BR102021017182A2

BR102021017182A2 - Máquina de trabalho agrícola, e, método implementado por computador para controlar uma máquina de trabalho agrícola

Info

Publication number: BR102021017182A2
Application number: BR102021017182-0A
Authority: BR
Inventors: Nathan R Vandike; Bhanu Kiran Reddy Palla; Nathan E. Krehbiel; Duane M. Bomleny
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-30
Publication date: 2022-04-26
Also published as: US20220113161A1; CN114303597A; US11927459B2; US20240167842A1

Abstract

Um ou mais mapas de informações são obtidos por uma máquina de trabalho agrícola. O 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 locais no campo com base em uma relação entre os valores em um ou mais mapas de informação e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser gerado e usado no controle automatizado da máquina.

Description

MÁQUINA DE TRABALHO AGRÍCOLA, E, MÉTODO IMPLEMENTADO POR COMPUTADOR PARA CONTROLAR UMA MÁQUINA DE TRABALHO AGRÍCOLA

CAMPO DA DESCRIÇÃO

[001] A presente descrição se refere 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 colheitadeiras 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 e não se destina a ser usada como um auxílio na determinação do escopo do assunto reivindicado.

SUMÁRIO

[005] Um ou mais mapas de informações são obtidos por uma máquina de trabalho agrícola. O 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 locais no campo com base em uma relação entre os valores em um ou mais mapas de informação e a característica agrícola sensoreada pelo sensor in situ. O mapa preditivo pode ser gerado e usado no controle automatizado da máquina.

[006] Este Sumário é provido para apresentar uma seleção de conceitos em uma forma simplificada que são mais bem descritos abaixo na Descrição Detalhada. Este Sumário não se destina a identificar características chave ou essenciais do assunto em questão reivindicado, muito menos se destina a ser usado como um auxílio na determinação do escopo do assunto em questão reivindicado. O assunto reivindicado não se limita a exemplos que resolvem qualquer ou todas as desvantagens observadas nos fundamentos.

BREVE DESCRIÇÃO DOS DESENHOS

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

[008] 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.

[009] 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.

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

[0011] A FIG. 5 é um fluxograma que mostra um exemplo de operação de uma colheitadeira agrícola em receber um mapa, detectar uma característica de diâmetro de caule in situ e gerar um mapa funcional preditivo de diâmetro de caule para apresentação ou uso no controle da colheitadeira agrícola durante uma operação de colheita ou ambas.

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

[0013] A FIG. 7 mostra um fluxograma que ilustra um exemplo da operação de uma colheitadeira agrícola em receber um mapa e detectar uma entrada de sensor in situ na geração de um mapa preditivo funcional.

[0014] A FIG. 8 é um diagrama de blocos que mostra um exemplo de sensor(es) in situ.

[0015] A FIG. 9 é um diagrama de blocos que mostra um exemplo de um gerador de zona de controle.

[0016] A FIG. 10 é um fluxograma que ilustra um exemplo da operação do gerador de zona de controle mostrado na FIG. 8

[0017] A FIG. 11 ilustra um fluxograma que mostra um exemplo da operação de um sistema de controle na seleção de um valor de definições alvo para controlar a colhedora agrícola.

[0018] A FIG. 12 é um diagrama de blocos que mostra um exemplo de um controlador de interface de operação.

[0019] A FIG. 13 é um fluxograma que ilustra um exemplo da operação de um controlador de interface de operação.

[0020] A FIG. 14 é uma ilustração pictórica que mostra um exemplo de um visor de interface de operação.

[0021] A FIG. 15 é um diagrama de blocos que mostra um exemplo de uma colheitadeira agrícola em comunicação com um ambiente de servidor remoto.

[0022] As FIGS. 16-18 mostram exemplos de dispositivos móveis que podem ser usados em uma colheitadeira agrícola.

[0023] A FIG. 19 é um diagrama de blocos que mostra um exemplo de um ambiente de computação que pode ser usado em uma colheitadeira agrícola e as arquiteturas ilustradas nas figuras anteriores.

DESCRIÇÃO DETALHADA

[0024] Para efeitos de promover um entendimento dos princípios da presente descrição, será agora feita referência aos exemplos ilustrados nos desenhos e linguagem específica será utilizada para descrever as mesmas. No entanto, deverá ser compreendido que não há nenhuma limitação ao escopo desta descrição. 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 especialista na técnica ao 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.

[0025] A presente descrição se refere ao uso de dados in situ obtidos simultaneamente com uma operação agrícola, em combinação com dados providos por um mapa, para gerar um mapa preditivo funcional e, mais particularmente, um mapa preditivo funcional do diâmetro do caule. Em alguns exemplos, o mapa preditivo funcional do diâmetro do caule pode ser usado para controlar uma máquina de trabalho agrícola, como uma colheitadeira agrícola. O diâmetro do caule pode ser expresso quantitativamente em unidades de comprimento, como milímetros, polegadas, etc. Em outros exemplos, sem limitação, o diâmetro do caule pode ser expresso qualitativamente ou relativamente com classificações como “largo/mais largo”, “típico” ou “grande, médio, pequeno”, e “estreito/mais estreito”. Deve ser entendido que, para os fins da presente descrição, o diâmetro do caule se refere a uma largura da seção transversal do caule da planta, não necessariamente um diâmetro geométrico. Como os caules das plantas não são normalmente perfeitamente circulares, o diâmetro é usado aqui para descrever uma largura ao longo do caule da planta. O desempenho de uma colheitadeira agrícola pode ser degradado quando a colheitadeira agrícola envolve áreas de diâmetro de caule variável, a menos que as definições da máquina também sejam alteradas. Por exemplo, se as placas da plataforma no coletor da colheitadeira agrícola não estiverem devidamente espaçadas, o cultivo pode ser processado de forma indesejada, o que pode levar a, entre outras coisas, aumento da entrada de material diferente de grãos (MOG) ou perda de grãos, ou ambos.

[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 todos esses 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 pelas plantas. Sem limitações, essas bandas podem estar nas porções de micro-ondas, infravermelho, visível ou ultravioleta do espectro eletromagnético.

[0027] 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 descoberto, 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, estabelecendo um dossel suficiente ou outros atributos da planta que são indicativos do desenvolvimento da planta.

[0028] Um mapa de rendimento histórico mapeia ilustrativamente os valores de rendimento em diferentes localizações geográficas em um ou mais campos de interesse. Esses mapas históricos de produção são coletados de operações de colheita anteriores no(s) campo(s). Um mapa de rendimento pode mostrar o rendimento em unidades de valor de rendimento. Um exemplo de unidade de valor de rendimento inclui alqueires secos por acre. Em alguns exemplos, um mapa de rendimento histórico pode ser derivado de leituras de sensor de um ou mais sensores de rendimento. Sem limitação, esses sensores de rendimento podem incluir sensores de atenuação de raios gama, sensores de placa de impacto, células de carga, câmeras ou outros sensores ópticos e sensores ultrassônicos, entre outros.

[0029] Um mapa de semeadura mapeia de forma ilustrativa as características de semeadura em diferentes locais geográficos em um campo de interesse. Esses mapas de semeadura são normalmente coletados de operações anteriores de plantio de sementes no campo. Em alguns exemplos, o mapa de semeadura pode ser derivado de sinais de controle usados por uma semeadora ao plantar as sementes ou de sensores na semeadora, como sensores que confirmam que uma semente foi entregue a um sulco gerado pela semeadora. Os semeadores podem incluir sensores de posição geográfica que localizam geograficamente os locais onde as sementes foram plantadas, bem como sensores topográficos que geram informações topográficas do campo. As informações geradas durante uma operação anterior de plantio de sementes podem ser usadas para determinar várias características de semeadura, como localização (por exemplo, localização geográfica das sementes plantadas no campo), espaçamento (por exemplo, tanto o espaçamento entre as sementes individuais, o espaçamento entre e as linhas de sementes, ou ambos), população (que pode ser derivada de características de espaçamento), orientação (por exemplo, orientação da semente em uma trincheira, bem como ou orientação das linhas de sementes), profundidade (por exemplo, profundidade da semente ou, bem como profundidade do sulco), dimensões (como tamanho da semente) ou genótipo (como espécie de semente, híbrido de semente, cultivar de semente, etc.). Uma variedade de outras características de semeadura também pode ser determinada.

[0030] Alternativamente, ou além dos dados de uma operação anterior, várias características de semeadura nos mapas de semeadura podem ser geradas com base em dados de terceiros, como provedores de sementes terceirizados que provêm as sementes para a operação de plantio de sementes. Esses terceiros podem prover vários dados que indicam várias características de semeadura, por exemplo, dados de dimensão, como tamanho da semente, ou dados de genótipo, como espécie de semente, híbrido de semente ou cultivar de semente. Além disso, os vendedores de sementes podem prover vários dados relativos às características particulares das plantas resultantes de cada genótipo de semente diferente. Por exemplo, dados sobre o crescimento da planta, como diâmetro do caule, tamanho da espiga, altura da planta, massa da planta, etc., resposta da planta às condições meteorológicas, resposta da planta a substâncias aplicadas, como herbicida, fungicida, pesticida, inseticida, fertilizante, etc.., resposta da planta a pragas, fungos, ervas daninhas, doenças, etc., bem como qualquer número de outras características da planta.

[0031] Alternativamente, ou além dos dados de uma operação anterior ou de um terceiro, várias características de semeadura nos mapas de semeadura podem ser geradas com base em vários dados de entrada de usuário ou operador, por exemplo, dados de entrada de operador ou usuário indicativos de várias características de semeadura, como localização, profundidade, orientação, espaçamento, dimensões, taxonomia, bem como várias outras características de semeadura.

[0032] Em alguns exemplos, um mapa de semeadura pode ser derivado de leituras de sensor de uma ou mais bandas de radiação eletromagnética refletida pelas sementes. Sem limitação, essas bandas podem estar nas porções de micro-ondas, infravermelho, visível ou ultravioleta do espectro eletromagnético.

[0033] A presente discussão prossegue com relação aos sistemas que recebem um mapa. O mapa recebido pelo sistema pode incluir, por exemplo, um mapa de informações anteriores, um mapa gerado com base em uma operação anterior ou um mapa preditivo funcional, por exemplo, um mapa de rendimento preditivo. O sistema também usa um sensor in situ para detectar uma variável indicativa de uma ou mais características durante uma operação de colheita. As uma ou mais características detectada pelo sensor in situ incluem uma característica agrícola, como uma característica do ambiente em que a colheitadeira agrícola opera, uma característica da máquina da colheitadeira agrícola ou entradas de comando do operador. Uma característica agrícola é qualquer característica que possa afetar uma operação agrícola, como uma operação de colheita. Em um exemplo, um ou mais sensores in situ detectam uma ou mais variáveis indicativas de um diâmetro de caules de vegetação no campo, como um diâmetro de caules de cultivo no campo, por exemplo, um ou mais sensores in situ pode incluir um ou mais sensores de diâmetro de caule que sensoream um diâmetro de caules de milho no campo. Em outro exemplo, o diâmetro do caule pode ser proporcional à energia necessária para cortar o caule ou caule de uma ou mais plantas. Será notado, no entanto, que o sensor in situ pode detectar uma variável indicativa de qualquer número de outras características agrícolas e não está limitado às características aqui descritas. Os sistemas geram um modelo que modela uma relação entre os valores no mapa recebido e os valores emitidos pelo sensor in situ da característica detectada. O modelo é usado para gerar um mapa preditivo funcional que contém valores previstos de, por exemplo, diâmetro do caule, características agrícolas ou entradas de comando do operador, em diferentes áreas do campo com base nos valores do mapa recebido nessas áreas. O mapa preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário ou usado no controle automático de uma colhedora agrícola durante a operação de colheita, ou ambos. O mapa preditivo funcional pode ser usado para controlar um ou mais dos subsistemas controláveis na colheitadeira agrícola. Por exemplo, um controlador de posição de placa de plataforma pode gerar sinais de controle para controlar um subsistema de atuador de máquina para ajustar uma posição ou espaçamento de placas de plataforma na colheitadeira agrícola com base no mapa preditivo funcional.

[0034] As placas de plataforma, também chamadas de placas separadoras, são incluídas nas unidades de linha dos coletores de colheitadeiras agrícolas, como coletores de milho. Geralmente, incluída em cada unidade de linha está uma placa de plataforma esquerda e direita, cada placa de plataforma tendo uma borda interna. As bordas internas das placas esquerda e direita da plataforma são espaçadas. O espaçamento entre as placas esquerda e direita da plataforma define uma lacuna que recebe vegetação, como os caules das plantas de milho. A lacuna pode ser reduzida. Por exemplo, a lacuna pode ser afunilada de trás (mais perto da parte traseira da colheitadeira agrícola) para a frente (mais longe da colhedora agrícola e onde o caule entra na lacuna) de modo que o espaçamento entre a frente das placas da plataforma seja mais estreito do que o espaçamento na parte de trás das placas da plataforma. À medida que a colheitadeira agrícola percorre um campo, a lacuna definida pelo espaçamento das placas da plataforma recebe os caules de milho de uma fileira alinhada de plantas de milho conforme a unidade da fileira se move ao longo da fileira. À medida que a unidade de linha é movida ao longo da linha, os caules de milho são puxados através da lacuna com a ajuda de correntes de coleta (geralmente localizadas acima das placas da plataforma), rolos de caule, também conhecidos como rolos de encaixe, (geralmente localizados abaixo das placas da plataforma), ou ambos na unidade de linha de modo que as espigas de milho transportadas pelo caule colidam com as placas da plataforma e sejam separadas do caule. As espigas de milho separadas são posteriormente transportadas através da colheitadeira agrícola enquanto o material do caule cortado é deixado no campo, onde o material do caule permanece ou é posteriormente recolhido, como parte de um processo de coleta de palha.

[0035] Ter as definições adequadas, como posição e espaçamento, das placas da plataforma na colheitadeira agrícola é importante para reduzir a perda, como a perda de grãos do coletor do descasque e do lançamento da espiga, e para reduzir a entrada de material diferente de grão (MOG). Em condições de campo onde o diâmetro do caule pode variar significativamente, a posição e o espaçamento da placa da plataforma podem ter impactos significativos no desempenho. Por exemplo, se o espaçamento entre as placas da plataforma for muito grande, pode ocorrer o descasque (ou seja, o descasque ou remoção de grãos de milho de uma espiga quando a extremidade da espiga entra em contato com os rolos de ruptura) pode ocorrer, o que leva ao grão perda no coletor, deixando grãos de milho sem casca no campo. Se o espaçamento entre as placas da plataforma for muito estreito, os caules podem ser quebrados muito cedo e a colheitadeira agrícola absorverá muito MOG carregando MOG junto com a espiga para a colheitadeira, o que pode sobrecarregar o separador e fazer a separação de grãos de MOG nas peneiras mais difícil, levando à perda de grãos na parte traseira da colhedora agrícola à medida que o resíduo é expelido. Com o aumento das velocidades de colheita e o tamanho do coletor cada vez maior, deixar de fazer ajustes adequados e oportunos na posição e no espaçamento da placa da plataforma pode afetar negativamente o desempenho da colheitadeira agrícola.

[0036] Os valores (ou características indicadas por ou derivadas dos valores) nos mapas recebidos podem ter um efeito sobre ou de outra forma compartilhar uma relação com os diâmetros do caule resultantes, de modo que detecte um diâmetro do caule em um primeiro local em um campo com valores conhecidos (desde que pelo mapa) os diâmetros do caule em um ou mais outros locais do campo podem ser previstos (sem detecção) com base nos valores (providos pelo mapa) nesses locais e com base na relação entre o diâmetro do caule detectado e os valores (providos pelo mapa) no primeiro local. Os valores do índice vegetativo, como o crescimento do cultivo e a saúde do cultivo, podem ser indicadores do diâmetro do caule resultante, de modo que os cultivos em áreas com valores de índice vegetativo semelhantes possam ter diâmetros do caule semelhantes ou previsíveis. Além disso, as características de semeadura das sementes plantadas em um campo podem ter um efeito ou compartilhar uma relação com o diâmetro do caule resultante da planta do cultivo. Por exemplo, o espaçamento entre as sementes e as linhas de sementes, as características do canteiro de sementes e o genótipo da semente, entre várias outras características de semeadura, podem ser indicadores do diâmetro do caule resultante, de modo que os cultivos em áreas com características de semeadura semelhantes possam ter diâmetros de caule semelhantes ou previsíveis. Além disso, as características de produção também podem ter um efeito sobre ou compartilhar uma relação com os diâmetros do caule da planta do cultivo. Por exemplo, geralmente as plantas do cultivo (ou locais do campo) com valores de rendimento mais elevados terão mais ou maiores espigas, cabeças de sementes, etc., ou ambos, e, portanto, as plantas do cultivo geralmente têm caules correspondentemente maiores para suportar as espigas adicionais ou maiores ou cabeças de sementes da planta de cultivo.

[0037] A FIG. 1 é uma ilustração parcial pictórica, esquemática parcial, de uma colheitadeira agrícola autopropelida 100. No exemplo ilustrado, a colheitadeira agrícola 100 é uma colheitadeira combinada. Além disso, embora as colheitadeiras sejam providas como exemplos ao longo da presente descrição, será apreciado que a presente descrição também é aplicável a outros tipos de colheitadeiras, tais como colheitadeiras de algodão, colheitadeiras de cana-de-açúcar, colheitadeiras de forragem autopropelidas, enfardadeiras ou outras máquinas de trabalho. Consequentemente, a presente descrição se destina a abranger os vários tipos de colheitadeiras descritos e, portanto, não está limitada a colheitadeiras combinadas. Além disso, a presente descrição é direcionada a outros tipos de máquinas de trabalho, como semeadores 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 se destina a abranger esses vários tipos de colheitadeiras e outras máquinas de trabalho e, portanto, não está limitada a colheitadeiras.

[0038] Como mostrado na FIG. 1, a colheitadeira agrícola 100 inclui ilustrativamente 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 um coletor 102 e um cortador geralmente indicado em 104. A colheitadeira agrícola 100 também inclui um alimentador 106, um acelerador de alimentação 108 e um debulhador geralmente indicado em 110. O alimentador 106 e o acelerador de alimentação 108 fazem parte de um subsistema de manipulação de material 125. O coletor 102 é articuladamente acoplado a uma estrutura 103 da colheitadeira agrícola 100 ao longo do eixo de articulação 105. Um ou mais atuadores 107 acionam o movimento do coletor 102 em torno do eixo 105 na direção geralmente indicada pela seta 109. Assim, uma posição vertical do coletor 102 (a altura do coletor) acima do solo 111 sobre a qual o coletor 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 rolo ou ambos ao coletor 102 ou porções do coletor 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 o coletor 102 para apontar uma borda distal 113 do cortador 104 mais em direção ao solo. O ângulo de inclinação é diminuído controlando o coletor 102 para apontar a borda distal 113 do cortador 104 mais longe do solo. O ângulo de rolo se refere à orientação do coletor 102 sobre o eixo longitudinal de frente para trás da colheitadeira agrícola 100.

[0039] O debulhador 110 inclui ilustrativamente um rotor de debulha 112 e um conjunto de contrabatedores 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 referido como subsistema de limpeza 118) que inclui uma ventoinha de limpeza 120, crivo 122 e peneira 124. O subsistema de manipulação de material 125 também inclui batedor de descarga 126, elevador de rejeitos 128, elevador de 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 espalhador 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 esteiras. Em alguns exemplos, uma colheitadeira 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.

[0040] 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, o coletor 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. Um comando de operador é um comando de um operador. O operador da colheitadeira agrícola 100 pode determinar uma ou mais de uma definição de altura, uma definição de ângulo de inclinação ou uma definição de ângulo de rolo para o coletor 102. Por exemplo, o operador insere uma definição ou definições para um sistema de controle, descrito em mais detalhes abaixo, que controla o atuador 107. O sistema de controle também pode receber uma definição do operador para estabelecer o ângulo de inclinação e o ângulo de rotação do coletor 102 e implementar as definições inseridas controlando os atuadores associados, não mostrados, que operam para alterar o ângulo de inclinação e o ângulo de rotação do coletor 102. O atuador 107 mantém o coletor 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 definições de altura, rotação e inclinação podem ser implementadas independentemente das outras. O sistema de controle responde ao erro do coletor (por exemplo, a diferença entre a definição de altura e altura medida do coletor 104 acima do solo 111 e, em alguns exemplos, ângulo de inclinação e erros de 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 do coletor menores e tenta reduzir os erros detectados mais rapidamente do que quando a sensibilidade está em um nível de sensibilidade inferior.

[0041] 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 do cultivo para o debulhador 110. O material do cultivo é debulhado pelo rotor 112 girando o cultivo contra os contrabatedores 114. O material do 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 resíduo 140 e espalhada no campo pelo espalhador 142. Nas demais configurações, o resíduo é liberado da colhedora agrícola 100 em leira. Em outros exemplos, o subsistema de resíduo 138 pode incluir eliminadores de sementes de ervas daninhas (não mostrados), como ensacadores de sementes ou outros coletores de sementes, ou trituradores de sementes ou outros destruidores de sementes.

[0042] O grão cai para o subsistema de limpeza 118. O crivo 122 separa alguns pedaços maiores de material do grão, e a peneira 124 separa alguns dos pedaços mais finos de material do grão limpo. O grão limpo cai para uma broca 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 pela ventoinha de limpeza 120. A ventoinha de limpeza 120 direciona o ar ao longo de um trajeto de fluxo de ar para cima através das peneiras e crivos. O fluxo de ar carrega resíduos na retaguarda na colheitadeira agrícola 100 em direção ao subsistema de manipulação de resíduos 138.

[0043] O elevador de rejeitos 128 retorna os rejeitos para o debulhador 110, onde os rejeitos são novamente debulhados. Alternativamente, os rejeitos também podem ser passados para um mecanismo separado de nova debulha por um elevador de rejeitos ou outro dispositivo de transporte onde os rejeitos também são novamente debulhados.

[0044] 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 grão limpo 150, um mecanismo de captura de imagem de visão frontal 151, que pode estar na forma de um aparelho de som ou câmera mono e um ou mais sensores de perda 152 providos no subsistema de limpeza 118.

[0045] O sensor de velocidade no solo 146 sensoreia a velocidade de deslocamento da colheitadeira agrícola 100 no solo. O sensor de velocidade do 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 esteiras), um eixo de transmissão, um eixo 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 contagem morto, um sistema de navegação de longo alcance (LORAN) ou uma grande variedade de outros sistemas ou sensores que provêm uma indicação da velocidade de deslocamento.

[0046] Os sensores de perda 152 provêm 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 colisões 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 ataque 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.

[0047] O sensor de perda de separador 148 provê um sinal indicativo de perda de grão 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 detecção de perda de grãos nos separadores também pode ser realizada usando uma ampla variedade de diferentes tipos de sensores também.

[0048] 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 do coletor que sensoreia uma altura do coletor 102 acima do solo 111; sensores de estabilidade que sensoream oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100; um sensor de definição 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 da ventoinha da sapata de limpeza para sensorear a velocidade da ventoinha de limpeza 120; um sensor de folga côncava que sensoreia folga entre o rotor 112 e contrabatedores 114; um sensor de velocidade do rotor de debulha que sensoreia uma velocidade do rotor do rotor 112; um sensor de folga de crivo que sensoreia o tamanho das aberturas no crivo 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 passando pela colheitadeira agrícola 100; um ou mais sensores de definição da máquina configurados para sensorear várias definições configuráveis da colheitadeira agrícola 100; um sensor de orientação de máquina que sensoreia a orientação da colheitadeira agrícola 100; e sensores de propriedade do cultivo que sensoream uma variedade de diferentes tipos de propriedades do cultivo, como tipo de cultivo, umidade do cultivo e outras propriedades do 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 do 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 viaja 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. Os sensores de propriedade de cultivo podem incluir um ou mais sensores de rendimento que sensoream o rendimento do cultivo sendo colhido por uma colheitadeira agrícola.

[0049] O(s) sensor(es) de rendimento pode(m) incluir um sensor de fluxo de grãos que detecta um fluxo de cultivo, como grãos, no subsistema de manipulação de material 125 ou outras porções da colheitadeira agrícola 100. Por exemplo, um sensor de rendimento pode incluir um sensor de atenuação de raios gama que mede a vazão de grãos colhidos. Em outro exemplo, um sensor de rendimento inclui um sensor de placa de impacto que detecta o impacto de grãos contra uma placa ou superfície de detecção de modo a medir a vazão de massa dos grãos colhidos. Em outro exemplo, um sensor de rendimento inclui uma ou mais células de carga que medem ou detectam uma carga ou massa de grãos colhidos. Por exemplo, uma ou mais células de carga podem estar localizadas em um fundo do tanque de grãos 132, em que mudanças no peso ou massa de grãos dentro do tanque de grãos 132 durante um intervalo de medição indicam o rendimento agregado durante o intervalo de medição. O intervalo de medição pode ser aumentado para calcular a média ou diminuição para medições mais instantâneas. Em outro exemplo, um sensor de rendimento inclui câmeras ou dispositivos de sensoreação óptica que detectam o tamanho ou a forma de uma massa agregada de grãos colhidos, como a forma do monte ou altura de um monte de grãos no tanque de grãos 132. A mudança na forma ou altura do monte durante o intervalo de medição indica um rendimento agregado durante o intervalo de medição. Em outros exemplos, outras tecnologias de detecção de rendimento são empregadas. Por exemplo, em um exemplo, um sensor de rendimento inclui dois ou mais dos sensores descritos acima e o rendimento para um intervalo de medição é determinado a partir de sinais emitidos por cada um dos vários tipos diferentes de sensores. Por exemplo, o rendimento é determinado com base em sinais de um sensor de atenuação de raios gama, um sensor de placa de impacto, células de carga dentro do tanque de grãos 132 e sensores ópticos ao longo do tanque de grãos 132.

[0050] Os sensores de propriedade do cultivo também podem incluir um ou mais sensores de diâmetro do caule que sensoream o diâmetro dos caules do cultivo, como caules de milho, no campo.

[0051] O(s) sensor(es) de diâmetro do caule podem incluir um membro móvel, como dedos mecânicos ou apalpadores, configurados para contactar o caule da planta, tal como quando o caule da planta está dentro da passagem definida pelo espaçamento das placas da plataforma, ou, por exemplo, entre em contato com os caules das plantas em uma área ao redor da colheitadeira agrícola, como na frente do coletor ou em uma fileira adjacente. O caule da planta, ao entrar em contato com o membro móvel, exerce uma força contra o membro móvel que pode causar o deslocamento do membro móvel. O deslocamento ou força pode ser medido e usado para derivar o diâmetro do caule. Em tal exemplo, o sensor de diâmetro de caule pode incluir tecnologia de detecção apropriada, tal como um dispositivo de detecção utilizando o efeito piezoelétrico, um potenciômetro ou um codificador de barreira de luz. Além disso, os sensores de diâmetro do caule também podem incluir outras tecnologias de detecção adaptadas para detectar um tamanho de um caule. Em outro exemplo, quando o caule da planta entra em contato com as placas da plataforma, o caule da planta exerce uma força contra as placas da plataforma, o que pode causar o deslocamento das placas da plataforma. Por exemplo, as placas da plataforma podem ser deslocadas quando a passagem é muito estreita para acomodar o diâmetro do caule. Assim, o sensor de diâmetro do caule pode ser configurado para medir o deslocamento ou força exercida pelo caule para causar o deslocamento das placas da plataforma como uma indicação do diâmetro do caule. Em tal exemplo, o sensor de diâmetro de caule pode incluir tecnologias de detecção, como um dispositivo de detecção utilizando o efeito piezoelétrico, um potenciômetro ou um codificador de barreira de luz. Outras tecnologias de detecção também podem ser usadas. O(s) sensor(es) de diâmetro do caule também podem incluir sensores ópticos, como uma câmera ou outro dispositivo de detecção óptica (por exemplo, radar, lidar, sonar, etc.). Em alguns casos, um sensor óptico captura imagens da vegetação ao redor da colheitadeira agrícola. As imagens, que incluem indicações dos caules das plantas, podem ser processadas usando técnicas de processamento, como processamento de imagem, para derivar os diâmetros dos caules das plantas em torno da colheitadeira agrícola. Estes e vários outros sensores de diâmetro de caule podem ser usados para prover indicações in situ de diâmetros de caule no campo no qual a colheitadeira agrícola 100 está operando. Será apreciado que estes são meramente alguns exemplos de sensores de diâmetro de caule e aqueles versados na técnica apreciarão que vários outros sensores de diâmetro de caule podem ser usados sem se desviar do espírito e escopo da descrição. A colheitadeira agrícola 100 pode ter um ou mais sensores de diâmetro de caule. Por exemplo, a colheitadeira agrícola 100 pode incluir um sensor de diâmetro de caule para cada unidade de linha no coletor 102.

[0052] Antes de descrever como a colheitadeira agrícola 100 gera um mapa preditivo funcional do diâmetro do caule e usa o mapa preditivo funcional do diâmetro do caule para apresentação ou controle, uma breve descrição de alguns dos itens na colheitadeira agrícola 100 e sua operação será primeiro descrita. A descrição da FIG. 2 e 3 descrevem o recebimento de um tipo geral de mapa de informações anteriores e a combinação de informações do mapa de informações anteriores 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 cultivo ou ervas daninhas presentes no campo. As características do campo podem incluir, mas não estão limitadas a, características de um campo, como declive, intensidade da erva daninha, tipo de erva daninha, umidade do solo, qualidade da superfície; características das propriedades do cultivo, como altura do cultivo, diâmetro do caule, tamanho da espiga, 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 anteriores 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 controlar 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.

[0053] Após a abordagem geral ser descrita em relação às FIGS. 2 e 3, uma abordagem mais específica para gerar um mapa preditivo funcional do diâmetro do caule que pode ser apresentado a um operador ou usuário, ou usado para controlar a colheitadeira 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 colheitadeira combinada, o escopo da presente descrição abrange outros tipos de colheitadeiras agrícolas ou outras máquinas de trabalho agrícolas.

[0054] A FIG. 2 é um diagrama de blocos que mostra algumas porções de uma colheitadeira agrícola 100 de exemplo. 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 sensoream uma ou mais características de um campo simultâneo com uma operação de colheita. Os sensores in situ 208 geram valores correspondentes às características sensoreadas. A colheitadeira agrícola 100 também inclui um modelo preditivo ou gerador de relacionamento (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 operador mecanismo de interface 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 sensoream características de um campo durante o curso de uma operação agrícola. Alguns exemplos de sensores in situ 208 são mostrados na FIG. 8. O gerador de modelo preditivo 210 inclui ilustrativamente um gerador de modelo de variável para variável in-situ de informações anteriores 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 definições 232, controlador de planejamento de trajeto 234, controlador de taxa de alimentação 236, controlador de cabeçote e carretel 238, controlador de esteira de lona 240, controlador de posição de placa de plataforma 242, controlador de sistema de resíduo 244, o controlador de limpeza de máquina 245, o controlador de zona 247 e o sistema de controle 214 podem incluir outros itens 246. Subsistemas controláveis 216 incluem máquina e atuadores de coletor 248, subsistema de propulsão 250, subsistema de direção 252, subsistema de resíduo 138, subsistema de limpeza de máquina 254 e subsistemas controláveis 216 podem incluir uma grande variedade de outros subsistemas 256.

[0055] A FIG. 2 também mostra que a colheitadeira agrícola 100 pode receber um ou mais mapa(s) de informações anteriores 258. Conforme descrito abaixo, os mapas de informações anteriores incluem, por exemplo, um mapa de índice vegetativo, um mapa de semeadura, um mapa de produção ou um mapa de uma operação anterior no campo. No entanto, os mapas de informações anteriores 258 também podem abranger outros tipos de dados que foram obtidos antes de uma operação de colheita ou um mapa de uma operação anterior, como mapas de rendimento históricos de anos anteriores que contêm informações contextuais associadas ao rendimento histórico. As informações contextuais podem incluir, sem limitação, uma ou mais das condições meteorológicas ao longo de uma estação de cultivo, presença de pragas, localização geográfica, tipos de solo, irrigação, aplicação de tratamento, etc. As condições meteorológicas podem incluir, sem limitação, precipitação durante a temporada, presença de granizo capaz de danificar o cultivo, presença de ventos fortes, temperatura durante a temporada, etc. Alguns exemplos de pragas amplamente incluem insetos, fungos, ervas daninhas, bactérias, vírus, etc. Alguns exemplos de aplicações de tratamento incluem herbicida, pesticida, fungicida, fertilizante, suplementos minerais, etc. 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 se destinam a 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.

[0056] O mapa de informações anteriores 258 pode ser baixado para a 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 uma 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.

[0057] 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 cálculo morto, um sistema de triangulação celular ou qualquer um de uma variedade de outros sensores de posição geográfica.

[0058] Os sensores in situ 208 podem ser qualquer um dos sensores aqui descritos. Os sensores in situ 208 incluem sensores on-board 222 que são montados on-board harvester 100. Tais sensores podem incluir, por exemplo, um sensor de placa de impacto, um sensor de atenuação de radiação ou um sensor de imagem que é interno ao colhedor agrícola 100 (como uma câmera de grãos limpos). Os sensores in situ 208 também podem incluir sensores remotos in situ 224 que capturam informações in situ. Os dados in situ incluem dados obtidos de um sensor de bordo da colheitadeira agrícola ou obtidos por qualquer sensor onde os dados são detectados durante a operação de colheita. Alguns exemplos de sensores in situ 208 são mostrados na FIG. 8

[0059] Depois de ser recuperado pela colheitadeira agrícola 100, o seletor de mapa de informações anteriores 209 pode filtrar ou selecionar um ou mais mapas de informações anteriores específicos 258 para uso pelo gerador de modelo preditivo 210. Em um exemplo, o seletor de mapa de informações anteriores 209 seleciona um mapa com base em uma comparação das informações contextuais no mapa de informações anteriores versus as informações contextuais presentes. Por exemplo, um mapa de rendimento histórico pode ser selecionado de um dos anos anteriores, onde as condições climáticas durante a estação de cultivo foram semelhantes às condições climáticas do ano atual. Ou, por exemplo, um mapa de rendimento histórico pode ser selecionado de um dos anos anteriores quando as informações de contexto não são semelhantes. Por exemplo, um mapa histórico de produção pode ser selecionado para um ano anterior que foi “seco” (ou seja, teve condições de seca ou precipitação reduzida), enquanto o ano atual é “úmido” (ou seja, teve aumento da precipitação ou condições de inundação). Ainda pode haver uma relação histórica útil, mas a relação pode ser inversa. Por exemplo, áreas que são inundadas em um ano chuvoso podem ser áreas de maior rendimento em um ano seco porque essas áreas podem reter mais água em anos secos. As informações contextuais presentes podem incluir informações contextuais além das informações contextuais imediatas. Por exemplo, as informações contextuais presentes podem incluir, mas não por limitação, um conjunto de informações correspondentes à estação de crescimento atual, um conjunto de dados correspondente a um inverno antes da estação de crescimento atual, ou um conjunto de dados correspondente a vários anos anteriores, entre outros.

[0060] A informação contextual também pode ser usada para correlações entre áreas com características contextuais semelhantes, independentemente de a posição geográfica corresponder à mesma posição no mapa de informações anteriores 258. Por exemplo, os valores históricos de produção de área com tipos de solo semelhantes em outros campos podem ser usados como mapa de informações anteriores 258 para criar o mapa de produção preditiva. Por exemplo, as informações de características contextuais associadas a um local diferente podem ser aplicadas ao local no mapa de informações anteriores 258 tendo informações de características semelhantes.

[0061] 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 característica mapeada para o campo pelo mapa de informações anteriores 258. Por exemplo, se o mapa de informações anteriores 258 mapeia um valor de índice vegetativo para diferentes locais no campo, e o sensor in situ 208 está sensoreando um valor indicativo de diâmetro do caule, então, gerador de modelo de variável para variável in-situ de informações anteriores 228 gera um modelo preditivo de diâmetro do caule que modela a relação entre os valores de índice vegetativo e os valores do diâmetro do caule. Então, o gerador de mapa preditivo 212 usa o modelo de diâmetro de caule preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de diâmetro de caule preditivo funcional que prevê o valor do diâmetro de caule que se espera ser sensoreado pelos sensores in situ 208, em diferentes locais no campo, com base no mapa de informações anteriores 258. Ou, por exemplo, se o mapa de informações anteriores 258 mapeia um valor de rendimento histórico para diferentes locais no campo e o sensor in situ 208 está sensoreando um valor indicativo de diâmetro do caule, então o gerador de modelo de variável para variável in-situ de informações anteriores 228 gera um modelo de diâmetro de caule preditivo que modela a relação entre os valores históricos de produção (com ou sem informação contextual) e os valores de diâmetro de caule in situ. Em seguida, o gerador de mapa preditivo 212 usa o modelo de diâmetro de caule preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de diâmetro de caule preditivo funcional que prevê o valor do diâmetro de caule que se espera ser sensoreado pelos sensores in situ 208, em diferentes locais em o campo, com base no mapa de informações anteriores 258.

[0062] Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser o mesmo que o tipo de dados in situ sensoreado pelos sensores in situ 208. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados sensoreadoss pelos sensores in situ 208. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados sensoreados pelos sensores in situ 208, mas tem uma relação com o tipo de dados sensoreados pelos sensores in situ 208. Por exemplo, em alguns exemplos, o tipo de dados in situ pode ser indicativo do tipo de dados 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 anteriores 258. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados no mapa de informações anteriores 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informações anteriores 258, mas tem uma relação com o tipo de dados no mapa de informações anteriores 258. Por exemplo, em alguns exemplos, o tipo de dados no mapa de informações anteriores 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 anteriores 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 anteriores 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um do tipo de dados in situ sensoreado pelos sensores in situ 208 ou o tipo de dados no mapa de informações anteriores 258 e diferente do outro.

[0063] Continuando com o exemplo de índice vegetativo anterior, o gerador de mapa preditivo 212 pode usar os valores de índice vegetativo no mapa de informações anteriores 258 e o modelo gerado pelo gerador de modelo preditivo 210 para gerar um mapa preditivo funcional 263 que prevê o diâmetro do caule em diferentes locais no campo. O gerador de mapa preditivo 212, portanto, emite o mapa preditivo 264.

[0064] Como mostrado na FIG. 2, o mapa preditivo 264 prevê o valor de uma característica, que pode ser a mesma característica sensoreada pelo(s) sensor(es) in situ 208, ou uma característica relacionada à característica sensoreada pelo(s) sensor(es) in situ 208, em vários locais em todo o campo com base em um valor de informações anteriores no mapa de informações anteriores 258 nesses locais (ou locais com informações contextuais semelhantes, mesmo se em um campo diferente) e usando o modelo preditivo. Por exemplo, se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de índice vegetativo e diâmetro do caule, então, dado o valor de índice vegetativo em diferentes locais ao longo do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor do diâmetro do caule de caules em diferentes locais do campo. O valor do índice vegetativo, obtido a partir do mapa de informações anteriores 258, nesses locais e a relação entre o valor do índice vegetativo e o diâmetro do caule, obtido a partir do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0065] Algumas variações nos tipos de dados que são mapeados no mapa de informações anteriores 258, os tipos de dados sensoreadoss por sensores in situ 208 e os tipos de dados previstos no mapa preditivo 264 serão agora descritos.

[0066] Em alguns exemplos, o tipo de dados no mapa de informações anteriores 258 é diferente do tipo de dados sensoreados por sensores in situ 208, mas o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados sensoreados pelos sensores in situ 208 Por exemplo, o mapa de informações anteriores 258 pode ser um mapa de índice vegetativo e a variável sensoreada pelos sensores in situ 208 pode ser o diâmetro do caule. O mapa preditivo 264 pode, então, ser um mapa preditivo do diâmetro do caule que mapeia os valores previstos do diâmetro do caule para diferentes localizações geográficas no campo. mapa preditivo 264

[0067] Além disso, em alguns exemplos, o tipo de dados no mapa de informações anteriores 258 é diferente do tipo de dados sensoreados 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 anteriores 258 e o tipo de dados sensoreados pelos sensores in situ 208. Por exemplo, o mapa de informações anteriores 258 pode ser um mapa de semeadura e a variável sensoreada pelos sensores in situ 208 pode ser um comando de entrada do operador indicativo de uma definição de espaçamento de placa de plataforma. O mapa preditivo 264 pode, então, ser um mapa preditivo do diâmetro do caule que mapeia os valores previstos do diâmetro do caule para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informações anteriores 258 pode ser um mapa de índice vegetativo e a variável sensoreada pelos sensores in situ 208 pode ser o diâmetro do caule. O mapa preditivo 264 pode, então, ser um mapa de definição de espaçamento de placa de plataforma preditivo que mapeia valores de definição de espaçamento de placa de plataforma previsto para diferentes localizações geográficas no campo.

[0068] Em alguns exemplos, o mapa de informações anteriores 258 é de uma passagem anterior através do campo durante uma operação anterior e o tipo de dados é diferente do tipo de dados sensoreados por sensores in situ 208, ainda que o tipo de dados no mapa preditivo 264 seja o mesmo que o tipo de dados sensoreados pelos sensores in situ 208. Por exemplo, o mapa de informações anteriores 258 pode ser um mapa de população de sementes gerado durante o plantio e a variável sensoreada pelos sensores in situ 208 pode ser o diâmetro do caule. O mapa preditivo 264 pode, então, ser um mapa preditivo do diâmetro do caule que mapeia os valores previstos do diâmetro do caule para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informações anteriores 258 pode ser um mapa de genótipo de semeadura e a variável sensoreada pelos sensores in situ 208 pode ser o diâmetro do caule. O mapa preditivo 264 pode, então, ser um mapa preditivo do diâmetro do caule que mapeia os valores previstos do diâmetro do caule para diferentes localizações geográficas no campo.

[0069] Em alguns exemplos, o mapa de informações anteriores 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 sensoreados por sensores in situ 208, e o tipo de dados no mapa preditivo 264 é também o mesmo que o tipo de dados sensoreados pelos sensores in situ 208. Por exemplo, o mapa de informações anteriores 258 pode ser um mapa de diâmetro do caule gerado durante um ano anterior e a variável sensoreada pelos sensores in situ 208 pode ser o diâmetro do caule. O mapa preditivo 264 pode, então, ser um mapa preditivo do diâmetro do caule que mapeia os valores previstos do diâmetro do caule para diferentes localizações geográficas no campo. Em tal exemplo, as diferenças de diâmetro de caule relativas no mapa de informações anteriores georreferenciado 258 do ano anterior podem ser usadas pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela uma relação entre as diferenças de diâmetro de caule relativas no mapa de informações anteriores 258 e os valores de diâmetro do caule sensoreados por sensores in situ 208 durante a operação de colheita atual. O modelo preditivo é então usado pelo gerador de mapa preditivo 212 para gerar um mapa preditivo do diâmetro do caule.

Mapa preditivo 264

[0070] 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 definição 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 é um 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 consorciado for implementado. Nesse caso, o gerador de mapa preditivo 212 e o gerador de zona de controle 213 são capazes de identificar a localização e as características das duas ou mais cultivos e, em seguida, gerar o mapa preditivo 264 e o mapa de zona de controle preditivo 265 com zonas de controle em conformidade.

[0071] Também será apreciado 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 ambas. 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.

[0072] 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.

[0073] O controlador de interface de operador 231 é operável para gerar sinais de controle para controlar os mecanismos de interface de operador 218. O controlador de interface de operador 231 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 um valor de rendimento exibido no mapa com base na observação do operador. O controlador de definições 232 pode gerar sinais de controle para controlar várias definições na colheitadeira agrícola 100 com base no mapa preditivo 264, o mapa de zona de controle preditivo 265 ou ambos. Por exemplo, o controlador de definições 232 pode gerar sinais de controle para controlar a máquina e os atuadores de coletor 248. Em resposta aos sinais de controle gerados, a máquina e os atuadores do coletor 248 operam para controlar, por exemplo, uma ou mais das definições de peneira e crivo, definições da placa da plataforma (como espaçamento da placa da plataforma, posição da placa da plataforma ou ambos), folga côncava, definições do rotor, definições de velocidade da ventoinha de limpeza, altura do coletor, funcionalidade do coletor, velocidade do molinete, posição do molinete, funcionalidade da esteira (onde a colheitadeira 100 é acoplada a um coletor da esteira), funcionalidade do coletor de milho, controle de distribuição interna e outros atuadores 248 que afetar as outras funções da colheitadeira agrícola 100. 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 subsistema de propulsão 250 e atuadores de máquina 248, para controlar uma taxa de alimentação com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos. Por exemplo, conforme a colheitadeira agrícola 100 se aproxima de uma área que produz acima de um limite selecionado, o controlador de taxa de alimentação 236 pode reduzir a velocidade da colheitadeira agrícola 100 para manter a taxa de alimentação constante de grãos ou biomassa através da máquina. O controlador de coletor e carretel 238 pode gerar sinais de controle para controlar um coletor ou uma bobina ou outra funcionalidade de coletor. O controlador de esteira de lona 240 pode gerar sinais de controle para controlar uma esteira de lona ou outra funcionalidade de esteira com base no mapa preditivo 264, mapa de zona de controle preditivo 265 ou ambos. O controlador de posição de placa de plataforma 242 pode gerar sinais de controle para controlar uma posição de uma placa de plataforma incluída em um coletor 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. Por exemplo, com base nos diferentes tipos de sementes ou ervas daninhas passadas pela colheitadeira agrícola 100, um tipo particular de operação de limpeza de máquina ou uma frequência com a qual uma operação de limpeza é realizada pode ser controlada. Outros controladores incluídos na colheitadeira agrícola 100 podem controlar outros subsistemas com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos também.

[0074] As FIGS. 3A e 3B (aqui referidas coletivamente 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 anteriores 258.

[0075] Em 280, a colheitadeira agrícola 100 recebe o mapa de informações anteriores 258. Exemplos de mapas de informações anteriores 258 ou recebimento de mapas de informações anteriores 258 são discutidos em relação aos blocos 282, 284 e 286. Como discutido acima, o mapa de informações anteriores 258 mapeia valores de uma variável, correspondendo a uma primeira característica, para diferentes locais no campo, conforme indicado no bloco 282. Por exemplo, os dados podem ser coletados com base em imagens aéreas ou características medidas tomadas durante um ano anterior. As informações também podem ser baseadas em dados detectados de outras maneiras (além do uso de imagens aéreas). Os dados coletados antes da operação de colheita atual, seja por meio de imagens aéreas ou de outra forma, são indicados pelo bloco 284. O mapa de informações anteriores 258 pode ser baixado pela colheitadeira agrícola 100 usando o sistema de comunicação 206 e armazenado no armazenamento de dados 202. O mapa de informações anteriores 258 pode ser carregado na colheitadeira agrícola 100 usando o sistema de comunicação 206 de outras maneiras também, e o carregamento do mapa de informações anteriores 258 na colheitadeira agrícola 100 é indicado pelo bloco 286 no fluxograma da FIG. 3 Em alguns exemplos, o mapa de informações anteriores 258 pode ser recebido pelo sistema de comunicação 206.

[0076] No bloco 287, o seletor de mapa de informações anteriores 209 pode selecionar um ou mais mapas da pluralidade de mapas de informações anteriores candidatos recebidos no bloco 280. Por exemplo, vários anos de mapas históricos de produção podem ser recebidos como candidatos a mapas de informações anteriores. Cada um desses mapas pode conter informações contextuais, como padrões climáticos ao longo de um período de tempo, como um ano, surtos de pragas em um período de tempo, como um ano, tipos de solo, etc. As informações contextuais podem ser usadas para selecionar qual mapa histórico de produção deve ser selecionado. Por exemplo, as condições meteorológicas ao longo de um período de tempo, como em um ano atual, ou os tipos de solo para o campo atual podem ser comparados com as condições meteorológicas e o tipo de solo nas informações contextuais para cada mapa de informações anteriores candidato. Os resultados de tal comparação podem ser usados para selecionar qual mapa histórico de produção deve ser selecionado. Por exemplo, anos com condições climáticas semelhantes podem geralmente produzir diâmetros de caule semelhantes ou tendências de diâmetro de caules em um campo. Em alguns casos, anos com condições climáticas opostas também podem ser úteis para prever o diâmetro do caule com base no rendimento histórico. Por exemplo, uma área com um diâmetro de caule pequeno em um ano seco, pode ter um diâmetro de caule grande em um ano mais úmido. O processo pelo qual um ou mais mapas de informações anteriores são selecionados pelo seletor de mapas de informações anteriores 209 pode ser manual, semiautomático ou automatizado. Em alguns exemplos, durante uma operação de colheita, o seletor de mapa de informações anteriores 209 pode continuamente ou intermitentemente determinar se um mapa de informações anteriores diferente tem uma relação melhor com o valor do sensor in situ. Se um mapa de informações anteriores diferente está correlacionado com os dados in situ mais de perto, então o seletor de mapa de informações anteriores 209 pode substituir o mapa de informações anteriores atualmente selecionado com o mapa de informações anteriores mais correlativo.

[0077] 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 da planta, como um rendimento, 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. Alguns exemplos de sensores in situ 208 são mostrados na FIG. 8 Em alguns exemplos, os dados dos sensores de bordo são georreferenciados usando o título de posição ou dados de velocidade do sensor de posição geográfica 204.

[0078] O gerador de modelo preditivo 210 controla o gerador de modelo de variável para variável in-situ de informações anteriores 228 para gerar um modelo que modela uma relação entre os valores mapeados contidos no mapa de informações anteriores 258 e os valores in situ sensoreados pelos sensores in situ 208 como indicado pelo bloco 292. As características ou tipos de dados representados pelos valores mapeados no mapa de informações anteriores 258 e os valores in situ sensoreados pelos sensores in situ 208 podem ser as mesmas características ou tipo de dados ou características ou tipos de dados diferentes.

[0079] A relação ou modelo gerado pelo gerador de modelo preditivo 210 é provido 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 pelo sensores in situ 208, usando o modelo preditivo e o mapa de informações anteriores 258, conforme indicado pelo bloco 294.

[0080] Deve-se notar que, em alguns exemplos, o mapa de informações anteriores 258 pode incluir dois ou mais mapas diferentes ou duas ou mais camadas de mapa 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. Da mesma forma, 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 anteriores 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 sensoreada pelos sensores in situ 208 (ou uma característica relacionada à característica sensoreada) em diferentes locais no campo sendo colhidos usando o modelo preditivo e cada um dos mapas ou camadas de mapa no mapa de informações anteriores 258.

[0081] 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 de saída 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 colhedora agrícola 100, como indicado pelo bloco 296.

[0082] 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 ou 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 na zona de controle preditivo mapa 265 correlacionado à localização geográfica e valores de definições ou parâmetros de controle que são usados com base nos valores previstos no mapa preditivo 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. o campo. Além disso, onde as informações são apresentadas a mais de um local, um sistema de autenticação/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 a bordo pode mostrar os mapas em tempo quase real localmente na máquina, apenas, ou os mapas também podem ser gerados em um ou mais locais remotos. Em alguns exemplos, cada dispositivo de exibição física em cada local 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 física e quais valores a pessoa correspondente pode alterar. Como um 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, em um local remoto, no entanto, pode ser capaz de ver o mapa preditivo 264 no visor, mas não pode fazer alterações. Um gerente, que pode estar em um local remoto separado, pode ser capaz de ver todos os elementos no mapa preditivo 264 e também alterar o mapa preditivo 264 que é 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.

[0083] No bloco 298, a entrada do sensor de posição geográfica 204 e outros sensores in situ 208 são recebidos pelo sistema de controle. O bloco 300 representa o recebimento pelo sistema de controle 214 de 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.

[0084] 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 apreciado que os sinais de controle específicos que são gerados e os subsistemas controláveis 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. Da mesma forma, 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 colhedora agrícola 100 e a capacidade de resposta dos subsistemas controláveis 216.

[0085] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de diâmetro de caule preditivo pode ser usado para controlar um ou mais subsistemas controláveis 216. Por exemplo, o mapa preditivo funcional do diâmetro do caule pode incluir valores de diâmetro do caule georreferenciados para locais dentro do campo que está sendo colhido. O mapa preditivo funcional do diâmetro do caule pode ser extraído e usado para controlar o espaçamento de um ou mais conjuntos de placas da plataforma no coletor 102 da colheitadeira agrícola 100. mapa preditivo 264 O exemplo anterior envolvendo controle de espaçamento da placa da plataforma usando um mapa preditivo funcional do diâmetro do caule 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 diâmetro de caule preditivo ou outro tipo de mapa preditivo funcional 263 para controlar um ou mais dos subsistemas controláveis 216.

[0086] No bloco 312, é feita uma determinação se a operação de colheita foi concluída. Se o cultivo não for concluída, o processamento avança para o bloco 314, onde os dados do sensor in situ do sensor de posição geográfica 204 e sensores in situ 208 (e talvez outros sensores) continuam a ser lidos.

[0087] Em alguns exemplos, no bloco 316, a colheitadeira agrícola 100 também pode detectar critérios de disparo 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 disparado

[0088] Os critérios de disparo de aprendizagem podem incluir qualquer um de uma ampla variedade de critérios diferentes. Alguns exemplos de critérios de detecção de disparo são discutidos em relação aos blocos 318, 320, 321, 322 e 324. Por exemplo, em alguns exemplos, o aprendizado disparado pode envolver a recriação de um relacionamento usado para gerar um modelo preditivo quando uma quantidade limite de dados de sensor in situ são obtidos 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 dispara 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 disparar a criação de um novo modelo preditivo.

[0089] Em outros exemplos, os critérios de disparo de aprendizagem 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 anteriores 258) estiverem dentro de uma faixa selecionada ou for menor do que uma quantidade definida ou estiver 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 do intervalo selecionado, forem maiores do que a quantidade definida ou estiverem acima do valor de limite, por exemplo, então o gerador de modelo preditivo 210 gera um novo modelo preditivo usando todos ou um 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 anteriores mapa de informações 258, pode ser usado como um disparo 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 ajustados 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.

[0090] Outros critérios de disparo de aprendizagem também podem ser usados. Por exemplo, se o gerador de modelo preditivo 210 mudar para um mapa de informações anteriores diferente (diferente do mapa de informações anteriores originalmente selecionado 258), então, mudar para o mapa de informações anteriores diferente pode desencadear a reaprendizagem 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 pode ser usada como critério de disparo de aprendizado também.

[0091] 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, forma, 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 ativação de aprendizagem.

[0092] 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 definição 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 na zona de controle preditivo mapa 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 aprendizagem acionados.

[0093] Em outros exemplos, a reaprendizagem pode ser realizada 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.

[0094] Se a reaprendizagem for acionada, seja com base em critérios de disparo de aprendizagem 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 disparo 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 reaprendizagem é indicada pelo bloco 328.

[0095] 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.

[0096] 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 pode receber, ao gerar 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.

[0097] 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 o gerador de mapa preditivo 212 em mais detalhes. A FIG. 4 também ilustra o fluxo de informações entre os vários componentes nele mostrados. Como mostrado, o gerador de modelo preditivo 210 recebe, como um mapa, um ou mais de um mapa de índice vegetativo 332, um mapa de produção 333 (tal como um mapa de produção preditivo 335 ou um mapa de produção histórico 337), um mapa de semeadura 399 ou um mapa de operação anterior 400. Em alguns exemplos, o gerador de modelo 210 pode receber vários outros mapas 401. O mapa de rendimento preditivo 335 inclui valores de rendimento preditivo georreferenciados. O mapa de rendimento preditivo 335 pode ser gerado usando um processo descrito na FIG. 3, onde o mapa de informações anteriores inclui um mapa de índice vegetativo ou um mapa de rendimento histórico e o sensor in situ inclui um sensor de rendimento. O mapa de rendimento preditivo 335 também pode ser gerado de outras maneiras. O mapa de rendimento histórico 337 inclui valores de rendimento históricos indicativos de valores de rendimento em todo o campo durante um cultivo anterior. O mapa de rendimento histórico 337 também inclui dados contextuais que indicam o contexto ou as condições que podem ter influenciado o valor de rendimento no(s) ano(s) anterior (es). Por exemplo, os dados contextuais podem incluir tipo de solo, elevação, declive, data da planta, data de cultivo, aplicação de fertilizante, tipo de semente (híbridos, etc.), uma medida da presença de ervas daninhas, uma medida da presença de pragas e condições climáticas (por exemplo, chuva, cobertura de neve, granizo, vento, temperatura, etc.). O mapa de rendimento histórico 337 pode incluir outros itens também. O mapa de semeadura 339 pode incluir valores de características de semeadura individuais, como localização, espaçamento, população, orientação, profundidade, dimensões ou taxonomia (como semente ou híbrido de planta)

[0098] Além de receber um ou mais mapas, o gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, a partir do sensor de posição geográfica 204. Sensores in situ 208 ilustrativamente incluem um sensor de diâmetro de caule 336, bem como um sistema de processamento 338. Em alguns exemplos, o sensor de diâmetro do caule 336 pode ser uma colheitadeira agrícola 100 a bordo. O sistema de processamento 338 processa dados de sensor gerados a partir dos sensores de diâmetro de caule 336. Alguns exemplos de sensores in situ 208 também são mostrados na FIG. 8

[0099] Em alguns exemplos, o sensor de diâmetro do caule 336 pode ser um sensor óptico na colhedora agrícola 100. Em alguns casos, o sensor óptico pode ser uma câmera ou outro dispositivo que realiza detecção óptica. O sistema de processamento 338 processa uma ou mais imagens obtidas por meio do sensor de diâmetro do caule 336 para gerar dados de imagem processados que identificam uma ou mais características da vegetação, como plantas de cultivo, na imagem. As características de vegetação detectadas pelo sistema de processamento 338 podem incluir características de tamanho dos caules da planta no campo, por exemplo, diâmetros dos caules no campo. O sistema de processamento 338 também pode localizar geograficamente os valores recebidos do sensor in situ 208. Por exemplo, a localização da colheitadeira agrícola no momento em que um sinal do sensor in situ 208 é recebido pode não representar com precisão a localização do valor no campo. Isso ocorre porque uma quantidade de tempo decorre entre o momento em que a colheitadeira agrícola faz o contato inicial com a característica e quando a característica é sensoreada pelo sensor in situ 208. Assim, um tempo transitório entre quando uma característica é inicialmente encontrada e quando a característica é sensoreada por um sensor in situ 208 é levado em consideração ao georreferenciar os dados sensoreados. Ao fazer isso, o valor da característica pode ser georreferenciado com precisão para um local no campo.

[00100] A título de ilustração, no contexto dos valores de rendimento, devido ao deslocamento do cultivo cortado ao longo de um coletor em uma direção que é transversal a uma direção de deslocamento da colheitadeira agrícola, os valores de rendimento normalmente geolocalizam para uma área em forma de chevron atrás da colheitadeira agrícola à medida que a colheitadeira agrícola se desloca para a frente. O sistema de processamento 338 aloca ou distribui um rendimento agregado detectada por um sensor de rendimento durante cada tempo ou intervalo de medição de volta às regiões georreferenciadas anteriores com base nos tempos de deslocamento do cultivo de diferentes porções da colheitadeira agrícola, como diferentes locais laterais ao longo de uma largura de um coletor da colheitadeira agrícola. Por exemplo, o sistema de processamento 338 aloca um rendimento agregado medido de um intervalo de medição ou tempo de volta para regiões georreferenciadas que foram atravessadas por um coletor da colheitadeira agrícola durante diferentes intervalos de medição ou tempos. O sistema de processamento 338 distribui ou aloca o rendimento agregado de um determinado intervalo de medição ou tempo para regiões georreferenciadas previamente percorridas que fazem parte da área da forma da divisa.

[00101] Em outros exemplos, o sensor de diâmetro do caule 336 pode contar com diferentes tipos de radiação e a maneira como a radiação é refletida, absorvida, atenuada ou transmitida através da vegetação. O sensor de diâmetro de caule 336 pode sensorear outras propriedades eletromagnéticas de grãos e biomassa, como permissividade elétrica quando o material passa entre duas placas capacitivas. O sensor de diâmetro do caule 336 também pode contar com propriedades mecânicas da vegetação, como um sinal gerado quando o caule entra em contato com um elemento piezoelétrico ou quando o impacto é detectado por um microfone ou acelerômetro. Outras propriedades de materiais e sensores também podem ser usados. Em alguns exemplos, dados brutos ou processados do sensor de diâmetro de caule 336 podem ser apresentados ao operador 260 por meio do mecanismo de interface do operador 218. O operador 260 pode estar a bordo da colheitadeira agrícola de trabalho 100 ou em um local remoto. O sensor de diâmetro de caule 336 pode incluir quaisquer outros exemplos aqui descritos, bem como qualquer outro sensor configurado para gerar um sinal de sensor indicativo de um tamanho, por exemplo, diâmetro, de um caule de planta.

[00102] A presente discussão prossegue com relação a um exemplo em que um sensor de diâmetro de caule 336 gera sinais de sensor indicativos de uma característica de tamanho, como um diâmetro, de caules de plantas no campo, como um diâmetro de caules de milho. Como mostrado na FIG. 4, o gerador de modelo preditivo 210 inclui um gerador de modelo de índice vegetativo para diâmetro de caule 342, um gerador de modelo de diâmetro de rendimento para o caule 344 e um gerador de modelo de característica de semeadura para diâmetro de caule 346. 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 de diâmetro de caule. Por exemplo, o gerador de modelo preditivo 210 também pode incluir geradores de modelo de característica de semeadura específica para diâmetro do caule, tal como um gerador de modelo de diâmetro híbrido para o caule ou um gerador de modelo de diâmetro de população para o caule.

[00103] O gerador de modelo de índice vegetativo para diâmetro de caule 342 identifica uma relação entre os dados de diâmetro de caule in situ 340 em localizações geográficas correspondentes a onde os dados de diâmetro de caule in situ 340 foram geolocalizados e valores de índice vegetativo do mapa de índice vegetativo 332 correspondendo aos mesmos locais no campo onde os dados de diâmetro do caule 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de índice vegetativo para diâmetro de caule 342, o gerador de modelo de índice vegetativo para diâmetro de caule 342 gera um modelo preditivo de diâmetro do caule. O modelo de diâmetro do caule é usado pelo gerador de mapa preditivo 212 para prever um diâmetro do caule em diferentes locais no campo com base nos valores de índice vegetativo georreferenciado contidos no mapa de índice vegetativo 332 nos mesmos respectivos locais no campo.

[00104] O gerador de modelo de diâmetro de rendimento para o caule 344 identifica uma relação entre os dados de diâmetro de caule in situ 340 em localizações geográficas correspondentes a onde os dados de diâmetro de caule in situ 340 foram geolocalizados e os valores de rendimento do mapa de rendimento 333 correspondendo aos mesmos locais no campo onde os dados de diâmetro do caule 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de diâmetro de rendimento para o caule 344, o gerador de modelo de diâmetro de rendimento para o caule 344 gera um modelo de diâmetro de caule preditivo. O modelo de diâmetro do caule é usado pelo gerador de mapa preditivo 212 para prever um diâmetro do caule em diferentes locais no campo com base nos valores de rendimento georreferenciados contidos no mapa de rendimento 333 nos mesmos respectivos locais no campo.

[00105] O gerador de modelo de característica de semeadura para diâmetro de caule 346 identifica uma relação entre dados de diâmetro de caule in situ 340 em localizações geográficas correspondentes a onde os dados de diâmetro de caule in situ 340 foram geolocalizados e valores de características de semeadura do mapa de semeadura 399 correspondendo aos mesmos locais em o campo onde os dados de diâmetro do caule 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de característica de semeadura para diâmetro de caule 346, o gerador de modelo de característica de semeadura para diâmetro de caule 346 gera um modelo preditivo de diâmetro do caule. O modelo de diâmetro do caule é usado pelo gerador de mapa preditivo 212 para prever um diâmetro do caule em diferentes locais no campo com base nos valores de característica de semeadura georreferenciados contidos no mapa de semeadura 399 nos mesmos respectivos locais no campo.

[00106] Em outros exemplos, o gerador de modelo 210 pode incluir outros geradores de modelo 348, tais como geradores de modelo de característica de semeadura específica para diâmetro de caule. Por exemplo, um gerador de modelo de diâmetro híbrido para o caule que identifica uma relação entre dados de diâmetro de caule in situ 340 em localizações geográficas correspondentes a onde os dados de diâmetro de caule in situ 340 foram geolocalizados e valores híbridos do mapa de semeadura 399 correspondente ao mesmos locais no campo onde os dados de diâmetro do caule 340 foram geolocalizados. Em outro exemplo, um gerador de modelo de diâmetro de caule para população que identifica uma relação entre dados de diâmetro de caule in situ 340 em localizações geográficas correspondentes a onde dados de diâmetro de caule in situ 340 foram geolocalizados e valores híbridos do mapa de semeadura 399 correspondendo a os mesmos locais no campo onde os dados de diâmetro do caule 340 foram geolocalizados. Com base na relação estabelecida pela característica de semeadura específica para o gerador de modelo de diâmetro do caule, o gerador de modelo de característica de semeadura específico para o diâmetro do caule gera um modelo preditivo de diâmetro do caule. O modelo de diâmetro do caule é usado pelo gerador de mapa preditivo 212 para prever um diâmetro do caule em diferentes locais no campo com base nos valores de característica de semeadura específicos georreferenciados (por exemplo, valor híbrido, valor de população, etc.) contidos no mapa de semeadura 399 no mesmos locais respectivos no campo.

[00107] À luz do acima, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos de diâmetro de caule preditivos, como um ou mais dos modelos de diâmetro de caule preditivos gerados pelos geradores de modelo 342, 344 e 346. Em outro exemplo, dois ou mais dos modelos preditivos de diâmetro do caule descritos acima podem ser combinados em um único modelo preditivo de diâmetro do caule que prevê o diâmetro do caule com base no valor do índice vegetativo, o valor do rendimento ou o valor da característica de semeadura em diferentes locais no campo ou suas combinações. Qualquer um desses modelos de diâmetro de caule, ou combinações dos mesmos, são representados coletivamente pelo modelo de diâmetro de caule 350 na FIG. 4

[00108] O modelo de diâmetro de caule 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 diâmetro de caule 352. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais ou diferentes. Consequentemente, em alguns exemplos, o gerador de mapa preditivo 212 pode incluir outros itens 358 também, que podem incluir outros tipos de geradores de mapa preditivo para gerar outros tipos de mapas preditivos. O gerador de mapa de diâmetro de caule 352 recebe o modelo de diâmetro de caule preditivo 350 que prevê o diâmetro de caule com base em dados in situ 340 juntamente com um ou mais do mapa de índice vegetativo 332, o mapa de rendimento 333 ou o mapa de semeadura 399.

[00109] O gerador de mapa de diâmetro de caule 352 pode gerar um mapa de diâmetro de caule preditivo funcional 360 que prevê o diâmetro de caule em diferentes locais no campo com base no valor de índice vegetativo, o valor de rendimento ou o valor de característica de semeadura nesses locais no campo e o caule preditivo diâmetro modelo 350. O mapa de diâmetro de caule preditivo funcional gerado 360 pode ser provido para controlar o gerador de zona 213, o sistema de controle 214 ou ambos, como mostrado na FIG. 2 O gerador de zona de controle 213 gera zonas de controle e incorpora essas zonas de controle para produzir o mapa de zona de controle preditivo 265. Um ou ambos os mapas preditivos funcionais 264 ou mapa de zona de controle preditivo 265 podem ser apresentados ao operador 260 ou outro usuário ou ser providos ao sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base no sistema preditivo mapa 264, mapa de zona de controle preditivo 265 ou ambos.

[00110] 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 de diâmetro de caule preditivo 350 e do mapa de diâmetro de caule preditivo funcional 360, respectivamente. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um ou mais mapas, como um ou mais mapas de índice vegetativo 332, um ou mais mapas de rendimento 333, ou um ou mais mapas característicos de semeadura 399, ou qualquer combinação dos mesmos. No bloco 364, um sinal de sensor in situ é recebido de um sensor in situ 208. Como discutido acima, o sensor in situ 208 pode incluir um sensor de diâmetro de caule 336 que gera um sinal de sensor indicativo de características de tamanho, como diâmetros, de vegetação no campo, por exemplo, um diâmetro de caules de milho. Alguns outros exemplos de sensores in situ 208 são mostrados na FIG. 8

[00111] No bloco 372, o sistema de processamento 338 processa os um ou mais sinais de sensor recebidos recebidos do sensor de diâmetro de caule 336 para gerar um valor de diâmetro de caule indicativo de um diâmetro de caule de vegetação no campo, tal como um diâmetro de caule de um caule de milho no campo.

[00112] No bloco 382, o gerador de modelo preditivo 210 também obtém a localização geográfica correspondente ao sinal 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 (por exemplo, velocidade de processamento da máquina) e velocidade da máquina, uma localização geográfica precisa onde o diâmetro do caule sensoreado in situ é para ser atribuído. Por exemplo, a hora exata em que um sinal do sensor de diâmetro do caule é capturado pode não corresponder a uma hora em que o cultivo foi cortada do solo. Assim, uma posição da colhedora agrícola 100 quando o sinal do sensor de diâmetro do caule é obtido pode não corresponder ao local onde o cultivo foi plantada.

[00113] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos de diâmetro de caule preditivos, tal como modelo de diâmetro de caule 350, que modelam uma relação entre pelo menos um de um valor de índice vegetativo, um valor de rendimento ou um valor de característica de semeadura obtido de um mapa, tal como mapa de índice vegetativo 332, mapa de rendimento 333 ou mapa de semeadura 339 e um diâmetro de caule sendo sensoreado pelo sensor in situ 208. Por exemplo, o gerador de modelo preditivo 210 pode gerar um modelo de diâmetro de caule preditivo com base em um valor de índice vegetativo, um valor de rendimento ou um valor de característica de semeadura e um valor de diâmetro de caule sensoreado indicado pelo sinal do sensor obtido do sensor in situ 208.

[00114] No bloco 386, o modelo de diâmetro de caule preditivo, tal como modelo de diâmetro de caule preditivo 350, é provido ao gerador de mapa preditivo 212, que gera um mapa de diâmetro de caule preditivo funcional que mapeia um diâmetro de caule previsto para diferentes localizações geográficas no campo com base no mapa de índice vegetativo, o mapa de produção ou o mapa de semeadura e o modelo de diâmetro de caule preditivo 350. Por exemplo, em alguns exemplos, o mapa preditivo funcional do diâmetro do caule 360 prevê o diâmetro do caule, conforme indicado pelo bloco 391. Em outros exemplos, o mapa preditivo funcional do diâmetro do caule 360 prevê outros itens, conforme indicado pelo bloco 392, como outros itens indicativos do diâmetro do caule, por exemplo, requisitos de energia para o processamento do caule, tais como requisitos de energia para alimentar os rolos do caule ou coleta correntes. Além disso, o mapa de diâmetro de caule preditivo funcional 360 pode ser gerado durante o curso de uma operação de colheita agrícola. Assim, conforme uma colheitadeira agrícola está se movendo através de um campo realizando uma operação de colheita agrícola, o mapa funcional preditivo do diâmetro do caule 360 é gerado.

[00115] No bloco 394, o gerador de mapa preditivo 212 emite o mapa funcional de diâmetro de caule preditiva 360. No bloco 393, o gerador de mapa preditivo 212 configura o mapa de diâmetro de caule preditivo funcional 360 para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 também pode prover o mapa 360 para controlar o gerador de zona 213 para geração e incorporação de zonas de controle. No bloco 397, o gerador de mapa preditivo 212 configura o mapa 360 de outras maneiras também. O mapa preditivo funcional do diâmetro do caule 360 (com ou sem as zonas de controle) é provido para o sistema de controle 214. No bloco 396, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa de diâmetro de caule preditivo funcional 360.

[00116] O sistema de controle 214 pode gerar sinais de controle para controlar o coletor ou outro(s) atuador (es) de máquina 248, como para controlar uma posição ou espaçamento das placas da plataforma. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de propulsão 250. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de direção 252. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de resíduos 138. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de limpeza de máquina 254. O sistema de controle 214 pode gerar sinais de controle para controlar o debulhador 110. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de manipulação de material 125.O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de limpeza de cultivo 118. O sistema de controle 214 pode gerar sinais de controle para controlar o sistema de comunicação 206. O sistema de controle 214 pode gerar sinais de controle para controlar os mecanismos de interface do operador 218. O sistema de controle 214 pode gerar sinais de controle para controlar vários outros subsistemas controláveis 256. Em outros exemplos, o sistema de controle 214 pode gerar sinais de controle para controlar uma velocidade de debulha do rotor 112, pode gerar sinais de controle para controlar uma folga côncava ou pode gerar sinais de controle para ajustar a saída de energia para alguns dos sistemas de processamento da planta, como o recolhendo correntes ou rolos de caule.

[00117] A FIG. 6 é um diagrama de blocos de uma porção de exemplo da colheitadeira agrícola 100 mostrada na FIG. 1 Particularmente, a FIG. 6 mostra, entre outras coisas, exemplos de gerador de modelo preditivo 210 e gerador de mapa preditivo 212. No exemplo ilustrado, o mapa de informações anteriores 258 pode ser um mapa de índice vegetativo 332, um mapa de semeadura 399, um mapa de rendimento 333 (como o mapa de rendimento histórico 337) ou um mapa de operação anterior 400. O mapa de operação anterior 400 pode incluir valores característicos indicativos de uma característica em vários locais no campo. Os valores característicos podem ser valores característicos que foram coletados durante uma operação anterior, como uma operação anterior por outra máquina de trabalho agrícola, como um pulverizador, no campo. O mapa de informações anteriores 258 pode incluir outros mapas de informações anteriores 401 também, por exemplo, um mapa de diâmetro de caule anterior gerado ou de outra forma provido em uma variedade de maneiras. Em um exemplo, um mapa de diâmetro de caule anterior pode ser um mapa de diâmetro de caule histórico gerado com base em dados coletados durante uma operação de colheita anterior, como uma operação de colheita anterior em uma temporada de cultivo anterior. A FIG. 6 também mostra que o gerador de modelo preditivo 210 e o gerador de mapa preditivo podem receber, além do mapa de informações anteriores 258, mapa de diâmetro de caule preditivo funcional 360 e mapa de rendimento 333 (tal como mapa de rendimento preditivo 335). O mapa preditivo funcional do diâmetro do caule 360 e o mapa de rendimento preditivo 335 podem ser usados de forma semelhante ao mapa de informações anteriores 258 nesse modelo gerador 210 modela uma relação entre as informações providas pelo mapa do diâmetro do caule preditivo funcional 360 ou mapa de rendimento preditivo 335 e características sensoreadas por sensores in situ 208 e gerador de mapa 212 podem, assim, usar o modelo para gerar um mapa preditivo funcional que prevê as características sensoreadas pelos sensores in situ 208, ou uma característica indicativa da característica sensoreada, em diferentes locais no campo com base em um ou mais dos valores no mapa de diâmetro de caule preditivo funcional 360 ou no mapa de rendimento preditivo 335 nesses locais no campo e com base no modelo preditivo. Em alguns exemplos, o mapa de rendimento 333 é um mapa de informações anteriores, como o mapa de rendimento histórico 337, ou é um mapa de rendimento preditivo, como o mapa de rendimento preditivo 335. O gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 também podem receber vários outros mapas 401, como outros mapas preditivos de diâmetro de caule gerados de maneiras diferentes do mapa de diâmetro de caule preditivo funcional 360.

[00118] Além disso, no exemplo mostrado na FIG. 6, o sensor in situ 208 pode incluir um ou mais sensores de característica agrícola 402, um sensor de entrada do operador 404 e um sistema de processamento 406. Os sensores in situ 208 podem incluir outros sensores 408 também. Alguns outros exemplos de sensores in situ 208 são mostrados na FIG. 8 Os sensores de característica agrícola 402 podem incluir um ou mais dos sensores in situ 208 aqui descritos. Sensores de característica agrícola 402 sensoream uma ou mais variáveis indicativas de uma característica agrícola.

[00119] O sensor de entrada do operador 404, de forma ilustrativa, sensoreia várias entradas do operador. As entradas podem ser entradas de definição para controlar as definições na colheitadeira agrícola 100 ou outras entradas de controle, como entradas de direção e outras entradas. Assim, quando um operador da colheitadeira agrícola 100, como o operador 260, altera uma definição ou provê uma entrada comandada, como por meio de um mecanismo de interface do operador 218, tal entrada é detectada pelo sensor de entrada do operador 404, que provê um sinal de sensor indicativo dessa entrada do operador sensoreada. Para o propósito desta descrição, uma entrada do operador também pode ser referida como uma característica, tal como uma característica agrícola e, assim, pode ser uma característica agrícola sensoreada por um sensor in situ 208. O sistema de processamento 406 pode receber um ou mais sinais de sensor de sensores de característica agrícola 402 ou sensor de entrada do operador 404 ou ambos e gerar uma saída indicativa da característica sensoreada. Por exemplo, o sistema de processamento 406 pode receber uma entrada de sensor de um sensor de característica agrícola 402 e gerar uma saída indicativa de uma característica agrícola. O sistema de processamento 406 também pode receber uma entrada do sensor de entrada do operador 404 e gerar uma saída indicativa da entrada do operador sensoreada.

[00120] O gerador de modelo preditivo 210 pode incluir gerador de modelo de diâmetro de caule para característica agrícola 416 modelo de diâmetro de caule para comando 420 e outro gerador de modelo de característica para comando 422. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir geradores de modelo adicionais, menos ou outros 424, como geradores de modelo de característica agrícola específica. Além disso, outro gerador de modelo de característica para comando 422 pode incluir, como a outra característica, valores de índice vegetativo providos pelo mapa de índice vegetativo 332, valores de característica de operação anterior providos pelo mapa de operação anterior 400, valores de característica de semeadura providos pelo mapa de semeadura 399, ou valores de rendimento providos pelo mapa de rendimento 333. O gerador de modelo preditivo 210 recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, do sensor de posição geográfica 204 e gera um modelo preditivo 426 que modela uma relação entre as informações em um ou mais dos mapas e uma ou mais características agrícolas sensoreadas por um sensor de característica agrícola 402, um ou mais comandos de entrada do operador sensoreados pelo sensor de entrada do operador 404, ou ambos. Por exemplo, o gerador de característica de diâmetro de caule para agricultura 416 gera um modelo que modela uma relação entre os valores de diâmetro de caule (que podem ser em ou indicados por um ou mais dos mapas de informações anteriores 258 ou o mapa de diâmetro de caule preditivo funcional 360) e valores de características agrícolas sensoreados por sensores de características agrícolas 402. O gerador de modelo de diâmetro de caule para comando 420 gera um modelo que modela uma relação entre os valores de diâmetro de caule (que podem estar ligados ou indicados por um ou mais dos mapas de informações anteriores ou o mapa preditivo funcional de diâmetro de caule 360 ou outro mapa 401) e comandos de entrada do operador que são sensoreados pelo sensor de entrada do operador 404. Outro gerador de modelo de característica para comando 422 gera um modelo que modela uma relação entre outros valores de características (como valores de índice vegetativo, valores de características de semeadura, valores de características de operação anteriores ou valores de rendimento) e comandos de entrada do operador que são sensoreados pela entrada do operador sensor, como um comando de entrada do operador indicativo de um espaçamento da placa da plataforma ou definição de posição para um ou mais conjuntos de placas da plataforma na colheitadeira agrícola.

[00121] O modelo preditivo 426 gerado pelo gerador de modelo preditivo 210 pode incluir um ou mais dos modelos preditivos que podem ser gerados pelo gerador de modelo de diâmetro de caule para característica agrícola 416, gerador de modelo de diâmetro de caule para comando 420, outra característica para gerador de modelo de comando 422 e outros geradores de modelo que podem ser incluídos como parte de outros itens 424.

[00122] No exemplo da FIG. 6, o gerador de mapa preditivo 212 inclui gerador de mapa de característica agrícola preditivo 428 e um gerador de mapa de comando de operador preditivo 432. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, menos ou outros 434. O gerador de mapa de característica agrícola preditivo 428 recebe um ou mais dos mapas e um modelo PREDITIVO 426 que modela uma relação entre um ou mais valores providos por um ou mais dos mapas e um ou mais valores de característica agrícola sensoreados por sensores de característica agrícola 402 ( tal como um modelo preditivo gerado pelo gerador de modelo de característica agrícola de diâmetro de caule 416). O gerador de mapa de característica agrícola preditiva 428 gera um mapa de característica agrícola preditiva funcional 436 que prevê, em qualquer local no campo, uma característica agrícola naquele local no campo com base no modelo preditivo 426 e em um valor, tal como um valor de diâmetro do caule, contido em um ou mais dos mapas de informações anteriores 258 ou mapa de diâmetro de caule preditiva funcional 360, correspondente a essa localização no campo.

[00123] O gerador de mapa de comando do operador preditivo 432 recebe um ou mais dos mapas e um modelo preditivo 426 que modela uma relação entre um ou mais dos valores providos pelos mapas (como valores de diâmetro do caule, valores de rendimento, valores de índice vegetativo ou característica de semeadura valores) e uma ou mais entradas de comando do operador (como um modelo preditivo gerado pelo gerador de modelo de diâmetro de caule para comando 420 ou um modelo preditivo gerado por outro gerador de modelo de característica para comando 422). O gerador de mapa de comando do operador preditivo 432 gera um mapa de comando do operador preditivo funcional 440 que prevê comandos do operador em diferentes locais no campo com base em um ou mais dos valores em um ou mais dos mapas e com base no modelo preditivo 426. Por exemplo, o gerador de mapa de comando do operador preditivo 432 gera um mapa de comando do operador preditivo funcional 440 que prevê, em qualquer local dado no campo, um comando do operador nesse local com base em um valor de diâmetro do caule, um valor de rendimento, um valor de índice vegetativo, ou um valor de característica de semeadura contido no mapa de diâmetro do caule preditivo funcional 360, o mapa de rendimento 333, o mapa de índice vegetativo 332 e o mapa de semeadura 399, respectivamente, correspondendo a esse local.

[00124] O gerador de mapa preditivo 212 emite um ou mais dos mapas preditivos funcionais 436 ou 440. Cada um dos mapas preditivos funcionais 436 ou 440 pode ser provido para controlar o gerador de zona 213, o sistema de controle 214 ou ambos, como mostrado na FIG. 2 O gerador de zona de controle 213 gera zonas de controle e incorpora essas zonas de controle nos mapas preditivos funcionais 436 e 440 para produzir um mapa de característica agrícola preditivo funcional 436 com zonas de controle e um mapa de comando de operador preditivo funcional 440 com zonas de controle. Um ou mais dos mapas preditivos funcionais 436 ou 440 (com ou sem zonas de controle) podem ser providos para o sistema de controle 214, que gera sinais de controle com base em um ou mais dos mapas preditivos funcionais 436 ou 440 (com ou sem zonas de controle) para controlar um ou mais dos subsistemas controláveis da colhedora agrícola 100. Os subsistemas controláveis podem incluir subsistemas controláveis 216. Um ou mais dos mapas 436 ou 440 ou mapas correspondentes 265 podem ser apresentados ao operador 260 ou outro usuário.

[00125] A FIG. 7 mostra um fluxograma que ilustra um exemplo da operação do gerador de modelo preditivo 210 e gerador de mapa preditivo 212 na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 436 ou 440, respectivamente. No bloco 442, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um mapa. O mapa pode ser um ou mais dos mapas mostrados na FIG. 6, tal como mapa de índice vegetativo 332, mapa de rendimento 333, mapa de semeadura 399, mapa de operação anterior 400, mapa de diâmetro de caule preditivo funcional 360 ou outros mapas 401. No bloco 444, o gerador de modelo preditivo 210 recebe um sinal de sensor contendo dados de sensor de um sensor in situ 208. O sensor in situ pode ser um ou mais sensores de característica agrícola 402, um sensor de entrada do operador 404 ou outro sensor 408. Alguns exemplos de sensores in situ 208 são mostrados na FIG. 8 O bloco 446 indica que o sinal do sensor recebido pelo gerador de modelo preditivo 210 inclui dados de um tipo que é indicativo de uma característica agrícola. O bloco 450 indica que o sinal do sensor recebido pelo gerador de mapa preditivo 210 pode ser um sinal do sensor com dados de um tipo que é indicativo de uma entrada de comando do operador. O gerador de modelo preditivo 210 pode receber outras entradas de sensor in situ também, conforme indicado pelo bloco 452.

[00126] No bloco 454, o sistema de processamento 406 processa os dados contidos no sinal do sensor ou sinais recebidos do sensor in situ ou sensores 208 para obter dados processados 409, mostrados na FIG. 6 Os dados contidos no sinal ou sinais do sensor podem estar em um formato bruto que é processado para receber dados processados 409. Por exemplo, um sinal de sensor de temperatura inclui dados de resistência elétrica, esses dados de resistência elétrica podem ser processados em dados de temperatura. Em outros exemplos, o processamento pode compreender digitalização, codificação, formatação, dimensionamento, filtragem ou classificação de dados. Os dados processados 409 podem ser indicativos de uma ou mais das características agrícolas ou comandos de entrada do operador. Os dados processados 409 são providos ao gerador de modelo preditivo 210.

[00127] Voltando à FIG. 7, no bloco 456, o gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de localização geográfica, do sensor de posição geográfica 204, como mostrado na FIG. 6 A localização geográfica 334 pode ser correlacionada à localização geográfica a partir da qual a variável ou variáveis sensoreadas, sensoreadas por sensores in situ 208, foram tomadas. Por exemplo, o gerador de modelo preditivo 210 pode obter a localização geográfica 334, ou indicação de localização geográfica, a partir do sensor de posição geográfica 204 e determinar, com base em atrasos da máquina, velocidade da máquina, etc., uma localização geográfica precisa a partir da qual os dados processados 409 foi derivado.

[00128] No bloco 458, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos 426 que modelam uma relação entre um valor mapeado em um mapa recebido no bloco 442 e uma característica representada nos dados processados 409. Por exemplo, em alguns casos, o valor mapeado no mapa recebido pode ser um valor de diâmetro de caule, que pode ser indicado pelo mapa de diâmetro de caule preditivo funcional 360 ou um valor característico no mapa de operação anterior 400, ou outro mapa 401 e o modelo preditivo gerador 210 gera um modelo preditivo usando o valor mapeado de um mapa recebido e uma característica sensoreada por sensores in situ 208, conforme representado nos dados processados 409, ou uma característica relacionada, tal como uma característica que se correlaciona com a característica sensoreada por em -situ sensores 208.

[00129] Por exemplo, no bloco 460, o gerador de modelo preditivo 210 pode gerar um modelo preditivo 426 que modela uma relação entre um valor de diâmetro do caule obtido de um ou mais mapas e dados de características agrícolas obtidos por um sensor in situ 208. Em outro exemplo, no bloco 462, o gerador de modelo preditivo 210 pode gerar um modelo preditivo 426 que modela uma relação entre um valor de diâmetro do caule obtido de um ou mais mapas e entradas de comando do operador obtidas a partir de um sensor in situ 208. Em outro exemplo, no bloco 463, o gerador de modelo preditivo 210 pode gerar um modelo preditivo 426 que modela uma relação entre outras características (tais como valores de rendimento, valores de índice vegetativo ou valores de característica de semeadura) obtidos de um ou mais mapas e entradas de comando do operador obtido a partir de um sensor in situ 208. O gerador de modelo 210 pode gerar uma variedade de outros modelos preditivos que modelam as relações entre vários outros valores característicos obtidos a partir de um ou mais mapas e dados de um ou mais sensores in situ 208.

[00130] Os um ou mais modelos preditivos 426 são providos ao gerador de mapas preditivos 212. No bloco 466, o gerador de mapa preditivo 212 gera um ou mais mapas preditivos funcionais. Os mapas preditivos funcionais podem ser um ou mais mapas preditivos funcionais de características agrícolas 436 ou um ou mais mapas preditivos funcionais de comando do operador 440 ou qualquer combinação desses mapas. O mapa de características agrícolas preditivas funcionais 436 prevê uma característica agrícola em diferentes locais no campo. O mapa de comando do operador preditivo funcional 440 prevê entradas de comando do operador desejadas ou prováveis em diferentes locais no campo. Além disso, um ou mais dos mapas preditivos funcionais 436 e 440 podem ser gerados durante o curso de uma operação agrícola. Assim, conforme a colheitadeira agrícola 100 está se movendo através de um campo realizando uma operação agrícola, um ou mais mapas preditivos 436 e 440 são gerados conforme a operação agrícola está sendo executada.

[00131] No bloco 468, o gerador de mapa preditivo 212 emite um ou mais mapas preditivos funcionais 436 e 440. No bloco 470, o gerador de mapa preditivo 212 pode configurar um ou mais mapas para apresentação e possível interação por um operador 260 ou outro usuário. No bloco 472, o gerador de mapa preditivo 212 pode configurar um ou mais mapas para consumo pelo sistema de controle 214. No bloco 474, o gerador de mapa preditivo 212 pode prover um ou mais mapas preditivos 436 e 440 para controlar o gerador de zona 213 para geração de zonas de controle. No bloco 476, o gerador de mapa preditivo 212 configura um ou mais mapas preditivos 436 e 440 de outras maneiras. Em um exemplo em que um ou mais mapas preditivos funcionais 436 e 440 são providos para controlar o gerador de zona 213, o um ou mais mapas preditivos funcionais 436 e 440, com as zonas de controle incluídas nos mesmos, representadas pelos mapas correspondentes 265, descritos acima, pode ser apresentado ao operador 260 ou outro usuário ou provido ao sistema de controle 214 também

[00132] No bloco 478, o sistema de controle 214, então, gera sinais de controle para controlar os subsistemas controláveis da colheitadeira agrícola 100, tais como subsistemas controláveis 216, com base em um ou mais mapas preditivos funcionais 436 ou 440 (ou os mapas preditivos funcionais 436 ou 440 tendo controle zonas), bem como um sinal de entrada de posição geográfica do sensor de posição geográfica 204. Por exemplo, quando o mapa de característica agrícola preditiva funcional 436 (com ou sem zonas de controle) ou o mapa de comando preditivo funcional 440 (com ou sem zonas de controle0 é provido para controlar o sistema 214, um ou mais controladores, em resposta, geram sinais de controle para controlar um ou mais dos subsistemas controláveis 216 a fim de controlar a operação da colheitadeira agrícola 100 com base nos valores de características agrícolas previstos no mapa de características agrícolas preditivas funcionais 436 ou com base nos valores de comando do operador previstos no mapa de comando preditivo funcional 440. Isso é indicado pelo bloco 480.

[00133] O bloco 484 mostra um exemplo em que o sistema de controle 214 recebe o mapa de comando do operador preditivo funcional 440 ou mapa de comando do operador preditivo funcional 440 com zonas de controle adicionadas. Em resposta, o controlador de definições 232 gera sinais de controle para controlar outras definições da máquina ou funções da máquina com base em entradas de comando do operador previsto no mapa de comando do operador preditivo funcional 440 ou mapa de comando do operador preditivo funcional 440 com zonas de controle adicionadas. O bloco 485 mostra que os sinais de controle para controlar a operação da colheitadeira agrícola 100 também podem ser gerados de outras maneiras. Por exemplo, os sinais de controle podem ser gerados com base em uma combinação de mapas preditivos funcionais 436 ou 440. Por exemplo, com base nos mapas preditivos funcionais 436 ou 440 (com ou sem zonas de controle), ou ambos, um ou mais controladores geram sinais de controle para controlar um ou mais dos subsistemas controláveis 216, a fim de controlar a operação da colheitadeira agrícola 100 com base nos valores de características agrícolas previstas no mapa de características agrícolas preditivas funcionais 436 ou no mapa de características agrícolas preditivas funcionais 436 contendo zonas de controle ou valores de comando do operador no mapa de comando do operador preditivo funcional 440 ou no mapa de comando do operador preditivo funcional 440 contendo zonas de controle.

[00134] O sistema de controle 214 pode gerar sinais de controle para controlar o coletor ou outro(s) atuador (es) de máquina 248, de modo a controlar uma posição ou espaçamento entre as placas da plataforma. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de propulsão 250. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de direção 252. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de resíduos 138. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de limpeza de máquina 254. O sistema de controle 214 pode gerar sinais de controle para controlar o debulhador 110. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de manipulação de material 125.O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de limpeza de máquina 254.O sistema de controle 214 pode gerar sinais de controle para controlar o sistema de comunicação 206. O sistema de controle 214 pode gerar sinais de controle para controlar os mecanismos de interface do operador 218. O sistema de controle 214 pode gerar sinais de controle para controlar vários outros subsistemas controláveis 256. Em outros exemplos, o sistema de controle 214 pode gerar sinais de controle para controlar uma velocidade de debulha do rotor 112, pode gerar sinais de controle para controlar uma folga côncava ou pode gerar sinais de controle para ajustar a saída de energia para alguns dos sistemas de processamento da planta, como o recolhendo correntes ou rolos de caule.

[00135] A FIG. 8 mostra um diagrama de blocos que ilustra exemplos de sensores de tempo real (in situ) 208. Os sensores in situ 208 podem sensorear qualquer uma de uma série de características agrícolas. Alguns dos sensores mostrados na FIG. 8, ou diferentes combinações dos mesmos, podem ter um sensor 402 e um sistema de processamento 406, enquanto outros podem atuar como o sensor 402 descrito acima em relação às FIGS. 6 e 7, onde o sistema de processamento 406 é separado. Alguns dos possíveis sensores in situ 208 mostrados na FIG. 8 são mostrados e descritos acima em relação às FIGS anteriores. e são numerados de forma semelhante. A FIG. 8 mostra que os sensores in situ 208 podem incluir sensores de entrada do operador 980, sensores de máquina 982, sensores de propriedade de material colhido 984, sensores de propriedade de campo e solo 985 e sensores de característica ambiental 987. Os sensores in situ 208 também podem incluir uma ampla variedade de outros sensores 226. Os sensores de entrada do operador 980 podem ser sensores que sensoream as entradas do operador por meio dos mecanismos de interface do operador 218. Portanto, os sensores de entrada do operador 980 podem sensorear o movimento do usuário de ligações, joysticks, um volante, botões, mostradores, pedais ou outros dispositivos de entrada do operador. Os sensores de entrada do operador 980 também podem sensorear as interações do usuário com outros mecanismos de entrada do operador, como uma tela sensível ao toque, um microfone onde o reconhecimento de voz é utilizado ou qualquer um de uma ampla variedade de outros mecanismos de entrada do operador.

[00136] Os sensores de máquina 982 podem sensorear características diferentes da colheitadeira agrícola 100. Por exemplo, como discutido acima, os sensores de máquina 982 podem incluir sensores de velocidade de máquina 146, sensor de perda de separador 148, câmera de grão limpo 150, mecanismo de captura de imagem de visão frontal 151, sensores de perda 152 ou sensor de posição geográfica 204, exemplos dos quais são descritos acima. Os sensores de máquina 982 também podem incluir sensores de definição de máquina 991 que sensoream as definições da máquina. Alguns exemplos de definições de máquina foram descritos acima em relação à FIG. 1 O sensor de posição 993 do equipamento de extremidade dianteira (por exemplo, coletor) pode sensorear a posição do coletor 102, carretel 164, cortador 104 ou outro equipamento de extremidade dianteira em relação à estrutura da colheitadeira agrícola 100 ou em relação à superfície do campo. Por exemplo, os sensores 993 podem sensorear a altura do coletor 102 acima do solo. Os sensores de máquina 982 também podem incluir sensores de orientação de equipamento de front-end (por exemplo, coletor) 995. Os sensores 995 podem sensorear a orientação do coletor 102 em relação à colheitadeira agrícola 100 ou em relação ao solo. Os sensores de máquina 982 podem incluir sensores de estabilidade 997. Os sensores de estabilidade 997 sensoream oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100. Os sensores de máquina 982 também podem incluir sensores de definição de resíduo 999 que são configurados para sensorear se a colheitadeira agrícola 100 está configurada para cortar o resíduo, produzir uma leira ou lidar com o resíduo de outra maneira. Os sensores de máquina 982 podem incluir o sensor de velocidade da ventoinha da sapata de limpeza 951 que sensoreia a velocidade da ventoinha de limpeza 120. Os sensores de máquina 982 podem incluir sensores de folga côncava 953 que sensoream a folga entre o rotor 112 e contrabatedores 114 na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de remoção de crivo 955 que sensoream o tamanho das aberturas no crivo 122. Os sensores de máquina 982 podem incluir o sensor de velocidade do rotor de debulha 957 que sensoreia uma velocidade do rotor do rotor 112. Os sensores de máquina 982 podem incluir o sensor de força do rotor 959 que sensoreia a força (por exemplo, pressão, torque, etc.) usada para acionar o rotor 112. Os sensores de máquina 982 podem incluir sensor de folga de peneira 961 que sensoreia o tamanho das aberturas na peneira 124. Os sensores da máquina 982 podem incluir o sensor de umidade MOG 963 que sensoreia um nível de umidade do MOG passando pela colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir o sensor de orientação de máquina 965 que sensoreia a orientação da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de taxa de alimentação de material 967 que sensoream a taxa de alimentação de material conforme o material viaja através do alimentador 106, elevador de grãos limpos 130 ou em outro lugar na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de biomassa 969 que sensoream a biomassa viajando através da casa de alimentação 106, através do separador 116 ou em outro lugar na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de consumo de combustível 971 que sensoreia uma taxa de consumo de combustível ao longo do tempo da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir o sensor de utilização de energia 973 que sensoreia a utilização de energia na colheitadeira agrícola 100, como quais subsistemas estão utilizando energia, a taxa em que os subsistemas estão utilizando energia ou a distribuição de energia entre os subsistemas na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de pressão de pneu 977 que sensoream a pressão de inflação nos pneus 144 da colheitadeira agrícola 100. O sensor de máquina 982 pode incluir uma ampla variedade de outros sensores de desempenho de máquina ou sensores de características de máquina, indicados pelo bloco 975. Os sensores de desempenho da máquina e os sensores de característica da máquina 975 podem sensorear o desempenho da máquina ou as características da colheitadeira agrícola 100.

[00137] Sensores de propriedade de material colhido 984 podem sensorear características do material de cultivo cortado conforme o material de cultivo está sendo processado pela colheitadeira 100. As propriedades do cultivo podem incluir coisas como tipo de cultivo, umidade do cultivo, qualidade do grão (como grãos quebrados), níveis de MOG, constituintes do grão (como amidos e proteína), umidade MOG e outras propriedades do material do cultivo.

[00138] Os sensores de campo e propriedade do solo 985 podem sensorear características do campo e do solo. O campo e as propriedades do solo podem incluir umidade do solo, compactação do solo, a presença e localização de água parada, tipo de solo e outras características do solo e do campo.

[00139] Sensores de característica ambiental 987 podem sensorear uma ou mais características ambientais. As características ambientais podem incluir coisas como direção do vento, velocidade do vento, precipitação, névoa, níveis de poeira ou outros obscurantes ou outras características ambientais.

[00140] A FIG. 9 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 definição 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 de identificador de resolvedor de definições 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

[00141] 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.

[00142] O seletor 486 WMA 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 selecionado ou conjunto de WMAs. 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 selecionado WMA ou conjunto de WMAs

[00143] O componente identificador de definição de destino 498 define um valor da definição de destino que será usado para controlar o WMA ou conjunto de WMAs em diferentes zonas de controle. Por exemplo, se o WMA selecionado for coletor ou outros atuadores de máquina 248 e o mapa preditivo funcional em análise é um mapa de diâmetro preditivo funcional de caule 360 (com zonas de controle) que mapeia valores de diâmetro de caule preditivos indicativos de um diâmetro de caules de plantas, como pés de milho, em diferentes locais ao longo do campo, então a definição do alvo em cada zona de controle pode ser uma posição da placa da plataforma ou definição do espaçamento da placa da plataforma com base nos valores do diâmetro do caule contidos no mapa de diâmetro do caule preditivo funcional 360 dentro da zona de controle identificada. Isso porque, dado um diâmetro do caule da vegetação em um local no campo a ser colhido pela colhedora agrícola 100, é importante controlar a posição ou espaçamento das placas da plataforma da colheitadeira agrícola 100, de modo que as placas da plataforma tenham definições adequadas para reduzir a perda e reduzir a ingestão de material que não seja de grãos (MOG), entre outras coisas.

[00144] Em alguns exemplos, onde a colheitadeira agrícola 100 deve ser controlada com base em uma localização atual ou futura da colheitadeira agrícola 100, múltiplas definições de alvo podem ser possíveis para um WMA em um determinado local. Nesse caso, as definições de destino podem ter valores diferentes e podem ser concorrentes. Portanto, as definições de destino precisam ser resolvidas de forma que apenas uma única definição de destino 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, vários conjuntos diferentes de critérios concorrentes podem existir que são considerados pelo sistema de geração de zona de controle 488 na identificação das zonas de controle e as definições de destino para o WMA selecionado nas zonas de controle. Por exemplo, diferentes definições de alvo para controlar a posição da placa de plataforma ou espaçamento podem ser geradas com base em, por exemplo, um valor de diâmetro de caule detectado ou previsto, um valor de entrada de comando de operador detectado ou previsto, um valor de rendimento detectado ou previsto, um valor detectado ou previsto valor de índice vegetativo, um valor de característica de semeadura detectado ou previsto (tal como um valor híbrido previsto ou detectado ou um valor de população detectado ou previsto), um valor de taxa de alimentação detectado ou previsto, um valor de eficiência de combustível detectado ou previsto, um grão detectado ou previsto valor de perda, ou uma combinação destes. Será notado que estes são apenas exemplos e as definições de destino para vários WMAs podem ser baseadas em vários outros valores ou combinações de valores. No entanto, a qualquer momento, a colheitadeira agrícola 100 não pode ter várias posições ou arranjos de espaçamento para o mesmo conjunto de placas de plataforma simultaneamente. Em vez disso, a qualquer momento, a posição ou espaçamento de um conjunto de placas de plataforma da colheitadeira agrícola 100 estão em uma posição particular ou têm um espaçamento particular. Assim, uma das definições de alvo concorrentes é selecionada para controlar a posição ou espaçamento das placas de plataforma da colheitadeira agrícola 100.

[00145] Portanto, em alguns exemplos, o sistema de geração de zona de regime 490 gera zonas de regime para resolver várias definições de alvo concorrentes diferentes. O componente 522 de identificação de critérios de zona de regime identifica os critérios que são usados para estabelecer zonas de regime para o WMA selecionado ou conjunto de WMAs no mapa preditivo funcional em análise. Alguns critérios que podem ser usados para identificar ou definir zonas de regime incluem, por exemplo, diâmetros de caule, entradas de comando do operador, valores de índice vegetativo, valores de rendimento e valores de característica de semeadura (como valores híbridos ou valores de população ou ambos). Os critérios de zona de regime também podem incluir, por exemplo, tipo de cultivo ou variedade de cultivo (por exemplo, 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 ou estado de cultivo (tal como se o cultivo está baixa, parcialmente baixa ou em pé). Estes são apenas alguns exemplos dos critérios que podem ser usados para identificar ou definir zonas de regime. 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.. Estes são apenas alguns exemplos dos critérios que podem ser usados para identificar ou definir zonas de regime. 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.

[00146] Em alguns exemplos, as zonas de regime podem se sobrepor umas às outras. Por exemplo, uma zona de regime de diâmetro de caule 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 definida manualmente ou pode ser definida automaticamente usando um sistema baseado em regras, um sistema baseado em modelo ou outro sistema. Como um exemplo, onde uma zona de regime de diâmetro de colmo se sobrepõe a uma zona de regime de estado de cultivo, a zona de regime de diâmetro de colmo pode receber uma importância maior na hierarquia de precedência do que a zona de regime de estado de cultivo de modo que a zona de regime de diâmetro de colmo tenha precedência.

[00147] Além disso, cada zona de regime pode ter um resolvedor de definições exclusivo para um determinado WMA ou conjunto de WMAs. O componente identificador de resolvedor de definições 526 identifica um resolvedor de definições específico para cada zona de regime identificada no mapa preditivo funcional em análise e um resolvedor de definições específico para o WMA selecionado ou conjunto de WMAs.

[00148] Uma vez que o resolvedor de definições para uma determinada zona de regime é identificado, esse resolvedor de definições pode ser usado para resolver definições de destino concorrentes, onde mais de uma definição de destino é identificada com base nas zonas de controle. Os diferentes tipos de resolvedores de definições podem ter formas diferentes. Por exemplo, os resolvedores de definições que são identificados para cada zona de regime podem incluir um resolvedor de escolha humana no qual as definições de destino concorrentes são apresentadas a um operador ou outro usuário para resolução. Em outro exemplo, o resolvedor de definições pode incluir uma rede neural ou outra inteligência artificial ou sistema de aprendizado de máquina. Em tais casos, os resolvedores de definições podem resolver as definições de alvo concorrentes com base em uma métrica de qualidade prevista ou histórica correspondente a cada uma das diferentes definições de alvo. Como exemplo, um espaçamento de placa de plataforma aumentado pode reduzir a quantidade de entrada de MOG, mas aumentar a perda de grãos no coletor. Um espaçamento reduzido das placas da plataforma pode aumentar a quantidade de entrada de MOG e, assim, reduzir a capacidade geral da máquina. Quando a perda de grãos ou a capacidade da máquina é selecionada como uma métrica de qualidade, o valor previsto ou histórico para a métrica de qualidade selecionada, dadas as duas definições de espaçamento da placa da plataforma concorrentes, pode ser usado para resolver a definição do espaçamento da placa da plataforma. Em alguns casos, os resolvedores de definições 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:

[00149] Se os valores de diâmetro do caule previstos dentro de 20 pés do coletor da colheitadeira agrícola 100 forem maiores do que x (onde x é um valor selecionado ou predeterminado), então use o valor de definição alvo que é escolhido com base na perda de grãos do coletor sobre outras definições alvo concorrentes, caso contrário, use o valor de definição de destino com base na capacidade da máquina em relação a outros valores de definição de destino concorrentes.

[00150] Os resolvedores de definições podem ser componentes lógicos que executam regras lógicas na identificação de uma definição de destino. Por exemplo, o resolvedor de definições pode resolver as definições do alvo enquanto tenta minimizar o tempo de cultivo ou minimizar o custo total do cultivo ou maximizar o grão colhido ou com base em outras variáveis que são calculadas como uma função das diferentes definições do alvo candidato. Um tempo de cultivo pode ser minimizado quando uma quantidade para completar um cultivo é reduzida a ou abaixo de um limite selecionado. Um custo total de cultivo pode ser minimizado onde o custo total de cultivo é reduzido para um valor igual ou inferior a um limite selecionado. Os grãos colhidos podem ser maximizados onde a quantidade de grãos colhidos é aumentada para igual ou acima de um limite selecionado.

[00151] A FIG. 9 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).

[00152] 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 ou 440. Em outro exemplo, o mapa em análise pode ser o mapa funcional preditivo do diâmetro do caule 360. O bloco 534 indica que o mapa em análise também pode ser outros mapas.

[00153] No bloco 536, o seletor 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 selecionados ou conjunto de WMAs. O bloco 540 indica um exemplo em que os critérios da zona de controle são ou incluem características de desgaste do WMA selecionado ou conjunto de WMAs. 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 dados 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 selecionado ou conjunto de WMAs para atingir os valores de definição 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 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 colhedora agrícola 100 cruze um limite de uma zona de controle até que pelo menos a quantidade de tempo selecionada tenha decorrido. O bloco 550 indica um exemplo em que os critérios de definição da zona de controle são ou incluem as preferências do operador. O bloco 551 indica um exemplo no qual os critérios de definição da zona de controle são baseados em um valor de tamanho selecionado. Por exemplo, um critério de definição de zona de controle que é baseado em um valor de tamanho selecionado pode 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. O bloco 552 indica um exemplo em que os critérios de definição da zona de controle são ou incluem outros itens também.

[00154] 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 selecionado ou conjunto de WMAs. O bloco 556 indica um exemplo no qual 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 no qual os critérios de definição da zona de regime são baseados em valores de diâmetro do caule. O bloco 560 ilustra um exemplo em que os critérios de definição da zona de regime são baseados em valores de rendimento. O bloco 562 ilustra um exemplo no qual os critérios de definição da zona de regime são baseados em valores de características de semeadura, tais como valores híbridos ou valores de população. O bloco 563 indica um exemplo em que os critérios de definição da zona de regime são baseados em valores de índice vegetativo. O bloco 564 indica um exemplo em que os critérios de definição da zona de regime são ou incluem também outros critérios, por exemplo, tipo de cultivo ou variedade de cultivo, tipo de erva daninha, intensidade de erva daninha ou estado de cultivo (como se o cultivo está baixa, parcialmente baixa, ou em pé). Outros critérios também podem ser usados.

[00155] 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 524 de definição de fronteira de zona de regime gera as fronteiras 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 definição de destino 498 identifica as definições de destino 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.

[00156] No bloco 574, o componente identificador do resolvedor de definições 526 identifica o resolvedor de definições 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, uma inteligência artificial ou resolvedor de sistema de aprendizado de máquina 578, um resolvedor 580 com base na qualidade prevista ou histórica para cada definição de alvo concorrente, um resolvedor baseado em regras 582, um critério de desempenho com base em resolvedor 584 ou outros resolvedores 586.

[00157] No bloco 588, o seletor WMA 486 determina se há mais WMAs ou conjuntos de WMAs para processar. Se WMAs adicionais ou conjuntos de WMAs estão restantes para serem processados, o processamento reverte para o bloco 536 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, definições de destino, zonas de regime e resolvedores de definições 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 gerado pode ser gerado de outras maneiras.

[00158] A FIG. 11 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 anteriores 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.

[00159] 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 posição 618 da 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 definições de destino para o WMA selecionado ou conjunto de WMAs. As definições de destino obtidas para o WMA selecionado ou conjunto de WMAs podem vir de uma variedade de fontes diferentes. Por exemplo, o bloco 630 mostra um exemplo em que uma ou mais das definições de destino para o WMA selecionado ou conjunto de WMAs é baseado em uma entrada das zonas de controle no mapa do local de trabalho. O bloco 632 mostra um exemplo em que uma ou mais das definições alvo são obtidas a partir de entradas humanas do operador 260 ou de outro usuário. O bloco 634 mostra um exemplo no qual as definições alvo são obtidas a partir de um sensor in situ 208. O bloco 636 mostra um exemplo em que uma ou mais definições de 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 em que as definições de destino também são obtidas de outras fontes.

[00160] No bloco 640, o controlador de zona 247 acessa o resolvedor de definições para a zona de regime selecionada e controla o resolvedor de definições para resolver definições de alvo concorrentes em uma definição de alvo resolvida. Conforme discutido acima, em alguns casos, o resolvedor de definições pode ser um resolvedor humano, em cujo caso o controlador de zona 247 controla os mecanismos de interface do operador 218 para apresentar as definições de alvo concorrentes para o operador 260 ou outro usuário para resolução. Em alguns casos, o resolvedor de definições pode ser uma rede neural ou outra inteligência artificial ou sistema de aprendizado de máquina e o controlador de zona 247 envia as definições de alvo concorrentes para a rede neural, inteligência artificial ou sistema de aprendizado de máquina para seleção. Em alguns casos, o resolvedor de definições pode ser baseado em uma métrica de qualidade prevista ou histórica, em regras de limite ou em componentes lógicos. Em qualquer um destes últimos exemplos, o controlador de zona 247 executa o resolvedor de definições para obter uma definição de destino resolvida com base na métrica de qualidade prevista ou histórica, com base nas regras de limite ou com o uso dos componentes lógicos.

[00161] No bloco 642, com o controlador de zona 247 tendo identificado a definição de alvo resolvida, o controlador de zona 247 provê a definição de alvo resolvida para outros controladores no sistema de controle 214, que geram e aplicam sinais de controle para o WMA selecionado ou conjunto de WMAs com base no alvo resolvida definição. Por exemplo, onde o WMA selecionado é uma máquina ou atuador de coletor 248, o controlador de zona 247 provê a definição de alvo resolvida para definições de controlador 232 ou coletor/controlador real 238 ou ambos para gerar sinais de controle com base na definição de alvo resolvida e aqueles gerados de controle sinais são aplicados à máquina ou aos atuadores de coletor 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 colhedora agrícola 100 tenham sido tratados. Se nenhum WMAs ou conjuntos de WMAs adicionais devem ser controlados na localização geográfica atual da colheitadeira agrícola 100 permanecer, 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.

[00162] 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 colhedora agrícola 100. Por exemplo, se um limite de zona de controle pode ser cruzado pela colhedora agrícola 100 pode ser definido por um período de tempo selecionado, o que significa que a colhedora 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 apreciado 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.

[00163] A FIG. 12 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 voz 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 disparo 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 de exemplo 231 mostrado na FIG. 12 na manipulação de várias ações de interface de operação, uma breve descrição de alguns dos itens no controlador de interface de operação 231 e a operação associada do mesmo é provida em primeiro lugar.

[00164] 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 tratamento de voz 662 detecta entradas de voz e lida com as interações com o sistema de processamento de voz 658 para processar as entradas de voz 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 operação 218 e processa essas entradas para comandos.

[00165] 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 voz 658 reconhece entradas de voz, determina o significado dessas entradas e provê uma saída indicativa do significado das entradas faladas. Por exemplo, o sistema de processamento de voz 658 pode reconhecer uma entrada de voz do operador 260 como um comando de alteração de definições no qual o operador 260 está comandando o sistema de controle 214 para alterar uma definição para um subsistema controlável 216. Em tal exemplo, o sistema de processamento de voz 658 reconhece o conteúdo do comando falado, identifica o significado desse comando como um comando de alteração de definições e provê o significado dessa entrada de volta ao sistema de tratamento de voz 662. O sistema de manipulação 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 definições faladas.

[00166] O sistema de processamento de voz 658 pode ser chamado de uma variedade de maneiras diferentes. Por exemplo, em um exemplo, o sistema de tratamento 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 disparo 672 detecta um disparo indicando que o sistema de processamento de voz 658 é invocado. Em alguns casos, quando o sistema de processamento de fala 658 está recebendo entradas de fala contínuas do sistema de tratamento 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 voz 658 é configurado para invocação usando uma palavra de ativação. Ou seja, em alguns casos, a operação do sistema de processamento de voz 658 pode ser iniciada com base no reconhecimento de uma palavra falada selecionada, referida como palavra de despertar. Em tal exemplo, onde o componente de reconhecimento 674 reconhece a palavra de despertar, o componente de reconhecimento 674 provê uma indicação de que a palavra de despertar foi reconhecida para acionar o detector 672. O detector de disparo 672 detecta que o sistema de processamento de fala 658 foi invocado ou disparado pela palavra de ativação. Em outro exemplo, o sistema de processamento de voz 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 sensível ao toque, pressionando um botão ou provendo outra entrada de disparo. Em tal exemplo, o detector de disparo 672 pode detectar que o sistema de processamento de fala 658 foi invocado quando uma entrada de disparo por meio de um mecanismo de interface de usuário é detectada. O detector de disparo 672 pode detectar que o sistema de processamento de voz 658 foi invocado de outras maneiras também.

[00167] Uma vez que o sistema de processamento de voz 658 é invocado, a entrada de voz do operador 260 é provida ao componente de reconhecimento de voz 674. O componente de reconhecimento de 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.

[00168] Em alguns exemplos, o sistema de processamento de voz 658 também pode gerar saídas que navegam o operador 260 através de uma experiência do usuário com base na entrada de voz. Por exemplo, o sistema de gerenciamento de diálogo 680 pode gerar e gerenciar um diálogo com o usuário a fim de identificar o que o usuário deseja fazer. A caixa de diálogo pode eliminar a ambiguidade do comando de um usuário; identificar um ou mais valores específicos necessários para executar 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 voz 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.

[00169] 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 voz 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 feedback tátil ou elementos de feedback de força que provêm feedback tátil ou feedback 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.

[00170] A FIG. 13 é um fluxograma que ilustra um exemplo da operação do controlador de interface de operação 231 na geração de um visor de interface de operação em um mecanismo de interface de operação 218, que pode incluir uma tela de exibição sensível ao toque. A FIG. 13 também ilustra um exemplo de como o controlador de interface do operador 231 pode detectar e processar as interações do operador com o tela de exibição sensível ao toque.

[00171] No bloco 692, o controlador de interface de operação 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 operação 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 o título, 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.

[00172] No bloco 706, o gerador de sinal de controle visual 684 no controlador de interface de operação 231 controla a tela de exibição sensível ao toque nos mecanismos de interface de operação 218 para gerar um visor mostrando todo ou uma parte 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 colhedora agrícola 100 em relação ao campo. O bloco 710 indica um exemplo em que o campo exibido inclui um próximo marcador de 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 de o campo que a colheitadeira 100 já processou. O bloco 716 indica um exemplo no qual o campo exibido exibe várias características do campo tendo localizações georreferenciadas no mapa. Por exemplo, se o mapa recebido for um mapa preditivo do diâmetro do caule, tal como mapa preditivo funcional do diâmetro do caule 360, o campo exibido pode mostrar os diferentes valores do diâmetro do caule no campo georreferenciado dentro do campo exibido. Em outros exemplos, o mapa recebido pode ser outro dos mapas descritos neste documento. Assim, o campo exibido pode mostrar diferentes valores de características, como valores de rendimento, valores de índice vegetativo, valores de características de semeadura, valores de comando do operador, bem como vários outros valores, georreferenciados dentro do campo exibido. As características mapeadas podem ser mostradas nas áreas previamente visitadas (como mostrado no bloco 714), nas próximas áreas (como mostrado no bloco 712) e na próxima unidade de trabalho (como mostrado no bloco 710). O bloco 718 indica um exemplo em que o campo exibido também inclui outros itens.

[00173] A FIG. 14 é uma ilustração pictórica que mostra um exemplo de um visor de interface de usuário 720 que pode ser gerada em uma tela de exibição sensível ao toque. Em outras implementações, o visor de interface de usuário 720 pode ser gerado em outros tipos de monitores. A tela de exibição 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. 13

[00174] No exemplo mostrado na FIG. 14, o visor de interface de usuário 720 ilustra que a tela de exibição sensível ao toque inclui um recurso de visor para operar um microfone 722 e um alto-falante 724. Assim, o visor sensível ao toque pode ser acoplada de forma comunicável ao microfone 722 e ao alto-falante 724. O bloco 726 indica que a tela de exibição sensível ao toque pode incluir uma ampla variedade de atuadores de controle de interface de usuário, como botões, teclados, teclados virtuais, enlaces, ícones, interruptores, etc. O operador 260 pode acionar os atuadores de controle de interface de usuário para executar várias funções.

[00175] No exemplo mostrado na FIG. 14, o visor de interface de usuário 720 inclui uma parte de visor de campo 728 que exibe pelo menos uma parte 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 colhedora 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 o zoom 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 colhedora 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 colhedora agrícola 100 ou ambas. Na FIG. 14, a forma 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.

[00176] 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 viajando 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 viajando 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 o coletor 102). Por exemplo, a largura da próxima unidade de trabalho 730 pode variar com base na largura do coletor 102. A porção de exibição de campo 728 também é mostrada exibindo a área visitada anteriormente 714 e as próximas áreas 712. As áreas 714 visitadas anteriormente representam áreas que já foram colhidas, enquanto as áreas 712 futuras 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. 14, o mapa que está sendo exibido é um mapa preditivo do diâmetro do caule, tal como mapa preditivo funcional do diâmetro do caule 360. Portanto, uma pluralidade de marcadores de diâmetro de caule é exibida na porção de exibição de campo 728. Há um conjunto de marcadores de exibição de diâmetro de caule 732 mostrado nas áreas já visitadas 714. Há também um conjunto de marcadores de exibição de diâmetro de caule 732 mostrado nas próximas áreas 712, e há um conjunto de marcadores de exibição de diâmetro de caule 732 mostrado na próxima unidade de trabalho 730. A FIG. 14 mostra que os marcadores de exibição do diâmetro do caule 732 são compostos de diferentes símbolos que indicam uma área de diâmetro do caule semelhante. No exemplo mostrado na FIG. 14, o! o símbolo representa áreas de grande diâmetro de caule; o símbolo * representa áreas de diâmetro de caule médio; e o símbolo # representa uma área de pequeno diâmetro do caule. Assim, a porção de exibição de campo 728 mostra diferentes valores medidos ou preditos (ou características indicadas pelos valores) que estão localizados em diferentes áreas dentro do campo e representam aqueles valores medidos ou preditos (ou características indicadas por ou derivadas dos 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 diâmetro de caule 732 no exemplo ilustrado da FIG. 14, em locais específicos associados a locais específicos 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 local particular do campo. Consequentemente, a presente descrição abrange o provimento de um marcador de exibição, como o marcador de exibição de diâmetro de caule 732 (como no contexto do presente exemplo da FIG. 14), 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 no local 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, formas, 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 local particular do campo. Consequentemente, a presente descrição abrange o provimento de 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 no local correspondente no campo sendo exibido.

[00177] 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 preditivo 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.

[00178] No exemplo da FIG. 14, 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 a exibição de interface de usuário 720 de várias maneiras.

[00179] 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. 14, a porção de exibição 738 mostra informações para as três categorias diferentes de diâmetro de caule 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.

[00180] Como mostrado na FIG. 14, a porção de exibição 738 inclui uma porção de exibição de sinalizador interativo, indicada geralmente em 741. A porção de exibição de sinalizador interativo 741 inclui uma coluna de sinalizador 739 que mostra sinalizadores que foram definidos automática ou manualmente. O atuador de sinalizador 740 permite que o operador 260 marque um local, como o local atual da colheitadeira agrícola ou outro local no campo designado pelo operador e adicione informações indicando a característica, como o diâmetro do caule, encontrado no local atual. Por exemplo, quando o operador 260 atua o atuador de sinalizador 740 tocando o atuador de sinalizador 740, o sistema de manipulação de gestos de toque 664 no controlador de interface de operador 231 identifica o local atual como aquele em que a colheitadeira agrícola 100 encontrou um grande diâmetro de caule. Quando o operador 260 toca o botão 742, o sistema de manipulação de gestos de toque 664 identifica o local atual como um local onde a colheitadeira agrícola 100 encontrou diâmetro de caule médio. Quando o operador 260 toca o botão 744, o sistema de manipulação de gestos de toque 664 identifica o local atual como um local onde a colheitadeira 100 agrícola encontrou um pequeno diâmetro de caule. Mediante a atuação de um dos atuadores de sinalizador 740, 742 ou 744, o sistema de manipulação de gestos de toque 664 pode controlar o gerador de sinal de controle visual 684 para adicionar um símbolo correspondente à característica identificada na porção de exibição de campo 728 em um local que o usuário identifica. Dessa forma, as áreas do campo onde o valor previsto não representa com precisão um valor real 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 em torno 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.

[00181] 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. 14, diâmetro do caule) que está sendo rastreado 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. 14, diâmetro do caule). 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, formas, padrões, intensidades, texto, ícones ou outros recursos de exibição e podem ser personalizáveis pela interação de um operador da colheitadeira agrícola 100.

[00182] A porção de exibição 738 também inclui uma porção de exibição de valor interativo, geralmente indicada em 747. A parte 747 de exibição de valor interativo inclui uma coluna 750 de exibição de valor 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 preditos, devem ser classificados. Assim, no exemplo da FIG. 14, um diâmetro de caule previsto ou medido encontrando-se ou maior que 4,5 centímetros é classificado como “um diâmetro de caule grande” e um diâmetro de caule previsto ou medido encontrando-se ou menos de 2,5 centímetros é classificado como “diâmetro de caule pequeno”. Em alguns exemplos, os valores selecionados podem incluir uma faixa, de modo que um valor predito ou medido que está dentro da faixa do valor selecionado seja classificado sob o designador correspondente. Como mostrado na FIG. 14, “diâmetro médio do caule” inclui uma faixa de 2,51 a 4,49 centímetros, de modo que um valor de diâmetro do caule medido ou previsto que caia na faixa de 2,51 a 4,49 centímetros é classificado como “diâmetro do caule médio”. 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.

[00183] 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 preditos ou medidos de características sendo rastreados ou exibidos, ou ambos, satisfaçam os valores de limite de ação correspondentes na coluna de exibição de valor de limite 752, então o sistema de controle 214 executa a ação identificada na coluna 754. Em alguns casos, um valor medido ou predito 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 limite. Os valores de limite na coluna 752 podem ser configurados de modo que a ação designada seja realizada quando o valor medido ou predito 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 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 predito ou medido que atenda ou caia dentro da faixa satisfaça o valor limite. Por exemplo, no exemplo dos diâmetros do caule, um diâmetro do caule previsto que cai dentro de 10% de 4,5 centímetros irá satisfazer o valor de limite de ação correspondente (de dentro de 10% de 4,5 centímetros) e uma ação, como aumentar o espaçamento da placa da plataforma, será levado 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 definam a classificação e exibição de valores preditos ou medidos, enquanto o limite de ação os valores definem quando uma ação deve ser realizada com base nos valores medidos ou previstos. Por exemplo, enquanto um diâmetro de caule previsto ou medido de 3,5 centímetros pode ser designado como um “diâmetro de caule médio” para fins de classificação e exibição, o valor de limite de ação pode ser 3,6 centímetros de modo que nenhuma ação será tomada até que o diâmetro do caule satisfaça o valor limite. 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 limite pode ser uma distância limite da área do campo onde o valor medido ou predito é georreferenciado que a colhedora agrícola 100 deve estar antes que uma ação seja tomada. Por exemplo, um valor de distância limite de 5 pés significaria que uma ação será tomada quando a colheitadeira agrícola estiver em ou dentro de 5 pés da área do campo onde o valor medido ou previsto é georreferenciado. Em um exemplo em que o valor limite é o tempo, o valor limite pode ser um tempo limite para a colhedora agrícola 100 atingir a área do campo onde o valor medido ou preditivo é georreferenciado. Por exemplo, um valor 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.

[00184] 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 predito 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 do espaçamento da placa da plataforma e uma ação de redução do espaçamento da placa da plataforma são identificadas como ações que serão tomadas se o valor medido ou previsto atingir o valor limite na coluna 752. Em alguns exemplos, quando um limite é atingido, várias ações podem ser tomadas. Por exemplo, um espaçamento de placa de plataforma pode ser ajustado, uma saída de energia para os componentes de processamento do caule (por exemplo, rolos de caule, correntes de coleta, etc.) pode ser ajustada e uma velocidade da máquina agrícola pode ser ajustada. Estes são apenas alguns exemplos.

[00185] 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 colhedora 100 de cultivo 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 definição para alterar uma definição de um atuador interno ou outro WMA ou conjunto de WMAs ou para implementar uma ação de alteração de definição que altera uma definição, como o espaçamento da placa da plataforma, de um ou mais conjuntos de placas da plataforma do coletor, junto com várias outras definições. Estes são apenas exemplos, e uma ampla variedade de outras ações são contempladas aqui.

[00186] 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 itens podem ser controlados para modificar a intensidade, cor ou padrão com o qual os itens são exibidos. Além disso, os itens podem ser controlados para piscar. As alterações descritas na aparência visual dos itens são providas a título de exemplo. Consequentemente, outros aspectos da aparência visual dos itens podem ser alterados. Portanto, os itens 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.

[00187] Voltando agora ao fluxograma da FIG. 13, a descrição da operação do controlador de interface de operação 231 continua. No bloco 760, o controlador de interface de operação 231 detecta uma definição de entrada de um sinalizador e controla o visor de interface de usuário sensível ao toque 720 para exibir a sinalizador na porção de visor 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 operação 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 os níveis de diâmetro do caule e designadores de diâmetro do caule 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 os valores selecionados na coluna 750 são exibidos. O bloco 780 indica que uma ampla variedade de outras informações e atuadores também podem ser exibidos no visor de interface do usuário 720.

[00188] 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.

[00189] No bloco 790, o controlador de interface de operação 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 controle tátil gerador de sinal 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 operação 231 pode detectar e processar condições de alerta de outras maneiras também.

[00190] 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 voz 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 voz pode incluir o provimento de sinais ao gerador de saída do controlador 670 de modo que as operações de controle sejam realizadas automaticamente com base nas entradas de voz.

[00191] A Tabela 1, abaixo, mostra um exemplo de um diálogo entre o controlador de interface de operação 231 e o operador 260. Na Tabela 1, o operador 260 usa uma palavra de disparo ou uma palavra de ativação que é detectada pelo detector de disparo 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 os valores atuais do diâmetro do caule.”
Controlador de interface do operador: “No local atual, os diâmetros do caule são grandes.”
Operador: “Johnny, o que devo fazer por causa dos níveis de diâmetro do caule.”
Controlador de interface do operador: “Aumentar o espaçamento da placa da plataforma no coletor.”

[00192] A Tabela 2 mostra um exemplo em que o componente de síntese de voz 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 limite).
Tabela 2
Controlador de interface do operador: “Nos últimos 10 minutos, a operação foi em áreas de nível de diâmetro de caule médio 95% do tempo.”
Controlador de interface do operador: “Próximo a 1 acre compreende 66% dos níveis de diâmetro do caule médio e 33% dos níveis de diâmetro do caule pequeno.”
Controlador de interface do operador: “Aviso: Agora se aproximando da área de grande diâmetro do caule. Ajuste o espaçamento da placa da plataforma. “ Controlador de interface do operador: “Cuidado: Aproximando-se da área de nível de diâmetro de caule pequeno, ajuste o espaçamento da placa da plataforma.”

[00193] 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 marcar automaticamente uma grande área de nível de diâmetro de caule no campo que está sendo colhido.
Tabela 3
Humano: “Johnny, marque a área de nível de diâmetro de caule grande.”
Controlador de interface do operador: “Área de nível de diâmetro de caule grande marcada.”

[00194] O exemplo mostrado na Tabela 4 ilustra que o gerador de sinal de ação 660 pode conduzir um diálogo com o operador 260 para começar e terminar a marcação de uma área de nível de diâmetro de caule grande.
Tabela 4
Humano: “Johnny, comece a marcar a área de nível de diâmetro de caule grande.”
Controlador de interface do operador: “
Marcando a área de nível de diâmetro de caule grande.” Humano: “Johnny, pare de marcar a área de nível de diâmetro de caule grande.”
Controlador de interface do operador: “Marcação de área de nível de diâmetro de caule grande parada.”

[00195] O exemplo mostrado na Tabela 5 ilustra que o gerador de sinal de ação 160 pode gerar sinais para marcar uma área de nível de diâmetro de caule de uma maneira diferente daquela mostrada nas Tabelas 3 e 4.
Tabela 5

[00196] Humano: “Johnny, marque os próximos 30 metros como área de nível de diâmetro de caule grande.”

[00197] Controlador de interface do operador: “Próximos 100 pés marcados como área de nível de diâmetro de caule grande.”

[00198] Voltando novamente à FIG. 13, o bloco 906 ilustra que o controlador de interface de operação 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 seja concluída, conforme indicado pelo bloco 914, o processamento reverte para o bloco 698, onde a localização geográfica da colhedora 100 é atualizada e o processamento prossegue conforme descrito acima para atualizar o visor de interface de usuário 720.

[00199] 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.

[00200] Assim, pode-se observar que um ou mais mapas são obtidos por uma colhedora agrícola que mostram valores de características agrícolas em diferentes localizações geográficas de um campo em cultivo. Um sensor in situ na colheitadeira sensoreia uma característica que tem valores indicativos de uma característica agrícola, como o diâmetro do caule ou um comando do operador conforme a colheitadeira agrícola se move pelo campo. Um gerador de mapa preditivo gera um mapa preditivo que prevê valores de controle para diferentes locais no campo com base nos valores no mapa de informações anteriores e na característica agrícola sensoreada pelo sensor in situ. Um sistema de controle controla o subsistema controlável com base nos valores de controle no mapa preditivo.

[00201] 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 colhedora agrícola 100. Um valor de controle pode ser qualquer valor indicativo de uma característica agrícola. Um valor de controle pode ser um valor predito, um valor medido ou um valor detectado. Um valor de controle pode incluir qualquer 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 mapa preditivo provido, como um mapa preditivo funcional. Um valor de controle também pode incluir qualquer um dos valores (ou características indicadas por ou derivadas dos valores) detectado por qualquer um dos sensores aqui descritos. 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.

[00202] 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.

[00203] 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 do 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, enlaces, menus suspensos, caixas de pesquisa, etc. Os mecanismos de interface de operação acionáveis pelo usuário também podem ser acionados de uma ampla variedade de maneiras diferentes. Por exemplo, os mecanismos de interface do operador que podem ser acionados pelo usuário podem ser acionados usando mecanismos de interface do operador, como um dispositivo de apontar e clicar, como um track ball ou mouse, botões de hardware, interruptores, joystick ou teclado, botões ou thumb pads, 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 voz usando a funcionalidade de reconhecimento de voz. O reconhecimento de fala pode ser implementado usando um dispositivo de detecção de fala, como um microfone, e um software que funciona para reconhecer a fala sensoreada e executar comandos com base na fala recebida.

[00204] Vários armazenamentos de dados também foram discutidos. Observe-se que os armazenamentos de dados podem ser 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 remotamente de um sistema que utiliza o armazenamento de dados, ou um ou mais armazenamentos de dados podem ser local, enquanto outros são remotos. Todas essas configurações são contempladas pela presente descrição.

[00205] 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.

[00206] Será notado que a discussão acima descreveu uma variedade de diferentes sistemas, componentes, lógicas e interações. Será apreciado 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, alguns dos quais são descritos abaixo, que executam as funções associadas a esses sistemas, componentes, 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.

[00207] A FIG. 15 é um diagrama de blocos da colhedora agrícola 600, que pode ser semelhante à colhedora agrícola 100 mostrada na FIG. 2 A colheitadeira agrícola 600 se comunica com os elementos em uma arquitetura de servidor remoto 500. Em alguns exemplos, a arquitetura de servidor remoto 500 provê serviços de computação, software, acesso a dados e armazenamento que não requerem conhecimento do usuário final da localização física ou configuração do sistema que entrega os serviços. Em vários exemplos, os servidores remotos podem prover os serviços em uma rede de área ampla, como a Internet, usando protocolos apropriados. Por exemplo, os servidores remotos podem prover aplicativos em uma rede de área ampla 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 data center remoto ou os recursos de computação podem ser dispersos em uma pluralidade de data centers remotos. As infraestruturas de servidores remotos podem prover 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 aqui descritos podem ser providos a partir de um servidor remoto em um local remoto usando uma arquitetura de servidor remoto. Alternativamente, os componentes e funções podem ser providos a partir de um servidor, ou os componentes e funções podem ser instalados em dispositivos clientes diretamente ou de outras maneiras.

[00208] No exemplo mostrado na FIG. 15, alguns itens são semelhantes aos mostrados na FIG. 2 e esses itens são numerados de forma semelhante. A FIG. 15 mostra especificamente que o gerador de modelo preditivo 210 ou gerador de mapa preditivo 212, ou ambos, pode estar localizado em um local de servidor 502 que é remoto da colheitadeira agrícola 600. Portanto, no exemplo mostrado na FIG. 15, a colheitadeira agrícola 600 acessa os sistemas por meio da localização do servidor remoto 502.

[00209] A FIG. 15 também descreve outro exemplo de arquitetura de servidor remoto. A FIG. 15 mostra que alguns elementos da FIG. 2 podem ser dispostos em um local de servidor remoto 502, enquanto outros podem estar localizados em outro lugar. A título de exemplo, o armazenamento de dados 202 pode ser disposto em um local separado do local 502 e acessado por meio do servidor remoto no local 502. Independentemente de onde os elementos estão localizados, eles 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 um site remoto por um serviço; ou os elementos podem ser providos como um serviço ou acessados por um serviço de conexão que reside em um local remoto. Além disso, os dados podem ser armazenados em qualquer local 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 colheitadeira 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 colheitadeira 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 um local 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 viajar para um local para abastecer outras máquinas ou quando em um local 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 colhedora agrícola 600 pode enviar as informações para outra rede.

[00210] 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 de bordo, uma unidade de controle eletrônico, uma unidade de exibição, um servidor, um computador desktop, um laptop, um computador do tipo tablet ou outro dispositivo móvel, como um computador palm top, um telefone celular, um telefone inteligente, um reprodutor multimídia, um assistente digital pessoal, etc.

[00211] 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).

[00212] A FIG. 16 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 dos mapas discutidos acima. As FIGS. 17-18 são exemplos de dispositivos portáteis ou móveis.

[00213] A FIG. 16 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, um enlace de comunicação 13 é provido 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 por meio de um ou mais protocolos de comunicação, como serviços sem fio usados para prover acesso celular a uma rede, bem como protocolos que provêm conexões locais sem fio a redes.

[00214] 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 (I/O) 23, bem como relógio 25 e sistema de localização 27.

[00215] Os componentes de I/O 23, em um exemplo, são providos para facilitar as operações de entrada e saída. Os componentes de I/O 23 para vários exemplos do dispositivo 16 podem incluir componentes de entrada, como botões, sensores de toque, sensores ópticos, microfones, telas sensíveis 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 I/O 23 também podem ser usados.

[00216] 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.

[00217] O sistema de localização 27 ilustrativamente inclui um componente que provê 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 cálculo morto, 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 mapas desejados, rotas de navegação e outras funções geográficas.

[00218] A memória 21 armazena o sistema operacional 29, as definições de rede 31, os aplicativos 33, as definições de configuração do aplicativo 35, o armazenamento de dados 37, os drivers de comunicação 39 e as definições 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 mídia de armazenamento de computador (descrita 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.

[00219] A FIG. 17 mostra um exemplo em que o dispositivo 16 é um computador do tipo tablet 600. Na FIG. 17, o computador 600 é mostrado com a tela de exibição de interface de usuário 602. A tela 602 pode ser uma tela sensível ao toque ou uma interface habilitada para caneta que recebe entradas de uma caneta ou stylus. O computador do tipo tablet 600 também pode usar um teclado virtual na tela. Obviamente, o computador 600 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 600 também pode receber entradas de voz de forma ilustrativa.

[00220] A FIG. 18 é semelhante à FIG. 8 exceto que o dispositivo é um telefone inteligente 71. O telefone inteligente 71 possui um visor sensível ao toque 73 que exibe ícones ou blocos 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 capacidade de computação e conectividade mais avançadas do que um telefone convencional.

[00221] Observe que outras formas dos dispositivos 16 são possíveis.

[00222] A FIG. 19 é um exemplo de um ambiente de computação no qual os elementos da FIG. 2 podem ser implantados. Com referência à FIG. 19, 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 das várias arquiteturas de barramento. Memória e programas descritos em relação à FIG. 2 pode ser implantado em porções correspondentes da FIG. 19.

[00223] O computador 810 normalmente inclui uma variedade de mídias legíveis por computador. A mídia legível por computador pode ser qualquer mídia disponível que pode ser acessada pelo computador 810 e inclui mídia volátil e não volátil, mídia removível e não removível. A título de exemplo, e não como limitação, meios lidos por computador podem compreender meios de armazenamento de computador e meios de comunicação. A mídia de armazenamento do computador é diferente e não inclui um sinal de dados modulado ou onda portadora. A mídia legível por computador inclui mídia de armazenamento de hardware incluindo mídia volátil e não volátil, removível e não removível implementada em qualquer método ou tecnologia para armazenamento de informações, como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. A mídia de armazenamento de computador inclui, mas não está limitada 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.

[00224] A memória do sistema 830 inclui mídia de armazenamento de computador na forma de memória volátil e/ou não volátil ou ambas, como memória somente 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 normalmente armazenado no ROM 831. RAM 832 normalmente 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. 19 ilustra o sistema operacional 834, programas de aplicativo 835, outros módulos de programa 836 e dados de programa 837.

[00225] O computador 810 também pode incluir outra mídia de armazenamento de computador removível/não removível volátil/não volátil. Apenas a título de exemplo, a FIG. 19 ilustra uma unidade de disco rígido 841 que lê ou grava em mídia magnética não removível e não volátil, uma unidade de disco óptico 855 e disco óptico não volátil 856. A unidade de disco rígido 841 é normalmente 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 normalmente conectada ao barramento do sistema 821 por uma interface de memória removível, como a interface 850.

[00226] 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 Matrizes de Portas Programáveis em Campo (FPGAs), Circuitos integrados específicos de aplicativos (por exemplo, ASICs), produtos padrão específicos de aplicativos (por exemplo, ASSPs), Sistema do tipo sistemasem-um-chip (SOCs), dispositivos lógicos programáveis complexos (CPLDs), etc.

[00227] As unidades e seus meios de armazenamento de computador associados discutidos acima e ilustrados na FIG. 19, provêm armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na FIG. 19, por exemplo, a unidade de disco rígido 841 é ilustrada como o armazenamento do sistema operacional 844, programas de aplicativo 845, outros módulos de programa 846 e dados de programa 847. Observe 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.

[00228] 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 touch pad. Outros dispositivos de entrada (não mostrados) podem incluir um joystick, game pad, antena parabólica, scanner ou semelhantes. Estes 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 de visualização 891 ou outro tipo de dispositivo de exibição também está conectado ao sistema de barramento 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, tais como autofalantes 897 e impressoras 896, os quais podem ser conectados através de uma interface periférica de saída 895.

[00229] 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.

[00230] 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 comunicações na 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. 19 ilustra, por exemplo, que os programas de aplicativos remotos 885 podem residir no computador remoto 880.

[00231] 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.

[00232] O Exemplo 1 é uma máquina de trabalho agrícola que compreende: um sistema de comunicação que recebe um mapa que inclui valores de uma 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 um diâmetro de caule correspondente à localização geográfica; um gerador de mapa preditivo que gera um mapa preditivo funcional do campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no valor do diâmetro do caule; um subsistema controlável; e um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle preditivo no mapa preditivo funcional.

[00233] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o gerador de mapa preditivo compreende: um gerador de mapa de diâmetro de caule preditivo que gera, como o mapa preditivo funcional, um mapa de diâmetro de caule preditivo funcional que mapeia diâmetros de caule preditivos, como os valores de controle preditivo, para as diferentes localizações geográficas no campo.

[00234] O Exemplo 3 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o sistema de controle compreende: um controlador de posição de placa de plataforma que gera um sinal de controle de posição de placa de plataforma com base na localização geográfica detectada e no mapa de diâmetro de caule preditivo funcional e controla o subsistema controlável com base no sinal de controle de posição de placa de plataforma para controlar um espaçamento entre um pelo menos um conjunto de placas de plataforma na máquina de trabalho agrícola.

[00235] O Exemplo 4 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o gerador de mapa preditivo compreende: um gerador de mapa de comando do operador preditivo que gera, como o mapa preditivo funcional, um mapa de comando do operador preditivo funcional que mapeia comandos do operador preditivo, como os valores de controle preditivo, para as diferentes localizações geográficas no campo.

[00236] O Exemplo 5 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o sistema de controle compreende: um controlador de definições que gera um sinal de controle de comando do operador indicativo de um comando do operador com base na localização geográfica detectada e o mapa de comando do operador preditivo funcional e controla o subsistema controlável com base no sinal de controle do comando do operador para executar o comando do operador.

[00237] O Exemplo 6 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica agrícola e o diâmetro do caule com base no valor da característica agrícola no mapa na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica agrícola no mapa e com base no modelo preditivo.

[00238] O Exemplo 7 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de índice vegetativo que inclui, como valores da característica agrícola, valores de uma característica de índice vegetativo, e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica do índice vegetativo e o diâmetro do caule com base no valor da característica do índice vegetativo no mapa do índice vegetativo na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de índice vegetativo no mapa de índice vegetativo e com base no modelo preditivo.

[00239] O Exemplo 8 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de rendimento que inclui, como valores da característica agrícola, valores de uma característica de rendimento, e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de rendimento e o diâmetro do caule com base no valor da característica de rendimento no mapa de rendimento na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de rendimento no mapa de rendimento e com base no modelo preditivo.

[00240] O Exemplo 9 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de semeadura que inclui, como valores da característica agrícola, valores de uma característica de semeadura, e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de semeadura e o diâmetro do caule com base no valor da característica de semeadura no mapa de semeadura na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de semeadura no mapa de semeadura e com base no modelo preditivo.

[00241] O Exemplo 10 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o sistema de controle compreende adicionalmente: um controlador de interface de operação que gera uma representação de mapa de interface de usuário do mapa preditivo funcional, a representação de mapa de interface de usuário compreendendo uma porção de campo com um ou mais marcadores indicando os valores de controle preditivo em uma ou mais localizações geográficas na porção de campo.

[00242] O Exemplo 11 é um método implementado por computador para controlar uma máquina de trabalho agrícola, que compreende: obter um mapa que inclui valores de uma 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 um diâmetro de caule correspondente à localização geográfica; gerar um mapa preditivo funcional de campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no valor do diâmetro do caule; e controlar um subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle preditivo no mapa preditivo funcional.

[00243] O Exemplo 12 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que a geração de um mapa preditivo funcional compreende: gerar um mapa de diâmetro de caule preditivo funcional que mapeia diâmetros de caule preditivos para as diferentes localizações geográficas no campo.

[00244] O Exemplo 13 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que o controle de um subsistema controlável compreende: gerar um sinal de controle de posição da placa de plataforma com base na localização geográfica detectada e no mapa preditivo funcional do diâmetro do caule; e controlar o subsistema controlável com base no sinal de controle de posição da placa de plataforma para controlar um espaçamento entre um pelo menos um conjunto de placas de plataforma na máquina de trabalho agrícola.

[00245] O Exemplo 14 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que a geração de um mapa preditivo funcional compreende: gerar um mapa de comando do operador preditivo funcional que mapeia comandos do operador preditivos para as diferentes localizações geográficas no campo.

[00246] O Exemplo 15 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que o controle do subsistema controlável compreende: gerar um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional; e controlar o subsistema controlável com base no sinal de controle de comando do operador para executar o comando do operador.

[00247] O Exemplo 16 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de índice vegetativo que inclui, como valores da característica agrícola, valores de uma característica de índice vegetativo, e compreende adicionalmente: gerar um modelo preditivo que modela uma relação entre a característica de índice vegetativo e o diâmetro do caule com base no valor da característica de índice vegetativo no mapa de índice vegetativo na localização geográfica e o valor do diâmetro do caule detectada pelo sensor in situ correspondente para a localização geográfica, em que gerar o mapa preditivo funcional compreende gerar o mapa preditivo funcional com base nos valores da característica de índice vegetativo no mapa de índice vegetativo e com base no modelo preditivo.

[00248] O Exemplo 17 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de rendimento que inclui, como valores da característica agrícola, valores de uma característica de rendimento, e compreende adicionalmente: gerar um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de rendimento e o diâmetro do caule com base no valor da característica de rendimento no mapa de rendimento na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que gerar o mapa preditivo funcional compreende gerar o mapa preditivo funcional com base nos valores da característica de rendimento no mapa de rendimento e com base no modelo preditivo.

[00249] O Exemplo 18 é o método implementado por computador de qualquer ou de todos os exemplos anteriores, em que o mapa é um mapa de semeadura que inclui, como valores da característica agrícola, valores de uma característica de semeadura e compreende adicionalmente: gerar um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de semeadura e o diâmetro do caule com base no valor da característica de semeadura no mapa de semeadura na localização geográfica e o valor do diâmetro do caule sensoreado pelo sensor in situ correspondente à localização geográfica, em que a geração do mapa preditivo funcional compreende gerar o mapa preditivo funcional com base nos valores da característica de propagação no mapa de propagação e com base no modelo preditivo.

[00250] O Exemplo 19 é uma máquina de trabalho agrícola que compreende: um sistema de comunicação que recebe um mapa que inclui valores de uma 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 um diâmetro de caule correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica agrícola e o diâmetro do caule com base em um valor da característica agrícola no mapa na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica; um gerador de mapa preditivo que gera um mapa preditivo funcional do campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no modelo preditivo; um subsistema controlável; e um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle preditivo no mapa preditivo funcional.

[00251] O Exemplo 20 é a máquina de trabalho agrícola de qualquer ou de todos os exemplos anteriores, em que o sistema de controle compreende: um controlador de posição de placa de plataforma que gera um sinal de controle de posição de placa de plataforma com base na localização geográfica da máquina de trabalho agrícola e o mapa preditivo funcional e controla o subsistema controlável com base no sinal de controle de posição de placa de plataforma para controlar um espaçamento entre um conjunto de plataforma placas na máquina de trabalho agrícola.

[00252] Embora o assunto tenha sido descrito em linguagem específica para características estruturais ou atos metodológicos, deve ser entendido que o assunto definido nas reivindicações anexas não é necessariamente limitado às características ou atos específicos descritos acima. Em vez disso, as características e os atos específicos descritos anteriormente são descritos como formas de exemplo para as reivindicações.

Claims

Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa (258) que inclui valores de uma característica 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 (100); um sensor in situ (208) que detecta um valor de um diâmetro do caule correspondente à localização geográfica; um gerador de mapa preditivo (212) que gera um mapa preditivo funcional do campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no valor do diâmetro do caule; um subsistema controlável (216); e um sistema de controle (214) que gera um sinal de controle para controlar o subsistema controlável (216) com base na posição geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle preditivo no mapa preditivo funcional.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o gerador de mapa preditivo compreende: um gerador de mapa de diâmetro de caule preditivo que gera, como o mapa preditivo funcional, um mapa de diâmetro de caule preditivo funcional que mapeia diâmetros de caule preditivos, como os valores de controle preditivo, para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 2, caracterizada pelo fato de que o sistema de controle compreende: um controlador de posição de placa de plataforma que gera um sinal de controle de posição de placa de plataforma com base na localização geográfica detectada e no mapa de diâmetro de caule preditivo funcional e controla o subsistema controlável com base no sinal de controle de posição de placa de plataforma para controlar um espaçamento entre um pelo menos um conjunto de placas de plataforma na máquina de trabalho agrícola.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o gerador de mapa preditivo compreende: um gerador de mapa de comando do operador preditivo que gera, como o mapa preditivo funcional, um mapa de comando do operador preditivo funcional que mapeia comandos do operador preditivo, como os valores de controle preditivo, para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 4, caracterizada pelo fato de que o sistema de controle compreende: um controlador de definições que gera um sinal de controle de comando do operador indicativo de um comando do operador com base na localização geográfica detectada e o mapa de comando do operador preditivo funcional e controla o subsistema controlável com base no sinal de controle do comando do operador para executar o comando do operador.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica agrícola e o diâmetro do caule com base no valor da característica agrícola no mapa na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica agrícola no mapa e com base no modelo preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa é um mapa de índice vegetativo que inclui, como valores da característica agrícola, valores de uma característica de índice vegetativo, e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica do índice vegetativo e o diâmetro do caule com base no valor da característica do índice vegetativo no mapa do índice vegetativo na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de índice vegetativo no mapa de índice vegetativo e com base no modelo preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa é um mapa de rendimento que inclui, como valores da característica agrícola, valores de uma característica de rendimento, e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de rendimento e o diâmetro do caule com base no valor da característica de rendimento no mapa de rendimento na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de rendimento no mapa de rendimento e com base no modelo preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa é um mapa de semeadura que inclui, como valores da característica agrícola, valores de uma característica de semeadura e compreende adicionalmente: um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica de semeadura e o diâmetro do caule com base no valor da característica de semeadura no mapa de semeadura na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa preditivo funcional com base nos valores da característica de semeadura no mapa de semeadura e com base no modelo preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o sistema de controle compreende adicionalmente: um controlador de interface de operação que gera uma representação de mapa de interface de usuário do mapa preditivo funcional, a representação de mapa de interface de usuário compreendendo uma porção de campo com um ou mais marcadores indicando os valores de controle preditivo em uma ou mais localizações geográficas na porção de campo.
Método implementado por computador para controlar uma máquina de trabalho agrícola (100), caracterizado pelo fato de que compreende: obter um mapa (258) que inclui valores de uma característica 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 um diâmetro de caule correspondente à localização geográfica; gerar um mapa preditivo funcional de campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no valor do diâmetro do caule; e controlar um subsistema controlável (216) com base na posição geográfica da máquina de trabalho agrícola (100) e com base nos valores de controle preditivo no mapa preditivo funcional.
Método implementado por computador de acordo com a reivindicação 11, caracterizado pelo fato de que a geração de um mapa preditivo funcional compreende: gerar um mapa de diâmetro de caule preditivo funcional que mapeia diâmetros de caule preditivos para as diferentes localizações geográficas no campo
Método implementado por computador de acordo com a reivindicação 12, caracterizado pelo fato de que controlar um subsistema controlável compreende: gerar um sinal de controle de posição da placa de plataforma com base na localização geográfica detectada e no mapa preditivo funcional do diâmetro do caule; e controlar o subsistema controlável com base no sinal de controle de posição da placa de plataforma para controlar um espaçamento entre um pelo menos um conjunto de placas de plataforma na máquina de trabalho agrícola.
Método implementado por computador de acordo com a reivindicação 11, caracterizado pelo fato de que a geração de um mapa preditivo funcional compreende: gerar um mapa de comando do operador preditivo funcional que mapeia comandos do operador preditivos para as diferentes localizações geográficas no campo.
Máquina de trabalho agrícola, caracterizada pelo fato de que compreende: um sistema de comunicação que recebe um mapa que inclui valores de uma 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 um diâmetro de caule correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo preditivo que modela uma relação entre a característica agrícola e o diâmetro do caule com base em um valor da característica agrícola no mapa na localização geográfica e o valor do diâmetro do caule detectado pelo sensor in situ correspondente à localização geográfica; um gerador de mapa preditivo que gera um mapa preditivo funcional do campo que mapeia valores de controle preditivo para as diferentes localizações geográficas no campo com base nos valores da característica agrícola no mapa e com base no modelo preditivo; um subsistema controlável; e um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle preditivo no mapa preditivo funcional.