BR102021017201A2

BR102021017201A2 - Máquina de trabalho agrícola, e, método implementado por computador para gerar um mapa agrícola preditivo funcional

Info

Publication number: BR102021017201A2
Application number: BR102021017201-0A
Authority: BR
Inventors: Nathan R. Vandike; Noel W. Anderson; Bhanu Kiran Reddy Palla; Nathan Greuel; Alexander B. Lassers
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-30
Publication date: 2022-04-26
Also published as: US11946747B2; CN114303616A; US20220113142A1; AU2021229159A1

Abstract

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

Description

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

CAMPO DA DESCRIÇÃO

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

ANTECEDENTES

[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 safras.

[003] Uma variedade de condições diferentes nos campos tem vários efeitos deletérios sobre a operação de colheita. Portanto, um operador pode tentar modificar o controle da colheitadeira ao encontrar tais condições durante uma operação de colheita.

[004] A discussão acima é fornecida apenas para informação de antecedentes gerais e não se destina a ser usada como um auxílio na determinação do escopo da matéria reivindicada.

SUMÁRIO DA INVENÇÃO

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

[006] Este sumário é fornecido para introduzir uma seleção de conceitos de forma simplificada que são adicionalmente descritos abaixo na Descrição Detalhada. Este Sumário não é destinado a identificar recursoschave ou recursos essenciais da matéria reivindicada, nem é destinado a ser usado como um auxílio na determinação do escopo da matéria reivindicada. A matéria reivindicada não se limita a exemplos que resolvem qualquer ou todas as desvantagens observadas nos antecedentes.

BREVE DESCRIÇÃO DOS DESENHOS

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

[008] A Figura 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] A Figura 3A-3B (coletivamente referidos aqui como Figura 3) mostram um diagrama de fluxo que ilustra um exemplo de operação de uma colheitadeira agrícola na geração de um mapa.

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

[0011] A Figura 5 é um diagrama de fluxo que mostra um exemplo de operação de uma colheitadeira agrícola ao receber um mapa, detectando uma característica in situ e gerando um mapa preditivo funcional para apresentação ou uso no controle da colheitadeira agrícola durante uma operação de colheita ou ambos.

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

[0013] A Figura 6B é um diagrama de blocos que mostra alguns exemplos de sensores in situ.

[0014] A Figura 7 mostra um diagrama de fluxo que ilustra um exemplo de operação de uma colheitadeira agrícola que envolve a geração de um mapa preditivo funcional usando um mapa de informação anterior e uma entrada de sensor in-situ.

[0015] A Figura 8 é um diagrama de blocos que mostra um exemplo de um gerador de zona de controle.

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

[0017] A Figura 10 ilustra um diagrama de fluxo que mostra um exemplo da operação de um sistema de controle na seleção de um valor de definições alvo para controlar uma colheitadeira agrícola.

[0018] A Figura 11 é um diagrama de blocos que mostra um exemplo de um controlador de interface de operador.

[0019] A Figura 12 é um diagrama de fluxo que ilustra um exemplo de um controlador de interface de operador.

[0020] A Figura 13 é uma ilustração pictórica que mostra um exemplo de um visor de interface de operador.

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

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

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

DESCRIÇÃO DETALHADA

[0024] Com a finalidade de promover uma compreensão dos princípios da verificação, agora será feita referência aos exemplos ilustrados nos desenhos e linguagem específica será usada para descrever as mesmas. No entanto, será entendido que nenhuma limitação do escopo da descrição é pretendida. Quaisquer alterações e modificações adicionais aos dispositivos, sistemas, métodos descritos e qualquer aplicação adicional dos princípios da presente descrição são totalmente contemplados como ocorreria normalmente a um versado na técnica à qual a descrição se refere. Em particular, é totalmente contemplado que os recursos, componentes, etapas ou uma combinação dos mesmos descritos em relação a um exemplo podem ser combinados com os recursos, componentes, etapas ou uma combinação dos mesmos descritos em relação a outros exemplos da presente descrição.

[0025] A presente descrição se refere ao uso de dados in situ obtidos simultaneamente com uma operação agrícola, em combinação com dados anteriores, para gerar um mapa preditivo funcional e, mais particularmente, um mapa de constituinte de safra preditivo funcional. Em alguns exemplos, o mapa de constituinte de safra preditivo funcional pode ser usado para controlar uma máquina de trabalho agrícola, como uma colheitadeira agrícola. Pode ser desejável alterar ou controlar as configurações da máquina da colheitadeira agrícola, dependendo dos valores de constituinte de safra na área em que a colheitadeira está operando. Em algumas situações, valores altos de constituinte de safra, como proteína ou óleo, podem resultar em preços premium de mercado ou em benefícios quando dados ao gado. Para capturar esse valor, a safra é segregada na colheita e gerenciada com base no nível de constituintes. A segregação pode ser feita direcionando a colheita para um dentre uma pluralidade de tanques de grãos limpos integrados. Em outros exemplos, a segregação pode ser feita descarregando grãos para um veículo de transporte de grãos conforme os limites de nível de constituinte são ultrapassados. Em ainda outros exemplos, a segregação pode ser feita gerenciando o trajeto que um veículo de colheita percorre no campo com base nos valores de constituinte preditos.

[0026] Em um exemplo, os sistemas aqui podem obter um mapa de características agrícolas que mapeia valores de uma ou mais características agrícolas para diferentes localizações em um ou mais campos de interesse. Assim, os mapas de característica agrícola fornecem valores de características agrícolas georreferenciados que indicam valores de uma ou mais características agrícolas em diferentes localizações em um campo de interesse. As características agrícolas podem incluir qualquer característica que possa afetar uma operação agrícola. Por exemplo, mas não por limitação, as características agrícolas podem incluir características de safra ou vegetação (como ervas daninhas), propriedades de solo, características topográficas do campo, características de máquina da máquina de trabalho agrícola (como definições de máquina, características operacionais ou características de desempenho da máquina) por exemplo, velocidade da máquina ou utilização de energia, rendimento, biomassa, características de semeadura (genótipo de semente, população de sementes, espaçamento de sementes, bem como várias outras características de semeadura), estado de safra, compactação, características agrícolas detectadas durante uma operação anterior, como bem como qualquer uma dentre várias características agrícolas. Alguns exemplos de mapas de características agrícolas particulares serão descritos agora.

[0027] 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 ou mais campos 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 abrangidos no 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.

[0028] Um mapa de índice vegetativo pode, portanto, ser usado para identificar a presença e localização da vegetação. Em alguns exemplos, um mapa de índice vegetativo permite que as safras sejam identificadas e georreferenciadas na presença de solo nu, resíduos da safra ou outras plantas, incluindo safra ou ervas daninhas. Por exemplo, no início de uma estação de crescimento, quando uma safra está em crescimento, o índice vegetativo pode mostrar o progresso do desenvolvimento da safra. 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 de safra. 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.

[0029] Um mapa de operação anterior mapeia valores de várias características de operação anterior para diferentes localizações em um ou mais campos de interesse com base nos dados coletados durante uma operação antes da operação de colheita agrícola. As operações anteriores de máquinas diferentes podem afetar a operação de uma colheitadeira agrícola. Por exemplo, uma operação anterior de pulverização ou aplicação de substância pode ter um efeito ou, de outra forma, ter alguma relação com os constituintes resultantes em safras em um campo a ser colhido. Por exemplo, a aplicação de fertilizantes, como fertilizantes com nitrogênio, a aplicação de herbicidas, pesticidas, fungicidas, bem como várias outras substâncias, pode ter um efeito ou compartilhar uma relação com os constituintes de safra resultantes, incluindo constituintes dos grãos das safras. Por exemplo, a aplicação de fertilizantes, como fertilizantes com nitrogênio, pode ter um efeito ou de outra forma ter uma relação com os constituintes resultantes das safras em um campo, incluindo os constituintes dos grãos em safras. Assim, um mapa de operação anterior fornece características de operação anterior georreferenciadas, como características agrícolas, que se baseiam em dados coletados durante uma operação anterior. Em um exemplo, um mapa de operação anterior pode incluir valores de aplicação de substância georreferenciada (como fertilizante) que indicam as características de aplicação de substância, como localizações, quantidades, tipos e composições de substância aplicada pela máquina de trabalho agrícola, como um pulverizador, semeador, espalhador, bem como várias outras máquinas de aplicação de substâncias.

[0030] Um mapa de constituinte de safra mapeia ilustrativamente os valores de constituinte de safra em diferentes localizações geográficas em um ou mais campos de interesse. Esses mapas de constituinte de safra históricos são coletados de operações agrícolas anteriores no(s) campo(s), como operações de colheita anteriores. Um mapa de constituinte de safra pode mostrar os constituintes de safra em unidades de valor de constituinte de safra. Um exemplo de uma unidade de valor de constituinte de safra inclui um valor numérico, como uma porcentagem, valor de peso ou valor de massa, que indica uma quantidade de um constituinte em uma safra, por exemplo, uma quantidade de proteína, amido, óleo, nutrientes, água, entre vários outros constituintes de safra ou da vegetação, ou uma quantidade de proteína, amido, óleo, nutrientes, água, entre vários outros constituintes, nos grãos das plantas agrícolas. Alguns constituintes de safra são de natureza mais transitória, em que a quantidade do constituinte contido no material da safra (como grãos) irá variar com o tempo, por exemplo, os grãos podem secar ou absorver água ao longo do tempo. Alguns constituintes de safra são de natureza mais estrutural, em que a quantidade de constituinte (ou proporções de constituintes) tende a não variar tanto com o tempo, pelo menos até que o grão se decomponha. Como usado aqui, os constituintes de safra também podem se referir aos constituintes do grão e, assim, os valores de constituintes de safra podem, em algum exemplo, referir-se a uma quantidade de constituinte no grão das plantas de safra, por exemplo, a quantidade de proteína, amido, óleo, nutrientes, água, dentre vários outros constituintes, no grão das plantas de safra. Em alguns exemplos, um mapa de constituinte de safra pode ser derivado de leituras de sensor de um ou mais sensores de constituinte de safra. Sem limitação, esses sensores de constituintes de safra podem utilizar uma ou mais bandas de radiação eletromagnética na detecção de constituintes de safra. Por exemplo, um sensor de constituinte de safra pode utilizar a refletância ou absorção de várias faixas (por exemplo, vários comprimentos de onda ou frequências, ou ambos) de radiação eletromagnética por safra ou outro material de vegetação na detecção de constituintes de safra. Em alguns exemplos, um sensor de constituinte de safra pode incluir um sensor óptico, como um espectrômetro óptico. Em um exemplo, um sensor de constituinte de safra pode utilizar espectroscopia de quase infravermelho ou espectroscopia de quase infravermelho e visível.

[0031] Um mapa de propriedade do solo mapeia ilustrativamente os valores de propriedade do solo (que podem ser indicativos do tipo de solo, umidade do solo, cobertura do solo, estrutura do solo, composição do solo, bem como várias outras propriedades do solo) em diferentes localizações geográficas em um ou mais campos de interesse. Os mapas de propriedades de solo, portanto, fornecem propriedades de solo georreferenciadas em um campo de interesse. O tipo de solo pode se referir a unidades taxonômicas na ciência do solo, em que cada tipo de solo inclui conjuntos definidos de propriedades compartilhadas. Os tipos de solo podem incluir, por exemplo, solo arenoso, solo argiloso, solo de silte, solo turfoso, solo calcário, solo argiloso e vários outros tipos de solo. A umidade de solo pode se referir à quantidade de água que é retida ou, de outro modo, contida no solo. A umidade de solo também pode ser referida como umidade de solo. A cobertura de solo pode se referir à quantidade de itens ou materiais que cobrem o solo, incluindo material de vegetação, como resíduo de safra ou safra de cobertura, detritos, bem como vários outros itens ou materiais. Comumente, em termos agrícolas, a cobertura de solo inclui uma medida de resíduo de safra remanescente, como uma massa remanescente de talos de plantas, bem como uma medida de safra de cobertura. A estrutura do solo pode se referir ao arranjo das partes sólidas do solo e ao espaço poroso localizado entre as partes sólidas do solo. A estrutura do solo pode incluir a maneira pela qual as partículas individuais, como partículas individuais de areia, silte e argila, são montadas. A estrutura do solo pode ser descrita em termos de grau (grau de agregação), classe (tamanho médio dos agregados) e forma (tipos de agregados), bem como uma variedade de outras descrições. A composição do solo pode incluir uma série de características da composição do solo, como localizações, quantidades e tipos de constituintes no solo, como nitrogênio e outros nutrientes das plantas. Em um exemplo, uma composição do solo pode incluir valores indicativos de uma quantidade, localização e tipo de constituinte do solo em um campo de interesse, por exemplo, um mapa de composição do solo pode ser um mapa de nitrogênio que indica uma quantidade de nitrogênio presente no solo em diferentes localizações em um campo de interesse. Estes são meramente exemplos. Várias outras características e propriedades do solo podem ser mapeadas como valores de propriedade do solo em um mapa de propriedade do solo

[0032] Em alguns exemplos, o sistema pode receber um mapa de característica preditivo. Um mapa de característica preditivo mapeia ilustrativamente valores de característica preditiva em uma ou mais localizações geográficas em um ou mais campos de interesse. Por exemplo, um mapa de característica preditivo pode ser um mapa de biomassa preditivo que mapeia valores preditivos de biomassa ou características de biomassa (por exemplo, altura da vegetação, densidade da vegetação, massa da vegetação, volume da vegetação, força de acionamento do rotor de debulha) em uma ou mais localizações geográficas em uma ou mais campos de interesse. Em outro exemplo, um mapa de característica preditivo pode ser um mapa de rendimento preditivo que mapeia valores de rendimento preditivo em uma ou mais localizações geográficas em um ou mais campos de interesse. Em outro exemplo, um mapa de característica preditivo pode ser um mapa de umidade da safra preditivo que mapeia valores preditivos de umidade da safra em uma ou mais localizações geográficas em um ou mais campos de interesse.

[0033] A presente discussão, portanto, prossegue com respeito a exemplos em que um sistema recebe um ou mais mapas de característica agrícola, por exemplo, mas não por limitação, um ou mais dentre um mapa de índice vegetativo, um ou mais mapas preditivos (como um mapa de rendimento preditivo, um mapa de umidade preditivo ou um mapa de biomassa preditivo), um mapa de operação anterior (como um mapa de operação anterior mostrando as características de aplicação da substância), um mapa de constituinte de safra histórico de um campo ou um mapa de propriedades do solo (como um mapa de nitrogênio) e também usa um sensor in-situ para detectar uma característica ou variável indicativa das características dos constituintes de safra durante uma operação de colheita. Estes são apenas exemplos de alguns dos mapas que podem ser recebidos. Vários outros mapas de característica agrícola também são contemplados aqui. O sistema gera um modelo que modela uma relação entre os valores de característica agrícola, os valores de índice vegetativo, os valores de característica preditivos (como valores de biomassa preditivos, valores de rendimento preditivos ou valores de umidade de safra preditivos), os valores de características de operação anterior (como valores característicos de aplicação de substância), os valores de constituinte de safra históricos ou os valores de propriedade de solo, como valores de composição de solo (como valores de nitrogênio), de um ou mais dos mapas recebidos e os dados in-situ do sensor in-situ. O modelo é usado para gerar um mapa de constituinte de safra preditivo funcional que prevê os valores de constituinte de safra no campo. O mapa de constituinte de safra preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário, ou utilizado no controle automático de uma colheitadeira agrícola durante a operação de colheita ou ambos.

[0034] A Figura 1 é uma ilustração parcial pictórica e 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 fornecidas como exemplos ao longo da presente descrição, será reconhecido que a presente descrição também é aplicável a outros tipos de colheitadeiras, como colheitadeiras de algodão, colheitadeiras de cana-de-açúcar, colheitadeiras de forragem autopropelidas, enfardadeiras ou outras máquinas de trabalho agrícola. 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 semeadoras e pulverizadores agrícolas, equipamentos de construção, equipamentos florestais e equipamentos de gerenciamento de turfa em que 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 combinadas.

[0035] Como mostrado na Figura 1, a colheitadeira agrícola 100 inclui ilustrativamente um compartimento de operador 101, que pode ter uma variedade de diferentes mecanismos de interface de operador, para controlar a colheitadeira agrícola 100. A colheitadeira agrícola 100 inclui equipamento de extremidade dianteira, 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 pivotalmente acoplado a um chassi 103 da colheitadeira agrícola 100 ao longo do eixo geométrico pivô 105. Um ou mais atuadores 107 acionam o movimento do coletor 102 em torno do eixo geométrico 105 na direção geralmente indicada pela seta 109. Assim, uma posição vertical do coletor 102 (a altura do coletor) acima do solo 111 sobre o qual o coletor 102 se desloca é controlável pela atuação do atuador 107. Embora não seja mostrado na Figura 1, a colheitadeira agrícola 100 também pode incluir um ou mais atuadores que operam para aplicar um ângulo de inclinação, um ângulo de rolamento ou ambos ao coletor 102 ou porções do coletor 102. A inclinação se refere a um ângulo no qual o cortador 104 engata na safra. 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 rolamento se refere à orientação do coletor 102 sobre o eixo geométrico longitudinal de frente para trás da colheitadeira agrícola 100.

[0036] A debulhadora 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 um ventilador de limpeza 120, peneira 122 e crivo 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 trado de descarga 134 e bico 136. O elevador de grãos limpos move os grãos limpos para o interior do 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 ao solo 144, como rodas ou lagartas. Em alguns exemplos, uma colheitadeira combinada no escopo da presente descrição pode ter mais de um dentre 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 Figura 1.

[0037] Em operação, e a título de visão geral, a colheitadeira agrícola 100 se move ilustrativamente através de um campo na direção indicada pela seta 147. À medida que colheitadeira agrícola 100 se move, o coletor 102 (e o cilindro associada 164) engata a safra a ser colhida e reúne a safra 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 por 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 rolamento para o coletor 102. Por exemplo, o operador insere uma definição ou definições a 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 ângulo de rolamento do coletor 102 e implementar as definições inseridas controlando atuadores associados, não mostrados, que operam para alterar o ângulo de inclinação e ângulo de rolamento do coletor 102. O atuador 107 mantém o coletor 102 a uma altura acima do solo 111 com base em uma definição de altura e, quando aplicável, nos ângulos de inclinação e rolamento desejados. Cada uma das definições de altura, rolamento e inclinação podem ser implementadas independentemente das outras. O sistema de controle responde ao erro de 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 rolamento) 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 maior de sensibilidade, o sistema de controle responde a erros menores de posição de coletor e tenta reduzir os erros detectados mais rapidamente do que quando a sensibilidade está em um nível mais baixo de sensibilidade.

[0038] Voltando à descrição da operação da colheitadeira agrícola 100, após as safras serem cortadas pelo cortador 104, o material de safra cortado é movido através de um transportador no alimentador 106 em direção ao acelerador de alimentação 108, que acelera o material de safra para o debulhador 110. O material de safra é debulhado pelo rotor 112 girando a colheita contra os contrabatedores 114. O material de safra debulhado é movido por um rotor separador no separador 116, em que 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. Em outras configurações, o resíduo é liberado da colheitadeira agrícola 100 em um amontoado de feno. Em outros exemplos, o subsistema de resíduo 138 pode incluir eliminadores de sementes de ervas daninhas (não mostrados), como ensacadores de sementes ou outros coletores de sementes, ou trituradores de sementes ou outros destruidores de sementes.

[0039] O grão cai para o subsistema de limpeza 118. A peneira 122 separa alguns pedaços maiores do material do grão e o crivo 124 separa alguns dos pedaços mais finos do material do grão limpo. O grão limpo cai para um trado que move o grão para uma extremidade de entrada do elevador de grão limpo 130 e o elevador de grão limpo 130 move o grão limpo para cima, depositando o grão limpo no tanque de grão limpo 132. O resíduo é removido do subsistema de limpeza 118 pelo fluxo de ar gerado pelo ventilador de limpeza 120. O ventilador de limpeza 120 direciona o ar ao longo de um trajeto de fluxo de ar para cima através dos crivos e peneiras. O fluxo de ar carrega resíduos para trás na colheitadeira agrícola 100 em direção ao subsistema de manipulação de resíduos 138.

[0040] O elevador de rejeitos 128 retorna rejeitos para o debulhador 110, em que os rejeitos são novamente debulhados. Alternativamente, os rejeitos também podem ser passados para um mecanismo de nova debulha separado por um elevador de rejeitos ou outro dispositivo de transporte em que os rejeitos também são novamente debulhados.

[0041] A Figura 1 também mostra que, em um exemplo, a colheitadeira agrícola 100 inclui sensor de velocidade terrestre 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 uma câmera aparelho estéreo ou mono e um ou mais sensores de perda 152 fornecidos no subsistema de limpeza 118.

[0042] O sensor de velocidade no solo 146 detecta a velocidade de deslocamento da colheitadeira agrícola 100 no solo. O sensor de velocidade do solo 146 pode detectar a velocidade de deslocamento da colheitadeira agrícola 100 detectando a velocidade de rotação dos componentes de engate ao solo (como rodas ou lagartas), um eixo acionador, um eixo ou outros componentes. Em alguns casos, a velocidade de deslocamento pode ser detectada usando um sistema de posicionamento, como um sistema de posicionamento global (GPS), um sistema de cálculo morto, um sistema de navegação de longo alcance (LORAN) ou uma grande variedade de outros sistemas ou sensores que fornecem uma indicação da velocidade de deslocamento.

[0043] Os sensores de perda 152 fornecem 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 colisão que contam colisões de grãos por unidade de tempo ou por unidade de distância percorrida para fornecer uma indicação da perda de grãos que ocorre no subsistema de limpeza 118. Os sensores de colisão para os lados direito e esquerdo do subsistema de limpeza 118 podem fornecer sinais individuais ou um sinal combinado ou agregado. Em alguns exemplos, os sensores 152 podem incluir um único sensor em oposição a sensores separados fornecidos para cada subsistema de limpeza 118.

[0044] O sensor de perda de separador 148 fornece um sinal indicativo de perda de grão nos separadores esquerdo e direito, não mostrado separadamente na Figura 1. Os sensores de perda do separador 148 podem ser associados aos separadores esquerdo e direito e podem fornecer 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.

[0045] 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 detecta uma altura do coletor 102 acima do solo 111; sensores de estabilidade que detectam oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100; um sensor de definição de resíduo que é configurado para detectar se a colheitadeira agrícola 100 está configurada para cortar o resíduo, produzir um amontoado de feno, etc; um sensor de velocidade de ventilador de sapata de limpeza para detectar a velocidade do ventilador de limpeza 120; um sensor de folga de contrabatedor que detecta folga entre o rotor 112 e contrabatedores 114; um sensor de velocidade de rotor de debulha que detecta uma velocidade de rotor do rotor 112; um sensor de folga de peneira que detecta o tamanho das aberturas na peneira 122; um sensor de folga que detecta o tamanho das aberturas no crivo 124; um material diferente do sensor de umidade de grãos (MOG) que detecta um nível de umidade do MOG passando pela colheitadeira agrícola 100; um ou mais sensores de configuração da máquina configurados para detectar várias definições da colheitadeira agrícola 100; um sensor de orientação de máquina que detecta a orientação da colheitadeira agrícola 100; e sensores de propriedade de safra que detectam uma variedade de diferentes tipos de propriedades da safra, como tipo de safra, características de constituinte de safra e outras propriedades da safra. Sensores de propriedade de colheita também podem ser configurados para detectar características do material de safra cortado à medida que o material de safra está sendo processado pela colheitadeira 100. Por exemplo, em alguns casos, os sensores de propriedade de safra podem detectar 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 colheita também podem detectar 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 safra também podem detectar a taxa de alimentação como uma taxa de fluxo de massa de grãos através do elevador 130 ou através de outras porções da colheitadeira agrícola 100 ou fornecer outros sinais de saída indicativos de outras variáveis detectadas. Os sensores de propriedade de colheita podem incluir um ou mais sensores de constituinte de safra que detectam características indicativas de constituinte de safra das safras, incluindo características de constituintes de grãos das safras.

[0046] Sem limitação, os sensores de constituintes de safra podem utilizar uma ou mais bandas de radiação eletromagnética na detecção de constituintes de safra. Por exemplo, um sensor de constituinte de safra pode utilizar a refletância ou absorção de várias faixas (por exemplo, vários comprimentos de onda ou frequências, ou ambos) de radiação eletromagnética por safra ou outro material de vegetação, incluindo grão, na detecção de constituintes de safra. Em alguns exemplos, um sensor de constituinte de safra pode incluir um sensor óptico, como um espectrômetro óptico. Em um exemplo, um sensor de constituinte de safra pode utilizar espectroscopia de quase infravermelho ou espectroscopia de quase infravermelho visível. O sensor de constituinte de safra pode ser disposto em ou ter acesso a várias localizações dentro da colheitadeira agrícola 100. Por exemplo, o sensor de constituinte de safra pode estar disposto dentro do alimentador 106 (ou de outra forma ter acesso de detecção ao material de safra dentro do alimentador 106) e configurado para detectar constituintes do material de safra colhido que passa através do alimentador 106. Em outros exemplos, o sensor de constituinte de safra pode estar localizado em outras áreas dentro da colheitadeira agrícola 100, por exemplo, em ou acoplado ao elevador de grãos limpos, em um trado de grãos limpos ou em um tanque de grãos. Em alguns exemplos, os sensores de constituintes de safra podem incluir um sensor capacitivo, que pode incluir, por exemplo, um capacitor para determinar as propriedades dielétricas de um material de safra (bem como de outra vegetação), como propriedades dielétricas de grãos. Será notado que estes são meramente exemplos dos tipos e localizações de sensores de constituintes de safra, e que vários outros tipos e localizações de sensores de constituintes de safra são contemplados.

[0047] Antes de descrever como a colheitadeira agrícola 100 gera um mapa de constituinte de safra preditivo funcional e usa o mapa de constituinte de safra preditivo funcional para apresentação ou controle, uma breve descrição de alguns dos itens na colheitadeira agrícola 100 e sua operação será primeiro descrita. A descrição da Figura 2 e 3 descrevem o recebimento de um tipo geral de mapa de informação anterior e a combinação de informação do mapa de informação anterior com um sinal de sensor georreferenciado gerado por um sensor in situ, em que o sinal do sensor é indicativo de uma característica no campo, como características de safra 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 da safra, como altura da safra, constituintes de safra, densidade da safra, estado de safra; características das propriedades do grão, como umidade do grão, tamanho do grão, peso de teste do grão, constituintes de 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 informação anterior 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 uma tela, 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.

[0048] Após a abordagem geral ser descrita em relação às Figuras. 2 e 3, uma abordagem mais específica para gerar um mapa de constituinte de safra preditivo funcional que pode ser apresentado a um operador ou usuário, ou usado para controlar a colheitadeira agrícola 100, ou ambos, é descrita em relação às Figuras 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.

[0049] A Figura 2 é um diagrama de blocos que mostra algumas porções de uma colheitadeira agrícola de exemplo 100. A Figura 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 detectam uma ou mais características agrícola de um campo simultâneo com uma operação de colheita. Uma característica agrícola pode incluir qualquer característica que possa ter um efeito na operação de colheita. Alguns exemplos de características agrícolas incluem características da máquina de colheita, o campo, as plantas no campo e clima. Outros tipos de características agrícolas também estão incluídos. Os sensores in situ 208 geram valores correspondentes às características detectadas. 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 grande 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 detectam características de um campo durante o curso de uma operação agrícola. O gerador de modelo preditivo 210 inclui ilustrativamente um gerador de modelo de variável para variável in situ de informação anterior 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 esteira 240, controlador de posição de chapa 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 ampla variedade de outros subsistemas 256.

[0050] A Figura 2 também mostra que a colheitadeira agrícola 100 pode receber um ou mais mapas de informação anterior 258. Conforme descrito abaixo, os mapas de informação anterior incluem, por exemplo, um mapa de características agrícolas, como um mapa de índice vegetativo, um mapa de operação anterior, um mapa de constituinte de safra histórico ou um mapa de propriedade do solo. No entanto, os mapas de informação anterior 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 dados históricos de constituinte de safra obtidos antes de uma operação de colheita ou mapas históricos de constituinte de safra de anos anteriores que contêm informação contextual associada à característica de constituinte de safra histórica. A informação contextual pode incluir, sem limitação, uma ou mais das condições climáticas ao longo de uma estação de cultivo, presença de pragas, localização geográfica, propriedades de solo, incluindo composição do solo, como níveis de nitrogênio, irrigação, aplicação de substância, etc. As condições climáticas podem incluir, sem limitação, precipitação durante a estação, presença de ventos fortes, temperatura durante a estação, etc. Alguns exemplos de pragas incluem insetos, fungos, ervas daninhas, bactérias, vírus, etc. Alguns exemplos de aplicações de substâncias incluem herbicida, pesticida, fungicida, fertilizantes, suplementos minerais, etc. A Figura 2 também mostra que um operador 260 pode operar a colheitadeira agrícola 100. O operador 260 interage com os mecanismos de interface de operador 218. Em alguns exemplos, os mecanismos de interface de operador 218 podem incluir alavancas de direção, 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 (em que o reconhecimento de fala e a síntese de fala são fornecidos), entre uma ampla variedade de outros tipos de dispositivos de controle. Onde um sistema de tela sensível ao toque é fornecido, o operador 260 pode interagir com os mecanismos de interface de operador 218 usando gestos de toque. Esses exemplos descritos acima são fornecidos como exemplos ilustrativos e não se destinam a limitar o escopo da presente descrição. Consequentemente, outros tipos de mecanismos de interface de operador 218 podem ser usados e estão dentro do escopo da presente descrição.

[0051] O mapa de informação anterior 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 um dos 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 informação de e para um cartão digital seguro (SD) ou um cartão de barramento serial universal (USB), ou ambos.

[0052] O sensor de posição geográfica 204 detecta ou detecta de forma ilustrativa a posição geográfica ou localização da colheitadeira agrícola 100. O sensor de posição geográfica 204 pode incluir, porém sem limitação, 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.

[0053] Os sensores in situ 208 podem ser qualquer um dos sensores descritos acima em relação à Figura 1. Os sensores in-situ 208 incluem sensores on-board 222 que são montados integrados na colheitadeira agrícola 100. Tais sensores podem incluir, por exemplo, um sensor de chapa 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 informação in-situ. Os dados in-situ incluem dados obtidos de um sensor a bordo da colheitadeira agrícola ou obtidos por qualquer sensor em que os dados são detectados durante a operação de colheita. Alguns outros exemplos de sensores in situ são mostrados na Figura 6B.

[0054] Depois de ser recuperado pela colheitadeira agrícola 100, o seletor de mapa de informação anterior 209 pode filtrar ou selecionar um ou mais mapas de informação anterior específicos 258 para uso pelo gerador de modelo preditivo 210. Em um exemplo, o seletor de mapa de informação anterior 209 seleciona um mapa com base em uma comparação da informação contextual no mapa de informação anterior versus a presente informação contextual. Por exemplo, um mapa de constituinte de safra histórico pode ser selecionado a partir de um dos últimos anos, em que as características de aplicação de substâncias eram semelhantes às características de aplicação de substâncias do ano atual. Ou, por exemplo, um mapa de constituinte de safra histórico pode ser selecionado de um dos anos anteriores quando a informação contextual não é semelhante. Por exemplo, um mapa de constituinte de safra histórico 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, as áreas do campo que tinham níveis baixos de um ou mais constituintes de safra em um ano seco podem ser áreas de constituintes de safra mais alta em um ano chuvoso, pois essas áreas podem fornecer melhores condições de cultivo em um ano chuvoso. A presente informação contextual pode incluir informação contextual além da informação contextual imediata. Por exemplo, a presente informação contextual pode 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.

[0055] A informação contextual também pode ser utilizada para correlações entre áreas com características contextuais semelhantes, independentemente de a posição geográfica corresponder ou não à mesma posição no mapa de informação anterior 258. Por exemplo, valores de constituinte de safra históricos de área com características agrícolas semelhantes, como valores de índice vegetativo, características de aplicação de substância, propriedades do solo, tais características de composição de associação, bem como várias outras características agrícolas, em outros campos podem ser usados como mapa de informação anterior 258 para criar o mapa de característica de safra preditiva. Por exemplo, a informação de característica contextual associada a uma localização diferente pode ser aplicada à localização no mapa de informação anterior 258 tendo informação de característica semelhante.

[0056] O gerador de modelo preditivo 210 gera um modelo que é indicativo de uma relação entre os valores detectados pelo sensor in-situ 208 e uma característica mapeada para o campo pelo mapa de informação anterior 258. Por exemplo, se o mapa de informação anterior 258 mapeia um valor de característica agrícola para diferentes localizações no campo, e o sensor insitu 208 está detectando um valor indicativo de constituintes de safra, então, gerador de modelo de variável de informação anterior em variável in situ 228 gera um modelo de constituinte de safra preditivo que modela a relação entre os valores de característica agrícola e os valores de constituinte de safra. Em seguida, o gerador de mapa preditivo 212 usa o modelo de constituinte de safra preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de constituinte de safra preditivo funcional que prevê o valor de constituinte de safra, em diferentes localizações no campo, com base no mapa de informação anterior 258. Ou, por exemplo, se o mapa de informação anterior 258 mapeia um valor de índice vegetativo para diferentes localizações no campo, e o sensor in-situ 208 está detectando um valor indicativo de constituintes de safra, então, gerador de modelo de variável de informação anterior em variável in situ 228 gera um modelo de constituinte de safra preditivo do tamanho de espiga que modela a relação entre os valores de índice vegetativo e os valores de constituinte de safra. Em seguida, o gerador de mapa preditivo 212 usa o modelo de constituinte de safra preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de constituinte de safra preditivo funcional que prevê o valor de constituinte de safra, em diferentes localizações no campo, com base no mapa de informação anterior 258. Ou, por exemplo, se o mapa de informação anterior 258 mapeia um valor de constituinte de safra histórico para diferentes localizações no campo e o sensor in-situ 208 está detectando um valor indicativo do constituintes de safra, então o gerador de variável de informação anterior em variável in situ 228 gera um modelo de constituinte de safra preditivo que modela a relação entre os valores de constituinte de safra históricos (com ou sem informação contextual) e os valores do tamanho de espiga in-situ. Em seguida, o gerador de mapa preditivo 212 usa o modelo de constituinte de safra preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de constituinte de safra preditivo funcional que prevê o valor de constituinte de safra, em diferentes localizações no campo, com base no mapa de informação anterior 258. Ou, por exemplo, se o mapa de informação anterior 258 mapeia um valor de característica de operação anterior (como uma característica de aplicação de substância) para diferentes localizações no campo, e o sensor in-situ 208 está detectando um valor indicativo de constituinte de safra, então gerador de modelo de variável de informação anterior em variável in situ 228 gera um modelo de constituinte de safra preditivo que modela a relação entre os valores de característica de operação anterior e os valores de constituinte de safra. Em seguida, o gerador de mapa preditivo 212 usa o modelo de constituinte de safra preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de constituinte de safra preditivo funcional que prevê o valor de constituinte de safra, em diferentes localizações no campo, com base no mapa de informação anterior 258. Ou, por exemplo, se o mapa de informação anterior 258 mapear um valor de propriedade do solo, como um valor de composição do solo (como um valor de nitrogênio), para diferentes localizações no campo, e o sensor in-situ 208 está detectando um valor indicativo de constituinte de safra, então o gerador de modelo de variável de informação anterior em variável in situ 228 gera um modelo de constituinte de safra preditivo que modela a relação entre os valores de propriedade do solo, como os valores de composição de solo e os valores de constituinte de safra. Em seguida, o gerador de mapa preditivo 212 usa o modelo de constituinte de safra preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de constituinte de safra preditivo funcional que prevê o valor de constituinte de safra, em diferentes localizações no campo, com base no mapa de informação anterior 258.

[0057] Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser o mesmo que o tipo de dados in situ detectado pelos sensores in situ 208. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados detectados pelos sensores in-situ 208. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados detectado pelos sensores in situ 208, mas tem uma relação com o tipo de dados detectado 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 informação anterior 258. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informação anterior 258, mas tem uma relação com o tipo de dados no mapa de informação anterior 258. Por exemplo, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 pode ser indicativo do tipo de dados no mapa preditivo funcional 263. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é diferente de um ou ambos do tipo de dados in situ detectados pelos sensores in situ 208 e o tipo de dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um ou ambos do tipo de dados in situ detectados pelos sensores in situ 208 e o tipo de dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é o mesmo que um do tipo de dados in situ detectado pelos sensores in situ 208 ou o tipo de dados no mapa de informação anterior 258 e diferente do outro.

[0058] Continuando com os exemplos anteriores, o gerador de mapa preditivo 212 pode usar os valores no mapa de informação anterior 258 e o modelo gerado pelo gerador de modelo preditivo 210 para gerar um mapa preditivo funcional 263 que prevê constituintes de safra em diferentes localizações no campo. O gerador de mapa preditivo 212, portanto, emite o mapa preditivo 264.

[0059] Como mostrado na Figura 2, o mapa preditivo 264 prevê o valor de uma característica, que pode ser a mesma característica detectada pelo (s) sensor(es) in situ 208, ou uma característica relacionada à característica detectada pelo (s) sensor(es) in situ 208, em várias localizações em todo o campo com base em um valor de informação anterior no mapa de informação anterior 258 nessas localizações (ou localizações com informação 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 característica agrícola e um valor de constituinte de safra, então, dado o valor de característica agrícola em diferentes localizações ao longo do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor de constituinte de safra em diferentes localizações do campo. O valor da característica agrícola, obtido a partir do mapa de informação anterior 258, naquelas localizações e a relação entre o valor da característica agrícola e o valor de constituinte de safra, obtido do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0060] Ou, por exemplo, se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de índice vegetativo e um valor de constituinte de safra, então, dado o valor de índice vegetativo em diferentes localizações ao longo do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor de constituinte de safra diferentes localizações do campo. O valor do índice vegetativo, obtido a partir do mapa de informação anterior 258, nessas localizações e a relação entre valores de índice vegetativo e valores de constituinte de safra, obtido a partir do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0061] Ou, por exemplo. se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de constituinte de safra histórico e um valor de constituinte de safra detectado in-situ, então, dado o valor de constituinte de safra histórico em diferentes localizações ao longo do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor de constituinte de safra em diferentes localizações do campo. O valor de constituinte de safra histórico, obtido a partir do mapa de informação anterior 258, nessas localizações e a relação entre os valores de constituinte de safra históricos e os valores de constituinte de safra in situ, obtidos a partir do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0062] Ou, por exemplo, se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de característica de operação anterior (como um valor de característica de aplicação de substância) e um valor de constituinte de safra, então, dado o valor de característica de operação anterior em diferente localizações através do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor de constituinte de safra em diferentes localizações ao longo do campo. O valor de característica de operação anterior, obtido a partir do mapa de informação anterior 258, nessas localizações e a relação entre os valores de característica de operação anterior e os valores de constituinte de safra, obtidos a partir do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0063] Ou, por exemplo, se o gerador de modelo preditivo 210 gerou um modelo preditivo indicativo de uma relação entre um valor de propriedade do solo, como um valor de composição do solo (como um valor de nível de nitrogênio) e um valor de constituinte de safra, então, dado o valor de propriedade de solo, como o valor da composição de solo, em diferentes localizações do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê o valor de constituinte de safra em diferentes localizações do campo. O valor de propriedade de solo, como o valor de composição de solo, obtido do mapa de informação anterior 258, nessas localizações e a relação entre o valor de propriedade de solo, como o valor de composição de solo, e o valor de constituinte de safra, obtido do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0064] Algumas variações nos tipos de dados que são mapeados no mapa de informação anterior 258, os tipos de dados detectados por sensores in situ 208 e os tipos de dados preditos no mapa preditivo 264 serão agora descritos.

[0065] Em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados detectado por sensores in-situ 208, mas o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados detectado pelos sensores in situ 208 Por exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo e a variável detectada pelos sensores in situ 208 pode ser os constituintes de safra. O mapa preditivo 264 pode, então, ser um mapa de constituinte de safra preditivo que mapeia os valores de constituinte de safra para diferentes localizações geográficas no campo. mapa preditivo 264

[0066] Além disso, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados detectado 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 informação anterior 258 e o tipo de dados detectado pelos sensores in-situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo e a variável detectada pelos sensores in situ 208 pode ser o constituinte de safra. O mapa preditivo 264 pode, então, ser um mapa de biomassa preditivo que mapeia os valores de biomassa preditos para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo e a variável detectada pelos sensores in-situ 208 pode ser o constituinte de safra. O mapa preditivo 264 pode, então, ser um mapa de rota preditivo que mapeia um trajeto de deslocamento predito da colheitadeira ao longo do campo.

[0067] Em alguns exemplos, o mapa de informação anterior 258 é de uma passagem anterior através do campo durante uma operação anterior e o tipo de dados é diferente do tipo de dados detectado por sensores in-situ 208, ainda que o tipo de dados no mapa preditivo 264 seja o mesmo que o tipo de dados detectado pelos sensores in-situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de aplicação de substância, como um mapa de aplicação de fertilizante, gerado durante uma operação de aplicação de substância, e a variável detectada pelos sensores in-situ 208 pode ser características de constituintes de safra. O mapa preditivo 264 pode, então, ser um mapa de constituinte de safra preditivo que mapeia os valores de constituinte de safra para diferentes localizações geográficas no campo. mapa preditivo 264

[0068] Em alguns exemplos, o mapa de informação anterior 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 detectado por sensores in-situ 208 e o tipo de dados no mapa preditivo 264 é também o mesmo que o tipo de dados detectado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de constituinte de safra gerado durante um ano anterior e a variável detectada pelos sensores in-situ 208 pode ser os constituintes de safra. O mapa preditivo 264 pode, então, ser um mapa de constituinte de safra preditivo que mapeia os valores de constituinte de safra preditos para diferentes localizações geográficas no campo. Em tal exemplo, as diferenças de constituinte de safra relativas no mapa de informação anterior georreferenciado 258 do ano anterior podem ser usadas pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela uma relação entre as diferenças de constituinte de safra relativas no mapa de informação anterior 258 e os valores de constituinte de safra detectados 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 de constituinte de safra preditivo.

[0069] Em alguns exemplos, o mapa preditivo 264 pode ser fornecido ao gerador de zona de controle 213. O gerador de zona de controle 213 agrupa porções adjacentes de uma área em uma ou mais zonas de controle com base em valores de dados do mapa preditivo 264 que estão associados a essas porções adjacentes. Uma zona de controle pode incluir duas ou mais porções contíguas de uma área, como um campo, para o qual um parâmetro de controle correspondente à zona de controle para controlar um subsistema controlável é constante. Por exemplo, um tempo de resposta para alterar uma configuração de subsistemas controláveis 216 pode ser inadequado para responder satisfatoriamente às mudanças nos valores contidos em um mapa, como o mapa preditivo 264. Nesse caso, o gerador de zona de controle 213 analisa o mapa e identifica as zonas de controle que são de um tamanho definido para acomodar o tempo de resposta dos subsistemas controláveis 216. Em outro exemplo, as zonas de controle podem ser dimensionadas para reduzir o desgaste do movimento excessivo do atuador resultante do ajuste contínuo. Em alguns exemplos, pode haver um conjunto diferente de zonas de controle para cada subsistema controlável 216 ou para grupos de subsistemas controláveis 216. As zonas de controle podem ser adicionadas ao mapa preditivo 264 para obter o mapa de zona de controle preditivo 265. O mapa de zona de controle preditivo 265 pode, portanto, ser semelhante ao mapa de zona de controle preditivo 264, exceto que o mapa de zona de controle preditivo 265 inclui informação de zona de controle que definem as zonas de controle. Assim, um mapa preditivo funcional 263, conforme descrito aqui, 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, várias safras 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 safras e, em seguida, gerar o mapa preditivo 264 e o mapa de zona de controle preditivo 265 em conformidade.

[0070] Também será reconhecido que o gerador de zona de controle 213 pode agrupar valores para gerar zonas de controle e as zonas de controle podem ser adicionadas ao mapa de zona de controle preditivo 265, ou um mapa separado, mostrando apenas as zonas de controle que são geradas. Em alguns exemplos, as zonas de controle podem ser usadas para controlar ou calibrar a colheitadeira agrícola 100 ou 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.

[0071] Mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos são fornecidos 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.

[0072] 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 outra informação derivada 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 o mapa preditivo 264 e o 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 constituinte de safra 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 do crivo e definições de peneira, folga de contrabatedor, definições do rotor, definições de velocidade do ventilador de limpeza, altura do coletor, funcionalidade do coletor, velocidade do cilindro, posição de cilindro, funcionalidade da lona (em que a colheitadeira 100 agrícola é acoplada a um coletor de lona), funcionalidade do coletor de milho, controle de distribuição interna e outros atuadores 248 que afetam as outras funções da colheitadeira agrícola 100. O controlador de planejamento de trajeto 234 gera, de forma ilustrativa, sinais de controle para controlar o subsistema de direção 252 para orientar a colheitadeira agrícola 100 de acordo com um trajeto desejado. O controlador de planejamento de trajeto 234 pode controlar um sistema de planejamento de trajeto para gerar uma rota para a colheitadeira agrícola 100 e pode controlar o subsistema de propulsão 250 e o subsistema de direção 252 para orientar a colheitadeira agrícola 100 ao longo dessa rota. O controlador de taxa de alimentação 236 pode controlar vários subsistemas, como o subsistema de propulsão 250 e atuadores de máquina 248, para controlar uma taxa de alimentação com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos. Por exemplo, conforme a colheitadeira agrícola 100 se aproxima de uma área com plantas de trigo de alta proteína, conforme indicado por um ou mais valores de constituintes de safra, o sistema de controle 214 pode ajustar a configuração de velocidade do ventilador de limpeza 120, para ajustar a velocidade do ventilador de limpeza 120, para realizar limpeza aprimorada do material da planta de trigo de alta proteína. O controlador de plataforma e carretel 238 pode gerar sinais de controle para controlar um coletor ou um cilindro ou outra funcionalidade de plataforma. O controlador de esteira de esteira 240 pode gerar sinais de controle para controlar uma esteira de esteira 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 chapa de plataforma 242 pode gerar sinais de controle para controlar uma posição de uma chapa 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.

[0073] A Figura 3A e 3B (coletivamente referidos aqui como Figura 3) mostram um diagrama de fluxo que ilustra um exemplo da operação da colheitadeira agrícola 100 na geração de um mapa preditivo 264 e mapa de zona de controle preditivo 265 com base no mapa de informação anterior 258.

[0074] Em 280, a colheitadeira agrícola 100 recebe o mapa de informação anterior 258. Exemplos de mapa de informação anterior 258 ou recepção de mapa de informação anterior 258 são discutidos em relação aos blocos 281, 282, 284 e 286. Como discutido acima, o mapa de informação anterior 258 mapeia valores de uma variável, correspondendo a uma primeira característica, para diferentes localizações no campo, conforme indicado no bloco 282. Por exemplo, um mapa de informação anterior pode ser um mapa de operação anterior gerado durante uma operação anterior ou com base em dados de uma operação anterior no campo, como operação de aplicação de substância anterior por uma máquina de aplicação de substância, como uma operação de pulverização por uma pulverizador agrícola ou uma operação de espalhamento por um espalhador agrícola. Em outro exemplo, o mapa de informação anterior pode ser um mapa de constituinte de safra histórico que se baseia em dados de uma operação de colheita anterior. Em outro exemplo, o mapa de informação anterior pode ser um mapa de índice vegetativo. Em outro exemplo, o mapa de informação anterior pode ser um mapa de composição do solo. Estes são meramente exemplos. O mapa de informação anterior pode incluir qualquer um dentre uma série de mapas de característica agrícola que mapeiam valores de características agrícolas para diferentes localizações geográficas em um ou mais campos de interesse. Os dados para o mapa de informação anterior 258 também podem ser coletados de outras maneiras. Por exemplo, os dados podem ser coletados com base em imagens aéreas ou valores medidos obtidos durante um ano anterior, ou no início da estação de cultivo atual, ou em outras épocas. A informação também pode ser basear em dados detectados ou coletados de outras maneiras (além do uso de imagens aéreas). Por exemplo, os dados para o mapa de informação anterior 258 pode ser transmitido para a colheitadeira agrícola 100 usando o sistema de comunicação 206 e armazenado no armazenamento de dados 202. Os dados para o mapa de informação anterior 258 podem ser fornecidos para a colheitadeira agrícola 100 usando o sistema de comunicação 206 de outras maneiras também, e isso é indicado pelo bloco 286 no diagrama de fluxo da Figura 3. Em alguns exemplos, o mapa de informação anterior 258 pode ser recebido pelo sistema de comunicação 206.

[0075] No bloco 287, o seletor de mapa de informação anterior 209 pode selecionar um ou mais mapas da pluralidade de mapas de informação anterior candidatos recebidos no bloco 280. Por exemplo, vários anos de mapas de constituinte de safra histórico podem ser recebidos como candidatos a mapas de informação anterior. Cada um desses mapas pode conter informação contextual, como padrões climáticos ao longo de um período de tempo, como um ano, surtos de pragas em um período de tempo, como um ano, propriedades de solo, características topográficas, características de aplicação de substância, etc. A informação contextual pode ser usada para selecionar qual mapa de constituinte de safra histórico deve ser selecionado. Por exemplo, as condições climáticas ao longo de um período de tempo, como em um ano atual, ou as propriedades de solo para o campo atual podem ser comparados com as condições climáticas e as propriedades de solo na informação contextual para cada mapa de informação anterior candidato. Os resultados de tal comparação podem ser usados para selecionar qual mapa de constituinte de safra histórico deve ser selecionado. Por exemplo, anos com condições climáticas semelhantes podem geralmente resultar em características semelhantes de constituinte de safra ou tendências de constituinte de safra através de um campo. Em alguns casos, anos com condições climáticas opostas também podem ser úteis para prever os constituintes de safra com base em dados de constituinte de safra históricos. Por exemplo, uma área com um valor de constituinte de safra baixo em um ano seco pode ter um valor de constituinte de safra alto em um ano chuvoso, pois a área pode fornecer melhores condições de cultivo. O processo pelo qual um ou mais mapas de informação anterior são selecionados pelo seletor de mapas de informação anterior 209 pode ser manual, semiautomático ou automatizado. Em alguns exemplos, durante uma operação de colheita, o seletor de mapa de informação anterior 209 pode continuamente ou intermitentemente determinar se um mapa de informação anterior diferente tem uma relação melhor com o valor do sensor in situ. Se um mapa de informação anterior diferente está correlacionado com os dados in situ mais de perto, então o seletor de mapa de informação anterior 209 pode substituir o mapa de informação anterior atualmente selecionado com o mapa de informação anterior mais correlativo.

[0076] 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, como uma característica de safra, conforme indicado pelo bloco 288. Exemplos de sensores in situ 288 são discutidos em relação aos blocos 222, 290 e 226. Como explicado acima, os sensores in situ 208 incluem sensores integrados 222; sensores remotos in-situ 224, como sensores baseados em UAV voados em um momento para reunir dados insitu, mostrados no bloco 290; ou outros tipos de sensores in situ, designados por sensores in situ 226. 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.

[0077] O gerador de modelo preditivo 210 controla a variável de informação anterior para o gerador de modelo variável in situ 228 para gerar um modelo que modela uma relação entre os valores mapeados contidos no mapa de informação anterior 258 e os valores in situ detectados pelo in-situ sensores 208 como indicado pelo bloco 292. As características ou tipos de dados representados pelos valores mapeados no mapa de informação anterior 258 e os valores in situ detectados pelos sensores in situ 208 podem ser as mesmas características ou tipo de dados ou características ou tipos de dados diferentes.

[0078] A relação ou modelo gerado pelo gerador de modelo preditivo 210 é fornecido ao gerador de mapa preditivo 212. O gerador de mapa preditivo 212 gera um mapa preditivo 264 que prevê um valor da característica detectada pelos sensores in-situ 208 em diferentes localizações geográficas em um campo sendo colhido, ou uma característica diferente que está relacionada à característica detectada pelo in-situ sensores 208, usando o modelo preditivo e o mapa de informação anterior 258, conforme indicado pelo bloco 294.

[0079] Deve-se notar que, em alguns exemplos, o mapa de informação anterior 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 detectando 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 informação anterior 258 e cada tipo de variável detectada 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 detectada pelos sensores in-situ 208 (ou uma característica relacionada à característica detectada) em diferentes localizações no campo sendo colhidos usando o modelo preditivo e cada um dos mapas ou camadas de mapa no mapa de informação anterior 258.

[0080] 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 fornecer 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 colheitadeira agrícola 100, como indicado pelo bloco 296.

[0081] 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 de 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 com a localização geográfica e valores de definições ou parâmetros de controle que são usados com base nos valores preditos no mapa preditivo 264 ou zonas no mapa de zona de controle preditivo 265. A apresentação pode, em outro exemplo, incluir informação mais abstratas ou informação 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, quando a informação é apresentada a mais de uma localização, um sistema de autenticação/autorização pode ser fornecido para implementar processos de autenticação e autorização. Por exemplo, pode haver uma hierarquia de indivíduos autorizados a visualizar e alterar mapas e outra informação apresentada. 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 uma ou mais localizações remotas. 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 físico e quais valores a pessoa correspondente pode alterar. Como um exemplo, um operador local da colheitadeira agrícola 100 pode ser incapaz de ver a informação correspondente ao mapa preditivo 264 ou fazer qualquer alteração na operação da máquina. Um supervisor, em uma localização 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 uma localização remota separada, 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.

[0082] 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 outra informação de vários sensores in-situ 208.

[0083] No bloco 308, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou ambos e a entrada do sensor de posição geográfica 204 e quaisquer outros sensores in situ 208. No bloco 310, o sistema de controle 214 aplica os sinais de controle aos subsistemas controláveis. Será reconhecido que os sinais de controle específicos que são gerados e os subsistemas controláveis 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 a temporização dos sinais de controle podem se basear em várias latências de fluxo de colheita através da colheitadeira agrícola 100 e a capacidade de resposta dos subsistemas controláveis 216.

[0084] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de constituinte de safra do tamanho de espiga pode ser usado para controlar um ou mais subsistemas controláveis 216. Por exemplo, o mapa de constituinte de safra preditivo funcional pode incluir valores de constituinte de safra georreferenciados para localizações dentro do campo que está sendo colhido. O mapa de constituinte de safra preditivo funcional pode ser extraído e usado para controlar os subsistemas de direção e propulsão 252 e 250, respectivamente. Ao controlar os subsistemas de direção e propulsão 252 e 250, uma taxa de alimentação de material ou grão que se move através da colheitadeira agrícola 100 pode ser controlada. Da mesma forma, a altura do coletor pode ser controlada para absorver mais ou menos material e, assim, a altura de coletor também pode ser controlada para controlar a taxa de alimentação de material através da colheitadeira agrícola 100. Em outros exemplos, se o mapa preditivo 264 mapear um valor de constituinte de safra à frente da máquina sendo mais alto em uma parte do coletor do que em outra parte do coletor, resultando em uma biomassa diferente entrando em um lado do coletor do que no outro lado, controle do coletor pode ser implementado. Por exemplo, uma velocidade de lona em um lado do coletor pode ser aumentada ou diminuída em relação à velocidade de lona do outro lado do coletor para compensar a biomassa adicional. Assim, a o controlador de coletor e cilindro 238 pode ser controlado usando valores georreferenciados presentes no mapa de constituinte de safra preditivo para controlar as velocidades das correias de lona no coletor. O exemplo anterior envolvendo controle de taxa de alimentação e coletor usando um mapa de constituinte de safra preditivo funcional é fornecido 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 constituinte de safra preditivo ou outro tipo de mapa preditivo funcional para controlar um ou mais dos subsistemas controláveis 216.

[0085] No bloco 312, é feita uma determinação se a operação de colheita foi concluída. Se a colheita não for concluída, o processamento avança para o bloco 314, em que 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.

[0086] Em alguns exemplos, no bloco 316, a colheitadeira agrícola 100 também pode detectar critérios de engatilhamento de aprendizagem para realizar a aprendizagem de máquina em um ou mais do mapa preditivo 264, mapa de zona de controle preditivo 265, o modelo gerado pelo gerador de modelo preditivo 210, as zonas geradas por gerador de zona de controle 213, um ou mais algoritmos de controle implementados pelos controladores no sistema de controle 214 e outro aprendizado acionado.

[0087] Os critérios de engatilhamento de aprendizagem podem incluir qualquer um de uma ampla variedade de critérios diferentes. Alguns exemplos de critérios de detecção de engatilhamento são discutidos em relação aos blocos 318, 320, 321, 322 e 324. Por exemplo, em alguns exemplos, o aprendizado desencadeado pode envolver a recriação de um relacionamento usado para gerar um modelo preditivo quando uma quantidade limite de dados de sensor in-situ são obtidos de sensores in-situ 208. Em tais exemplos, o recebimento de uma quantidade de dados de sensor in-situ dos sensores in-situ 208 que excede um limite aciona ou faz com que o gerador de modelo preditivo 210 gere um novo modelo preditivo que é usado pelo gerador de mapa preditivo 212. Assim, conforme a colheitadeira agrícola 100 continua uma operação de colheita, o recebimento da quantidade limite de dados do sensor in-situ dos sensores in-situ 208 desencadeia a criação de uma nova relação representada por um modelo preditivo gerado pelo gerador de modelo preditivo 210. Além disso, o novo mapa preditivo 264, mapa de zona de controle preditivo 265 ou ambos podem ser regenerados usando o novo modelo preditivo. O bloco 318 representa a detecção de uma quantidade limite de dados do sensor in-situ usados para acionar a criação de um novo modelo preditivo.

[0088] Em outros exemplos, os critérios de engatilhamento de aprendizagem podem se basear 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 nos dados do sensor in-situ (ou a relação entre os dados do sensor in-situ e a informação no mapa de informação anterior 258) estiverem dentro de um intervalo selecionado 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 uma porção dos dados do sensor in situ recémrecebidos 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, como uma magnitude de uma quantidade pela qual os dados excedem o intervalo selecionado ou uma magnitude da variação da relação entre os dados do sensor in situ e a informação anterior mapa de informação 258, pode ser usado como um engatilhamento 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 do usuário; definido por um sistema automatizado; ou definido de outras maneiras.

[0089] Outros critérios de engatilhamento de aprendizagem também podem ser usados. Por exemplo, se o gerador de modelo preditivo 210 mudar para um mapa de informação anterior diferente (diferente do mapa de informação anterior originalmente selecionado 258), então, mudar para o mapa de informação anterior 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 também pode ser usada como critério de engatilhamento de aprendizagem.

[0090] Em alguns casos, o operador 260 também pode editar o mapa preditivo 264 ou 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 a informação editada pode ser usada como critérios de ativação de aprendizagem.

[0091] 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 fornecer um ajuste manual ao subsistema controlável refletindo que o operador 260 deseja que o subsistema controlável opere de uma maneira diferente daquela que está sendo comandada pelo sistema de controle 214. Assim, a alteração manual de uma configuração pelo operador 260 pode fazer com que um ou mais do gerador de modelo preditivo 210 reaprenda um modelo, gerador de mapa preditivo 212 para regenerar o mapa 264, gerador de zona de controle 213 para regenerar uma ou mais zonas de controle 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.

[0092] 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.

[0093] Se a reaprendizagem for acionada, seja com base em critérios de engatilhamento 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 engatilhamento 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 da reaprendizagem é indicada pelo bloco 328.

[0094] Se a operação de colheita foi concluída, a operação se move do bloco 312 para o bloco 330, em que 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.

[0095] Será notado que, embora alguns exemplos aqui descrevam o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebendo um mapa de informação anterior na geração de um modelo preditivo e um mapa preditivo funcional, respectivamente, em outros exemplos, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 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. Por exemplo, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem receber um mapa preditivo, como um mapa preditivo de biomassa, um mapa de rendimento preditivo ou um mapa de umidade de safra preditivo.

[0096] A Figura 4 é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na Figura 1. Particularmente, a Figura 4 mostra, entre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhes. A Figura 4 também ilustra o fluxo de informação entre os vários componentes nele mostrados. Como mostrado, o gerador de modelo preditivo 210 recebe um ou mais dentre um mapa de índice vegetativo 332, um mapa de constituinte de safra histórico 333, um mapa de operação anterior 341, um mapa de propriedade do solo 343, um mapa preditivo 353, como um mapa de biomassa preditivo, um mapa de umidade de safra preditivo, ou um mapa de rendimento preditivo, ou um mapa de características agrícolas 347. Em alguns exemplos, o mapa preditivo (como o mapa preditivo de biomassa, o mapa preditivo de rendimento ou o mapa de umidade de safra preditivo) são gerados pelo processo descrito na Figura 3. Em outros exemplos, o gerador de modelo preditivo 210 pode receber vários outros mapas 401. O mapa de constituinte de safra histórico 333 inclui valores de constituinte de safra históricos 335 indicativos de valores de constituintes de safra em todo o campo durante uma colheita anterior. O mapa de constituinte de safra histórico 333 também inclui dados contextuais 337 que indicam o contexto ou as condições que podem ter influenciado o valor de constituinte de safra no(s) ano(s) anterior(es). Por exemplo, os dados contextuais 337 podem incluir propriedades do solo, como tipo de solo, umidade do solo, cobertura do solo ou estrutura do solo, composição do solo (como teor de nitrogênio), características topográficas, como elevação ou declive, data da planta, data de colheita, características de aplicação de substância (como aplicação de fertilizante), genótipo de semente (híbridos, cultivar, etc.), uma medida da presença de ervas daninhas, uma medida da presença de pragas, condições climáticas, por exemplo, chuva, cobertura de neve, granizo, vento, temperatura, etc. . O mapa de constituinte de safra histórico 333 pode incluir outros itens também, conforme indicado pelo bloco 339. Como mostrado no exemplo ilustrado, o mapa de índice vegetativo 332, o mapa de operação anterior 341, o mapa de composição do solo 343, o mapa preditivo 353 e o mapa de característica agrícola 347 não contêm informação adicional. No entanto, em outros exemplos, o mapa de índice vegetativo 332, o mapa de operação anterior 341, o mapa de composição do solo 343, o mapa preditivo 353 e o mapa de característica agrícola 347 podem incluir outros itens também. Por exemplo, o crescimento de ervas daninhas tem efeito sobre uma leitura do índice vegetativo. Consequentemente, a aplicação de herbicida em relação temporal com a detecção de índice vegetativo usada para gerar o mapa de índice vegetativo 332 pode ser informação contextual incluída no mapa de índice vegetativo 332 para fornecer contexto para os valores de índice vegetativo. Vários outros tipos de informações também podem ser incluídos no mapa de índice vegetativo 332, mapa topográfico 341 ou mapa de propriedade do solo 343.

[0097] Além de receber um ou mais de um mapa de índice vegetativo 332, um mapa de constituinte de safra histórico 333, um mapa de operação anterior 341, um mapa de composição de solo 343, um mapa preditivo 353 ou um mapa de característica agrícola 347 como um mapa de informação anterior, gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, do sensor de posição geográfica 204. Os sensores in situ 208 ilustrativamente incluem um sensor de constituinte de safra 336, bem como um sistema de processamento 338. O sistema de processamento 338 processa dados de sensor gerados a partir dos sensores de constituinte de safra 336. Em alguns exemplos, o sensor de constituinte de safra 336 pode ser uma colheitadeira agrícola integrada 100.

[0098] Em alguns exemplos, os sensores de constituinte de safra 336 podem utilizar uma ou mais bandas de radiação eletromagnética na detecção de constituintes de safra. Por exemplo, um sensor de constituinte de safra 336 pode utilizar a refletância ou absorção de várias faixas (por exemplo, vários comprimentos de onda ou frequências, ou ambos) de radiação eletromagnética por safra ou outro material de vegetação, incluindo grãos de plantas de safra, na detecção de constituintes de safra. Em alguns exemplos, um sensor de constituinte de safra pode incluir um sensor óptico, como um espectrômetro óptico. Em um exemplo, um sensor de constituinte de safra 336 pode utilizar espectroscopia de quase infravermelho ou espectroscopia de quase infravermelho e visível. O sensor de constituinte de safra 336 pode ser disposto em ou ter acesso a várias localizações dentro da colheitadeira agrícola 100. Por exemplo, o sensor de constituinte de safra 336 pode ser disposto dentro do alimentador 106 (ou de outra forma ter acesso de detecção ao material de safra dentro do alimentador 106) e configurado para detectar constituintes do material de safra colhido que passa através do alimentador 106. Em outros exemplos, o sensor de constituinte de safra 336 pode estar localizado em outras áreas dentro da colheitadeira agrícola 100, por exemplo, em, acoplado a, ou disposto dentro do elevador de grãos limpos, em, acoplado a ou disposto dentro de um trado de grãos limpos, ou no, acoplado ou disposto dentro de um tanque de grãos. Será notado que estes são meramente exemplos dos tipos e localizações de sensores de constituintes de safra 336, e que vários outros tipos e localizações de sensores de constituintes de safra 336 são contemplados.

[0099] O sistema de processamento 338 processa um ou mais sinais de sensor gerados pelo sensor de constituinte de safra 336 para gerar dados de sensor processados que identificam um ou mais valores de constituinte de safra. 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 ser a localização precisa do valor de constituinte de safra. Isso ocorre porque uma quantidade de tempo pode decorrer entre o momento em que a colheitadeira agrícola faz o contato inicial com a planta de safra e quando a planta de safra é detectada pelo sensor de constituinte de safra 336, ou outro sensor in-situ 208. Assim, um tempo transitório entre quando uma planta é inicialmente encontrada e quando a planta é detectada dentro da colheitadeira agrícola é levado em consideração ao georreferenciar os dados detectados. Ao fazer isso, o valor de constituinte de safra pode ser georreferenciado com precisão para a localização correta no campo. Por exemplo, devido ao deslocamento da safra cortada ao longo de um coletor em uma direção que é transversal a uma direção de deslocamento da colheitadeira agrícola, os valores de constituinte de safra podem se geolocalizar em uma área em forma de chevron atrás da colheitadeira agrícola à medida que a colheitadeira agrícola se desloca para a frente.

[00100] O sistema de processamento 338 aloca ou distribui um valor de constituinte de safra agregado detectado por um sensor de constituinte de safra durante cada tempo ou intervalo de medição de volta às regiões georreferenciadas anteriores com base nos tempos de deslocamento da colheita de diferentes porções da colheitadeira agrícola, como diferentes localizações laterais ao longo de uma largura de um coletor da colheitadeira agrícola e da velocidade terrestre da colheitadeira. Por exemplo, o sistema de processamento 338 aloca um valor de constituinte de safra agregado medido a partir de um intervalo de medição ou tempo de volta para regiões georreferenciadas que foram percorridas por um coletor da colheitadeira agrícola durante diferentes intervalos de medição ou tempos. O sistema de processamento 338 distribui ou aloca o valor de constituinte de safra agregado de um determinado intervalo de medição ou tempo para regiões georreferenciadas previamente percorridas que fazem parte da área de forma de chevron.

[00101] Em alguns exemplos, o sensor de constituinte de safra 336 pode contar com diferentes tipos de radiação e a maneira como a radiação é refletida, absorvida, atenuada ou transmitida através do material de safra, incluindo grãos. O sensor de constituinte de safra 336 pode detectar outras propriedades eletromagnéticas do material de safra, como permissividade elétrica quando o material passa entre duas placas capacitivas. Outras propriedades de materiais e sensores também podem ser usadas. Em alguns exemplos, dados brutos ou processados do sensor de constituinte de safra 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 uma localização remoto.

[00102] A presente discussão prossegue em relação a um exemplo no qual o sensor de constituinte de safra 336 detecta um valor de constituinte de safra. Será reconhecido que este é apenas um exemplo, e os sensores mencionados acima, como outros exemplos de sensor de constituinte de safra 336, também são contemplados aqui. Como mostrado na Figura 4, o gerador de modelo preditivo 210 inclui um gerador de modelo de índice vegetativo em constituinte de safra 342, um gerador de modelo de constituinte de safra histórico em constituinte de safra 344, um gerador de modelo de composição de solo em constituinte de safra 345, uma gerador de modelo de característica de operação anterior em constituinte de safra 346, um gerador de modelo de característica preditiva em constituinte de safra 347 e um gerador de modelo de característica agrícola em constituinte de safra 348. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, menos ou diferentes do que aqueles mostrados no exemplo da Figura 4. Consequentemente, em alguns exemplos, o gerador de modelo preditivo 210 pode incluir outros itens 349 também, que podem incluir outros tipos de geradores de modelo preditivo para gerar outros tipos de modelos de constituinte de safra. Por exemplo, outros geradores de modelo 348 podem incluir características específicas, por exemplo, características de índice vegetativo específicas, como crescimento ou saúde da safra; características específicas da composição do solo, como níveis de nitrogênio, características específicas de operação anterior, como características de aplicação de substância de uma operação anterior de aplicação de substância; características agrícolas específicas; características preditivas específicas, como biomassa preditiva, rendimento preditivo ou umidade preditiva da safra, ou constituintes de safra específicos, como óleo, amido, proteína, bem como vários outros constituintes de safra.

[00103] O gerador de modelo de índice vegetativo em constituinte de safra 342 identifica uma relação entre os dados de constituinte de safra in-situ 340 em localizações geográficas correspondentes a em que os dados de tamanho de espiga in-situ 340 foram geolocalizados e valores de índice vegetativo do mapa de índice vegetativo 332 correspondente à mesma localização no campo em que os dados de constituinte de safra 340 foram geolocalizados. Com base nessa relação estabelecida pelo gerador de modelo de constituinte de índice vegetativo para safra 342, o gerador de modelo de índice vegetativo para constituinte de safra 342 gera um modelo de constituinte de safra preditivo. O modelo de constituinte de safra preditivo é usado pelo gerador de mapa preditivo 212 para prever valores de constituinte de safra em diferentes localizações no campo com base no valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332 nas mesmas localizações no campo.

[00104] O gerador de modelo de constituinte de safra histórico em constituinte de safra 344 identifica uma relação entre o valor de constituinte de safra representado nos dados de constituinte de safra in-situ 340, em uma localização geográfica correspondente ao local em que os dados de constituinte de safra in-situ 340 foram geolocalizados, e o valor de constituinte de safra histórico na mesma localização (ou uma localização em um mapa de constituinte de safra histórico 333 com dados contextuais semelhantes 337 da presente área ou ano). O valor de constituinte de safra histórico 335 é o valor georreferenciado e contextualmente referenciado contido no mapa de constituinte de safra histórico 333. O gerador de modelo de constituinte de safra histórico em constituinte de safra 344, então, gera um modelo de constituinte de safra preditivo que é usado pelo gerador de mapa 212 para prever o valor de constituinte de safra em um local no campo com base no valor de constituinte de safra histórico 335.

[00105] O gerador de modelo de propriedade de solo em constituinte de safra 345 identifica uma relação entre os dados de constituinte de safra insitu 340 em uma localização geográfica correspondente ao local em que os dados de constituinte de safra in-situ 340 foram geolocalizados e os valores de propriedade do solo (como valores de composição de solo, valores de tipo de solo, valores de umidade do solo, est.) do mapa de propriedade de solo 343 correspondente à mesma localização no campo em que os dados de constituinte de safra in-situ 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de propriedade de solo em constituinte de safra 345, o gerador de modelo de propriedade de solo em constituinte de safra 345 gera um modelo de constituinte de safra preditivo. O modelo de constituinte de safra preditivo é usado pelo gerador de mapa preditivo 212 para prever valores de constituinte de safra em diferentes localizações no campo com base no valor de propriedade de solo georreferenciado contido no mapa de propriedade de solo 343 nas mesmas localizações no campo.

[00106] O gerador de modelo de característica de operação anterior em constituinte de safra 346 identifica uma relação entre os dados de constituinte de safra in-situ 340 em uma localização geográfica correspondente ao local em que os dados de constituinte de safra in-situ 340 foram geolocalizados e os valores de característica de operação anterior (como valores de característica de aplicação de substância ) do mapa anterior 341 correspondente ao mesmo local no campo em que os dados de constituinte de safra in situ 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de característica de operação anterior em constituinte de safra 346, o gerador de modelo de característica de operação anterior em constituinte de safra 346 gera um modelo de constituinte de safra preditivo. O modelo de constituinte de safra preditivo é usado pelo gerador de mapa preditivo 212 para prever valores de constituintes de safra em diferentes localizações no campo com base no valor de característica de operação anterior georreferenciado contido no mapa de operação anterior 341 nas mesmas localizações no campo.

[00107] O gerador de modelo de característica preditiva em constituinte de safra 357 identifica uma relação entre os dados de constituinte de safra in-situ 340 em uma localização geográfica correspondente ao local em que os dados de constituinte de safra in-situ 340 foram geolocalizados e valores de característica preditivos (como valores de biomassa preditivos, rendimento preditivo ou valores preditivos de umidade da safra) do mapa preditivo 353 correspondente à mesma localização no campo em que os dados constituintes de safra in-situ 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de característica preditiva em constituinte de safra 357, o gerador de modelo característica preditiva em constituinte de safra 357 gera um modelo preditivo de constituintes de safra. O modelo de constituinte de safra preditivo é usado pelo gerador de mapa preditivo 212 para prever valores de constituintes de safra em diferentes localizações no campo com base no valor de característica preditiva georreferenciado (como o valor de biomassa preditiva georreferenciado, o valor de rendimento preditivo georreferenciado ou o valor de umidade de safra preditivo georreferenciado) contido no mapa de característica preditivo 353 nas mesmas localizações.

[00108] O gerador de modelo de característica agrícola em constituinte de safra 348 identifica uma relação entre os dados de constituinte de safra insitu 340 em uma localização geográfica correspondente ao local em que os dados de constituinte de safra in-situ 340 foram geolocalizados e os valores de característica agrícola do mapa de característica agrícola 347 correspondente ao mesmo local no campo em que os dados de constituinte de safra in situ 340 foram geolocalizados. Com base nesta relação estabelecida pelo gerador de modelo de característica agrícola em constituinte de safra 348, o gerador de modelo característica agrícola em constituinte de safra 348 gera um modelo preditivo de constituintes de safra. O modelo de constituinte de safra preditivo é usado pelo gerador de mapa preditivo 212 para prever valores de constituintes de safra em diferentes localizações no campo com base no valor de característica agrícola georreferenciado contido no mapa de característica agrícola 347 nas mesmas localizações no campo.

[00109] À luz do acima, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos de constituinte de safra, como um ou mais dos modelos de tamanho de constituinte de safra gerados pelos geradores de modelo 342, 344, 345, 346, 348, 357 e 349. Em outro exemplo, dois ou mais dos modelos preditivos de constituinte de safra descritos acima podem ser combinados em um único modelo de constituinte de safra preditivo que prevê os valores de constituinte de safra com base no valor do índice vegetativo, no valor de constituinte de safra histórico, no valor de propriedade de solo, no valor de característica de operação anterior, o valor de característica preditiva ou no valor de característica agrícola em diferentes localizações no campo ou ambos. Qualquer um desses modelos de constituintes de safra, ou combinações dos mesmos, são representados coletivamente pelo modelo de constituintes de safra 350 na Figura 4.

[00110] O modelo de tamanho de constituinte de safra 350 é fornecido ao gerador de mapa preditivo 212. No exemplo da Figura 4, o gerador de mapa preditivo 212 inclui um gerador de mapa de constituinte de safra 352. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, menos ou diferentes. O gerador de mapa de constituinte de safra 352 recebe o modelo de constituinte de safra preditivo 350 que prevê valores de constituintes de safra com base em dados in situ 340 juntamente com um ou mais do mapa de índice vegetativo 332, mapa de constituinte de safra histórico 333, mapa de operação anterior 341, mapa de propriedade do solo 343, mapa preditivo 353 ou mapa de característica agrícola 347

[00111] O gerador de mapa de constituinte de safra 352 pode gerar um mapa de constituinte de safra preditivo funcional 360 que prevê valores de constituintes de safra em diferentes localizações no campo com base em um ou mais do valor de índice vegetativo, valor de constituinte de safra histórico, valor de característica de operação anterior, valor de propriedade de solo (como um valor de composição do solo), valor de característica preditiva (como valor de rendimento preditivo, valor de biomassa preditivo ou valor de umidade de colheita preditivo) ou valor de característica agrícola nessas localizações no campo e o modelo de constituinte de safra preditivo 350. Os valores dos constituintes de safra podem incluir uma quantidade de um ou mais constituintes no material de safra, como uma quantidade de proteína, óleo, amido ou outro constituinte no material de safra (por exemplo, a planta de safra). Em outros exemplos, os valores dos constituintes de safra podem incluir uma quantidade de um ou mais constituintes no grão das plantas de safra, como uma quantidade de proteína, óleo, amido ou outro constituinte no grão (por exemplo, grão de milho, soja, etc.). O mapa de constituinte de safra preditivo funcional gerado 360 pode ser fornecido para controlar o gerador de zona 213, o sistema de controle 214 ou ambos. O gerador de zona de controle 213 gera zonas de controle e incorpora essas zonas de controle no mapa preditivo funcional, isto é, mapa preditivo 360, para produzir o mapa de zona de controle preditivo 265. Um ou tanto o mapa preditivo funcional 264 quanto o mapa de zona de controle preditivo 265 podem ser apresentados ao operador 260 ou outro usuário ou ser fornecidos para o sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base no mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos.

[00112] A Figura 5 é um diagrama de fluxo de um exemplo de operação do gerador de modelo preditivo 210 e gerador de mapa preditivo 212 na geração do modelo de constituinte de safra preditivo espiga 350 e do mapa de constituinte de safra preditivo funcional 360. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um ou mais mapas de índice vegetativo anteriores 332, um ou mais mapas históricos de constituintes de safra 333, um ou mais mapas de operação anterior 341, ou um ou mais mapas de composição de solo 434, ou um ou mais mapas de característica agrícola 347 ou uma combinação dos mesmos. No bloco 362, um sinal de sensor in-situ é recebido de um sensor in-situ, como um sinal de sensor de constituinte de safra de um sensor de constituinte de safra 336.

[00113] No bloco 363, o seletor de mapa de informação anterior 209 seleciona um ou mais mapas de informação anterior específico 250 para uso pelo gerador de modelo preditivo 210. Em um exemplo, o seletor de mapa de informação anterior 209 seleciona um mapa de uma pluralidade de mapas candidatos com base em uma comparação da informação contextual nos mapas candidatos com a informação contextual atual. Por exemplo, um mapa de constituinte de safra histórico candidato pode ser selecionado de um ano anterior no qual as condições climáticas durante a estação de crescimento foram semelhantes às condições climáticas do ano atual. Ou, por exemplo, um mapa de constituinte de safra histórico candidato pode ser selecionado de um ano anterior com um nível de precipitação abaixo da média, enquanto o ano atual tem um nível médio ou acima da média de precipitação, porque o mapa de constituinte de safra histórico associado a um anterior ano com precipitação abaixo da média pode ainda ter uma relação útil de constituinte de safra histórica para constituinte de safra, como discutido acima. Em alguns exemplos, o seletor de mapa de informação anterior 209 pode alterar qual mapa de informação anterior está sendo usado mediante a detecção de que um dos outros mapas de informação anterior candidatos está mais estreitamente correlacionado ao constituinte de safra detectado in-situ.

[00114] No bloco 372, o sistema de processamento 338 processa o um ou mais sinais de sensor recebidos dos sensores in-situ 208, como um ou mais sinais de sensor recebidos de sensores de constituinte de safra 336 para gerar um valor de constituinte de safra indicativo de uma quantidade de um ou mais constituintes presentes no material de safra colhida, como uma quantidade de proteína, uma quantidade de amido ou uma quantidade de óleo, bem como uma quantidade de vários outros constituintes de safra. Outros sensores in situ 208 também podem ser usados, conforme indicado pelo bloco 370. Alguns exemplos de outros sensores in situ são mostrados na Figura 6B.

[00115] 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 em que o valor de constituinte de safra detectado in situ deve ser atribuído. Por exemplo, a localização da colheitadeira agrícola no momento exato em que um sinal do sensor do constituinte de safra é capturado pode não corresponder à localização geográfica do valor de constituinte de safra. Assim, uma posição da colheitadeira agrícola 100 quando o sinal do sensor do constituinte de safra é obtido pode não corresponder ao local onde a safra, tendo o constituinte de safra, foi plantada.

[00116] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos de constituintes de safra preditivos, como o modelo de constituinte de safra 350, que modelam uma relação entre pelo menos um de um valor de índice vegetativo, valor de constituinte de safra histórico, valor de característica de operação anterior, propriedade de solo valor, um valor de característica preditiva ou valor de característica agrícola obtido a partir de um mapa e um valor de constituinte de safra sendo detectado pelo sensor insitu 208. Por exemplo, o gerador de modelo preditivo 210 pode gerar um modelo de constituinte de safra preditivo com base em um valor de índice vegetativo, um valor de constituinte de safra histórico, um valor de característica de operação anterior, um valor de propriedade de solo, um valor de característica preditiva ou um valor de característica agrícola e um valor de constituinte de safra detectado indicado pelo sinal do sensor obtido do sensor in-situ 208.

[00117] No bloco 386, o modelo de constituinte de safra preditivo, como o modelo de constituinte de safra preditivo 350, é fornecido ao gerador de mapa preditivo 212 que gera um mapa de constituinte de safra preditivo funcional que mapeia um valor de constituinte de safra predito para diferentes localizações geográficas no campo com base no mapa de índice vegetativo 332, o mapa de constituinte de safra histórico 333, o mapa de operação anterior 341, o mapa de propriedade do solo 343, o mapa preditivo 353 ou o mapa de característica agrícola 347 e o modelo de constituinte de safra preditivo 350. Por exemplo, em alguns exemplos, o mapa de constituinte de safra preditivo funcional 360 prevê os valores de constituinte de safra. Em outros exemplos, o mapa de constituinte de safra preditivo funcional 360 prevê outros itens. Além disso, o mapa de constituinte de safra 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 de constituinte de safra preditivo funcional 360 é gerado.

[00118] No bloco 394, o gerador de mapa preditivo 212 produz o mapa funcional preditivo de constituinte de safra 360. No bloco 393, o gerador de mapa preditivo 212 configura o mapa de constituinte de safra preditivo funcional 360 para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 também pode fornecer o mapa 360 para controlar o gerador de zona 213 para geração de 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 de constituinte de safra preditivo funcional 360 (com ou sem as zonas de controle) é fornecido 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 constituinte de safra preditivo funcional 360.

[00119] 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 chapas de 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 safra 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 de operador 218. O sistema de controle 214 pode gerar sinais de controle para controlar vários outros subsistemas controláveis 256.

[00120] Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de plataforma / molinete 238 controla a plataforma ou outros atuadores de máquina 248 para controlar uma altura, inclinação ou rotação do coletor 102. Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de taxa de alimentação 236 controla o subsistema de propulsão 250 para controlar uma velocidade de deslocamento da colheitadeira agrícola 100. Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de planejamento de trajeto 234 controla o subsistema de direção 252 para orientar a colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de resíduo 244 controla o subsistema de resíduo 138. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 controla as definições do debulhador 110. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 ou outro controlador 246 controla o subsistema de manipulação de material 125. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 controla o subsistema de limpeza de safra 118. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de limpeza de máquina 245 controla o subsistema de limpeza de máquina 254 na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de interface de operador 231 controla os mecanismos de interface de operador 218 na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de posição da chapa de plataforma 242 controla os atuadores de máquina/coletor 248 para controlar uma chapa de plataforma na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de correia de lona 240 controla os atuadores de máquina/coletor 248 para controlar uma correia de lona na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, os outros controladores 246 controlam outros subsistemas controláveis 256 na colheitadeira agrícola 100.

[00121] Assim, pode ser visto que o sistema atual pega um mapa que mapeia uma característica, como um valor de índice vegetativo, um valor de constituinte de safra histórico, um valor de característica de operação anterior, um valor de propriedade do solo, um valor de característica preditiva ou um valor de característica agrícola para diferentes localizações em um campo. O presente sistema também usa um ou mais sensores in-situ que detectam dados do sensor in-situ que são indicativos de uma característica, como o valor de constituinte de safra, e gera um modelo que modela uma relação entre o valor de constituinte de safra detectado in-situ usando o sensor in-situ e o valor característico mapeado no mapa. Assim, o presente sistema gera um mapa preditivo funcional usando um modelo e um mapa e pode configurar o mapa preditivo funcional gerado para consumo por um sistema de controle ou para apresentação a um operador local ou remoto ou outro usuário. Por exemplo, o sistema de controle pode usar o mapa para controlar um ou mais sistemas de uma colheitadeira combinada.

[00122] A Figura 6A é um diagrama de blocos de uma porção exemplificativa da colheitadeira agrícola 100 mostrada na Figura 1. Particularmente, a Figura 6A mostra, entre outras coisas, exemplos de gerador de modelo preditivo 210 e gerador de mapa preditivo 212. No exemplo ilustrado, o mapa de informação anterior 258 é um mapa de constituinte de safra histórico 333. O mapa de constituinte de safra histórico 333 pode incluir valores de constituinte de safra históricos em várias localizações no campo de uma operação anterior no campo, como uma operação de colheita anterior no campo. A Figura 6A também mostra que o gerador de modelo preditivo 210 e o gerador de mapa preditivo podem receber, alternativamente ou além do mapa de informação anterior 258, um mapa de constituinte de safra preditivo, como mapa de constituinte de safra preditivo funcional 360. O mapa de constituinte de safra preditivo funcional 360 pode ser usado de forma semelhante ao mapa de informação anterior 258 em que o gerador de modelo 210 modela uma relação entre a informação fornecida pelo mapa de constituinte de safra preditivo funcional 360 e as características detectadas por sensores in-situ 208, e o gerador de mapa 212 pode, assim, usar o modelo para gerar um mapa preditivo funcional que prevê as características detectadas pelos sensores in situ 208, ou uma característica indicativa da característica detectada, em diferentes localizações no campo com base em um ou mais dos valores no constituinte de safra preditiva funcional mapear 360 nessas localizações no campo e com base no modelo preditivo. Conforme ilustrado na Figura 6A, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 também podem receber outros mapas 401, por exemplo, outros mapas de informação anterior ou outros mapas preditivos, como outros mapas preditivos de constituintes de safra gerados de outras maneiras que não o mapa funcional de constituintes de safra preditiva 360.

[00123] Além disso, no exemplo mostrado na Figura 6A, o sensor in situ 208 pode incluir um ou mais dentre um sensor de característica agrícola 402, sensor de entrada de operador 404 e um sistema de processamento 406. Os sensores in situ 208 podem incluir outros sensores 408 também.

[00124] O sensor de característica agrícola 402 detecta valores indicativos de características agrícolas. O sensor de entrada de operador 404 detecta várias entradas do operador. As entradas podem ser entradas de configuração para controlar as definições na colheitadeira 100 ou outras entradas de controle, como entradas de direção e outras entradas. Assim, quando o operador 260 altera uma definição ou fornece uma entrada comandada através de um mecanismo de interface do operador 218, tal entrada é detectada pelo sensor de entrada de operador 404, que fornece um sinal de sensor indicativo dessa entrada de operador detectada.

[00125] O sistema de processamento 406 pode receber os sinais do sensor de um ou mais dentre o sensor de característica agrícola 402 e o sensor de entrada de operador 404 e gerar uma saída indicativa da característica detectada. Por exemplo, o sistema de processamento 406 pode receber uma entrada de sensor do sensor de característica agrícola 402 e gerar uma saída indicativa de uma característica agrícola. O sistema de processamento 406 também pode receber uma entrada do sensor de entrada de operador 404 e gerar uma saída indicativa da entrada de operador detectada.

[00126] O gerador de modelo preditivo 210 pode incluir o gerador de modelo de constituinte de safra em característica agrícola 410 e gerador de modelo de constituinte de safra em comando 414. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir geradores de modelo adicionais, menos ou outros 415. Por exemplo, o gerador de modelo preditivo 210 pode incluir características agrícolas específicas ou geradores de modelo de comando de operador específicos, como geradores de modelo usando características agrícolas específicas, por exemplo, biomassa ou características de biomassa, rendimento ou características de rendimento, bem como várias outras características agrícolas, ou geradores de modelo usando comandos específicos do operador, por exemplo, configurações de altura de coletor, configurações de direção (como direção de deslocamento), configurações de velocidade (como velocidade de deslocamento), configurações do rotor de debulha, bem como várias outras configurações da máquina. O gerador de modelo preditivo 210 pode receber um indicador de localização geográfica 334 do sensor de posição geográfica 204 e gerar um modelo preditivo 426 que modela uma relação entre a informação em um ou mais dos mapas de informação anterior 258 ou a informação no mapa de constituinte de safra preditiva funcional 360 e um ou mais dentre: a característica agrícola detectada pelo sensor de característica agrícola 402; e comandos de entrada de operador detectados pelo sensor de entrada de operador 404.

[00127] O gerador de modelo de constituinte de safra em característica agrícola 410 gera um modelo que modela uma relação entre os valores de constituintes de safra (que podem estar no mapa de constituinte de safra preditiva 360, mapa de constituinte de safra histórico 333 ou outro mapa 401) e a característica agrícola detectada por agrícolas sensor característico 402. O gerador de modelo de constituinte de safra em característica agrícola 410 gera um modelo preditivo 426 que corresponde a esta relação.

[00128] O gerador de modelo de comando de constituinte para operador de safra 414 gera um modelo que modela uma relação entre os valores de constituintes de safra conforme refletido no mapa de constituinte de safra preditivo 360, mapa de constituinte de safra histórico 333 ou outro mapa 401 e comandos de entrada de operador que são detectados pela entrada de operador sensor 404. O gerador de modelo de constituinte de safra em comando de operador 414 gera um modelo preditivo 426 que corresponde a esta relação.

[00129] Outros geradores de modelo 415 podem incluir, por exemplo, características agrícolas específicas ou geradores de modelo de comando de operador específicos, como geradores de modelo usando características agrícolas específicas, por exemplo, biomassa ou características de biomassa, rendimento ou características de rendimento, bem como várias outras características agrícolas, ou geradores de modelo usando comandos específicos do operador, por exemplo, configurações de altura de coletor, configurações de direção, configurações de velocidade, configurações do rotor de debulha, bem como várias outras configurações da máquina.

[00130] 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 constituinte de safra em característica agrícola 410 e gerador de modelo de constituinte de safra em comando de operador 414 e outros geradores de modelo que podem ser incluídos como parte de outros itens 415.

[00131] No exemplo da Figura 6A, o gerador de mapa preditivo 212 inclui gerador de mapa de característica agrícola preditivo 416 e um gerador de mapa de comando de operador preditivo 422. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, menos ou outros 424.

[00132] O gerador de mapa de característica agrícola preditivo 416 recebe um modelo de previsão 426 que modela a relação entre um valor de constituinte de safra e uma característica agrícola detectada pela característica agrícola 402 (como um modelo preditivo gerado por gerador de modelo de constituinte de safra em característica agrícola 410), e um ou mais dos mapas de informação anterior 258 ou mapa de constituinte de safra preditivo funcional 360 ou outros mapas 401. O gerador de mapas de característica agrícola preditivas 416 gera um mapa de características agrícolas preditivas funcionais 427 que prevê valores de características agrícolas (ou as características agrícolas das quais os valores são indicativos) em diferentes localizações no campo com base em um ou mais dos valores constituintes de safra em um ou mais dos mapas de informação anterior 258 ou o mapa de constituinte de safra preditivo funcional 360 ou outro mapa 401 nessas localizações no campo e com base no modelo preditivo 426.

[00133] O gerador de mapa de comando do operador preditivo 422 recebe um modelo preditivo 426 que modela a relação entre um valor de constituinte de safra e as entradas de comando do operador detectadas pelo sensor de entrada de operador 404 (como um modelo preditivo gerado pelo gerador de modelo de constituinte para comando de safra 414), e um ou mais dos mapas de informação anterior 258 ou o mapa de constituinte de safra preditivo funcional 360 ou outro mapa 401. O gerador de mapa de comando do operador preditivo 422 gera um mapa de comando do operador preditivo funcional 440 que prevê entradas de comando do operador em diferentes localizações no campo com base nos valores de constituintes de safra do mapa de informação anterior 258 ou do mapa de constituinte de safra preditiva funcional 360 ou outro mapa 401, nessas localizações no campo e com base no modelo preditivo 426.

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

[00135] A Figura 6B é um diagrama de blocos que mostra alguns exemplos de sensores em tempo real (in situ) 208. Alguns dos sensores mostrados na Figura 6B, 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 em relação às Figuras. 6A e 7, em que o sistema de processamento 406 é separado. Alguns dos possíveis sensores in situ 208 mostrados na Figura 6B são mostrados e descritos acima em relação às Figuras anteriores. e são numerados de forma semelhante. A Figura 6B mostra que os sensores in-situ 208 podem incluir sensores de entrada de operador 980, sensores de máquina 982, sensores de propriedade de material colhido 984, sensores de campo e de propriedade de solo 985, sensores de característica ambiental 987 e os mesmos podem incluir uma grande variedade de outros sensores 226. Os sensores de entrada de operador 980 podem ser sensores que detectam as entradas do operador por meio dos mecanismos de interface de operador 218. Portanto, os sensores de entrada de operador 980 podem detectar o movimento do usuário de ligações, alavancas de direção, um volante, botões, mostradores ou pedais. Os sensores de entrada de operador 980 também podem detectar as interações do usuário com outros mecanismos de entrada de operador, como uma tela sensível ao toque, um microfone em que o reconhecimento de voz é utilizado ou qualquer um de uma ampla variedade de outros mecanismos de entrada de operador.

[00136] Os sensores de máquina 982 podem detectar 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 configuração de máquina 991 que detectam as definições da máquina. Alguns exemplos de definições de máquina foram descritos acima em relação à Figura 1. O sensor de posição 993 do equipamento de extremidade dianteira (por exemplo, plataforma) pode detectar a posição do coletor 102, carretel 164, cortador 104 ou outro equipamento de extremidade dianteira em relação ao chassi da colheitadeira agrícola 100 ou em relação ao chão. Por exemplo, os sensores 993 podem detectar 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, plataforma) 995. Os sensores 995 podem detectar a orientação do coletor 102 em relação à colheitadeira agrícola 100 ou em relação ao chão. Os sensores de máquina 982 podem incluir sensores de estabilidade 497. Os sensores de estabilidade 997 detectam oscilação ou movimento de salto (e amplitude) da colheitadeira agrícola 100. Os sensores de máquina 982 também podem incluir sensores de configuração de resíduo 999 que são configurados para detectar se a colheitadeira agrícola 100 está configurada para cortar o resíduo, produzir um amontoado de feno ou lidar com o resíduo de outra maneira. Os sensores de máquina 982 podem incluir o sensor de velocidade de ventilador de sapata de limpeza 951 que detecta a velocidade do ventilador de limpeza 120. Os sensores de máquina 982 podem incluir sensores de folga côncava 953 que detectam a folga entre o rotor 112 e contrabatedores 114 na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de liberação de forro 955 que detectam o tamanho das aberturas na peneira 122. Os sensores de máquina 982 podem incluir o sensor de velocidade de rotor de debulha 957 que detecta uma velocidade de rotor do rotor 112. Os sensores de máquina 982 podem incluir o sensor de força do rotor 959 que detecta a força usada para acionar o rotor 112. Os sensores de máquina 982 podem incluir sensor de folga 961 que detecta o tamanho das aberturas no crivo 124. Os sensores da máquina 982 podem incluir o sensor de umidade MOG 963 que detecta 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 detecta a orientação da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de taxa de alimentação de material 967 que detectam 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 detectam 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 detecta 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 detecta a utilização de energia na colheitadeira agrícola 100, como quais subsistemas estão utilizando energia, ou 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 detectam 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 característica de máquina, indicados pelo bloco 975. Os sensores de desempenho da máquina e os sensores de características da máquina 975 podem detectar o desempenho da máquina ou as características da colheitadeira agrícola 100.

[00137] Sensores de propriedade de material colhido 984 podem detectar características do material de safra cortado conforme o material de safra está sendo processado pela colheitadeira 100. As propriedades da safra podem incluir coisas como tipo de safra, constituintes de safra, como amidos, óleo e proteína, umidade da safra, qualidade dos grãos (como grãos quebrados), níveis de MOG, constituintes dos grãos, como amidos, óleo e proteína, umidade MOG e outras propriedades do material de safra. Outros sensores podem detectar a “tenacidade” da palha, a adesão do milho às espigas e outras características que podem ser utilizadas de forma benéfica para controlar o processamento para uma melhor captura de grãos, danos de grãos reduzidos, consumo de energia reduzido, perda de grãos reduzida, etc.

[00138] Os sensores de campo e de propriedade do solo 985 podem detectar 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 detectar uma ou mais características ambientais. As características ambientais podem incluir coisas como direção e velocidade do vento, precipitação, neblina, nível de poeira ou outros obscurantes, ou outras características ambientais.

[00140] A Figura 7 mostra um diagrama de fluxo 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 427 e 440. No bloco 442, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um mapa. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427 e 440 podem ser mapas de informação anterior 258, como um mapa de constituinte de safra histórico 333 criado usando dados obtidos durante uma operação anterior em um campo, como uma operação de colheita anterior. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo na geração de um ou mais modelos preditivos 426 e um ou mais mapas preditivos funcionais 427 e 440 pode ser mapa constitutivo de safra preditiva funcional 360. Outros mapas podem ser recebidos, bem como indicados pelo bloco 401, como outros mapas de informação anterior ou outros mapas preditivos, por exemplo, outros mapas preditivos de constituintes de safra gerados de maneiras diferentes do mapa de constituinte de safra preditivo funcional 360.

[00141] No bloco 444, o gerador de modelo preditivo 210 recebe um sinal de sensor contendo dados de sensor de um sensor in-situ 208. O sensor in situ pode ser um ou mais de um sensor de característica agrícola 402 e um sensor de entrada de operador 404. O sensor de característica agrícola 402 detecta uma característica agrícola. O sensor de entrada de operador 404 detecta um comando de entrada de operador. O gerador de modelo preditivo 210 também pode receber outras entradas de sensor in-situ, conforme indicado pelo bloco 408.

[00142] No bloco 454, 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 Figura 6A. 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 de uma característica agrícola ou um comando de entrada de operador. Os dados processados 409 são fornecidos ao gerador de modelo preditivo 210.

[00143] Retornando à Figura 7, no bloco 456, o gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, do sensor de posição geográfica 204, como mostrado na Figura 6A. A localização geográfica 334 pode ser correlacionada à localização geográfica a partir da qual a variável ou variáveis detectadas, detectadas por sensores in-situ 208, foram tomadas. Por exemplo, o gerador de modelo preditivo 210 pode obter a localização geográfica 334 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.

[00144] No bloco 458, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos 426 que modelam uma relação entre um valor mapeado em um mapa recebido e uma característica representada nos dados processados 409. Por exemplo, em alguns casos, o valor mapeado em um mapa recebido pode ser um valor de constituinte de safra, como uma quantidade de proteína, amido, óleo ou outro constituinte na planta de colheita ou uma quantidade de proteína, amido, óleo ou outro constituinte em grão da planta de colheita e o gerador de modelo preditivo 210 gera um modelo preditivo usando o valor mapeado de um mapa recebido e uma característica detectada por sensores in-situ 208, conforme representado nos dados processados 409, ou uma característica relacionada , como uma característica que se correlaciona com a característica detectada por sensores in-situ 208.

[00145] Os um ou mais modelos preditivos 426 são fornecidos para o 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 mapa preditivos funcionais de características agrícolas 427 e um mapa de comando de operador preditivo funcionai 440, ou qualquer combinação desses mapas. O mapa de características agrícolas preditivas funcionais 427 prevê valores de características agrícolas (ou características agrícolas indicadas pelos valores) em diferentes localizações no campo. O mapa de comando de operador preditivo funcional 440 prevê entradas de comando de operador desejadas ou prováveis em diferentes localizações no campo. Além disso, um ou mais dos mapas preditivos funcionais 427 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 427 e 440 são gerados conforme a operação agrícola está sendo executada.

[00146] No bloco 468, o gerador de mapa preditivo 212 emite um ou mais mapas preditivos funcionais 427 e 440. No bloco 470, o gerador de mapa preditivo 212 pode configurar o mapa para apresentação e possível interação por um operador 260 ou outro usuário. No bloco 472, o gerador de mapa preditivo 212 pode configurar o mapa para consumo pelo sistema de controle 214. No bloco 474, o gerador de mapa preditivo 212 pode fornecer um ou mais mapas preditivos 427 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 o um ou os mapas preditivos 427 e 440 de outras maneiras. Em um exemplo em que um ou mais mapas preditivos funcionais 427 e 440 são fornecidos para controlar o gerador de zona 213, o um ou mais mapas preditivos funcionais 427 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 fornecido ao sistema de controle 214 também.

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

[00148] 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 chapas de 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 safra 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 de operador 218. O sistema de controle 214 pode gerar sinais de controle para controlar vários outros subsistemas controláveis 256.

[00149] Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de plataforma / molinete 238 controla a plataforma ou outros atuadores de máquina 248 para controlar uma altura, inclinação ou rotação do coletor 102. Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de taxa de alimentação 236 controla o subsistema de propulsão 250 para controlar uma velocidade de deslocamento da colheitadeira agrícola 100. Em um exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de planejamento de trajeto 234 controla o subsistema de direção 252 para orientar a colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de resíduo 244 controla o subsistema de resíduo 138. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 controla as definições do debulhador 110. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 ou outro controlador 246 controla o subsistema de manipulação de material 125. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de definições 232 controla o subsistema de limpeza de safra 118. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de limpeza de máquina 245 controla o subsistema de limpeza de máquina 254 na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206. Em outro exemplo em que o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de interface de operador 231 controla os mecanismos de interface de operador 218 na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de posição da chapa de plataforma 242 controla os atuadores de máquina/coletor 248 para controlar uma chapa de plataforma na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de correia de lona 240 controla os atuadores de máquina/coletor 248 para controlar uma correia de lona na colheitadeira agrícola 100. Em outro exemplo em que o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, os outros controladores 246 controlam outros subsistemas controláveis 256 na colheitadeira agrícola 100.

[00150] A Figura 8 mostra um diagrama de blocos que ilustra um exemplo de gerador de zona de controle 213. O gerador de zona de controle 213 inclui seletor de atuador de máquina de trabalho (WMA) 486, sistema de geração de zona de controle 488 e sistema de geração de zona de regime 490. O gerador de zona de controle 213 também pode incluir outros itens 492. O sistema de geração de zona de controle 488 inclui o componente identificador de critérios de zona de controle 494, componente de definição de limite de zona de controle 496, componente de identificador de configuração de alvo 498 e outros itens 520. O sistema de geração de zona de regime 490 inclui o componente de identificação de critérios de zona de regime 522, componente de definição de limite de zona de regime 524, componente 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 fornecida primeiro.

[00151] 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.

[00152] 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.

[00153] O componente identificador de configuração de destino 498 define um valor da configuração 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 o subsistema de limpeza de safra 118 e o mapa preditivo funcional em análise for um mapa de constituinte de safra preditivo funcional 360, então a configuração de destino em cada zona de controle pode ser uma configuração de velocidade alvo para limpeza do ventilador 120 com base no constituinte de safra valores contidos no mapa de constituinte de safra preditivo funcional 360.

[00154] Em alguns exemplos, em que a colheitadeira agrícola 100 deve ser controlada com base em uma localização atual ou futura da colheitadeira agrícola 100, múltiplas definições alvo podem ser possíveis para um WMA em uma determinado posição. Nesse caso, as definições alvo podem ter valores diferentes e podem ser concomitantes. Portanto, as definições alvo precisam ser resolvidas de forma que apenas uma única configuração de destino seja usada para controlar o WMA. Por exemplo, em que 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 concomitantes podem existir que são considerados pelo sistema de geração de zona de controle 488 na identificação das zonas de controle e as definições alvo para o WMA selecionado nas zonas de controle. Por exemplo, diferentes configurações de alvo para controlar a velocidade do ventilador de limpeza podem ser geradas com base, por exemplo, em um valor de constituinte de safra detectado ou predito, um valor de constituinte de safra histórico, um valor de característica agrícola detectado ou predito, um vegetal detectado ou predito valor de índice, valores de característica preditos, como biomassa prevista, rendimento predito ou umidade prevista da safra, um valor de propriedade do solo detectado ou predito (como uma quantidade de nitrogênio no solo), um valor de característica operacional anterior detectado ou predito (como um valor de característica de aplicação de substância, por exemplo, um valor de característica de aplicação de fertilizante), um valor de taxa de alimentação detectado ou predito, um valor de eficiência de combustível detectado ou preditivo, um valor de perda de grão detectado ou predito ou uma combinação destes. Será notado que estes são apenas exemplos, e as definições alvo para vários WMAs podem se basear em vários outros valores ou combinações de valores. No entanto, em qualquer momento, o ventilador de limpeza 120 não pode operar em várias velocidades simultaneamente. Em vez disso, a qualquer momento, o ventilador de limpeza 120 opera em uma única velocidade. Assim, uma das definições alvo concomitantes é selecionada para controlar a velocidade do ventilador de limpeza 120.

[00155] Portanto, em alguns exemplos, o sistema de geração de zona de regime 490 gera zonas de regime para resolver várias definições alvo concomitantes 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, valores de constituintes de safra, valores de características agrícolas, valores de características de operação anterior, valores de características preditos, valores de índice vegetativo, valores de propriedade do solo, entradas de comando do operador, tipo de safra ou safra variedade (por exemplo, com base em um mapa plantado ou outra fonte do tipo de safra ou variedade de safra), tipo de erva daninha, intensidade da erva daninha ou estado da safra (como se a safra 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.

[00156] Em alguns exemplos, as zonas de regime podem se sobrepor umas às outras. Por exemplo, uma zona de regime de variedade de safra pode se sobrepor a uma porção ou a totalidade de uma zona de regime de estado de safra. Em tal exemplo, as diferentes zonas de regime podem ser atribuídas a uma hierarquia de precedência de modo que, em que duas ou mais zonas de regime se sobrepõem, a zona de regime atribuída com uma posição hierárquica maior ou importância na hierarquia de precedência tem precedência sobre as zonas de regime que têm posições hierárquicas menores ou importância na hierarquia de precedência. A hierarquia de precedência das zonas de regime pode ser configurada manualmente ou pode ser configurada automaticamente usando um sistema baseado em regras, um sistema baseado em modelo ou outro sistema. Como um exemplo, em que uma zona de regime de safra caída se sobrepõe a uma zona de regime de variedade de safra, a zona de regime de safra caída pode receber uma importância maior na hierarquia de precedência do que a zona de regime de variedade de safra de modo que a zona de regime de safra caída tenha precedência.

[00157] Além disso, cada zona de regime pode ter um resolvedor de definições exclusivo para um determinado WMA ou conjunto de WMAs. O componente identificador do 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.

[00158] 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 alvo concomitantes, em que mais de uma configuração 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 alvo concomitantes 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 alvo concomitantes com base em uma métrica de qualidade prevista ou histórica correspondente a cada uma das diferentes definições alvo. Por exemplo, um ventilador de limpeza aumentado pode reduzir a perda, mas melhorar a qualidade do grão. Uma configuração de velocidade do ventilador de limpeza reduzida pode reduzir a perda de grãos, mas pode melhorar a qualidade dos grãos. Quando a perda de grãos for selecionada como uma métrica de qualidade, o valor predito ou histórico para a métrica de qualidade selecionada, dados os dois valores de configurações de velocidade do veículo concorrentes, pode ser usado para resolver a definição de velocidade de ventilador de limpeza. Em alguns casos, os resolvedores de definições podem ser um conjunto de regras de limite que podem ser usados em vez de, ou além, das zonas de regime. Um exemplo de regra de limite pode ser expresso da seguinte forma:

[00159] Se os valores de constituinte de safra preditos dentro de 6,1 metros (20 pés) do coletor da colheitadeira agrícola 100 forem maiores do que x (em que x é um valor selecionado ou predeterminado), então use o valor de configuração alvo que é escolhido com base na perda de grãos sobre outras definições alvo concomitantes, caso contrário, use o valor de configuração de destino com base na qualidade de grão em relação a outros valores de configuração de destino concomitantes.

[00160] Os resolvedores de definições podem ser componentes lógicos que executam regras lógicas na identificação de uma configuração de destino. Por exemplo, o resolvedor de definições pode resolver as definições do alvo enquanto tenta minimizar o tempo de colheita ou minimizar o custo total da colheita ou maximizar o grão colhido ou com base em outras variáveis que são calculadas como uma função das diferentes definições do alvo candidato. Um tempo de colheita pode ser minimizado quando uma quantidade para completar uma colheita é reduzida a ou abaixo de um limite selecionado. Um custo total de colheita pode ser minimizado em que o custo total de colheita é reduzido para um valor igual ou inferior a um limite selecionado. Os grãos colhidos podem ser maximizados em que a quantidade de grãos colhidos é aumentada para igual ou acima de um limite selecionado.

[00161] A Figura 9 é um diagrama de fluxo 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).

[00162] No bloco 530, o gerador de zona de controle 213 recebe um mapa em análise para processamento. Em um exemplo, como mostrado no bloco 532, o mapa em análise é um mapa preditivo funcional. Por exemplo, o mapa em análise pode ser um dos mapas preditivos funcionais 360, 427 ou 440. O bloco 534 indica que o mapa em análise também pode ser outros mapas.

[00163] 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 origem de entrada, como a magnitude e variação dos valores no mapa em análise ou a magnitude e variação de entradas de vários dados in-situ sensores 208. O bloco 544 indica um exemplo em que os critérios de definição da zona de controle são ou incluem características físicas da máquina, 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 configuração recém-comandados. O bloco 548 indica um exemplo em que os critérios de definição da zona de controle são ou incluem métricas de desempenho da máquina. O bloco 550 indica um exemplo em que os critérios de definição da zona de controle são ou incluem as preferências do operador. O bloco 552 indica um exemplo em que os critérios de definição da zona de controle são ou incluem outros itens também. O bloco 549 indica um exemplo no qual os critérios de definição da zona de controle se baseiam 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 100 agrícola entrou em uma zona de controle particular. Em alguns casos, a quantidade de tempo selecionada pode ser uma quantidade mínima de tempo. Assim, em alguns casos, os critérios de definição da zona de controle podem evitar que a colheitadeira agrícola 100 cruze um limite de uma zona de controle até que pelo menos a quantidade de tempo selecionada tenha decorrido. O bloco 551 indica um exemplo no qual os critérios de definição da zona de controle são baseados em um valor de tamanho selecionado. Por exemplo, os critérios de definição de zona de controle que se baseiam em um valor de tamanho selecionado podem impedir a definição de uma zona de controle que seja menor do que o tamanho selecionado. Em alguns casos, o tamanho selecionado pode ser um tamanho mínimo.

[00164] No bloco 554, 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 constituintes de safra, incluindo valores de constituintes de safra detectados, preditos ou históricos. O bloco 559 ilustra um exemplo no qual os critérios de definição da zona de regime são baseados em valores de índice vegetativo. O bloco 560 ilustra um exemplo no qual os critérios de definição da zona de regime são baseados em valores de características de operação anterior. O bloco 561 ilustra um exemplo em que os critérios de definição da zona de regime são baseados em valores de propriedade de solo. O bloco 564 indica um exemplo em que os critérios de definição da zona de regime são ou incluem também outros critérios, por exemplo, vários valores de características agrícolas, como uma série de valores de características preditos, como valores de rendimento preditos, valores de biomassa preditos ou valores de umidade de safra preditos.

[00165] No bloco 566, o componente de definição de limiar de zona de controle 496 gera os limiares 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 configuração de destino 498 identifica as definições alvo para cada uma das zonas de controle. As zonas de controle e zonas de regime também podem ser geradas de outras maneiras, e isso é indicado pelo bloco 572.

[00166] 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. Como 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 configuração de alvo concorrente, um resolvedor baseado em regras 582, um critério de desempenho com base em resolvedor 584 ou outros resolvedores 586.

[00167] 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 436 em que o próximo WMA ou conjunto de WMAs para os quais zonas de controle e zonas de regime devem ser definidas é selecionado. Quando nenhum WMAs ou conjuntos de WMAs adicionais para os quais zonas de controle ou zonas de regime devem ser geradas são restantes, o processamento se move para o bloco 590, em que o gerador de zona de controle 213 produz um mapa com zonas de controle, definições alvo, zonas de regime e resolvedores de definições para cada dos WMAs ou conjuntos de WMAs. Como discutido acima, o mapa gerado pode ser apresentado ao operador 260 ou a outro usuário; o mapa emitido pode ser fornecido para o sistema de controle 214; ou o mapa gerado pode ser gerado de outras maneiras.

[00168] A Figura 10 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 da localização 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 da localização de trabalho pode ser um mapa de informação anterior 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 em que o mapa recebido também pode assumir outras formas.

[00169] No bloco 612, o sistema de controle 214 recebe um sinal do sensor do sensor de posição geográfica 204. O sinal do sensor do sensor de posição geográfica 204 pode incluir dados que indicam a localização geográfica 614 da colheitadeira agrícola 100, a velocidade 616 da colheitadeira agrícola 100, a direção 618 da colheitadeira agrícola 100 ou outra informação 620. No bloco 622, o controlador de zona 247 seleciona uma zona de regime e, no bloco 624, o controlador de zona 247 seleciona uma zona de controle no mapa com base no sinal do sensor de posição geográfica. No bloco 626, o controlador de zona 247 seleciona um WMA ou um conjunto de WMAs a serem controlados. No bloco 628, o controlador de zona 247 obtém uma ou mais definições alvo para o WMA selecionado ou conjunto de WMAs. As definições alvo 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 alvo para o WMA selecionado ou conjunto de WMAs é baseado em uma entrada das zonas de controle no mapa da localização de trabalho. O bloco 632 mostra um exemplo no qual 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 insitu 208. O bloco 636 mostra um exemplo em que uma ou mais definições alvo são obtidas de um ou mais sensores em outras máquinas trabalhando no mesmo campo simultaneamente com a colheitadeira agrícola 100 ou de um ou mais sensores em máquinas que trabalharam no mesmo campo no passado. O bloco 638 mostra um exemplo no qual as definições alvo também são obtidas de outras fontes.

[00170] 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 alvo concomitantes em uma configuração de alvo resolvida. Como 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 de operador 218 para apresentar as definições alvo concomitantes 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 alvo concomitantes 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 configuração 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.

[00171] No bloco 642, com o controlador de zona 247 tendo identificado a configuração de destino resolvido, o controlador de zona 247 fornece a configuração de destino resolvido 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 resolvido configuração. Por exemplo, em que o WMA selecionado é uma máquina ou atuador de coletor 248, o controlador de zona 247 fornece a configuração de alvo resolvida para definições de controlador 232 ou coletor/controlador real 238 ou ambos para gerar sinais de controle com base na configuração de alvo resolvido 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 em que o próximo WMA ou conjunto de WMAs é selecionado. Os processos representados pelos blocos 626 a 644 continuam até que todos os WMAs ou conjuntos de WMAs a serem controlados na localização geográfica atual da colheitadeira agrícola 100 tenham sido tratados. Se nenhum WMAs ou conjuntos de WMAs adicionais forem controlados na localização geográfica atual da colheitadeira agrícola 100 permanecer, o processamento prossegue para o bloco 646 em que 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, em que uma próxima zona de controle é selecionada. Se não houver zonas de controle adicionais a serem consideradas, o processamento prossegue para o bloco 648, em que 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, em que uma próxima zona de regime é selecionada.

[00172] No bloco 650, o controlador de zona 247 determina se a operação que a colheitadeira agrícola 100 está realizando está completa. Se não, o controlador de zona 247 determina se um critério de zona de controle foi satisfeito para continuar o processamento, conforme indicado pelo bloco 652. Por exemplo, como mencionado acima, os critérios de definição da zona de controle podem incluir critérios que definem quando um limite da zona de controle pode ser cruzado pela colheitadeira agrícola 100. Por exemplo, se um limite de zona de controle pode ser cruzado pela colheitadeira agrícola 100 pode ser definido por um período de tempo selecionado, o que significa que a colheitadeira agrícola 100 é impedida de cruzar um limite de zona até que uma quantidade de tempo selecionada tenha transcorrido. Nesse caso, no bloco 652, o controlador de zona 247 determina se o período de tempo selecionado já passou. Além disso, o controlador de zona 247 pode realizar o processamento continuamente. Assim, o controlador de zona 247 não espera por qualquer período de tempo específico antes de continuar a determinar se uma operação da colheitadeira agrícola 100 foi concluída. No bloco 652, o controlador de zona 247 determina que é hora de continuar o processamento, então o processamento continua no bloco 612, em que o controlador de zona 247 recebe novamente uma entrada do sensor de posição geográfica 204. Também será reconhecido que o controlador de zona 247 pode controlar os WMAs e conjuntos de WMAs simultaneamente usando um controlador de múltiplas entradas e saídas em vez de controlar os WMAs e conjuntos de WMAs sequencialmente.

[00173] A Figura 11 é um diagrama de blocos que mostra um exemplo de um controlador de interface de operador 231. Em um exemplo ilustrado, o controlador de interface de operador 231 inclui sistema de processamento de comando de entrada de operador 654, outro sistema de interação de controlador 656, sistema de processamento de voz 658 e gerador de sinal de ação 660. O sistema de processamento de comando de entrada de operador 654 inclui sistema de 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 engatilhamento 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 operador de exemplo 231 mostrado na Figura 11 na manipulação de várias ações de interface de operador, uma breve descrição de alguns dos itens no controlador de interface de operador 231 e a operação associada do mesmo é fornecida em primeiro lugar.

[00174] O sistema de processamento de comando de entrada de operador 654 detecta as entradas do operador nos mecanismos de interface de 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 operador 218 e processa essas entradas para comandos.

[00175] 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 fornece 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 fornece uma saída indicativa do significado das entradas faladas. Por exemplo, o sistema de processamento de voz 658 pode reconhecer uma entrada de voz do operador 260 como um comando de mudança de definições em que o operador 260 está comandando o sistema de controle 214 para alterar uma configuração para um subsistema controlável 216. Em tal exemplo, o sistema de processamento de voz 658 reconhece o conteúdo do comando falado, identifica o significado desse comando como um comando de alteração de definições e fornece o significado dessa entrada de volta ao sistema de tratamento de voz 662. O sistema de tratamento de fala 662, por sua vez, interage com o gerador de saída do controlador 670 para fornecer a saída comandada ao controlador apropriado no sistema de controle 214 para realizar o comando de alteração das definições faladas.

[00176] 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 fornece continuamente uma entrada de um microfone (sendo um dos mecanismos de interface de 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 fornece a fala detectada para o sistema de processamento de fala 658. O detector de engatilhamento 672 detecta um engatilhamento indicando que o sistema de processamento de fala 658 é invocado. Em alguns casos, quando o sistema de processamento de fala 658 está recebendo entradas de fala contínuas do sistema de 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, em que o componente de reconhecimento 674 reconhece a palavra de despertar, o componente de reconhecimento 674 fornece uma indicação de que a palavra de despertar foi reconhecida para acionar o detector 672. O detector de engatilhamento 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, como tocando um atuador em uma tela sensível ao toque, pressionando um botão ou fornecendo outra entrada de engatilhamento. Em tal exemplo, o detector de engatilhamento 672 pode detectar que o sistema de processamento de fala 658 foi invocado quando uma entrada de engatilhamento por meio de um mecanismo de interface de usuário é detectada. O detector de engatilhamento 672 pode detectar que o sistema de processamento de fala 658 foi invocado de outras maneiras também.

[00177] Uma vez que o sistema de processamento de voz 658 é invocado, a entrada de voz do operador 260 é fornecida ao componente de reconhecimento de voz 674. O componente 674 de reconhecimento de fala 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.

[00178] Em alguns exemplos, o sistema de processamento de voz 658 também pode gerar saídas que navegam o operador 260 através de uma experiência de usuário com base na entrada de voz. Por exemplo, o sistema de gerenciamento de diálogo 680 pode gerar e gerenciar um diálogo com o usuário a fim de identificar o que o usuário deseja fazer. A caixa de diálogo pode eliminar a ambiguidade do comando de um usuário; identificar um ou mais valores específicos que são necessários para executar o comando do usuário; ou obter outra informação do usuário ou fornecer outra informação 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.

[00179] O gerador de sinal de ação 660 gera sinais de ação para controlar os mecanismos de interface de operador 218 com base nas saídas de um ou mais do sistema de processamento de comando de entrada de 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 em mecanismos de interface de 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 alavancas de direção usados pelo operador. Os elementos hápticos podem incluir feedback tátil ou elementos de feedback de força que fornecem feedback tátil ou feedback de força para o operador por meio de mecanismos de interface de operador. Os elementos hápticos também podem incluir uma grande variedade de outros elementos hápticos.

[00180] A Figura 12 é um diagrama de fluxo que ilustra um exemplo da operação do controlador de interface de operador 231 na geração de um visor de interface de operador em um mecanismo de interface de operador 218, que pode incluir uma tela de tela sensível ao toque. A Figura 12 também ilustra um exemplo de como o controlador de interface de operador 231 pode detectar e processar as interações do operador com a tela sensível ao toque.

[00181] No bloco 692, o controlador de interface de operador 231 recebe um mapa. O bloco 694 indica um exemplo em que o mapa é um mapa preditivo funcional e o bloco 696 indica um exemplo em que o mapa é outro tipo de mapa. No bloco 698, o controlador de interface de operador 231 recebe uma entrada do sensor de posição geográfica 204 identificando a localização geográfica da colheitadeira agrícola 100. Como 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.

[00182] No bloco 706, o gerador de sinal de controle visual 684 no controlador de interface de operador 231 controla a tela de tela sensível ao toque nos mecanismos de interface de operador 218 para gerar uma tela mostrando todo ou uma porção de um campo representado pelo mapa recebido. O bloco 708 indica que o campo exibido pode incluir um marcador de posição atual mostrando uma posição atual da colheitadeira agrícola 100 em relação ao campo. O bloco 710 indica um exemplo no qual o campo exibido inclui um marcador de próxima unidade de trabalho que identifica uma próxima unidade de trabalho (ou área no campo) na qual a colheitadeira 100 estará operando. O bloco 712 indica um exemplo em que o campo exibido inclui uma próxima porção de exibição de área que exibe áreas que ainda não foram 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 de constituinte de safra, como um mapa de constituinte de safra preditivo funcional 360, o campo exibido pode mostrar os diferentes valores de constituintes de safra existentes no campo georreferenciado 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.

[00183] A Figura 13 é uma ilustração pictórica que mostra um exemplo de uma tela de interface de usuário 720 que pode ser gerada em uma tela de tela sensível ao toque. Em outras implementações, o visor de interface de usuário 720 pode ser gerado em outros tipos de monitores. A tela sensível ao toque pode ser montada no compartimento de 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 diagrama de fluxo mostrado na Figura 12.

[00184] No exemplo mostrado na Figura 13, a tela de interface de usuário 720 ilustra que a tela de tela sensível ao toque inclui um recurso de tela para operar um microfone 722 e um alto-falante 724. Assim, a tela sensível ao toque pode ser acoplada de forma comunicável ao microfone 722 e ao alto-falante 724. O bloco 726 indica que a tela sensível ao toque pode incluir uma ampla variedade de atuadores de controle de interface de usuário, como botões, teclados, teclados virtuais, enlaces, ícones, interruptores, etc. O operador 260 pode acionar os atuadores de controle de interface de usuário para executar várias funções.

[00185] No exemplo mostrado na Figura 13, a tela de interface de usuário 720 inclui uma porção de tela de campo 728 que exibe pelo menos uma porção do campo em que a colheitadeira agrícola 100 está operando. A porção de exibição de campo 728 é mostrada com um marcador de posição atual 708 que corresponde a uma posição atual da colheitadeira agrícola 100 na porção do campo mostrada na porção de exibição de campo 728. Em um exemplo, o operador pode controlar a tela 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 colheitadeira agrícola 100. O marcador de posição atual 708 também pode ser configurado para identificar a direção de deslocamento da colheitadeira agrícola 100, uma velocidade de deslocamento da colheitadeira agrícola 100 ou ambos. Na Figura 13, a forma do marcador de posição atual 708 fornece 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.

[00186] 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 Figura 13, o mapa que está sendo exibido é um mapa preditivo do constituinte de safra, como mapa de constituinte de safra preditivo funcional 360. Portanto, uma pluralidade de marcadores de constituinte de safra é exibida na porção de exibição de campo 728. Há um conjunto de marcadores de exibição de constituinte de safra 732 mostrado nas áreas já visitadas 714. Há também um conjunto de marcadores de exibição de constituinte de safra 732 mostrado nas próximas áreas 712, e há um conjunto de marcadores de exibição de constituinte de safra 732 mostrado na próxima unidade de trabalho 730. A Figura 14 mostra que os marcadores de exibição de constituinte de safra 732 são feitos de diferentes símbolos que indicam uma área de valores de constituinte de safra semelhantes. No exemplo mostrado na Figura 14, o símbolo ! representa áreas de alta proteína de safra; o símbolo * representa áreas de proteína de safra média; e o símbolo # representa uma área de baixa proteína de safra. Portanto, 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 uma variedade de marcadores de exibição 732. Como mostrado, a porção de exibição de campo 728 inclui marcadores de exibição, particularmente marcadores de exibição de constituinte de safra 732 no exemplo ilustrado da Figura 13, em localizações específicas associadas a localizações específicas no campo que está sendo exibido. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado ao mesmo. Assim, em alguns casos, um marcador de exibição pode ser fornecido 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 fornecimento de um marcador de exibição, como o marcador de exibição de constituinte de safra 732 (como no contexto do presente exemplo da Figura 13), em um ou mais localizações 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. Como 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 fornecido 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 fornecimento de um marcador de exibição, como o marcador de exibição de nível de perda 732 (como no contexto do presente exemplo da Figura 11), em um ou mais localizações 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.

[00187] Em outros exemplos, o mapa que está sendo exibido pode ser um ou mais dos mapas descritos aqui, incluindo mapas de informação, mapas de informação anterior, os mapas preditivos funcionais, como mapas preditivos ou mapas de zona de controle preditivo, outros mapas preditivos ou uma combinação dos mesmos. Assim, os marcadores e características sendo exibidos serão correlacionados à informação, dados, características e valores fornecidos por um ou mais mapas sendo exibidos.

[00188] No exemplo da Figura 13, 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 informação e interagir com a exibição de interface de usuário 720 de várias maneiras.

[00189] 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 Figura 13, a porção de exibição 738 mostra informação para as três categorias de diâmetro de talo diferentes que correspondem aos três símbolos mencionados acima. A porção de exibição 738 também inclui um conjunto de atuadores sensíveis ao toque com os quais o operador 260 pode interagir pelo toque. Por exemplo, o operador 260 pode tocar os atuadores sensíveis ao toque com um dedo para ativar o respectivo atuador sensível ao toque. Conforme mostrado, a porção de exibição 738 também inclui uma série de guias interativas, como guia de proteína 762, guia de óleo 764, guia de amido 766, guia múltipla 768 e outra guia 770. Ativar uma das guias pode modificar quais valores são exibidos nas porções 728 e 738. Por exemplo, como mostrado, a guia de proteína 762 é ativada e, portanto, os valores mapeados na porção 728 e mostrados na porção 738 correspondem aos valores de teor de proteína da colheita, ou componentes da colheita, como grãos. Quando o operador 260 toca a guia 764, o sistema de manipulação de gestos de toque 664 atualiza as porções 728 e 738 para exibir os valores de teor de óleo da safra ou componentes da safra, como grãos. Quando o operador 260 toca a guia 766, o sistema de manipulação de gestos de toque 664 atualiza a porção 728 e 738 para exibir os valores de teor de amido da safra, ou componentes da safra, como grãos. Quando o operador 260 toca a guia 768, o sistema de manipulação por gestos rígidos 664 atualiza a porção 728 e 738 para exibir uma combinação de valores de teor constituinte, como uma combinação de um ou mais valores de teor de proteína, valores de teor de óleo, valores de teor de amido, como bem como outros valores de teor de constituinte. Quando o operador 260 toca a guia 770, o sistema de manipulação de gestos de toque 664 atualiza a parte 728 e 738 para exibir um ou mais de vários outros valores de teor de constituinte.

[00190] Como mostrado na Figura 14, a porção de exibição 738 inclui uma porção de exibição de bandeira interativa, indicada geralmente em 741. A porção de exibição de sinalizador interativo 741 inclui uma coluna de sinalizador 739 que mostra sinalizadores que foram configurados automática ou manualmente. O atuador de bandeira 740 permite que o operador 260 marque uma localização, como o local atual da colheitadeira agrícola ou outro local no campo designado pelo operador e adicione informação indicando a característica, como umidade de safra, 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 o colhedor agrícola 100 encontrou teor de proteína alto. Quando o operador 260 toca o botão 742, o sistema de manipulação de gestos de toque 664 identifica o local atual como uma localização em que a colheitadeira agrícola 100 encontrou teor de proteína médio. Quando o operador 260 toca o botão 744, o sistema de manipulação de gestos de toque 664 identifica o local atual como uma localização em que a colheitadeira agrícola 100 encontrou teor de proteína baixo. Após 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 uma localização que o usuário identifica. Dessa forma, as áreas do campo em que o valor predito 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 bandeira 740, 742 ou 744 de modo que o controle da colheitadeira agrícola 100 possa ser realizado com base no valor designado pelo operador 260.

[00191] 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 Figura 13, constituinte de safra) 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 Figura 13, constituinte de safra). 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.

[00192] A porção de exibição 738 também inclui uma porção de exibição de valor interativo, geralmente indicada em 747. A porção 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. Como mostrado no exemplo na Figura 13, um teor de proteína de safra predito ou medido (ou componente de safra, como grãos) atingindo ou superior a 12% é classificado como “proteína de safra alta” e um teor de umidade de safra predito ou medido ou inferior a 8% é classificado como “baixo proteína de colheita”. 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 Figura 13, “proteína de colheita média” inclui uma faixa de 9% - 11%, de modo que um valor de teor de proteína de colheita medido ou predito (ou componente de colheita, como grãos) caindo dentro da faixa de 9% - 11% é classificado como “proteína média de colheita”. 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 a valores nas porções de exibição 712, 714 ou 730.

[00193] A porção de exibição 738 também inclui uma porção de exibição de limiar 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 uma ou mais ações identificadas 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 do constituinte de safra, um valor de teor de proteína de colheita predito (ou componente de colheita, como grãos) que cai dentro de 0,5% de teor de proteína de 12% irá satisfazer o valor de limite de ação correspondente (de dentro de 0,5% de 12% teor de proteína) e uma ação, como ajustar a velocidade do ventilador de limpeza da colheitadeira agrícola ou ajustar a palha, será realizada pelo sistema de controle 214. Em outros exemplos, os valores de limite na coluna de exibição de valor de limite de coluna 752 são separados dos valores selecionados na coluna de exibição de valor 750, de modo que os valores na coluna de exibição de valor 750 definem a classificação e exibição de valores preditos ou medidos, enquanto o limite de ação os valores definem quando uma ação deve ser realizada com base nos valores medidos ou preditos. Por exemplo, embora um teor de proteína de safra predito ou medido (ou componente de safra, como grãos) de 12% possa ser designado como “proteína de safra alta” para fins de classificação e exibição, o valor limite de ação pode ser 13%, de modo que não a ação será realizada até que o conteúdo de proteína da safra (ou componente da safra, como grãos) 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 em que o valor medido ou predito é georreferenciado que a colheitadeira 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 em que o valor medido ou predito é georreferenciado. Em um exemplo em que o valor limite é o tempo, o valor limite pode ser um tempo limite para a colheitadeira agrícola 100 atingir a área do campo em que 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 em que o valor medido ou predito é georreferenciado. Nesse exemplo, a localização atual e a velocidade de deslocamento da colheitadeira agrícola podem ser contabilizadas.

[00194] 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 chaffer, uma ação de ajuste de velocidade do ventilador de limpeza e uma ação de manter fora são identificadas como ações que serão tomadas se o valor medido ou predito atingir o valor limite na coluna 752. Em alguns exemplos, quando um limite é atingido, várias ações podem ser tomadas. Por exemplo, a velocidade do ventilador de limpeza pode ser ajustada (como aumentada ou diminuída) e o tamanho das aberturas na peneira pode ser ajustado (como aberto ou fechado). Estes são apenas alguns exemplos.

[00195] 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 manter fora que, quando executada, inibe a colheitadeira 100 de colheita adicional em uma área. As ações podem incluir uma ação de mudança de velocidade que, quando executada, altera a velocidade de deslocamento da colheitadeira agrícola 100 através do campo. As ações podem incluir uma ação de alteração de definição para alterar uma definição de um atuador interno ou outro WMA ou conjunto de WMAs ou para implementar uma ação de alteração de definições que altera uma definição, como uma definição de velocidade do ventilador de limpeza ou uma definição de folga de peneira junto com várias outras definições. Estes são apenas exemplos, e uma ampla variedade de outras ações são contempladas aqui.

[00196] Os itens mostrados no visor de interface de usuário 720 podem ser controlados visualmente. O controle visual da tela 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 fornecidas 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 de interface de usuário 720, este não precisa ser o caso. Em outros exemplos, mais ou menos itens, incluindo mais ou menos de um determinado item, podem ser incluídos no visor de interface de usuário 720.

[00197] Voltando agora ao diagrama de fluxo da Figura 12, a descrição da operação do controlador de interface de operador 231 continua. No bloco 760, o controlador de interface de operador 231 detecta uma configuração de entrada de uma bandeira e controla a tela de interface de usuário sensível ao toque 720 para exibir a bandeira na porção de tela de campo 728. A entrada detectada pode ser uma entrada de operador, conforme indicado em 762, ou uma entrada de outro controlador, conforme indicado em 764. No bloco 766, o controlador de interface de operador 231 detecta uma entrada de sensor in situ indicativa de uma característica medida do campo de um dos sensores in situ 208. No bloco 768, o gerador de sinal de controle visual 684 gera sinais de controle para controlar a tela de interface de usuário 720 para exibir atuadores para modificar a tela 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. O bloco 772 representa que os valores de limite de ação na coluna 752 são exibidos. O bloco 776 representa que as ações na coluna 754 são exibidas e o bloco 778 representa que o valor selecionado na coluna 750 é exibido. O bloco 780 indica que uma grande variedade de outra informação e atuadores também podem ser exibidos no visor de interface de usuário 720.

[00198] No bloco 782, o sistema de processamento de comando de entrada de operador 654 detecta e processa as entradas do operador correspondentes às interações com o visor de interface de 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 visor sensível ao toque, as entradas de interação com a tela de visor 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.

[00199] No bloco 790, o controlador de interface de operador 231 recebe sinais indicativos de uma condição de alerta. Por exemplo, o bloco 792 indica que os sinais podem ser recebidos pelo sistema de processamento de entrada do controlador 668, indicando que os valores medidos ou preditos satisfazem as condições de limite presentes na coluna 752. Como 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 operador 231 pode detectar e processar condições de alerta de outras maneiras também.

[00200] O bloco 900 mostra que o sistema de tratamento 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 fornecimento de sinais para o gerador de saída do controlador 670 de modo que as operações de controle sejam realizadas automaticamente com base nas entradas de voz.

[00201] A Tabela 1, abaixo, mostra um exemplo de um diálogo entre o controlador de interface de operador 231 e o operador 260. Na Tabela 1, o operador 260 usa uma palavra de engatilhamento ou uma palavra de ativação que é detectada pelo detector de engatilhamento 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 dos constituintes de safra.”
Controlador de Interface de Operador: “O teor de proteína está alto atualmente.”
Operador: “Johnny, o que devo fazer por causa do teor de proteína?”
Controlador de Interface de Operador: “Reduza a velocidade de deslocamento em 1,61 km/h (1 mph) para reduzir a perda de grãos.”

[00202] A Tabela 2 mostra um exemplo em que o componente de síntese de voz 676 fornece uma saída para o gerador de sinal de controle de áudio 686 para fornecer atualizações audíveis em uma base intermitente ou periódica. O intervalo entre as atualizações pode se basear no tempo, como a cada cinco minutos, ou na cobertura ou na distância, como a cada dois hectares (cinco acres), ou baseado na exceção, como quando um valor medido é maior do que um valor limite.
TABELA 2:
Controlador de Interface de Operador: “Nos últimos 10 minutos, o teor de amido foi alto.”
Controlador de Interface de Operador: “O próximo 0,4 hectare (1 acre) o teor de amido predito é médio.”
Controlador de Interface de Operador: “Cuidado: mudança próxima no teor de amido, abra a peneira para capturar mais grãos.”

[00203] O exemplo mostrado na Tabela 3 ilustra que alguns atuadores ou mecanismos de entrada do usuário na tela 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 área de constituinte de safra no campo que está sendo colhido.
TABELA 3:
Humano: “Johnny, marque a área com alto teor de óleo.”
Controlador de Interface de Operador: “Área de alto teor de óleo marcada.”

[00204] O exemplo mostrado na Tabela 4 ilustra que o gerador de sinal de ação 660 pode conduzir um diálogo com o operador 260 para iniciar e terminar a marcação de uma área de constituinte de safra.
TABELA 4:
Humano: “Johnny, comece a marcar áreas com alto teor de óleo.”
Controlador de Interface de Operador: “Marcando a área com alto teor de óleo.”
Humano: “Johnny, pare de marcar áreas com alto teor de óleo.”
Controlador de Interface de Operador: “A marcação da área com alto teor de óleo foi interrompida.”

[00205] O exemplo mostrado na Tabela 5 ilustra que o gerador de sinal de ação 160 pode gerar sinais para marcar uma área de constituinte de safra de uma maneira diferente daquela mostrada nas Tabelas 3 e 4.
TABELA 5:
Humano: “Johnny, marque os próximos 30 metros como uma área de baixo teor de proteína.”
Controlador de Interface de Operador: “Próximos 30 metros marcados como uma área de baixo teor de proteína.”

[00206] Voltando novamente à Figura 12, o bloco 906 ilustra que o controlador de interface de operador 231 pode detectar e processar condições para emitir uma mensagem ou outra informação de outras maneiras também. Por exemplo, outro sistema de interação de controlador 656 pode detectar entradas de outros controladores, indicando que alertas ou mensagens de saída devem ser apresentados ao operador 260. O bloco 908 mostra que as saídas podem ser mensagens de áudio. O bloco 910 mostra que as saídas podem ser mensagens visuais e o bloco 912 mostra que as saídas podem ser mensagens hápticas. Até que o controlador de interface de operador 231 determine que a operação de colheita atual está concluída, conforme indicado pelo bloco 914, o processamento reverte para o bloco 698, em que a localização geográfica da colheitadeira 100 é atualizada e o processamento prossegue conforme descrito acima para atualizar a tela de interface de usuário 720.

[00207] Uma vez que a operação estiver concluída, então quaisquer valores desejados que são exibidos, ou que foram exibidos no visor de interface de 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 uma localização de servidor remoto ou enviados para outro sistema remoto.

[00208] Assim, pode ser visto que um ou mais mapas são obtidos por uma colheitadeira agrícola que mostra valores de características agrícolas, incluindo valores de constituintes de safra preditos ou históricos, valores de características de operação anterior, valores de índice vegetativo ou valores de composição de solo, em diferentes localizações geográficas de um campo sendo colhido. Um sensor in-situ na colheitadeira detecta uma característica que tem valores indicativos de uma característica agrícola conforme a colheitadeira agrícola se move pelo campo. Um gerador de mapa preditivo gera um mapa preditivo que prevê valores de controle para diferentes localizações no campo com base nos valores da característica agrícola no mapa e na característica agrícola detectada pelo sensor in-situ. Um sistema de controle controla o subsistema controlável com base nos valores de controle no mapa preditivo.

[00209] Um valor de controle é um valor no qual uma ação pode se basear. Um valor de controle, conforme descrito aqui, pode incluir qualquer valor (ou características indicadas por ou derivadas do valor) que pode ser usado no controle da colheitadeira agrícola 100. Um valor de controle pode ser qualquer valor indicativo de uma característica agrícola. Um valor de controle pode ser um valor predito, um valor medido ou um valor detectado. Um valor de controle pode incluir qualquer um dos valores fornecidos por um mapa, como qualquer um dos mapas descritos aqui, por exemplo, um valor de controle pode ser um valor fornecido por um mapa de informação, um valor fornecido por um mapa de informação anterior ou um valor mapa preditivo fornecido, como um mapa preditivo funcional. Um valor de controle também pode incluir qualquer uma das características indicadas por ou derivadas dos valores detectados por qualquer um dos sensores descritos aqui. Em outros exemplos, um valor de controle pode ser fornecido por um operador da máquina agrícola, como uma entrada de comando por um operador da máquina agrícola.

[00210] 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.

[00211] Além disso, várias telas de interface do usuário foram discutidas. Os visores podem assumir uma grande variedade de formas diferentes e podem ter uma grande variedade de diferentes mecanismos de interface de operador acionáveis pelo usuário dispostos neles. Por exemplo, os mecanismos de interface de operador acionáveis pelo usuário podem incluir caixas de texto, caixas de seleção, ícones, enlaces, menus suspensos, caixas de pesquisa, etc. Os mecanismos da interface do operador acionáveis pelo usuário também podem ser acionados de uma ampla variedade de maneiras diferentes. Por exemplo, os mecanismos de interface de operador acionáveis pelo usuário podem ser acionados usando mecanismos de interface de operador, como um dispositivo de apontar e clicar, como um mouse de esfera ou mouse, botões de hardware, interruptores, uma alavanca de direção ou teclado, interruptores ou thumbpads, etc., um teclado virtual ou outros atuadores virtuais. Além disso, em que a tela na qual os mecanismos de interface de 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 de 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 detectada e executar comandos com base na fala recebida.

[00212] Vários armazenamentos de dados também foram discutidos. Deve-se observar que cada armazenamento de dados pode ser dividido em vários armazenamentos de dados. Em alguns exemplos, um ou mais dos armazenamentos de dados podem ser localizações para os sistemas que acessam os armazenamentos de dados, um ou mais dos armazenamentos de dados podem estar todos localizados remotos de um sistema que utiliza o armazenamento de dados, ou um ou mais armazenamentos de dados podem ser local, enquanto outros são remotos. Todas essas configurações são contempladas pela presente descrição.

[00213] Além disso, as figuras mostram uma série de blocos com funcionalidade atribuída a cada bloco. Será notado 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.

[00214] Será notado que a discussão acima descreveu uma variedade de diferentes sistemas, componentes, lógicas e interações. Será reconhecido que qualquer um ou todos esses sistemas, componentes, lógica e interações podem ser implementados por itens de hardware, como processadores, memória ou outros componentes de processamento, incluindo, sem limitação, componentes de inteligência artificial, 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.

[00215] A Figura 14 é um diagrama de blocos da colheitadeira agrícola 600, que pode ser semelhante à colheitadeira agrícola 100 mostrada na Figura 2. A colheitadeira agrícola 600 se comunica com elementos em uma arquitetura de servidor remoto 500. Em alguns exemplos, a arquitetura de servidor remoto 500 fornece serviços de computação, software, acesso a dados e armazenamento que não requerem o conhecimento do usuário final da localização física ou configuração do sistema que entrega os serviços. Em vários exemplos, os servidores remotos podem fornecer os serviços em uma rede de área ampla, como a Internet, usando protocolos apropriados. Por exemplo, os servidores remotos podem fornecer 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 Figura 2, bem como os dados associados aos mesmos, podem ser armazenados em servidores em uma localização remoto. Os recursos de computação em um ambiente de servidor remoto podem ser consolidados em uma localização de centro de dados remoto ou os recursos de computação podem ser dispersos em uma pluralidade de centros de dados remotos. As infraestruturas de servidor remoto podem fornecer serviços por meio de centros de dados compartilhados, mesmo que os serviços apareçam como um único ponto de acesso para o usuário. Assim, os componentes e funções aqui descritos podem ser fornecidos a partir de um servidor remoto em uma localização remoto usando uma arquitetura de servidor remoto. Alternativamente, os componentes e funções podem ser fornecidos a partir de um servidor, ou os componentes e funções podem ser instalados em dispositivos clientes diretamente ou de outras maneiras.

[00216] No exemplo mostrado na Figura 14, alguns itens são semelhantes aos mostrados na Figura 2 e esses itens são numerados de forma semelhante. A Figura 14 mostra especificamente que o gerador de modelo preditivo 210 ou gerador de mapa preditivo 212, ou ambos, podem estar localizados em uma localização de servidor 502 que é remoto da colheitadeira agrícola 600. Portanto, no exemplo mostrado na Figura 14, a colheitadeira agrícola 600 acessa os sistemas por meio da localização do servidor remoto 502.

[00217] A Figura 14 também descreve outro exemplo de uma arquitetura de servidor remoto. A Figura 14 mostra que alguns elementos da Figura 2 podem ser dispostos em uma localização 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 uma localização separada da localização 502 e acessado por meio do servidor remoto no local 502. Independentemente de em que 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 fornecidos como um serviço ou acessados por um serviço de conexão que reside em uma localização 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, em que 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 informação automatizado, semiautomático ou manual. Como a colheitadeira 600 se aproxima da máquina que contém o sistema de coleta de informação, como um caminhão de combustível antes do abastecimento, o sistema de coleta de informação coleta a informação da colheitadeira 600 usando qualquer tipo de conexão sem fio ad-hoc. A informação coletada pode então ser encaminhada para outra rede quando a máquina que contém a informação recebidas chega a uma localização em que a cobertura do serviço de telecomunicações sem fio ou outra cobertura sem fio está disponível. Por exemplo, um caminhão de combustível pode entrar em uma área com cobertura de comunicação sem fio ao se deslocar para uma localização para abastecer outras máquinas ou quando em uma localização de armazenamento de combustível principal. Todas essas arquiteturas são contempladas aqui. Além disso, a informação pode ser armazenada na colheitadeira agrícola 600 até que a colheitadeira agrícola 600 entre em uma área com cobertura de comunicação sem fio. A própria colheitadeira agrícola 600 pode enviar a informação para outra rede.

[00218] Também será notado que os elementos da Figura 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 tablet ou outro dispositivo móvel, como um computador palm top, um telefone celular, um smartphone, um reprodutor multimídia, um assistente digital pessoal, etc.

[00219] 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 registradores podem ser distribuídos e imutáveis (por exemplo, implementados como blockchain).

[00220] A Figura 15 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 de operador da colheitadeira agrícola 100 para uso na geração, processamento ou exibição dos mapas discutidos acima. A Figura 16-17 são exemplos de dispositivos portáteis ou móveis.

[00221] A Figura 15 fornece um diagrama de blocos geral dos componentes de um dispositivo cliente 16 que pode executar alguns componentes mostrados na Figura 2, que interage com eles, ou ambos. No dispositivo 16, um enlace de comunicação 13 é fornecido que permite que o dispositivo portátil se comunique com outros dispositivos de computação e, em alguns exemplos, fornece um canal para receber informação 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 fornecer acesso celular a uma rede, bem como protocolos que fornecem conexões sem fio localizações a redes.

[00222] Em outros exemplos, os aplicativos podem ser recebidos em um cartão Digital Seguro (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 Figuras.) Ao longo de um barramento 19 que também está conectado à memória 21 e aos componentes de entrada/saída (E/S) 23, bem como relógio 25 e sistema de localização 27.

[00223] Os componentes de E/S 23, em um exemplo, são fornecidos para facilitar as operações de entrada e saída. Os componentes de E/S 23 para vários exemplos do dispositivo 16 podem incluir componentes de entrada, como botões, sensores de toque, sensores ópticos, microfones, telas de toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída, como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes de E/S 23 também podem ser usados.

[00224] 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, fornecer funções de temporização para o processador 17.

[00225] O sistema de localização 27 ilustrativamente inclui um componente que fornece uma localização geográfica atual do dispositivo 16. Isso pode incluir, por exemplo, um receptor de sistema de posicionamento global (GPS), um sistema LORAN, um sistema de 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.

[00226] A memória 21 armazena o sistema operacional 29, as definições de rede 31, os aplicativos 33, as definições de configuração de 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.

[00227] A Figura 16 mostra um exemplo em que o dispositivo 16 é um computador tablet 600. Na Figura 16, o computador 601 é mostrado com a tela de exibição de interface de usuário 602. A tela 602 pode ser uma tela de toque ou uma interface habilitada para caneta que recebe entradas de uma caneta ou stylus. O computador Tablet 600 também pode usar um teclado virtual na tela. Obviamente, o computador 601 também pode ser conectado a um teclado ou outro dispositivo de entrada do usuário por meio de um mecanismo de conexão adequado, como uma ligação sem fio ou porta USB, por exemplo. O computador 601 também pode receber entradas de voz de forma ilustrativa.

[00228] A Figura 17 é semelhante à Figura 16 exceto que o dispositivo é um smartphone 71. O smartphone 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 smartphone 71 é construído em um sistema operacional móvel e oferece conectividade e capacidade de computação mais avançada do que um telefone convencional.

[00229] Observe que outras formas dos dispositivos 16 são possíveis.

[00230] A Figura 18 é um exemplo de um ambiente de computação no qual os elementos da Figura 2 podem ser implantados. Com referência à Figura 18, 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, porém sem limitação, uma unidade de processamento 820 (que pode compreender processadores ou servidores das Figuras anteriores), uma memória do sistema 830 e um barramento do sistema 821 que acopla vários componentes do sistema, incluindo a memória do sistema para a unidade de processamento 820. O barramento de sistema 821 pode ser qualquer um dos vários tipos de estruturas de barramento, incluindo um barramento de memória ou controlador de memória, um barramento periférico e um barramento local usando qualquer uma de uma variedade de arquiteturas de barramento. Memória e programas descritos em relação à Figura 2 pode ser implantado em porções correspondentes da Figura 18.

[00231] 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, a mídia legível por computador pode compreender mídia de armazenamento de computador e mídia 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 informação, 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 outra mídia que pode ser usada para armazenar a informação desejada e que pode ser acessada 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 informação. O termo “sinal de dados modulado” significa um sinal que tem uma ou mais características definidas ou alteradas de tal maneira a codificar a informação no sinal.

[00232] 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 informação 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 como limitação, a Figura 18 ilustra o sistema operacional 834, programas de aplicativo 835, outros módulos de programa 836 e dados de programa 837.

[00233] O computador 810 também pode incluir outra mídia de armazenamento de computador removível/não removível volátil/não volátil. Como ilustrado a título de exemplo apenas na Figura 18 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.

[00234] 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 Porta Programável em Campo (FPGAs), Circuitos integrados específicos de aplicativos (por exemplo, ASICs), produtos padrão específicos de aplicativos (por exemplo, ASSPs), sistemas de Sistema em um chip (SOCs), dispositivos lógicos programáveis complexos (CPLDs), etc.

[00235] As unidades e suas mídias de armazenamento de computador associadas discutidas acima e ilustradas na Figura 18, fornecem armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na Figura 18, por exemplo, a unidade de disco rígido 841 é ilustrada como armazenando o sistema operacional 844, programas de aplicativos 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.

[00236] Um usuário pode inserir comandos e informação no computador 810 por meio de dispositivos de entrada, como um teclado 862, um microfone 863 e um dispositivo apontador 861, como um mouse, mouse de esfera ou dispositivo sensível ao toque. Outros dispositivos de entrada (não mostrados) podem incluir uma alavanca de direção, 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 visual 891 ou outro tipo de dispositivo de exibição também é conectado ao barramento de sistema 821 por meio de uma interface, como uma interface de vídeo 890. Além do monitor, os computadores também podem incluir outros dispositivos de saída periféricos, como alto-falantes 897 e impressora 896, que podem ser conectados através de uma interface periférica de saída 895.

[00237] 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 WAN de rede de longa distância) para um ou mais computadores remotos, como um computador remoto 880.

[00238] Quando usado em um ambiente de rede LAN, o computador 810 é conectado à LAN 871 através de uma interface ou adaptador de rede 870. Quando usado em um ambiente de rede WAN, o computador 810 normalmente inclui um modem 872 ou outro meio para estabelecer comunicação pela WAN 873, como a Internet. Em um ambiente de rede, os módulos do programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A Figura 18 ilustra, por exemplo, que os programas de aplicativos remotos 885 podem residir no computador remoto 880.

[00239] Também deve ser notado que os diferentes exemplos descritos aqui 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.

[00240] 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 constituinte de safra correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica agrícola e o constituinte de safra com base em um valor da característica agrícola no mapa na localização geográfica e no valor do constituinte de safra detectado pelo sensor in-situ correspondente à localização geográfica; e um gerador de mapas preditivos que gera um mapa preditivo agrícola funcional do campo, que mapeia valores preditivos do constituinte de safra para as diferentes localizações geográficas no campo, com base nos valores da característica agrícola no mapa e com base no modelo agrícola preditivo.

[00241] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo configura o mapa agrícola preditivo funcional para consumo por um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.

[00242] O Exemplo 3 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que os sinais de controle controlam o subsistema controlável para controlar a velocidade de um ventilador de limpeza na máquina de trabalho agrícola.

[00243] O Exemplo 4 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que os sinais de controle controlam o subsistema controlável para controlar um tamanho de aberturas em uma peneira na máquina de trabalho agrícola.

[00244] O Exemplo 5 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa compreende um mapa de índice vegetativo anterior que inclui, como os valores da característica agrícola, valores de índice vegetativo correspondentes às diferentes localizações geográficas no campo.

[00245] O Exemplo 6 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores de índice vegetativo com base no valor de constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de índice vegetativo, no mapa de índice vegetativo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de índice vegetativo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.

[00246] O Exemplo 7 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa compreende um mapa de constituinte de safra histórico que inclui, como os valores da característica agrícola, valores históricos do constituinte de safra correspondentes às diferentes localizações geográficas no campo.

[00247] O Exemplo 8 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores históricos do constituinte de safra com base nos valores do constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de constituinte de safra histórico, no mapa de constituinte de safra histórico, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de constituinte de safra histórico como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.

[00248] O Exemplo 9 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa compreende um mapa preditivo que mapeia, como os valores da característica agrícola, valores preditivos da característica agrícola correspondentes às diferentes localizações geográficas no campo.

[00249] O Exemplo 10 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores preditivos da característica agrícola, com base no valor de constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de característica agrícola preditivo, no mapa preditivo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de característica agrícola preditivo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como um modelo de saída com base na relação identificada.

[00250] O Exemplo 11 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa compreende um mapa de propriedade de solo que mapeia, como os valores da característica agrícola, valores de uma propriedade de solo correspondentes às diferentes localizações geográficas no campo.

[00251] O Exemplo 12 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e a propriedade de solo com base no valor de constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor da propriedade de solo, no mapa de propriedade de solo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor da propriedade de solo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.

[00252] O Exemplo 13 é o método implementado por computador para gerar um mapa agrícola preditivo funcional, que compreende: receber, em uma máquina de trabalho agrícola, 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 constituinte de safra correspondente à localização geográfica; gerar um modelo agrícola preditivo que modela uma relação entre a característica agrícola e o constituinte de safra; e controlar um gerador de mapa preditivo para gerar o mapa agrícola preditivo funcional do campo que mapeia valores preditivos do constituinte de safra para as diferentes localizações no campo com base nos valores da característica agrícola no mapa e no modelo agrícola preditivo.

[00253] O Exemplo 14 é o método implementado por computador de qualquer ou todos os exemplos anteriores e que compreende adicionalmente: configurar o mapa agrícola preditivo funcional para um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.

[00254] O exemplo 15 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que receber o mapa de informação anterior compreende receber um mapa de índice vegetativo anterior que inclui, como os valores da característica agrícola, valores de índice vegetativo correspondentes às diferentes localizações geográficas no campo.

[00255] O exemplo 16 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que a geração de um modelo agrícola preditivo compreende: identificar uma relação entre o índice vegetativo e o constituinte de safra com base no valor de constituinte de safra correspondente à localização geográfica e um valor do índice vegetativo, no mapa de índice vegetativo, na localização geográfica; e controlar um gerador de modelo preditivo para gerar o modelo agrícola preditivo que recebe um valor de índice vegetativo como uma entrada de modelo e gera um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.

[00256] O Exemplo 17 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que receber o mapa de informação anterior compreende receber um mapa de constituinte de safra histórico que inclui, como a característica agrícola, valores históricos do constituinte de safra correspondentes às diferentes localizações geográficas no campo.

[00257] O exemplo 18 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que a geração de um modelo agrícola preditivo compreende: identificar uma relação entre os valores de constituinte de safra históricos e os constituintes de safra com base no valor de constituinte de safra correspondente à localização geográfica e um valor de constituinte de safra histórico, no mapa de constituinte de safra histórico, na localização geográfica; e controlar um gerador de modelo preditivo para gerar o modelo agrícola preditivo que recebe um valor de constituinte de safra histórico como uma entrada de modelo e gera um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.

[00258] O Exemplo 19 é o método implementado por computador de qualquer ou todos os exemplos anteriores que compreende adicionalmente:

[00259] controlar um mecanismo de interface de operador para apresentar o mapa agrícola preditivo funcional.

[00260] O Exemplo 20 é uma máquina de trabalho agrícola que compreende: um sistema de comunicação que recebe um mapa que indica valores de características agrícolas correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ que detecta um valor de um constituinte de safra correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo de constituinte de safra preditivo que modela uma relação entre a característica agrícola e o constituinte de safra com base em um valor de característica agrícola no mapa na localização geográfica e o valor de constituinte de safra detectado pelo sensor in-situ correspondente à localização geográfica; e um gerador de mapa preditivo que gera um mapa de constituinte de safra preditivo funcional do campo, que mapeia valores preditivos do constituinte de safra para as diferentes localizações no campo, com base nos valores de características agrícolas no mapa e com base no modelo de constituinte de safra preditivo.

[00261] Embora a matéria tenha sido descrita em linguagem específica para recursos estruturais ou ações metodológicas, deve ser entendido que a matéria definida nas reivindicações anexas não é necessariamente limitada aos recursos ou ações específicos descritos acima. Em vez disso, os recursos e ações específicos descritos acima são descritos como formas de exemplo das reivindicações.

Claims

Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa 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; um sensor in situ (208) que detecta um valor de um constituinte de safra correspondente à localização geográfica; um gerador de modelo preditivo (210) que gera um modelo agrícola preditivo que modela uma relação entre a característica agrícola e o constituinte de safra com base em um valor da característica agrícola no mapa na localização geográfica e no valor de constituinte de safra detectado pelo sensor in-situ correspondente à localização geográfica; e um gerador de mapas preditivos (212) que gera um mapa preditivo agrícola funcional do campo, que mapeia valores preditivos do constituinte de safra para as diferentes localizações geográficas no campo, com base nos valores da característica agrícola no mapa e com base no modelo agrícola preditivo.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o gerador de mapa preditivo configura o mapa agrícola preditivo funcional para consumo por um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.
Máquina de trabalho agrícola de acordo com a reivindicação 2, caracterizada pelo fato de que os sinais de controle controlam o subsistema controlável para controlar a velocidade de um ventilador de limpeza na máquina de trabalho agrícola.
Máquina de trabalho agrícola de acordo com a reivindicação 2, caracterizada pelo fato de que os sinais de controle controlam o subsistema controlável para controlar um tamanho de aberturas em uma peneira na máquina de trabalho agrícola.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa compreende um mapa de índice vegetativo anterior que inclui, como os valores da característica agrícola, valores de índice vegetativo correspondentes às diferentes localizações geográficas no campo
Máquina de trabalho agrícola de acordo com a reivindicação 5, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores de índice vegetativo com base no valor de constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de índice vegetativo, no mapa de índice vegetativo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de índice vegetativo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa compreende um mapa de constituinte de safra histórico que inclui, como os valores da característica agrícola, valores históricos do constituinte de safra correspondentes às diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 7, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores históricos do constituinte de safra com base nos valores do constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de constituinte de safra histórico, no mapa de constituinte de safra histórico, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de constituinte de safra histórico como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa compreende um mapa preditivo que mapeia, como os valores da característica agrícola, valores preditivos da característica agrícola correspondentes às diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 9, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e os valores preditivos da característica agrícola, com base no valor do constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor de característica agrícola preditivo, no mapa preditivo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor de característica agrícola preditivo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como um modelo de saída com base na relação identificada.
Máquina de trabalho agrícola de acordo com a reivindicação 1, caracterizada pelo fato de que o mapa compreende um mapa de propriedade de solo que mapeia, como os valores da característica agrícola, valores de uma propriedade de solo correspondentes às diferentes localizações geográficas no campo.
Máquina de trabalho agrícola de acordo com a reivindicação 11, caracterizada pelo fato de que o gerador de modelo preditivo é configurado para identificar uma relação entre o constituinte de safra e a propriedade de solo com base no valor de constituinte de safra detectado pelo sensor in situ correspondente à localização geográfica e um valor da propriedade de solo, no mapa de propriedade de solo, na localização geográfica, em que o modelo agrícola preditivo é configurado para receber um valor da propriedade de solo como uma entrada de modelo e gerar um valor preditivo do constituinte de safra como uma saída de modelo com base na relação identificada.
Método implementado por computador para gerar um mapa agrícola preditivo funcional, caracterizado pelo fato de que compreende: receber, em uma máquina de trabalho agrícola (100), 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; detectar, com um sensor in situ (208), um valor de um constituinte de safra correspondente à localização geográfica; gerar um modelo agrícola preditivo que modela uma relação entre a característica agrícola e o constituinte de safra; e controlar um gerador de mapa preditivo (212) para gerar o mapa agrícola preditivo funcional do campo que mapeia valores preditivos do constituinte de safra para as diferentes localizações no campo com base nos valores da característica agrícola no mapa e no modelo agrícola preditivo.
Método implantado por computador de acordo com a reivindicação 13, e caracterizado pelo fato de que compreende adicionalmente: configurar o mapa agrícola preditivo funcional para um sistema de controle que gera sinais de controle para controlar um subsistema controlável na máquina de trabalho agrícola com base no mapa agrícola preditivo funcional.
Máquina de trabalho agrícola (100), caracterizada pelo fato de que compreende: um sistema de comunicação (206) que recebe um mapa que indica valores de características agrícolas correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica (204) que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ (208) que detecta um valor de um constituinte de safra correspondente à localização geográfica; um gerador de modelo preditivo (210) que gera um modelo de constituinte de safra preditivo que modela uma relação entre a característica agrícola e o constituinte de safra com base em um valor de característica agrícola no mapa na localização geográfica e o valor de constituinte de safra detectado pelo sensor in-situ correspondente à localização geográfica; e um gerador de mapa preditivo (212) que gera um mapa de constituinte de safra preditivo funcional do campo, que mapeia valores preditivos do constituinte de safra para as diferentes localizações no campo, com base nos valores de características agrícolas no mapa e com base no modelo de constituinte de safra preditivo.