um campo. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427, 427 e 440 pode ser mapa de potência preditivo funcional 360. Outros mapas podem ser recebidos como indicado pelo bloco 401, tais como outros mapas de informação anteriores ou outros mapas preditivos, por exemplo, outro mapas de potência preditivos.

[00141] No bloco 444, o gerador de modelo preditivo 210 recebe um sinal de sensor contendo dados de sensor de um sensor in situ 208. O sensor in situ pode ser um ou mais dentre um sensor de característica agrícola 402, um sensor de potência 336, e um sensor de entrada de operador 406. O sensor de característica agrícola 402 sensoreia uma característica agrícola. Sensor de característica de potência 336 sensoreia uma característica de potência, tal como uma característica de potência de subsistema de propulsão 250. O sensor de entrada de operador 406 sensoreia um comando de entrada de operador. O gerador de modelo preditivo 210 pode receber outra entrada de sensores in situ igualmente, como indicado pelo bloco 408. Alguns outros exemplos de sensores in situ 208 são mostrados na FIG. 6B e discutidos em algum lugar no presente documento.

[00142] No bloco 454, o sistema de processamento 406 processa os dados contidos no sinal de sensor ou sinais recebidos do sensor ou sensores in situ 208 para obter dados processados 409, mostrado na FIG. 6A. Os dados contidos no sinal ou sinais de sensor podem ser em um formato bruto que são processados para obter dados processados 409. Por exemplo, um sinal de sensor de temperatura inclui dados de resistência elétrica, esses dados de resistência elétrica podem ser processados em dados de temperatura. Em outros exemplos, processar pode compreender digitalizar, codificar, formatar, escalar, filtrar ou classificar dados. Os dados processados 409 podem ser indicativos de um ou mais dentre uma característica agrícola, uma característica de potência, ou um comando de entrada de operador. Os dados processados 409 são providos ao gerador de modelo preditivo 210.

[00143] De volta à FIG. 7, no bloco 456, o gerador de modelo preditivo 210 também recebe uma localização geográfica 334 do sensor de posição geográfica 204, como mostrado na FIG. 6A. A localização geográfica 334 pode ser correlacionada à localização geográfica da qual a variável ou variáveis sensoreadas, sensoreadas pelos sensores in situ 208, foi retirada. Por exemplo, o gerador de modelo preditivo 210 pode obter a localização geográfica 334 do sensor de posição geográfica 204 e determinar, com base em atrasos de máquina, velocidade de máquina, etc., uma localização geográfica precisa da qual os dados processados 409 foram derivados.

[00144] No bloco 458, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos 426 que modelam uma relação entre um valor mapeado em um mapa recebido e uma característica representada nos dados processados 409. Por exemplo, em alguns casos, o valor mapeado em um mapa recebido pode ser uma característica de potência e o gerador de modelo preditivo 210 gera um modelo preditivo usando o valor mapeado de um mapa recebido e uma característica sensoreada pelos sensores in situ 208, como representado nos dados processados 409, ou uma característica relacionada, tal como uma característica que correlaciona à característica sensoreada pelos sensores in situ 208.

[00145] Um ou mais modelos preditivos 426 são providos ao gerador de mapa preditivo 212. No bloco 466, o gerador de mapa preditivo 212 gera um ou mais mapas preditivos funcionais. Os mapas preditivos funcionais podem ser mapa de característica agrícola preditivo funcional 427, mapa de potência de propulsão preditivo funcional 428, e um mapa de comando de operador preditivo funcional 440, ou qualquer combinação desses mapas. O mapa de característica agrícola preditivo funcional 427 prediz valores de característica agrícola (ou características agrícolas indicadas pelos valores) em diferentes localizações no campo. Mapa de potência de propulsão preditivo funcional 428 prediz provável potência de propulsão em diferentes localizações no campo. O mapa de comando de operador preditivo funcional 440 prediz entradas de comando de operador desejadas ou prováveis em diferentes localizações no campo. Adicionalmente, um ou mais dentre os mapas preditivos funcionais 427, 428 e 440 podem ser gerados durante o curso de uma operação agrícola. Dessa forma, à medida que a colheitadeira agrícola 100 move através de um campo realizando uma operação agrícola, um ou mais mapas preditivos 427, 428 e 440 são gerados à medida que a operação agrícola é realizada.

[00146] No bloco 468, o gerador de mapa preditivo 212 produz um ou mais mapas preditivos funcionais 427, 428 e 440. No bloco 470, o gerador de mapa preditivo 212 pode configurar o mapa para apresentação e possível interação por um operador 260 ou outro usuário. No bloco 472, o gerador de mapa preditivo 212 pode configurar o mapa para consumo pelo sistema de controle 214. No bloco 474, o gerador de mapa preditivo 212 pode prover um ou mais mapas preditivos 427, 428 e 440 ao gerador de zona de controle 213 para geração e incorporação de zonas de controle. No bloco 476, o gerador de mapa preditivo 212 configura um ou mais mapas preditivos 427, 428 e 440 de outras maneiras. Um ou mais mapas preditivos funcionais 427, 428 e 440, com ou sem zonas de controle, podem ser apresentados ao operador 260 ou outro usuário ou providos ao sistema de controle 214 igualmente.

[00147] No bloco 478, o sistema de controle 214 então gera sinais de controle para controlar os subsistemas controláveis com base em um ou mais mapas preditivos funcionais 427, 428 e 440 (ou os mapas preditivos funcionais 427, 428 e 440 tendo zonas de controle) bem como uma entrada do sensor de posição geográfica 204.

[00148] Em um exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de planejamento de trajeto 234 controla o subsistema de direção 252 para dirigir a colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de resíduo 244 controla o subsistema de resíduo 138. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla os ajustes de trilhador de trilhador 110. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 ou outro controlador 246 controla o subsistema de manipulação de material 125. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla o subsistema de limpeza de cultura 118. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de limpeza de máquina 245 controla o subsistema de limpeza de máquina 254 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de interface de operador 231 controla os mecanismos de interface de operador 218 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de posição de placa de convés 242 controla os atuadores de máquina/coletor para controlar uma placa de convés na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de correia de lona 240 controla os atuadores de máquina/coletor para controlar uma correia de lona na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, os outros controladores 246 controlam outros subsistemas controláveis 256 na colheitadeira agrícola 100.

[00149] Em um exemplo, o sistema de controle 214 pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de taxa de alimentação 236 pode controlar vários subsistemas, tais como o subsistema de propulsão 250 e o coletor ou outros atuadores de máquina 248, para controlar uma taxa de alimentação com base no mapa preditivo funcional (com ou sem zonas de controle. Por exemplo, o controlador de taxa de alimentação 236 pode controlar o subsistema de propulsão 250 para ajustar uma velocidade da colheitadeira agrícola 100 para controlar uma taxa de alimentação. Em outro exemplo, o controlador de taxa de alimentação 236 pode controlar o coletor ou outros atuadores de máquina 248 para controlar uma altura do coletor 102 acima do campo para controlar uma taxa de alimentação.

[00150] A FIG. 8 mostra um diagrama de blocos ilustrando um exemplo de gerador de zona de controle 213. O gerador de zona de controle 213 inclui seletor de atuador de máquina de trabalho (WMA) 486, sistema de geração de zona de controle 488 e sistema de geração de zona de regime 490. O gerador de zona de controle 213 pode também incluir outros itens 492. O sistema de geração de zona de controle 488 inclui componente de identificação de critérios de zona de controle 494, componente de definição de limite de zona de controle 496, componente de identificação de ajuste alvo 498 e outros itens 520. O sistema de geração de zona de regime 490 inclui componente de identificação de critérios de zona de regime 522, componente de definição de limite de zona de regime 524, componente de identificação de resolvedor de ajustes 526 e outros itens 528. Antes de descrever a operação geral do gerador de zona de controle 213 em mais detalhe, uma breve descrição de alguns dos itens no gerador de zona de controle 213 e as respectivas operações dos mesmos será primeiramente provida.

[00151] A colheitadeira agrícola 100, ou outras máquinas de trabalho, pode ter uma ampla variedade de diferentes tipos de atuadores controláveis que realizam diferentes funções. Os atuadores controláveis na colheitadeira agrícola 100 ou outras máquinas de trabalho são coletivamente referidos como atuadores de máquina de trabalho (WMAs). Cada WMA pode ser independentemente controlável com base em valores em um mapa preditivo funcional, ou os WMAs podem ser controlados como conjuntos com base em um ou mais valores em um mapa preditivo funcional. Portanto, o gerador de zona de controle 213 pode gerar zonas de controle correspondentes a cada WMA individualmente controlável ou correspondentes aos conjuntos de WMAs que são controlados em coordenação com um outro.

[00152] O seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para o qual zonas de controle correspondentes devem ser geradas. O sistema de geração de zona de controle 488 então gera as zonas de controle para o WMA ou conjunto de WMAs selecionado. Para cada WMA ou conjunto de WMAs, diferentes critérios podem ser usados na identificação de zonas de controle. Por exemplo, para um WMA, o tempo de resposta de WMA pode ser usado como o critério para definir os limites das zonas de controle. Em outro exemplo, características de desgaste (por exemplo, quanto um atuador ou mecanismo particular desgaste em decorrência de movimento do mesmo) podem ser usadas como o critério para identificar os limites de zonas de controle. O componente de identificação de critérios de zona de controle 494 identifica critérios particulares que devem ser usados na definição de zonas de controle para o WMA ou conjunto de WMAs selecionado. O componente de definição de limite de zona de controle 496 processa os valores em um mapa preditivo funcional em análise para definir os limites das zonas de controle nesse mapa preditivo funcional com base nos valores no mapa preditivo funcional em análise e com base nos critérios de zona de controle para o WMA ou conjunto de WMAs selecionado.

[00153] O componente de identificação de ajuste alvo 498 ajusta um valor do ajuste alvo que será usado para controlar o WMA ou conjunto de WMAs em diferentes zonas de controle. Por exemplo, se o WMA selecionado é sistema de propulsão 250 ou coletor ou outros atuadores de máquina 248 e o mapa preditivo funcional em análise é um mapa de potência preditivo funcional 360 (com zonas de controle) ou mapa de potência de propulsão preditivo funcional 428 (com zonas de controle), então o ajuste alvo em cada zona de controle pode ser um ajuste de velocidade alvo ou um ajuste de altura alvo do coletor com base em valores de potência contidos no mapa de potência preditivo funcional 360 ou mapa de potência de propulsão preditivo funcional 428, dentro da zona de controle identificada

[00154] Em alguns exemplos, onde a colheitadeira agrícola 100 deve ser controlada com base em uma localização atual ou futura da colheitadeira agrícola 100, múltiplos ajustes alvos podem ser possíveis para um WMA em uma dada posição. Nesse caso, os ajustes alvos podem ter diferentes valores e podem ser concorrentes. Dessa forma, os ajustes alvos precisam ser resolvidos de forma que apenas um único ajuste alvo é usado para controlar o WMA. Por exemplo, onde o WMA é um atuador no sistema de propulsão 250 que está sendo controlado a fim de controlar a velocidade da colheitadeira agrícola 100, múltiplos diferentes conjuntos concorrentes de critérios podem existir que são considerados pelo sistema de geração de zona de controle 488 na identificação das zonas de controle e os ajustes alvos para o WMA selecionado nas zonas de controle. Por exemplo, diferentes ajustes alvos para controlar a velocidade de máquina podem ser gerados com base, por exemplo, em um valor de característica de potência detectado ou predito (tal como um valor de característica de potência do subsistema de propulsão), um valor de característica agrícola detectada ou predito, um valor de propriedade de solo detectado ou predito (tal como um valor de tipo de solo ou um valor de umidade do solo), um valor de taxa de alimentação detectado ou predito, um valor de eficiência de combustível detectado ou preditivo, um valor de perda de grão detectado ou predito, ou uma combinação desses. Nota-se que esses são meramente exemplos, e ajustes alvos para vários WMAs podem ser com base em vários outros valores ou combinações de valores. Entretanto, a qualquer dado momento, a colheitadeira agrícola 100 não pode deslocar no chão a múltiplas velocidades simultaneamente ou ter múltiplas alturas de coletor simultaneamente. Em vez disso, a qualquer dado momento, a colheitadeira agrícola 100 desloca em uma única velocidade e tem uma única altura de coletor. Dessa forma, um dos ajustes alvos concorrentes é selecionado para controlar a velocidade ou altura do coletor da colheitadeira agrícola 100.

[00155] Portanto, em alguns exemplos, o sistema de geração de zona de regime 490 gera zonas de regime para resolvedor múltiplos diferentes ajustes alvos concorrentes. O componente de identificação de critérios de zona de regime 522 identifica os critérios que são usados para estabelecer zonas de regime para o WMA ou conjunto de WMAs selecionado no mapa preditivo funcional em análise. Alguns critérios que podem ser usados para identificar ou definir zonas de regime incluem, por exemplo, características de potência, tais como características de potência (por exemplo, consumo de potência ou utilização de potência) com relação à máquina (por exemplo, características de potência de todos os subsistemas que consomem potência ou utilizam potência da colheitadeira agrícola 100) ou características de potência de um ou mais subsistemas da colheitadeira agrícola particulares 100 (tais como características de potência do subsistema de propulsão), características agrícolas, propriedades do solo (tal como tipo de solo ou umidade do solo), entradas de comando de operador, tipo de cultura ou variedade de cultura (por exemplo, com base em um mapa tal como plantado ou outra fonte do tipo de cultura ou variedade de cultura), tipo de ervas daninhas, intensidade de ervas daninhas, ou estado de cultura (tal como se a cultura está deitada, parcialmente deitada ou de pé). Esses são meramente alguns exemplos dos critérios que podem ser usados para identificar ou definir zonas de regime. Uma vez que cada WMA ou conjunto de WMAs pode ter uma zona de controle correspondente, diferentes WMAs ou conjuntos de WMAs podem ter uma zona de regime correspondente. O componente de definição de limite de zona de regime 524 identifica os limites de zonas de regime no mapa preditivo funcional em análise com base nos critérios de zona de regime identificados pelo componente de identificação de critérios de zona de regime 522.

[00156] Em alguns exemplos, as zonas de regime podem se sobrepor. Por exemplo, um zona de regime de potência de propulsão pode sobrepor a uma porção ou a totalidade de uma zona de regime de estado de cultura. Em um exemplo como esse, as diferentes zonas de regime podem ser atribuídas a uma hierarquia de precedência de forma que, onde duas ou mais zonas de regime se sobrepõem, a zona de regime atribuída com um maior posição hierárquica ou importância na hierarquia de precedência tem precedência em relação as zonas de regime que têm menores posições hierárquicas ou importância na hierarquia de precedência. A hierarquia de precedência das zonas de regime pode ser manualmente ajustada ou pode ser automaticamente ajustada usando um sistema baseado em regras, um sistema baseado em modelo, ou outro sistema. Como um exemplo, onde uma zona de regime de cultura deitada sobrepõe a um zona de regime de potência de propulsão, a zona de regime de cultura deitada pode ser atribuída com uma maior importância na hierarquia de precedência do que a zona de regime de potência de propulsão de forma que a zona de regime de cultura deitada tem precedência.

[00157] Além do mais, cada zona de regime pode ter um resolvedor de ajustes exclusivo para um dado WMA ou conjunto de WMAs. O componente de identificação de resolvedor de ajustes 526 identifica um resolvedor de ajustes particular para cada zona de regime identificada no mapa preditivo funcional em análise e um resolvedor de ajustes particular para o WMA ou conjunto de WMAs selecionado.

[00158] Uma vez que o resolvedor de ajustes para uma zona de regime particular é identificado, esse resolvedor de ajustes pode ser usado para resolvedor ajustes alvos concorrentes, onde mais que um ajuste alvo é identificado com base nas zonas de controle. Os diferentes tipos de resolvedores de ajustes podem ter diferentes formas. Por exemplo, os resolvedores de ajustes que são identificados para cada zona de regime podem incluir um ser resolvedor de escolha humano no qual os ajustes alvos concorrentes são apresentados a um operador ou outro usuário para resolução. Em outro exemplo, os resolvedores de ajustes podem incluir uma rede neural ou outro sistema de inteligência artificial ou de aprendizagem de máquina. Em tais casos, os resolvedores de ajustes podem resolvedor os ajustes alvos concorrentes com base em uma métrica de qualidade predita ou histórica correspondente a cada um dos diferentes ajustes alvos. Como um exemplo, um ajuste de maior velocidade do veículo pode reduzir o tempo para colher um campo e reduzir os custos de mão de obra e equipamento baseados em tempo correspondentes, mas pode aumentar as perdas de grão. Um ajuste de velocidade de veículo reduzida pode aumentar o tempo para colher um campo e aumentar os custos de mão de obra e equipamento baseados em tempo correspondentes, mas pode diminuir perdas de grão. Quando a perda de grão ou o tempo para colher é selecionado como uma métrica de qualidade, o valor predito ou histórico para a métrica de qualidade selecionada, dados os dois valores de ajustes de velocidade do veículo concorrentes, pode ser usado para resolvedor o ajuste de velocidade. Em alguns casos, os resolvedores de ajustes podem ser um conjunto de regras de limiar que pode ser usado em substituição, ou em substituição, às zonas de regime. Um exemplo de um regra de limiar pode ser expresso da seguinte maneira: Se valores de biomassa preditos dentro de 6,1 metros (20 pés) do coletor da colheitadeira agrícola 100 forem maiores que x quilogramas (onde x é um valor selecionado ou predeterminado), então usar o valor de ajuste alvo que é escolhido com base na taxa de alimentação sobre outros ajustes alvos concorrentes, senão usar o valor de ajuste alvo com base em perda de grão sobre outros valores de ajuste alvo concorrentes.

[00159] Os resolvedores de ajustes podem ser componentes lógicos que executam regras lógicas na identificação de um ajuste alvo. Por exemplo, os resolvedores de ajustes podem resolvedor ajustes alvos enquanto tentam minimizar o tempo de colheita ou minimizar o custo de colheita total ou maximizar o grão colhido ou com base em outras variáveis que são computadas como uma função dos diferentes ajustes alvos candidatos. Um tempo de colheita pode ser minimizado quando uma quantidade para completar uma colheita é reduzida para um valor igual ou abaixo de um limiar selecionado. Um custo de colheita total pode ser minimizado ondo custo de colheita total é reduzido para um valor igual ou abaixo de um limiar selecionado. O grão colhido pode ser maximizado onda quantidade de grão colhido é aumentada para um valor igual ou acima de um limiar selecionado.

[00160] A FIG. 9 é um fluxograma que ilustra um exemplo da operação de gerador de zona de controle 213 na geração de zonas de controle e zonas de regime para um mapa que o gerador de zona de controle 213 recebe para processamento de zona (por exemplo, para um mapa em análise).

[00161] No bloco 530, o gerador de zona de controle 213 recebe um mapa em análise para processamento. Em um exemplo, como mostrado no bloco 532, o mapa em análise é um mapa preditivo funcional. Por exemplo, o mapa em análise pode ser um dos mapas preditivos funcionais 360, 427, 428 ou 440. O bloco 534 indica que o mapa em análise pode ser outros mapas igualmente.

[00162] No bloco 536, o seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para o qual zonas de controle devem ser geradas no mapa em análise. No bloco 538, o componente de identificação de critérios de zona de controle 494 obtém critérios de definição de zona de controle para o WMA ou conjunto de WMAs selecionado. O bloco 540 indica um exemplo no qual os critérios de zona de controle são ou incluem características de desgaste do WMA ou conjunto de WMAs selecionado. O bloco 542 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem uma magnitude e variação de dados de fonte de entrada, tais como a magnitude e variação dos valores no mapa em análise ou a magnitude e variação de entradas de vários sensores in situ 208. O bloco 544 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem características físicas de máquina, tais como as dimensões físicas da máquina, uma velocidade na qual diferentes subsistemas operam, ou outras características físicas de máquina. O bloco 546 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem uma capacidade de resposta do WMA ou conjunto de WMAs selecionado de atingir valores de ajuste recém-comandados. O bloco 548 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem métricas de desempenho de máquina. O bloco 550 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem preferências de operador. O bloco 552 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem outros itens igualmente. O bloco 549 indica um exemplo no qual os critérios de definição de zona de controle são baseados no tempo, significando que a colheitadeira agrícola 100 não cruzará o limite de uma zona de controle até que uma quantidade de tempo selecionada tenha sido decorrida desde que a colheitadeira agrícola 100 entrou em uma zona de controle particular. Em alguns casos, a quantidade de tempo selecionada pode ser uma mínima quantidade de tempo. Dessa forma, em alguns casos, os critérios de definição de zona de controle podem impedir que a colheitadeira agrícola 100 cruze um limite de uma zona de controle até que pelo menos a quantidade de tempo selecionada tenha decorrido. O bloco 551 indica um exemplo no qual os critérios de definição de zona de controle são com base em um valor de tamanho selecionado. Por exemplo, os critérios de definição de zona de controle que são com base em um valor de tamanho selecionado podem impedir a definição de uma zona de controle que é menor que o tamanho selecionado. Em alguns casos, o tamanho selecionado pode ser um tamanho mínimo.

[00163] No bloco 554, o componente de identificação de critérios de zona de regime 522 obtém critérios de definição de zona de regime para o WMA ou conjunto de WMAs selecionado. O bloco 556 indica um exemplo no qual os critérios de definição de zona de regime são com base em uma entrada manual do operador 260 ou outro usuário. O bloco 558 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em características de potência tais como características de potência (por exemplo, consumo de potência ou utilização de potência) com relação à máquina (por exemplo, características de potência em todos os subsistemas que consomem potência ou utilizam potência da colheitadeira agrícola 100) ou características de potência de um ou mais subsistemas da colheitadeira agrícola particulares 100 (tais como características de potência de subsistema de propulsão 250). O bloco 560 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em propriedades do solo (tal como tipo de solo ou umidade do solo, ou ambos). O bloco 564 indica um exemplo no qual os critérios de definição de zona de regime são ou incluem outros critérios igualmente.

[00164] No bloco 566, o componente de definição de limite de zona de controle 496 gera os limites de zonas de controle no mapa em análise com base nos critérios de zona de controle. O componente de definição de limite de zona de regime 524 gera os limites de zonas de regime no mapa em análise com base nos critérios de zona de regime. O bloco 568 indica um exemplo no qual os limites de zona são identificados para as zonas de controle e as zonas de regime. O bloco 570 mostra que o componente de identificação de ajuste alvo 498 identifica os ajustes alvos para cada uma das zonas de controle. As zonas de controle e zonas de regime podem ser geradas de outras maneiras igualmente, e isto é indicado pelo bloco 572.

[00165] No bloco 574, o componente de identificação de resolvedor de ajustes 526 identifica os resolvedores de ajustes para o WMA selecionado em cada zona de regime definida pelo componente de definição de limite de zona de regimes 524. Como aqui discutido, a resolvedor de zona de regime pode ser um ser resolvedor humano 576, um resolvedor de sistema de inteligência artificial ou de aprendizagem de máquina 578, um resolvedor 580 baseado em qualidade predita ou histórica para cada ajuste alvo concorrente, um resolvedor baseado em regras 582, um resolvedor baseado em critérios de desempenho 584 ou outros resolvedores 586.

[00166] No bloco 588, o seletor de WMA 486 determina se existem mais WMAs ou conjuntos de WMAs para processar. Se existirem WMAs ou conjuntos de WMAs a serem processados, o processamento reverte para o bloco 436 onde o WMA ou conjunto de WMAs seguinte para o qual zonas de controle e zonas de regime devem ser definidas é selecionado. Quando não restar nenhum WMA ou conjunto de WMAs adicional para o qual zonas de controle ou zonas de regime devem ser geradas, o processamento move para o bloco 590 ondo gerador de zona de controle 213 produz um mapa com zonas de controle, ajustes alvos, zonas de regime e resolvedores de ajustes para cada um dos WMAs ou conjuntos de WMAs. Como aqui discutido, o mapa produzido pode ser apresentado ao operador 260 ou outro usuário; o mapa produzido pode ser provido ao sistema de controle 214; ou o mapa produzido pode ser produzido de outras maneiras.

[00167] A FIG. 10 ilustra um exemplo da operação de sistema de controle 214 no controle da colheitadeira agrícola 100 com base em um mapa que é produzido pelo gerador de zona de controle 213. Dessa forma, no bloco 592, o sistema de controle 214 recebe um mapa do local de trabalho. Em alguns casos, o mapa pode ser um mapa preditivo funcional que pode incluir zonas de controle e zonas de regime, como representado pelo bloco 594. Em alguns casos, o mapa recebido pode ser um mapa preditivo funcional que exclui zonas de controle e zonas de regime. O bloco 596 indica um exemplo no qual o mapa recebido do local de trabalho pode ser um mapa de informação anterior tendo zonas de controle e zonas de regime identificadas nele. O bloco 598 indica um exemplo no qual o mapa recebido pode incluir múltiplos diferentes mapas ou múltiplas diferentes camadas de mapa. O bloco 610 indica um exemplo no qual o mapa recebido tomado de outras formas igualmente.

[00168] No bloco 612, o sistema de controle 214 recebe um sinal de sensor do sensor de posição geográfica 204. O sinal de sensor do sensor de posição geográfica 204 pode incluir dados que indicam a localização geográfica 614 da colheitadeira agrícola 100, a velocidade 616 da colheitadeira agrícola 100, a direção 618 da colheitadeira agrícola 100, ou outra informação 620. No bloco 622, o controlador de zona 247 seleciona uma zona de regime, e, no bloco 624, o controlador de zona 247 seleciona uma zona de controle no mapa com base no sinal do sensor de posição geográfica. No bloco 626, o controlador de zona 247 seleciona um WMA ou um conjunto de WMAs a ser controlado. No bloco 628, o controlador de zona 247 obtém um ou mais ajustes alvos para o WMA ou conjunto de WMAs selecionado. Os ajustes alvos que são obtidos para o WMA ou conjunto de WMAs selecionado podem provir de uma variedade de diferentes fontes. Por exemplo, o bloco 630 mostra um exemplo no qual um ou mais dos ajustes alvos para o WMA ou conjunto de WMAs selecionado é com base em uma entrada das zonas de controle no mapa do local de trabalho. O bloco 632 mostra um exemplo no qual um ou mais dos ajustes alvos são obtidos de entradas de humano do operador 260 ou outro usuário. O bloco 634 mostra um exemplo no qual os ajustes alvos são obtidos de um sensor in situ 208. O bloco 636 mostra um exemplo no qual um ou mais ajustes alvos é obtido de um ou mais sensores em outras máquinas que trabalham no mesmo campo tanto simultaneamente à colheitadeira agrícola 100 quanto de um ou mais sensores em máquinas que trabalham no mesmo campo no passado. O bloco 638 mostra um exemplo no qual os ajustes alvos são obtidos de outras fontes igualmente.

[00169] No bloco 640, o controlador de zona 247 acessa os resolvedores de ajustes para a zona de regime selecionada e controla os resolvedores de ajustes para resolvedor ajustes alvos concorrentes em um ajuste alvo resolvido. Como aqui discutido, em alguns casos, os resolvedores de ajustes podem ser um ser resolvedor humano caso este em que o controlador de zona 247 controla os mecanismos de interface de operador 218 para apresentar os ajustes alvos concorrentes ao operador 260 ou outro usuário para resolução. Em alguns casos, os resolvedores de ajustes podem ser uma rede neural ou outro sistema de inteligência artificial ou de aprendizagem de máquina, e o controlador de zona 247 submete os ajustes alvos concorrentes à sistema de rede neural, inteligência artificial ou aprendizagem de máquina para seleção. Em alguns casos, os resolvedores de ajustes podem ser com base em uma métrica de qualidade predita ou histórica, em regras de limiar, ou em componentes lógicos. Em qualquer desses exemplos a seguir, o controlador de zona 247 executa os resolvedores de ajustes para obter um ajuste alvo resolvido com base na métrica de qualidade predita ou histórica, com base nas regras de limiar, ou com o uso dos componentes lógicos.

[00170] No bloco 642, com o controlador de zona 247 tendo identificado o ajuste alvo resolvido, o controlador de zona 247 provê o ajuste alvo resolvido a outros controladores no sistema de controle 214, que geram e aplicam sinais de controle ao WMA ou conjunto de WMAs selecionado com base no ajuste alvo resolvido. Por exemplo, onde o WMA selecionado é uma atuador de máquina ou coletor 248, o controlador de zona 247 provê o ajuste alvo resolvido ao controlador de ajustes 232 ou controlador coletor/real 238, ou ambos, para gerar sinais de controle com base no ajuste alvo resolvido, e esses sinais de controle gerados são aplicados ao atuador de máquina ou coletores 248. No bloco 644, se WMAs adicionais ou conjuntos de WMAs adicionais devem ser controlados na localização geográfica atual da colheitadeira agrícola 100 (detectada no bloco 612), então o processamento reverte para o bloco 626 onde o WMA ou conjunto de WMAs seguinte é selecionado. Os processos representados pelo blocos 626 a 644 continuam até que todos os WMAs ou conjuntos de WMAs a serem controlados na localização geográfica atual da colheitadeira agrícola 100 tenham sido abordadas. Se não permanecer nenhum WMA ou conjunto de WMAs adicional a ser controlado na localização geográfica atual da colheitadeira agrícola 100, o processamento prossegue no bloco 646 onde o controlador de zona 247 determina se existem zonas de controle adicionais a serem consideradas na zona de regime selecionada. Se existirem zonas de controle adicionais a serem consideradas, o processamento reverte para o bloco 624 onde uma zona de controle seguinte é selecionada. Se não restarem zonas de controle adicionais a serem consideradas, o processamento prossegue no bloco 648 onde uma determinação se restam zonas de regime adicionais a serem consideradas. O controlador de zona 247 determina se restam zonas de regime adicionais a serem consideradas. Se restarem zonas de regimes adicionais a serem consideradas, o processamento reverte para o bloco 622 onde uma zona de regime seguinte é selecionada.

[00171] No bloco 650, o controlador de zona 247 determina se a operação que colheitadeira agrícola 100 está realizando está completa. Se não, o controlador de zona 247 determina se uma critério de zona de controle foi satisfeito para continuar o processamento, como indicado pelo bloco 652. Por exemplo, como aqui mencionado, os critérios de definição de zona de controle podem incluir critérios definindo quando um limite de zona de controle pode ser cruzado pela colheitadeira agrícola 100. Por exemplo, se um limite de zona de controle pode ser cruzado pela colheitadeira agrícola 100 pode ser definido por um período de tempo selecionado, significando que a colheitadeira agrícola 100 não pode cruzar um limite de zona até que uma quantidade de tempo selecionada tenha decorrido. Nesse caso, no bloco 652, o controlador de zona 247 determina se decorreu o período de tempo selecionado. Adicionalmente, o controlador de zona 247 pode realizar o processamento continuamente. Dessa forma, o controlador de zona 247 não espera nenhum período de tempo particular antes de continuar a determinar se uma operação da colheitadeira agrícola 100 foi completada. No bloco 652, o controlador de zona 247 determina que é hora de continua o processamento, então o processamento continua no bloco 612 onde o controlador de zona 247 novamente recebe uma entrada do sensor de posição geográfica 204. Deve-se também perceber que o controlador de zona 247 pode controlar os WMAs e conjuntos de WMAs simultaneamente usando um controlador de múltiplas entradas, múltiplas saídas em vez de controlar os WMAs e conjuntos de WMAs sequencialmente.

[00172] A FIG. 11 é um diagrama de blocos mostrando um exemplo de um controlador de interface de operador 231. Em um exemplo ilustrado, o controlador de interface de operador 231 inclui sistema de processamento de comando de entrada de operador 654, outro sistema de interação do controlador 656, sistema de processamento de voz 658 e gerador de sinal de ação 660. O sistema de processamento de comando de entrada de operador 654 inclui sistema de tratamento de voz 662, sistema de tratamento de gesto de toque 664 e outros itens 666. Outro sistema de interação do controlador 656 inclui sistema de processamento de entrada do controlador 668 e gerador de saída do controlador 670. O sistema de processamento de voz 658 inclui detector de acionador 672, componente de reconhecimento 674, componente de síntese 676, sistema de entendimento de linguagem natural 678, sistema de gerenciamento de diálogo 680 e outros itens 682. O gerador de sinal de ação 660 inclui gerador de sinal de controle visual 684, gerador de sinal de controle de áudio 686, gerador de sinal de controle háptico 688 e outros itens 690. Antes de descrever a operação do controlador de interface de operador exemplificativo 231 mostrado na FIG. 11 no tratamento de várias ações de interface de operador, uma breve descrição de alguns dos itens no controlador de interface de operador 231 e a operação associada do mesmo é primeiramente provida.

[00173] O sistema de processamento de comando de entrada de operador 654 detecta entradas de operador com em mecanismos de interface de operador 218 e processa essas entradas para comandos. O sistema de tratamento de voz 662 detecta entradas de voz e controla as interações com o sistema de processamento de voz 658 para processar as entradas de voz para comandos. O sistema de tratamento de gesto de toque 664 detecta gestos de toque em elementos sensíveis ao toque em mecanismos de interface de operador 218 e processa essas entradas para comandos.

[00174] Outro sistema de interação do controlador 656 controla interações com outros controladores no sistema de controle 214. O sistema de processamento de entrada do controlador 668 detecta e processa entradas de outros controladores no sistema de controle 214, e o gerador de saída do controlador 670 gera saídas e provê essas saídas a outros controladores no sistema de controle 214. O sistema de processamento de voz 658 reconhece entradas de voz, determina o significado dessas entradas, e provê uma saída indicativa do significado das entradas faladas. Por exemplo, o sistema de processamento de voz 658 pode reconhecer uma entrada de voz do operador 260 como um comando de mudança de ajustes em que o operador 260 está comandando o sistema de controle 214 para mudar um ajuste para um subsistema controlável 216. Em um exemplo como esse, o sistema de processamento de voz 658 reconhece o conteúdo do comando falado, identifica o significado desse comando como um comando de mudança de ajustes, e provê o significado dessa entrada de volta ao sistema de tratamento de voz 662. O sistema de tratamento de voz 662, por sua vez, interage com gerador de saída do controlador 670 para prover a saída comandada ao controlador apropriado no sistema de controle 214 para obter o comando de mudança de ajustes falado.

[00175] O sistema de processamento de voz 658 pode ser invocado em uma variedade de diferentes maneiras. Por exemplo, em um exemplo, o sistema de tratamento de voz 662 provê continuamente uma entrada de um microfone (sendo um dos mecanismos de interface de operador 218) ao sistema de processamento de voz 658. O microfone detecta voz do operador 260, e o sistema de tratamento de voz 662 provê a voz detectada ao sistema de processamento de voz 658. O detector de acionador 672 detecta um acionador indicando que o sistema de processamento de voz 658 é invocado. Em alguns casos, quando o sistema de processamento de voz 658 está recebendo entradas de voz contínuas do sistema de tratamento de voz 662, o componente de reconhecimento de voz 674 realiza reconhecimento de voz contínuo em toda a voz dita pelo operador 260. Em alguns casos, o sistema de processamento de voz 658 é configurado para invocação usando uma palavra de despertar. Ou seja, em alguns casos, a operação do sistema de processamento de voz 658 pode ser iniciada com base em reconhecimento de uma palavra dita selecionada, referida como a palavra de despertar. Em um exemplo como esse, ondo componente de reconhecimento 674 reconhece a palavra de despertar, o componente de reconhecimento 674 provê uma indicação de que a palavra de despertar foi reconhecida ao detector de acionador 672. O detector de acionador 672 detecta que o sistema de processamento de voz 658 foi invocado ou acionado pela palavra de despertar. Em outro exemplo, o sistema de processamento de voz 658 pode ser invocado por um operador 260 atuando em um atuador em um mecanismo de interface de usuário, tal como tocando em um atuador em uma tela de exibição sensível ao toque, pressionando um botão, ou provendo outra entrada de acionamento. Em um exemplo como esse, o detector de acionador 672 pode detectar que o sistema de processamento de voz 658 foi invocado quando uma entrada de acionamento por meio de um mecanismo de interface de usuário é detectada. O detector de acionador 672 pode detectar que o sistema de processamento de voz 658 foi invocado de outras maneiras igualmente.

[00176] Uma vez que o sistema de processamento de voz 658 é invocado, a entrada de voz do operador 260 é provido ao componente de reconhecimento de voz 674. O componente de reconhecimento de voz 674 reconhece elementos linguísticos na entrada de voz, tais como palavras, expressões, ou outras unidades linguísticas. O sistema de entendimento de linguagem natural 678 identifica um significado da voz reconhecida. O significado pode ser uma saída de linguagem natural, uma saída de comando identificar um comando refletido na voz reconhecida, uma saída de valor identificar um valor na voz reconhecida, ou qualquer uma de uma ampla variedade de outras saídas que reflete o entendimento da voz reconhecida. Por exemplo, o sistema de entendimento de linguagem natural 678 e o sistema de processamento de voz 568, mais no geral, pode entender o significado da voz reconhecida no contexto da colheitadeira agrícola 100.

[00177] Em alguns exemplos, o sistema de processamento de voz 658 pode também gerar saídas que navegam o operador 260 através de uma experiência de usuário com base na entrada de voz. Por exemplo, o sistema de gerenciamento de diálogo 680 pode gerar e gerenciar um diálogo com o usuário a fim de identificar o que o usuário quer fazer. O diálogo pode remover ambiguidade de um comando de usuário; identificar um ou mais valores específicos que são necessários para realizar o comando de usuário; ou obter outra informação do usuário ou prover outra informação ao usuário, ou ambos. O componente de síntese 676 pode gerar síntese de voz que pode ser apresentada ao usuário através de um mecanismo de interface de operador de áudio, tal como um alto-falante. Dessa forma, o diálogo gerenciado pelo sistema de gerenciamento de diálogo 680 pode ser exclusivamente um diálogo falado ou um combinação tanto de um diálogo visual quanto um diálogo falado.

[00178] O gerador de sinal de ação 660 gera sinais de ação para controlar os mecanismos de interface de operador 218 com base em saídas de um ou mais dentre o sistema de processamento de comando de entrada de operador 654, outro sistema de interação do controlador 656, e sistema de processamento de voz 658. O gerador de sinal de controle visual 684 gera sinais de controle para controlar itens visuais em mecanismos de interface de operador 218. Os itens visuais podem ser luzes, uma exibição de exibição, indicadores de alerta ou outros itens visuais. O gerador de sinal de controle de áudio 686 gera saídas que controlam elementos de áudio de mecanismos de interface de operador 218. Os elementos de áudio incluem um alto-falante, mecanismos de alerta audível, buzinas ou outros elementos audíveis. O gerador de sinal de controle háptico 688 gera sinais de controle que são produzidos para controlar elementos hápticos de mecanismos de interface de operador 218. Os elementos hápticos incluem elementos de vibração que podem ser usados para vibrar, por exemplo, o assento do operador, o volante, pedais ou manches usados pelo operador. Os elementos hápticos podem incluir elementos de realimentação tátil ou realimentação de força que provêm realimentação tátil ou realimentação de força ao operador através de mecanismos de interface de operador. Os elementos hápticos podem incluir uma ampla variedade de outros elementos hápticos igualmente.

[00179] A FIG. 12 é um fluxograma que ilustra um exemplo da operação de controlador de interface de operador 231 na geração de uma exibição de interface de operador em um mecanismo de interface de operador 218, que pode incluir uma tela de exibição sensível ao toque. A FIG. 12 também ilustra um exemplo de como o controlador de interface de operador 231 pode detectar e processar interações de operador com a tela de exibição sensível ao toque.

[00180] No bloco 692, o controlador de interface de operador 231 recebe um mapa. O bloco 694 indica um exemplo no qual o mapa é um mapa preditivo funcional, e o bloco 696 indica um exemplo no qual o mapa é outro tipo de mapa. No bloco 698, o controlador de interface de operador 231 recebe uma entrada do sensor de posição geográfica 204 identificar a localização geográfica da colheitadeira agrícola 100. Como indicado no bloco 700, a entrada do sensor de posição geográfica 204 pode incluir a direção, junto com a localização, da colheitadeira agrícola 100. O bloco 702 indica um exemplo no qual a entrada do sensor de posição geográfica 204 inclui a velocidade da colheitadeira agrícola 100, e o bloco 704 indica um exemplo no qual a entrada do sensor de posição geográfica 204 inclui outros itens.

[00181] No bloco 706, o gerador de sinal de controle visual 684 no controlador de interface de operador 231 controla a tela de exibição sensível ao toque em mecanismos de interface de operador 218 para gerar uma exibição mostrando todo ou uma porção de um campo representado pelo mapa recebido. O bloco 708 indica que o campo exibido pode incluir um marcador de posição atual mostrando uma posição atual da colheitadeira agrícola 100 em relação ao campo. O bloco 710 indica um exemplo no qual o campo exibido inclui um marcador de unidade de trabalho seguinte que identifica uma unidade de trabalho seguinte (ou área no campo) na qual a colheitadeira agrícola 100 estará operando. O bloco 712 indica um exemplo no qual o campo exibido inclui uma porção de exibição de área seguinte que exibe áreas que devem ser ainda processadas pela colheitadeira agrícola 100, e o bloco 714 indica um exemplo no qual o campo exibido inclui porções de exibição previamente visitadas que representam áreas do campo que a colheitadeira agrícola 100 já processou. O bloco 716 indica um exemplo no qual o campo exibido exibe várias características do campo com localizações georreferenciadas no mapa. Por exemplo, se o mapa recebido for um mapa de potência, tal como o mapa preditivo funcional 360 ou 428, o campo exibido pode apresentar as diferentes características de potência existentes no campo georreferenciado no campo exibido. As características mapeadas podem ser mostradas nas áreas previamente visitadas (como mostrado no bloco 714), nas áreas próximas (como mostrado no bloco 712), e na unidade de trabalho seguinte (como mostrado no bloco 710). O bloco 718 indica um exemplo no qual o campo exibido inclui outros itens igualmente.

[00182] A FIG. 13 é uma ilustração pictorial mostrando um exemplo de uma exibição de interface de usuário 720 que pode ser gerada em uma tela de exibição sensível ao toque. Em outras implementações, a exibição de interface de usuário 720 pode ser gerada em outros tipos de exibições. A tela de exibição sensível ao toque pode ser montada no compartimento do operador da colheitadeira agrícola 100 ou no dispositivo móvel ou em algum lugar. A exibição de interface de usuário 720 será descrita antes de continuar com a descrição do fluxograma mostrado na FIG. 12.

[00183] No exemplo mostrado na FIG. 13, a exibição de interface de usuário 720 ilustra que a tela de exibição sensível ao toque inclui um recurso de exibição para operar um microfone 722 e um alto-falante 724. Dessa forma, a exibição sensível ao toque pode ser comunicativamente acoplada ao microfone 722 e ao alto-falante 724. O bloco 726 indica que a tela de exibição sensível ao toque pode incluir uma ampla variedade de atuadores de controle de interface de usuário, tais como botões, blocos de teclas, blocos de teclas macios, ligações, ícones, interruptores, etc. O operador 260 pode atuar os atuadores de controle de interface de usuário para realizar várias funções.

[00184] No exemplo mostrado na FIG. 13, a exibição de interface de usuário 720 inclui uma porção de exibição de campo 728 que exibe pelo menos uma porção do campo na qual a colheitadeira agrícola 100 está operando. A porção de exibição de campo 728 é mostrada com um marcador de posição atual 708 que corresponda uma posição atual da colheitadeira agrícola 100 na porção do campo mostrada na porção de exibição de campo 728. Em um exemplo, o operador pode controlar a exibição sensível ao toque a fim de obter grande aproximação de porções de porção de exibição de campo 728 ou realizar uma panorâmica ou rolar a porção de exibição de campo 728 para mostrar diferentes porções do campo. Uma unidade de trabalho seguinte 730 é mostrada como uma área do campo diretamente na frente do marcador de posição atual 708 da colheitadeira agrícola 100. O marcador de posição atual 708 pode também ser configurado para identificar a direção de deslocamento da colheitadeira agrícola 100, uma velocidade de deslocamento da colheitadeira agrícola 100, ou ambos. Na FIG. 13, o formato do marcador de posição atual 708 provê uma indicação da orientação da colheitadeira agrícola 100 no campo que pode ser usada como uma indicação de um direção de deslocamento da colheitadeira agrícola 100.

[00185] O tamanho da unidade de trabalho seguinte 730 marcado na porção de exibição de campo 728 pode variar com base em uma ampla variedade de diferentes critérios. Por exemplo, o tamanho da unidade de trabalho seguinte 730 pode variar com base na velocidade de deslocamento da colheitadeira agrícola 100. Dessa forma, quando a colheitadeira agrícola 100 está deslocando mais rapidamente, então a área da unidade de trabalho seguinte 730 pode ser maior que a área da unidade de trabalho seguinte 730 se colheitadeira agrícola 100 estiver deslocando mais lentamente. Em outro exemplo, o tamanho da unidade de trabalho seguinte 730 pode variar com base nas dimensões da colheitadeira agrícola 100, incluindo equipamento na colheitadeira agrícola 100 (tal como o coletor 102). Por exemplo, a largura da unidade de trabalho seguinte 730 pode variar com base em uma largura do coletor 102. A porção de exibição de campo 728 é também mostrada exibindo área previamente visitada 714 e áreas seguintes 712. Áreas previamente visitadas 714 representam áreas que já estão colhidas, enquanto áreas seguintes 712 representam áreas que ainda precisam ser colhidas. A porção de exibição de campo 728 é também mostrada exibindo diferentes características do campo. No exemplo ilustrado na FIG. 13, o mapa que é sendo exibido é um mapa de potência preditivo, tal como o mapa preditivo funcional 360 ou mapa preditivo funcional 428. Portanto, uma pluralidade de característica de potência marcadores são exibidos na porção de exibição de campo 728. Existe um conjunto de característica de potência marcadores de exibição 732 mostrado nas áreas já visitadas 714. Há também um conjunto de característica de potência marcadores de exibição 732 mostrado nas áreas próximas 712, e existe um conjunto de característica de potência marcadores de exibição 732 mostrado na unidade de trabalho seguinte 730. A FIG. 13 mostra que os marcadores de exibição de tamanho de espiga 732 são constituídos de diferentes símbolos que indicam uma área de similar características de potência. No exemplo mostrado na FIG. 14, o símbolo ! representa áreas de alta utilização de potência; o símbolo * representa áreas de média utilização de potência; e o símbolo # representa uma área de baixa utilização de potência. A utilização de potência é meramente um exemplo, e outras características de potência, incluindo características de potência de subsistemas particulares, podem também ser exibidas. A porção de exibição de campo 728 mostra diferentes valores medidos ou preditos (ou características indicadas pelos valores) que são localizados em diferentes áreas no campo e representam esses valores medidos ou preditos (ou características indicadas ou derivadas dos valores) com uma variedade de marcadores de exibição 732. Como mostrado, a porção de exibição de campo 728 inclui marcadores de exibição, particularmente característica de potência marcadores de exibição 732 no exemplo ilustrado da FIG. 13, em localizações particulares associadas com localizações particulares no campo que está sendo exibido. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado com a mesma. Dessa forma, em alguns casos, um marcador de exibição pode ser provido em cada localização do porção de exibição de campo 728 para identificar a natureza da característica que está sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição engloba prover um marcador de exibição, tal como o marcador de exibição de característica de potência 732 (como no contexto da presente exemplo da FIG. 13), em uma ou mais localizações na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica que está sendo exibida, por meio disso identificar a característica na localização correspondente no campo sendo exibido. Como descrito anteriormente, os marcadores de exibição 732 podem ser constituídos de diferentes símbolos, e, como descrito a seguir, os símbolos podem ser qualquer recurso de exibição tais como diferentes cores, formatos, padrões, intensidades, texto, ícones ou outros recursos de exibição. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado com a mesma. Dessa forma, em alguns casos, um marcador de exibição pode ser provido em cada localização do porção de exibição de campo 728 para identificar a natureza da característica que está sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição engloba prover um marcador de exibição, tal como o marcador de exibição de nível de perda 732 (como no contexto da presente exemplo da FIG. 11), em uma ou mais localizações na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica que está sendo exibida, por meio disso identificar a característica na localização correspondente no campo sendo exibido.

[00186] Em outros exemplos, o mapa que está sendo exibido pode ser um ou mais dos mapas descritos no presente documento, incluindo mapas de informação, mapas de informação anteriores, mapas preditivos funcionais, tais como mapas preditivos ou mapas de zona de controle preditivos, ou uma combinação dos mesmos. Dessa forma, os marcadores e características que estão sendo exibidos se correlacionará com a informação, dados, características e valores providos por um ou mais mapas que estão sendo exibidos.

[00187] No exemplo da FIG. 13, a exibição de interface de usuário 720 também tem uma porção de exibição de controle 738. A porção de exibição de controle 738 permite que o operador veja informação e interaja com a exibição de interface de usuário 720 de várias maneiras.

[00188] Os atuadores e marcadores de exibição na porção 738 podem ser exibidos, por exemplo, como itens individuais, listas fixas, listas roláveis, menus suspensos ou listas suspensas. No exemplo mostrado na FIG. 13, a porção de exibição 738 mostra informação para as três diferentes categorias de tamanho de espiga que correspondem aos três símbolos supramencionados. A porção de exibição 738 também inclui um conjunto de atuadores sensíveis ao toque com os quais o operador 260 pode interagir por meio de toque. Por exemplo, o operador 260 por tocar os atuadores sensíveis ao toque com um dedo para ativar o respectivo atuador sensível ao toque. Como mostrado na FIG. 13, a porção de exibição 738 também inclui abas interativas, tais como aba de com relação à máquina 762, aba de propulsão 764, aba de trilhagem/separação 766, aba de resíduo 768, e outra aba 770. A ativação de uma das abas pode modificar quais valores são exibidos nas porções 728 e 738. Por exemplo, como mostrado, aba de propulsão 764 é ativada e dessa forma os valores mapeados na porção 728 e mostrados na porção 738 correspondem às características de potência (mostradas como utilização de potência) através do subsistema de propulsão 250 da colheitadeira agrícola 100. Quando o operador 260 toca a aba 762, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas a todos os subsistemas da colheitadeira agrícola 100. Quando o operador 260 toca a aba 766, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas a subsistemas de trilhagem e separação. Quando o operador 260 toca a aba 768, sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas ao subsistema de resíduo 138. Quando o operador 260 toca a aba 770, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas a outro conjunto de componentes da colheitadeira agrícola 100.

[00189] Como mostrado na FIG. 13, a porção de exibição 738 inclui uma porção de exibição de sinalização interativa, indicada no geral por 741. A porção de exibição de sinalização interativa 741 inclui uma coluna de sinalização 739 que mostra sinalizações que foram ajustadas automática ou manualmente. O atuador de sinalização 740 permite que o operador 260 marque uma localização, tal como a localização atual da colheitadeira agrícola, ou outra localização no campo designada pelo operador e adicione informação indicando a característica, tal como utilização de potência, encontrada na localização atual. Por exemplo, quando o operador 260 atua o atuador de sinalização 740 ao tocar no atuador de sinalização 740, o sistema de tratamento de gesto de toque 664 no controlador de interface de operador 231 identifica a localização atual como uma onde a colheitadeira agrícola 100 encontrou alta utilização de potência. Quando o operador 260 toca o botão 742, o sistema de tratamento de gesto de toque 664 identifica a localização atual como uma localização onde a colheitadeira agrícola 100 encontrada média utilização de potência. Quando o operador 260 toca o botão 744, o sistema de tratamento de gesto de toque 664 identifica a localização atual como uma localização onde a colheitadeira agrícola 100 encontrada baixa utilização de potência. Mediante atuação de um dos atuadores de sinalização 740, 742 ou 744, o sistema de tratamento de gesto de toque 664 pode controlar o gerador de sinal de controle visual 684 para adicionar um símbolos correspondente à característica identificada na porção de exibição de campo 728 em uma localização que o usuário identifica. Dessa maneira, áreas do campo onde o valor predito não representa precisamente um valor real podem ser marcadas para análise posterior, e podem também ser usadas em aprendizagem de máquina. Em outros exemplos, o operador pode designar áreas à frente ou em torno da colheitadeira agrícola 100 pela atuação em um dos atuadores de sinalização 740, 742 ou 744 de maneira que o controle da colheitadeira agrícola 100 possa ser realizado com base no valor designado pelo operador 260

[00190] A porção de exibição 738 também inclui uma porção de exibição de marcador interativo, indicada no geral por 743. A porção de exibição de marcador interativo 743 inclui uma coluna de símbolos 746 que exibe os símbolos correspondentes a cada categoria de valores ou características (no caso da FIG. 13, utilização de potência) que estão sendo rastreados na porção de exibição de campo 728. A porção de exibição 738 também inclui uma porção de exibição de designador interativo, indicada no geral por 745. A porção de exibição de designador interativo 745 inclui uma coluna de designador 748 que mostra o designador (que pode ser um designador textual ou outro designador) identificar a categoria de valores ou características (no caso da FIG. 13, utilização de potência). Sem limitação, os símbolos na coluna de símbolos 746 e os designadores na coluna de designador 748 podem incluir qualquer recurso de exibição tais como diferentes cores, formatos, padrões, intensidades, texto, ícones ou outros recursos de exibição, e podem ser customizáveis pela interação de um operador da colheitadeira agrícola 100.

[00191] A porção de exibição 738 também inclui uma porção de exibição de valor interativo, indicada no geral por 747. A porção de exibição de valor interativo 747 inclui uma coluna de exibição de valor 750 que exibe valores selecionados. Os valores selecionados correspondem às características ou valores que estão sendo rastreados ou exibidos, ou ambos, na porção de exibição de campo 728. Os valores selecionados podem ser selecionados por um operador da colheitadeira agrícola 100. Os valores selecionados na coluna de exibição de valor 750 definem uma faixa de valores ou um valor pelo qual outros valores, tais como valores preditos, devem ser classificados. Dessa forma, no exemplo na FIG. 13, uma utilização de potência do subsistema de propulsão predita ou medida que satisfaz ou é maior que 45% é classificada como “alta utilização de potência” e uma utilização de potência do subsistema de propulsão predita ou medida que satisfaz ou é menor que 35% é classificada como “baixa utilização de potência”. Em alguns exemplos, os valores selecionados podem incluir uma faixa, de maneira tal que um valor predito ou medido que está dentro da faixa do valor selecionado será classificado sob o designador correspondente. Como mostrado na FIG. 13, “média utilização de potência” inclui uma faixa de 36% - 44% de maneira tal que uma utilização de potência predita ou medida que cai na faixa de 36% - 44% é classificada como “média utilização de potência”. Os valores selecionados na coluna de exibição de valor 750 são ajustáveis por um operador da colheitadeira agrícola 100. Em um exemplo, o operador 260 pode selecionar a parte particular da porção de exibição de campo 728 para a qual os valores na coluna 750 devem ser exibidos. Dessa forma, os valores na coluna 750 podem corresponder aos valores nas porções de exibição 712, 714 ou 730.

[00192] A porção de exibição 738 também inclui uma porção de exibição de limiar interativa, indicada no geral por 749. A porção de exibição de limiar interativa 749 inclui um coluna de exibição de valor limiar 752 que exibe valores limiares de ação. Os valores limiares de ação na coluna 752 podem ser valores limiares correspondentes aos valores selecionados na coluna de exibição de valor 750. Se os valores preditos ou medidos da características que está sendo rastreada ou exibida, ou ambos, satisfizerem os valores limiares de ação correspondentes na coluna de exibição de valor limiar 752, então o sistema de controle 214 adota uma ação identificada na coluna 754. Em alguns casos, um valor medido ou predito pode satisfazer um valor limiar de ação correspondente ao satisfazer ou exceder o valor limiar de ação correspondente. Em um exemplo, o operador 260 pode selecionar um valor limiar, por exemplo, a fim de mudar o valor limiar ao tocar no valor limiar na coluna de exibição de valor limiar 752. Uma vez selecionado, o operador 260 pode mudar o valor limiar. Os valores limiares na coluna 752 podem ser configurados de maneira tal que a ação designada seja realizada quando o valor medido ou predito da característica excede o valor limiar, é igual ao valor limiar, ou é menor que o valor limiar. Em alguns casos, o valor limiar pode representar uma faixa de valores, um ou uma faixa de desvio dos valores selecionados na coluna de exibição de valor 750, de maneira tal que um valor de característica predito ou medido que satisfaz ou cai na faixa satisfaz o valor limiar. Por exemplo, no exemplo de utilização de potência do subsistema de propulsão, uma utilização de potência do subsistema de propulsão predita que cai dentro de 10% de 45% de utilização de potência satisfará o valor limiar de ação correspondente (dentro de 10% de 45% de utilização de potência) e uma ação, tal como redução da velocidade do veículo, será adotada pelo sistema de controle 214. Em outros exemplos, os valores limiares na coluna de exibição de valor limiar 752 são separados dos valores selecionados na coluna de exibição de valor 750, de maneira tal que os valores na coluna de exibição de valor 750 definem a classificação e exibição de valores preditos ou medidos, enquanto os valores limiares de ação definem quando uma ação deve ser adotada com base nos valores medidos ou preditos. Por exemplo, enquanto uma utilização de potência do subsistema de propulsão predita ou medida de 40% pode ser designada como uma “média utilização de potência” para efeitos de classificação e exibição, o valor limiar de ação pode ser 41% de utilização de potência de maneira tal que nenhuma ação será adotada até que a utilização de potência do subsistema de propulsão satisfaça o valor limiar. Em outros exemplos, os valores limiares na coluna de exibição de valor limiar 752 podem incluir distâncias ou tempos. Por exemplo, no exemplo de uma distância, o valor limiar pode ser uma distância limiar da área do campo onde o valor medido ou predito é georreferenciado que a colheitadeira agrícola 100 tem que estar antes de uma ação ser adotada. Por exemplo, um valor de distância limiar de 1,5 metro (5 pés) significaria que uma ação será adotada quando a colheitadeira agrícola estiver em ou dentro de 1,5 metro (5 pés) da área do campo onde o valor medido ou predito é georreferenciado. Em um exemplo onde o valor limiar é tempo, o valor limiar pode ser um tempo limiar para colheitadeira agrícola 100 chegar à área do campo onde o valor medido ou predito é georreferenciado. Por exemplo, um valor limiar de 5 segundos significaria que uma ação será adotada quando a colheitadeira agrícola 100 estiver 5 segundos fora da área do campo onde o valor medido ou predito é georreferenciado. Em um exemplo como esse, a localização e velocidade de deslocamento atuais da colheitadeira agrícola podem ser levados em conta.

[00193] A porção de exibição 738 também inclui uma porção de exibição de ação interativa, indicada no geral por 751. A porção de exibição de ação interativa 751 inclui uma coluna de exibição de ação 754 que exibe identificadores de ação que indicam ações a serem adotadas quando um valor predito ou medido satisfaz um valor limiar de ação na coluna de exibição de valor limiar 752. O operador 260 pode tocar nos identificadores de ação na coluna 754 para mudar a ação que deve ser adotada. Quando um limiar é satisfeito, uma ação pode ser adotada. Por exemplo, na base da coluna 754, uma ação de aumento da velocidade de deslocamento, uma ação de diminuição da velocidade de deslocamento, e uma ação de ajustar a posição do coletor (tal como ajustar um altura do coletor, uma arfagem do coletor, ou um rolamento do coletor, em relação à superfície ou em relação à armação da colheitadeira agrícola 100) são identificadas como ações que serão adotadas se o valor medido ou predito satisfizer o valor limiar na coluna 752. Em alguns exemplos, quando um limiar é satisfeito, múltiplas ações podem ser adotadas. Por exemplo, um posição do coletor pode ser ajustada, uma saída de potência para um ou mais subsistemas pode ser ajustada, e uma velocidade da máquina agrícola pode ser ajustada. Esses são meramente alguns exemplos.

[00194] As ações que podem ser ajustadas na coluna 754 podem ser qualquer um de uma ampla variedade de diferentes tipos de ações. Por exemplo, as ações podem incluir uma ação de exclusão que, quando executada, impede que a colheitadeira agrícola 100 colha adicionalmente em uma área. As ações podem incluir uma ação de mudança de velocidade que, quando executada, muda a velocidade de deslocamento da colheitadeira agrícola 100 através do campo. As ações podem incluir um ação de mudança de ajuste para mudar um ajuste de um atuador interno ou outro WMA ou conjunto de WMAs ou para implementar uma ação de mudança de ajustes que muda um ajuste, tal como um ajuste de posição do coletor junto com vários outros ajustes. Esses são apenas exemplos, e uma ampla variedade de outro ações é contemplada no presente documento.

[00195] Os itens mostrados na exibição de interface de usuário 720 podem ser visualmente controlados. O controle visual da exibição de interface 720 pode ser feito para prender a atenção do operador 260. Por exemplo, os itens podem ser controlados para modificar a intensidade, cor ou padrão com o qual os itens são exibidos. Adicionalmente, os itens podem ser controlados para piscar. As alterações descritas na aparência visual dos itens são providas como exemplos. Consequentemente, outros aspectos da aparência visual dos itens podem ser alterados. Portanto, os itens podem ser modificados sob várias circunstâncias de uma maneira desejada, por exemplo, a fim de prender a atenção do operador 260. Adicionalmente, embora um número particular de itens seja mostrado na exibição de interface de usuário 720, isso não precisa ser o caso. Em outros exemplos, mais ou menos itens, incluindo mais ou menos de um item particular, podem ser incluídos na exibição de interface de usuário 720.

[00196] De volta ao fluxograma da FIG. 12, a descrição da operação de controlador de interface de operador 231 continua. No bloco 760, o controlador de interface de operador 231 detecta uma entrada ajustado uma sinalização e controla a exibição de interface de usuário sensível ao toque 720 para exibir a sinalização na porção de exibição de campo 728. A entrada detectada pode ser uma entrada de operador, como indicado em 762, ou uma entrada de outro controlador, como indicado em 764. No bloco 766, o controlador de interface de operador 231 detecta uma entrada de sensor in situ indicativa de uma característica do campo medida de um dos sensores in situ 208. No bloco 768, o gerador de sinal de controle visual 684 gera sinais de controle para controlar a exibição de interface de usuário 720 para exibir atuadores para modificar a exibição de interface de usuário 720 e para modificar o controle de máquina. Por exemplo, o bloco 770 representa que um ou mais dos atuadores para ajustar ou modificar os valores na colunas 739, 746 e 748 podem ser exibidos. Dessa forma, o usuário pode ajustar sinalizações e modificar características dessas sinalizações. O bloco 772 representa que valores limiares de ação na coluna 752 são exibidos. O bloco 776 representa que as ações na coluna 754 são exibidos, e o bloco 778 representa que o valor selecionado na coluna 750 é exibido. O bloco 780 indica que uma ampla variedade de outra informação e atuadores pode ser exibida na exibição de interface de usuário 720 igualmente.

[00197] No bloco 782, o sistema de processamento de comando de entrada de operador 654 detecta e processa entrada de operador com correspondentes a interações com a exibição de interface de usuário 720 realizada pelo operador 260. Ondo mecanismo de interface de usuário no qual a exibição de interface de usuário 720 é exibida é uma tela de exibição sensível ao toque, entradas de interação com a tela de exibição sensível ao toque pelo o operador 260 podem ser gestos de toque 784. Em alguns casos, as entradas de interação do operador podem ser entradas usando um dispositivo de apontar e clicar 786 ou outras entradas de interação do operador 788.

[00198] No bloco 790, o controlador de interface de operador 231 recebe sinais indicativos de uma condição de alerta. Por exemplo, o bloco 792 indica que sinais podem ser recebidos pelo sistema de processamento de entrada do controlador 668 indicando que os valores detectados ou preditos satisfazem as condições limiares presentes na coluna 752. Como explicado anteriormente, as condições limiares podem incluir valores sendo abaixo de um limiar, iguais a um limiar ou acima de um limiar. O bloco 794 mostra que o gerador de sinal de ação 660 pode, em resposta ao recebimento de uma condição de alerta, alertar o operador 260 usando o gerador de sinal de controle visual 684 para gerar alertas visuais, usando o gerador de sinal de controle de áudio 686 para gerar alertas de áudio, usando o gerador de sinal de controle háptico 688 para gerar alertas hápticos, ou usando qualquer combinação desses. Similarmente, como indicado pelo bloco 796, o gerador de saída do controlador 670 pode gerar saídas para outros controladores no sistema de controle 214 de forma que esses controladores realizem a ação correspondente identificada na coluna 754. O bloco 798 mostra que o controlador de interface de operador 231 pode detectar e processar condições de alerta de outras maneiras igualmente.

[00199] O bloco 900 mostra que o sistema de tratamento de voz 662 pode detectar e processar entradas invocando o sistema de processamento de voz 658. O bloco 902 mostra que realizar processamento de voz pode incluir o uso de sistema de gerenciamento de diálogo 680 para conduzir um diálogo com o operador 260. O bloco 904 mostra que o processamento de voz pode incluir prover sinais para o gerador de saída do controlador 670 de forma que operações de controle são automaticamente realizadas com base nas entradas de voz.

[00200] A Tabela 1, a seguir, mostra um exemplo de um diálogo entre o controlador de interface de operador 231 e o operador 260. Na Tabela 1, o operador 260 usa uma palavra de acionamento ou uma palavra de despertar que é detectada pelo detector de acionador 672 para invocar o sistema de processamento de voz 658. No exemplo mostrado na Tabela 1, a palavra de despertar é “Johnny”.
Tabela 1
Operador: “Johnny, diga-me a respeito da utilização de potência atual”
Controlador de interface de operador: “A utilização de potência de propulsão é atualmente 40%”
Operador: “Johnny, o que devo fazer na utilização de potência atual?” C
ontrolador de interface de operador: “A utilização de potência pode ser aumentada para 45% se a velocidade de máquina for aumentada 1,6 km/h (1MPH)”.

[00201] A Tabela 2 mostra um exemplo no qual o componente de síntese de voz 676 provê uma saída ao gerador de sinal de controle de áudio 686 para prover atualizações audíveis de uma forma intermitente ou periódica. O intervalo entre atualizações pode ser baseado no tempo, tal como a cada cinco minutos, ou baseado em cobertura ou distância, tal como a cada cinco acres, ou baseado em expectativa, tal como quando um valor medido é maior que um valor limiar.
Tabela 2
Controlador de interface de operador: “Nos últimos 10 minutos, a utilização de potência de propulsão foi em média 43%”
Controlador de interface de operador: “a utilização de potência de propulsão em 1 acre seguinte é 41%.”
Controlador de interface de operador: “Cuidado: utilização de potência caindo abaixo de 35%. Velocidade de máquina aumentando”.

[00202] O exemplo mostrado na Tabela 3 ilustra que alguns atuadores ou mecanismos de entrada de usuário na exibição sensível ao toque 720 podem ser suplementados com diálogo de voz. O exemplo na Tabela 3 ilustra que o gerador de sinal de ação 660 pode gerar sinais de ação para marcar automaticamente uma área de utilização de potência no campo que está sendo colhido.
Tabela 3
Humano: “Johnny, marcar área de alta utilização de potência”.
Controlador de interface de operador: “Área de alta utilização de potência marcada”.

[00203] O exemplo mostrado na Tabela 4 ilustra que o gerador de sinal de ação 660 pode conduzir um diálogo com o operador 260 para começar e terminar a marcação de uma área de utilização de potência.
Tabela 4
Humano: “Johnny, iniciar a marcação de área de alta utilização de potência.”
Controlador de interface de operador: “Marcar área de alta utilização de potência.”
Humano: “Johnny, parar de marcar área de alta utilização de potência.”
Controlador de interface de operador: “Marcação de área de alta utilização de potência cessada.”

[00204] O exemplo mostrado na Tabela 5 ilustra que o gerador de sinal de ação 160 pode gerar sinais para marcar uma área de utilização de potência de uma maneira diferente das mostradas nas Tabelas 3 e 4.
Tabela 5
Humano: “Johnny, marcar os próximos 30,5 metros (100 pés) como uma área de baixa utilização de potência”.
Controlador de interface de operador: “Próximos 30,5 metros (100 pés) marcados como uma área de baixa utilização de potência”.

[00205] Retornando novamente à FIG. 12, o bloco 906 ilustra que o controlador de interface de operador 231 pode detectar e processar condições para produzir uma mensagem ou outra informação de outras maneiras igualmente. Por exemplo, outro sistema de interação do controlador 656 pode detectar entradas de outros controladores indicando que alertas ou mensagens de saída devem ser apresentadas ao operador 260. O bloco 908 mostra que as saídas podem ser mensagens de áudio. O bloco 910 mostra que as saídas podem ser mensagens visuais, e o bloco 912 mostra que as saídas podem ser mensagens hápticas. Até o controlador de interface de operador 231 determinar que a operação de colheita atual foi completada, como indicado pelo bloco 914, o processamento reverte para o bloco 698 onde a localização geográfica da colheitadeira 100 é atualizada e o processamento prossegue como aqui descrito para atualizar a exibição de interface de usuário 720.

[00206] Uma vez que a operação é completada, então qualquer valor desejado que é exibido, ou foi exibido na exibição de interface de usuário 720, pode ser salvo. Esses valores podem também ser usados em aprendizagem de máquina para melhorar diferentes porções do gerador de modelo preditivo 210, gerador de mapa preditivo 212, gerador de zona de controle 213, algoritmos de controle, ou outros itens. O salvamento dos valores desejados é indicado pelo bloco 916. Os valores podem ser salvos localmente na colheitadeira agrícola 100, ou os valores podem ser salvos em uma localização de servidor remoto ou enviados a outro sistema remoto.

[00207] Pode-se dessa forma perceber que um ou mais mapas são obtidos por uma colheitadeira agrícola que apresentam valores de característica agrícola em diferentes localizações geográficas de um campo que está sendo colhido. Um sensor in situ na colheitadeira sensoreia uma característica que tem valores indicativos de uma característica agrícola à medida que a colheitadeira agrícola move através do campo. Um gerador de mapa preditivo gera um mapa preditivo que prediz valores de controle para diferentes localizações no campo com base nos valores de característica agrícola no mapa e na característica agrícola sensoreada pelo sensor in situ. Um sistema de controle controla o subsistema controlável com base nos valores de controle no mapa preditivo.

[00208] Um valor de controle é um valor no qual uma ação pode ser baseada. Um valor de controle, como descrito no presente documento, pode incluir qualquer valor (ou característica indicada pelo valor ou derivada do mesmo) que pode ser usado no controle da colheitadeira agrícola 100. Um valor de controle pode ser qualquer valor indicativo de uma característica agrícola. Um valor de controle pode ser um valor predito, um valor medido ou um valor detectado. Um valor de controle pode incluir qualquer dos valores providos por um mapa, tal como qualquer dos mapas descritos no presente documento, por exemplo, um valor de controle pode ser um valor provido por um mapa de informação, um valor provido pelo mapa de informação anterior, ou um valor provido pelo mapa preditivo, tal como um mapa preditivo funcional. Um valor de controle pode também incluir qualquer das características indicadas ou derivadas dos valores detectados por qualquer dos sensores descritos no presente documento. Em outros exemplos, um valor de controle pode ser provido por um operador da máquina agrícola, tal como uma entrada de comando por um operador da máquina agrícola.

[00209] A presente discussão mencionou processadores e servidores. Em alguns exemplos, os processadores e servidores incluem processadores de computador com memória e sistema de circuitos de sincronismo associados, não mostrados separadamente. Os processadores e servidores são partes funcionais dos sistemas ou dispositivos aos quais os processadores e servidores pertencem e pelos quais são ativados e facilitam a funcionalidade dos outros componentes ou itens nesses sistemas.

[00210] Também, inúmeras exibições de interface de usuário foram discutidas. As exibições podem assumir uma ampla variedade de diferentes formas e podem ter uma ampla variedade de diferentes mecanismos de interface de operador atuáveis pelo usuário dispostos nas mesmas. Por exemplo, os mecanismos de interface de operador atuáveis pelo usuário podem incluir caixas de texto, caixas de verificação, ícones, ligações, menus pendentes, caixas de busca, etc. Os mecanismos de interface de operador atuáveis pelo usuário podem também ser atuados em uma ampla variedade de diferentes maneiras. Por exemplo, os mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando mecanismos de interface de operador tais como um dispositivo de apontar e clicar, tal como um mouse de esfera ou mouse comum, botões de hardware, interruptores, um manche ou teclado, interruptores de polegar ou blocos de polegar, etc., um teclado virtual ou outros atuadores virtuais. Além do mais, onda exibição na qual os mecanismos de interface de operador atuáveis pelo usuário são exibidos é uma exibição sensível ao toque, os mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando gestos de toque. Também, mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando comandos de voz usando funcionalidade de reconhecimento de voz. Reconhecimento de voz pode ser implementado usando um dispositivo de detecção de voz, tal como um microfone, e software que funciona para reconhecer voz detectada e executar comandos com base na voz recebida.

[00211] Inúmeros armazenamentos de dados foram também discutidos. Nota-se que os armazenamentos de dados podem ser desmembrados em múltiplos armazenamentos de dados. Em alguns exemplos, um ou mais dos armazenamentos de dados podem ser locais aos sistemas que acessam os armazenamentos de dados, um ou mais dos armazenamentos de dados podem todos ser localizados remotos de um sistema que utiliza os armazenamento de dados, ou um ou mais armazenamentos de dados podem ser locais enquanto outros são remotos. Todas essas configurações são contempladas pela presente descrição.

[00212] Também, as figuras mostram inúmeros blocos com funcionalidade atribuída a cada bloco. Nota-se que menos blocos podem ser usados para ilustrar que a funcionalidade atribuída aos múltiplos diferentes blocos é realizada por menos componentes. Também, mais blocos podem ser usados ilustrando que a funcionalidade pode ser distribuída dentre mais componentes. Em diferentes exemplos, alguma funcionalidade pode ser adicionada, e alguma pode ser removida.

[00213] Nota-se que a discussão apresentada descreveu uma variedade de diferentes sistemas, componentes, lógica e interações. Percebe-se que qualquer ou todos tais sistemas, componentes, lógica e interações podem ser implementados por itens de hardware, tais como processadores, memória ou outros componentes de processamento, incluindo, mas sem se limitar a componentes de inteligência artificial, tais como redes neurais, alguns dos quais são descritos a seguir, que realizam as funções associadas com esses sistemas, componentes, ou lógica, ou interações. Além do mais, qualquer ou todos os sistemas, componentes, lógica e interações podem ser implementados por software que é carregado em uma memória e é subsequentemente executado por um processador ou servidor ou outro componente de computação, como descrito a seguir. Qualquer ou todos os sistemas, componentes, lógica e interações podem também ser implementados por diferentes combinações de hardware, software, firmware, etc., alguns exemplos dos quais são descritos a seguir. Esses são alguns exemplos de diferentes estruturas que podem ser usadas para implementar qualquer ou todos os sistemas, componentes, lógica e interações aqui descritos. Outras estruturas podem ser igualmente usadas.

[00214] A FIG. 14 é um diagrama de blocos da colheitadeira agrícola 600, que pode ser similar à colheitadeira agrícola 100 mostrada na FIG. 2. A colheitadeira agrícola 600 comunica com elementos em uma arquitetura de servidor remoto 500. Em alguns exemplos, a arquitetura de servidor remoto 500 provê serviços de computação, software, acesso de dados e armazenamento que não exigem conhecimento do usuário final da localização física ou configuração do sistema que entrega os serviços. Em vários exemplos, servidores remotos podem entregar os serviços por uma rede de área abrangente, tal como a Internet, usando protocolos apropriados. Por exemplo, servidores remotos podem entregar aplicações por uma rede de área abrangente e podem ser acessíveis por um navegador de rede ou qualquer outro componente de computação. Software ou componentes mostrados na FIG. 2 bem como dados associados aos mesmos, podem ser armazenados em 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 remoto, ou os recursos de computação podem ser dispersos em uma pluralidade de centros de dados remotos. Infraestruturas de servidor remoto podem entregar serviços através de centros de dados compartilhados, mesmo que os serviços pareçam um único ponto de acesso para o usuário. Dessa forma, os componentes e funções descritos no presente documento podem ser providos de um servidor remoto em uma localização remota usando uma arquitetura de servidor remoto. Alternativamente, os componentes e funções podem ser providos de um servidor, ou os componentes e funções podem ser instalados em dispositivos clientes diretamente, ou de outras maneiras.

[00215] No exemplo mostrado na FIG. 14, alguns itens são similares aos mostrados na FIG. 2 e esses itens são similarmente enumerados. A FIG. 14 especificamente mostra que o gerador de modelo preditivo 210 ou o gerador de mapa preditivo 212, ou ambos, pode ser localizado em uma localização de servidor 502 que é remota da colheitadeira agrícola 600. Portanto, no exemplo mostrado na FIG. 14, a colheitadeira agrícola 600 acessa sistemas através da localização do servidor remoto 502.

[00216] A FIG. 14 também representa outro exemplo de uma arquitetura de servidor remoto. A FIG. 14 mostra que alguns elementos da FIG. 2 podem ser dispostos em uma localização de servidor remoto 502 enquanto outros podem ser localizados em qualquer lugar. A título de exemplo, o armazenamento de dados 202 pode ser disposto em uma localização separada da localização 502 e acessado por meio do servidor remoto na localização 502. Independentemente de onde os elementos são localizados, os elementos podem ser acessados diretamente pela colheitadeira agrícola 600 através de uma rede tal como uma rede de área abrangente ou uma rede de área local; os elementos podem ser hospedados em um local remoto por um serviço; ou os elementos podem ser providos como um serviço ou acessados por um serviço de conexão que reside em uma localização remota. Também, dados podem ser armazenados em qualquer localização, e os dados armazenados podem ser acessados, ou encaminhados a operadores, usuários, ou sistemas. Por exemplo, portadoras físicas podem ser usadas em substituição ou em adição a portadoras de ondas eletromagnéticas. Em alguns exemplos, onda cobertura de serviço de telecomunicação sem fio é fraca ou inexistente, outra máquina, tal como um caminhão de combustível ou outra máquina móvel ou veículo, pode ter um sistema de coleta de informação automático, semiautomático ou manual. À medida que a colheitadeira combinada 600 se aproxima da máquina contendo o sistema de coleta de informação, tal como um caminhão de combustível, antes do abastecimento, o sistema de coleta de informação coleta a informação da colheitadeira combinada 600 usando qualquer tipo de conexão sem fio ad hoc. A informação coletada pode então ser encaminhada a outra rede quando a máquina contendo a informação recebida chega a uma localização onde cobertura de serviço de telecomunicação sem fio ou outra cobertura por fio é disponível. Por exemplo, um caminhão de combustível pode entrar em uma área com cobertura de comunicação sem fio durante deslocamento para uma localização para abastecer outras máquinas ou quando em uma localização de armazenamento de combustível principal. Todas essas arquiteturas são contempladas no presente documento. Adicionalmente, a informação pode ser armazenada na colheitadeira agrícola 600 até que a colheitadeira agrícola 600 entre em uma área com cobertura de comunicação sem fio. A colheitadeira agrícola 600, por sua vez, pode enviar a informação a outra rede.

[00217] Nota-se também que os elementos da FIG. 2, ou porções dos mesmos, podem ser dispostos em uma ampla variedade de diferentes dispositivos. Um ou mais desses dispositivos podem incluir computadores internos, uma unidade de controle eletrônico, uma unidade de exibição, um servidor, um computador desktop, um computador laptop, um computador tablet, ou outro dispositivo móvel, tal como um computador palmtop, um telefone celular, um smartphone, um tocador multimídia, um assistente pessoal digital, etc.

[00218] Em alguns exemplos, a arquitetura de servidor remoto 500 pode incluir medidas de segurança cibernética. Sem limitação, essas medidas podem incluir encriptação de dados em dispositivos de armazenamento, encriptação de dados enviados entre nós de rede, autenticação de pessoas ou dados de acesso de processo, bem como o uso de livros para registrar metadados, dados, transferências de dados, acesso de dados e transformações de dados. Em alguns exemplos, os livros podem ser distribuídos e imutáveis (por exemplo, implementados como blockchain).

[00219] A FIG. 15 é um diagrama de blocos simplificado de um exemplo ilustrativo de um dispositivo de computação portátil ou móvel que podem ser usados um dispositivo portátil de usuário ou cliente 16, no qual o presente sistema (ou partes dele) pode ser desdobrado. Por exemplo, um dispositivo móvel pode ser desdobrado no compartimento do operador da colheitadeira agrícola 100 para uso na geração, processamento ou exibição dos mapas supradiscutidos. As FIGS. 16-17 são exemplos de dispositivos portáteis ou móveis.

[00220] A FIG. 15 provê um diagrama de blocos geral dos componentes de um dispositivo cliente 16 que podem rodar alguns componentes mostrados na FIG. 2, que interage com os mesmos, ou ambos. No dispositivo 16, uma ligação de comunicações 13 é provida que permite que o dispositivo portátil comunique com outros dispositivos de computação e em alguns exemplos provê um canal para receber informação automaticamente, tal como por escaneamento. Exemplos de ligação de comunicações 13 incluem permitir comunicação através de um ou mais protocolos de comunicação, tais como serviços sem fio usados para prover acesso celular a um rede, bem como protocolos que provêm conexões sem fio locais a redes.

[00221] Em outros exemplos, aplicações podem ser recebidas em um cartão Digital Seguro Removível (SD) que é conectado a uma interface 15. A interface 15 e ligações de comunicação 13 comunicam com um processador 17 (que pode também incorporar processadores ou servidores de outras FIGS.) ao longo de um barramento 19 que é também conectado à memória 21 e componentes de entrada/saída (I/O) 23, bem como relógio 25 e sistema de localização 27.

[00222] Os componentes de I/O 23, em um exemplo, são providos para facilitar operações de entrada e saída. Os componentes de I/O 23 para vários exemplos do dispositivo 16 podem incluir componentes de entrada tais como botões, sensores de toque, sensores ópticos, microfones, telas sensíveis ao toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída tal como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes de I/O 23 podem ser igualmente usados.

[00223] O relógio 25 ilustrativamente compreende um componente de relógio de tempo real que produz uma hora e data. Ele pode também, ilustrativamente, prover funções de sincronismo para o processador 17.

[00224] O sistema de localização 27 ilustrativamente inclui um componente que produz uma localização geográfica atual do dispositivo 16. Isso pode incluir, por exemplo, um receptor de sistema de posicionamento global (GPS), um sistema LORAN, um sistema de posicionamento relativo, um sistema de triangulação celular, ou outro sistema de posicionamento. O sistema de localização 27 pode também incluir, por exemplo, software de mapeamento ou software de navegação que gero mapas, rotas de navegação e outras funções geográficas desejadas.

[00225] A memória 21 armazena o sistema operacional 29, ajustes de rede 31, aplicações 33, ajustes de configuração de aplicação 35, armazenamento de dados 37, unidades de operação de comunicação 39 e ajustes de configuração de comunicação 41. A memória 21 pode incluir todos os tipos de dispositivos de memória legíveis por computador tangíveis voláteis e não voláteis. A memória 21 pode também incluir mídias de armazenamento por computador (descritas a seguir). A memória 21 armazena instruções legíveis por computador que, quando executadas pelo processador 17, fazem com que o processador realize etapas ou funções implementadas por computador de acordo com as instruções. O processador 17 pode ser ativado por outros componentes para facilitar sua funcionalidade igualmente.

[00226] A FIG. 16 mostra um exemplo no qual dispositivo 16 é um computador tablet 600. Na FIG. 16, computadores 601 é mostrado com tela de exibição de interface de usuário 602. A tela 602 pode ser uma tela sensível ao toque ou uma interface habilitada por caneta que recebe entradas de uma caneta ou dispositivo tipo caneta. Computadores tablet 600 podem também usar um teclado virtual na tela. Certamente, computadores 601 pode também se anexado a um teclado ou outro dispositivo de entrada de usuário por meio de mecanismo de anexação adequado, tal como uma ligação sem fio ou porta USB, por exemplo. Os computadores 601 podem também ilustrativamente receber entradas de voz igualmente.

[00227] A FIG. 17 é similar à FIG. 16 exceto que o dispositivo é um smartphone 71. O smartphone 71 tem uma exibição sensível ao toque 73 que exibe ícones ou azulejos ou outros mecanismos de entrada de usuário 75. Os mecanismos 75 podem ser usados por um usuário rodar aplicações, fazer chamadas, realizar operações de transferência de dados, etc. Em geral, o smartphone 71 é construído em um sistema operacional móvel e oferece capacidade de computação e conectividade mais avançadas do que um telefone de recurso.

[00228] Note que outras formas dos dispositivos 16 são possíveis.

[00229] A FIG. 18 é um exemplo de um ambiente de computação no qual elementos da FIG. 2 podem ser desdobrados. Com referência à FIG. 18, um sistema exemplificativo para implementar algumas modalidades inclui um dispositivo de computação na forma de um computador 810 programado para operar como aqui discutido. Os componentes de computador 810 podem incluir, mas sem se limitar a uma unidade de processamento 820 (que pode compreender processadores ou servidores das FIGS. anteriores), um sistema memória 830 e um barramento do sistema 821 que acopla vários componentes de sistema incluindo a memória do sistema à unidade de processamento 820. O barramento do sistema 821 pode ser qualquer de diversos tipos de estruturas de barramento incluindo um barramento de memória ou controlador de memória, um barramento periférico e um barramento local usando qualquer de uma variedade de arquiteturas de barramento. A memória e programas descritos com relação à FIG. 2 podem ser desdobrados em porções correspondentes da FIG. 18.

[00230] O computador 810 tipicamente inclui uma variedade de mídias legíveis por computador. Mídias legíveis por computador podem ser qualquer mídia disponível que pode ser acessada por computador 810 e incluem tanto mídia volátil quanto não volátil, mídia removível quanto não removível. A título de exemplo, e não de limitação, mídias legíveis por computador podem compreender mídias de armazenamento por computador e mídias de comunicação. Mídias de armazenamento por computador são diferentes, e não incluem, um sinal de dados modulado ou onda portadora. Mídias legíveis por computador incluem mídia de armazenamento de hardware incluindo tanto mídia removível quanto não removível, volátil quanto não volátil implementada em qualquer método ou tecnologia para armazenamento de informação tais como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. Mídias de armazenamento por computador incluem, mais sem se limitar a RAM, ROM, EEPROM, memória 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 magnéticos, ou qualquer outra mídia que pode ser usada para armazenar a informação desejada e que pode ser acessada por computador 810. Mídias 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 mídia de entrega de informação. A expressão “sinal de dados modulado” significa um sinal que tem uma ou mais de suas características definidas ou alteradas de uma maneira tal a codificar informação no sinal.

[00231] A memória do sistema 830 inclui mídias de armazenamento por computador na forma de memória volátil e/ou não volátil, ou ambas, tais 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 informação entre elementos dentro do computador 810, tal como durante iniciação, é tipicamente armazenado em ROM 831. RAM 832 tipicamente contém dados ou módulos de programa, ou ambos, que são imediatamente acessíveis e/ou são atualmente operados pela unidade de processamento 820. A título de exemplo, e não de limitação, a FIG. 18 ilustra sistema operacional 834, programas de aplicação 835, outros módulos de programa 836 e dados de programa 837.

[00232] O computador 810 pode também incluir outras mídias de armazenamento por computador removíveis/não removíveis voláteis/não voláteis. Apenas a título de exemplo, a FIG. 18 ilustra uma unidade de disco rígido 841 que lê ou grava em mídias magnéticas não removíveis, não magnéticas, uma unidade de disco óptico 855 e disco óptico não volátil 856. A unidade de disco rígido 841 é tipicamente conectada ao barramento do sistema 821 através de uma interface de memória não removível tal como a interface 840, e a unidade de disco óptico 855 é tipicamente conectada ao barramento do sistema 821 por uma interface de memória removível, tal como a interface 850.

[00233] Alternativamente, ou adicionalmente, a funcionalidade descrita no presente documento pode ser realizada, pelo menos em parte, por um ou mais componentes lógicos de hardware. Por exemplo, e sem limitação, tipos ilustrativos de componentes lógicos de hardware que podem ser usados incluem Arranjos de Porta Programáveis no Campo (FPGAs), Circuitos Integrados Específicos da Aplicação (por exemplo, ASICs), Produtos Padrões Específicos da Aplicação (por exemplo, ASSPs), sistemas sistema-em-umchip (SOCs), Dispositivos de Lógica Programável Complexa (CPLDs), etc.

[00234] As unidades de operação e suas mídias de armazenamento por computador associadas aqui discutidas e ilustradas na FIG. 18 provê armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na FIG. 18, por exemplo, a unidade de disco rígido 841 é ilustrada armazenando sistema operacional 844, programas de aplicação 845, outros módulos de programa 846 e dados de programa 847. Note que esses componentes podem ser tanto os mesmos quanto diferentes do sistema operacional 834, programas de aplicação 835, outros módulos de programa 836 e dados de programa 837.

[00235] Um usuário pode entrar com comandos e informação no computador 810 através de dispositivos de entrada tais como um teclado 862, um microfone 863 e um dispositivo de apontamento 861, tais como um mouse, mouse de esfera ou bloco de toque. Outros dispositivos de entrada (não mostrados) podem incluir um manche, bloco de jogos, disco satélite, escâner ou similares. Esses e outros dispositivos de entrada são frequentemente conectados à unidade de processamento 820 através de uma interface de entrada de usuário 860 que é acoplada ao barramento do sistema, mas pode ser conectada por outra interface e estruturas de barramento. Uma exibição visual 891 ou outro tipo de dispositivo de exibição é também conectada ao barramento do sistema 821 por meio de uma interface, tal como uma interface de vídeo 890. Além do monitor, computadores podem também incluir outros dispositivos de saída periféricos tais como alto-falantes 897 e impressora 896, que podem ser conectados através de uma interface periférica de saída 895.

[00236] O computador 810 é operado em um ambiente ligado em rede usando conexões lógicas (tais como uma rede de área do controlador – CAN, rede de área local – LAN, ou rede de área abrangente WAN) a um ou mais computadores remotos, tal como um computador remoto 880.

[00237] Quando usado em um ambiente de rede LAN, o computador 810 é conectado à LAN 871 através de uma interface de rede ou adaptador 870. Quando usado em um ambiente em rede WAN, o computador 810 tipicamente inclui um modem 872 ou outros meios para estabelecer comunicações pela WAN 873, tal como a Internet. Em um ambiente ligado em rede, módulos de programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A FIG. 18 ilustra, por exemplo, que programas de aplicação remotos 885 podem residir em computadores remotos 880.

[00238] Deve-se também notar que os diferentes exemplos descritos no presente documento podem ser combinados em diferentes maneiras. Ou seja, partes de um ou mais exemplos podem ser combinadas com partes de um ou mais outros exemplos. Tudo isso é contemplado no presente documento.

[00239] O Exemplo 1 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, compreendendo:
um sistema de comunicação que recebe um mapa que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
um sensor de posição geográfica que detecta uma localização geográfica da máquina de trabalho agrícola;
um sensor in situ que detecta um valor de uma característica agrícola correspondente à localização geográfica;
um gerador de mapa preditivo que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa e com base no valor de característica agrícola;
um subsistema controlável; e
um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na localização geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00240] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa é um mapa de característica de potência preditivo gerado com base em valores de um mapa e valores de uma característica de potência detectado in situ.

[00241] O Exemplo 3 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo compreende:
um gerador de mapa de característica agrícola preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de característica agrícola funcional que mapeia, como os valores de controle preditivos, valores preditivos de característica agrícola para as diferentes localizações geográficas no campo.

[00242] O Exemplo 4 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sensor in situ detecta, como o valor de característica agrícola, um valor de um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00243] O Exemplo 5 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo compreende:
um mapa de comando de operador preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de comando de operador preditivo funcional que mapeia, como os valores de controle preditivos, valores de comando de operador preditivos para as diferentes localizações geográficas no campo.

[00244] O Exemplo 6 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende:
um controlador de ajustes que gera um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional e controla o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00245] O Exemplo 7 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle gera o sinal de controle para controlar o subsistema de controle para ajustar uma taxa de alimentação de material através da máquina de trabalho agrícola.

[00246] O Exemplo 8 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, e compreendendo adicionalmente:
um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica de potência e a característica agrícola com base em um valor de característica de potência no mapa na localização geográfica e no valor de característica agrícola detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa agrícola preditivo funcional com base nos valores de característica de potência no mapa e com base no modelo agrícola preditivo.

[00247] O Exemplo 9 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende adicionalmente:
um controlador de interface de operador que gera um reapresentação de mapa de interface de usuário do mapa agrícola preditivo funcional, a reapresentação de mapa de interface de usuário compreendendo uma porção do campo com um ou mais marcadores indicando os valores de controle preditivos em uma ou mais localizações geográficas na porção de campo.

[00248] O Exemplo 10 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores,, em que o controlador de interface de operador gera a reapresentação de mapa de interface de usuário para incluir uma porção de exibição interativa que exibe uma porção de exibição de valor indicativa de um valor selecionado, uma porção de exibição de limiar interativa indicativa de um limiar de ação, e uma porção de exibição de ação interativa indicativa de uma ação de controle a ser adotada quando um dos valores de controle preditivos satisfaz o limiar de ação em relação ao valor selecionado, o sistema de controle gerando o sinal de controle para controlar o subsistema controlável com base na ação de controle.

[00249] O Exemplo 11 é um exemplo incluindo qualquer ou todos os exemplos anteriores, compreendendo:
obter um mapa que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
detectar uma localização geográfica da máquina de trabalho agrícola;
detectar, com um sensor in situ, um valor de uma característica agrícola correspondente à localização geográfica;
gerar um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa e com base no valor de característica agrícola; e
controlar um subsistema controlável com base na localização geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00250] O Exemplo 12 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que obter o mapa compreende:
obter um mapa de característica de potência preditivo que inclui, como valores de característica de potência, valores preditivos de característica de potência correspondentes para diferentes localizações geográficas no campo.

[00251] O Exemplo 13 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que gerar o mapa agrícola preditivo funcional compreende:
gerar um mapa de característica agrícola funcional que mapeia, como os valores de controle preditivos, valores preditivos de característica agrícola para as diferentes localizações geográficas no campo.

[00252] O Exemplo 14 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que detectar, com um sensor in situ, o valor de uma característica agrícola compreende:
detectar, com o sensor in situ, como o valor de característica agrícola, um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00253] O Exemplo 15 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que gerar o mapa agrícola preditivo funcional compreende:
gerar um mapa de comando de operador preditivo funcional que mapeia, como os valores de controle preditivos, valores de comando de operador preditivos para as diferentes localizações geográficas no campo.

[00254] O Exemplo 16 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que controlar o subsistema controlável compreende:
gerar um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional; e
controlar o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00255] O Exemplo 17 é um exemplo incluindo qualquer ou todos os exemplos anteriores, em que controlar o subsistema controlável compreende:
controlar o subsistema controlável para ajustar uma taxa de alimentação de material através da máquina de trabalho agrícola.

[00256] O Exemplo 18 é um exemplo incluindo qualquer ou todos os exemplos anteriores, e compreendendo adicionalmente:
gerar um modelo agrícola preditivo que modela uma relação entre a característica de potência e a característica agrícola com base em um valor de característica de potência no mapa na localização geográfica e no valor de característica agrícola detectado pelo sensor in situ correspondente à localização geográfica, em que gerar o mapa agrícola preditivo funcional compreende gerar o mapa agrícola preditivo funcional com base nos valores de característica de potência no mapa e com base no modelo agrícola preditivo.

[00257] O Exemplo 19 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores compreendendo, um sistema de comunicação que recebe um mapa que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
um sensor de posição geográfica que detecta uma localização geográfica da máquina de trabalho agrícola um sensor in situ que detecta um valor de uma característica agrícola correspondente à localização geográfica;
um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica de potência e a característica agrícola com base em um valor de característica de potência no mapa na localização geográfica e no valor de característica agrícola detectado pelo sensor in situ correspondente à localização geográfica;
um gerador de mapa preditivo que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa e com base no modelo agrícola preditivo;
um subsistema controlável; e
um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00258] O Exemplo 20 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende pelo menos um dentre:
um controlador de taxa de alimentação que gera um sinal de controle de taxa de alimentação com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de taxa de alimentação para controlar uma taxa de alimentação de material através da máquina de trabalho agrícola;
um controlador de ajustes que gera um sinal de controle de velocidade com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de velocidade para controlar uma velocidade da máquina de trabalho agrícola;
um controlador de coletor que gera um sinal de controle de coletor com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de coletor para controlar uma distância de pelo menos uma porção de um coletor na máquina de trabalho agrícola de uma superfície do campo; e
um controlador de ajustes que gera um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00259] Embora a matéria tenha sido descrita em linguagem específica para recursos estruturais ou atos metodológicos, deve-se entender que a matéria definida nas reivindicações anexas não é necessariamente limitada aos recursos ou atos específicos supradescritos. Em vez disso, os recursos e atos específicos supradescritos são descritos como formas exemplificativas das reivindicações.

Claims

Sistema agrícola caracterizado pelo fato de que compreende:
um sistema de comunicação (206) que recebe um mapa que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
um sensor de posição geográfica (204) que detecta uma localização geográfica de uma máquina de trabalho agrícola;
um sensor in situ (208) que detecta um valor de uma característica agrícola correspondente à localização geográfica;
um gerador de mapa preditivo (212) que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa e com base no valor de característica agrícola; e
um sistema de controle (214) que gera um sinal de controle para controlar um subsistema controlável (216) da máquina de trabalho agrícola (100) com base na localização geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle no mapa agrícola preditivo funcional.
Sistema agrícola de acordo com a reivindicação 1, caracterizado pelo fato de que o mapa é um mapa de característica de potência preditivo gerado com base em valores de um mapa e valores de uma característica de potência detectado in situ.
Sistema agrícola de acordo com a reivindicação 1, caracterizado pelo fato de que o gerador de mapa preditivo compreende:
um gerador de mapa de característica agrícola preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de característica agrícola funcional que mapeia, como os valores de controle preditivos, valores preditivos de característica agrícola para as diferentes localizações geográficas no campo.
Sistema agrícola de acordo com a reivindicação 1, caracterizado pelo fato de que o sensor in situ detecta, como o valor de característica agrícola, um valor de um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.
Sistema agrícola de acordo com a reivindicação 4, caracterizado pelo fato de que o gerador de mapa preditivo compreende:
um mapa de comando de operador preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de comando de operador preditivo funcional que mapeia, como os valores de controle preditivos, valores de comando de operador preditivos para as diferentes localizações geográficas no campo.
Sistema agrícola de acordo com a reivindicação 5, caracterizado pelo fato de que o sistema de controle compreende:
um controlador de ajustes que gera um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional e controla o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.
Sistema agrícola de acordo com a reivindicação 1, caracterizado pelo fato de que o sistema de controle gera o sinal de controle para controlar o subsistema de controle para ajustar uma taxa de alimentação de material através da máquina de trabalho agrícola.
Sistema agrícola de acordo com a reivindicação 1 caracterizado pelo fato de que compreende adicionalmente:
um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica de potência e a característica agrícola com base em um valor de característica de potência no mapa na localização geográfica e no valor de característica agrícola detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa agrícola preditivo funcional com base nos valores de característica de potência no mapa e com base no modelo agrícola preditivo.
Sistema agrícola de acordo com a reivindicação 1, caracterizado pelo fato de que o sistema de controle compreende adicionalmente:
um controlador de interface de operador que gera uma reapresentação de mapa de interface de usuário do mapa agrícola preditivo funcional, a reapresentação de mapa de interface de usuário compreendendo uma porção do campo com um ou mais marcadores indicando os valores de controle preditivos em uma ou mais localizações geográficas na porção de campo.
Sistema agrícola de acordo com a reivindicação 9, caracterizado pelo fato de que o controlador de interface de operador gera a reapresentação de mapa de interface de usuário para incluir uma porção de exibição interativa que exibe uma porção de exibição de valor indicativa de um valor selecionado, uma porção de exibição de limiar interativa indicativa de um limiar de ação, e uma porção de exibição de ação interativa indicativa de uma ação de controle a ser adotada quando um dos valores de controle preditivos satisfaz o limiar de ação em relação ao valor selecionado, o sistema de controle gerando o sinal de controle para controlar o subsistema controlável com base na ação de controle.
Sistema agrícola, caracterizada pelo fato de que compreende:
um sistema de comunicação (206) que recebe um mapa (258) que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
um sensor de posição geográfica (204) que detecta uma localização geográfica de uma máquina de trabalho agrícola (100);
um sensor in situ (208) que detecta um valor de uma característica agrícola correspondente à localização geográfica;
um gerador de modelo preditivo (210) que gera um modelo agrícola preditivo que modela uma relação entre a característica de potência e a característica agrícola com base em um valor de característica de potência no mapa (258) na localização geográfica e no valor de característica agrícola detectado pelo sensor in situ (208) correspondente à localização geográfica;
um gerador de mapa preditivo (212) que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa (258) e com base no modelo agrícola preditivo; e
um sistema de controle (214) que gera um sinal de controle para controlar um subsistema controlável (216) da máquina de trabalho agrícola (100) com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.
Método implementado por computador para controlar uma máquina de trabalho agrícola (100), caracterizado pelo fato de que compreende:
obter um mapa (258) que inclui valores de uma característica de potência correspondentes a diferentes localizações geográficas em um campo;
detectar uma localização geográfica da máquina de trabalho agrícola (100);
detectar, com um sensor in situ (208), um valor de uma característica agrícola correspondente à localização geográfica;
gerar um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores de característica de potência no mapa e com base no valor de característica agrícola; e
controlar um subsistema controlável (216) da máquina de trabalho agrícola (100) com base na localização geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle no mapa agrícola preditivo funcional.
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que obter o mapa compreende:
obter um mapa de característica de potência preditivo que inclui, como valores de característica de potência, valores preditivos de característica de potência correspondentes para diferentes localizações geográficas no campo.
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que gerar o mapa agrícola preditivo funcional compreende:
gerar um mapa de característica agrícola funcional que mapeia, como os valores de controle preditivos, valores preditivos de característica agrícola para as diferentes localizações geográficas no campo.
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que detectar, com um sensor in situ, o valor de uma característica agrícola compreende:
detectar, com o sensor in situ, como o valor de característica agrícola, um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.