BR102021017051A2

BR102021017051A2 - Máquina de trabalho agrícola, e, método implementado por computador para gerar um mapa agrícola preditivo funcional

Info

Publication number: BR102021017051A2
Application number: BR102021017051-4A
Authority: BR
Inventors: Nathan R. Vandike; Bhanu Kiran Reddy Palla; Noel W. Anderson; Bradley K. Yanke; Matthew T. Wold
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-27
Publication date: 2022-04-26
Also published as: US20220110249A1; CN114303619A

Abstract

Um ou mais mapas de informações são obtidos por uma máquina de trabalho agrícola. Os um ou mais mapas de informações mapeiam um ou mais valores de características agrícolas em diferentes localizações geográficas de um campo. Um sensor in situ na máquina de trabalho agrícola sensoreia uma característica agrícola enquanto a máquina de trabalho agrícola se move pelo campo. Um gerador de mapa preditivo gera um mapa preditivo que prevê uma característica agrícola preditiva em diferentes localizações no campo com base em uma relação entre os valores em um ou mais mapas de informações e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser gerado e usado no controle automatizado da máquina.

Description

MÁQUINA DE TRABALHO AGRÍCOLA, E, MÉTODO IMPLEMENTADO POR COMPUTADOR PARA GERAR UM MAPA AGRÍCOLA PREDITIVO FUNCIONAL

CAMPO DA INVENÇÃO

[001] A presente descrição refere-se a máquinas agrícolas, máquinas florestais, máquinas de construção e máquinas de gerenciamento de relva.

FUNDAMENTOS

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

[003] Uma variedade de condições diferentes nos campos tem vários 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 acima é provida apenas para informações gerais de base e não pretende ser usada como um auxílio na determinação do escopo da matéria reivindicada.

SUMÁRIO

[005] Um ou mais mapas de informações são obtidos por uma máquina de trabalho agrícola. Os um ou mais mapas de informações mapeiam um ou mais valores de características agrícolas em diferentes localizações geográficas de um campo. Um sensor in situ na máquina de trabalho agrícola sensoreia uma característica agrícola enquanto a máquina de trabalho agrícola se move pelo campo. Um gerador de mapa preditivo gera um mapa preditivo que prevê uma característica agrícola preditiva em diferentes localizações no campo com base em uma relação entre os valores em um ou mais mapas de informações e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser gerado e usado no controle automatizado da máquina.

[001] a. Este Resumo é provido para apresentar uma seleção de conceitos em uma forma simplificada que são descritos abaixo na Descrição Detalhada. Este Resumo não pretende identificar características-chave ou características essenciais da matéria reivindicada, nem pretende ser usado como um auxílio na determinação do escopo da matéria reivindicada. A matéria reivindicada não se limita a exemplos que resolvem qualquer ou todas as desvantagens observadas nos fundamentos.

BREVE DESCRIÇÃO DOS DESENHOS

[006] A FIG. 1 é uma ilustração parte pictórica, parte esquemática de um exemplo de uma combinada.

[007] A FIG. 2 é um diagrama de blocos que mostra algumas porções de uma colheitadeira agrícola em mais detalhes, de acordo com alguns exemplos da presente descrição.

[008] As FIGS. 3A-3B (coletivamente referidas neste documento como FIG. 3) mostram um fluxograma que ilustra um exemplo de operação de uma colheitadeira agrícola na geração de um mapa.

[009] A FIG. 4 é um diagrama de blocos que mostra um exemplo de um gerador de modelo preditivo e um gerador de mapa métrico preditivo.

[0010] A FIG. 5 é um fluxograma que mostra um exemplo de operação de uma colheitadeira agrícola ao receber um mapa de informações, detectar uma característica agrícola, e gerar um mapa preditivo funcional para uso no controle da colheitadeira agrícola durante uma operação de colheita.

[0011] A FIG. 6 é um diagrama de blocos que mostra um exemplo de um gerador de zona de controle.

[0012] A FIG. 7 é um diagrama de fluxo que ilustra um exemplo da operação do gerador de zona de controle mostrado na FIG. 6.

[0013] A FIG. 8 ilustra um fluxograma que mostra um exemplo de [0013] A FIG. 8 ilustra um fluxograma que mostra um exemplo de operação de um sistema de controle na seleção de um valor de configurações alvo para controlar uma colheitadeira agrícola.

[0014] A FIG. 9 é um diagrama de blocos que mostra um exemplo de um controlador de interface de operação.

[0015] A FIG. 10 é um fluxograma que ilustra um exemplo de um controlador de interface de operação.

[0016] A FIG. 11 é uma ilustração pictográfica que mostra um exemplo de um visor de interface de operação.

[0017] A FIG. 12 é um diagrama de blocos que mostra um exemplo de uma colheitadeira agrícola em comunicação com um ambiente de servidor remoto.

[0018] As FIGS. 13 a 15 mostram exemplos de dispositivos móveis que podem ser usados em uma colheitadeira agrícola.

[0019] A FIG. 16 é um diagrama de blocos que mostra um exemplo de um ambiente de computação que pode ser usado em uma colheitadeira agrícola.

DESCRIÇÃO DETALHADA

[0020] Para os propósitos de promover uma compreensão dos princípios da presente descrição, será feita agora referência aos exemplos ilustrados nos desenhos e será usada linguagem específica para descrever a mesma. No entanto, será entendido que nenhuma limitação do escopo da descrição é pretendida. Quaisquer alterações e modificações adicionais aos dispositivos, sistemas, métodos descritos e qualquer aplicação adicional dos princípios da presente descrição são totalmente contemplados como normalmente ocorreria para um versado na técnica à qual a descrição se refere. Em particular, é totalmente contemplado que os recursos, componentes, etapas ou uma combinação dos mesmos descritos em relação a um exemplo podem ser combinados com os recursos, componentes, etapas ou uma combinação dos mesmos descritos em relação a outros exemplos da presente descrição.

[0021] A presente descrição se refere ao uso de dados in situ obtidos simultaneamente com uma operação agrícola, em combinação com dados anteriores ou preditivos, para gerar um mapa preditivo. Em alguns exemplos, o mapa preditivo pode ser usado para controlar uma máquina de trabalho agrícola, como uma colheitadeira agrícola.

[0022] Os sensores em uma colheitadeira agrícola podem ser calibrados para melhorar a precisão. A calibração é um método de comparação de uma primeira leitura de saída do sensor com um valor de referência que pode ser uma saída do sensor de outro sensor de uma precisão conhecida ou maior para aumentar a precisão do primeiro sensor. O processo de calibração gera um modelo que é usado para processar sinais brutos do sensor no valor que o sensor está sendo usado para sensorear. Daqui em diante, características de calibração é o termo usado para descrever um ou mais modelos de calibração que um sistema pode usar para processar dados brutos do sensor em um valor sensoreado, por exemplo, alqueires por acre para um sensor de rendimento ou alqueires por acre de um sensor de perda de grãos.

[0023] Um sistema que calibra automaticamente pode ser baseado em um ou mais pontos de dados do sensor calibrado ao longo de um determinado tempo em relação a um ponto de dados conhecido ou conjunto de pontos de dados, normalmente de outro sensor. O modelo de calibração é alterado para que os sinais brutos do sensor sejam processados para melhor se ajustar aos pontos de dados precisos conhecidos do sensor conhecido ou assumido como mais preciso. Existem problemas na calibração quando os pontos de dados coletados são de áreas em um campo que não compartilham características semelhantes. Por exemplo, um campo pode ser plantado com uma variedade de genótipos de sementes diferentes que possuem características diferentes. Em alguns casos, a calibração de um genótipo não é precisa para um segundo genótipo, o que pode causar imprecisões no sensor calibrado. Partes do campo podem ser agrupadas de outras maneiras, bem como por índice vegetativo e umidade. Áreas de índice vegetativo e umidade semelhantes também podem ter características semelhantes que se beneficiariam do compartilhamento de características de calibração semelhantes nessas áreas no campo.

[0024] Dois exemplos de sensores que frequentemente requerem calibração são sensores de rendimento e perda de grãos. Um sensor de rendimento pode ser calibrado reunindo alguma quantidade de grãos e, em seguida, pesando os grãos manualmente e calibrando o rendimento sensoreado automaticamente pelo sensor de rendimento para coincidir com a quantidade pesada manualmente. O sensor de rendimento também pode ser calibrado de algumas maneiras automáticas ou semiautomáticas. Por exemplo, as balanças podem ser colocadas em um ou mais lugares no tanque de grãos e o valor do sensor de rendimento é calibrado com base nos valores de massa das balanças.

[0025] Um mapa de características de semeadura mapeia de forma ilustrativa as localizações de sementes em diferentes localizações geográficas em um ou mais campos de interesse. Esses mapas de sementes são normalmente coletados de operações anteriores de plantio de sementes. Em alguns exemplos, o mapa de características de semeadura pode ser derivado de sinais de controle usados por uma semeadora ao plantar as sementes ou de sinais de sensores gerados por sensores na semeadora que confirmam que uma semente foi plantada. Semeadoras podem incluir sensores de posição geográfica que localizam geograficamente as localizações onde as sementes foram plantadas. Essa informação pode ser usada para determinar a densidade de plantio de sementes que se correlaciona com a densidade de planta. A densidade das plantas pode afetar a resistência das plantas cultivadas à queda pelo vento, por exemplo. Um mapa de características de semeadura também pode conter outras informações, como características da semente usada. Por exemplo, algumas características incluem tipo de semente, tamanho da semente do genótipo, marca da semente, revestimento da semente, data de plantio, período de geminação, períodos de estágio de crescimento típico e altura da planta madura.

[0026] Um mapa de índice vegetativo mapeia ilustrativamente os valores de índice vegetativo (que podem ser indicativos de crescimento vegetativo) em diferentes localizações geográficas em um campo de interesse. Um exemplo de índice vegetativo inclui um índice de vegetação de diferença normalizada (NDVI). Existem muitos outros índices vegetativos e esses outros índices vegetativos estão dentro do escopo da presente descrição. Em alguns exemplos, um índice vegetativo pode ser derivado de leituras de sensor de uma ou mais bandas de radiação eletromagnética refletida por plantas. Sem limitações, essas bandas podem estar nas porções de micro-ondas, infravermelho, visível ou ultravioleta do espectro eletromagnético.

[0027] Um mapa de umidade mapeia de forma ilustrativa a umidade do solo ou da cultura em diferentes localizações geográficas em um campo de interesse. Em um exemplo, a umidade da colheita pode ser detectada antes de uma operação de colheita por um veículo aéreo não tripulado (UAV) equipado com um sensor de umidade. Conforme o UAV se desloca pelo campo, as leituras de umidade da cultura são geolocalizadas para criar um mapa de umidade. Este é apenas um exemplo e o mapa de umidade de cultivo também pode ser criado de outras maneiras, por exemplo, a umidade em um campo pode ser prevista com base na precipitação, umidade do solo ou combinações dos mesmos.

[0028] Um mapa de índice vegetativo pode, portanto, ser usado para identificar a presença e localização da vegetação. Em alguns exemplos, um mapa de índice vegetativo permite que os cultivos sejam identificados e georreferenciados na presença de solo nu, resíduos de cultivo ou outras plantas, incluindo cultivo ou ervas daninhas. Por exemplo, no início de uma estação de crescimento, quando um cultivo está em crescimento, o índice vegetativo pode mostrar o progresso do desenvolvimento do cultivo. Portanto, se um mapa de índice vegetativo for gerado no início da estação de crescimento ou no meio da estação de crescimento, o mapa de índice vegetativo pode ser indicativo do progresso do desenvolvimento das plantas do cultivo. Por exemplo, o mapa de índice vegetativo pode indicar se a planta está atrofiada, se um dossel suficiente está sendo estabelecido ou se outros atributos da planta indicativos do desenvolvimento da planta estão presentes. Um mapa de índice vegetativo também pode ser indicativo de outras características vegetativas, bem como a saúde da planta.

[0029] A presente discussão prossegue, assim, em relação a exemplos em que um sistema recebe um ou mais de um mapa de característica de semeadura, índice vegetativo, umidade ou operações anteriores e também usa um sensor in situ para detectar uma variável indicativa de calibração, durante uma operação de colheita. O sistema gera um modelo que modela uma relação entre os valores de características de semeadura, valores de índice vegetativo, valores de umidade ou outros valores dos mapas e os dados in situ do sensor in situ. O modelo é usado para gerar um mapa de característica de calibração preditivo funcional que prevê uma característica antecipada de calibração da colheitadeira agrícola no campo. O mapa de característica de calibração preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário ou usado no controle automático de uma colheitadeira agrícola durante a operação de colheita, ou ambos.

[0030] A FIG. 1 é uma ilustração parte pictórica, parte esquemática de uma colheitadeira agrícola autopropelida 100. No exemplo ilustrado, a colheitadeira agrícola 100 é uma combinada. Além disso, embora as colheitadeiras sejam providas como exemplos ao longo da presente descrição, será reconhecido que a presente descrição também é aplicável a outros tipos de colheitadeiras, como colheitadeiras de algodão, colheitadeiras de cana-deaçúcar, colheitadeiras de forragem autopropelidas, enfardadeiras ou outras máquinas de trabalho agrícola. Consequentemente, a presente descrição pretende abranger os vários tipos de colheitadeiras descritos e, portanto, não está limitada a combinadas. Além disso, a presente descrição é direcionada a outros tipos de máquinas de trabalho, como semeadeiras e pulverizadores agrícolas, equipamentos de construção, equipamentos florestais e equipamentos de gerenciamento de relva onde a geração de um mapa preditivo pode ser aplicável. Consequentemente, a presente descrição pretende abranger esses vários tipos de colheitadeiras e outras máquinas de trabalho e, portanto, não está limitada a combinadas.

[0031] 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 do operador, para controlar a colheitadeira agrícola 100. A colheitadeira agrícola 100 inclui equipamento de extremidade dianteira, como uma plataforma de corte 102 e um cortador geralmente indicado em 104. A colheitadeira agrícola 100 também inclui um alimentador 106, um acelerador de alimentação 108 e uma debulhadora geralmente indicada em 110. O alimentador 106 e o acelerador de alimentação 108 fazem parte de um subsistema de manipulação de material 125. A plataforma de corte 102 é articuladamente acoplada a uma estrutura 103 da colheitadeira agrícola 100 ao longo do eixo geométrico de articulação 105. Um ou mais atuadores 107 acionam o movimento da plataforma de corte 102 em torno do eixo geométrico 105 na direção geralmente indicada pela seta 109. Assim, uma posição vertical da plataforma de corte 102 (a altura da plataforma de corte) acima do solo 111 sobre a qual a plataforma de corte 102 se desloca é controlável pela atuação do atuador 107. Embora não mostrado na FIG. 1, a colheitadeira agrícola 100 também pode incluir um ou mais atuadores que operam para aplicar um ângulo de inclinação, um ângulo de rotação ou ambos à plataforma de corte 102 ou porções da plataforma de corte 102. A inclinação se refere a um ângulo no qual o cortador 104 engata no cultivo. O ângulo de inclinação é aumentado, por exemplo, controlando a plataforma de corte 102 para apontar uma borda distal 113 do cortador 104 mais em direção ao solo. O ângulo de inclinação é diminuído controlando a plataforma de corte 102 para apontar a borda distal 113 do cortador 104 mais longe do solo. O ângulo de rotação se refere à orientação da plataforma de corte 102 sobre o eixo geométrico longitudinal de frente para trás da colheitadeira agrícola 100.

[0032] A debulhadora 110 inclui ilustrativamente um rotor de debulha 112 e um conjunto de côncavos 114. Além disso, a colheitadeira agrícola 100 também inclui um separador 116. A colheitadeira agrícola 100 também inclui um subsistema de limpeza ou sapata de limpeza (coletivamente chamado de subsistema de limpeza 118) que inclui um ventilador de limpeza 120, peneira superior 122 e peneira 124. O subsistema de manipulação de material 125 também inclui batedor de descarga 126, elevador de rejeitos 128, elevador de grãos limpos 130, bem como sem-fim de descarga 134 e bico 136. O elevador de grãos limpos move os grãos limpos para o tanque de grãos limpos 132. A colheitadeira agrícola 100 também inclui um subsistema de resíduos 138 que pode incluir o picador 140 e o distribuidor de sólidos 142. A colheitadeira agrícola 100 também inclui um subsistema de propulsão que inclui um motor que aciona os componentes de engate no solo 144, como rodas ou lagartas. Em alguns exemplos, uma combinada dentro do escopo da presente descrição pode ter mais de um de qualquer um dos subsistemas mencionados acima. Em alguns exemplos, a colheitadeira agrícola 100 pode ter subsistemas de limpeza esquerdo e direito, separadores, etc., que não são mostrados na FIG. 1.

[0033] Em operação, e a título de visão geral, a colheitadeira agrícola 100 se move de forma ilustrativa através de um campo na direção indicada pela seta 147. Conforme a colheitadeira agrícola 100 se move, a plataforma de corte 102 (e a bobina associada 164) engata o cultivo a ser colhido e reúne o cultivo em direção ao cortador 104. Um operador de colheitadeira agrícola 100 pode ser um operador humano local, um operador humano remoto ou um sistema automatizado. O operador da colheitadeira agrícola 100 pode determinar uma ou mais de uma configuração de altura, uma configuração de ângulo de inclinação ou uma configuração de ângulo de rotação para a plataforma de corte 102. Por exemplo, o operador insere uma configuração ou configurações para um sistema de controle, descrito em mais detalhes abaixo, que controla o atuador 107. O sistema de controle também pode receber uma configuração do operador para estabelecer o ângulo de inclinação e o ângulo de rotação da plataforma 102 e implementar as configurações inseridas controlando os atuadores associados, não mostrados, que operam para alterar o ângulo de inclinação e o ângulo de rotação da plataforma de corte 102. O atuador 107 mantém a plataforma de corte 102 a uma altura acima do solo 111 com base em um ajuste de altura e, quando aplicável, nos ângulos de inclinação e rotação desejados. Cada uma das configurações de altura, rotação e inclinação podem ser implementadas independentemente das outras. O sistema de controle responde ao erro da plataforma de corte (por exemplo, a diferença entre a configuração de altura e altura medida da plataforma de corte 104 acima do solo 111 e, em alguns exemplos, erros de ângulo de inclinação e ângulo de rotação) com uma capacidade de resposta que é determinada com base em um nível de sensibilidade selecionado. Se o nível de sensibilidade for definido em um nível de sensibilidade maior, o sistema de controle responde a erros de posição da plataforma de corte menores e tenta reduzir os erros detectados mais rapidamente do que quando a sensibilidade está em um nível de sensibilidade inferior.

[0034] Voltando à descrição da operação da colheitadeira agrícola 100, após os cultivos serem cortados pelo cortador 104, o material do cultivo cortado é movido através de um transportador no alimentador 106 em direção ao acelerador de alimentação 108, que acelera o material de cultivo para a debulhadora 110. O material de cultivo é debulhado pelo rotor 112 girando o cultivo contra os côncavos 114. O material de cultivo debulhado é movido por um rotor separador no separador 116, onde uma porção do resíduo é movida pelo batedor de descarga 126 em direção ao subsistema de resíduo 138. A porção de resíduo transferida para o subsistema de resíduo 138 é picada pelo picador de resíduos 140 e espalhada no campo pelo distribuidor de sólidos 142. Nas demais configurações, o resíduo é liberado da colheitadeira agrícola 100 em leira. Em outros exemplos, o subsistema de resíduos 138 pode incluir eliminadores de sementes de ervas daninhas (não mostrados), tais como ensacadores de sementes ou outros coletores de sementes, ou trituradores de sementes ou outros destruidores de sementes.

[0035] O grão cai para o subsistema de limpeza 118. A peneira superior 122 separa alguns pedaços maiores de material do grão, e a peneira 124 separa alguns dos pedaços mais finos de material do grão limpo. O grão limpo cai para um sem-fim 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. O resíduo é removido do subsistema de limpeza 118 por fluxo de ar gerado pelo ventilador de limpeza 120. O ventilador de limpeza 120 direciona o ar ao longo de um trajeto de fluxo de ar para cima através das peneiras e peneiras superiores. O fluxo de ar carrega resíduos na retaguarda na colheitadeira agrícola 100 em direção ao subsistema de manipulação de resíduos 138.

[0036] O elevador de rejeitos 128 retorna rejeitos para a debulhadora 110, onde os rejeitos são novamente debulhados. Alternativamente, os rejeitos também podem ser passados para um mecanismo de nova debulha em separado por um elevador de rejeitos ou outro dispositivo de transporte onde os rejeitos também são novamente debulhados.

[0037] A FIG. 1 também mostra que, em um exemplo, a colheitadeira agrícola 100 inclui sensor de velocidade de solo 146, um ou mais sensores de perda de separador 148, uma câmera de grãos limpos 150, um mecanismo de captura de imagem de visão frontal 151, que pode estar na forma de uma câmera estéreo ou mono e um ou mais sensores de perda 152 providos no subsistema de limpeza 118.

[0038] O sensor de velocidade no solo 146 sensoreia a velocidade de deslocamento da colheitadeira agrícola 100 no solo. O sensor de velocidade no solo 146 pode sensorear a velocidade de deslocamento da colheitadeira agrícola 100 sensoreando a velocidade de rotação dos componentes de engate no solo (como rodas ou lagartas), um eixo de transmissão, um eixo de roda ou outros componentes. Em alguns casos, a velocidade de deslocamento pode ser sensoreada usando um sistema de posicionamento, como um sistema de posicionamento global (GPS), um sistema de navegação estimada, um sistema de navegação de longo alcance (LORAN) ou uma grande variedade de outros sistemas ou sensores que proveem uma indicação da velocidade de deslocamento.

[0039] Os sensores de perda 152 proveem ilustrativamente um sinal de saída indicativo da quantidade de perda de grãos que ocorre em ambos os lados direito e esquerdo do subsistema de limpeza 118. Em alguns exemplos, os sensores 152 são sensores de impacto que contam impactos de grãos por unidade de tempo ou por unidade de distância percorrida para prover uma indicação da perda de grãos que ocorre no subsistema de limpeza 118. Os sensores de impacto 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 em oposição a sensores separados providos para cada subsistema de limpeza 118.

[0040] O sensor de perda de separador 148 provê um sinal indicativo de perda de grãos nos separadores esquerdo e direito, não mostrado separadamente na FIG. 1. Os sensores de perda do separador 148 podem ser associados aos separadores esquerdo e direito e podem prover sinais de perda de grãos separados ou um sinal combinado ou agregado. Em alguns casos, a sensoreação de perda de grãos nos separadores também pode ser realizada usando uma ampla variedade de diferentes tipos de sensores também.

[0041] A colheitadeira agrícola 100 também pode 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 da plataforma de corte que sensoreia uma altura da plataforma de corte 102 acima do solo 111; sensores de estabilidade que sensoreiam oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100; um sensor de configuração de resíduo que é configurado para sensorear se a colheitadeira agrícola 100 está configurada para cortar o resíduo, produzir uma leira, etc.; um sensor de velocidade do ventilador da sapata de limpeza para sensorear a velocidade do ventilador 120; um sensor de folga do côncavo que sensoreia folga entre o rotor 112 e côncavos 114; um sensor de velocidade do rotor de debulha que sensoreia uma velocidade de rotor do rotor 112; um sensor de folga de peneira superior que sensoreia o tamanho das aberturas na peneira superior 122; um sensor de folga de peneira que sensoreia o tamanho das aberturas na peneira 124; um sensor de umidade de material diferente de grão (MOG) que sensoreia um nível de umidade do MOG que passa pela colheitadeira agrícola 100; um ou mais sensores de configuração da máquina configurados para sensorear várias configurações da colheitadeira agrícola 100; um sensor de orientação de máquina que sensoreia a orientação da colheitadeira agrícola 100; e sensores de propriedade de cultivo que sensoreiam uma variedade de diferentes tipos de propriedades de cultivo, como tipo de cultivo, umidade do cultivo e outras propriedades de cultivo. Sensores de propriedade de cultivo também podem ser configurados para sensorear características do material de cultivo cortado conforme o material de cultivo está sendo processado pela colheitadeira 100. Por exemplo, em alguns casos, os sensores de propriedade de cultivo podem sensorear a qualidade do grão, como grãos quebrados, níveis de MOG; constituintes de grãos, como amidos e proteínas; e taxa de alimentação de grão conforme o grão se desloca através do alimentador 106, elevador de grão limpo 130 ou em outro lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultivo também podem sensorear a taxa de alimentação de biomassa através do alimentador 106, através do separador 116 ou em outro lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultivo também podem sensorear a taxa de alimentação como uma vazão de massa de grãos através do elevador 130 ou através de outras porções da colheitadeira agrícola 100 ou prover outros sinais de saída indicativos de outras variáveis sensoreadas.

[0042] Exemplos de sensores de calibração usados para detectar ou sensorear as características de calibração incluem, mas não estão limitados a realimentação de sistemas de calibração automática e entradas de calibração manual do usuário. Por exemplo, uma característica de calibração pode incluir uma compensação ou outro algoritmo de correção que alinha o sinal de um sensor a ser calibrado para um valor de referência (por exemplo, de um sensor de referência com uma precisão conhecida ou um valor inserido manualmente). Fontes de valores de referência para uma calibração do sensor de rendimento podem incluir uma balança de elevador de grãos, balanças em um carrinho de grãos, balanças abaixo ou em um tanque de grãos limpos ou valores de rendimento previstos (por exemplo, valores previstos com base em outra característica, como índice vegetativo). Fontes de valores de referência para uma calibração do sensor de perda de grãos podem incluir medir grãos manualmente em uma área de referência atrás da colheitadeira agrícola, ou uma diferença entre um valor de perda de grãos previsto (por exemplo, valores previstos com base em outra característica, como índice vegetativo) e um medida de grão no tanque de grãos limpos.

[0043] Antes de descrever como a colheitadeira agrícola 100 gera um mapa preditivo funcional que mapeia uma ou mais características de calibração preditivas para diferentes localizações em um campo, e usa o mapa preditivo funcional para controle, uma breve descrição de alguns dos itens na colheitadeira agrícola 100 e sua operação será primeiro descrita. A descrição das FIGS. 2 e 3 descreve o recebimento de um tipo geral de mapa de informações e a combinação de informações do mapa de informações com um sinal de sensor georreferenciado gerado por um sensor in situ, onde o sinal do sensor é indicativo de uma característica no campo, como características de calibração da colheitadeira agrícola. As características do campo podem incluir, mas não estão limitadas a características de um campo como declive, intensidade de ervas daninhas, tipo de ervas daninhas, umidade do solo, qualidade da superfície; características das propriedades de cultivo, como altura do cultivo, umidade do cultivo, densidade do cultivo, estado do cultivo; características das propriedades do grão, como umidade do grão, tamanho do grão, peso de teste do grão; e características de desempenho da máquina, como níveis de perda, qualidade do trabalho, consumo de combustível e utilização de energia. Uma relação entre os valores característicos obtidos a partir de sinais do sensor in situ e os valores do mapa de informações é identificada e essa relação é usada para gerar um novo mapa preditivo funcional. Um mapa preditivo funcional prevê valores em diferentes localizações geográficas em um campo, e um ou mais desses valores podem ser usados para controlar uma máquina, como um ou mais subsistemas de uma colheitadeira agrícola. Em alguns casos, um mapa preditivo funcional pode ser apresentado a um usuário, 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, como por meio de um visor, ao toque ou de forma audível. 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 de controle de uma máquina de trabalho agrícola, como uma colheitadeira agrícola, apresentação a um operador ou outro usuário e apresentação a um operador ou usuário para interação pelo operador ou usuário.

[0044] Após a abordagem geral ser descrita em relação às FIGS. 2 e 3, uma abordagem mais específica para gerar um mapa preditivo funcional que pode ser apresentado a um operador ou usuário, ou usado para controlar a colheitadeira agrícola 100, ou ambos é descrita em relação às FIGS. 4 e 5. Novamente, enquanto a presente discussão prossegue com relação à colheitadeira agrícola e, particularmente, uma combinada, o escopo da presente descrição abrange outros tipos de colheitadeiras agrícolas ou outras máquinas de trabalho agrícolas.

[0045] A FIG. 2 é um diagrama de blocos que mostra algumas porções de uma colheitadeira agrícola exemplificativa 100. A FIG. 2 mostra que a colheitadeira agrícola 100 inclui ilustrativamente 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 simultâneo com uma operação de colheita. Uma característica agrícola pode incluir qualquer característica que possa ter um efeito na operação de colheita. Alguns exemplos de características agrícolas incluem características da colheitadeira, o campo, as plantas no campo e o clima. Outros tipos de características agrícolas também estão incluídos. Uma característica agrícola pode incluir qualquer característica que possa ter um efeito na operação de colheita. Alguns exemplos de características agrícolas incluem características da colheitadeira, do campo, das plantas do campo, do clima, entre outros. Os sensores in situ 208 geram valores correspondentes às características sensoreadas. A colheitadeira agrícola 100 também inclui um modelo preditivo ou gerador de relação (coletivamente referido a seguir como “gerador de modelo preditivo 210”), 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 também pode incluir uma ampla variedade de outras funcionalidades de colheitadeira agrícola 220. Os sensores in situ 208 incluem, por exemplo, sensores integrados 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 inclui ilustrativamente um gerador de modelo de variável de informações para variável in situ 228 e o gerador de modelo preditivo 210 pode incluir outros itens 230. O sistema de controle 214 inclui controlador de sistema de comunicação 229, controlador de interface de operador 231, um controlador de configurações 232, controlador de planejamento de trajeto 234, controlador de taxa de alimentação 236, controlador de plataforma de corte e bobina 238, controlador de correia da esteira 240, controlador de posição de placa de deque 242, controlador de sistema de resíduo 244, controlador de limpeza de máquina 245, controlador de zona 247, e o sistema 214 podem incluir outros itens 246. Subsistemas controláveis 216 incluem máquina e atuadores de plataforma de corte 248, subsistema de propulsão 250, subsistema de direção 252, subsistema de resíduo 138, subsistema de limpeza de máquina 254, e subsistemas 216 podem incluir uma grande variedade de outros subsistemas 256.

[0046] A FIG. 2 também mostra que a colheitadeira agrícola 100 pode receber o mapa de informações 258. Conforme descrito abaixo, o mapa de informações 258 pode incluir, por exemplo, um mapa de índice vegetativo ou um mapa de vegetação de uma operação anterior. No entanto, o mapa de informações 258 também pode abranger 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 os mecanismos de interface do operador 218. Em alguns exemplos, os mecanismos de interface de operação 218 podem incluir joysticks, alavancas, um volante, ligações, pedais, botões, mostradores, teclados, elementos acionáveis pelo usuário (como ícones, botões, etc.) em um dispositivo de exibição de interface de usuário, um microfone e alto-falante (onde o reconhecimento de fala e a síntese de fala são providos), entre uma ampla variedade de outros tipos de dispositivos de controle. Onde um sistema de visor sensível ao toque é provido, o operador 260 pode interagir com os mecanismos de interface do operador 218 usando gestos de toque. Esses exemplos descritos acima são providos como exemplos ilustrativos e não pretendem limitar o escopo da presente descrição. Consequentemente, outros tipos de mecanismos de interface de operação 218 podem ser usados e estão dentro do escopo da presente descrição.

[0047] O mapa de informações 258 pode ser recebido pela colheitadeira agrícola 100 e armazenado 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 comunicação através de uma rede de área ampla ou uma rede de área local, um sistema para comunicação através de uma rede de comunicação de campo próximo ou um sistema de comunicação configurado para se comunicar através de qualquer um de uma variedade de outras redes ou combinações de redes. O sistema de comunicação 206 também pode incluir um sistema que facilita downloads ou transferências de informações de e para um cartão digital seguro (SD) ou um cartão de barramento serial universal (USB) ou ambos.

[0048] O sensor de posição geográfica 204 sensoreia ou detecta de forma ilustrativa a posição geográfica ou localização da colheitadeira agrícola 100. O sensor de posição geográfica 204 pode incluir, mas não está limitado a um receptor de sistema de navegação global por satélite (GNSS) que recebe sinais de um transmissor de satélite GNSS. O sensor de posição geográfica 204 também pode incluir um componente cinemático em tempo real (RTK) que é configurado para aumentar a precisão dos dados de posição derivados do sinal GNSS. O sensor de posição geográfica 204 pode incluir um sistema de navegação estimada, um sistema de triangulação celular ou qualquer um de uma variedade de outros sensores de posição geográfica.

[0049] Os sensores in situ 208 podem ser qualquer um dos sensores descritos acima em relação à FIG. 1. Os sensores in situ 208 incluem sensores integrados 222 que são montados a bordo da colheitadeira agrícola 100. Tais sensores podem incluir, por exemplo, um sensor de percepção (por exemplo, um sistema de câmera mono ou estéreo frontal e sistema de processamento de imagem), sensores de imagem que são internos à colheitadeira agrícola 100 (como a câmera de grãos limpos ou câmeras montadas para identificar sementes de ervas daninhas que estão saindo da colheitadeira agrícola 100 através do subsistema de resíduos ou do subsistema de limpeza). Os sensores in situ 208 também incluem sensores remotos in situ 224 que capturam informações in situ. Os dados in situ incluem dados obtidos de um sensor a bordo da colheitadeira ou obtidos por qualquer sensor onde os dados são detectados durante a operação de colheita.

[0050] 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 informações 258. Por exemplo, se o mapa de informações 258 mapeia um valor de índice vegetativo para diferentes locais no campo e o sensor in situ 208 sensoreia um valor indicativo de uma característica de calibração, então o gerador de modelo de variável de informações para variável in situ 228 gera um modelo de calibração preditiva que modela a relação entre o valor do índice vegetativo e o valor da característica de calibração. 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 de 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 informações 258. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados no mapa de informações 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informações 258, mas tem uma relação com o tipo de dados no mapa de informações 258. Por exemplo, em alguns exemplos, o tipo de dados no mapa de informações 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 do tipo de dados in situ sensoreados pelos sensores in situ 208 e o tipo de dados no mapa de informações 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um ou ambos do tipo de dados in situ sensoreados pelos sensores in situ 208 e o tipo de dados no mapa de informações 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um do tipo de dados in situ sensoreados pelos sensores in situ 208 ou o tipo de dados no mapa de informações 258 e diferente do outro.

[0051] Continuando com o exemplo anterior, no qual o mapa de informações 258 é um mapa de índice vegetativo e o sensor in situ 208 sensoreia um valor indicativo de uso de energia da plataforma de corte, o gerador de mapa preditivo 212 pode usar os valores de índice vegetativo no mapa de informações 258 e o modelo gerado pelo gerador de modelo preditivo 210, para gerar um mapa preditivo funcional 263 que prevê o uso de energia da plataforma de corte em diferentes localizações no campo. O gerador de mapa preditivo 212, portanto, emite o mapa preditivo 264.

[0052] Como mostrado na FIG. 2, o mapa preditivo 264 prevê o valor de uma característica sensoreada (sensoreada por sensores in situ 208), ou uma característica relacionada à característica sensoreada, em várias localizações através do campo com base em um valor de informações no mapa de informações 258 nessas localizações e no modelo preditivo. Por exemplo, se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de genótipo de semente e uma característica de calibração, então, dado o valor de genótipo de semente em diferentes localizações ao longo do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor da característica de calibração em diferentes localizações do campo. O valor de genótipo de semente, obtido do mapa de característica de semente, nessas localizações e a relação entre o valor de genótipo de semente e a característica de calibração, obtida do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0053] Algumas variações nos tipos de dados que são mapeados no mapa de informações 258, os tipos de dados sensoreados por sensores in situ 208 e os tipos de dados previstos no mapa preditivo 264 serão agora descritos.

[0054] Em alguns exemplos, o tipo de dados no mapa de informações 258 é diferente do tipo de dados sensoreado por sensores in situ 208, mas 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 informações 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 previstos para diferentes localizações geográficas no campo. Em um outro exemplo, o mapa de informações 258 pode ser um mapa de índice vegetativo e a variável sensoreada pelos sensores in situ 208 pode ser altura do cultivo. O mapa preditivo 264 pode, então, ser um mapa de altura do cultivo preditivo que mapeia valores de altura do cultivo previstos para diferentes localizações geográficas no campo.

[0055] Além disso, em alguns exemplos, o tipo de dados no mapa de informações 258 é diferente do tipo de dados sensoreado por sensores in situ 208 e o tipo de dados no mapa preditivo 264 é diferente de ambos os tipos de dados no mapa de informações 258 e o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informações 258 pode ser um mapa de índice vegetativo e a variável sensoreada pelos sensores in situ 208 pode ser altura do cultivo. O mapa preditivo 264 pode, então, ser um mapa de biomassa preditivo que mapeia valores de biomassa previstos para diferentes localizações geográficas no campo. Em um outro exemplo, o mapa de informações 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 da colheitadeira previstos para diferentes localizações geográficas no campo.

[0056] Em alguns exemplos, o mapa de informações 258 é de uma passagem anterior através do campo durante uma operação anterior e o tipo de dados é diferente do tipo de dados sensoreado por sensores in situ 208, ainda que o tipo de dados no mapa preditivo 264 seja o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informações 258 pode ser um mapa de população de sementes gerado durante plantio, e a variável sensoreada pelos sensores in situ 208 pode ser tamanho do caule. O mapa preditivo 264 pode, então, ser um mapa de tamanho do caule preditivo que mapeia valores de tamanho do caule previstos para diferentes localizações geográficas no campo. Em um outro exemplo, o mapa de informações 258 pode ser um mapa híbrido de semeadura, e a variável sensoreada pelos sensores in situ 208 pode ser estado de cultivo, como cultivo em pé ou cultivo para baixo. O mapa preditivo 264 pode, então, ser um mapa de estado do cultivo preditivo que mapeia valores de estado do cultivo previstos para diferentes localizações geográficas no campo.

[0057] Em alguns exemplos, o mapa de informações 258 é de uma passagem anterior através do campo durante uma operação anterior e o tipo de dados é o mesmo que o tipo de dados sensoreado por 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 informações 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 previstos para diferentes localizações geográficas no campo. Em tal exemplo, as diferenças relativas de rendimento no mapa de informações georreferenciado 258 do ano anterior podem ser usadas pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela um relacionamento entre as diferenças de rendimento relativas no mapa de informações anteriores 258 e os valores de rendimento detectados por 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.

[0058] 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 estão associados a essas porções adjacentes. Uma zona de controle pode incluir duas ou mais porções contíguas de uma área, como um campo, para o qual um parâmetro de controle correspondente à zona de controle para controlar um subsistema controlável é constante. Por exemplo, um tempo de resposta para alterar uma configuração de subsistemas controláveis 216 pode ser inadequado para responder satisfatoriamente às mudanças nos valores contidos em um mapa, como o mapa preditivo 264. Nesse caso, o gerador de zona de controle 213 analisa o mapa e identifica as 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 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 o mapa de zona de controle preditivo 265. O mapa de zona de controle preditivo 265 pode, portanto, ser semelhante ao mapa de zona de controle preditivo 264, exceto que o mapa de zona de controle preditivo 265 inclui informações de zona de controle que definem as zonas de controle. Assim, um mapa preditivo funcional 263, conforme descrito neste 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, como o mapa preditivo 264. Em outro exemplo, um mapa preditivo funcional 263 inclui zonas de controle, como o mapa de zona de controle preditivo 265. Em alguns exemplos, vários cultivos podem estar simultaneamente presentes em um campo se um sistema de produção entre cultivos 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 dos dois ou mais cultivos e, em seguida, gerar o mapa preditivo 264 e o mapa de zona de controle preditivo 265 em conformidade.

[0059] Também será reconhecido 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.

[0060] O mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos são providos para o 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 de zona de controle preditivo 264 ou mapa de zona de controle preditivo 265 para 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 para outros sistemas remotos.

[0061] 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 operação 231 também é operável para apresentar o mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou outras informações derivadas de ou com base no mapa preditivo 264, mapa de zona de controle preditivo 265 ou ambos para o 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 mapa de zona de controle preditivo 265 para o operador 260. O controlador 231 pode gerar mecanismos acionáveis pelo operador que são exibidos e podem ser acionados pelo operador para interagir com o mapa exibido. O operador pode editar o mapa, por exemplo, corrigindo uma característica de calibração exibida no mapa com base na observação do operador, que pode ser após uma colheita ou após as leituras de outro sensor terem sido usadas para determinar se as leituras do sensor in situ são consistentes ou inconsistentes com isso. O controlador de configurações 232 pode gerar sinais de controle para controlar várias configurações 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 configurações 232 pode gerar sinais de controle para controlar a máquina e os atuadores de plataforma de corte 248. Em resposta aos sinais de controle gerados, a máquina e os atuadores da plataforma de corte 248 operam para controlar, por exemplo, uma ou mais das configurações de peneira e peneira superior, folga da debulhadora, configurações do rotor, configurações de velocidade do ventilador de limpeza, altura da plataforma de corte, funcionalidade da plataforma de corte, velocidade da bobina, posição da bobina, funcionalidade da correia da esteira (onde a colheitadeira agrícola 100 é acoplada a uma plataforma de corte da correia da esteira), funcionalidade da plataforma de corte de milho, controle de distribuição interna e outros atuadores 248 que afetam as outras funções da colheitadeira agrícola 100. O controlador de configurações 232 pode gerar sinais de controle para controlar as características de calibração (por exemplo, qual modelo de calibração deve ser usado ao processar um sinal de sensor bruto) de um determinado sensor. O controlador de planejamento de trajeto 234, de forma ilustrativa, gera sinais de controle para controlar o subsistema de direção 252 para orientar 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 orientar a colheitadeira agrícola 100 ao longo dessa rota. O controlador de taxa de alimentação 236 pode controlar vários subsistemas, como o subsistema de propulsão 250 e atuadores de máquina 248, para controlar uma taxa de alimentação com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos. O controlador de plataforma de corte e bobina 238 pode gerar sinais de controle para controlar uma plataforma de corte ou uma bobina ou outra funcionalidade de plataforma de corte. O controlador de correia da esteira 240 pode gerar sinais de controle para controlar uma correia da esteira ou outra funcionalidade de correia da esteira com base no mapa preditivo 264, mapa de zona de controle preditivo 265 ou ambos. O controlador de posição de placa de deque 242 pode gerar sinais de controle para controlar uma posição de uma placa de deque incluída em uma plataforma de corte com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos, e o controlador de 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. 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 também.

[0062] As FIGS. 3A e 3B (coletivamente referidas neste 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 informações 258.

[0063] Em 280, a colheitadeira agrícola 100 recebe o mapa de informações 258. Exemplos de mapa de informações 258 ou recebimento de mapa de informações 258 são discutidos em relação aos blocos 281, 282, 284 e 286. Como discutido acima, o mapa de informações 258 mapeia valores de uma variável, correspondendo a uma primeira característica, para diferentes locais no campo, conforme indicado no bloco 282. Conforme indicado no bloco 281, receber o mapa de informações 258 pode envolver a seleção de um ou mais de uma pluralidade de mapas de informações possíveis que estão disponíveis. Por exemplo, um mapa de informações pode ser um mapa de índice vegetativo gerado a partir de imagens aéreas. Outro mapa de informações pode ser um mapa gerado durante uma passagem anterior pelo campo que pode ter sido executado por uma máquina diferente realizando uma operação anterior no campo, como um pulverizador ou outra máquina. O processo pelo qual um ou mais mapas de informações são selecionados pode ser manual, semiautomático ou automatizado. O mapa de informações 258 é baseado em dados coletados antes de uma operação de colheita atual. Isso é indicado pelo bloco 284. Por exemplo, os dados podem ser coletados com base em imagens aéreas tiradas durante um ano anterior, ou no início da estação de cultivo atual, ou em outras épocas. Conforme indicado pelo bloco 285, o mapa de informações pode ser um mapa preditivo que prevê uma característica com base em um mapa de informações e uma relação com um sensor in situ. Um processo de geração de um mapa preditivo é apresentado na FIG. 5. Esse processo também pode ser realizado com outros sensores e outros mapas anteriores para gerar, por exemplo, mapas de rendimento preditivos ou mapas de biomassa preditivos. Esses mapas preditivos podem ser usados como mapas anteriores em outros processos preditivos, conforme indicado pelo bloco 285. Os dados podem ser baseados em dados detectados de maneiras diferentes do uso de imagens aéreas. Por exemplo, os dados para o mapa de informações 258 podem ser transmitidos para a colheitadeira agrícola 100 usando o sistema de comunicação 206 e armazenados no armazenamento de dados 202. Os dados para o mapa de informações 258 podem ser providos para a colheitadeira agrícola 100 usando o sistema de comunicação 206 de outras maneiras também, e isso é indicado pelo bloco 286 no fluxograma da FIG. 3. Em alguns exemplos, o mapa de informações 258 pode ser recebido pelo sistema de comunicação 206.

[0064] Após o 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 conforme indicado pelo bloco 288. Exemplos de sensores in situ 288 são discutidos em relação aos blocos 222, 290 e 226. Conforme explicado acima, os sensores in situ 208 incluem sensores integrados 222; sensores remotos in situ 224, tais como sensores baseados em UAV voados em um momento para reunir dados in situ, mostrados no bloco 290; ou outros tipos de sensores in situ, designados por sensores in situ 226. Em alguns exemplos, os dados dos sensores integrados são georreferenciados usando dados de posição, direção ou velocidade do sensor de posição geográfica 204.

[0065] O gerador de modelo preditivo 210 controla a variável de informações para o gerador de modelo de variável in situ 228 para gerar um modelo que modela uma relação entre os valores mapeados contidos no mapa de informações 258 e os valores in situ detectados pelos sensores in situ 208 como indicado pelo bloco 292. As características ou tipos de dados representados pelos valores mapeados no mapa de informações 258 e os valores in situ detectados pelos sensores in situ 208 podem ser as mesmas características ou tipo de dados ou diferentes características ou tipos de dados.

[0066] A relação ou modelo gerado pelo gerador de modelo preditivo 210 é provida ao gerador de mapa preditivo 212. O gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê um valor da característica sensoreada pelos sensores in situ 208 em diferentes localizações geográficas em um campo sendo colhido, ou uma característica diferente que está relacionada à característica sensoreada pelos sensores in situ 208, usando o modelo preditivo e o mapa de informações 258, conforme indicado pelo bloco 294.

[0067] Deve-se notar que, em alguns exemplos, o mapa de informações 258 pode incluir dois ou mais mapas diferentes ou duas ou mais camadas de mapas diferentes de um único mapa. Cada camada do mapa pode representar um tipo de dados diferente do tipo de dados de outra camada do mapa ou as camadas do mapa podem ter o mesmo tipo de dados que foram obtidos em momentos diferentes. Cada mapa em dois ou mais mapas diferentes ou cada camada em duas ou mais camadas de mapa diferentes de um mapa mapeia um tipo diferente de variável para as localizações geográficas no campo. Em tal exemplo, 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 mapas diferentes ou pelas duas ou mais camadas de mapas diferentes. De forma similar, os sensores in situ 208 podem incluir dois ou mais sensores, cada um sensoreando um tipo diferente de variável. Assim, o gerador de modelo preditivo 210 gera um modelo preditivo que modela as relações entre cada tipo de variável mapeada pelo mapa de informações 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 prevê um valor para cada característica sensoreada pelos sensores in situ 208 (ou uma característica relacionada à característica sensoreada) em diferentes localizações no campo sendo colhidas usando o modelo preditivo e cada um dos mapas ou camadas de mapa no mapa de informações 258.

[0068] O gerador de mapa preditivo 212 configura o mapa preditivo 264 de modo que o mapa preditivo 264 seja acionável (ou consumível) pelo sistema de controle 214. O gerador de mapa preditivo 212 pode prover o mapa preditivo 264 para o sistema de controle 214 ou para controlar o gerador de zona 213 ou ambos. Alguns exemplos de diferentes maneiras em que o mapa preditivo 264 pode ser configurado ou emitido são descritos em relação aos blocos 296, 295, 299 e 297. Por exemplo, o gerador de mapa preditivo 212 configura o mapa preditivo 264 de modo que o mapa preditivo 264 inclua valores que podem ser lidos pelo sistema de controle 214 e usados como base para gerar sinais de controle para um ou mais dos diferentes subsistemas controláveis da colheitadeira agrícola 100, como indicado pelo bloco 296.

[0069] 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 geolocalizados de forma contígua que estão dentro de um valor limite um do outro podem ser agrupados em uma zona de controle. O valor limite pode ser um valor limite padrão ou o valor limite pode ser definido com base em uma entrada do operador, com base em uma entrada de um sistema automatizado ou com base em outros critérios. Um tamanho das zonas pode ser baseado em uma capacidade de resposta do sistema de controle 214, os subsistemas controláveis 216, com base em considerações de desgaste ou em outros critérios, conforme 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. Isso 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 podem 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 correlacionado à localização geográfica e valores de configurações ou parâmetros de controle que são usados com base nos valores previstos no mapa 264 ou zonas no mapa de zona de controle preditivo 265. A apresentação pode, em outro exemplo, incluir informações mais abstratas ou informações mais detalhadas. A apresentação também pode incluir um nível de confiança que indica uma precisão com a qual os valores preditivos no mapa preditivo 264 ou as zonas no mapa de zona de controle preditivo 265 estão em conformidade com os valores medidos que podem ser medidos por sensores na colheitadeira 100 conforme a colheitadeira 100 se move através do campo. Além disso, onde as informações são apresentadas 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 autorizados a visualizar e alterar mapas e outras informações apresentadas. A título de exemplo, um dispositivo de exibição integrado pode mostrar os mapas em tempo quase real localmente na máquina, ou os mapas também podem ser gerados em um ou mais locais remotos, ou ambos. Em alguns exemplos, cada dispositivo de exibição físico em cada localização pode ser associado a uma pessoa ou a um nível de permissão do usuário. O nível de permissão do usuário pode ser usado para determinar quais marcadores de exibição são visíveis no dispositivo de exibição físico e quais valores a pessoa correspondente pode alterar. Por exemplo, um operador local da colheitadeira agrícola 100 pode ser incapaz de ver as informações correspondentes ao mapa preditivo 264 ou fazer qualquer alteração na operação da máquina. Um supervisor, como um supervisor em um local remoto, no entanto, pode ser capaz de ver o mapa preditivo 264 no visor, mas ser impedido de fazer quaisquer alterações. Um gerente, 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 alterar o mapa preditivo 264. Em alguns casos, o mapa preditivo 264 acessível e alterável por um gerente localizado remotamente pode ser usado no controle da máquina. Este 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 podem ser configurados de outras maneiras também, conforme indicado pelo bloco 297.

[0070] No bloco 298, a entrada do sensor de posição geográfica 204 e outros sensores in situ 208 são recebidos 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 da 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 outras informações de vários sensores in situ 208.

[0071] 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 quaisquer outros sensores in situ 208. No bloco 310, o sistema de controle 214 aplica os sinais de controle aos subsistemas controláveis. Será reconhecido que os sinais de controle específicos que são gerados e os subsistemas controláveis particulares 216 que são controlados podem variar com base em uma ou mais coisas diferentes. Por exemplo, os sinais de controle que são gerados e os subsistemas controláveis 216 que são controlados podem ser baseados no tipo de mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos que estão sendo usados. De forma similar, os sinais de controle que são gerados e os subsistemas controláveis 216 que são controlados e o tempo dos sinais de controle podem ser baseados em várias latências de fluxo de cultivo através da colheitadeira agrícola 100 e a capacidade de resposta dos subsistemas controláveis 216.

[0072] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de característica de calibração preditivo pode ser usado para controlar um ou mais subsistemas 216. Por exemplo, o mapa de característica de calibração preditivo pode incluir valores de características de calibração preditivo georreferenciados para localizações dentro do campo que está sendo colhido. Os valores de característica de calibração do mapa de característica de calibração preditivo podem ser extraídos pelo controlador de configurações 232 e usados para controlar quais modelos de calibração devem ser usados para interpretar dados brutos do sensor nos valores de característica que o sensor é usado para sensorear. O exemplo anterior envolvendo processamento de sinal de sensor usando um mapa de característica de calibração preditivo é provido apenas como um exemplo. Consequentemente, uma grande variedade de outros sinais de controle pode ser gerada usando valores obtidos a partir de um mapa de característica de calibração preditivo ou outro tipo de mapa preditivo para controlar um ou mais dos subsistemas controláveis 216.

[0073] No bloco 312, é feita uma determinação se a operação de colheita foi concluída. Se a colheita não for concluída, o processamento avança para o bloco 314, onde os dados do sensor in situ do sensor de posição geográfica 204 e os sensores in situ 208 (e talvez outros sensores) continuam a ser lidos.

[0074] Em alguns exemplos, no bloco 316, a colheitadeira agrícola 100 também pode detectar critérios de gatilho de aprendizado para realizar aprendizado de máquina em um ou mais do mapa preditivo 264, mapa de zona de controle preditivo 265, o modelo gerado pelo gerador de modelo preditivo 210, as zonas geradas por gerador de zona de controle 213, um ou mais algoritmos de controle implementados pelos controladores no sistema de controle 214 e outro aprendizado acionado.

[0075] Os critérios de gatilho de aprendizado podem incluir qualquer um de uma ampla variedade de critérios diferentes. Alguns exemplos de critérios de detecção de gatilho são discutidos em relação aos blocos 318, 320, 321, 322 e 324. Por exemplo, em alguns exemplos, o aprendizado desencadeado pode envolver a recriação de uma relação usada para gerar um modelo preditivo quando uma quantidade limite de dados de sensor in situ é obtida a partir 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 limite aciona ou faz com que o gerador de modelo preditivo 210 gere um novo modelo preditivo que é usado pelo gerador de mapa preditivo 212. Assim, conforme a colheitadeira agrícola 100 continua uma operação de colheita, o recebimento da quantidade limite de dados do sensor in situ dos sensores in situ 208 desencadeia a criação de uma nova relação representada por um modelo preditivo gerado pelo gerador de modelo preditivo 210. Além disso, o 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 limite de dados de sensor in situ usados para acionar a criação de um novo modelo preditivo.

[0076] Em outros exemplos, os critérios de gatilho de aprendizado podem ser baseados em quanto os dados do sensor in situ dos sensores in situ 208 estão mudando, como ao longo do tempo ou em comparação com os valores anteriores. Por exemplo, se as variações dentro dos dados do sensor in situ (ou a relação entre os dados do sensor in situ e as informações no mapa de informações 258) estiverem dentro de uma faixa selecionada ou forem menores do que uma quantidade definida, ou abaixo de um valor limite, então, um novo modelo preditivo não é gerado pelo gerador de modelo preditivo 210. Como resultado, o gerador de mapa preditivo 212 não gera um novo mapa preditivo 264, mapa de zona de controle preditivo 265 ou ambos. No entanto, se as variações dentro dos dados do sensor in situ estiverem fora da faixa selecionada, forem maiores do que a quantidade definida ou estiverem acima do valor limite, por exemplo, então o gerador de modelo preditivo 210 gera um novo modelo preditivo usando todos ou uma porção dos dados do 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 do sensor in situ, tais como uma magnitude de uma quantidade pela qual os dados excedem a faixa selecionada ou uma magnitude da variação da relação entre os dados do sensor in situ e as informações no mapa de informações 258, podem ser usadas como um gatilho para causar a geração de um novo modelo preditivo e mapa preditivo. Mantendo os exemplos descritos acima, o limite, a faixa e a quantidade definida podem ser definidos para os valores padrão; definido por um operador ou interação do usuário por meio de uma interface de usuário; definido por um sistema automatizado; ou definido de outras maneiras.

[0077] Outros critérios de gatilho de aprendizado também podem ser usados. Por exemplo, se o gerador de modelo preditivo 210 mudar para um mapa de informações diferente (diferente do mapa de informações originalmente selecionado 258), então, mudar para o mapa de informações diferente pode desencadear o reaprendizado pelo gerador de modelo preditivo 210, 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 também pode ser usada como critério de gatilho de aprendizado.

[0078] Em alguns casos, o operador 260 também pode editar o mapa preditivo 264 ou o mapa de zona de controle preditivo 265 ou ambos. As edições podem alterar um valor no mapa preditivo 264, alterar 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 as informações editadas podem ser usadas como critérios de gatilho de aprendizado.

[0079] Em alguns casos, também pode ser que o operador 260 observe que o controle automatizado 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 daquela que está sendo comandada pelo sistema de controle 214. Assim, a alteração manual de uma configuração pelo operador 260 pode fazer com que um ou mais do gerador de modelo preditivo 210 reaprenda um modelo, gerador de mapa preditivo 212 para regenerar o mapa 264, gerador de zona de controle 213 para regenerar uma ou mais zonas de controle no mapa de zona de controle preditivo 265 e sistema de controle 214 para reaprender um algoritmo de controle ou para realizar aprendizado 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 aprendizado desencadeados.

[0080] Em outros exemplos, o reaprendizado pode ser realizado periodicamente ou intermitentemente com base, por exemplo, em um intervalo de tempo selecionado, como um intervalo de tempo discreto ou um intervalo de tempo variável, conforme indicado pelo bloco 326.

[0081] Se o reaprendizado for desencadeado, seja com base em critérios de disparo de aprendizado ou com base na passagem de um intervalo de tempo, conforme indicado pelo bloco 326, então um ou mais dentre o gerador de modelo preditivo 210, gerador de mapa preditivo 212, gerador de zona de controle 213 e sistema de controle 214 realiza aprendizado 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 gatilho de aprendizado. O novo modelo preditivo, o novo mapa preditivo e o novo algoritmo de controle são gerados usando quaisquer dados adicionais que foram coletados desde a última operação de aprendizado realizada. A realização de reaprendizado é indicada pelo bloco 328.

[0082] Se a operação de colheita foi concluída, a operação se move do bloco 312 para o bloco 330, onde um ou mais do mapa preditivo 264, mapa de zona de controle preditivo 265 e 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 para um sistema remoto usando o sistema de comunicação 206 para uso posterior.

[0083] Será notado que, embora alguns exemplos neste documento descrevam o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebendo um mapa de informações anteriores 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, como um mapa preditivo funcional gerado durante a operação de colheita.

[0084] A FIG. 4 é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 4 mostra, entre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhes. A FIG. 4 também ilustra o fluxo de informações entre os vários componentes mostrados. O gerador de modelo preditivo 210 recebe um ou mais de um mapa de característica de semeadura 331, um mapa de índice vegetativo 332, um mapa de umidade 333 e um mapa de operações anteriores 343. O mapa de característica de semeadura 331 inclui valores de característica de semeadura georreferenciados. Algumas características de semeadura incluem híbrido, genótipo, tipo, população de plantio e tamanho da semente, entre outras. O mapa de índice vegetativo 332 inclui valores de índice vegetativo georreferenciados. O mapa de umidade 333 inclui cultivo georreferenciado ou valores de umidade do solo.

[0085] 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. Sensores in situ 208 ilustrativamente incluem um sensor de característica de calibração, como o sensor de calibração 336, bem como um sistema de processamento 338. O sensor de calibração 336 sensoreia ou recebe, como entrada, características de calibração de um ou mais componentes da colheitadeira agrícola 100. Algumas calibrações podem incluir calibrações de sensor de rendimento ou calibrações de perda de grãos. No entanto, muitos outros sensores ou dispositivos na colheitadeira agrícola 100 também podem ser calibrados.

[0086] Como mostrado na FIG. 4, o gerador de modelo preditivo exemplificativo 210 inclui um ou mais de um gerador de modelo de característica de semeadura para característica de calibração 342, gerador de modelo de índice vegetativo para característica de calibração 344, gerador de modelo de umidade para característica de calibração 346 e gerador de modelo de operações anteriores para característica de calibração 347. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, menos ou diferentes do que aqueles mostrados no exemplo da FIG. 4. Consequentemente, em alguns exemplos, o gerador de modelo preditivo 210 pode incluir outros itens 348 também, que podem incluir outros tipos de geradores de modelo preditivo para gerar outros tipos de modelos preditivos 350.

[0087] O gerador de modelo de característica de semeadura para característica de calibração 342 identifica uma relação entre uma característica de calibração, em uma localização geográfica correspondente a onde o sensor de calibração 336 sensoreou a característica, e os valores de característica de semeadura do mapa de característica de semeadura 332 correspondendo à mesma localização no campo onde a característica de calibração foi sensoreada. Com base nessa relação estabelecida pelo gerador de modelo 342, o gerador de modelo 342 gera um modelo preditivo 350. O modelo preditivo 350 é usado pelo gerador de mapa preditivo 212 para prever características de calibração em diferentes localizações no campo com base nos valores de característica de semeadura georreferenciados contidos no mapa de característica de semeadura 332 nas mesmas localizações no campo.

[0088] O gerador de modelo de índice vegetativo para característica de calibração 344 identifica uma relação entre uma característica de calibração, em uma localização geográfica correspondente a onde o sensor de calibração 336 sensoreou a característica, e um valor de índice vegetativo do mapa de índice vegetativo 332 correspondendo à mesma localização no campo onde a característica de calibração foi sensoreada. Com base nessa relação estabelecida pelo gerador de modelo 344, o gerador de modelo 344 gera um modelo preditivo 350. O modelo preditivo 350 é usado pelo gerador de mapa preditivo 212 para prever características de calibração em diferentes localizações no campo com base nos valores de índice vegetativo georreferenciados contidos no mapa de índice vegetativo 332 nas mesmas localizações no campo.

[0089] O gerador de modelo de umidade para característica de calibração 346 identifica uma relação entre uma característica de calibração, em uma localização geográfica correspondente a onde o sensor de calibração 336 sensoreou a característica, e um valor de umidade do mapa de umidade 333 correspondendo à mesma localização no campo onde a característica de calibração foi sensoreada. Com base nessa relação estabelecida pelo gerador de modelo 346, o gerador de modelo 346 gera um modelo preditivo 350. O modelo preditivo 350 é usado pelo gerador de mapa preditivo 212 para prever características de calibração em diferentes localizações no campo com base no valor de umidade contido no mapa de umidade 333 nas mesmas localizações no campo.

[0090] O gerador de modelo de operações anteriores para característica de calibração 347 identifica uma relação entre uma característica de calibração, em uma localização geográfica correspondente a onde o sensor de calibração 336 sensoreou a característica, e um valor de característica de operação anterior do mapa de operação anterior 334 correspondendo à mesma localização no campo onde a característica de calibração foi sensoreada. Com base nessa relação estabelecida pelo gerador de modelo 347, o gerador de modelo 347 gera um modelo preditivo 350. O modelo preditivo 350 é usado pelo gerador de mapa preditivo 212 para prever características de calibração em diferentes localizações no campo com base no valor de característica de operação anterior contido no mapa de operação anterior preditivo 334 nas mesmas localizações no campo.

[0091] À luz do exposto acima, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos preditivos, como um ou mais dos modelos preditivos gerados pelos geradores de modelo 342, 344, 346, 347, e 348. Em um outro exemplo, dois ou mais dos modelos preditivos descritos acima podem ser combinados em um único modelo preditivo que prevê uma ou mais características de calibração com base nos diferentes valores em diferentes localizações no campo de um ou mais mapas. Qualquer um desses modelos, ou combinações dos mesmos, são representados coletivamente pelo modelo preditivo 350 na FIG. 4.

[0092] O modelo preditivo 350 é provido ao gerador de mapa preditivo 212. No exemplo da FIG. 4, o gerador de mapa preditivo 212 inclui um gerador de mapa de calibração 356. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais ou diferentes. Assim, em alguns exemplos, o gerador de mapa preditivo 212 pode incluir outros itens 358, que podem incluir outros tipos de geradores de mapa para gerar mapas para outros tipos de características de calibração.

[0093] O gerador de mapa de calibração 356 recebe o modelo preditivo 350, que prevê características de calibração com base em valores em um ou mais do mapa de característica de semeadura 331, mapa de índice vegetativo 332, mapa de umidade 333 e mapa de operações anteriores 334 e gera um mapa preditivo que prevê as características de calibração em diferentes localizações no campo. Por exemplo, o gerador de mapa 356 gera um mapa de características de calibração estimadas com base em um modelo preditivo 350 que define uma relação entre híbrido de semente e características de calibração de um sensor de rendimento. Ou, por exemplo, o gerador de mapa 356 gera um mapa de características de calibração com base em um modelo preditivo 350 que define uma relação entre o índice vegetativo e as características de calibração do sensor de perda de grãos.

[0094] O gerador de mapa preditivo 212 emite um ou mais mapas preditivos 360 que são preditivos de uma ou mais características de calibração. Cada um dos mapas preditivos 360 prevê a respectiva característica de calibração em diferentes localizações em um campo. Cada um dos mapas preditivos gerados 360 pode ser provido para o gerador de zona de controle 213, o sistema de controle 214 ou ambos. O gerador de zona de controle 213 pode gerar zonas de controle e incorporar essas zonas de controle no mapa preditivo funcional 360. Um ou mais mapas preditivos funcionais 360 podem ser providos para o sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base no mapa preditivo funcional 360.

[0095] A FIG. 5 é um fluxograma de um exemplo de operação do gerador de modelo preditivo 210 e gerador de mapa preditivo 212 na geração do modelo preditivo 350 e do mapa preditivo 360. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebe um ou mais de um mapa de característica de semeadura 331, um mapa de índice vegetativo anterior 332, um mapa de umidade 335 ou algum outro um mapa de operações anteriores 334. No bloco 364, o sistema de processamento 338 recebe um ou mais sinais de sensor do sensor de calibração 336.

[0096] No bloco 372, o sistema de processamento 338 processa um ou mais sinais de sensor recebidos para gerar dados indicativos de uma característica de calibração. Os sinais do sensor de calibração são indicativos das características de calibração atuais. O sinal do sensor de calibração pode ser realimentação de um sistema de calibração automática ou pode ser modificações de características de calibração manuais providas por um operador. Os dados do sensor também podem incluir outros dados recebidos de outras fontes.

[0097] No bloco 382, o gerador de modelo preditivo 210 também obtém a localização geográfica correspondente aos dados do 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 da máquina, velocidade da máquina, etc., uma localização geográfica precisa onde os dados do sensor 340 foram capturados ou derivados.

[0098] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos, como o modelo preditivo 350, que modelam uma relação entre um valor de índice vegetativo, um valor de umidade, um valor de característica de semeadura ou uma característica de um valor de operação anterior obtido de um mapa de informações, como o mapa de informações 258, e uma característica de calibração sendo sensoreada pelo sensor in situ 208 ou uma característica relacionada. Por exemplo, o gerador de modelo preditivo 210 pode gerar um modelo preditivo que modela a relação entre um valor de umidade e uma característica de calibração para um sensor de perda de grãos. A calibração do sensor de umidade para perda de grãos é uma relação útil porque, por exemplo, o tipo ou magnitude do sinal de um sensor de perda de grãos pode ser influenciado pela umidade.

[0099] No bloco 386, o modelo preditivo, tal como o modelo preditivo 350, é provido ao gerador de mapa preditivo 212 que gera um mapa preditivo 360 que mapeia uma característica de calibração prevista com base no modelo preditivo 350 e um ou mais de uma característica de semeadura, um mapa de índice vegetativo, um mapa de umidade de cultivo ou outro mapa anterior 334. Por exemplo, em alguns exemplos, o mapa preditivo 360 prevê características de calibração de vários sensores. O mapa preditivo 360 pode ser gerado durante o curso de uma operação agrícola. Assim, conforme uma colheitadeira agrícola está se movendo através de um campo realizando uma operação agrícola, o mapa preditivo 360 é gerado conforme a operação agrícola está sendo executada.

[00100] No bloco 394, o gerador de mapa preditivo 212 emite o mapa preditivo 360. No bloco 391, o gerador de mapa preditivo 212 emite o mapa preditivo para apresentação e possível interação pelo operador 260. No bloco 393, o gerador de mapa preditivo 212 pode configurar o mapa para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 também pode prover o mapa preditivo 360 para o gerador de zona de controle 213 para geração de zonas de controle. No bloco 397, o gerador de mapa preditivo 212 configura o mapa preditivo 360 de outras maneiras também. O mapa preditivo 360 (com ou sem as zonas de controle) é provido para controlar o sistema 214. No bloco 396, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa preditivo 360.

[00101] Assim, pode ser visto que o presente sistema pega um mapa de informações que mapeia uma característica, como uma característica de semeadura, um valor de índice vegetativo, um valor de umidade de cultivo ou informações de uma operação anterior passada para diferentes localizações em um campo. O presente sistema também usa um ou mais sensores in situ que sensoreiam dados do sensor in situ que são indicativos de uma característica de calibração e gera um modelo que modela uma relação entre a característica sensoreada usando o sensor in situ, ou uma característica relacionada, e a característica mapeada no mapa de informações. Assim, o presente sistema gera um mapa preditivo funcional usando um modelo, dados in situ e um mapa de informações e pode configurar o mapa preditivo funcional gerado para consumo por um sistema de controle, para apresentação a um operador local ou remoto ou outro usuário, ou ambos. Por exemplo, o sistema de controle pode usar o mapa para controlar um ou mais sistemas de uma combinada.

[00102] A FIG. 6 mostra um diagrama de blocos que ilustra 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 também pode incluir outros itens 492. O sistema de geração de zona de controle 488 inclui o componente identificador de critérios de zona de controle 494, componente de definição de limite de zona de controle 496, componente de identificador de configuração de alvo 498 e outros itens 520. O sistema de geração de zona de regime 490 inclui o componente de identificação de critérios de zona de regime 522, componente de definição de limite de zona de regime 524, componente identificador de resolução de configurações 526 e outros itens 528. Antes de descrever a operação geral do gerador de zona de controle 213 em mais detalhes, uma breve descrição de alguns dos itens no gerador de zona de controle 213 e as respectivas operações do mesmo será provida primeiro.

[00103] A colheitadeira agrícola 100, ou outras máquinas de trabalho, podem ter uma grande variedade de diferentes tipos de atuadores controláveis que executam diferentes funções. Os atuadores controláveis na colheitadeira agrícola 100 ou outras máquinas de trabalho são coletivamente chamados de atuadores de máquina de trabalho (WMAs). Cada WMA pode ser controlável de forma independente 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 controlável individualmente ou correspondentes aos conjuntos de WMAs que são controlados em coordenação um com o outro.

[00104] O seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para os quais as 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 selecionado ou conjunto de WMAs. 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 do WMA pode ser usado como o critério para definir os limites das zonas de controle. Em outro exemplo, as características de desgaste (por exemplo, quanto um determinado atuador ou mecanismo desgasta como resultado do movimento do mesmo) podem ser usadas como os critérios para identificar os limites das zonas de controle. O componente identificador 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.

[00105] O componente identificador de configuração alvo 498 define um valor da configuração 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 sistema de propulsão 250 e o mapa preditivo funcional em análise for um mapa de velocidade preditivo funcional 438, então a configuração alvo em cada zona de controle pode ser uma configuração de velocidade alvo com base nos valores de velocidade contidos no mapa de velocidade preditivo funcional 238 dentro da zona de controle identificada.

[00106] Em alguns exemplos, onde a colheitadeira agrícola 100 deve ser controlada com base em uma localização atual ou futura da colheitadeira agrícola 100, múltiplas configurações alvo podem ser possíveis para um WMA em uma determinada posição. Nesse caso, as configurações alvo podem ter valores diferentes e podem ser concorrentes. Portanto, as configurações alvo precisam ser resolvidas de forma que apenas uma única configuração alvo seja usada 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, podem existir vários conjuntos de critérios concorrentes diferentes que são considerados pelo sistema de geração de zona de controle 488 na identificação das zonas de controle e das configurações alvo para o WMA selecionado nas zonas de controle. Por exemplo, diferentes configurações alvo para controlar a velocidade da máquina podem ser geradas com base em, por exemplo, um valor de taxa de alimentação detectado ou previsto, um valor de eficiência de combustível detectado ou preditivo, um valor de perda de grão detectado ou previsto ou uma combinação destes. No entanto, a qualquer momento, a colheitadeira agrícola 100 não pode se deslocar sobre o solo em velocidades múltiplas simultaneamente. Em vez disso, a qualquer momento, a colheitadeira agrícola 100 se desloca em uma única velocidade. Assim, uma das configurações alvo concorrentes é selecionada para controlar a velocidade da colheitadeira agrícola 100.

[00107] Portanto, em alguns exemplos, o sistema de geração de zona de regime 490 gera zonas de regime para resolver várias configurações alvo concorrentes diferentes. 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, tipo de cultivo ou variedade de cultivo com base em um mapa conforme plantado ou outra fonte do tipo de cultivo ou variedade de cultivo, tipo de erva daninha, intensidade de erva daninha, tipo de solo ou estado de cultivo, como se o cultivo está baixo, parcialmente baixo ou em pé. Assim como 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.

[00108] Em alguns exemplos, as zonas de regime podem se sobrepor umas às outras. Por exemplo, uma zona de regime de variedade de cultivo pode se sobrepor a uma porção ou a totalidade de uma zona de regime de estado de cultivo. Nesse exemplo, as diferentes zonas de regime podem ser atribuídas a uma hierarquia de precedência de modo que, onde duas ou mais zonas de regime se sobrepõem, a zona de regime atribuída com uma posição hierárquica maior ou importância na hierarquia de precedência tem precedência sobre as zonas de regime que têm posições hierárquicas menores ou importância na hierarquia de precedência. A hierarquia de precedência das zonas de regime pode ser configurada manualmente ou pode ser configurada automaticamente usando um sistema baseado em regras, um sistema baseado em modelo ou outro sistema. Como um exemplo, onde uma zona de regime de cultivo reduzida se sobrepõe a uma zona de regime de cultivo reduzida, a zona de regime de cultivo reduzida pode receber uma importância maior na hierarquia de precedência do que a zona de regime de variedade de cultivo para que a zona de regime de cultivo reduzida tenha precedência.

[00109] Além disso, cada zona de regime pode ter um resolvedor de configurações exclusivo para um determinado WMA ou conjunto de WMAs. O componente identificador de resolvedor de configurações 526 identifica um resolvedor de configurações específico para cada zona de regime identificada no mapa preditivo funcional em análise e um resolvedor de configurações específico para o WMA ou conjunto de WMAs selecionado.

[00110] Uma vez que o resolvedor de configurações para uma determinada zona de regime é identificado, esse resolvedor de configurações pode ser usado para resolver configurações alvo concorrentes, onde mais de uma configuração alvo é identificada com base nas zonas de controle. Os diferentes tipos de resolvedores de configurações podem ter formas diferentes. Por exemplo, os resolvedores de configurações que são identificados para cada zona de regime podem incluir um resolvedor de escolha humana no qual as configurações alvo concorrentes são apresentadas a um operador ou outro usuário para resolução. Em outro exemplo, o resolvedor de configurações pode incluir uma rede neural ou outra inteligência artificial ou sistema de aprendizado de máquina. Em tais casos, os resolvedores de configurações podem resolver as configurações alvo concorrentes com base em uma métrica de qualidade prevista ou histórica correspondente a cada uma das diferentes configurações alvo. Como um exemplo, uma configuração de velocidade aumentada do veículo pode reduzir o tempo de colheita em um campo e reduzir os custos de equipamento e trabalho baseados no tempo correspondentes, mas pode aumentar as perdas de grãos. Uma configuração de velocidade reduzida do veículo pode aumentar o tempo para a colheita de um campo e aumentar os custos de trabalho e equipamento baseados no tempo correspondentes, mas pode diminuir as perdas de grãos. Quando a perda de grãos ou o tempo de colheita é selecionado como uma métrica de qualidade, o valor previsto ou histórico para a métrica de qualidade selecionada, dados os dois valores de configurações de velocidade do veículo concorrentes, pode ser usado para resolver a configuração de velocidade. Em alguns casos, os resolvedores de configurações podem ser um conjunto de regras de limite que podem ser usadas em vez de, ou além das, zonas de regime. Um exemplo de regra de limite pode ser expresso da seguinte forma: se os valores de biomassa previstos dentro de 20 pés da plataforma de corte da colheitadeira agrícola 100 forem maiores que x quilogramas (onde x é um valor selecionado ou predeterminado), usar então o valor de configuração alvo que é escolhido com base na taxa de alimentação sobre outras configurações alvo concorrentes, caso contrário usar o valor de configuração alvo com base na perda de grãos em relação a outros valores de configuração alvo concorrentes.

[00111] Os resolvedores de configurações podem ser componentes lógicos que executam regras lógicas na identificação de uma configuração alvo. Por exemplo, o resolvedor de configurações pode resolver as configurações alvo enquanto tenta minimizar o tempo de colheita ou minimizar o custo total da colheita ou maximizar o grão colhido ou com base em outras variáveis que são calculadas como uma função das diferentes configurações alvo candidatas. Um tempo de colheita pode ser minimizado quando uma quantidade para completar uma colheita é reduzida a ou abaixo de um limite selecionado. Um custo total de colheita pode ser minimizado onde o custo total de colheita é reduzido para um valor igual a ou menor que um limite selecionado. Os grãos colhidos podem ser maximizados quando a quantidade de grãos colhidos é aumentada para igual a ou acima de um limite selecionado.

[00112] A FIG. 7 é um fluxograma que ilustra um exemplo da operação do 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).

[00113] 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 436, 437, 438, ou 440. O bloco 534 indica que o mapa em análise também pode ser outros mapas.

[00114] No bloco 536, o seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para os quais as 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 os WMAs ou conjunto de WMAs selecionados. O bloco 540 indica um exemplo em que os critérios da zona de controle são ou incluem características de desgaste do WMA ou conjunto de WMAs selecionado. O bloco 542 indica um exemplo em que os critérios de definição da zona de controle são ou incluem uma magnitude e variação de dados de fonte de entrada, 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 em que os critérios de definição da zona de controle são ou incluem características físicas da máquina, tais como as dimensões físicas da máquina, uma velocidade na qual diferentes subsistemas operam, ou outras características físicas da máquina. O bloco 546 indica um exemplo em que os critérios de definição da zona de controle são ou incluem uma capacidade de resposta do WMA ou conjunto de WMAs selecionado para atingir os valores de configuração recém-comandados. O bloco 548 indica um exemplo em que os critérios de definição da zona de controle são ou incluem métricas de desempenho da máquina. O bloco 550 indica um exemplo em que os critérios de definição da zona de controle são ou incluem preferências do operador. O bloco 552 indica um exemplo em que os critérios de definição da zona de controle são ou incluem outros itens também. O bloco 549 indica um exemplo em que os critérios de definição da zona de controle são baseados no tempo, o que significa que a colheitadeira agrícola 100 não cruzará o limite de uma zona de controle até que uma quantidade de tempo selecionada tenha decorrido desde que a colheitadeira agrícola 100 entrou em uma zona de controle particular. Em alguns casos, a quantidade de tempo selecionada pode ser uma quantidade mínima de tempo. Assim, em alguns casos, os critérios de definição da zona de controle podem evitar 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 em que os critérios de definição da zona de controle são baseados em um valor de tamanho selecionado. Por exemplo, os critérios de definição da zona de controle que são baseados em um valor de tamanho selecionado podem impedir a definição de uma zona de controle que seja menor do que o tamanho selecionado. Em alguns casos, o tamanho selecionado pode ser um tamanho mínimo.

[00115] 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 selecionados. O bloco 556 indica um exemplo em que os critérios de definição da zona de regime são baseados em uma entrada manual do operador 260 ou outro usuário. O bloco 558 ilustra um exemplo em que os critérios de definição da zona de regime são baseados no tipo de cultivo ou variedade de cultivo. O bloco 560 ilustra um exemplo em que os critérios de definição da zona de regime são baseados no tipo de erva daninha ou intensidade da erva daninha ou ambos. O bloco 562 ilustra um exemplo em que os critérios de definição da zona de regime são baseados em ou incluem o estado do cultivo. O bloco 564 indica um exemplo em que os critérios de definição da zona de regime são ou incluem outros critérios também. Por exemplo, os critérios de definição da zona de regime podem ser baseados em características topográficas, características do solo, faixas de consumo de energia, etc.

[00116] 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 em que os limites da zona são identificados para as zonas de controle e as zonas de regime. O bloco 570 mostra que o componente identificador de configuração alvo 498 identifica as configurações alvo para cada uma das zonas de controle. As zonas de controle e zonas de regime também podem ser geradas de outras maneiras, e isso é indicado pelo bloco 572.

[00117] No bloco 574, o componente identificador do resolvedor de configurações 526 identifica o resolvedor de configurações para os WMAs selecionados em cada zona de regime definida pelo componente de definição de limite de zona de regimes 524. Conforme discutido acima, o resolvedor de zona de regime pode ser um resolvedor humano 576, um resolvedor de sistema de aprendizado de máquina ou inteligência artificial 578, um resolvedor 580 com base na qualidade prevista ou histórica para cada configuração alvo concorrente, um resolvedor baseado em regras 582, um resolvedor baseado em critérios de desempenho 584, ou outros resolvedores 586.

[00118] No bloco 588, o seletor de WMA 486 determina se há mais WMAs ou conjuntos de WMAs para processar. Se WMAs ou conjuntos de WMAs adicionais estão restantes para serem processados, o processamento reverte para o bloco 436 onde o próximo WMA ou conjunto de WMAs para os quais zonas de controle e zonas de regime devem ser definidas é selecionado. Quando não houver mais WMAs ou conjuntos de WMAs para os quais as zonas de controle ou zonas de regime devem ser geradas, o processamento se move para o bloco 590, onde o gerador de zona de controle 213 gera um mapa com zonas de controle, configurações alvo, zonas de regime e resolvedores de configurações para cada dos WMAs ou conjuntos de WMAs. Conforme discutido acima, o mapa emitido pode ser apresentado ao operador 260 ou a outro usuário; o mapa emitido pode ser provido para o sistema de controle 214; ou o mapa emitido pode ser emitido de outras maneiras.

[00119] A FIG. 8 ilustra um exemplo da operação do sistema de controle 214 no controle da colheitadeira agrícola 100 com base em um mapa que é emitido pelo gerador de zona de controle 213. Assim, 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, conforme 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 em que o mapa recebido do local de trabalho pode ser um mapa de informações com zonas de controle e zonas de regime identificadas nele. O bloco 598 indica um exemplo no qual o mapa recebido pode incluir vários mapas diferentes ou várias camadas de mapas diferentes. O bloco 610 indica um exemplo no qual o mapa recebido também pode assumir outras formas.

[00120] No bloco 612, o sistema de controle 214 recebe um sinal do sensor do sensor de posição geográfica 204. O sinal do 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 ou colheitadeira agrícola 100 ou outras informações 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 serem controlados. No bloco 628, o controlador de zona 247 obtém uma ou mais configurações alvo para o WMA ou conjunto de WMAs selecionado. As configurações alvo obtidas para o WMA ou conjunto de WMAs selecionado podem vir de uma variedade de fontes diferentes. Por exemplo, o bloco 630 mostra um exemplo em que uma ou mais das configurações alvo para o WMA ou conjunto de WMAs selecionado é baseado em uma entrada das zonas de controle no mapa do local de trabalho. O bloco 632 mostra um exemplo no qual uma ou mais das configurações alvo são obtidas a partir de entradas humanas do operador 260 ou de outro usuário. O bloco 634 mostra um exemplo no qual as configurações alvo são obtidas a partir de um sensor in situ 208. O bloco 636 mostra um exemplo em que uma ou mais configurações alvo são obtidas de um ou mais sensores em outras máquinas trabalhando no mesmo campo simultaneamente com a colheitadeira agrícola 100 ou de um ou mais sensores em máquinas que trabalharam no mesmo campo no passado. O bloco 638 mostra um exemplo no qual as configurações alvo são obtidas a partir de outras fontes também.

[00121] No bloco 640, o controlador de zona 247 acessa o resolvedor de configurações para a zona de regime selecionada e controla o resolvedor de configurações para resolver configurações alvo concorrentes em uma configuração alvo resolvida. Conforme discutido acima, em alguns casos, o resolvedor de configurações pode ser um resolvedor humano, em cujo caso o controlador de zona 247 controla os mecanismos de interface do operador 218 para apresentar as configurações alvo concorrentes para o operador 260 ou outro usuário para resolução. Em alguns casos, o resolvedor de configurações pode ser uma rede neural ou outra inteligência artificial ou sistema de aprendizado de máquina e o controlador de zona 247 envia as configurações alvo concorrentes para a rede neural, inteligência artificial ou sistema de aprendizado de máquina para seleção. Em alguns casos, o resolvedor de configurações pode ser baseado em uma métrica de qualidade prevista ou histórica, em regras de limite ou em componentes lógicos. Em qualquer um desses últimos exemplos, o controlador de zona 247 executa o resolvedor de configurações para obter uma configuração alvo resolvida com base na métrica de qualidade prevista ou histórica, com base nas regras de limite ou com o uso dos componentes lógicos.

[00122] No bloco 642, com o controlador de zona 247 tendo identificado a configuração alvo resolvida, o controlador de zona 247 provê a configuração alvo resolvida para outros controladores no sistema de controle 214, que geram e aplicam sinais de controle para o WMA ou conjunto de WMAs selecionado com base na configuração alvo resolvida. Por exemplo, onde o WMA selecionado é uma máquina ou atuador de plataforma de corte 248, o controlador de zona 247 provê a configuração alvo resolvida para controlador de configurações 232 ou plataforma de corte/controlador real 238 ou ambos para gerar sinais de controle com base na configuração alvo resolvida e aqueles sinais de controle gerados são aplicados à máquina ou aos atuadores de plataforma de corte 248. No bloco 644, se WMAs adicionais ou conjuntos adicionais de WMAs devem ser controlados na localização geográfica atual da colheitadeira agrícola 100 (conforme detectado no bloco 612), então o processamento reverte para o bloco 626 onde o próximo WMA ou conjunto de WMAs 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 tratados. Se nenhum WMA ou conjuntos de WMAs adicionais a serem controlados na localização geográfica atual da colheitadeira agrícola 100 permanecem, o processamento prossegue para o bloco 646 onde o controlador de zona 247 determina se zonas de controle adicionais a serem consideradas existem na zona de regime selecionada. Se zonas de controle adicionais a serem consideradas existem, o processamento reverte para o bloco 624, onde uma próxima zona de controle é selecionada. Se não houver zonas de controle adicionais a serem consideradas, o processamento prossegue para o bloco 648, onde uma determinação quanto a se as zonas de regime adicionais devem ser consideradas. O controlador de zona 247 determina se zonas de regime adicionais ainda precisam ser consideradas. Se a zona de regime adicional ainda precisa ser considerada, o processamento reverte para o bloco 622, onde uma próxima zona de regime é selecionada.

[00123] No bloco 650, o controlador de zona 247 determina se a operação que a 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, conforme indicado pelo bloco 652. Por exemplo, como mencionado acima, os critérios de definição da zona de controle podem incluir critérios que definem quando um limite da 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, o que significa que a colheitadeira agrícola 100 é impedida de cruzar um limite de zona até que uma quantidade de tempo selecionada tenha transcorrido. Nesse caso, no bloco 652, o controlador de zona 247 determina se o período de tempo selecionado já passou. Além disso, o controlador de zona 247 pode realizar o processamento continuamente. Assim, o controlador de zona 247 não espera por qualquer período de tempo específico antes de continuar a determinar se uma operação da colheitadeira agrícola 100 foi concluída. No bloco 652, o controlador de zona 247 determina que é hora de continuar o processamento, então o processamento continua no bloco 612, onde o controlador de zona 247 recebe novamente uma entrada do sensor de posição geográfica 204. Também será reconhecido que o controlador de zona 247 pode controlar os WMAs e conjuntos de WMAs simultaneamente usando um controlador de múltiplas entradas e saídas em vez de controlar os WMAs e conjuntos de WMAs sequencialmente.

[00124] A FIG. 9 é um diagrama de blocos que mostra um exemplo de um controlador de interface de operação 231. Em um exemplo ilustrado, o controlador de interface de operação 231 inclui sistema de processamento de comando de entrada de operador 654, outro sistema de interação de controlador 656, sistema de processamento de fala 658 e gerador de sinal de ação 660. O sistema de processamento de comando de entrada do operador 654 inclui sistema de gerenciamento de fala 662, sistema de gerenciamento de toque e gesto 664 e outros itens 666. Outro sistema de interação do controlador 656 inclui o sistema de processamento de entrada do controlador 668 e o gerador de saída do controlador 670. O sistema de processamento de fala 658 inclui detector de gatilho 672, componente de reconhecimento 674, componente de síntese 676, sistema de compreensão 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 operação exemplificativo 231 mostrado na FIG. 10 ao lidar com várias ações de interface de operação, uma breve descrição de alguns dos itens no controlador de interface de operador 231 e a operação associada do mesmo é provida em primeiro lugar.

[00125] O sistema de processamento de comando de entrada do operador 654 detecta as entradas do operador nos mecanismos de interface do operador 218 e processa essas entradas para comandos. O sistema de gerenciamento de fala 662 detecta entradas de fala e lida com as interações com o sistema de processamento de fala 658 para processar as entradas de fala para comandos. O sistema de gerenciamento de gestos de toque 664 detecta gestos de toque em elementos sensíveis ao toque nos mecanismos de interface de operador 218 e processa essas entradas para comandos.

[00126] Outro sistema de interação de controlador 656 lida com interações com outros controladores no sistema de controle 214. O sistema de processamento de entrada do controlador 668 detecta e processa as entradas de outros controladores no sistema de controle 214 e o gerador de saída do controlador 670 gera saídas e provê essas saídas para outros controladores no sistema de controle 214. O sistema de processamento de fala 658 reconhece entradas de fala, determina o significado dessas entradas e provê uma saída indicativa do significado das entradas faladas. Por exemplo, o sistema de processamento de fala 658 pode reconhecer uma entrada de fala do operador 260 como um comando de alteração de configurações no qual o operador 260 está comandando o sistema de controle 214 para alterar uma configuração para um subsistema controlável 216. Em tal exemplo, o sistema de processamento de fala 658 reconhece o conteúdo do comando falado, identifica o significado desse comando como um comando de alteração de configurações e provê o significado dessa entrada de volta ao sistema de gerenciamento de fala 662. O sistema de gerenciamento de fala 662, por sua vez, interage com o gerador de saída do controlador 670 para prover a saída comandada ao controlador apropriado no sistema de controle 214 para realizar o comando de alteração das configurações faladas.

[00127] O sistema de processamento de fala 658 pode ser chamado de uma variedade de maneiras diferentes. Por exemplo, em um exemplo, o sistema de gerenciamento de fala 662 provê continuamente uma entrada de um microfone (sendo um dos mecanismos de interface do operador 218) para o sistema de processamento de fala 658. O microfone detecta a fala do operador 260 e o sistema de gerenciamento de fala 662 provê a fala detectada para o sistema de processamento de fala 658. O detector de gatilho 672 detecta um gatilho indicando que o sistema de processamento de fala 658 é invocado. Em alguns casos, quando o sistema de processamento de fala 658 está recebendo entradas de fala contínuas do sistema de gerenciamento de fala 662, o componente de reconhecimento de fala 674 realiza o reconhecimento de fala contínuo em toda a fala falada pelo operador 260. Em alguns casos, o sistema de processamento de fala 658 é configurado para invocação usando uma palavra de ativação. Ou seja, em alguns casos, a operação do sistema de processamento de fala 658 pode ser iniciada com base no reconhecimento de uma palavra falada selecionada, referida como palavra de ativação. Em tal exemplo, onde o componente de reconhecimento 674 reconhece a palavra de ativação, o componente de reconhecimento 674 provê uma indicação de que a palavra de ativação foi reconhecida para desencadear o detector 672. O detector de gatilho 672 detecta que o sistema de processamento de fala 658 foi invocado ou desencadeado pela palavra de ativação. Em outro exemplo, o sistema de processamento de fala 658 pode ser invocado por um operador 260 atuando um atuador em um mecanismo de interface de usuário, tal como tocando um atuador em uma tela de exibição sensível ao toque, pressionando um botão ou provendo outra entrada de gatilho. Em tal exemplo, o detector de gatilho 672 pode detectar que o sistema de processamento de fala 658 foi invocado quando uma entrada de gatilho por meio de um mecanismo de interface de usuário é detectada. O detector de gatilho 672 pode detectar que o sistema de processamento de fala 658 foi invocado de outras maneiras também.

[00128] Uma vez que o sistema de processamento de fala 658 é invocado, a entrada de fala do operador 260 é provida ao componente de reconhecimento de fala 674. O componente de reconhecimento de fala 674 reconhece elementos linguísticos na entrada de fala, como palavras, frases ou outras unidades linguísticas. O sistema de compreensão de linguagem natural 678 identifica um significado da fala reconhecida. O significado pode ser uma saída de linguagem natural, uma saída de comando que identifica um comando refletido na fala reconhecida, uma saída de valor que identifica um valor na fala reconhecida ou qualquer uma de uma ampla variedade de outras saídas que refletem a compreensão da fala reconhecida. Por exemplo, o sistema de compreensão de linguagem natural 678 e o sistema de processamento de fala 568, de forma mais geral, podem compreender o significado da fala reconhecida no contexto da colheitadeira agrícola 100.

[00129] Em alguns exemplos, o sistema de processamento de fala 658 também pode gerar saídas que navegam o operador 260 através de uma experiência do usuário com base na entrada de fala. 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 deseja fazer. A caixa de diálogo pode eliminar a ambiguidade do comando de um usuário; identificar um ou mais valores específicos que são necessários para realizar o comando do usuário; ou obter outras informações do usuário ou prover outras informações ao usuário ou ambos. O componente de síntese 676 pode gerar a síntese de fala que pode ser apresentada ao usuário por meio de um mecanismo de interface de operador de áudio, como um alto-falante. Assim, o diálogo gerenciado pelo sistema de gerenciamento de diálogo 680 pode ser exclusivamente um diálogo falado ou uma combinação de um diálogo visual e um diálogo falado.

[00130] O gerador de sinal de ação 660 gera sinais de ação para controlar os mecanismos de interface do operador 218 com base nas saídas de um ou mais sistema de processamento de comando de entrada do operador 654, outro sistema de interação de controlador 656 e sistema de processamento de fala 658. O gerador de sinal de controle visual 684 gera sinais de controle para controlar itens visuais nos mecanismos de interface do operador 218. Os itens visuais podem ser luzes, uma tela de exibição, indicadores de advertência 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 sonoro, buzinas ou outros elementos audíveis. O gerador de sinal de controle háptico 688 gera sinais de controle que são emitidos 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 joysticks usados pelo operador. Os elementos hápticos podem incluir realimentação tátil ou elementos de realimentação de força que proveem realimentação tátil ou realimentação de força para o operador por meio de mecanismos de interface do operador. Os elementos hápticos também podem incluir uma grande variedade de outros elementos hápticos.

[00131] A FIG. 10 é um fluxograma que ilustra um exemplo da operação do controlador de interface de operador 231 na geração de um visor de interface de operador em um mecanismo de interface de operador 218, que pode incluir uma tela de exibição sensível ao toque. A FIG. 10 também ilustra um exemplo de como o controlador de interface do operador 231 pode detectar e processar as interações do operador com a tela sensível ao toque.

[00132] No bloco 692, o controlador de interface de operador 231 recebe um mapa. O bloco 694 indica um exemplo em que o mapa é um mapa preditivo funcional e o bloco 696 indica um exemplo em que 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 identificando a localização geográfica da colheitadeira agrícola 100. Conforme indicado no bloco 700, a entrada do sensor de posição geográfica 204 pode incluir a direção, juntamente com a localização, da colheitadeira agrícola 100. O bloco 702 indica um exemplo em que a entrada do sensor de posição geográfica 204 inclui a velocidade da colheitadeira agrícola 100 e o bloco 704 indica um exemplo em que a entrada do sensor de posição geográfica 204 inclui outros itens.

[00133] No bloco 706, o gerador de sinal de controle visual 684 no controlador de interface de operação 231 controla a tela sensível ao toque nos 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 próxima unidade de trabalho que identifica uma próxima unidade de trabalho (ou área no campo) na qual a colheitadeira agrícola 100 estará operando. O bloco 712 indica um exemplo em que o campo exibido inclui uma próxima porção de exibição da área que exibe áreas que ainda serão processadas pela colheitadeira agrícola 100, e o bloco 714 indica um exemplo em que o campo exibido inclui porções de exibição visitadas anteriormente que representam áreas do campo que a colheitadeira 100 já processou. O bloco 716 indica um exemplo em que o campo exibido exibe várias características do campo tendo localizações georreferenciadas no mapa. Por exemplo, se o mapa recebido for um mapa de característica de calibração, o campo exibido pode mostrar as diferentes características de calibração existentes no campo georreferenciado dentro do campo exibido. As características mapeadas podem ser mostradas nas áreas visitadas anteriormente (como mostrado no bloco 714) e nas próximas áreas (como mostrado no bloco 712). O bloco 718 indica um exemplo em que o campo exibido também inclui outros itens.

[00134] A FIG. 11 é uma ilustração pictórica que mostra um exemplo de um visor de interface de usuário 720 que pode ser gerada em uma tela sensível ao toque. Em outras implementações, o visor de interface de usuário 720 pode ser gerado em outros tipos de visores. A tela sensível ao toque pode ser montada no compartimento do operador da colheitadeira agrícola 100 ou no dispositivo móvel ou em outro lugar. O visor de interface de usuário 720 será descrito antes de continuar com a descrição do fluxograma mostrado na FIG. 10.

[00135] No exemplo mostrado na FIG. 11, o visor de interface de usuário 720 ilustra que a tela sensível ao toque inclui um recurso de exibição para operar um microfone 722 e um alto-falante 724. Assim, o visor sensível ao toque pode ser acoplado de forma comunicável ao microfone 722 e ao altofalante 724. O bloco 726 indica que a tela sensível ao toque pode incluir uma ampla variedade de atuadores de controle de interface de usuário, como botões, teclados, teclados virtuais, links, ícones, comutadores, etc. O operador 260 pode acionar os atuadores de controle de interface de usuário para executar várias funções.

[00136] No exemplo mostrado na FIG. 11, o visor 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 corresponde a 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 o visor sensível ao toque a fim de aumentar a aproximação em porções da porção de exibição de campo 728 ou para deslocar ou rolar a porção de exibição de campo 728 para mostrar diferentes porções do campo. Uma próxima unidade de trabalho 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 também pode 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 quanto à orientação da colheitadeira agrícola 100 dentro do campo que pode ser usada como uma indicação de uma direção de deslocamento da colheitadeira agrícola 100.

[00137] O tamanho da próxima unidade de trabalho 730 marcada na porção de exibição de campo 728 pode variar com base em uma ampla variedade de critérios diferentes. Por exemplo, o tamanho da próxima unidade de trabalho 730 pode variar com base na velocidade de deslocamento da colheitadeira agrícola 100. Assim, quando a colheitadeira agrícola 100 está se deslocando mais rápido, então a área da próxima unidade de trabalho 730 pode ser maior do que a área da próxima unidade de trabalho 730 se a colheitadeira agrícola 100 estiver se deslocando mais lentamente. Em outro exemplo, o tamanho da próxima unidade de trabalho 730 pode variar com base nas dimensões da colheitadeira agrícola 100, incluindo equipamento na colheitadeira agrícola 100 (como a plataforma de corte 102). Por exemplo, a largura da próxima unidade de trabalho 730 pode variar com base na largura da plataforma de corte 102. A porção de exibição de campo 728 também é mostrada exibindo a área visitada anteriormente 714 e as próximas áreas 712. As áreas visitadas anteriormente 714 representam áreas que já foram colhidas, enquanto as próximas áreas 712 representam áreas que ainda precisam ser colhidas. A porção de exibição de campo 728 também é mostrada exibindo diferentes características do campo. No exemplo ilustrado na FIG. 11, o mapa que está sendo exibido é um mapa de perda preditivo, como mapa de perda preditivo funcional 420. Portanto, uma pluralidade de marcadores de compensação de calibração diferentes é exibida na porção de exibição de campo 728. Há um conjunto de marcadores de exibição de compensação de calibração 732 mostrado nas áreas já visitadas 714. Há também um conjunto de marcadores de exibição de compensação de calibração 732 mostrado nas próximas áreas 712, e há um conjunto de marcadores de exibição de compensação de calibração 732 mostrado na próxima unidade de trabalho 730. A FIG. 11 mostra que os marcadores de exibição de compensação de calibração 732 são compostos de símbolos diferentes que indicam uma área de configurações de compensação de calibração similares. No exemplo mostrado na FIG. 3, o símbolo ! representa as áreas correspondentes a uma configuração de compensação de calibração com o título ilustrativo de compensação de calibração nº 1; o símbolo * representa as áreas correspondentes a uma configuração de compensação de calibração com o título ilustrativo de compensação de calibração nº 2; e o símbolo # representa uma área correspondente a uma configuração de compensação de calibração com o título ilustrativo de compensação de calibração nº 3. Assim, a porção de exibição de campo 728 mostra diferentes valores medidos ou previstos (ou características indicadas pelos valores) que estão localizados em diferentes áreas dentro do campo e representam aqueles valores medidos ou previstos (ou características indicadas pelos valores) com um variedade de marcadores de exibição 732. Como mostrado, a porção de exibição de campo 728 inclui marcadores de exibição, particularmente marcadores de exibição de compensação de calibração 732 no exemplo ilustrado da FIG. 11, em localizações específicas associadas a localizações específicas no campo que está sendo exibido. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado ao mesmo. Assim, em alguns casos, um marcador de exibição pode ser provido em cada local da porção de exibição de campo 728 para identificar a natureza da característica sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição abrange prover um marcador de exibição, como o marcador de exibição de compensação de calibração 732 (como no contexto do presente exemplo da FIG. 11), em um ou mais locais na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica sendo exibida, identificando assim a característica na localização correspondente no campo sendo exibido. Conforme descrito anteriormente, os marcadores de exibição 732 podem ser compostos de diferentes símbolos e, conforme descrito abaixo, os símbolos podem ser qualquer recurso de exibição, como diferentes cores, formatos, padrões, intensidades, texto, ícones ou outros recursos de exibição. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado ao mesmo. Assim, em alguns casos, um marcador de exibição pode ser provido em cada local da porção de exibição de campo 728 para identificar a natureza da característica sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição abrange prover um marcador de exibição, como o marcador de exibição de nível de perda 732 (como no contexto do presente exemplo da FIG. 11), em um ou mais locais na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica sendo exibida, identificando assim a característica na localização correspondente no campo sendo exibido.

[00138] Em outros exemplos, o mapa que está sendo exibido pode ser um ou mais dos mapas descritos neste documento, incluindo mapas de informações, mapas de informações anteriores, os mapas preditivos funcionais, tais como mapas preditivos ou mapas de zona de controle preditivos, ou uma combinação dos mesmos. Assim, os marcadores e características sendo exibidos serão correlacionados às informações, dados, características e valores providos por um ou mais mapas sendo exibidos.

[00139] No exemplo da FIG. 11, o visor de interface de usuário 720 também tem uma porção de exibição de controle 738. A porção de exibição de controle 738 permite ao operador visualizar informações e interagir com o visor de interface de usuário 720 de várias maneiras.

[00140] Os atuadores e marcadores de exibição na porção 738 podem ser exibidos como, por exemplo, itens individuais, listas fixas, listas roláveis, menus suspensos ou listas suspensas. No exemplo mostrado na FIG. 11, a porção de exibição 738 mostra informações para os três compensações de calibração diferentes que correspondem aos três símbolos mencionados acima. A porção de exibição 738 também inclui um conjunto de atuadores sensíveis ao toque com os quais o operador 260 pode interagir pelo toque. Por exemplo, o operador 260 pode tocar os atuadores sensíveis ao toque com um dedo para ativar o respectivo atuador sensível ao toque.

[00141] Como mostrado na FIG. 11, a porção de exibição 738 inclui uma porção de exibição de sinalizador interativo, geralmente indicada em 741. A porção de exibição de sinalizador interativo 741 inclui uma coluna de sinalizador 739 que mostra sinalizadores que foram configurados automática ou manualmente. O atuador de sinalizador 740 permite que o operador 260 marque uma localização, como a localização atual da colheitadeira agrícola ou outra localização no campo designado pelo operador e adicione informações indicando a configuração de compensação de calibração a ser usada na localização selecionada. Dessa forma, as áreas do campo onde o valor previsto não representa com precisão um valor real ou desejado podem ser marcadas para análise posterior e também podem ser usadas no aprendizado de máquina. Em outros exemplos, o operador pode designar áreas à frente ou ao redor da colheitadeira agrícola 100 acionando um dos atuadores de sinalizador 740, 742 ou 744 de modo que o controle da colheitadeira agrícola 100 possa ser realizado com base no valor designado pelo operador 260.

[00142] A porção de exibição 738 também inclui uma porção de exibição de marcador interativo, geralmente indicada em 743. A porção de exibição de marcador interativo 743 inclui uma coluna de símbolo 746 que exibe os símbolos correspondentes a cada categoria de valores ou características (no caso da FIG. 11, configuração de compensação de calibração) que está sendo rastreada na porção de exibição de campo 728. A porção de exibição 738 também inclui uma porção de exibição de designador interativo, geralmente indicada em 745. A porção de exibição do 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. 11, configuração de compensação de calibração). Sem limitação, os símbolos na coluna de símbolo 746 e os designadores na coluna de designador 748 podem incluir qualquer recurso de exibição, como diferentes cores, formatos, padrões, intensidades, texto, ícones ou outros recursos de exibição e podem ser personalizáveis pela interação de um operador da colheitadeira agrícola 100.

[00143] A porção de exibição 738 também inclui uma porção de exibição de valor interativo, geralmente indicada em 747. A porção de exibição de valor interativo 747 inclui uma coluna de exibição de valor 750 que exibe os valores selecionados. Os valores selecionados correspondem às características ou valores 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 um intervalo de valores ou um valor pelo qual outros valores, como valores previstos, devem ser classificados. 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. Assim, os valores na coluna 750 podem corresponder aos valores nas porções de exibição 712, 714 ou 730.

[00144] A porção de exibição 738 também inclui uma porção de exibição de limite interativo, geralmente indicada em 749. A porção de exibição de limite interativo 749 inclui uma coluna de exibição de valor de limite 752 que exibe os valores de limite de ação. Os valores de limite de ação na coluna 752 podem ser valores de limite correspondentes aos valores selecionados na coluna de exibição de valor 750. Se os valores previstos ou medidos de características sendo rastreados ou exibidos, ou ambos, satisfazem os valores de limite de ação correspondentes na coluna de exibição de valor de limite 752, então o sistema de controle 214 toma a ação identificada na coluna 754. Em alguns casos, um valor medido ou previsto pode satisfazer um valor de limite de ação correspondente ao atingir ou exceder o valor de limite de ação correspondente. Em um exemplo, o operador 260 pode selecionar um valor de limite, por exemplo, a fim de alterar o valor de limite tocando o valor de limite na coluna de exibição de valor de limite 752. Uma vez selecionado, o operador 260 pode alterar o valor de limite. Os valores de limite na coluna 752 podem ser configurados de modo que a ação designada seja realizada quando o valor medido ou previsto da característica excede o valor de limite, é igual ao valor de limite ou é menor que o valor de limite. Em alguns casos, o valor de limite pode representar uma faixa de valores, ou faixa de desvio dos valores selecionados na coluna de exibição de valor 750, de modo que um valor de característica previsto ou medido que atenda ou fique dentro da faixa satisfaça o valor de limite. Por exemplo, no exemplo da FIG. 11, um valor previsto que fica dentro de 10% de 1,5 alqueire/acre irá satisfazer o valor de limite de ação correspondente (dentro de 10% de 1,5 alqueire/acre) e uma ação, como reduzir a velocidade do ventilador de limpeza, será realizada pelo sistema de controle 214. Em outros exemplos, os valores de limite na coluna de exibição de valor de limite de coluna 752 são separados dos valores selecionados na coluna de exibição de valor 750, de modo que os valores na coluna de exibição de valor 750 definem a classificação e exibição de valores previstos ou medidos, enquanto o limite de ação os valores definem quando uma ação deve ser realizada com base nos valores medidos ou previstos. Em outros exemplos, os valores de limite na coluna de exibição de valor de limite 752 podem incluir distâncias ou tempos. Por exemplo, no exemplo de uma distância, o valor de limite pode ser uma distância limite da área do campo onde o valor medido ou previsto é georreferenciado que a colheitadeira agrícola 100 deve estar antes que uma ação seja tomada. Por exemplo, um valor de distância limite de -10 pés significaria que uma ação será executada quando a colheitadeira agrícola estiver na área onde o valor medido ou previsto é georreferenciado por 10 pés. Esse atraso de distância na alternativa pode ser um atraso de tempo. Um atraso de tempo ou distância pode ser responsável pelo tempo que leva para o cultivo encontrado alcançar o sensor que está tendo uma configuração de calibração alterada. Em um exemplo em que o valor de limite é o tempo, o valor de limite pode ser um tempo limite para a colheitadeira agrícola 100 atingir a área do campo onde o valor medido ou preditivo é georreferenciado. Por exemplo, um valor de limite de 5 segundos significaria que uma ação será executada quando a colheitadeira agrícola 100 estiver 5 segundos longe da área do campo onde o valor medido ou previsto é georreferenciado. Nesse exemplo, a localização atual e a velocidade de deslocamento da colheitadeira agrícola podem ser contabilizadas.

[00145] A porção de exibição 738 também inclui uma porção de exibição de ação interativa, geralmente indicada em 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 tomadas quando um valor previsto ou medido satisfaz um valor de limite de ação na coluna de exibição de valor de limite 752. O operador 260 pode tocar nos identificadores de ação na coluna 754 para alterar a ação que deve ser executada. Quando um limite é satisfeito, uma ação pode ser executada. Por exemplo, na parte inferior da coluna 754, uma ação de aumento da velocidade do ventilador de limpeza e uma ação de redução da velocidade do ventilador de limpeza são identificadas como ações que serão tomadas se o valor medido ou previsto atender ao valor limite na coluna 752. Em alguns exemplos, quando um limite é atingido, várias ações podem ser tomadas. Por exemplo, uma velocidade do ventilador de limpeza pode ser ajustada, uma velocidade do rotor de debulha pode ser ajustada e uma folga do côncavo pode ser ajustada em resposta a um limite sendo satisfeito.

[00146] As ações que podem ser definidas na coluna 754 podem ser qualquer uma de uma ampla variedade de diferentes tipos de ações. Por exemplo, as ações podem incluir uma ação de impedir a entrada que, quando executada, inibe a colheitadeira 100 de colheita adicional em uma área. As ações podem incluir uma ação de mudança de velocidade que, quando executada, altera a velocidade de deslocamento da colheitadeira agrícola 100 através do campo. As ações podem incluir uma ação de alteração de configuração para alterar uma configuração de um atuador interno ou outro WMA ou conjunto de WMAs ou para implementar uma ação de alteração de configuração que altera uma configuração de uma velocidade do rotor de debulha, uma velocidade do ventilador de limpeza, uma posição (por exemplo, inclinação, altura, rotação, etc.) da plataforma de corte, juntamente com várias outras configurações. Estes são apenas exemplos, e uma ampla variedade de outras ações são contempladas aqui.

[00147] Os itens mostrados no visor da interface do usuário 720 podem ser controlados visualmente. O controle visual do visor de interface 720 pode ser realizado para capturar a atenção do operador 260. Por exemplo, os marcadores de exibição podem ser controlados para modificar a intensidade, cor ou padrão com o qual os marcadores de exibição são exibidos. Além disso, os marcadores de exibição podem ser controlados para piscar. As alterações descritas na aparência visual dos marcadores de exibição são providas como exemplos. Consequentemente, outros aspectos da aparência visual dos marcadores de exibição podem ser alterados. Portanto, os marcadores de exibição podem ser modificados em várias circunstâncias de uma maneira desejada, a fim de, por exemplo, captar a atenção do operador 260. Além disso, embora um determinado número de itens seja mostrado no visor da interface do usuário 720, este não precisa ser o caso. Em outros exemplos, mais ou menos itens, incluindo mais ou menos de um item específico, podem ser incluídos no visor de interface do usuário 720.

[00148] Voltando agora ao fluxograma da FIG. 10, a descrição da operação do controlador de interface de operador 231 continua. No bloco 760, o controlador de interface de operador 231 detecta uma configuração de entrada de um sinalizador e controla o visor de interface de usuário sensível ao toque 720 para exibir o sinalizador na porção de exibição de campo 728. A entrada detectada pode ser uma entrada do operador, conforme indicado em 762, ou uma entrada de outro controlador, conforme indicado em 764. No bloco 766, o controlador de interface de operador 231 detecta uma entrada de sensor in situ indicativa de uma característica medida do campo de um dos sensores in situ 208. No bloco 768, o gerador de sinal de controle visual 684 gera sinais de controle para controlar o visor de interface de usuário 720 para exibir atuadores para modificar o visor de interface de usuário 720 e para modificar o controle da máquina. Por exemplo, o bloco 770 representa que um ou mais dos atuadores para definir ou modificar os valores nas colunas 739, 746 e 748 podem ser exibidos. Assim, o usuário pode definir sinalizadores e modificar as características desses sinalizadores. Por exemplo, um usuário pode modificar as compensações de calibração e designadores de compensação de calibração correspondentes aos sinalizadores. O bloco 772 representa que os valores de limite de ação na coluna 752 são exibidos. O bloco 776 representa que as ações na coluna 754 são exibidas e o bloco 778 representa que o valor selecionado na coluna 750 é exibido. O bloco 780 indica que uma ampla variedade de outras informações e atuadores também podem ser exibidos no visor de interface do usuário 720.

[00149] No bloco 782, o sistema de processamento de comando de entrada do operador 654 detecta e processa as entradas do operador correspondentes às interações com o visor de interface do usuário 720 realizadas pelo operador 260. Onde o mecanismo de interface de usuário no qual o visor de interface de usuário 720 é exibido é uma tela de exibição sensível ao toque, as entradas de interação com a tela de exibição sensível ao toque pelo 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.

[00150] 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 os sinais podem ser recebidos pelo sistema de processamento de entrada do controlador 668, indicando que os valores detectados ou previstos satisfazem as condições de limite presentes na coluna 752. Conforme explicado anteriormente, as condições de limite podem incluir valores abaixo de um limite, em um limite ou acima de um limite. 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 tátil 688 para gerar alertas táteis, ou usando qualquer combinação destes. Da mesma forma, como indicado pelo bloco 796, o gerador de saída do controlador 670 pode gerar saídas para outros controladores no sistema de controle 214 de modo que esses controladores executem 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 também.

[00151] O bloco 900 mostra que o sistema de gerenciamento de fala 662 pode detectar e processar entradas que invocam o sistema de processamento de fala 658. O bloco 902 mostra que a execução do processamento de fala pode incluir o uso do sistema de gerenciamento de diálogo 680 para conduzir um diálogo com o operador 260. O bloco 904 mostra que o processamento de fala pode incluir prover sinais ao gerador de saída do controlador 670 de modo que as operações de controle sejam realizadas automaticamente com base nas entradas de voz.

[00152] A Tabela 1, abaixo, 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 gatilho ou uma palavra de ativação que é detectada pelo detector de gatilho 672 para invocar o sistema de processamento de fala 658. No exemplo mostrado na Tabela 1, a palavra de ativação é “Johnny”.
Tabela 1
Operador: “Johnny, fale-me sobre a compensação de calibração de perda de grão atual.”
Controlador de interface do operador: “A compensação de calibração de perda de grão é + 0,25al/ac”

[00153] A Tabela 2 mostra um exemplo em que o componente de síntese de fala 676 provê uma saída para o gerador de sinal de controle de áudio 686 para prover atualizações audíveis em uma base intermitente ou periódica. O intervalo entre as atualizações pode ser baseado no tempo, como a cada cinco minutos, ou na cobertura ou na distância, como a cada cinco acres, ou baseado na exceção, como quando um valor medido é maior do que um valor de limite.
Tabela 2
Controlador de interface do operador: “Nos últimos 10 minutos, o modelo de calibração de rendimento nº 1 estava ativo.”
Controlador de interface do operador: “O híbrido de sementes nos próximo 10 acres está mudando, trocando para o modelo de calibração de rendimento nº 2.”
Controlador de interface do operador: “Cuidado: Recalibração necessária”

[00154] O exemplo mostrado na Tabela 3 ilustra que alguns atuadores ou mecanismos de entrada do usuário no visor sensível ao toque 720 podem ser complementados com diálogo de voz. O exemplo na Tabela 3 ilustra que o gerador de sinal de ação 660 pode gerar sinais de ação para trocar automaticamente os modelos de calibração.
Tabela 3
Humano: “Johnny, trocar para o modelo de calibração de perda de grãos nº 4.”
Controlador de interface do operador: “Trocando para o modelo de calibração de perda de grãos nº 4.”

[00155] Voltando novamente à FIG. 10, o bloco 906 ilustra que o controlador de interface de operador 231 pode detectar e processar condições para emitir uma mensagem ou outras informações de outras maneiras também. Por exemplo, outro sistema de interação de controlador 656 pode detectar entradas de outros controladores indicando que alertas ou mensagens de saída devem ser apresentados 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 que o controlador de interface de operador 231 determine que a operação de colheita atual está concluída, conforme indicado pelo bloco 914, o processamento reverte para o bloco 698, onde a localização geográfica da colheitadeira 100 é atualizada e o processamento prossegue conforme descrito acima para atualizar o visor da interface de usuário 720.

[00156] Assim que a operação for concluída, quaisquer valores desejados que são exibidos, ou foram exibidos no visor da interface do usuário 720, podem ser salvos. Esses valores também podem ser usados em aprendizado 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. Salvar os valores desejados é indicado pelo bloco 916. Os valores podem ser salvos localmente na colheitadeira agrícola 100 ou os valores podem ser salvos em um local de servidor remoto ou enviados para outro sistema remoto.

[00157] Um valor de controle é um valor no qual uma ação pode ser baseada. Um valor de controle, conforme descrito neste documento, pode incluir qualquer valor (ou características indicadas por ou derivadas do valor) 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 previsto, um valor medido ou um valor detectado. Um valor de controle pode incluir qualquer um dos valores providos por um mapa, como qualquer um dos mapas descritos neste documento, por exemplo, um valor de controle pode ser um valor provido por um mapa de informações, um valor provido por um mapa de informações anteriores ou um valor provido por mapa preditivo, como um mapa preditivo funcional. Um valor de controle também pode incluir qualquer uma das características indicadas por ou derivadas dos valores detectados por qualquer um dos sensores descritos neste documento. Em outros exemplos, um valor de controle pode ser provido por um operador da máquina agrícola, como uma entrada de comando por um operador da máquina agrícola.

[00158] A presente discussão mencionou processadores e servidores. Em alguns exemplos, os processadores e servidores incluem processadores de computador com memória associada e circuitos de temporização, não mostrados separadamente. Os processadores e servidores são partes funcionais dos sistemas ou dispositivos aos quais os processadores e servidores pertencem e são ativados por, e facilitam a funcionalidade dos outros componentes ou itens nesses sistemas.

[00159] Além disso, vários visores de interface do usuário foram discutidos. Os visores podem assumir uma grande variedade de formas diferentes e podem ter uma grande variedade de diferentes mecanismos de interface de operador acionáveis pelo usuário dispostos neles. Por exemplo, os mecanismos de interface do operador acionáveis pelo usuário podem incluir caixas de texto, caixas de seleção, ícones, links, menus suspensos, caixas de pesquisa, etc. Os mecanismos da interface do operador acionáveis pelo usuário também podem ser acionados de uma ampla variedade de maneiras diferentes. Por exemplo, os mecanismos de interface do operador acionáveis pelo usuário podem ser acionados usando mecanismos de interface do operador, como um dispositivo de apontar e clicar, como um mouse de esfera ou mouse, botões de hardware, comutadores, um joystick ou teclado, comutadores ou botões para o polegar, etc. , um teclado virtual ou outros atuadores virtuais. Além disso, onde a tela na qual os mecanismos de interface do operador acionáveis pelo usuário são exibidos é uma tela sensível ao toque, os mecanismos da interface do operador acionáveis pelo usuário podem ser acionados usando gestos de toque. Além disso, os mecanismos de interface do operador que podem ser acionados pelo usuário podem ser acionados usando comandos de fala usando a funcionalidade de reconhecimento de fala. O reconhecimento de fala pode ser implementado usando um dispositivo de detecção de fala, como um microfone, e software que funciona para reconhecer a fala detectada e executar comandos com base na fala recebida.

[00160] Vários armazenamentos de dados também foram discutidos. Será observado que os armazenamentos de dados podem ser, cada um, divididos em vários armazenamentos de dados. Em alguns exemplos, um ou mais dos armazenamentos de dados podem ser locais para os sistemas que acessam os armazenamentos de dados, um ou mais dos armazenamentos de dados podem estar todos localizados remotos de um sistema que utiliza o 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.

[00161] Além disso, as figuras mostram uma série de blocos com funcionalidade atribuída a cada bloco. Deve-se notar que menos blocos podem ser usados para ilustrar que a funcionalidade atribuída a vários blocos diferentes é realizada por menos componentes. Além disso, mais blocos podem ser usados ilustrando que a funcionalidade pode ser distribuída entre mais componentes. Em diferentes exemplos, algumas funcionalidades podem ser adicionadas e algumas podem ser removidas.

[00162] Será notado que a discussão acima descreveu uma variedade de diferentes sistemas, componentes, lógicas e interações. Será reconhecido que qualquer um ou todos esses sistemas, componentes, lógica e interações podem ser implementados por itens de hardware, como processadores, memória ou outros componentes de processamento, incluindo, mas não se limitando a componentes de inteligência artificial, como redes neurais, alguns dos quais são descritos abaixo, que executam as funções associadas a esses sistemas, componentes ou lógica ou interações. Além disso, qualquer um 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, conforme descrito abaixo. Qualquer um ou todos os sistemas, componentes, lógica e interações também podem ser implementados por diferentes combinações de hardware, software, firmware, etc., alguns exemplos dos quais são descritos abaixo. Estes são alguns exemplos de diferentes estruturas que podem ser usadas para implementar qualquer um ou todos os sistemas, componentes, lógica e interações descritos acima. Outras estruturas também podem ser usadas.

[00163] A FIG. 12 é um diagrama de blocos da colheitadeira agrícola 600, que pode ser semelhante à colheitadeira agrícola 100 mostrada na FIG. 2. A colheitadeira agrícola 600 se comunica com elementos em uma arquitetura de servidor remoto 500. Em alguns exemplos, a arquitetura de servidor remoto 500 provê computação, software, acesso a dados e serviços de armazenamento que não requerem o conhecimento do usuário final da localização física ou configuração do sistema que fornece os serviços. Em vários exemplos, os servidores remotos podem fornecer os serviços em uma rede de longa distância, como a Internet, usando protocolos apropriados. Por exemplo, servidores remotos podem fornecer aplicativos em uma rede de longa distância e podem ser acessíveis por meio de um navegador da web ou qualquer outro componente de computação. Software ou componentes mostrados na FIG. 2, bem como os dados associados aos mesmos, podem ser armazenados em servidores em um local remoto. Os recursos de computação em um ambiente de servidor remoto podem ser consolidados em um local de centro de dados remoto, ou os recursos de computação podem ser dispersos para uma pluralidade de centros de dados remotos. As infraestruturas de servidores remotos podem fornecer serviços por meio de centros de dados compartilhados, mesmo que os serviços apareçam como um único ponto de acesso para o usuário. Assim, os componentes e funções descritos neste documento podem ser providos a partir de um servidor remoto em um local remoto usando uma arquitetura de servidor remoto. Como alternativa, os componentes e funções podem ser providos a partir de um servidor, ou os componentes e funções podem ser instalados nos dispositivos clientes diretamente ou de outras maneiras.

[00164] No exemplo mostrado na FIG. 12, alguns itens são semelhantes aos mostrados na FIG. 2 e esses itens são numerados de forma semelhante. A FIG. 12 mostra especificamente que o gerador de modelo preditivo 210 ou gerador de mapa preditivo 212, ou ambos, pode estar localizado em uma localização de servidor 502 que é remoto da colheitadeira agrícola 600. Portanto, no exemplo mostrado na FIG. 12, a colheitadeira agrícola 600 acessa os sistemas por meio da localização do servidor remoto 502.

[00165] A FIG. 12 também descreve outro exemplo de uma arquitetura de servidor remoto. A FIG. 12 mostra que alguns elementos da FIG. 2 podem ser dispostos em uma localização do servidor remoto 502, enquanto outros podem ser localizados em outra localização. 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 estejam localizados, os elementos podem ser acessados diretamente pela colheitadeira agrícola 600 por meio de uma rede como uma rede de área ampla ou uma rede de área local; os elementos podem ser hospedados em uma localização remota 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. Além disso, os dados podem ser armazenados em qualquer localização e os dados armazenados podem ser acessados ou encaminhados para operadores, usuários ou sistemas. Por exemplo, portadores físicos podem ser usados em vez de, ou além de, portadores de ondas eletromagnéticas. Em alguns exemplos, onde a cobertura do serviço de telecomunicações sem fio é pobre ou inexistente, outra máquina, como um caminhão de combustível ou outra máquina ou veículo móvel, pode ter um sistema de coleta de informações automatizado, semiautomático ou manual. Conforme a combinada 600 se aproxima da máquina que contém o sistema de coleta de informações, como um caminhão de combustível antes do abastecimento, o sistema de coleta de informações coleta as informações da combinada 600 usando qualquer tipo de conexão sem fio ad-hoc. As informações coletadas podem então ser encaminhadas para outra rede quando a máquina que contém as informações recebidas chega a uma localização onde a cobertura do serviço de telecomunicações sem fio ou outra cobertura sem fio está disponível. Por exemplo, um caminhão de combustível pode entrar em uma área com cobertura de comunicação sem fio ao se deslocar para uma localização para abastecer outras máquinas ou quando em uma localização de armazenamento de combustível principal. Todas essas arquiteturas são contempladas aqui. Além disso, as informações podem ser armazenadas na colheitadeira agrícola 600 até que a colheitadeira agrícola 600 entre em uma área com cobertura de comunicação sem fio. A própria colheitadeira agrícola 600 pode enviar as informações para outra rede.

[00166] Também será notado que os elementos da FIG. 2, ou porções dos mesmos, podem ser dispostos em uma ampla variedade de dispositivos diferentes. Um ou mais desses dispositivos podem incluir um computador integrado, uma unidade de controle eletrônico, uma unidade de exibição, um servidor, um computador desktop, um laptop, um computador tablet ou outro dispositivo móvel, como um computador palm top, um telefone celular, um telefone inteligente, um reprodutor multimídia, um assistente digital pessoal, etc.

[00167] Em alguns exemplos, a arquitetura de servidor remoto 500 pode incluir medidas de segurança cibernética. Sem limitação, essas medidas podem incluir criptografia de dados em dispositivos de armazenamento, criptografia de dados enviados entre nós de rede, autenticação de pessoas ou processos que acessam dados, bem como o uso de livros para registrar metadados, dados, transferências de dados, acessos de dados e transformações de dados. Em alguns exemplos, os livros-razão podem ser distribuídos e imutáveis (por exemplo, implementados como blockchain).

[00168] A FIG. 13 é um diagrama de blocos simplificado de um exemplo ilustrativo de um dispositivo de computação portátil ou móvel que pode ser usado como um dispositivo portátil de usuário ou cliente 16, no qual o presente sistema (ou partes dele) pode ser implantado. Por exemplo, um dispositivo móvel pode ser implantado no compartimento do operador da colheitadeira agrícola 100 para uso na geração, processamento ou exibição das imagens dos mapas discutidos acima. As FIGS. 14 a 15 são exemplos de dispositivos portáteis ou móveis.

[00169] A FIG. 13 provê um diagrama de blocos geral dos componentes de um dispositivo cliente 16 que pode executar alguns componentes mostrados na FIG. 2, que interage com eles, ou ambos. No dispositivo 16, é provido um enlace de comunicação 13 que permite que o dispositivo portátil se comunique com outros dispositivos de computação e, em alguns exemplos, provê um canal para receber informações automaticamente, como por varredura. Exemplos de enlace de comunicação 13 incluem permitir a comunicação através de um ou mais protocolos de comunicação, como serviços sem fio usados para prover acesso celular a uma rede, bem como protocolos que proveem conexões locais sem fio a redes.

[00170] Em outros exemplos, os aplicativos podem ser recebidos em um cartão Secure Digital (SD) removível que está conectado a uma interface 15. A interface 15 e os enlaces de comunicação 13 se comunicam com um processador 17 (que também pode incorporar processadores ou servidores de outras FIGS.) ao longo de um barramento 19 que também está conectado à memória 21 e aos componentes de entrada/saída (E/S) 23, bem como ao relógio 25 e sistema de localização 27.

[00171] Os componentes de E/S 23, em um exemplo, são providos para facilitar as operações de entrada e saída. Os componentes de E/S 23 para vários exemplos do dispositivo 16 podem incluir componentes de entrada, como botões, sensores de toque, sensores ópticos, microfones, telas de toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída, como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes de E/S 23 também podem ser usados.

[00172] O relógio 25 compreende, de forma ilustrativa, um componente de relógio em tempo real que emite uma hora e uma data. Ele também pode, ilustrativamente, prover funções de temporização para o processador 17.

[00173] O sistema de localização 27 ilustrativamente inclui um componente que fornece 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 navegação estimada, um sistema de triangulação celular ou outro sistema de posicionamento. O sistema de localização 27 também pode incluir, por exemplo, software de mapeamento ou software de navegação que gera os mapas desejados, rotas de navegação e outras funções geográficas.

[00174] A memória 21 armazena o sistema operacional 29, as configurações de rede 31, os aplicativos 33, os parâmetros de configuração do aplicativo 35, o armazenamento de dados 37, os drivers de comunicação 39 e os parâmetros 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 também pode incluir meios de armazenamento de computador (descritos abaixo). A memória 21 armazena instruções legíveis por computador que, quando executadas pelo processador 17, fazem com que o processador execute etapas ou funções implementadas por computador de acordo com as instruções. O processador 17 pode ser ativado por outros componentes para facilitar sua funcionalidade também.

[00175] A FIG. 14 mostra um exemplo em que o dispositivo 16 é um computador tablet 600. Na FIG. 14, o computador 601 é mostrado com a tela de exibição de interface de usuário 602. A tela 602 pode ser uma tela de toque ou uma interface habilitada por caneta que recebe entradas de uma caneta ou caneta stylus. O computador tablet 600 também pode usar um teclado virtual na tela. Claro, o computador 601 também pode ser conectado a um teclado ou outro dispositivo de entrada do usuário por meio de um mecanismo de conexão adequado, como um enlace sem fio ou porta USB, por exemplo. O computador 601 também pode receber entradas de voz de forma ilustrativa.

[00176] A FIG. 15 é similar à FIG. 14 exceto que o dispositivo é um telefone inteligente 71. O telefone inteligente 71 tem um visor sensível ao toque 73 que exibe ícones ou peças de mosaico ou outros mecanismos de entrada do usuário 75. Os mecanismos 75 podem ser usados por um usuário para executar aplicativos, fazer chamadas, realizar operações de transferência de dados, etc. Em geral, o telefone inteligente 71 é construído em um sistema operacional móvel e oferece mais capacidade de computação avançada e conectividade do que um telefone convencional.

[00177] Deve-se observar que outras formas dos dispositivos 16 são possíveis.

[00178] A FIG. 16 é um exemplo de um ambiente de computação no qual os elementos da FIG. 2 podem ser implantados. Com referência à FIG. 16, um sistema de exemplo para implementar algumas modalidades inclui um dispositivo de computação na forma de um computador 810 programado para operar conforme discutido acima. Os componentes do computador 810 podem incluir, mas não estão limitados a uma unidade de processamento 820 (que pode compreender processadores ou servidores das FIGS anteriores), uma memória do sistema 830 e um barramento do sistema 821 que acopla vários componentes do sistema, incluindo a memória do sistema para a unidade de processamento 820. O barramento de sistema 821 pode ser qualquer um dos vários tipos de estruturas de barramento, incluindo um barramento de memória ou controlador de memória, um barramento periférico e um barramento local usando qualquer uma de uma variedade de arquiteturas de barramento. Memória e programas descritos em relação à FIG. 2 podem ser implantados em porções correspondentes da FIG. 16.

[00179] O computador 810 tipicamente inclui uma variedade de meios legíveis por computador. O meio legível por computador pode ser qualquer meio disponível que pode ser acessado pelo computador 810 e inclui meio volátil e não volátil, meio removível e não removível. A título de exemplo, e não de limitação, o meio legível por computador pode compreender meio de armazenamento de computador e meio de comunicação. O meio de armazenamento do computador é diferente e não inclui um sinal de dados modulado ou onda portadora. O meio legível por computador inclui meio de armazenamento de hardware, incluindo meio volátil e não volátil, removível e não removível implementado em qualquer método ou tecnologia para armazenamento de informações, como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. O meio de armazenamento de computador inclui, mas não está limitado 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 magnético, ou qualquer outro meio que pode ser usado para armazenar as informações desejadas e que pode ser acessado pelo computador 810. Os meios de comunicação podem incorporar instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados em um mecanismo de transporte e inclui qualquer meio de entrega de informações. O termo “sinal de dados modulado” significa um sinal que tem uma ou mais de suas características definidas ou alteradas de forma a codificar informações no sinal.

[00180] A memória do sistema 830 inclui meio de armazenamento de computador na forma de memória volátil e/ou não volátil ou ambas, como memória somente de leitura (ROM) 831 e memória de acesso aleatório (RAM) 832. Um sistema básico de entrada/saída 833 (BIOS), contendo as rotinas básicas que ajudam a transferir informações entre os elementos dentro do computador 810, como durante a inicialização, é tipicamente armazenado no ROM 831. A RAM 832 tipicamente contém dados ou módulos de programa ou ambos que são imediatamente acessíveis e/ou atualmente sendo operados pela unidade de processamento 820. A título de exemplo, e não de limitação, a FIG. 16 ilustra o sistema operacional 834, programas de aplicativo 835, outros módulos de programa 836 e dados de programa 837.

[00181] O computador 810 também pode incluir outro meio de armazenamento de computador removível/não removível volátil/não volátil. Apenas a título de exemplo, a FIG. 16 ilustra uma unidade de disco rígido 841 que lê ou grava em meio magnético não removível e não volátil, 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 por meio de uma interface de memória não removível, 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, como a interface 850.

[00182] Alternativamente, ou além disso, a funcionalidade aqui descrita pode ser realizada, pelo menos em parte, por um ou mais componentes lógicos de hardware. Por exemplo, e sem limitação, os tipos ilustrativos de componentes lógicos de hardware que podem ser usados incluem arranjo de portas programáveis em campo (FPGAs), circuitos integrados de aplicação específica (por exemplo, ASICs), produtos padrão específicos de aplicativos (por exemplo, ASSPs), sistemas de sistema em um chip (SOCs), dispositivos lógicos programáveis complexos (CPLDs), etc.

[00183] As unidades e seus meios de armazenamento de computador associados discutidos acima e ilustrados na FIG. 16 proveem armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na FIG. 16, por exemplo, a unidade de disco rígido 841 é ilustrada como o sistema operacional de armazenamento 844, programas de aplicativo 845, outros módulos de programa 846 e dados de programa 847. Deve-se observar que esses componentes podem ser iguais ou diferentes do sistema operacional 834, programas de aplicativos 835, outros módulos de programa 836 e dados de programa 837.

[00184] Um usuário pode inserir comandos e informações no computador 810 por meio de dispositivos de entrada, como um teclado 862, um microfone 863 e um dispositivo apontador 861, como um mouse, trackball ou painel tátil. Outros dispositivos de entrada (não mostrados) podem incluir um joystick, controle de jogo, antena parabólica, scanner ou semelhantes. 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. Um visor visual 891 ou outro tipo de dispositivo de exibição também está conectado ao barramento de sistema 821 por meio de uma interface, como uma interface de vídeo 890. Além do monitor, os computadores também podem incluir outros dispositivos de saída periféricos, como alto-falantes 897 e impressora 896, que podem ser conectados por meio de uma interface periférica de saída 895.

[00185] O computador 810 é operado em um ambiente de rede usando conexões lógicas (como uma rede de área de controlador – CAN, rede de área local – LAN, ou rede de longa distância WAN) para um ou mais computadores remotos, como um computador remoto 880.

[00186] Quando usado em um ambiente de rede LAN, o computador 810 é conectado à LAN 871 por meio de uma interface de rede ou adaptador 870. Quando usado em um ambiente de rede WAN, o computador 810 normalmente inclui um modem 872 ou outro meio para estabelecer comunicação pela WAN 873, como a Internet. Em um ambiente de rede, os módulos do programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A FIG. 16 ilustra, por exemplo, que os programas de aplicativos remotos 885 podem residir no computador remoto 880.

[00187] Também deve ser observado que os diferentes exemplos descritos neste documento podem ser combinados de maneiras diferentes. Ou seja, partes de um ou mais exemplos podem ser combinadas com partes de um ou mais outros exemplos. Tudo isso é contemplado aqui.

[00188] O Exemplo 1 é uma máquina de trabalho agrícola, compreendendo: um sistema de comunicação que recebe um mapa de informações que inclui valores de uma primeira característica agrícola correspondente 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 de calibração da máquina de trabalho agrícola como uma segunda característica agrícola correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a primeira característica agrícola e a segunda característica agrícola com base em um valor da primeira característica agrícola no mapa de informações na localização geográfica e o valor da segunda característica agrícola sensoreada pelo sensor in situ na localização geográfica; e um gerador de mapa preditivo que gera um mapa agrícola preditivo funcional do campo que mapeia valores preditivos da segunda característica agrícola para as diferentes localizações geográficas no campo com base nos valores da primeira característica agrícola no mapa de informações e com base no modelo agrícola preditivo.

[00189] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo configura o mapa agrícola preditivo funcional para consumo por um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.

[00190] O Exemplo 3 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sensor in situ na máquina de trabalho agrícola é configurado para detectar, como o valor da segunda característica agrícola, uma característica de calibração de um sensor de rendimento.

[00191] O Exemplo 4 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sensor in situ na máquina de trabalho agrícola é configurado para detectar, como o valor da segunda característica agrícola, uma característica de calibração de um sensor de perda de grãos.

[00192] O Exemplo 5 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa de informações compreende um mapa de índice vegetativo anterior que mapeia, como a primeira característica agrícola, valores de índice vegetativo para as diferentes localizações geográficas no campo.

[00193] O Exemplo 6 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e o índice vegetativo com base no valor da característica de calibração detectado na localização geográfica e o valor do índice vegetativo, no mapa de índice vegetativo, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de índice vegetativo de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.

[00194] O Exemplo 7 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa de informações compreende um mapa de umidade anterior que mapeia, como a primeira característica agrícola, valores de umidade para as diferentes localizações geográficas no campo.

[00195] O Exemplo 8 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e a umidade com base no valor da característica de calibração detectado na localização geográfica e o valor de umidade, no mapa de umidade, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de umidade de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.

[00196] O Exemplo 9 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa de informações compreende um mapa de característica de semeadura que mapeia, como a primeira característica agrícola, valores de característica de semeadura para as diferentes localizações geográficas no campo.

[00197] O Exemplo 10 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e a característica de semeadura com base no valor da característica de calibração detectado na localização geográfica e o valor de característica de semeadura, no mapa de característica de semeadura, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de característica de semeadura de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.

[00198] O Exemplo 11 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, compreendendo adicionalmente um dispositivo de exibição que exibe uma representação de campo do mapa agrícola preditivo funcional.

[00199] O Exemplo 12 é um método implementado por computador para gerar um mapa agrícola preditivo funcional, compreendendo: receber um mapa de informações, em uma máquina de trabalho agrícola, que indica valores de uma primeira característica agrícola correspondente 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 característica de calibração como uma segunda característica agrícola correspondente à localização geográfica; gerar um modelo agrícola preditivo que modela uma relação entre a primeira característica agrícola e a segunda característica agrícola; e controlar um gerador de mapa preditivo para gerar o mapa agrícola preditivo funcional do campo que mapeia valores preditivos da segunda característica agrícola para as diferentes localizações no campo com base nos valores da primeira característica agrícola no mapa de informações e no modelo agrícola preditivo.

[00200] O Exemplo 13 é o método implementado por computador de qualquer ou todos os exemplos anteriores, e compreendendo adicionalmente: configurar o mapa agrícola preditivo funcional para um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.

[00201] O Exemplo 14 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que detectar, com um sensor in situ, um valor de característica de calibração como uma segunda característica agrícola compreende detectar uma característica de calibração de um sensor de rendimento.

[00202] O Exemplo 15 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que detectar, com um sensor in situ, um valor de característica de calibração como uma segunda característica agrícola compreende detectar uma característica de calibração de um sensor de perda de grãos.

[00203] O Exemplo 15 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que receber um mapa de informações compreende: receber um mapa de informações gerado a partir de uma operação anterior realizada no campo.

[00204] O Exemplo 17 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que a primeira característica agrícola compreende uma dentre: uma característica de semeadura, um índice vegetativo e uma umidade.

[00205] O Exemplo 18 é o método implementado por computador de qualquer ou todos os exemplos anteriores, compreendendo adicionalmente: controlar um mecanismo de interface de operador para apresentar o mapa agrícola preditivo.

[00206] O Exemplo 19 é uma máquina de trabalho agrícola, compreendendo: um sistema de comunicação que recebe um mapa de informações que indica valores de característica agrícola 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 característica de calibração de uma característica de calibração correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre os valores de característica agrícola e característica de calibração com base em um valor de característica agrícola no mapa de informações na localização geográfica e o valor da característica de calibração da característica de calibração sensoreada pelo sensor in situ na localização geográfica; e um gerador de mapa preditivo que gera um mapa preditivo funcional do campo que mapeia valores de características de calibração preditivas para as diferentes localizações no campo com base nos valores de características agrícolas no mapa de informações e com base no modelo preditivo.

[00207] O exemplo 20 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa de informações indica características agrícolas que são indicativas de um ou mais dentre: uma característica de semeadura, um índice vegetativo e uma umidade do cultivo.

[00208] Embora a matéria tenha sido descrita em linguagem específica para recursos estruturais ou atos metodológicos, deve ser entendido que a matéria definida nas reivindicações anexas não é necessariamente limitada aos recursos ou atos específicos descritos acima. Em vez disso, as características e atos específicos descritos acima são descritos como formas de exemplo das reivindicações.

Claims

Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa de informações que inclui valores de uma primeira característica agrícola correspondente a diferentes localizações geográficas em um campo; um sensor de posição geográfica (204) que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ (208) que detecta um valor de uma característica de calibração da máquina de trabalho agrícola como uma segunda característica agrícola correspondente à localização geográfica; um gerador de modelo preditivo (210) que gera um modelo agrícola preditivo que modela uma relação entre a primeira característica agrícola e a segunda característica agrícola com base em um valor da primeira característica agrícola no mapa de informações na localização geográfica e o valor da segunda característica agrícola sensoreada pelo sensor in situ na localização geográfica; e um gerador de mapa preditivo (212) que gera um mapa agrícola preditivo funcional do campo que mapeia valores preditivos da segunda característica agrícola para as diferentes localizações geográficas no campo com base nos valores da primeira característica agrícola no mapa de informações e com base no modelo agrícola preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o gerador de mapa preditivo configura o mapa agrícola preditivo funcional para consumo por um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o sensor in situ na máquina de trabalho agrícola é configurado para detectar, como o valor da segunda característica agrícola, uma característica de calibração de um sensor de rendimento.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o sensor in situ na máquina de trabalho agrícola é configurado para detectar, como o valor da segunda característica agrícola, uma característica de calibração de um sensor de perda de grãos.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa de informações compreende um mapa de índice vegetativo anterior que mapeia, como a primeira característica agrícola, valores de índice vegetativo para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 5, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e o índice vegetativo com base no valor da característica de calibração detectado na localização geográfica e o valor do índice vegetativo, no mapa de índice vegetativo, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de índice vegetativo de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa de informações compreende um mapa de umidade anterior que mapeia, como a primeira característica agrícola, valores de umidade para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 7, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e a umidade com base no valor da característica de calibração detectado na localização geográfica e o valor de umidade, no mapa de umidade, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de umidade de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa de informações compreende um mapa de característica de semeadura que mapeia, como a primeira característica agrícola, valores de característica de semeadura para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 9, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre a característica de calibração e a característica de semeadura com base no valor da característica de calibração detectado na localização geográfica e o valor de característica de semeadura, no mapa de característica de semeadura, na localização geográfica, o modelo agrícola preditivo sendo configurado para receber um valor de característica de semeadura de entrada como uma entrada de modelo e gerar um valor de característica de calibração previsto como uma saída de modelo com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que compreende adicionalmente um dispositivo de exibição que exibe uma representação de campo do mapa agrícola preditivo funcional.
Método implementado por computador para gerar um mapa agrícola preditivo funcional, caracterizado pelo fato de que compreende: receber um mapa de informações (258), em uma máquina de trabalho agrícola (100), que indica valores de uma primeira característica agrícola correspondente 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 característica de calibração como uma segunda característica agrícola correspondente à localização geográfica; gerar um modelo agrícola preditivo que modela uma relação entre a primeira característica agrícola e a segunda característica agrícola; e controlar um gerador de mapa preditivo (212) para gerar o mapa agrícola preditivo funcional do campo que mapeia valores preditivos da segunda característica agrícola para as diferentes localizações no campo com base nos valores da primeira característica agrícola no mapa de informações e no modelo agrícola preditivo.
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que compreende adicionalmente: configurar o mapa agrícola preditivo funcional para um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que detectar, com um sensor in situ, um valor de característica de calibração como uma segunda característica agrícola compreende detectar uma característica de calibração de um sensor de rendimento.
Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa de informações que indica valores de característica agrícola correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica (204) que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ (208) que detecta um valor de característica de calibração de uma característica de calibração correspondente à localização geográfica; um gerador de modelo preditivo (210) que gera um modelo preditivo que modela uma relação entre os valores de característica agrícola e a característica de calibração com base em um valor de característica agrícola no mapa de informações (258) na localização geográfica e o valor de característica de calibração da característica de calibração sensoreada pelo sensor in situ na localização geográfica; e um gerador de mapa preditivo (212) que gera um mapa preditivo funcional do campo que mapeia valores de características de calibração preditivas para as diferentes localizações no campo com base nos valores de características agrícolas no mapa de informações e com base no modelo preditivo.