BR102021016725A2

BR102021016725A2 - Máquina de trabalho agrícola, e, método implementado por computador para controlar uma máquina de trabalho agrícola

Info

Publication number: BR102021016725A2
Application number: BR102021016725-4A
Authority: BR
Inventors: Nathan R. Vandike; Bhanu Kiran Reddy Palla; Duane M. Bomleny; Colin D. Engel; Stephen R. Corban
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-24
Publication date: 2022-04-26
Also published as: CA3130117A1; CN114303591A; US20220110262A1

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 PARA CONTROLAR UMA MÁQUINA DE TRABALHO AGRÍCOLA

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] Uma variedade de diferentes condições em campos tem inúmeros de efeitos deletérios na operação de colheita. Portanto, um operador pode tentar modificar o controle da colheitadeira, ao encontrar tais condições durante a operação de colheita.

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

[0011] A FIG. 4B é um diagrama de blocos mostrando um exemplo de um gerador de modelo preditivo e um gerador de mapa preditivo.

[0012] A FIG. 5 é um fluxograma mostrando um exemplo de operação de uma colheitadeira agrícola receber um mapa, detectando uma característica, e gerar um mapa preditivo funcional para uso no controle da colheitadeira agrícola durante uma operação de colheita.

[0013] A FIG. 6A é um diagrama de blocos mostrando um exemplo de um gerador de modelo preditivo e um gerador de mapa preditivo.

[0014] A FIG. 6B é um diagrama de blocos mostrando alguns exemplos de sensores in situ.

[0015] 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.

[0016] A FIG. 8 é um diagrama de blocos mostrando um exemplo de um gerador de zona de controle.

[0017] A FIG. 9 é um fluxograma que ilustra um exemplo da operação do gerador de zona de controle mostrado na FIG. 8.

[0018] 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.

[0019] A FIG. 11 é um diagrama de blocos mostrando um exemplo de um controlador de interface de operador.

[0020] A FIG. 12 é um fluxograma que ilustra um exemplo de um controlador de interface de operador.

[0021] A FIG. 13 é uma ilustração pictorial mostrando um exemplo de uma exibição de interface de operador.

[0022] A FIG. 14 é um diagrama de blocos mostrando um exemplo de uma colheitadeira agrícola em comunicação com um ambiente de servidor remoto.

[0023] As FIGS. 15-17 mostram exemplos de dispositivos móveis que podem ser usados em uma colheitadeira agrícola.

[0024] 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

[0025] 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 e/ou etapas descritos com relação a um exemplo podem ser combinados com os aspectos, componentes e/ou etapas descritos com relação a outros exemplos da presente descrição.

[0026] Em alguns exemplos, 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 velocidade preditivo. Em alguns exemplos, o mapa de velocidade preditivo pode ser usado para controlar uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola. Como aqui discutido, ele pode melhorar o desempenho da colheitadeira agrícola para controlar a velocidade da colheitadeira agrícola quando a colheitadeira agrícola engata diferentes condições no campo. Por exemplo, se as culturas tiverem atingido a maturidade, as ervas daninhas podem ainda estar verdes, dessa forma aumentando o teor de umidade da biomassa que é encontrada pela colheitadeira agrícola. Esse problema pode ser exacerbado quando os fragmentos de ervas daninhas estão molhados (tal como logo após uma chuva ou quando os fragmentos de ervas daninhas contêm umidade) e antes de as ervas daninhas terem chance de secar. Dessa forma, quando a colheitadeira agrícola encontra uma área de maior biomassa, o operador pode reduzir a velocidade da colheitadeira agrícola para manter uma taxa de alimentação constante de material através da colheitadeira agrícola. Mantendo uma taxa de alimentação constante pode-se manter o desempenho da colheitadeira agrícola.

[0027] O desempenho de uma colheitadeira agrícola pode ser deleteriamente afetado com base em inúmeros diferentes critérios. Tais diferentes critérios podem incluir mudanças na biomassa, estado de cultura, topografia, propriedades do solo, e características de semeadura, ou outras condições. Portanto, pode também ser útil controlar a velocidade da colheitadeira agrícola com base em outras condições que podem estar presentes no campo. Por exemplo, o desempenho da colheitadeira agrícola pode ser mantido em um nível aceitável controlando a velocidade da colheitadeira agrícola com base na biomassa encontrada pela colheitadeira agrícola, no estado de cultura da cultura que está sendo colhida, na topografia do campo que está sendo colhido, propriedades do solo de solo no campo que está sendo colhido, características de semeadura no campo que está sendo colhido, rendimento no campo que está sendo colhido, ou outras condições que estão presentes no campo.

[0028] 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.

[0029] Um mapa de índice vegetativo pode ser usado para identificar a presença e localização de vegetação. Em alguns exemplos, esses mapas permitem que vegetação seja identificada e georreferenciado na presença de solo descoberto, resíduo de cultura, ou outras plantas, incluindo cultura ou outras ervas daninhas.

[0030] Em alguns exemplos, um mapa de biomassa é provido. Um mapa de biomassa ilustrativamente mapeia uma medida de biomassa no campo que está sendo colhido em diferentes localizações no campo. Um mapa de biomassa pode ser gerado a partir de valores de índice vegetativo, de níveis de biomassa historicamente medidos ou estimados, de imagens ou outras leituras de sensor feitas durante uma operação anterior no campo, ou de outras maneiras. Em alguns exemplos, biomassa pode ser ajustada por um fator que representa uma porção de total biomassa que passa através da colheitadeira agrícola. Para milho, este fator é tipicamente cerca de 50%. Para umidade em material de cultura colhido, este fator é tipicamente 10%-30%. Em alguns exemplos, o fator pode representar uma porção de material de ervas daninhas ou sementes de ervas daninhas. Em alguns exemplos, o fator pode representar uma porção de uma cultura em uma mistura interculturas.

[0031] Em alguns exemplos, um mapa de estado de cultura é provido. O estado de cultura pode definir se a cultura está deitada, em pé, parcialmente deitada, a orientação de cultura deitada ou parcialmente deitada em relação à superfície do chão ou a uma direção de bússola, e outras coisas. Um mapa de estado de cultura ilustrativamente mapeia a estado de cultura no campo que está sendo colhido em diferentes localizações no campo. Um mapa de estado de cultura pode ser gerado a partir de imagens aéreas ou outras do campo, de imagens ou outras leituras de sensor feitas durante uma operação anterior no campo ou de outras maneiras antes da colheita.

[0032] Em alguns exemplos, um mapa de semeadura é provido. Um mapa de semeadura pode mapear características de semeadura tais como localizações de semente, variedade de semente ou população de semente para diferentes localizações no campo. O mapa de semeadura pode ser gerado durante uma operação de plantio de semente passada no campo. O mapa de semeadura pode ser derivado de sinais de controle usados por uma semeadeira durante plantio de sementes ou dos sensores na semeadeira que confirmam que uma semente foi dosada ou plantada. Semeadeiras podem também incluir sensores de posição geográfica que geolocalizam as características de semente no campo.

[0033] Em alguns exemplos, um mapa de propriedade de solo é provido. Um mapa de propriedade de solo ilustrativamente mapeia uma medida de uma ou mais propriedades do solo tais como tipo de solo, constituintes químicos do solo, estrutura do solo, cobertura de resíduo, histórico de lavoura, ou umidade do solo no campo que está sendo colhido em diferentes localizações no campo. Um mapa de propriedades do solo pode ser gerado a partir de valores de índice vegetativo, de propriedades do solo historicamente medidas ou estimadas, de imagens ou outras leituras de sensor feitas durante uma operação anterior no campo, ou de outras maneiras.

[0034] Em alguns exemplos, outros mapas de informação anteriores são providos. Tais mapas de informação anteriores podem incluir um mapa topográfico do campo que está sendo colhido, um mapa de rendimento preditivo para o campo que está sendo colhido, ou outros mapas de informação anteriores.

[0035] Em alguns exemplos, a presente descrição se refere ao uso de dados in situ obtidos simultaneamente a uma operação agrícola, em combinação com dados de um mapa, para gerar um mapa preditivo, e mais particularmente, um mapa de característica de altura de corte preditivo. Em alguns exemplos, o mapa de característica de altura de corte preditivo pode ser usado para controlar uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola. O mapa de característica de altura de corte preditivo pode incluir valores de altura de corte predita georreferenciada ou variabilidade de altura de corte. Em tais exemplos, a presente discussão também inclui receber, além do dos mapas de informação anteriores, tal como um mapa topográfico anterior, os mapas preditivos que predizem uma característica com base em um mapa de informação anterior e uma relação a uma saída de sensor in situ. Em um exemplo, o mapa preditivo é um mapa de velocidade preditivo. Em um exemplo, o mapa de velocidade preditivo é o mapa de velocidade preditivo funcional descrito no presente documento. Em outros exemplos, o mapa de velocidade preditivo pode ser criado com base em outros mapas de informação anteriores ou gerado de outras maneiras igualmente.

[0036] A presente discussão dessa forma continua com relação a sistemas que recebem um ou mais mapas de um campo ou um mapa gerado durante uma operação anterior e também usam um sensor in situ para detectar uma variável indicativa de uma ou mais características. Os sistemas geram um modelo que modela uma relação entre os valores em um ou mais mapas recebidos e os valores de saída do sensor in situ. O modelo é usado para gerar um mapa preditivo funcional que prediz, por exemplo, uma altura de corte ou uma variabilidade de altura de corte em diferentes localizações no campo. O mapa 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.

[0037] Uma colheitadeira agrícola é frequentemente equipada com um coletor que é móvel (tal como verticalmente móvel e rotacionalmente móvel em torno de um ou mais eixos geométricos, tal como na arfagem (por exemplo, uma inclinação de frente para trás) ou rolamento (por exemplo, uma inclinação lado a lado através da largura do coletor), em relação ao chão ou outro recurso. Por exemplo, um ou mais atuadores hidráulicos (ou outros atuadores) sejam acoplados entre o alimentador e a armação da colheitadeira agrícola, eles poderiam ser acoplados em outras localizações. Um ou mais atuadores hidráulicos pode atuar o movimento do coletor, tal como levantar e abaixar o coletor. Em alguns cenários, a colheitadeira agrícola é operada de forma que o coletor mantenha o uma relação desejada quanto a um recurso, tal como a superfície do campo ou porção da colheitadeira agrícola. Por exemplo, um ou mais atuadores hidráulicos pode ser usado para manter o coletor a uma distância selecionada, altura acima, ângulo relativo, etc., à superfície do campo. O operador da colheitadeira agrícola pode ajustar um ajuste inicial de altura para estabelecer uma altura, acima da superfície do campo, na qual o operador deseja que coletor seja mantido durante operação. A altura do coletor acima do campo, além de outros ajustes posicionais (por exemplo, rolamento, arfagem, etc.), determina uma altura de corte. A altura de corte é a altura na qual vegetação no campo será cortada. Um sistema de controle ou, em alguns exemplos, o operador detecta variáveis indicativas de uma altura do coletor ou uma altura de corte e controla os atuadores que atuam o movimento do coletor para mover o coletor a fim de manter a altura desejada. As variáveis podem ser detectadas pelo sensoreamento com o uso de um ou mais sensores.

[0038] Um campo pode ter alterações nas características topográficas, tais como alterações na elevação, que exigem o ajustamento ao coletor da colheitadeira agrícola a fim de manter a altura de corte desejada à medida que a colheitadeira agrícola move através do campo. Essas alterações na topografia podem ocorrer na colheitadeira muito rapidamente, por meio disso impedindo o movimento efetivo do coletor. Por exemplo, a colheitadeira pode estar deslocando a uma velocidade que não permite ajustamento a tempo do coletor. Essa incapacidade de ajuste o coletor em uma velocidade da colheitadeira agrícola particular pode ser o resultado, por exemplo, das capacidades de resposta do atuador da máquina (por exemplo, velocidade de resposta), capacidades de sensor, ou capacidades do operador humano. Em decorrência disso, o coletor pode colidir no chão, cortar vegetação indesejavelmente, bem como outros efeitos deletérios.

[0039] A presente descrição dessa forma continua com relação a sistemas que recebem um mapa, tal como um mapa topográfico, um mapa de velocidade preditivo, ou ambos. O sistema inclui sensores in situ capazes de detectar uma altura do coletor, uma altura de corte, ou ambos. O sistema adicionalmente inclui um modelo gerador que identifica uma relação entre os valores no mapa recebido (por exemplo, valores de característica topográfica e velocidade valores) e as características (por exemplo, altura de corte, variabilidade de altura de corte, etc.) detectado pelos sensores in situ. O gerador de modelo gera uma modelo de característica de altura de corte preditivo. O modelo de característica de altura de corte é usado por um gerador de mapa preditivo para gerar um mapa de característica de altura de corte preditivo funcional que mapeia valores de característica de altura de corte preditivos. O mapa de característica de altura de corte 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.

[0040] 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 onde a 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.

[0041] 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.

[0042] 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.

[0043] 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 por 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.

[0044] 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.

[0045] 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.

[0046] 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.

[0047] A FIG. 1 também mostra que, em um exemplo, a colheitadeira agrícola 100 inclui sensor de máquina de velocidade 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.

[0048] Sensor de máquina de velocidade 146 sensoreia a velocidade de deslocamento da colheitadeira agrícola 100 no chão. Sensor de máquina de velocidade 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 um 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.

[0049] 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.

[0050] 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 aos 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.

[0051] 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; uma altura de corte sensor que sensoreia uma altura na qual vegetação no campo é cortada; 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.

[0052] A sensor de altura do coletor pode assumir uma ampla variedade de diferentes formas. Por exemplo, a sensor de altura do coletor pode ser um potenciômetro ou codificadores angulares que sensoreiam a rotação do coletor ou a posição angular do coletor em relação à armação da colheitadeira agrícola 100. Conhecendo as dimensões do coletor 102 e colheitadeira agrícola 100, a altura do coletor 102 acima do campo (por exemplo, chão 111) pode ser determinada usando os dados de sensor. Os sensores de altura do coletor podem também ser sensores que sensoreiam diretamente a altura do coletor 102 acima do campo. Exemplos sensores que podem sensorear diretamente uma altura do coletor acima da superfície do campo incluem, mas sem se limitar a radar, lidar, sensores ultrassônicos, sensores laser, ou sensores mecânicos.

[0053] Em um exemplo, a sensor de altura do coletor pode ser um conjunto de sensor mecânico que inclui um dispositivo acoplado ao coletor e configurado para fazer contato com a superfície do campo e gerar um sinal de sensor indicativo da altura do coletor em relação à superfície do campo. Vários outros sensores de altura do coletor são também contemplados no presente documento. As saídas de altura do coletor do sensor de altura do coletor podem ser processadas, tal como por agregação ou vários outros processamentos, tal como processamento de sumário estatístico, para prover uma indicação da variabilidade de altura do coletor para uma dada área do campo. A variabilidade de altura do coletor pode ser indicativa de uma variação na altura do coletor para uma dada área. A variabilidade de altura do coletor pode ser expressa de várias maneiras, tal como uma altura do coletor média para uma área particular, um desvio de altura do coletor médio para uma área particular, ou variação para uma área particular, bem como inúmeras outras expressões.

[0054] A colheitadeira agrícola 100 pode também incluir sensores de altura de corte na forma de sensores ópticos, tal como uma câmera, bem como vários outros sensores, tais como radar, lidar, ultrassônico, ou laser, dispositivos de sensoreamento. Os sensores de altura de corte são configurados para detectar características indicativas de uma altura de corte, ou seja, a altura na qual a vegetação é cortada pelo coletor. Por exemplo, os sensores de altura de corte podem detectar uma altura de restolho de cultura remanescente que se estende acima da superfície do campo (por exemplo, uma altura de talos de cultura remanescentes) em uma área do campo em torno da colheitadeira agrícola 100, tal como detrás da colheitadeira agrícola ou detrás de componentes da colheitadeira agrícola, tal como o coletor 102, em relação a uma direção de deslocamento da colheitadeira agrícola, como uma indicação de altura de corte. Adicionalmente, as saídas de altura de corte do sensor de altura de corte podem ser processadas, tal como por agregação, ou vários outros processamentos, tal como processamento de sumário estatístico, para prover uma indicação de variabilidade de altura de corte para uma área particular do campo, tal como uma área detrás da colheitadeira agrícola 100. A variabilidade de altura de corte pode ser indicativa de uma variação na altura de corte para uma área particular do campo. A variabilidade de altura de corte pode ser expressa de várias maneiras, tal como uma altura de corte média para uma área particular, um desvio ou variação na altura de corte média para uma área particular, bem como inúmeras outras expressões.

[0055] Em alguns exemplos, a saída do sensor de altura do coletor pode ser usada como uma indicação de altura de corte. Por exemplo, conhecendo-se a altura do coletor em relação à superfície do campo, a altura na qual vegetação é cortada pode também ser conhecida e estimada.

[0056] Antes de descrever como a colheitadeira agrícola 100 gera um mapa de velocidade preditivo funcional, e usa o mapa de velocidade preditivo funcional para controlar, uma breve descrição de alguns dos itens da colheitadeira agrícola 100, e sua operação, será primeiramente descrita. A descrição das FIG. 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, onde o sinal de sensor é indicativo de uma característica no campo, tais como as próprias características do campo, características de cultura da cultura ou grão presente no campo, ou características 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 operação da máquina tal como velocidade de máquina, saídas de diferente controladores, 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 ou valores derivados dos mesmos 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 podem ser usados para controlar uma máquina, tais 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.

[0057] Após a abordagem geral ser descrita com relação às FIGS. 2 e 3, uma abordagem mais específica para gerar um 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.

[0058] 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, as plantas no campo e as condições climáticas. Outros tipos de características agrícolas são também incluídos. Os sensores in situ 208 geram valores correspondentes às características sensoreadas. A colheitadeira agrícola 100 também inclui um gerador de modelo ou relação preditivo (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.

[0059] 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, um mapa de biomassa, um mapa de estado de cultura, um mapa topográfico, um mapa de propriedade de solo, um mapa de semeadura, ou um mapa 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.

[0060] 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.

[0061] 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.

[0062] 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, quaisquer dos sensores supradiscutidos com relação à FIG. 1, 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 material que está 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.

[0063] 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 de velocidade de máquina, então o gerador de modelo de variável de informação anterior para variável in situ 228 gera um modelo de velocidade preditivo que modela a relação entre o valor de índice vegetativo e a valor de velocidade de máquina. O modelo de velocidade 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 velocidade preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de velocidade preditivo funcional que prediz a velocidade de máquina alvo sensoreada pelos sensores in situ 208 em diferentes localizações no campo com base no mapa de informação anterior 258.

[0064] 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.

[0065] Em um exemplo, no qual o mapa de informação anterior 258 é um mapa de índice vegetativo e o sensor in situ 208 sensoreia um valor indicativo de velocidade de máquina, 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 a velocidade de máquina alvo em diferentes localizações no campo. O gerador de mapa preditivo 212 dessa forma produz o mapa preditivo 264.

[0066] 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 usando o 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 velocidade de máquina, 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 de velocidade de máquina alvo 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 a velocidade de máquina, obtido do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0067] 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.

[0068] 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 rendimento. O mapa preditivo 264 pode então ser um mapa de rendimento preditivo que mapeia valores de rendimento preditos para diferentes localizações geográficas no campo. Em outro 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 altura da cultura. O mapa preditivo 264 pode então ser um mapa de altura de cultura preditivo que mapeia valores de altura de cultura preditos para diferentes localizações geográficas no campo.

[0069] 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 de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser altura da cultura. O mapa preditivo 264 pode então ser um mapa de biomassa preditivo que mapeia valores de biomassa preditos para diferentes localizações geográficas no campo. Em outro 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 rendimento. O mapa preditivo 264 pode então ser um mapa de velocidade preditivo que mapeia valores de velocidade de colheitadeira preditos para diferentes localizações geográficas no campo.

[0070] 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 de população de semente gerado durante o plantio, e a variável sensoreada pelos sensores in situ 208 pode ser tamanho de talo. O mapa preditivo 264 pode então ser um mapa de tamanho de talo preditivo que mapeia valores de tamanho de talo preditos para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa híbrido de semeadura, e a variável sensoreada pelos sensores in situ 208 pode ser estado de cultura tal como cultura em pé ou cultura deitada. O mapa preditivo 264 pode então ser um mapa de estado de cultura preditivo que mapeia valores de estado de cultura preditos para diferentes localizações geográficas no campo.

[0071] 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 rendimento gerado durante um ano anterior, e a variável sensoreada pelos sensores in situ 208 pode ser rendimento. O mapa preditivo 264 pode então ser um mapa de rendimento preditivo que mapeia valores de rendimento preditos para diferentes localizações geográficas no campo. Em um exemplo como esse, as diferenças de rendimento relativas no mapa de informação anterior georreferenciado 258 do ano anterior pode ser usado pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela uma relação entre as diferenças de rendimento relativas no mapa de informação anterior 258 e os valores de rendimento 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 rendimento preditivo

[0072] Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de intensidade de ervas daninhas gerado durante uma operação anterior, tal como de um pulverizador, e a variável sensoreada pelos sensores in situ 208 pode ser intensidade de ervas daninhas. O mapa preditivo 264 pode então ser um mapa de intensidade de ervas daninhas preditivo que mapeia valores de intensidade de ervas daninhas preditos para diferentes localizações geográficas no campo. Em um exemplo como esse, um mapa das intensidades de ervas daninhas no momento da pulverização é registrado georreferenciado e provido à colheitadeira agrícola 100 como um mapa de informação anterior 258 de intensidade de ervas daninhas. Os sensores in situ 208 podem detectar intensidade de ervas daninhas em localizações geográficas no campo, e o gerador de modelo preditivo 210 pode então construir um modelo preditivo que modela uma relação entre intensidade de ervas daninhas no momento da colheita e intensidade de ervas daninhas no momento da pulverização. Isto se dá em virtude de o pulverizador ter impactado a intensidade de ervas daninhas no momento da pulverização, mas as ervas daninhas podem ainda brotar em áreas similares novamente pela colheita. Entretanto, as áreas de ervas daninhas na colheita provavelmente terão intensidade diferente com base no tempo da colheita, condições climáticas, tipo de ervas daninhas, dentre outras coisas.

[0073] 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 alterações 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 mapa 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.

[0074] 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.

[0075] 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.

[0076] 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 um tipo de ervas daninhas exibido 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. Controlador de taxa de alimentação 236 pode receber uma variedade de diferente entradas indicativas de uma taxa de alimentação de material através da colheitadeira agrícola 100 e pode controlar vários subsistemas, tais como o subsistema de propulsão 250 e atuadores de máquina 248, para controlar a 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 um trecho de ervas daninhas com um valor de intensidade acima de um limiar selecionado, o controlador de taxa de alimentação 236 pode gerar um sinal de controle para controlar o subsistema de propulsão 252 para reduzir a velocidade da colheitadeira agrícola 100 para manter constante a taxa de alimentação de biomassa através da colheitadeira agrícola 100. 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 nos diferentes tipos de sementes ou ervas daninhas que passam através 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.

[0077] 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.

[0078] 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 uma máquina de plantio ou máquina de semeadura ou veículo aéreo não tripulado (UAV) 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. Os dados podem ser baseados em dados detectados de maneiras que não com o uso de imagens aéreas. Por exemplo, a colheitadeira agrícola 100 pode ser equipada com um sensor, tal como um sensor óptico interno, que identifica sementes de ervas daninhas ou outros tipos de material que saem da colheitadeira agrícola 100. Os dados de semente de ervas daninhas ou outros dados detectados pelo sensor durante uma colheita no ano anterior podem ser usados como dados usado para gerar o mapa de informação anterior 258. Os dados de ervas daninhas sensoreados ou outros dados podem ser combinados com outros dados para gerar o mapa de informação anterior 258. Por exemplo, com base em uma magnitude das sementes de ervas daninhas que saem da colheitadeira agrícola 100 em diferentes localizações e com base em outros fatores, tal como se as sementes estivessem sendo espalhadas por um espalhador ou soltas em um amontoado de feno; as condições climáticas, tal como vento, quando as sementes estão sendo soltas ou espalhadas; condições de drenagem que podem mover sementes em torno no campo; ou outra informação, a localização dessas sementes de ervas daninhas pode ser predita de forma que o mapa de informação anterior 258 mapeie as localizações de semente preditas no campo. 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.

[0079] 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, tal como uma velocidade característica, 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.

[0080] 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.

[0081] A relação ou modelo gerada 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.

[0082] 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.

[0083] 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.

[0084] 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 onde a 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 de máquina 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.

[0085] 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.

[0086] 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.

[0087] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de velocidade preditivo pode ser usado para controlar um ou mais subsistemas 216. Por exemplo, o mapa de velocidade preditivo pode incluir velocidade valores georreferenciado nas localizações no campo que está sendo colhido. A velocidade valores do mapa de velocidade preditivo pode ser extraído e usado para controlar o subsistema de propulsão 250. Controlando o subsistema de propulsão 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 altura de ervas daninhas relativa às posições no campo, o controle da altura do coletor pode ser implementado. Por exemplo, se os valores presentes no mapa de ervas daninhas preditivo indicarem uma ou mais áreas com altura de ervas daninhas com um primeiro valor de altura, então o controlador de coletor e carretel 238 podem controlar a altura do coletor de forma que o coletor fique posicionado acima do primeiro valor de altura das ervas daninhas em uma ou mais áreas com ervas daninhas no primeiro valor de altura durante realização da operação de colheita. Dessa forma, o controlador de coletor e carretel 238 pode ser controlado usando valores georreferenciados presentes no mapa de ervas daninhas preditivo para posicionar o coletor a uma altura que é acima dos valores de altura de ervas daninhas preditos obtidos do mapa de ervas daninhas preditivo. Adicionalmente, a altura do coletor pode ser alterada automaticamente pelo controlador de coletor e carretel 238 à medida que a colheitadeira agrícola 100 prossegue através do campo usando valores georreferenciados obtidos do mapa de ervas daninhas preditivo. O exemplo anterior envolvendo intensidade e altura de ervas daninhas usando um mapa de ervas daninhas 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 ervas daninhas preditivo ou outro tipo de mapa preditivo para controlar um ou mais dos subsistemas controláveis 216.

[0088] 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.

[0089] 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.

[0090] 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 acionador ou causes o gerador de modelo preditivo 210 para gerar 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.

[0091] 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.

[0092] 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.

[0093] 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.

[0094] 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.

[0095] 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.

[0096] 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.

[0097] 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.

[0098] Deve-se notar 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.

[0099] A FIG. 4A é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 4A mostra, dentre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhe. A FIG. 4A também ilustra o fluxo de informação dentre os vários componentes mostrado. O gerador de modelo preditivo 210 recebe o mapa de informação anterior 258, que pode ser um mapa de índice vegetativo 332, um mapa de rendimento preditivo 333, um mapa de biomassa 335, um mapa de estado de cultura 337, um mapa topográfico 339, um mapa de propriedade de solo 341 ou um mapa de semeadura 343 como um mapa de informação anterior. Em outro exemplo, o gerador de modelo preditivo 210 pode receber vários outros mapas 401, tais como outros mapas de informação anteriores ou outros mapas preditivos. 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 sensor de máquina de velocidade 146, ou um sensor 336 que sensoreia uma saída do controlador de taxa de alimentação 236, bem como um sistema de processamento 338. o sistema de processamento 338 processa dados de sensor gerados de sensor de máquina de velocidade 146 ou do sensor 336, ou ambos, para gerar dados processados, alguns exemplos dos quais são descritos a seguir.

[00100] Em alguns exemplos, o sensor 336 pode ser um sensor, que gera um sinal indicativo de saídas de controle do controlador de taxa de alimentação 236. Os sinais de controle podem ser sinais de controle de velocidade ou outros sinais de controle que são aplicados a subsistemas controláveis 216 para controlar a taxa de alimentação de material através da colheitadeira agrícola 100. O sistema de processamento 338 processa os sinais obtidos por meio do sensor 336 para gerar dados processados 340 que identificam a velocidade da colheitadeira agrícola 100.

[00101] Em alguns exemplos, dados brutos ou processados de sensor in situ(s) 208 podem ser apresentados ao operador 260 por meio do mecanismo de interface de operador 218. O operador 260 pode estar a bordo da colheitadeira agrícola 100 ou em uma localização remota.

[00102] A presente discussão prossegue com relação a um exemplo no qual o sensor in situ 208 é sensor de máquina de velocidade 146. Percebe-se que isto é apenas um exemplo, e os sensores supramencionados, como outros exemplos de sensor in situ 208 dos quais a velocidade de máquina pode ser derivada, são igualmente contemplados no presente documento. Como mostrado na FIG. 4A, o gerador de modelo preditivo exemplificativo 210 inclui um ou mais dentre um gerador de modelo de valor de índice vegetativo (VI) para velocidade 342, uma gerador de modelo de biomassa para velocidade 344, gerador de modelo de topografia para velocidade 345, gerador de modelo de rendimento para velocidade 347, gerador de modelo de estado de cultura para velocidade 349, gerador de modelo de propriedade de solo para velocidade 351 e um gerador de modelo de característica de semeadura para velocidade 346. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, em menor quantidade, ou diferentes dos mostrados no exemplo da FIG. 4A. 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.

[00103] O gerador de modelo 342 identifica uma relação entre velocidade de máquina detectado em dados processados 340, em uma localização geográfica correspondente a onde os dados processados 340 foram obtidos, e um ou mais valores de índice vegetativo do mapa de índice vegetativo 332 correspondentes à mesma localização no campo onde a velocidade característica foi detectada. Com base nesta relação estabelecida pelo gerador de modelo 342, o gerador de modelo 342 gera um modelo de velocidade preditivo. O modelo de velocidade preditivo é usado pelo gerador de mapa de velocidade 352 para predizer valores de velocidade de máquina alvos ou previstos em diferentes localizações no campo com base no valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332 nas mesmas localizações no campo.

[00104] O gerador de modelo 344 identifica uma relação entre velocidade de máquina representados nos dados processados 340, em uma localização geográfica correspondente aos dados processados 340, e o valor de biomassa na mesma localização geográfica. Novamente, o valor de biomassa é o valor georreferenciado contido no mapa de biomassa 335. O gerador de modelo 344 então gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer a velocidade de máquina alvo em uma localização no campo com base no valor de biomassa para essa localização no campo.

[00105] O gerador de modelo 345 identifica uma relação entre velocidade de máquina representados nos dados processados 340, em uma localização geográfica correspondente a os dados processados 340, e o valor de característica topográfica na mesma localização geográfica. Novamente, o valor de característica topográfica é o valor georreferenciado contido no mapa topográfico 339. O gerador de modelo 345 então gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer a velocidade de máquina alvo ou prevista em uma localização no campo com base no valor de característica topográfica para essa localização no campo.

[00106] O gerador de modelo 346 identifica uma relação entre a velocidade de máquina identificada pelos dados processados 340 em uma localização particular no campo e o valor de característica de semeadura do mapa de característica de semeadura 343 na mesma localização. O gerador de modelo 346 gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer valores de velocidade de máquina alvos ou previstos em uma localização particular no campo com base no valor de característica de semeadura nessa localização no campo.

[00107] O gerador de modelo 347 identifica uma relação entre velocidade de máquina representada nos dados processados 340, em uma localização geográfica correspondente aos dados processados 340, e o valor de rendimento na mesma localização geográfica. Novamente, o valor de rendimento é o valor georreferenciado contido no mapa de rendimento preditivo 333. O gerador de modelo 347 então gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer a velocidade de máquina alvo ou prevista em uma localização no campo com base no valor de rendimento para essa localização no campo.

[00108] O gerador de modelo 348 identifica uma relação entre velocidade de máquina representados nos dados processados 340, em uma localização geográfica correspondente a os dados processados 340, e a valor de estado da cultura na mesma localização geográfica. Novamente, a valor de estado da cultura é o valor georreferenciado contido no mapa de estado de cultura 337. O gerador de modelo 348 então gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer a velocidade de máquina alvo ou prevista em uma localização no campo com base no valor de característica topográfica para essa localização no campo.

[00109] O gerador de modelo 351 identifica uma relação entre velocidade de máquina representada nos dados processados 340, em uma localização geográfica correspondente aos dados processados 340, e o valor de propriedade de solo na mesma localização geográfica. Novamente, o valor de propriedade de solo é o valor georreferenciado contido no mapa de propriedade de solo 341. O gerador de modelo 351 então gera um modelo de velocidade preditivo que é usado pelo gerador de mapa de velocidade 352 para predizer a velocidade de máquina alvo ou prevista em uma localização no campo com base no valor de característica topográfica para essa localização no campo.

[00110] Sob luz do exposto, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelo de velocidade preditivos, tal como um ou mais dos modelos de velocidade preditivos gerados pelos geradores de modelo 342, 344, 345, 346, 347, 348 e 351. Em outro exemplo, dois ou mais dos modelos de velocidade preditivos supradescritos podem ser combinados em um único modelo de velocidade preditivo que prediz velocidade de máquina alvo com base em dois ou mais dentre o valor de índice vegetativo, o valor de biomassa, a topografia, o rendimento, a característica de semeadura, o estado de cultura, ou a propriedade de solo, em diferentes localizações no campo. Quaisquer desses modelos de velocidade, ou combinações dos mesmos, são representados coletivamente pelo modelo preditivo 350 na FIG. 4A.

[00111] O modelo preditivo 350 é provido ao gerador de mapa preditivo 212. No exemplo da FIG. 4A, o gerador de mapa preditivo 212 inclui um gerador de mapa de velocidade 352. 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 velocidade mapas. Gerador de mapa de velocidade 352 recebe o modelo preditivo 350, que prediz velocidade de máquina alvo com base em um valor de um ou mais mapas de informação anteriores 258, junto com um ou mais mapas de informação anteriores 258, e gera um mapa preditivo que prediz a velocidade de máquina alvo em diferentes localizações no campo.

[00112] O gerador de mapa preditivo 212 produz um ou mais mapas de velocidade preditivos funcionais 360 que são preditivos de um ou mais das velocidades de máquina alvos. O mapa de velocidade preditivo funcional 360 prediz a velocidade de máquina alvo em diferentes localizações em um campo. Os mapas de velocidade preditivos funcionais 360 podem ser providos 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 produzir mapa de zona de controle preditivo 265. Um ou ambos do mapa preditivo 264 e do mapa de zona de controle preditivo 265 pode ser provido ao sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216, tal como subsistema de propulsão 250 com base no mapa preditivo 264, no mapa de zona de controle preditivo 265, ou ambos.

[00113] A FIG. 4B é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 4B mostra, dentre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhe. A FIG. 4B também ilustra o fluxo de informação dentre os vários componentes mostrado. O gerador de modelo preditivo 210 recebe um mapa topográfico 339, como um mapa de informação anterior. O mapa topográfico 332 inclui valores de característica topográfica georreferenciados. O gerador de modelo preditivo 210 também recebe um mapa de velocidade preditivo, tal como mapa de velocidade preditivo funcional 360. O mapa de velocidade preditivo funcional 360 inclui valores de velocidade preditivos georreferenciados. Em outros exemplos, o gerador de modelo preditivo 210 pode receber outros mapas 401, tais como outros mapas de informação anteriores ou outros mapas preditivos, tais como outros mapas de velocidade preditivos gerados de outras maneiras sem ser a maneira na qual o mapa de velocidade preditivo funcional 360 foi gerado, por exemplo.

[00114] O gerador 210 está também recebendo um indicador de localização geográfica 334 do sensor de posição geográfica 204. Os sensores in situ 208 ilustrativamente incluem um sensor de altura de corte, tal como o sensor de altura de corte 1336, um sensor de altura do coletor, tal como o sensor de altura do coletor 1337, bem como um sistema de processamento 1338. O sensor de altura de corte 1336 detecta características indicativas de uma altura na qual vegetação no campo é cortada. Em alguns exemplos, o sensor de altura de corte 1336 é um sensor óptico que detecta material de vegetação cortado e gera dados de sensor indicativos de uma altura na qual o material de vegetação foi cortado. O sensor de altura do coletor 1337 pode sensorear uma variedade de características, tal como uma variedade de características indicativas da altura do coletor ou posição do coletor (tal como arfagem ou rolamento) e gera um sinal de sensor indicativo da altura do coletor. Em alguns exemplos, a saída do sensor de altura do coletor 1337 pode também ser indicativa de uma altura de corte. Em alguns casos, o sensor de altura de corte 1336 ou o sensor de altura do coletor 1337, ou ambos, pode ser localizado internamente na colheitadeira agrícola 100. O sistema de processamento 1338 processa dados de sensor gerados de sensor de altura de corte 1336 ou sensor de altura do coletor 1337, ou ambos, para gerar dados de sensor processados 1340, tais como dados de sensor processados indicativos de altura de corte, variabilidade de altura de corte, altura do coletor, ou variabilidade de altura do coletor, alguns exemplos dos quais são descritos a seguir.

[00115] A presente discussão prossegue com relação a um exemplo no qual o sensor de altura de corte 1336 sensoreia características da altura de corte e o sensor de altura do coletor 1337 sensoreia uma altura de um coletor na colheitadeira agrícola 100 acima de uma superfície do campo. Como mostrado na FIG. 4B, o gerador de modelo preditivo exemplificativo 210 inclui um ou mais dentre uma gerador de modelo de velocidade e característica topográfica para altura de corte 1342, uma gerador de modelo de velocidade para altura de corte 1343, uma gerador de modelo de velocidade para variabilidade de altura de corte 1345, uma gerador de modelo de velocidade e característica topográfica para variabilidade de altura de corte 1344, uma gerador de modelo de característica topográfica para altura de corte, e uma gerador de modelo de característica topográfica para variabilidade de altura de corte 1347. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, em menor quantidade, ou diferentes dos mostrados no exemplo da FIG. 4B. 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 altura de corte modelos de característica. Por exemplo, o gerador de modelo preditivo 210 pode incluir geradores de modelo de característica topográfica específica, por exemplo, um gerador de modelo de inclinação para altura de corte ou um gerador de modelo de inclinação para variabilidade de altura de corte. Inclinação pode também incluir uma variabilidade de inclinação.

[00116] O gerador de modelo de velocidade e característica topográfica para altura de corte 1342 identifica uma relação entre altura de corte, em uma localização geográfica correspondente a onde o sensor de altura de corte 1336 sensoreou a característica de altura de corte indicativa da altura na qual vegetação no campo foi cortada ou onde o sensor de altura do coletor 1337 sensoreou a altura do coletor, ou ambos, e valores de velocidade do mapa de velocidade preditivo 360 e valores de característica topográfica, tal como um ou mais valores de inclinação, do mapa topográfico 339 correspondentes à mesma localização no campo onde a altura de corte detectada corresponde. Com base nesta relação estabelecida pelo gerador de modelo de velocidade e característica topográfica para altura de corte 1342, o gerador de modelo de velocidade e característica topográfica para altura de corte 1342 gera uma modelo de característica de altura de corte preditivo. O modelo de característica de altura de corte preditivo é usado pelo gerador de mapa preditivo 212 para predizer altura de corte em diferentes localizações no campo com base nos valores de velocidade georreferenciados e valores de característica topográfica georreferenciados, tais como valores de inclinação, contidos no mapa de velocidade preditivo 360 e mapa topográfico 339, respectivamente, nas mesmas localizações no campo. Em alguns exemplos, os valores de velocidade podem ser derivados de outro mapa sem ser o mapa de velocidade preditivo 360, tal como outro mapa 401, que podem incluir outros mapas de velocidade preditivos ou outros mapas de informação anteriores.

[00117] O gerador de modelo de velocidade e característica topográfica para variabilidade de altura de corte 1344 identifica uma relação entre variação na altura de corte, em uma localização geográfica correspondente a onde o sensor de altura de corte 1336 sensoreou a alturas de corte variáveis ou onde o sensor de altura do coletor 1337 sensoreou a alturas do coletor variáveis, e valores de velocidade do mapa de velocidade preditivos 360 e valores de característica topográfica, tal como um ou mais valores de inclinação, do mapa topográfico 339 correspondentes à(s) mesma(s) localização(s) no campo onde a altura do coletor variável detectada ou altura de corte variável detectada corresponde, ou ambas. Com base nesta relação estabelecida pelo gerador de modelo de velocidade e característica topográfica para variabilidade de altura de corte 1344, gerador de modelo de velocidade e característica topográfica para variabilidade de altura de corte altura 1344 gera um modelo de característica de altura de corte preditivo. O modelo de característica de altura de corte preditivo 1350 é usado pelo gerador de mapa preditivo 212 para predizer a variabilidade de altura de corte em diferentes localizações no campo com base nos valores de velocidade georreferenciados contidos no mapa de velocidade preditivo e nos valores de característica topográfica georreferenciados, tais como valores de inclinação, contidos no mapa topográfico 339 nas mesmas localizações no campo. Em alguns exemplos, os valores de velocidade podem ser derivados de outro mapa sem ser o mapa de velocidade preditivo 360, tal como outro mapa 401, que podem incluir outros mapas de velocidade preditivos ou outros mapas de informação anteriores.

[00118] O gerador de modelo de velocidade para altura de corte 1343 identifica uma relação entre altura de corte representados nos dados processados 1340, em uma localização geográfica correspondente aos dados processados 1340, e o valor de velocidade na mesma localização geográfica. O valor de velocidade é o valor georreferenciado contido no mapa de velocidade preditivo 360. O gerador de modelo 1343 então gera uma modelo de característica de altura de corte preditivo que é usado pelo gerador de mapa de altura de corte preditivo 1352 para predizer a altura de corte em uma localização no campo com base no valor de velocidade para essa localização no campo.

[00119] O gerador de modelo de velocidade para variabilidade de altura de corte 1345 identifica uma relação entre variabilidade de altura de corte representados nos dados processados 1340, em uma localização geográfica correspondente aos dados processados 1340, e o valor de velocidade na mesma localização geográfica. O valor de velocidade é o valor georreferenciado contido no mapa de velocidade preditivo 360. O gerador de modelo 1345 então gera uma modelo de característica de altura de corte preditivo que é usado pelo gerador de mapa de variabilidade de altura de corte preditivo 1354 para predizer a variabilidade de altura de corte em uma localização no campo com base no valor de velocidade para essa localização no campo.

[00120] O gerador de modelo de característica topográfica para altura de corte 1346 identifica uma relação entre altura de corte representada nos dados processados 1340, em uma localização geográfica correspondente aos dados processados 1340, e o valor de característica topográfica na mesma localização geográfica. O valor de característica topográfica é o valor georreferenciado contido no mapa topográfico 339. O gerador de modelo 1346 então gera um modelo de característica de altura de corte preditivo que é usado pelo gerador de mapa de altura de corte preditivo 1352 para predizer a altura de corte em uma localização no campo com base no valor de característica topográfica para essa localização no campo.

[00121] O gerador de modelo de característica topográfica para variabilidade de altura de corte 1347 identifica uma relação entre a variabilidade de altura de corte representada nos dados processados 1340, em uma localização geográfica correspondente aos dados processados 1340, e o valor de característica topográfica na mesma localização geográfica. O valor de característica topográfica é o valor georreferenciado contido no mapa topográfico 339. O gerador de modelo 1347 então gera um modelo de característica de altura de corte preditivo que é usado pelo gerador de mapa de variabilidade de altura de corte preditivo 1354 para predizer a variabilidade de altura de corte em uma localização no campo com base no valor de característica topográfica para essa localização no campo.

[00122] Sob luz do exposto, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos de característica de altura de corte preditivos, tal como um ou mais dos modelos de característica de altura de corte preditivos gerados pelos geradores de modelo 1342, 1343 1344, 1345, 1346, 1347 e 1348. Em outro exemplo, dois ou mais dos modelos de característica de altura de corte preditivos supradescritos podem ser combinados em um único modelo de característica de altura de corte preditivo que prediz a altura de corte e variabilidade na altura de corte em diferentes localizações no campo com base nos diferentes valores, tais como altura de corte detectada, variabilidade de altura de corte detectada, altura do coletor detectada e variabilidade de altura do coletor detectada. Quaisquer desses modelos de característica de altura de corte, ou combinações dos mesmos, são representados coletivamente pelo modelo de característica de altura de corte 1350 na FIG. 4B.

[00123] O modelo de característica de altura de corte preditivo 1350 é provido ao gerador de mapa preditivo 212. No exemplo da FIG. 4B, o gerador de mapa preditivo 212 inclui uma altura de corte gerador de mapa 1352 e um variabilidade de altura de corte gerador de mapa 1354. 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 1358, tais como outros tipos de geradores de mapa para gerar mapas de altura de corte. Por exemplo, o gerador de mapa preditivo 212 pode incluir um gerador de mapa de altura do coletor ou um gerador de mapa de variabilidade de altura do coletor, ou ambos.

[00124] O gerador de mapa de altura de corte 1352 recebe o modelo de característica de altura de corte preditivo 1350 que prediz altura de corte com base em valores de velocidade ou valores de característica topográfica, ou ambos, e com base em dados de sensor in situ indicativos de altura de corte, tais como dados de sensor de sensor de altura de corte 1336 ou sensor de altura do coletor 1337, ou ambos. Usando o modelo de característica de altura de corte preditivo 1350 e um ou mais dos mapas recebidos, o gerador de mapa de altura de corte 1352 gera um mapa preditivo que mapeia a altura de corte predita em diferentes localizações no campo.

[00125] O gerador de mapa de variabilidade de altura de corte 1354 recebe o modelo de característica de altura de corte preditivo 1350 que prediz variabilidade de altura de corte com base em valores de velocidade ou valores de característica topográfica, ou ambos, e com base em dados de sensor in situ indicativos de variabilidade de altura de corte, tais como dados de sensor de sensor de altura de corte 1336 ou sensor de altura do coletor 1337, ou ambos. Usando o modelo de característica de altura de corte preditivo 1350 e um ou mais dos mapas recebidos, o gerador de mapa de variabilidade de altura de corte 1354 gera um mapa preditivo que mapeia a variabilidade de altura de corte predita em diferentes localizações no campo.

[00126] O gerador de mapa preditivo 212 produz um ou mais mapas de característica de altura de corte preditivos funcionais 1360 que são preditivos de uma ou mais dentre altura de corte ou variabilidade de altura de corte. Cada um dos mapas de característica de altura de corte preditivos 1360 prediz a altura de corte ou variabilidade de altura de corte em diferentes localizações em um campo. Cada um dos mapas de característica de altura de corte preditivos gerados 1360 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, no mapa preditivo funcional 1360, para prover o mapa preditivo funcional 1360 com zonas de controle. O mapa preditivo funcional 1360 (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 1360 (com ou sem zonas de controle).

[00127] 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 de o modelo de característica de altura de corte preditivo 1350 e no mapa de característica de altura de corte preditivo funcional 1360. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um ou mais dentre um mapa de velocidade preditivo, tal como mapa de velocidade preditivo funcional 360; um mapa topográfico, tal como o mapa topográfico 339; ou algum outro mapa 401. No bloco 364, o sistema de processamento 1338 recebe um ou mais sinais de sensor dos sensores in situ 208, tal como o sensor de altura de corte 1336 ou sensor de altura do coletor 1337, ou ambos. Em outros exemplos, o sensor in situ 208 pode ser outro tipo de sensor, como indicado pelo bloco 370. Por exemplo, o sensor in situ 208 pode ser outro tipo de sensor que provê uma indicação de altura de corte, variabilidade de altura de corte, altura do coletor, ou variabilidade de altura do coletor.

[00128] No bloco 372, o sistema de processamento 1338 processa um ou mais sinais de sensor recebidos para gerar dados indicativos de características da altura de corte. Como indicado pelo bloco 374, as características da altura de corte pode ser altura de corte. Como indicado pelo bloco 376, a característica de altura de corte pode ser variabilidade de altura de corte. Como indicado pelo bloco 380, os dados de sensor podem ser indicativos de outras características, tal como altura do coletor ou variabilidade de altura do coletor. Como previamente discutido no presente documento, a altura do coletor e variabilidade de altura do coletor podem ser indicativas de altura de corte e variabilidade na altura de corte.

[00129] 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 ou área onde os dados de sensor 340 foram capturados ou derivados.

[00130] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos, tal como um ou mais dos modelos de característica de altura de corte gerados pelos geradores de modelo 1342, 1343, 1344, 1345, 1346, 1347 ou 1348, que são representados coletivamente pelo modelo de característica de altura de corte 1350.

[00131] No bloco 386, o modelo preditivo, tal como o modelo de característica de altura de corte preditivo 1350, é provido ao gerador de mapa preditivo 212. O gerador de mapa preditivo 212 gera um mapa de característica de altura de corte preditivo 1360 que mapeia uma característica de altura de corte preditiva com base em um mapa de velocidade preditivo, tal como o mapa de velocidade preditivo 360 ou um mapa topográfico 339, ou ambos, e no modelo de característica de altura de corte preditivo 1350. Por exemplo, em alguns exemplos, o mapa de característica de altura de corte preditivo 1360 mapeia a altura de corte predita ou variabilidade de altura de corte predita em várias localizações através do campo. Adicionalmente, o mapa de característica de altura de corte preditivo 1360 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 característica de altura de corte preditivo 1360 é gerado à medida que a operação agrícola é realizada.

[00132] No bloco 394, o gerador de mapa preditivo 212 produz o mapa de característica de altura de corte preditivo 1360. No bloco 391, o gerador de mapa preditivo 212 produz o mapa de característica de altura de corte preditivo 1360 para apresentação e possível interação pelo operador 260. No bloco 393, o gerador de mapa preditivo 212 pode configurar o mapa de característica de altura de corte preditivo 1360 para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 pode também prover o mapa de característica de altura de corte preditivo 1360 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 de característica de altura de corte preditivo 1360 de outras maneiras igualmente. O mapa de característica de altura de corte preditivo 1360 (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 característica de altura de corte preditivo funcional 1360.

[00133] 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 do 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 248 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 248 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

[00134] Em um exemplo, o sistema de controle 214 pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, e o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248 para controlar uma altura, inclinação ou rolamento do coletor 102 com base no mapa preditivo funcional (com ou sem zonas de controle). Por exemplo, o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248 para ajustar uma altura do coletor 102 acima da superfície do campo. Em outro exemplo, o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248 para ajustar uma inclinação do coletor, tal como uma inclinação do coletor 102 de frente para trás (inclinação pode também referida como uma arfagem). Em outro exemplo, o controlador de coletor/carretel 238 pode controlar o coletor outros atuadores de máquina 238 para ajustar um rolamento do coletor, tal como um rolamento do coletor 102 de lado a lado, ou seja, através da largura do coletor.

[00135] Em um exemplo, o sistema de controle 214, ou um operador da colheitadeira agrícola pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas e, com base nisso, ajustar um ou mais ajustes de coletor, tais como ajustes de posição do coletor (tais como um ajuste de altura do coletor, um ajuste de arfagem do coletor, ou um ajuste de rolamento do coletor), um ajuste de sensibilidade do coletor que controla a capacidade de resposta da colheitadeira agrícola em responder a erros de altura do coletor, ou um ajuste de pressão do chão que controla a quantidade de força de flutuação exercida no coletor por um ou mais atuadores, tais como cilindros hidráulicos.

[00136] Pode-se dessa forma perceber que o presente sistema recebe um mapa que mapeia um valor de característica tal como um valor de característica topográfica ou um valor de velocidade preditivo 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 altura de corte, tal como altura de corte ou variabilidade de altura de corte, e gera um modelo que modela uma relação entre a característica sensoreada usando o sensor in situ, ou uma característica relacionada, e as características mapeadas no mapa recebido. Dessa forma, o presente sistema gera um mapa preditivo funcional usando um modelo, dados in situ, e um mapa, 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.

[00137] 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 mapa de operação anterior 400. O mapa de operação anterior 400 pode incluir valores de característica de altura de corte em várias localizações no campo de uma operação anterior no campo. Por exemplo, o mapa de operação anterior 400 pode ser um mapa de característica de altura de corte histórico, gerado durante uma operação de colheita em um estação de colheita anterior, que inclui valores de característica de altura de corte em várias localizações, e pode incluir informação contextual tais como ajustes de coletor, velocidade de operação, bem como vários outros ajustes de máquina utilizados durante a operação anterior. A FIG. 6A também mostra que o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem receber, alternativamente, ou adicionalmente ao mapa de informação anterior 258, mapa de característica de altura de corte preditivo funcional, tal como mapa de característica de altura de corte preditivo funcional 1360. O mapa de característica de altura de corte preditivo funcional 1360 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 característica de altura de corte preditivo funcional 1360 e as características sensoreadas pelos sensores in situ 208. 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 relacionada à característica sensoreada em diferentes localizações no campo, com base em um ou mais dos valores no mapa de característica de altura de corte preditivo funcional 1360 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 característica de altura de corte preditivos gerados de outras maneiras além do mapa de característica de altura de corte preditivo funcional 1360.

[00138] 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 entrada de operador 404 e um sistema de processamento 406. Os sensores in situ 208 podem incluir outros sensores 408 igualmente.

[00139] O sensor de característica agrícola 402 sensoreia valores indicativos de características agrícolas. O sensor de entrada de operador 404 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 404, que provê um sinal de sensor indicativo dessa entrada de sensor sensoreada. Em um exemplo, a entrada pode ser entradas de ajuste do coletor (ou outras entradas de ajuste relacionadas ao controle do coletor), tais como entradas de ajuste de sensibilidade do coletor, entradas de posição do coletor (tal como entradas de ajuste de altura do coletor, entradas de ajuste de arfagem do coletor, ou entradas de ajuste de rolamento do coletor), entradas de ajuste de coletor de pressão do chão, bem como várias outras entradas de ajuste do coletor.

[00140] O sistema de processamento 406 pode receber os sinais de sensor de um ou mais dentre o sensor de característica agrícola 402 e o sensor de entrada de operador 404 e gerar uma saída indicativa da variável sensoreada. Por exemplo, o sistema de processamento 406 pode receber uma saída 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 do sensor de entrada de operador 404 e gerar uma saída indicativa da entrada de sensor sensoreada.

[00141] O gerador de modelo preditivo 210 pode incluir gerador de modelo de característica de altura de corte para característica agrícola 410 e gerador de modelo de característica de altura de corte para comando 414. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir geradores de modelo adicionais, em menor quantidade, ou outros 415. Por exemplo, o gerador de modelo preditivo 210 pode incluir geradores de modelo de característica de altura de corte específicos, tal como uma gerador de modelo de altura de corte para característica agrícola, um gerador de modelo de variabilidade de altura de corte para característica agrícola, uma gerador de modelo de altura de corte para comando, ou um gerador de modelo de variabilidade de altura de corte para comando. 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 no mapa de característica de altura de corte preditivo funcional 1360 e um ou mais dentre: a característica agrícola sensoreada pelo sensor de característica agrícola 402 e comandos de entrada de operador sensoreados pelo sensor de entrada de operador 404.

[00142] O gerador de modelo de característica de altura de corte para característica agrícola 410 gera uma relação entre valores de característica de altura de corte (tais como características da altura de corte providas no mapa de característica de altura de corte preditivo 1360, mapa de operação anterior 400, ou outro mapa 401), e a característica agrícola sensoreada pelo sensor de característica agrícola 402. O gerador de modelo de característica de altura de corte para característica agrícola 410 gera um modelo preditivo 426 que corresponde a essa relação.

[00143] O gerador de modelo de característica de altura de corte para comando de operador 414 gera um modelo que modela a relação entre uma característica de altura de corte como refletido no mapa de característica de altura de corte preditivo 1360, mapa de operação anterior 400, ou outro mapa 401, e comandos de entrada de operador que são sensoreados pelo sensor de entrada de operador 404. O gerador de modelo de característica de altura de corte para comando de operador 414 gera um modelo preditivo 426 que corresponde a essa relação.

[00144] Outros geradores de modelo 415 podem incluir, por exemplo, geradores de modelo de característica de altura de corte específicos, tal como uma gerador de modelo de altura de corte para característica agrícola, um gerador de modelo de variabilidade de altura de corte para característica agrícola, um gerador de modelo de altura de corte para comando, ou um gerador de modelo de variabilidade de altura de corte para comando.

[00145] O modelo preditivo 426 gerado pelo gerador de modelo preditivo 210 pode incluir um ou mais dos modelos preditivos que pode ser gerado pelo gerador de modelo de característica de altura de corte para característica agrícola 410 e gerador de modelo de característica de altura de corte para comando de operador 414, e outros geradores de modelo que podem ser incluídos como parte de outros itens 415.

[00146] No exemplo da FIG. 6A, o gerador de mapa preditivo 212 inclui gerador de mapa de característica agrícola preditivo 416 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.

[00147] O gerador de mapa de característica agrícola preditivo 416 recebe um modelo preditivo 426 que modela a relação entre uma característica de altura de corte e uma característica agrícola sensoreada pela característica agrícola 402 (tal como um modelo preditivo gerado pelo gerador de modelo de característica de altura de corte para característica agrícola 410), e um ou mais dos mapas de informação anteriores 258 ou mapa de característica de altura de corte preditivo funcional 1360, ou outros mapas 401. 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 a características agrícolas das quais os valores são indicativos) em diferentes localizações no campo com base em um ou mais dos valores de característica de altura de corte em um ou mais dos mapas de informação anteriores 258 ou no mapa de característica de altura de corte preditivo funcional 1360, ou outro mapa 401, nessas localizações no campo, e com base em modelo preditivo 426.

[00148] O gerador de mapa de comando de operador preditivo 422 recebe um modelo preditivo 426 que modela a relação entre a característica de altura de corte e entradas de comando de operador detectadas pelo sensor de entrada de operador 404 (tal como um modelo preditivo gerado pelo gerador de modelo de característica de altura de corte para comando 414), e um ou mais dos mapas de informação anteriores 258 ou o mapa de característica de altura de corte preditivo funcional 1360, ou outros mapas 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 em um ou mais dos valores de característica de altura de corte do mapa de informação anterior 258 ou do mapa de característica de altura de corte preditivo funcional 1360, ou outro mapa 401, nessas localizações no campo, e com base em modelo preditivo 426.

[00149] O gerador de mapa preditivo 212 produz um ou mais dos mapas preditivos funcionais 427 e 440. Cada um dos mapas preditivos funcionais 427 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 mapa preditivo funcional 427 com zonas de controle e um mapa preditivo funcional 440 com zonas de controle. Qualquer ou todos os mapas preditivos funcionais 427 e 440 (com ou sem zonas de controle) podem ser providos 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 e 440 (com ou sem zonas de controle). Quaisquer ou todos os mapas 427 e 440 (com ou sem zonas de controle) podem ser apresentados ao operador 260 ou outro usuário.

[00150] A FIG. 6B é um diagrama de blocos mostrando alguns exemplos de sensores em tempo real (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 980, sensores de máquina 982, sensores de propriedade de material colhido 984, sensores de propriedade do campo e solo 985, sensores de característica ambiental 987, e podem incluir uma ampla variedade de outros sensores 226. Os sensores de entrada de operador 980 podem ser sensores que sensoreiam entrada de operador através de mecanismos de interface de operador 218. Portanto, os sensores de entrada de operador 980 podem sensorear movimento de usuário das articulações, manches, um volante, botões, diais ou pedais. Os sensores de entrada de operador 980 podem também sensorear interações de usuário 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.

[00151] Os sensores de máquina 982 podem sensorear diferentes características da colheitadeira agrícola 100. Por exemplo, como aqui discutido, os sensores de máquina 982 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 982 podem também incluir sensores de ajuste de máquina 991 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) 993 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 993 podem sensorear a altura do coletor 102 acima do chão. Os sensores de máquina 982 podem também incluir sensores de orientação de equipamento de extremidade dianteira (por exemplo, coletor) 995. Os sensores 995 podem sensorear a orientação do coletor 102 em relação à colheitadeira agrícola 100, ou em relação ao chão. Os sensores de máquina 982 podem incluir sensores de estabilidade 997. Os sensores de estabilidade 997 sensoreiam oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100. Os sensores de máquina 982 podem também incluir sensores de ajuste de resíduo 999 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 982 podem incluir sensor de velocidade da ventoinha da sapata de limpeza 951 que sensoreia a velocidade da ventoinha de limpeza 120. Os sensores de máquina 982 podem incluir sensores de folga do contrabatedor 953 que sensoreiam a folga entre o rotor 112 e os contrabatedores 114 na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de folga do crivo 955 que sensoreiam o tamanho das aberturas no crivo 122. Os sensores de máquina 982 podem incluir sensor de velocidade do rotor de trilhagem 957 que sensoreia a velocidade de rotor do rotor 112. Os sensores de máquina 982 podem incluir rotor drive sensor de força 959 que sensoreia a força usado para acionar rotor 112. Os sensores de máquina 982 podem incluir sensor de folga da peneira 961 que sensoreia o tamanho das aberturas na peneira 124. Os sensores de máquina 982 podem incluir sensor de umidade de MOG 963 que sensoreia um nível de umidade de MOG que passa através da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de orientação da máquina 965 que sensoreia a orientação da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de taxa de alimentação de material 967 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 982 pode incluir sensores de biomassa 969 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 982 podem incluir sensor de consumo de combustível 971 que sensoreia uma taxa de consumo de combustível com o tempo da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de utilização de potência 973 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 982 podem incluir sensores de pressão de pneu 977 que sensoreiam a pressão de inflagem nos pneus 144 da colheitadeira agrícola 100. O sensor de máquina 982 pode incluir uma ampla variedade de outros sensores de desempenho de máquina, ou sensores de características de máquina, indicado pelo bloco 975. Os sensores de desempenho de máquina e sensores de características de máquina 975 podem sensorear o desempenho de máquina ou características da colheitadeira agrícola 100.

[00152] Os sensores de propriedade de material colhido 984 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.

[00153] Os sensores de propriedade do campo e solo 985 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.

[00154] Os sensores de característica ambiental 987 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.

[00155] 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 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 212 na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427 e 440 pode ser mapa de informação anterior 258, tal como 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 212 na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427 e 440 pode ser mapa de característica de altura de corte preditivo funcional 1360. Outros mapas podem ser recebidos como indicado pelo bloco 401, tais como outros mapas de informação anteriores ou outros mapas preditivos, por exemplo, outros mapas de característica de altura de corte preditivos.

[00156] 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 e um sensor de entrada de operador 404. O sensor de característica agrícola 402 sensoreia uma característica agrícola. O sensor de entrada de operador 404 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

[00157] 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 ou um comando de entrada de operador. Os dados processados 409 são providos ao gerador de modelo preditivo 210.

[00158] 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.

[00159] 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 altura de corte, tal como altura de corte ou variabilidade de altura de corte, 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.

[00160] 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 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. 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 dos mapas preditivos funcionais 427 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 e 440 são gerados à medida que a operação agrícola é realizada.

[00161] No bloco 468, o gerador de mapa preditivo 212 produz um ou mais mapas preditivos funcionais 427 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 e 440 ao gerador de zona de controle 213 para geração de zonas de controle. No bloco 476, o gerador de mapa preditivo 212 configura um ou mais mapas preditivos 427 e 440 de outras maneiras. Em um exemplo no qual um ou mais mapas preditivos funcionais 427 e 440 são providos ao gerador de zona de controle 213, um ou mais mapas preditivos funcionais 427 e 440, com as zonas de controle incluídas no mesmo, representada por mapas correspondentes 265, aqui descritos, podem ser apresentados ao operador 260 ou outro usuário ou providos ao sistema de controle 214 igualmente.

[00162] 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 e 440 (ou nos mapas preditivos funcionais 427 e 440 tendo zonas de controle) bem como uma entrada do sensor de posição geográfica 204.

[00163] 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 do 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.

[00164] Em um exemplo, o sistema de controle 214 pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, e o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248, para controlar uma altura, inclinação ou rolamento do coletor 102 com base no mapa preditivo funcional (com ou sem zonas de controle). Por exemplo, o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248 para ajustar uma altura do coletor 102 acima da superfície do campo. Em outro exemplo, o controlador de coletor/carretel 238 pode controlar os atuadores de coletor ou outros atuadores de máquina 248 para ajustar uma inclinação do coletor, tal como uma inclinação do coletor 102 de frente para trás (inclinação pode também referida como uma arfagem). Em outro exemplo, o controlador de coletor/carretel 238 pode controlar o coletor outros atuadores de máquina 238 para ajustar um rolamento do coletor, tal como um rolamento do coletor 102 de lado a lado, ou seja, através da largura do coletor.

[00165] 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.

[00166] 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.

[00167] 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.

[00168] 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 for o coletor ou outros atuadores de máquina 248 e o mapa preditivo funcional em análise for um mapa de característica de altura de corte preditivo funcional 1360, então o ajuste alvo em cada zona de controle pode ser um ajuste de altura do coletor alvo, arfagem ou rolamento alvo com base em valores de característica de altura de corte contidos no mapa de característica de altura de corte preditivo funcional 1360.

[00169] 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 seja 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 dos ajustes alvos para o WMA selecionado nas zonas de controle. Por exemplo, diferentes ajustes alvos para controlar altura do coletor, inclinação ou rolamento podem ser gerados com base, por exemplo, em um valor de característica de altura de corte detectado ou predito (tal como altura de corte ou variabilidade de altura de corte), um valor de característica agrícola detectado ou predito, um valor de velocidade detectado ou predito, um valor de característica topográfica detectado ou predito (tal como um valor de inclinação), 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 com múltiplas alturas de coletor, múltiplas inclinações de coletor, ou múltiplos rolamentos de coletor simultaneamente. Em vez disso, a qualquer dado momento, a colheitadeira agrícola 100 tem uma única altura de coletor, uma única inclinação de coletor, e um único rolamento de coletor. Dessa forma, um dos ajustes alvos concorrentes é selecionado para controlar a altura, inclinação ou rolamento do coletor da colheitadeira agrícola 100.

[00170] 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 da altura de corte (tal como altura de corte ou variabilidade de altura de corte), características agrícolas, características topográficas (tal como inclinação), características de velocidade (tais como valores de velocidade preditivos), 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.

[00171] Em alguns exemplos, as zonas de regime podem se sobrepor. Por exemplo, uma zona de regime de variedade de cultura 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 uma zona de regime de variedade de cultura, 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 variedade de cultura de forma que a zona de regime de cultura deitada tem precedência.

[00172] 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.

[00173] Uma vez que o resolvedor de ajustes para uma zona de regime particular é identificado, esse resolvedor de ajustes pode ser usado para resolver 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 resolver 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 adição, às zonas de regime. Um exemplo de uma 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.

[00174] 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 onde o custo de colheita total é reduzido para um valor igual ou abaixo de um limiar selecionado. O grão colhido pode ser maximizado onde a quantidade de grão colhido é aumentada para um valor igual ou acima de um limiar selecionado.

[00175] 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).

[00176] 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 1360, 427, ou 440. O bloco 534 indica que o mapa em análise pode ser outros mapas igualmente.

[00177] 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.

[00178] 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 topográficas (tal como inclinação). O bloco 559 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em velocidade características (tal como valores de velocidade provido pelo mapa de velocidade preditivo funcional 360). O bloco 560 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em características da altura de corte (tal como altura de corte ou variabilidade de altura de corte). O bloco 564 indica um exemplo no qual os critérios de definição de zona de regime são ou incluem outros critérios igualmente.

[00179] 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.

[00180] 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.

[00181] 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 onde o 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.

[00182] 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.

[00183] 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.

[00184] 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.

[00185] 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 pelos 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.

[00186] 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 um 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.

[00187] 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.

[00188] 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.

[00189] 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.

[00190] 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 sistema de processamento de voz de microfone (sendo um dos mecanismos de interface de operador 218) 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, onde o 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.

[00191] Uma vez que o sistema de processamento de voz 658 é invocado, a entrada de voz do operador 260 é provida 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.

[00192] 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 uma combinação tanto de um diálogo visual quanto um diálogo falado.

[00193] 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.

[00194] 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.

[00195] 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.

[00196] 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 característica de altura de corte, tal como o mapa de característica de altura de corte preditivo 1360, o campo exibido pode apresentar as diferentes características da altura de corte 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.

[00197] 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.

[00198] 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.

[00199] 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 a direção de deslocamento da colheitadeira agrícola 100.

[00200] 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 característica de altura de corte preditivo, tal como mapa de característica de altura de corte preditivo funcional 1360. Portanto, uma pluralidade de marcadores de característica de corte é exibida na porção de exibição de campo 728. Existe um conjunto de característica de altura de corte marcadores de exibição 732 mostrado nas áreas já visitadas 714. Há também um conjunto de característica de altura de corte marcadores de exibição 732 mostrado nas áreas próximas 712, e existe um conjunto de característica de altura de corte marcadores de exibição 732 mostrado na unidade de trabalho seguinte 730. A FIG. 13 mostra que os marcadores de exibição de característica de corte 732 são constituídos de diferentes símbolos que indicam uma área de valores de característica de coletor similares. No exemplo mostrado na FIG. 13, o símbolo ! representa áreas de grande altura de corte; o símbolo * representa áreas de altura de corte ideal; e o símbolo # representa uma área de pequena altura de corte.

[00201] Dessa forma, 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 altura de corte 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 da 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 altura de corte 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.

[00202] 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, outros mapas 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.

[00203] 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.

[00204] 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 altura de corte 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, a porção de exibição 738 também inclui uma quantidade de abas interativas, tal como aba de altura de corte 762, aba de variabilidade de altura de corte 764, e outra aba 770. A ativação de uma das abas pode modificar quais valores que são exibidos nas porções 728 e 738. Por exemplo, como mostrado, a aba de altura de corte 762 é ativada e, dessa forma, os valores mapeados na porção 728 e mostrado na porção 738 correspondem aos valores de altura de corte da colheitadeira agrícola 100. Quando o operador 260 toca a aba 764, sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas variabilidade de altura de corte valores da colheitadeira agrícola 100. 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 outras características da altura de corte relacionadas à colheitadeira agrícola 100, tal como altura do coletor ou variabilidade de altura do coletor.

[00205] 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 coma características da altura de corte (por exemplo, altura de corte, variabilidade de altura de corte, etc.), 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 um onde a colheitadeira agrícola 100 teve grande altura de corte. 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 teve altura de corte ideal. 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 teve pequena altura de corte. 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 símbolo 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.

[00206] 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, característica de altura de corte) 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) identificando a categoria de valores ou características (no caso da FIG. 13, característica de coletor). 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.

[00207] 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 altura de corte predita ou medida que satisfaz ou é maior que 45,7 centímetros (120,3 centímetros (8 polegadas)) é classificada como “grande altura de corte”, uma altura de corte predita ou medida meeting 30,5 centímetros (12 polegadas) é classificada como “altura de corte ideal”, e uma altura de corte predita ou medida que satisfaz ou é menor que 15,2 centímetros (6 polegadas) é classificada como “pequena altura de corte.” 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. Por exemplo, “altura de corte ideal” , por exemplo, poderiam incluir uma faixa, tal como 27,9 – 30,5 centímetros (11 - 12 polegadas) de maneira tal que um valor de altura de corte medido ou predito que cai na faixa de 27,9 – 30,5 centímetros (11 - 12 polegadas) é classificada como “altura de corte ideal”. 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.

[00208] 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 uma 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 característica 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 ou mais ações identificadas 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 excedo 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 da características de coletor, um valor de altura de corte predito que cai dentro de 5,1 centímetros (2 polegadas) de 45,7 centímetros (120,3 centímetros (8 polegadas)) satisfará o valor limiar de ação correspondente (dentro de 5,1 centímetros (2 polegadas) de 45,7 centímetros (120,3 centímetros (8 polegadas))) e uma ação, tal como regulagem do ajuste de posição do coletor, regulagem do ajuste de sensibilidade, ou regulagem do ajuste de coletor de pressão do chão da colheitadeira agrícola 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, embora uma altura de corte predita ou medida de 15,2 centímetros (6 polegadas) possa ser designada “pequena altura de corte” para efeitos de classificação e exibição, o valor limiar de ação pode ser 20,3 centímetros (8 polegadas) de maneira tal que nenhuma ação será adotada até que a altura de corte predita ou medida satisfaz 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 levadas em conta.

[00209] 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, um ajuste de posição do coletor de regulagem (tal como um ajuste de altura, um ajuste de arfagem, ou um ajuste de rolamento), um ajuste de sensibilidade de regulagem, e um ajuste de pressão do chão de regulagem 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 ajuste de sensibilidade do coletor pode ser regulado (tal como aumentado ou diminuído) e o ajuste de pressão do chão pode ser regulado (tal como aumentado ou diminuído). Esses são meramente alguns exemplos.

[00210] 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 ou mais ajustes de coletor, tal como um ajuste de posição do coletor, um ajuste de sensibilidade do coletor, e um ajuste de coletor de pressão do chão. Esses são apenas exemplos, e uma ampla variedade de outras ações é contemplada no presente documento.

[00211] 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.

[00212] 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 nas 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 os valores selecionados na coluna 750 são exibidos. O bloco 780 indica que uma ampla variedade de outra informação e atuadores pode ser exibida na exibição de interface de usuário 720 igualmente.

[00213] No bloco 782, o sistema de processamento de comando de entrada de operador 654 detecta e processa entradas de operador correspondentes a interações com a exibição de interface de usuário 720 realizada pelo operador 260. Onde o mecanismo de interface de usuário no qual a exibição de interface de usuário 720 é exibida é uma tela de exibição sensível ao toque, as 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.

[00214] 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.

[00215] 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.

[00216] 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 das características da altura de corte”
Controlador de interface de operador: “Altura de corte é atualmente alta”.
Operador: “Johnny, o que eu devo fazer por causa da altura de corte?”
Controlador de interface de operador: “Ajustar a sensibilidade de regulagem do coletor”

[00217] 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 segundos, a altura de corte variou além da altura de corte ideal.”
Controlador de interface de operador: “1 acre seguinte a altura de corte predita é baixa”.
Controlador de interface de operador: “Cuidado: mudança se aproximando na inclinação, altura do coletor aumentada”.

[00218] 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 característica de altura de corte área no campo que está sendo colhido.
Tabela 3
Humano: “Johnny, marcar alta variabilidade de altura de corte área.”
Controlador de interface de operador: “Alta variabilidade de altura de corte área marcada”.

[00219] 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 característica de altura de corte área.
Tabela 4
Humano: “Johnny, iniciar marcação grande altura de corte área”.
Controlador de interface de operador: “Marcar área de grande altura de corte”.
Humano: “Johnny, parar a marcação de área de grande altura de corte”.
Controlador de interface de operador: “marcação de grande área de grande altura de corte encerrada”.

[00220] O exemplo mostrado na Tabela 5 ilustra que o gerador de sinal de ação 160 pode gerar sinais para marcar uma característica de altura de corte área de uma maneira diferente das mostradas nas Tabelas 3 e 4.
Tabela 5
Humano: “Johnny, marcar os últimos 30,5 metros (100 pés) como uma área de pequena altura de corte”.
Controlador de interface de operador: “Os últimos 30,5 metros (100 pés) marcados como uma área de pequena altura de corte”.

[00221] 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.

[00222] 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.

[00223] 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 os de uma característica de altura de corte 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.

[00224] 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.

[00225] 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.

[00226] 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, onde a 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.

[00227] 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.

[00228] 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.

[00229] 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.

[00230] 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.

[00231] 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.

[00232] 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, onde a 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.

[00233] 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.

[00234] 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).

[00235] 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.

[00236] 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 uma rede, bem como protocolos que provêm conexões sem fio locais a redes.

[00237] 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.

[00238] 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.

[00239] 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.

[00240] 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.

[00241] 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.

[00242] 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, os computadores 601 podem também se anexados 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.

[00243] 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.

[00244] Note que outras formas dos dispositivos 16 são possíveis.

[00245] 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.

[00246] 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.

[00247] 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.

[00248] 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.

[00249] 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.

[00250] 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.

[00251] 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.

[00252] 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.

[00253] 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.

[00254] 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.

[00255] O Exemplo 1 é uma máquina de trabalho agrícola compreendendo: um sistema de comunicação que recebe um mapa que inclui valores de uma característica de altura de corte correspondentes a diferentes localizações 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 mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte no mapa e com base no valor da 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.

[00256] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa compreende um mapa de característica de altura de corte preditivo que inclui, como valores da característica de altura de corte, valores preditivos da característica de altura de corte correspondentes às diferentes localizações no campo.

[00257] 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 da característica agrícola para as diferentes localizações geográficas no campo.

[00258] 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 da característica agrícola, um valor de um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00259] 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.

[00260] 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.

[00261] 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 controlável para regular um ajuste de um coletor na máquina de trabalho agrícola.

[00262] 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 altura de corte e a característica agrícola com base em um valor da característica de altura de corte no mapa na localização geográfica e no valor da 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 da característica de altura de corte no mapa e com base no modelo agrícola preditivo.

[00263] 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 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.

[00264] 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.

[00265] O Exemplo 11 é um método implementado por computador para controlar uma máquina de trabalho agrícola compreendendo: obter um mapa que inclui valores de uma característica de altura de corte 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 mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte no mapa e com base no valor da 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.

[00266] O Exemplo 12 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que obter o mapa compreende: obter um mapa de característica de altura de corte preditivo que inclui, como valores da característica de altura de corte, valores preditivos da característica de altura de corte correspondentes às diferentes localizações geográficas no campo.

[00267] O Exemplo 13 é o método implementado por computador de 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 da característica agrícola para as diferentes localizações geográficas no campo.

[00268] O Exemplo 14 é o método implementado por computador de 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 da característica agrícola, um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00269] O Exemplo 15 é o método implementado por computador de 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.

[00270] O Exemplo 16 é o método implementado por computador de 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.

[00271] O Exemplo 17 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que controlar o subsistema controlável compreende: controlar o subsistema controlável para regular um ajuste de um coletor na máquina de trabalho agrícola.

[00272] O Exemplo 18 é o método implementado por computador de qualquer ou todos os exemplos anteriores e compreendendo adicionalmente: gerar um modelo agrícola preditivo que modela uma relação entre a característica de altura de corte e a característica agrícola com base em um valor da característica de altura de corte no mapa na localização geográfica e o valor da 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 da característica de altura de corte no mapa e com base no modelo agrícola preditivo.

[00273] O Exemplo 19 é uma máquina de trabalho agrícola compreendendo: um sistema de comunicação que recebe um mapa que inclui valores de uma característica de altura de corte 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 altura de corte e a característica agrícola com base em um valor da característica de altura de corte no mapa na localização geográfica e no valor da 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 mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte 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.

[00274] O Exemplo 20 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores em que o sinal de controle controla o subsistema controlável para regular um ajuste de um coletor na máquina de trabalho agrícola com base na localização geográfica detectada e no mapa agrícola preditivo funcional.

[00275] 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

Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa (258) que inclui valores de uma característica de altura de corte correspondentes a diferentes localizações em um campo; um sensor de posição geográfica (204) que detecta uma localização geográfica da 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 mapa preditivo (212) que gera um mapa agrícola preditivo funcional do campo que mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte no mapa e com base no valor da característica agrícola; um subsistema controlável (216); e um sistema de controle (214) que gera um sinal de controle para controlar o subsistema controlável (216) com base na localização geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle no mapa agrícola preditivo funcional.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa compreende um mapa de característica de altura de corte preditivo que inclui, como valores da característica de altura de corte, valores preditivos da característica de altura de corte correspondentes às diferentes localizações no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada 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 preditivo funcional que mapeia, como os valores de controle preditivos, valores preditivos da característica agrícola para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o sensor in situ detecta, como o valor da característica agrícola, um valor de um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.
Máquina de trabalho agrícola de acordo com a reivindicação 4, caracterizada 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.
Máquina de trabalho agrícola de acordo com a reivindicação 5, caracterizada 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.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o sistema de controle gera o sinal de controle para controlar o subsistema controlável para regular um ajuste de um coletor na máquina de trabalho agrícola.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada 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 altura de corte e a característica agrícola com base em um valor da característica de altura de corte no mapa na localização geográfica e o valor da 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 da característica de altura de corte no mapa e com base no modelo agrícola preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada 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.
Máquina de trabalho agrícola de acordo com a reivindicação 9, caracterizada 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.
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 altura de corte 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 mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte no mapa (258) e com base no valor da característica agrícola; e controlar um subsistema controlável (216) 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 11, caracterizado pelo fato de que obter o mapa compreende: obter um mapa de característica de altura de corte preditivo que inclui, como valores da característica de altura de corte, valores preditivos da característica de altura de corte correspondentes às diferentes localizações geográficas no campo.
Método implementado por computador de acordo com a reivindicação 11, caracterizado pelo fato de que gerar o mapa agrícola preditivo funcional compreende: gerar um mapa de característica agrícola preditivo funcional que mapeia, como os valores de controle preditivos, valores preditivos da característica agrícola para as diferentes localizações geográficas no campo.
Método implementado por computador de acordo com a reivindicação 11, 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 da característica agrícola, um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.
Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa (258) que inclui valores de uma característica de altura de corte correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica (204) que detecta uma localização geográfica da 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 altura de corte e a característica agrícola com base em um valor da característica de altura de corte no mapa (258) na localização geográfica e o valor da 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 mapeio valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de altura de corte no mapa (258) e com base no modelo agrícola preditivo; um subsistema controlável (216); e um sistema de controle (214) que gera um sinal de controle para controlar o subsistema controlável (216) com base na posição geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle no mapa agrícola preditivo funcional.