BR102021017298A2

BR102021017298A2 - Máquina de trabalho agrícola, e, método implementado por computador para controlar uma máquina de trabalho agrícola

Info

Publication number: BR102021017298A2
Application number: BR102021017298-3A
Authority: BR
Inventors: Nathan R. Vandike; Bhanu Kiran Reddy Palla; Noel W. Anderson; Colin D. Engel
Original assignee: Deere & Company
Priority date: 2020-10-09
Filing date: 2021-08-31
Publication date: 2022-04-26
Also published as: US20220110238A1; CN114303592A; US20240090358A1

Abstract

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

Description

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

CAMPO DA DESCRIÇÃO

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

FUNDAMENTOS

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

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

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

SUMÁRIO

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

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

BREVE DESCRIÇÃO DOS DESENHOS

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

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

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

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

[0011] A FIG. 5 é um fluxograma mostrando um exemplo de operação de uma colheitadeira agrícola em recebendo um mapa de índice vegetativo, detectando uma característica e gerando um mapa de biomassa preditivo funcional para uso no controle da colheitadeira agrícola durante uma operação de colheita.

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

[0013] A FIG. 7 mostra um fluxograma ilustrando um exemplo da operação de uma colheitadeira agrícola no recebimento de um mapa de informação anterior e detecção de um entrada de sensor in situ na geração de um mapa preditivo funcional.

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

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

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

[0017] A FIG. 11 é um fluxograma mostrando um exemplo da operação de um sistema de controle na seleção de um valor de ajustes alvos para controlar a colheitadeira agrícola.

[0018] A FIG. 12 é um diagrama de blocos mostrando um exemplo de um controlador de interface de operador.

[0019] A FIG. 13 é um fluxograma ilustrando um exemplo de um controlador de interface de operador.

[0020] A FIG. 14 é uma ilustração pictorial mostrando um exemplo de uma exibição de interface de operador.

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

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

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

DESCRIÇÃO DETALHADA

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

[0025] A presente descrição se refere ao uso de dados in situ obtidos simultaneamente com uma operação agrícola, em combinação com dados anteriores, para gerar um mapa preditivo e, mais particularmente, um mapa de biomassa preditivo. Em alguns exemplos, o mapa de biomassa preditivo pode ser usado para controlar uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola. Biomassa, na forma usada no presente documento, se refere a uma quantidade de material de vegetação acima do chão, tais como plantas cultivadas e plantas de ervas daninhas, em uma dada área ou localização. Frequentemente, a quantidade é medida em termos de peso, por exemplo, peso por uma dada área, tal como toneladas por acre. Várias características podem ser indicativas de biomassa (referidas no presente documento como características de biomassa) e podem ser usadas para predizer a biomassa em um campo de interesse. Por exemplo, características de biomassa podem incluir várias características de vegetação, tais como altura de vegetação (por exemplo, a altura da vegetação acima da superfície do campo, tais como a altura da cultura ou copa de cultura acima da superfície do campo), densidade de vegetação (a quantidade de matéria de cultura em um dado volume, que pode ser derivada da massa de cultura e volume de cultura), (tais como um peso da vegetação ou o peso de componentes de vegetação), ou volume de vegetação (o quanto a dada área ou localização é ocupada pela vegetação, que é o espaço que a vegetação ocupa ou contém). Deve-se notar que as características de vegetação podem incluir características individuais de diferentes tipos de vegetação, por exemplo, as características de vegetação podem ser características de cultura ou características de ervas daninhas. Por exemplo, as características de vegetação podem incluir altura de cultura, densidade de cultura, massa de cultura, ou volume de cultura. Dessa maneira, na forma usada no presente documento, características de vegetação, tais como altura de vegetação, densidade de vegetação, massa de vegetação, ou volume de vegetação podem incluir ou compreender altura de cultura, densidade de cultura, massa de cultura, ou volume de cultura. Em outro exemplo, as características de biomassa podem incluir várias características de máquina da colheitadeira agrícola, tais como ajustes de máquina, características operacionais, ou características de desempenho máquina. Por exemplo, uma força, tal como uma pressão de fluido ou torque, usada para acionar um rotor de trilhagem da colheitadeira agrícola pode ser uma característica de máquina indicativa da biomassa.

[0026] O desempenho de uma colheitadeira agrícola pode ser afetado quando a colheitadeira agrícola dedica a áreas do campo com variâncias na biomassa. Por exemplo, se os ajustes de máquina da colheitadeira agrícola forem definidos com base em uma produtividade prevista ou desejada, a variância em biomassa pode fazer com que a produtividade varie, e, dessa maneira, os ajustes de máquina podem ser subideais para efetivamente processar a vegetação, incluindo a cultura. Como aqui mencionado, o operador pode tentar predizer a biomassa à frente da máquina. Adicionalmente, alguns sistemas, tais como sistemas de controle de realimentação, reativamente ajustam a velocidade em relação ao chão à frente ao chão da colheitadeira agrícola em uma tentativa de manter uma produtividade desejada. Isso pode ser feito tentando identificar a biomassa com base em entradas de sensor, tal como de sensores que sensoreiam uma variável indicativa de biomassa. Entretanto, tais arranjos podem ser propensos a erro e podem ser muito lentos para reagir a uma mudança por vir na biomassa para efetivamente alterar a operação da máquina para controlar a produtividade, tal como mudando a velocidade da colheitadeira à frente. Por exemplo, tais sistemas são tipicamente reativos em que regulagens nos ajustes de máquina são feitas apenas após a vegetação ter sido encontrada pela máquina na tentativa de reduzir adicionalmente erro, tal como em um sistema de controle de realimentação.

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

[0028] Um mapa de índice vegetativo pode ser usado para identificar a presença e localização de vegetação. Em alguns exemplos, um mapa de índice vegetativo permite que culturas sejam identificadas e georreferenciadas na presença de solo descoberto, resíduo de cultura, ou outras plantas, tais como ervas daninhas. Em outros exemplos, um mapa de índice vegetativo permite a detecção de várias características de cultura, tais como crescimento de cultura e saúde ou vigor de cultura, através de diferentes localizações geográficas em um campo de interesse. Entretanto, um mapa de índice vegetativo pode não indicar de forma precisa e confiável outras características de vegetação, tais como características de vegetação indicativas de um biomassa de vegetação. Dessa maneira, em alguns casos, tal como quando se leva em conta a biomassa, um mapa de índice vegetativo pode ter reduzida utilidade na predição de como controlar uma colheitadeira agrícola à medida que a colheitadeira agrícola move através do campo.

[0029] A presente discussão dessa forma prossegue com relação a sistemas que recebem um mapa de índice vegetativo de um campo ou mapa gerado durante uma operação anterior e também usam um sensor in situ para detectar uma variável indicativa de biomassa durante uma operação de colheita. Em alguns casos, o sensor in situ pode detectar uma altura, uma densidade, uma massa, ou um volume de vegetação em uma área ou localização no campo, por exemplo, uma área na frente de uma plataforma de corte conectada a uma colheitadeira agrícola, tal como a plataforma de corte 102 de colheitadeira agrícola 100. A altura, densidade, massa ou volume de vegetação detectada pode ser indicativa de uma biomassa da vegetação. Por exemplo, conhecendo a altura de vegetação, tais como as alturas de cultura ou copa de cultura acima da superfície do campo, uma biomassa da vegetação pode ser estimada. Isso é porque existe uma relação entre a altura da vegetação e a biomassa da vegetação, geralmente, quanto maior a altura, anto maior a biomassa. Outras características de vegetação, tais como densidade, massa ou volume, também têm uma relação com biomassa, de maneira tal que um valor da característica de vegetação pode ser correlacionado à biomassa e dessa forma uma biomassa de vegetação pode ser estimada. Pela detecção de uma ou mais dessas características de vegetação, uma valor de nível de biomassa pode ser predito, por exemplo, alta, média ou baixa biomassa. Em alguns exemplos, valores mais finitos, tais como valores de peso preditos, podem também ser preditos. A título de ilustração, uma altura de cultura detectada que é relativamente grande (em relação a alturas gerais ou conhecidas de vegetação específica, tais como culturas específicas ou um genótipo específico de uma cultura) pode indicar um biomassa consequentemente alta. Em alguns exemplos, uma única característica pode ser detectada e usada para a estimativa de biomassa. Por exemplo, dada uma altura de vegetação detectada, outras características de vegetação, tais como densidade de vegetação, volume de vegetação, ou massa de vegetação, podem ser estimadas com base, por exemplo, em valores de índice vegetativo, dados históricos, dados de operação anterior (tais como dados obtidos de um mapa de semeadura, que podem conter dados de genótipo, dados de espaçamento de sementes, dados de profundidade de semente, e vários outros dados de características de semeadura), dados de genótipo de cultura (por exemplo, dados de espécie, dados híbridos, dados de cultivar, etc.), entrada de operador ou usuário, informação de terceira parte, conhecimento especializado, aprendizagem de máquina, bem como uma variedade de outra informação, ou combinações das mesmas. Em alguns exemplos, uma combinação de características pode ser detectada e usada para a estimativa de biomassa, por exemplo, uma combinação de altura de vegetação, densidade de vegetação, massa de vegetação ou volume de vegetação.

[0030] Em outro exemplo, o sensor in situ pode detectar uma força, tal como uma pressão de fluido ou torque, exigida para acionar um rotor de trilhagem à medida que uma colheitadeira agrícola processa culturas, tal como a colheitadeira agrícola 100. Por exemplo, a força usada para acionar o rotor de trilhagem a um dado ajuste, tal como um dado ajuste de velocidade (por exemplo, RPM), pode ser afetada pela carga no sistema de acionamento, tais como um conjunto de motor ou um conjunto de motor hidráulico. A força exigida para acionar o rotor de trilhagem a um dado ajuste em uma condição de máquina em vazio (onde não existe vegetação sendo processada) pode ser conhecida. Dessa maneira, a força adicional usada para acionar o rotor de trilhagem a um dado ajuste quando a colheitadeira está processando vegetação pode ser indicativa de uma biomassa da vegetação que está sendo processada uma vez a biomassa da vegetação aumentará a carga no sistema de acionamento.

[0031] Os sistemas geram um modelo que modela uma relação entre os valores de índice vegetativo no mapa de índice vegetativo ou os valores no mapa gerado a partir da operação anterior e dos valores de saída do sensor in situ. O modelo é usado para gerar um mapa de biomassa preditivo funcional que prediz, por exemplo, biomassa em diferentes localizações no campo. O mapa de biomassa preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário ou usado que controla automaticamente uma colheitadeira durante a operação de colheita, ou ambos.

[0032] Em outros exemplos, a presente discussão prossegue com relação a sistemas que recebem um mapa, tais como um mapa de informação anterior, um mapa gerado com base em uma operação anterior, ou um mapa preditivo funcional, por exemplo, um mapa de biomassa preditivo, e também usam um sensor in situ para detectar uma variável indicativa de uma ou mais características durante uma operação de colheita. Por exemplo, o sensor in situ pode sensorear uma característica agrícola, tais como uma característica de não máquina, uma característica de máquina da colheitadeira agrícola, ou entradas de comando de operador. Uma característica agrícola é qualquer característica que pode afetar uma operação agrícola. Nota-se, entretanto, que o sensor in situ pode detectar um valor indicativo de qualquer de inúmeras características e não está limitado às características descritas no presente documento. Os sistemas geram um modelo que modela uma relação entre os valores no mapa recebido e os valores de saída do sensor in situ. O modelo é usado para gerar um mapa preditivo funcional que prediz, por exemplo, característica agrícolas, tais como características de não máquina, por exemplo, as características do campo ou vegetação, características de máquina da colheitadeira agrícola, tais como ajustes de máquina, características operacionais de máquina, ou características de desempenho máquina, ou entradas de comando de operador em diferentes áreas do campo com base nos valores do mapa recebido nessas áreas. O mapa preditivo funcional, gerado durante a operação de colheita, pode ser apresentado a um operador ou outro usuário, ou usado para controlar automaticamente uma colheitadeira agrícola durante a operação de colheita, ou ambos. O mapa preditivo funcional pode ser usado para controlar um ou mais dos subsistemas controláveis na colheitadeira agrícola.

[0033] A FIG. 1 é uma ilustração parcial pictorial, parcial esquemática de uma colheitadeira agrícola autopropelida 100. No exemplo ilustrado, a colheitadeira agrícola 100 é uma colheitadeira combinada. Adicionalmente, embora colheitadeiras combinadas sejam providas como exemplos em toda a presente descrição, percebe-se que a presente descrição é também aplicável a outros tipos de colheitadeiras, tais como colheitadeiras de algodão, colheitadeiras de cana de açúcar, colheitadeiras de forragem autopropelidas, enfardadeiras, ou outras máquinas de trabalho agrícola. Consequentemente, a presente descrição deve englobar os vários tipos de colheitadeiras descritos e não é, dessa forma, limitada a colheitadeiras combinadas. Além disso, a presente descrição é direcionada para outros tipos de máquinas de trabalho, tais como semeadeiras e pulverizadores agrícolas, equipamento de construção, equipamento florestal e equipamento de gerenciamento de grama onde a geração de um mapa pode ser aplicável. Consequentemente, a presente descrição deve englobar esses vários tipos de colheitadeiras e outras máquinas de trabalho e não é, dessa forma, limitada a colheitadeiras combinadas.

[0034] Como mostrado na FIG. 1, a colheitadeira agrícola 100 ilustrativamente inclui um compartimento do operador 101, que pode ter uma variedade de diferentes mecanismos de interface de operador, para controlar a colheitadeira agrícola 100. A colheitadeira agrícola 100 inclui equipamento de extremidade dianteira, tais como uma plataforma de corte 102, e um cortador indicado no geral por 104. A colheitadeira agrícola 100 também inclui um alimentador 106, um acelerador de alimentação 108 e um trilhador indicado no geral por 110. O alimentador 106 e o acelerador de alimentação 108 formam parte de um subsistema de manuseio de material 125. A plataforma de corte 102 é acoplada a pivô a uma armação 103 da colheitadeira agrícola 100 ao longo do eixo geométrico pivô 105. Um ou mais atuadores 107 acionam o movimento da plataforma de corte 102 em torno do eixo geométrico 105 na direção indicada no geral pela seta 109. Dessa maneira, uma posição vertical da plataforma de corte 102 (a altura da plataforma de corte) acima do chão 111 no qual a plataforma de corte 102 desloca é controlável pela atuação do atuador 107. Embora não mostrado na FIG. 1, a colheitadeira agrícola 100 pode também incluir um ou mais atuadores que operam para aplicar um ângulo de inclinação, um ângulo de rolamento, ou ambos, à plataforma de corte 102, ou porções da plataforma de corte 102. Inclinação se refere a um ângulo no qual o cortador 104 engata a cultura. O ângulo de inclinação é aumentado, por exemplo, controlando a plataforma de corte 102 para apontar uma aresta distal 113 do cortador 104 mais para o chão. O ângulo de inclinação é controlando a plataforma de corte 102 para apontar a aresta distal 113 do cortador 104 mais para fora do chão. O ângulo de rolamento se refere à orientação da plataforma de corte 102 em torno do eixo geométrico longitudinal de frente para trás da colheitadeira agrícola 100.

[0035] O trilhador 110 ilustrativamente inclui um rotor de trilhagem 112 e um conjunto de contrabatedores 114. Adicionalmente, a colheitadeira agrícola 100 também inclui um separador 116. A colheitadeira agrícola 100 também inclui um subsistema de limpeza (coletivamente referidos como subsistema de limpeza 118) que inclui um ventoinha de limpeza 120, crivo 122 e peneira 124. O subsistema de manuseio de material 125 também inclui batedor de descarga 126, elevador de rejeitos 128, elevador de grão limpo 130, bem como trado de descarregamento 134 e bico 136. O elevador de grão limpo move grão limpo para o tanque de grão limpo 132. A colheitadeira agrícola 100 também inclui um subsistema de resíduo 138 que pode incluir picador 140 e espalhador 142. A colheitadeira agrícola 100 também inclui um subsistema de propulsão que inclui um motor que aciona componentes de engate no chão 144, tais como rodas ou esteiras. Em alguns exemplos, uma colheitadeira combinada dentro do escopo da presente descrição pode ter mais de um de qualquer dos subsistemas aqui mencionados. Em alguns exemplos, a colheitadeira agrícola 100 pode ter subsistemas de limpeza esquerdo e direito, separadores, etc., que não são mostrados na FIG. 1.

[0036] Em operação, e a título de revisão, a colheitadeira agrícola 100 ilustrativamente move através de um campo na direção indicada pela seta 147. À medida que a colheitadeira agrícola 100 move, a plataforma de corte 102 (e o molinete associado 164) engata a cultura a ser colhida e reúne a cultura 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 de colheitadeira agrícola 100 pode determinar um ou mais dentre um ajuste de altura, um ajuste de ângulo de inclinação, ou um ajuste de ângulo de rolamento para a plataforma de corte 102. Por exemplo, o operador entra com um ajuste ou ajustes em um sistema de controle, descrito em mais detalhe a seguir, que controla o atuador 107. O sistema de controle pode também receber um ajuste do operador para estabelecer o ângulo de inclinação e ângulo de rolamento da plataforma de corte 102 e implementar os ajustes alimentados controlando os atuadores associados, não mostrados, que operam para mudar o ângulo de inclinação e o ângulo de rolamento da plataforma de corte 102. O atuador 107 mantém a plataforma de corte 102 a uma altura acima do chão 111 com base em um ajuste de altura e, onde aplicável, em ângulos de inclinação e rolamento desejados. Cada um dentre os ajustes de altura, rolamento e inclinação pode ser implementado independentemente dos outros. O sistema de controle responde a erro da plataforma de corte (por exemplo, a diferença entre o ajuste de altura e altura de plataforma de corte medida 104 acima do chão 111 e, em alguns exemplos, erros de ângulo de inclinação e ângulo de rolamento) com uma capacidade de resposta que é determinada com base em um nível de sensibilidade selecionado. Se o nível de sensibilidade for definido em um maior nível de sensibilidade, o sistema de controle responde a menores erros de posição da plataforma de corte, e tenta reduzir os erros detectados mais rapidamente do que quando a sensibilidade está a um menor nível de sensibilidade.

[0037] De volta à descrição da operação da colheitadeira agrícola 100, após culturas serem cortadas pelo cortador 104, o material de cultura separado é movimentado através de um transportador no alimentador 106 para o acelerador de alimentação 108, que acelera o material de cultura para o trilhador 110. A cultura material é trilhada pelo rotor 112 que roda a cultura contra os contrabatedores 114. A força usada para acionar (ou potencializar) o rotor 112 pode ser sensoreada, e a força sensoreada, ou indicação sensoreada de força, pode ser usada para determinar uma biomassa que está sendo trilhada. Por exemplo, a pressão de fluido, tal como uma pressão hidráulica ou pneumática, que é usada para acionar rotor 112 pode ser sensoreada, e a pressão de fluido sensoreada pode ser usada para determinar uma biomassa que está sendo processada pela colheitadeira agrícola 100. Em outro exemplo, o torque usado para acionar rotor 112 pode ser sensoreado, e o torque sensoreado pode ser usado para determinar uma biomassa que está sendo processada pela colheitadeira agrícola 100. Força de acionamento do rotor de trilhagem pode ser usada como uma indicação da biomassa que está sendo processada pelo trilhador na colheitadeira agrícola 100, uma vez que a força de acionamento do rotor de trilhagem é a força, tal como torque ou pressão, usada para manter o rotor de trilhagem 112 a uma velocidade desejada. A força de acionamento do rotor de trilhagem correlaciona (junto com vários outros ajustes de máquina, tais como ajustes do contrabatedor) com a biomassa em movimento através do trilhador na colheitadeira agrícola 100 em um momento particular. Em alguns casos, o rotor de trilhagem 112 pode ser acionado (ou potencializado) por outros sistemas de potência, e a potência desses outros sistemas de potência que é usada para operar o rotor de trilhagem pode ser sensoreada e usada como uma indicação de uma biomassa que está sendo processada através do trilhador na colheitadeira agrícola 100.

[0038] O material de cultura trilhado é movimentado por um rotor de separador no separador 116 onde uma porção do resíduo é movimentada pelo batedor de descarga 126 para o subsistema de resíduo 138. A porção de resíduo transferida para o subsistema de resíduo 138 é picada pelo picador de resíduo 140 e espalhada no campo pelo espalhador 142. Em outras configurações, o resíduo é 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) tais como ensacadores de semente ou outras plataformas de corte de semente, ou trituradores de semente ou outros destruidores de semente.

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

[0040] O elevador de rejeitos 128 retorna os rejeitos para o trilhador 110 onde os rejeitos são retrilhados. Alternativamente, os rejeitos também podem ser passados para um mecanismo de retrilhagem separado por um elevador de rejeitos ou outro dispositivo de transporte onde os rejeitos são retrilhados igualmente.

[0041] A FIG. 1 também mostra que, em um exemplo, a colheitadeira agrícola 100 inclui sensor de velocidade em relação ao chão 146, um ou mais sensores de perda no separador 148, um câmera de grão limpo 150, um mecanismo de captura de imagem voltado para a frente 151, que pode ser na forma de uma câmera estéreo ou mono, e um ou mais sensores de perda 152 providos no subsistema de limpeza 118.

[0042] O sensor de velocidade em relação ao chão 146 sensoreia a velocidade de deslocamento da colheitadeira agrícola 100 no chão. O sensor de velocidade em relação ao chão 146 pode sensorear a velocidade de deslocamento da colheitadeira agrícola 100 sensoreando a velocidade de rotação dos componentes de engate no chão (tais como rodas ou esteiras), um eixo acionador, um eixo de rodas ou outros componentes. Em alguns casos, a velocidade de deslocamento pode ser sensoreada usando um sistema de posicionamento, tais como um sistema de posicionamento global (GPS), um sistema de posicionamento relativo, um sistema de navegação de longo alcance (LORAN), ou uma ampla variedade de outros sistemas ou sensores que provêm uma indicação de velocidade de deslocamento.

[0043] Os sensores de perda 152 ilustrativamente provêm um sinal de saída indicativo da quantidade de perda de grão que ocorrem tanto no lado direito quanto esquerdo do subsistema de limpeza 118. Em alguns exemplos, os sensores 152 são sensores de colisão que contam colisões de grãos por unidade de tempo ou por unidade de distância deslocada para prover uma indicação da perda de grão que ocorre no subsistema de limpeza 118. Os sensores de colisão para os lados direito e esquerdo do subsistema de limpeza 118 podem prover sinais individuais ou um sinal combinado ou agregado. Em alguns exemplos, os sensores 152 podem incluir um único sensor, ao contrário de sensores separados providos para cada subsistema de limpeza 118.

[0044] O sensor de perda no separador 148 provê um sinal indicativo de perda de grão nos separadores esquerdo e direito, não mostrados separadamente na FIG. 1. Os sensores de perda no separador 148 podem ser associados com os separadores esquerdo e direito e podem prover sinais de perda de grão separados ou um sinal combinado ou agregado. Em alguns casos, o sensoreamento de perda de grão nos separadores pode também ser feito usando uma ampla variedade de diferentes tipos de sensores igualmente.

[0045] A colheitadeira agrícola 100 pode também incluir outros sensores e mecanismos de medição. Por exemplo, a colheitadeira agrícola 100 pode incluir um ou mais dos sensores seguintes: um sensor de altura da plataforma de corte que sensoreia uma altura de plataforma de corte 102 acima do chão 111; sensores de estabilidade que sensoreiam o movimento de oscilação e salto (tais como frequência e amplitude de oscilação) de colheitadeira agrícola 100; um sensor de ajuste de resíduo que é configurado para sensorear se a colheitadeira agrícola 100 está configurada para picar o resíduo, produzir um amontoado de feno, etc.; um sensor de velocidade da ventoinha da sapata de limpeza para sensorear a velocidade da ventoinha 120; um sensor de folga do contrabatedor que sensoreia um tamanho da folga entre o rotor 112 e os contrabatedores 114; um sensor de velocidade do rotor de trilhagem que sensoreia uma velocidade de rotor do rotor 112; um sensor de força que sensoreia uma força usada para acionar rotor de trilhagem 112, tal como um sensor de pressão que sensoreia um pressão de fluido usada para acionar rotor de trilhagem 112 ou um sensor de torque que sensoreia um torque usado para acionar o rotor de trilhagem 112; um sensor de folga do crivo que sensoreia o tamanho de aberturas no crivo 122; um sensor de folga de peneira que sensoreia o tamanho de aberturas na peneira 124; um sensor de umidade de material não grão (MOG) que sensoreia um nível de umidade do MOG que passa através da colheitadeira agrícola 100; um ou mais sensores de ajuste de máquina configurados para sensorear vários ajustes configuráveis de colheitadeira agrícola 100; um sensor de orientação de máquina que sensoreia a orientação da colheitadeira agrícola 100; e sensores de propriedade de cultura que sensoreiam uma variedade de diferentes tipos de propriedades de cultura, tais como altura de cultura, densidade de cultura, volume de cultura, massa de cultura, e outras propriedades de cultura. Os sensores de propriedade de cultura podem também ser configurados para sensorear características do material de cultura separado à medida que o material de cultura é processado pela colheitadeira agrícola 100. Por exemplo, em alguns casos, os sensores de propriedade de cultura podem sensorear qualidade de grão tais como grão quebrado, níveis de MOG; constituintes de grão tais como amidos e proteína; e taxa de alimentação de grão à medida que o grão desloca através do alimentador 106, elevador de grão limpo 130, ou algum lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultura podem também sensorear a taxa de alimentação de biomassa através do alimentador 106, através do separador 116 ou algum lugar na colheitadeira agrícola 100. Os sensores de propriedade de cultura podem também sensorear a taxa de alimentação como uma vazão em massa de grão através do elevador 130 ou através de outras porções da colheitadeira agrícola 100 ou prover outros sinais de saída indicativos de outras variáveis sensoreadas. Os sensores de propriedade de cultura podem incluir um ou mais sensores de rendimento que sensoreiam rendimento de cultura que está sendo colhida pela colheitadeira agrícola.

[0046] Em um exemplo, vários ajustes de máquina podem ser ajustados ou controlados para alcançar um desempenho desejado. Os ajustes de máquina podem incluir coisas tais como folga do contrabatedor, velocidade de rotor, ajustes da peneira e crivo, e velocidade da ventoinha de limpeza. Outros ajustes de máquina podem também ser controlados. Esses ajustes de máquina podem ilustrativamente ser ajustados ou controlados com base em uma produtividade prevista, ou seja, a quantidade de material processado pela colheitadeira agrícola 100 por unidade de tempo. Dessa maneira, se a biomassa variar espacialmente no campo e a velocidade em relação ao chão de colheitadeira agrícola 100 permanecer constante, então a produtividade mudará com a biomassa. Em alguns exemplos, a biomassa que está sendo processada é indicada pelo sensoreamento da força usada para acionar o rotor de trilhagem 112 a uma velocidade desejada, e a velocidade em relação ao chão de colheitadeira agrícola 100 é variada em uma tentativa de manter a produtividade desejada. Em outros exemplos, o mecanismo de captura de imagem voltado para a frente 151 pode ser usado para estimar uma ou mais dentre uma altura de vegetação, uma densidade de vegetação, um volume de vegetação e uma massa de vegetação em uma dada área do campo à frente da colheitadeira agrícola 100 para predizer uma biomassa que está prestes a ser processada pela colheitadeira agrícola 100. Outras características de vegetação podem também ser estimadas usando a(s) imagem(ns) produzida(s) pelo mecanismo de captura de imagem voltado para a frente 151. Em tais exemplos, as características de vegetação podem ser convertidas em um valor de biomassa georreferenciada indicativo da biomassa que está prestes a ser engatada pela colheitadeira agrícola 100 em uma área do campo que se aproxima. A velocidade de máquina, bem como vários outros ajustes de máquina, tal como a altura da plataforma de corte, podem ser controlados com base na biomassa estimada para manter a produtividade desejada.

[0047] Antes de descrever como a colheitadeira agrícola 100 gera um mapa de biomassa preditivo funcional e usa o mapa de biomassa preditivo funcional para controlar, uma breve descrição de alguns dos itens na colheitadeira agrícola 100 e suas respectivas operações serão primeiramente descritas. A descrição das FIG. 2 e 3 descreve o recebimento de um tipo geral de mapa de informação anterior e combinação de informação do mapa de informação anterior com um sinal de sensor georreferenciado gerado por um sensor in situ, onde o sinal de sensor é indicativo de uma característica no campo, tais como características de cultura presente no campo. As características do campo podem incluir, mas sem se limitar a características de um campo tais como inclinação, intensidade de ervas daninhas, tipo de ervas daninhas, umidade do solo, qualidade de superfície; características de propriedades de vegetação, tais como altura de vegetação, volume de vegetação, umidade de vegetação, massa de vegetação, e densidade de vegetação; características de propriedades de cultura, tais como altura de cultura, volume de cultura, umidade de cultura, massa de cultura, densidade de cultura, e estado de cultura; características de propriedades de grão tais como umidade de grão, tamanho de grão, peso de teste de grão; e características de desempenho de máquina tais como níveis de perda, qualidade de trabalho, consumo de combustível e utilização de potência. Uma relação entre os valores de característica obtidos de sinais de sensor in situ e os valores de mapa de informação anterior é identificada, e essa relação é usada para gerar um novo mapa preditivo funcional. Um mapa preditivo funcional prediz valores em diferentes localizações geográficas em um campo, e um ou mais desses valores pode ser usado para controlar uma máquina, tal como um ou mais subsistemas de uma colheitadeira agrícola. Em alguns casos, um mapa preditivo funcional pode ser apresentado a um usuário, tal como um operador de uma máquina de trabalho agrícola, que pode ser uma colheitadeira agrícola. Um mapa preditivo funcional pode ser apresentado a um usuário visualmente, tal como por meio de um monitor, hapticamente, ou audivelmente. O usuário pode interagir com o mapa preditivo funcional para realizar operações de edição e outras operações de interface de usuário. Em alguns casos, um mapa preditivo funcional pode ser usado para um ou mais dentre controlar uma máquina de trabalho agrícola, tal como uma colheitadeira agrícola, apresentação a um operador ou outro usuário, e apresentação a um operador ou usuário para interação pelo operador ou usuário.

[0048] Após a abordagem geral ser descrita com relação às FIGS. 2 e 3, uma abordagem mais específica para gerar um mapa de biomassa preditivo funcional que pode ser apresentada a um operador ou usuário, ou usada para controlar a colheitadeira agrícola 100, ou ambas, é descrita com relação às FIGS. 4 e 5. Novamente, enquanto a presente discussão prossegue com relação à colheitadeira agrícola e, particularmente, uma colheitadeira combinada, o escopo da presente descrição abrange outros tipos de colheitadeiras agrícolas ou outras máquinas de trabalho agrícola.

[0049] A FIG. 2 é um diagrama de blocos mostrando algumas porções de uma colheitadeira agrícola exemplificativa 100. A FIG. 2 mostra que a colheitadeira agrícola 100 ilustrativamente inclui um ou mais processadores ou servidores 201, armazenamento de dados 202, sensor de posição geográfica 204, sistema de comunicação 206 e um ou mais sensores in situ 208 que sensoreiam uma ou mais características agrícolas de um campo simultaneamente a uma operação de colheita. Uma característica agrícola pode incluir qualquer característica que pode ter um efeito da operação de colheita. Alguns exemplos de características agrícolas incluem características da máquina de colheita, do campo, das plantas no campo e das condições climáticas. Outros tipos de características agrícolas são também incluídos. Os sensores in situ 208 geram valores correspondentes às características sensoreadas. A colheitadeira agrícola 100 também inclui um gerador de modelo ou relação preditivo (coletivamente referidos a seguir como “gerador de modelo preditivo 210”), gerador de mapa preditivo 212, gerador de zona de controle 213, sistema de controle 214, um ou mais subsistemas controláveis 216, e um mecanismo de interface de operador 218. A colheitadeira agrícola 100 pode também incluir uma ampla variedade de outras funcionalidades de colheitadeira agrícola 220. Os sensores in situ 208 incluem, por exemplo, sensores internos 222, sensores remotos 224 e outros sensores 226 que sensoreiam características de um campo durante o curso de uma operação agrícola. O gerador de modelo preditivo 210 ilustrativamente inclui um gerador de modelo de variável de informação anterior para variável in situ 228, e o gerador de modelo preditivo 210 pode incluir outros itens 230. O sistema de controle 214 inclui sistema de comunicação controlador 229, controlador de interface de operador 231, um controlador de ajustes 232, controlador de planejamento de trajeto 234, controlador de taxa de alimentação 236, controlador de plataforma de corte e molinete 238, controlador de correia de lona 240, controlador de posição da placa de convés 242, controlador do sistema de resíduo 244, controlador de limpeza de máquina 245, controlador de zona 247, e o sistema 214 pode incluir outros itens 246. Os subsistemas controláveis 216 incluem atuadores de máquina e plataforma de corte 248, subsistema de propulsão 250, subsistema de direção 252, subsistema de resíduo 138, subsistema de limpeza de máquina 254, e os subsistemas 216 podem incluir uma ampla variedade de outros subsistemas 256.

[0050] A FIG. 2 também mostra que a colheitadeira agrícola 100 pode receber mapa de informação anterior 258. Como descrito a seguir, o mapa de informação anterior 258 inclui, por exemplo, um mapa de índice vegetativo ou um mapa de vegetação de uma operação anterior. Entretanto, o mapa de informação anterior 258 pode também englobar outros tipos de dados que foram obtidos antes de uma operação de colheita ou de um mapa de uma operação anterior. A FIG. 2 também mostra que um operador 260 pode operar a colheitadeira agrícola 100. O operador 260 interage com mecanismos de interface de operador 218. Em alguns exemplos, o mecanismos de interface de operador 218 pode incluir manches, alavancas, um volante, articulações, pedais, botões, diais, teclados, elementos atuáveis pelo usuário (tais como ícones, botões, etc.) em um dispositivo de exibição de interface de usuário, um microfone e alto-falante (onde reconhecimento de voz e síntese de voz são providos), dentre uma ampla variedade de outros tipos de dispositivos de controle. Onde um sistema de exibição sensível ao toque é provido, o operador 260 pode interagir com mecanismos de interface de operador 218 usando gestos de toque. Esses exemplos supradescritos são providos como exemplos ilustrativos e não visam limitar o escopo da presente descrição. Consequentemente, outros tipos de mecanismos de interface de operador 218 podem ser usados e estão dentro do escopo da presente descrição.

[0051] Mapa de informação anterior 258 pode ser transferido para a colheitadeira agrícola 100 e armazenados no armazenamento de dados 202, usando o sistema de comunicação 206, ou de outras maneiras. Em alguns exemplos, o sistema de comunicação 206 pode ser um sistema de comunicação celular, um sistema para comunicar por uma rede de área abrangente ou uma rede de área local, um sistema para comunicar por uma rede de comunicação de campo próximo, ou um sistema de comunicação configurado para comunicar por qualquer de uma variedade de outras redes ou combinações de redes. O sistema de comunicação 206 pode também incluir um sistema que facilita carregamentos ou transferências de informação em um cartão digital seguro (SD) ou um cartão de barramento serial universal (USB), ou ambos.

[0052] O sensor de posição geográfica 204 ilustrativamente sensoreia ou detecta a posição geográfica ou localização de colheitadeira agrícola 100. O sensor de posição geográfica 204 pode incluir, mas sem se limitar a um receptor de sistema de satélite de navegação global (GNSS) que recebe sinais de um transmissor de satélite GNSS. O sensor de posição geográfica 204 pode também incluir um componente cinemático em tempo real (RTK) que é configurado para aumentar a precisão de dados de posição derivados do sinal de GNSS. O sensor de posição geográfica 204 pode incluir um sistema de posicionamento relativo, um sistema de triangulação celular, ou qualquer de uma variedade de outros sensores de posição geográfica.

[0053] Os sensores in situ 208 podem ser qualquer um dos sensores supradescritos com relação à FIG. 1. Os sensores in situ 208 incluem sensores internos 222 que são montados internamente na colheitadeira agrícola 100. Tais sensores podem incluir, por exemplo, um sensor de percepção (por exemplo, um sistema de câmera mono ou estéreo voltado para a frente e sistema de processamento de imagem), sensores de imagem que são internos à colheitadeira agrícola 100 (tais como a câmera de grão limpo ou câmeras montadas para identificar sementes de ervas daninhas que estão saindo da colheitadeira agrícola 100 através do subsistema de resíduo ou do subsistema de limpeza). Os sensores in situ 208 também incluem sensores in situ remotos 224 que capturam informação in situ. Os dados in situ incluem dados obtidos de um sensor interno na colheitadeira agrícola ou obtidos pelo sensor onde os dados são detectados durante a operação de colheita.

[0054] O gerador de modelo preditivo 210 gera um modelo que é indicativo de uma relação entre os valores sensoreados pelo sensor in situ 208 e um valor mapeado no campo pelo mapa de informação anterior 258. Por exemplo, se o mapa de informação anterior 258 mapear um valor de índice vegetativo para diferentes localizações no campo, e o sensor in situ 208 sensoreia um valor indicativo de biomassa, então o gerador de modelo de variável de informação anterior para variável in situ 228 gera um modelo de biomassa preditivo que modela a relação entre o valor de índice vegetativo e o valor de biomassa, de maneira tal que um valor de biomassa, para um localização no campo, pode ser predito com base no valor de índice vegetativo correspondente a essa localização. Isso se dá em virtude de a biomassa, em qualquer dada localização no campo, poder ser afetada ou ter uma relação com uma característica indicada pelos valores de índice vegetativo contidos no mapa de informação anterior 258, tal como crescimento de cultura ou saúde de cultura associado com a localizações no campo correspondente. O modelo de biomassa preditivo pode também ser gerado com base em valores de índice vegetativo do mapa de informação anterior 258 e de múltiplos valores de dados in situ gerados por sensores in situ 208. O gerador de mapa preditivo 212 usa o modelo de biomassa preditivo gerado pelo gerador de modelo preditivo 210 para gerar um mapa de biomassa preditivo funcional que prediz o valor de biomassa ou uma característica de biomassa, tais como altura de vegetação, densidade de vegetação, volume de vegetação, ou volume de vegetação, ou características de vegetação de tipos específicos de vegetação, tais como culturas, por exemplo, altura de cultura, densidade de cultura, volume de cultura, ou massa de cultura. Em outros exemplos, a característica de biomassa pode ser uma força usada para acionar o rotor de trilhagem. Os valores de biomassa ou de característica de biomassa preditos são gerados usando tanto os valores sensoreados pelo sensor ou sensores in situ 208 (que podem ser os valores de biomassa ou de uma característica de biomassa sensoreados) em diferentes localizações no campo quanto os valores da característica mapeados no mapa de informação anterior 258, tais como valores de índice vegetativo, correspondentes a essas localizações no campo.

[0055] Em alguns exemplos, o tipo de valores no mapa preditivo funcional 263 pode ser o mesmo que o tipo de dados in situ sensoreado pelos sensores in situ 208. Em alguns casos, o tipo de valores no mapa preditivo funcional 263 pode ter unidades diferentes dos dados sensoreados pelos sensores in situ 208. Em alguns exemplos, o tipo de valores no mapa preditivo funcional 263 pode ser diferente do tipo de dados sensoreado pelos sensores in situ 208, mas tem uma relação com o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, em alguns exemplos, o tipo de dados sensoreado pelos sensores in situ 208 pode ser indicativo do tipo de valores no mapa preditivo funcional 263. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informação anterior 258. Em alguns casos, o tipo de dados no mapa preditivo funcional 263 pode ter unidades diferentes dos dados no mapa de informação anterior 258. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 pode ser diferente do tipo de dados no mapa de informação anterior 258, mas tem uma relação com o tipo de dados no mapa de informação anterior 258. Por exemplo, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 pode ser indicativo do tipo de dados no mapa preditivo funcional 263. Em alguns exemplos, o tipo de dados no mapa preditivo funcional 263 é diferente de um, ou ambos, do tipo de dados in situ sensoreado pelos sensores in situ 208 e do 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 sensoreado pelos sensores in situ 208 e do 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 sensoreado pelos sensores in situ 208 ou do tipo de dados no mapa de informação anterior 258, e diferente do outro.

[0056] Continuando com o exemplo anterior no qual o mapa de informação anterior 258 é um mapa de índice vegetativo e sensor in situ 208 sensoreia um valor indicativo de biomassa, o gerador de mapa preditivo 212 usa os valores de índice vegetativo no mapa de informação anterior 258 e o modelo gerado pelo gerador de modelo preditivo 210 para gerar um mapa preditivo funcional 263 que prediz a biomassa em diferentes localizações no campo. O gerador de mapa preditivo 212 dessa forma produz o mapa preditivo 264.

[0057] Como mostrado na FIG. 2, o mapa preditivo 264 prediz o valor de uma característica sensoreada (sensoreada por sensores in situ 208), ou uma característica relacionada à característica sensoreada, em várias localizações através do campo com base em um valor de informação anterior no mapa de informação anterior 258 nessas localizações e usando o modelo preditivo. Por exemplo, se gerador de modelo preditivo 210 tiver gerado um modelo preditivo indicativo de uma relação entre um valor de índice vegetativo e biomassa, então, dado o valor de índice vegetativo em diferentes localizações através do campo, o gerador de mapa preditivo 212 gera um mapa preditivo 264 que prediz o valor da biomassa em diferentes localizações através do campo. O valor de índice vegetativo, obtido do mapa de índice vegetativo nessas localizações, e a relação entre o valor de índice vegetativo e biomassa, obtida do modelo preditivo, são usados para gerar o mapa preditivo 264.

[0058] Algumas variações nos tipos de dados que são mapeados no mapa de informação anterior 258, os tipos de dados sensoreados por sensores in situ 208 e os tipos de dados preditos no mapa preditivo 264 serão agora descritos.

[0059] Em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados sensoreado por sensores in situ 208, ainda o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser altura de vegetação. O mapa preditivo 264 pode então ser um mapa de altura de vegetação preditivo que mapeia valores de altura de vegetação preditos para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser densidade de vegetação. O mapa preditivo 264 pode então ser um mapa de densidade de vegetação preditivo que mapeia valores de densidade de vegetação preditos para diferentes localizações geográficas no campo.

[0060] Também, em alguns exemplos, o tipo de dados no mapa de informação anterior 258 é diferente do tipo de dados sensoreado por sensores in situ 208, e o tipo de dados no mapa preditivo 264 é diferente tanto do tipo de dados no mapa de informação anterior 258 quanto do tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser altura de cultura. Em um exemplo como esse, o mapa preditivo 264 pode ser um mapa de biomassa preditivo que mapeia valores de biomassa preditos para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de índice vegetativo, e a variável sensoreada pelos sensores in situ 208 pode ser força de acionamento do rotor de trilhagem. Em um exemplo como esse, o mapa preditivo 264 pode ser um mapa de biomassa preditivo que mapeia valores de biomassa preditos para diferentes localizações geográficas no campo.

[0061] Em alguns exemplos, o mapa de informação anterior 258 é de um passe anterior através do campo durante uma operação anterior, e o tipo de dados é diferente do tipo de dados sensoreado por sensores in situ 208, ainda o tipo de dados no mapa preditivo 264 é o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de população de semente gerado durante o plantio, e a variável sensoreada pelos sensores in situ 208 pode ser tamanho do talo. O mapa preditivo 264 pode então ser um mapa de tamanho do talo preditivo que mapeia valores de tamanho de talo preditos para diferentes localizações geográficas no campo. Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa híbrido de semeadura, e a variável sensoreada pelos sensores in situ 208 pode ser estado de cultura tal como cultura em pé ou cultura deitada. O mapa preditivo 264 pode então ser um mapa de estado de cultura preditivo que mapeia valores estado de cultura preditos para diferentes localizações geográficas no campo.

[0062] Em alguns exemplos, o mapa de informação anterior 258 é de um passe anterior através do campo durante uma operação anterior, e o tipo de dados é o mesmo que o tipo de dados sensoreado por sensores in situ 208, e o tipo de dados no mapa preditivo 264 é também o mesmo que o tipo de dados sensoreado pelos sensores in situ 208. Por exemplo, o mapa de informação anterior 258 pode ser um mapa de rendimento gerado durante um ano anterior, e a variável sensoreada pelos sensores in situ 208 pode ser rendimento. O mapa preditivo 264 pode então ser um mapa de rendimento preditivo que mapeia valores de rendimento preditos para diferentes localizações geográficas no campo. Em um exemplo como esse, as diferenças de rendimento relativas no mapa de informação anterior georreferenciado 258 do ano anterior podem ser usadas pelo gerador de modelo preditivo 210 para gerar um modelo preditivo que modela uma relação entre as diferenças de rendimento relativas no mapa de informação anterior 258 e os valores de rendimento sensoreados por sensores in situ 208 durante a operação de colheita atual. O modelo preditivo é então usado pelo gerador de mapa preditivo 210 para gerar um mapa de rendimento preditivo.

[0063] Em outro exemplo, o mapa de informação anterior 258 pode ser um mapa de intensidade de ervas daninhas gerado durante uma operação anterior, tal como de um pulverizador, e a variável sensoreada pelos sensores in situ 208 pode ser intensidade de ervas daninhas. O mapa preditivo 264 pode então ser um mapa de intensidade de ervas daninhas preditivo que mapeia valores de intensidade de ervas daninhas preditos para diferentes localizações geográficas no campo. Em um exemplo como esse, um mapa das intensidades de ervas daninhas no momento da pulverização é registrado georreferenciado e provido à colheitadeira agrícola 100 como um mapa de informação anterior 258 de intensidade de ervas daninhas. Os sensores in situ 208 podem detectar intensidade de ervas daninhas em localizações geográficas no campo, e o gerador de modelo preditivo 210 pode então construir um modelo preditivo que modela uma relação entre intensidade de ervas daninhas no momento da colheita e intensidade de ervas daninhas no momento da pulverização. Isso se dá em virtude do pulverizador ter impactado a intensidade de ervas daninhas no momento da pulverização, mas as ervas daninhas podem ainda brotar em áreas similares novamente pela colheita. Entretanto, as áreas de ervas daninhas na colheita provavelmente terão intensidade diferente com base no momento da colheita, condições climáticas, tipo de ervas daninhas, dentre outras coisas.

[0064] Em alguns exemplos, o mapa preditivo 264 pode ser provido ao gerador de zona de controle 213. O gerador de zona de controle 213 agrupa porções adjacentes de uma área em uma ou mais zonas de controle com base em valores de dados de mapa preditivo 264 que são associados a essas porções adjacentes. Uma zona de controle pode incluir duas ou mais porções contíguas de uma área, tal como um campo, para as quais um parâmetro de controle correspondente à zona de controle para controlar um subsistema controlável é constante. Por exemplo, um tempo de resposta para alterar o ajuste de subsistemas controláveis 216 pode ser inadequado para responder satisfatoriamente a mudanças nos valores contidos em um mapa, tal como o mapa preditivo 264. Nesse caso, o gerador de zona de controle 213 analisa o mapa e identifica zonas de controle que são de um tamanho definido para acomodar o tempo de resposta dos subsistemas controláveis 216. Em outro exemplo, as zonas de controle podem ser dimensionadas para reduzir o desgaste pelo movimento excessivo do atuador resultante de ajuste contínuo. Em alguns exemplos, pode haver um conjunto diferente de zonas de controle para cada subsistema controlável 216 ou para grupos de subsistemas controláveis 216. As zonas de controle podem ser adicionadas ao mapa preditivo 264 para obter mapa de zona de controle preditivo 265. O mapa de zona de controle preditivo 265 pode dessa forma ser similar ao mapa preditivo 264, exceto que o mapa de zona de controle preditivo 265 inclui informação de zona de controle definindo as zonas de controle. Dessa maneira, um mapa preditivo funcional 263, como descrito no presente documento, pode ou não incluir zonas de controle. Tanto o mapa preditivo 264 quanto o mapa de zona de controle preditivo 265 são mapas preditivos funcionais 263. Em um exemplo, um mapa preditivo funcional 263 não inclui zonas de controle, tal como o mapa preditivo 264. Em outro exemplo, um mapa preditivo funcional 263 não inclui zonas de controle, tal como o mapa de zona de controle preditivo 265. Em alguns exemplos, múltiplas culturas podem estar simultaneamente presentes em um campo se um sistema de produção intercultura for implementado. Nesse caso, o gerador de mapa preditivo 212 e o gerador de zona de controle 213 são capazes de identificar a localização e características de duas ou mais culturas e então gerar o mapa preditivo 264 e o mapa de zona de controle preditivo 265 correspondentemente.

[0065] Percebe-se também que o gerador de zona de controle 213 pode agrupar valores para gerar zonas de controle, e as zonas de controle podem ser adicionadas ao mapa de zona de controle preditivo 265, ou um mapa separado, mostrando apenas as zonas de controle que são geradas. Em alguns exemplos, as zonas de controle podem ser usadas para controlar ou calibrar a colheitadeira agrícola 100, ou ambos. Em outros exemplos, as zonas de controle podem ser apresentadas ao operador 260 e usadas para controlar ou calibrar a colheitadeira agrícola 100, e, em outros exemplos, as zonas de controle podem ser apresentadas ao operador 260 ou outro usuário, ou armazenadas para uso posterior.

[0066] O mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos são providos ao sistema de controle 214, que geram sinais de controle com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. Em alguns exemplos, o sistema de comunicação controlador 229 controla o sistema de comunicação 206 para comunicar o mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou sinais de controle com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265 a outras colheitadeiras agrícolas que estão colhendo no mesmo campo. Em alguns exemplos, o sistema de comunicação controlador 229 controla o sistema de comunicação 206 para enviar o mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos, a outros sistemas remotos.

[0067] Controlador de interface de operador 231 é operável para gerar sinais de controle para controlar os mecanismos de interface de operador 218. O controlador de interface de operador 231 é também operável para apresentar o mapa preditivo 264 ou mapa de zona de controle preditivo 265 ou outra informação derivada ou baseada no mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos, ao operador 260. O operador 260 pode ser um operador local ou um operador remoto. Como um exemplo, o controlador 231 gera sinais de controle para controlar um mecanismo de exibição para exibir um ou ambos do mapa preditivo 264 e do mapa de zona de controle preditivo 265 para o operador 260. O controlador 231 pode gerar mecanismos atuáveis pelo operador que são exibidos e podem ser atuados pelo operador para interagir com o mapa exibido. O operador pode editar o mapa, por exemplo, corrigindo uma biomassa exibida no mapa, com base na observação do operador. O controlador de ajustes 232 pode gerar sinais de controle para controlar vários ajustes na colheitadeira agrícola 100 com base no mapa preditivo 264, no mapa de zona de controle preditivo 265, ou ambos. Por exemplo, o controlador de ajustes 232 pode gerar sinais de controle para controlar atuadores de máquina e plataforma de corte 248. Em resposta aos sinais de controle gerados, os atuadores de máquina e plataforma de corte 248 operam para controlar, por exemplo, um ou mais dos ajustes da peneira e crivo, ajustes de folga do contrabatedor, rotor, ajustes de velocidade da ventoinha de limpeza, altura da plataforma de corte, funcionalidade da plataforma de corte, velocidade do molinete, posição do molinete, funcionalidade da lona (onde colheitadeira agrícola 100 é acoplada a uma plataforma de corte de lona), funcionalidade da plataforma de corte de milho, controle de distribuição interna e outros atuadores 248 que afetam as outras funções da colheitadeira agrícola 100. O controlador de planejamento de trajeto 234 ilustrativamente gera sinais de controle para controlar o subsistema de direção 252 para dirigir a colheitadeira agrícola 100 de acordo com um trajeto desejado. O controlador de planejamento de trajeto 234 pode controlar um sistema de planejamento de trajeto para gerar uma rota para a colheitadeira agrícola 100 e pode controlar o subsistema de propulsão 250 e subsistema de direção 252 para dirigir a colheitadeira agrícola 100 ao longo dessa rota. O controlador de taxa de alimentação 236 pode controlar vários subsistemas, tais como subsistema de propulsão 250 e atuadores de máquina 248, para controlar uma taxa de alimentação (produtividade) com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. Por exemplo, à medida que a colheitadeira agrícola 100 se aproxima de uma área de cultura no campo seguinte com um valor de biomassa acima de um limiar selecionado, o controlador de taxa de alimentação 236 pode reduzir a velocidade de máquina 100 para manter constante a taxa de alimentação de biomassa através da máquina. O controlador de plataforma de corte e molinete 238 pode gerar sinais de controle para controlar uma plataforma de corte ou um molinete ou outra funcionalidade da plataforma de corte. O controlador de correia de lona 240 pode gerar sinais de controle para controlar um correia de lona ou outra funcionalidade da lona com base no mapa preditivo 264, mapa de zona de controle preditivo 265, ou ambos. O controlador de posição da placa de convés 242 pode gerar sinais de controle para controlar uma posição de uma placa de convés incluída em uma plataforma de corte com base em mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, e o controlador do sistema de resíduo 244 pode gerar sinais de controle para controlar um subsistema de resíduo 138 com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos. O controlador de limpeza de máquina 245 pode gerar sinais de controle para controlar o subsistema de limpeza de máquina 254. Por exemplo, com base nos diferentes tipos de sementes ou ervas daninhas que passaram através da máquina 100, um tipo particular de operação de limpeza de máquina ou uma frequência com a qual uma operação de limpeza é realizada pode ser controlado. Outros controladores incluídos na colheitadeira agrícola 100 podem controlar outros subsistemas com base no mapa preditivo 264 ou mapa de zona de controle preditivo 265, ou ambos, igualmente.

[0068] As FIGS. 3A e 3B (coletivamente referidas no presente documento como FIG. 3) mostram um fluxograma ilustrando um exemplo da operação de 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.

[0069] Em 280, a colheitadeira agrícola 100 recebe mapa de informação anterior 258. Exemplos de mapa de informação anterior 258 ou recebimento de mapa de informação anterior 258 são discutidos com relação aos blocos 281, 282, 284 e 286. Como aqui discutido, o mapa de informação anterior 258 mapeia valores de uma variável, correspondentes a uma primeira característica, para diferentes localizações no campo, como indicado no bloco 282. Como indicado no bloco 281, receber o mapa de informação anterior 258 pode envolver selecionar um ou mais de uma pluralidade de possíveis mapas de informação anteriores que são disponíveis. Por exemplo, um mapa de informação anterior pode ser um mapa de índice vegetativo gerado de imagem aérea. Outro mapa de informação anterior pode ser um mapa gerado durante um passe anterior através do campo que pode ser sido realizado por uma máquina diferente que realiza uma operação no campo anterior, tal como um pulverizador ou outra máquina. O processo pelo qual um ou mais mapas de informação anteriores são selecionados pode ser manual, semiautomatizado ou automatizado. O mapa de informação anterior 258 é com base em dados coletados antes de uma operação de colheita atual. Isto é indicado pelo bloco 284. Por exemplo, os dados podem ser coletados com base em imagens aéreas obtidas durante um ano anterior, ou inicialmente na estação de crescimento atual, ou em outros momentos.

[0070] Os dados usados na geração de mapa de informação anterior 258 podem ser obtidos de outras maneiras além de formação de imagem aérea. Por exemplo, a colheitadeira agrícola 100 pode ser equipada com um sensor, tal como um sensor de percepção (por exemplo, mecanismo de captura de imagem voltado para a frente 151), que identifica características de vegetação tais como altura de vegetação, densidade de vegetação, massa de vegetação, ou volume de vegetação, durante uma operação anterior. Em outros casos, outras características de vegetação podem ser identificadas e usadas. Em outro exemplo, a colheitadeira agrícola 100 pode ser equipada com um sensor que sensoreia uma força, ou uma indicação de força, usada para acionar o rotor de trilhagem 112, tal como um sensor de pressão que sensoreia a pressão de fluido usada para acionar o rotor de trilhagem 112 ou um sensor de torque que sensoreia um torque usado para acionar o rotor de trilhagem 112, à medida que o rotor de trilhagem 112 processa culturas colhidas pela colheitadeira agrícola 100 durante uma operação anterior. Os dados detectados pelo sensores durante uma colheita do ano anterior podem ser usados como dados para gerar o mapa de informação anterior 258. Os dados sensoreados podem ser combinados com outros dados para gerar o mapa de informação anterior 258. Por exemplo, com base em uma altura de vegetação, densidade de vegetação, massa de vegetação, ou volume de vegetação da vegetação que está sendo colhida ou encontrada pela colheitadeira agrícola 100 em diferentes localizações no campo, e com base em outros fatores, tais como tipo de vegetação; as condições climáticas, tais como as condições climáticas durante o crescimento da vegetação; ou características do solo, tal como umidade, a biomassa pode ser predita de forma que o mapa de informação anterior 258 mapeia a biomassa no campo predita. Os dados para o mapa de informação anterior 258 podem ser transmitidos à colheitadeira agrícola 100 usando o sistema de comunicação 206 e armazenados no armazenamento de dados 202. Os dados para o mapa de informação anterior 258 podem ser providos à colheitadeira agrícola 100 usando o sistema de comunicação 206 de outras maneiras igualmente, e isto é indicado pelo bloco 286 no fluxograma da FIG. 3. Em alguns exemplos, o mapa de informação anterior 258 pode ser recebido pelo sistema de comunicação 206.

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

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

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

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

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

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

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

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

[0079] A título de exemplo, um mapa preditivo gerado 264 na forma de um mapa de biomassa preditivo pode ser usado para controlar um ou mais subsistemas 216. Por exemplo, o mapa de biomassa preditivo pode incluir valores de biomassa ou característica de biomassa georreferenciados nas localizações no campo que está sendo colhido. Os valores de biomassa ou característica de biomassa do mapa de biomassa preditivo podem ser extraídos e usados para controlar, por exemplo, os subsistemas de direção e propulsão 252 e 250. Controlando os subsistemas de direção e propulsão 252 e 250, uma taxa de alimentação de material que move através da colheitadeira agrícola 100 pode ser controlada. Similarmente, a altura da plataforma de corte pode ser controlada para pegar mais ou menos material, e, dessa maneira, a altura da plataforma de corte pode também ser controlado para controlar a taxa de alimentação de material através da colheitadeira agrícola 100. Em outros exemplos, se o mapa preditivo 264 mapear uma biomassa à frente da colheitadeira agrícola 100 sendo maior ao longo de uma porção da plataforma de corte 102 do que outra porção da plataforma de corte 102, resultando em uma biomassa diferente entrando em um lado da plataforma de corte 102 do que no outro lado da plataforma de corte 102, o controle da plataforma de corte 102 pode ser implementado. Por exemplo, uma velocidade da lona em um lado da plataforma de corte 102 pode ser aumentada ou diminuída em relação à velocidade da lona no outro lado da plataforma de corte 102 para levar em conta a diferença na biomassa. Dessa maneira, o controlador de correia de lona 240 pode ser usado, com base em valores georreferenciados presentes no mapa de biomassa preditivo, para controlar as velocidades da lona das correias de lona na plataforma de corte 102. O exemplo anterior envolvendo biomassa e usando um mapa de biomassa preditivo é provido meramente como um exemplo. Consequentemente, uma ampla variedade de outros sinais de controle pode ser gerada usando valores obtidos de um mapa de biomassa preditivo ou outro tipo de mapa preditivo para controlar um ou mais dos subsistemas controláveis 216.

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

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

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

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

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

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

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

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

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

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

[0090] Deve-se notar que, embora alguns exemplos no presente documento descrevam o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebendo um mapa de informação anterior na geração de um modelo preditivo e um mapa preditivo funcional, respectivamente, em outros exemplos, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem receber, na geração de um modelo preditivo e um mapa preditivo funcional, respectivamente, outros tipos de mapas, incluindo mapa preditivos, tal como um mapa preditivo funcional gerado durante a operação de colheita.

[0091] A FIG. 4 é um diagrama de blocos de uma porção da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 4 mostra, dentre outras coisas, exemplos do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 em mais detalhe. A FIG. 4 também ilustra o fluxo de informação dentre os vários componentes mostrados. O gerador de modelo preditivo 210 recebe um mapa de índice vegetativo 332 como um mapa de informação anterior. O gerador de modelo preditivo 210 também recebe uma localização geográfica 334, ou uma indicação de uma localização geográfica, do sensor de posição geográfica 204. Os sensores in situ 208 ilustrativamente incluem um sensor de biomassa, tal como o sensor de biomassa 336, bem como um sistema de processamento 338. Em alguns casos, o sensor de biomassa 336 pode ser localizado internamente na colheitadeira agrícola 100. O sistema de processamento 338 processa dados de sensor gerados de sensor de biomassa interno 336 para gerar dados processados, alguns exemplos dos quais são descritos a seguir.

[0092] Em alguns exemplos, o sensor de biomassa 336 pode ser um sensor óptico, tais como uma câmera, uma câmera estéreo, uma câmera mono, lidar, ou radar, que gera imagens de uma área de um campo a ser colhido. Em alguns casos, o sensor óptico pode ser arranjado na colheitadeira agrícola 100, ou uma plataforma de corte conectado à colheitadeira agrícola 100, para coletar imagens de uma área adjacente à colheitadeira agrícola 100, tal como em uma área que fica na frente , ao lado, para trás ou em outra direção em relação à colheitadeira agrícola 100 à medida que a colheitadeira agrícola 100 move através do campo durante uma operação de colheita. O sensor óptico pode também estar localizado sobre ou dentro da colheitadeira agrícola 100 para obter imagens de uma ou mais porções do exterior ou interior da colheitadeira agrícola 100. O sistema de processamento 338 processa uma ou mais imagens obtidas por meio do sensor de biomassa 336 para gerar dados de imagem processados que identificam uma ou mais características de culturas na imagem. As características de vegetação detectadas pelo sistema de processamento 338 podem incluir uma altura de vegetação presente na imagem, um volume de vegetação em uma imagem, uma massa de vegetação presente na imagem, ou uma densidade de cultura na imagem. Em outro exemplo, o sensor de biomassa 336 pode ser um sensor de força que gera sinais de sensor indicativos de uma força, tal como uma pressão de fluido ou um torque, usada para acionar o rotor de trilhagem 112 da colheitadeira agrícola 100 para indicar uma biomassa que está sendo processada pela colheitadeira agrícola 100 durante o curso de uma operação de colheita.

[0093] O sensor in situ 208 pode ser ou incluir outros tipos de sensores, tal como um câmera localizada ao longo de um trajeto pelo material de vegetação separado desloca na colheitadeira agrícola 100 (referida a seguir como “câmera de processo”). Uma câmera de processo pode ser localizada internamente na colheitadeira agrícola 100 e pode capturar imagens de material de vegetação à medida que o material de vegetação move através ou é expelido da colheitadeira agrícola 100. Por exemplo, uma câmera de processo pode ser configurada para detectar material de vegetação proveniente do alimentador da colheitadeira agrícola 100. As câmeras de processo podem obter imagens de material de vegetação dividido, e o sistema de processamento de imagem 338 é operável para detectar a biomassa ou características de biomassa do material de vegetação à medida que ele move através ou é expelido da colheitadeira agrícola 100. Em outros exemplos, o sensor in situ 208 pode incluir um sensor de distribuição de material que mede o volume ou massa de material em duas ou mais localizações. As medições podem ser absolutas ou relativas. Em alguns exemplos, sensores eletromagnéticos ou ultrassônicos podem ser usados para medir tempo de voo, deslocamento de fase, ou disparidades binoculares de um ou mais sinais refletidos pelas superfícies de material a distâncias relativas a uma superfície de referência. Em outros exemplos, o sinal emitido ou retrodispersão de partícula subatômica, absorção, atenuação ou transmissão pode ser usado para medir a distribuição de material. Em outro exemplo, as propriedades de material, tal como permissividade elétrica, podem ser usadas para medir a distribuição. Outras abordagens podem ser igualmente usadas. Nota-se que esses são meramente alguns exemplos de sensor in situ 208 ou sensor de biomassa 336, ou ambos, e que vários outros sensores podem ser usados.

[0094] Em outros exemplos, o sensor de biomassa 336 pode se basear em comprimento(s) de onda de energia eletromagnética, e a maneira na qual energia eletromagnética é refletida, absorvida, atenuada ou transmitida através da vegetação. O sensor de biomassa 336 pode sensorear outras propriedades eletromagnéticas da vegetação, tal como permissividade elétrica, quando o material de vegetação separado passa entre duas placas capacitivas. O sensor de biomassa 336 pode também se basear em propriedades mecânicas da vegetação, tal como um sinal gerado quando um porção da vegetação (por exemplo, grão) impacta um chapa piezoelétrica ou quando um impacto por uma porção da vegetação é detectado por um microfone ou acelerômetro. Outras propriedades de material e sensores podem também ser usadas. Em alguns exemplos, o sensor de biomassa 336 pode ser um sensor ultrassônico, um sensor capacitivo, um sensor de permissividade elétrica, ou um sensor mecânico, que sensoreia vegetação dentro ou fora da colheitadeira agrícola 100. Em alguns exemplos, o sensor de biomassa 336 pode ser um sensor de atenuação luminosa ou um sensor de refletância. Em alguns exemplos, dados brutos ou processados do sensor de biomassa 336 podem ser apresentados ao operador 260 por meio do mecanismo de interface de operador 218. O operador 260 pode ser de bordo na colheitadeira agrícola 100 ou em uma localização remota. O sistema de processamento 338 é operável para detectar a biomassa que está sendo colhida pela colheitadeira agrícola 100, bem como várias características de biomassa da vegetação, tais como altura de vegetação, volume de vegetação, massa de vegetação, ou densidade de vegetação, correspondente à vegetação que está sendo encontrada pela colheitadeira agrícola 100 durante o curso de uma operação de colheita.

[0095] A presente discussão prossegue com relação a um exemplo no qual o sensor de biomassa 336 sensoreia biomassa ou uma característica de biomassa, tal como um sensor óptico que gera uma imagem indicativa de biomassa ou uma característica de biomassa, ou no qual o sensor de biomassa 336 é um sensor de força, tal como um sensor de pressão ou sensor de torque, que sensoreia uma força usada para acionar o rotor de trilhagem 112 como uma indicação de biomassa. Percebe-se que esses são apenas alguns exemplos, e os sensores supramencionados, bem como outros exemplos de sensor de biomassa 336, são igualmente contemplados no presente documento. Como mostrado na FIG. 4, o gerador de modelo preditivo exemplificativo 210 inclui um ou mais de um gerador de modelo de altura de vegetação para índice vegetativo 342, um gerador de modelo de densidade de vegetação para índice vegetativo 344, um gerador de modelo de massa de vegetação para índice vegetativo 345, um gerador de modelo de volume de vegetação para índice vegetativo 346 e um gerador de modelo de força de acionamento do rotor de trilhagem para índice vegetativo 347. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir componentes adicionais, em menor quantidade ou diferentes dos mostrados no exemplo da FIG. 4. Consequentemente, em alguns exemplos, o gerador de modelo preditivo 210 pode incluir outros itens 348 igualmente, que podem incluir outros tipos de gerador de modelo preditivos para gerar outros tipos de modelos de característica de vegetação, por exemplo, outras geradores de modelo de característica indicativa de biomassa para índice vegetativo. Em alguns exemplos, os geradores de modelo 342, 344, 345 e 346 podem também incluir, como a característica de vegetação, características de cultura, tais como altura de cultura, densidade de cultura, massa de cultura e volume de cultura. Em outros exemplos, o gerador de modelo preditivo pode incluir um ou mais de um gerador de modelo de altura de cultura para índice vegetativo, um gerador de modelo de densidade de cultura para índice vegetativo, um gerador de modelo de massa de cultura para índice vegetativo, ou um gerador de modelo de volume de cultura para índice vegetativo.

[0096] O gerador de modelo de altura de vegetação para índice vegetativo 342 identifica uma relação entre altura de vegetação detectada em dados processados 340, em uma localização geográfica correspondente aos dados processados 340, e os valores de índice vegetativo do mapa de índice vegetativo 332 correspondentes à mesma localização no campo onde a altura de vegetação corresponde. Com base na relação estabelecida pelo gerador de modelo de altura de vegetação para índice vegetativo 342, o gerador de modelo de altura de vegetação para índice vegetativo 342 gera um modelo de biomassa preditivo. O modelo de biomassa preditivo é usado pelo gerador de mapa de altura de vegetação 352 para predizer, em qualquer dada localização no campo, a altura de vegetação nessa localização no campo, com base em um valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332, correspondente a essa localização no campo.

[0097] O gerador de modelo de densidade de vegetação para índice vegetativo 344 identifica uma relação entre um nível de densidade de vegetação representado nos dados processados 340, em uma localização geográfica correspondente aos dados processados 340, e o valor de índice vegetativo correspondente à mesma localização geográfica. Novamente, o valor de índice vegetativo é o valor georreferenciado contido no mapa de índice vegetativo 332. Com base na relação estabelecida pelo gerador de modelo de densidade de vegetação para índice vegetativo 344, o gerador de modelo de densidade de vegetação para índice vegetativo 344 gera um modelo de biomassa preditivo. O modelo de biomassa preditivo é usado pelo gerador de mapa de densidade de vegetação 354 para predizer, em qualquer dada localização no campo, a densidade de vegetação nessa localização no campo, com base em um valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332, correspondente a essa localização no campo.

[0098] O gerador de modelo de massa de vegetação para índice vegetativo 345 identifica uma relação entre a massa de vegetação representada nos dados processados 340, em uma localização geográfica no campo correspondente aos dados processados 340, e o valor de índice vegetativo do mapa de índice vegetativo 332 correspondente à mesma localização. Com base na relação estabelecida pelo gerador de modelo de massa de vegetação para índice vegetativo 345, o gerador de modelo de massa de vegetação para índice vegetativo 345 gera um modelo de biomassa preditivo. O modelo de biomassa preditivo é usado pelo gerador de mapa de massa de vegetação 355 para predizer, em qualquer dada localização no campo, massa de vegetação nessa localização no campo, com base em um valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332, correspondente a essa localização no campo.

[0099] O gerador de modelo de volume de vegetação para índice vegetativo 346 identifica uma relação entre o volume de vegetação representado nos dados processados 340, em uma localização geográfica no campo correspondente aos dados processados 340, e o valor de índice vegetativo do mapa de índice vegetativo 332 correspondente a essa mesma localização. Com base na relação estabelecida pelo gerador de modelo de volume de vegetação para índice vegetativo 346, o gerador de modelo de volume de vegetação para índice vegetativo 346 gera um modelo de biomassa preditivo. O modelo de biomassa preditivo é usado pelo gerador de mapa de volume de vegetação 356 para predizer, em qualquer dada localização no campo, a volume de vegetação nessa localização no campo, com base em um valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332, correspondente a essa localização no campo.

[00100] O gerador de modelo de força de acionamento do rotor de trilhagem para índice vegetativo 347 identifica uma relação entre a força de acionamento do rotor de trilhagem representado nos dados processados 340, em uma localização geográfica no campo correspondente aos dados processados, e o valor de índice vegetativo do mapa de índice vegetativo 332 correspondente a essa mesma localização. Com base na relação estabelecida pelo gerador de modelo de força de acionamento do rotor de trilhagem para índice vegetativo 347, o gerador de modelo de força de acionamento do rotor de trilhagem para índice vegetativo 347 gera um modelo de biomassa preditivo. O modelo de biomassa preditivo é usado pelo gerador de mapa de força de acionamento do rotor de trilhagem 357 para predizer, em qualquer dada localização no campo, a força de acionamento do rotor de trilhagem nessa localização no campo, com base em um valor de índice vegetativo georreferenciado contido no mapa de índice vegetativo 332, correspondente a essa localização no campo.

[00101] Sob a luz do exposto, o gerador de modelo preditivo 210 é operável para produzir uma pluralidade de modelos de biomassa preditivos, tais como um ou mais dos modelos de biomassa preditivos gerados pelos geradores de modelo 342, 344, 345, 346, 347 e 348. Em outro exemplo, dois ou mais dos modelos de biomassa preditivos supradescritos podem ser combinados em um único modelo de biomassa preditivo que prediz duas ou mais características de biomassa, tais como altura de vegetação (por exemplo, altura de cultura, altura de ervas daninhas, etc.), densidade de vegetação (por exemplo, densidade de cultura, densidade de ervas daninhas, etc.), massa de vegetação (por exemplo, massa de cultura, massa de ervas daninhas, etc.), volume de vegetação (por exemplo, volume de cultura, volume de ervas daninhas, etc.), ou força de acionamento do rotor de trilhagem, com base no valor de índice vegetativo em diferentes localizações no campo. Qualquer um desses modelos de biomassa, ou combinações dos mesmos, é representado coletivamente pelo modelo de biomassa preditivo 350 na FIG. 4.

[00102] O modelo de biomassa preditivo 350 é provido ao gerador de mapa preditivo 212. No exemplo da FIG. 4, o gerador de mapa preditivo 212 inclui um gerador de mapa de altura de vegetação 352, um gerador de mapa de densidade de vegetação 354, um gerador de mapa de massa de vegetação 355, um gerador de mapa de volume de vegetação 356 e um gerador de mapa de força de acionamento do rotor de trilhagem 357. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, em menor quantidade, ou diferentes. Dessa maneira, em alguns exemplos, o gerador de mapa preditivo 212 pode incluir outros itens 358 que podem incluir outros tipos de geradores de mapa para gerar mapas de biomassa para outros tipos de características. Por exemplo, o gerador de mapa preditivo 212 pode incluir um ou mais dentre um gerador de mapa de altura de cultura, um gerador de mapa de densidade de cultura, um gerador de mapa de massa de cultura ou um gerador de volume de cultura. Adicionalmente, em outros exemplos, os geradores de mapa 352, 354, 355 ou 356 podem mapear, como características de vegetação, características de cultura tais como altura de cultura, densidade de cultura, massa de cultura ou volume de cultura. O gerador de mapa de altura de vegetação 352 recebe o modelo de biomassa preditivo 350 e gera um mapa preditivo que prediz a altura de vegetação em diferentes localizações no campo, com base no modelo de biomassa preditivo 350 e com base nos valores de índice vegetativo contidos no mapa de índice vegetativo 332 nessas localizações no campo.

[00103] O gerador de mapa de densidade de vegetação 354 recebe o modelo de biomassa preditivo 350 e gera um mapa preditivo que prediz a densidade de vegetação em diferentes localizações no campo com base no modelo de biomassa preditivo 350 e nos valores de índice vegetativo, contidos no mapa de índice vegetativo 332, nessas localizações no campo. O gerador de mapa de massa de vegetação 355 recebe o modelo de biomassa preditivo 350 e gera um mapa preditivo que prediz a massa de vegetação em diferentes localizações no campo com base no modelo de biomassa preditivo 350 e com base no valor de índice vegetativo contido no mapa de índice vegetativo 332 nessas localizações no campo. O gerador de mapa de volume de vegetação 356 recebe o modelo de biomassa preditivo 350 e gera um mapa preditivo que prediz volume de vegetação em diferentes localizações no campo com base no modelo de biomassa preditivo 350 e com base nos valores de índice vegetativo contidos no mapa de índice vegetativo 332 nessas localizações no campo. O gerador de mapa de força de acionamento do rotor de trilhagem 357 recebe o modelo de biomassa preditivo 350 e gera um mapa preditivo que prediz força de acionamento do rotor de trilhagem em diferentes localizações no campo com base no modelo de biomassa preditivo 350 e com base nos valores de índice vegetativo contidos no mapa de índice vegetativo 332 nessas localizações no campo. Outro gerador de mapa 358 pode gerar um mapa preditivo que prediz outras características, tais como características de cultura, por exemplo, altura de cultura, densidade de cultura, massa de cultura ou volume de cultura, em diferentes localizações no campo com base nos valores de índice vegetativo nessas localizações no campo e no modelo de biomassa preditivo 350.

[00104] O gerador de mapa preditivo 212 produz um ou mais mapas de biomassa preditivos 360 que são preditivos de valor de biomassa ou característica de biomassa em diferentes localizações geográficas através do campo. Em um exemplo, um ou mais mapas de biomassa preditivos 360 prediz um ou mais de altura de vegetação, densidade de vegetação, massa de vegetação, volume de vegetação ou força de acionamento do rotor de trilhagem. Em outro exemplo, um ou mais mapas de biomassa preditivos 360 prediz um ou mais de altura de cultura, densidade de cultura, massa de cultura ou volume de cultura. Em outros exemplos, altura de vegetação, densidade de vegetação, massa de vegetação ou volume de vegetação pode incluir indicações de altura de cultura, densidade de cultura, massa de cultura ou volume de cultura, respectivamente. Cada um dos mapas de biomassa preditivos 360 prediz a respectiva característica em diferentes localizações em um campo. Cada um dos mapas de biomassa preditivos gerados 360 pode ser provido ao gerador de zona de controle 213, 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 de biomassa preditivo funcional 360 para prover mapa de biomassa preditivo funcional 360 com mapa preditivo de zonas de controle 264. O mapa preditivo funcional 360 (com ou sem zonas de controle) pode ser provido ao sistema de controle 214, que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base no mapa preditivo funcional 360 (com ou sem zonas de controle).

[00105] A FIG. 5 é um fluxograma de um exemplo de operação do gerador de modelo preditivo 210 e gerador de mapa preditivo 212 na geração do modelo de biomassa preditivo 350 e do mapa de biomassa preditivo 360, respectivamente. No bloco 362, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um mapa de índice vegetativo anterior 332. No bloco 364, o sistema de processamento 338 recebe um ou mais sinais de sensor de sensores in situ 208, tal como o sensor de biomassa 336. Como aqui discutido, o sensor in situ 208, tal como o sensor de biomassa 336, pode ser um sensor óptico 368, tais como uma câmera (por exemplo, uma câmera voltada para a frente), lidar, radar, ou outro dispositivo de sensoreamento óptico voltado internamente ou externamente para uma colheitadeira combinada; um sensor de força de acionamento do rotor de trilhagem 369, tal como um sensor de pressão que sensoreia uma pressão de fluido usada para acionar o rotor de trilhagem ou um sensor de torque que sensoreia um torque usado para acionar o rotor de trilhagem. Ainda adicionalmente, outros tipos de sensores in situ, tal como outro tipo de sensor de biomassa, como indicado pelo bloco 370, estão dentro do escopo da presente descrição.

[00106] No bloco 372, o sistema de processamento 338 processa um ou mais sinais de sensor recebidos para gerar dados de sensor indicativos de uma característica de biomassa sensoreada pelo sensor in situ 208, tal como o sensor de biomassa 336. No bloco 374, os dados de sensor podem ser indicativos de altura de vegetação, tal como altura de cultura, que podem existir em uma localização, tal como em uma localização na frente de uma colheitadeira combinada. Em alguns casos, como indicado no bloco 376, os dados de sensor podem ser indicativos de densidade de vegetação, tal como uma densidade de culturas na frente de colheitadeira agrícola 100. Em alguns casos, como indicado pelo bloco 377, os dados de sensor podem ser indicativos de massa de vegetação, tal como uma massa de cultura ou um componente de cultura, que está sendo processada pela colheitadeira agrícola 100. Um componente de cultura pode incluir partes da planta de cultura que compreendem menos que a totalidade da planta de cultura, por exemplo, o talo ou caule, folhas, uma cabeça ou uma espiga, um sabugo, um grão, óleo, proteína, água ou amido e, dessa maneira, massa de componente de cultura pode ser a massa de um componente da planta de cultura, tais como massa de talo, massa de folha, massa de espiga, massa de grão, massa de óleo, massa de proteína, massa de água, ou massa de amido, bem como massa de vários outros componentes de cultura. A massa do componente de cultura pode ser usada como um indicador de biomassa. Em alguns casos, como indicado no bloco 378, os dados de sensor podem ser indicativos de volume de vegetação, tal como um volume de culturas na frente de colheitadeira agrícola 100. Em alguns casos, como indicado pelo bloco 379, os dados de sensor podem ser indicativos de força de acionamento do rotor de trilhagem, tal como uma pressão de fluido ou torque usado para acionar o rotor de trilhagem 112 à medida que a colheitadeira agrícola 100 processa material de vegetação. O dados de sensor podem incluir outros dados igualmente, como indicado pelo bloco 380.

[00107] No bloco 382, o gerador de modelo preditivo 210 obtém a localização geográfica correspondente aos dados de sensor. Por exemplo, o gerador de modelo preditivo 210 pode obter a posição geográfica do sensor de posição geográfica 204 e determinar, com base em atrasos de máquina, velocidade de máquina, etc., uma localização geográfica precisa onde o sinal de sensor foi gerado ou do qual os dados de sensor 340 foram derivados. Por exemplo, no exemplo no qual os dados de sensor são indicativos de uma força de acionamento do rotor de trilhagem, um deslocamento de tempo pode ser determinado para identificar a localização no campo onde a vegetação que está sendo processada pelo rotor de trilhagem foi localizada, por exemplo, com base em dados de localização, direção ou velocidade da colheitadeira agrícola 100. Dessa maneira, a força de acionamento do rotor de trilhagem pode ser correlacionado à localização apropriada no campo.

[00108] No bloco 384, o gerador de modelo preditivo 210 gera um ou mais modelos de biomassa preditivos, tal como modelo de biomassa 350, que modela uma relação entre um valor de índice vegetativo obtido de um mapa de informação anterior, tal como mapa de informação anterior 258, e uma característica que está sendo sensoreada pelo sensor in situ 208 ou uma característica relacionada. Por exemplo, o gerador de modelo preditivo 210 pode gerar um modelo de biomassa preditivo que modela a relação entre um valor de índice vegetativo e uma característica sensoreada incluindo altura de vegetação, tais como altura de cultura, densidade de vegetação, tais como densidade de cultura, massa de vegetação, tais como massa de cultura ou massa de componente de cultura, volume de vegetação, tal como volume de cultura, ou força de acionamento do rotor de trilhagem indicada pelo dados de sensor obtidos do sensor in situ 208.

[00109] No bloco 386, o modelo de biomassa preditivo, tal como o modelo de biomassa preditivo 350, é provido ao gerador de mapa preditivo 212 que gera um mapa de biomassa preditivo 360 que mapeia um predito valor de biomassa ou um valor de característica de biomassa com base no mapa de índice vegetativo e no modelo de biomassa preditivo 350. Por exemplo, em alguns exemplos, o mapa de biomassa preditivo 360 prediz um valor de biomassa, tais como níveis de biomassa preditos (por exemplo, alto, médio, baixo) ou exemplos mais finitos, tal como peso (por exemplo, quilograma, libras, etc.). Em alguns exemplos, o mapa de biomassa preditivo 360 prediz um valor de característica de biomassa, tal como altura de vegetação predita, tal como altura de cultura, como indicado pelo bloco 387. Em alguns exemplos, o mapa de biomassa preditivo 360 prediz densidade de vegetação, tal como densidade de cultura, como indicado pelo bloco 388. Em alguns exemplos, o mapa de biomassa preditivo 360 prediz massa de vegetação, tal como massa de cultura ou massa de componente de cultura, como indicado pelo bloco 389. Em alguns exemplos, o mapa de biomassa preditivo 360 prediz volume de vegetação, tal como volume de cultura, como indicado pelo bloco 390. Em alguns exemplos, o mapa de biomassa preditivo prediz força de acionamento do rotor de trilhagem, como indicado pelo bloco 391, e, em ainda outros exemplos, o mapa de biomassa preditivo 360 prediz outros itens, como indicado pelo bloco 392. Deve-se notar que, no bloco 386, o mapa de biomassa preditivo 360 pode predizer qualquer número de combinações de características conjuntamente, por exemplo, altura de vegetação junto com densidade de vegetação, massa de vegetação, volume de vegetação ou força de acionamento do rotor de trilhagem. Adicionalmente, o mapa de biomassa preditivo 360 pode ser gerado durante o curso de uma operação agrícola. Dessa maneira, à medida que uma colheitadeira agrícola move através de um campo realizando uma operação agrícola, o mapa de biomassa preditivo 360 é gerado à medida que a operação agrícola está sendo realizada.

[00110] No bloco 394, o gerador de mapa preditivo 212 produz o mapa de biomassa preditivo 360. No bloco 391, o gerador de mapa de biomassa preditivo 212 produz o mapa de biomassa preditivo para apresentação e possível interação pelo operador 260. No bloco 393, o gerador de mapa preditivo 212 pode configurar o mapa de biomassa preditivo 360 para consumo pelo sistema de controle 214. No bloco 395, o gerador de mapa preditivo 212 pode também prover o mapa de biomassa preditivo 360 ao gerador de zona de controle 213 para geração de zonas de controle. No bloco 397, o gerador de mapa preditivo 212 configura o mapa de biomassa preditivo 360 de outras maneiras igualmente. O mapa de biomassa preditivo 360 (com ou sem as zonas de controle) é provido ao sistema de controle 214. No bloco 396, o sistema de controle 214 gera sinais de controle para controlar os subsistemas controláveis 216 com base no mapa de biomassa preditivo 360

[00111] O sistema de controle 214 pode gerar sinais de controle para controlar o(s) atuador(es) da plataforma de corte (ou outra máquina) 248. 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 resíduo 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 trilhador 110. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de manuseio de material 125. O sistema de controle 214 pode gerar sinais de controle para controlar o subsistema de limpeza de cultura 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.

[00112] Em um exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de planejamento de trajeto 234 controla o subsistema de direção 252 para dirigir a colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de resíduo 244 controla o subsistema de resíduo 138. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla os ajustes de trilhador do trilhador 110. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 ou outro controlador 246 controla o subsistema de manuseio de material 125. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla o subsistema de limpeza de cultura 118. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de limpeza de máquina 245 controla o subsistema de limpeza de máquina 254 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o sistema de comunicação controlador 229 controla o sistema de comunicação 206. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de interface de operador 231 controla os mecanismos de interface de operador 218 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de posição da placa de convés 242 controla os atuadores de máquina/plataforma de corte 248 para controlar uma placa de convés na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de correia de lona 240 controla os atuadores de máquina/plataforma de corte 248 para controlar uma correia de lona na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, os outros controladores 246 controlam outros subsistemas controláveis 256 na colheitadeira agrícola 100.

[00113] Em um exemplo, o sistema de controle 214 pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, e o controlador de taxa de alimentação 236 pode controlar o subsistema de propulsão 250 para controlar uma velocidade da colheitadeira agrícola 100 com base no mapa preditivo funcional (com ou sem zonas de controle), tal como controlar uma taxa de alimentação de material de vegetação.

[00114] Pode-se dessa forma perceber que a presente sistema recebe um mapa que mapeia um valor de característica, tal como um valor de índice vegetativo, para diferentes localizações em um campo e usa um ou mais sensores in situ que sensoreiam dados de sensor in situ que são indicativos de uma característica, tais como altura de vegetação, densidade de vegetação, massa de vegetação, volume de vegetação ou força de acionamento do rotor de trilhagem, e gera um modelo que modela uma relação entre a característica sensoreada usando o sensor in situ, ou uma característica relacionada, e a característica mapeada no mapa de informação anterior. Dessa maneira, a presente sistema gera um mapa preditivo funcional usando um modelo, dados in situ, e um mapa de informação anterior e pode configurar o mapa preditivo gerado funcional para consumo por um sistema de controle, para apresentação a um local ou operador remoto ou outro usuário, ou ambos. Por exemplo, o sistema de controle pode usar o mapa para controlar um ou mais sistemas de uma colheitadeira combinada.

[00115] A FIG. 6 é um diagrama de blocos de uma porção exemplificativa da colheitadeira agrícola 100 mostrada na FIG. 1. Particularmente, a FIG. 6 mostra, dentre 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 uma mapa de operação anterior 400. O mapa de operação anterior 400 pode incluir valores de característica de biomassa (tais como valores de característica de vegetação) em várias localizações no campo de uma operação anterior no campo. Por exemplo, o mapa de operação anterior 400 pode ser um mapa que inclui valores de característica de biomassa em várias localizações no campo gerados durante uma operação anterior no campo na mesma estação de colheita, tal como uma operação de pulverização realizada antes da operação de colheita. A FIG. 6 também mostra que o gerador de modelo preditivo 210 e o gerador de mapa preditivo podem receber, alternativamente, ou adicionalmente ao mapa de informação anterior 258, um mapa de biomassa preditivo funcional, tal como o mapa de biomassa preditivo funcional 360. O mapa de biomassa preditivo funcional 360 pode ser usado similarmente como mapa de informação anterior 258 em que gerador de modelo 210 modela uma relação entre informação provida pelo mapa de biomassa preditivo funcional 360 e características sensoreadas por sensores in situ 208, e o gerador de mapa 212 pode, dessa maneira, usar o modelo para gerar um mapa preditivo funcional que prediz a características sensoreadas pelos sensores in situ 208, ou uma característica indicativa da característica sensoreada, em diferentes localizações no campo com base em um ou mais dos valores no mapa de biomassa funcional 360 nessas localizações no campo e com base no modelo preditivo. Como ilustrado na FIG. 6, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 podem também receber outros mapas 401, por exemplo, outros mapas de informação anteriores ou outros mapas preditivos, tais como outros mapas de biomassa preditivos gerados de outras maneiras além do mapa de biomassa preditivo funcional 360.

[00116] Também, no exemplo mostrado na FIG. 6, o sensor in situ 208 pode incluir um ou mais de um sensor de característica agrícola 402, sensor de entrada de operador 404 e um sistema de processamento 406. Os sensores in situ 208 podem incluir outros sensores 408 igualmente

[00117] O sensor de característica agrícola 402 sensoreia valores indicativos de características agrícolas. O sensor de entrada de operador 404 sensoreia várias entradas de operador. As entradas podem ser entradas de ajuste para controlar os ajustes na colheitadeira agrícola 100 ou outras entradas de controle, tais como entradas de direção e outras entradas. Dessa maneira, quando o operador 260 muda um ajuste ou provê uma entrada comandada através de um mecanismo de interface de operador 218, tal entrada é detectada pelo sensor de entrada de operador 404, que provê um sinal de sensor indicativo dessa entrada de operador sensoreada.

[00118] O sistema de processamento 406 pode receber os sinais de sensor de um ou mais de sensor dentre o sensor de característica agrícola 402 e o sensor de entrada de operador 404 e gerar uma saída indicativa da variável sensoreada. Por exemplo, o sistema de processamento 406 pode receber uma entrada de sensor do sensor de característica agrícola 402 e gerar uma saída indicativa de uma característica agrícola. O sistema de processamento 406 pode também receber uma entrada do sensor de entrada de operador 404 e gerar uma saída indicativa da entrada de operador sensoreada.

[00119] O gerador de modelo preditivo 210 pode incluir gerador de modelo de biomassa para característica agrícola 416 e gerador de modelo de biomassa para comando 422. Em outros exemplos, o gerador de modelo preditivo 210 pode incluir geradores de modelo adicionais, em menor quantidade, ou outros 424. Por exemplo, o gerador de modelo preditivo 210 pode incluir geradores de modelo de característica de biomassa específica, tais como um gerador de modelo de altura de vegetação para característica agrícola, um gerador de modelo de densidade de vegetação para característica agrícola, um gerador de modelo de massa de vegetação para característica agrícola, um gerador de modelo de volume de vegetação para característica agrícola, ou um gerador de modelo de força de acionamento do rotor de trilhagem para característica agrícola. Similarmente, o gerador de modelo preditivo 210 pode incluir um gerador de modelo de altura de vegetação para comando, um gerador de modelo de densidade de vegetação para comando, um gerador de modelo de massa de vegetação para comando, um gerador de modelo de volume de vegetação para comando, ou um gerador de modelo de força de acionamento do rotor de trilhagem para comando. O modelo gerador 210 pode também incluir uma combinação de outros geradores de modelo 424. O gerador de modelo preditivo 210 pode receber uma localização geográfica 334, ou uma indicação de uma localização geográfica, 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 e um ou mais dentre a característica agrícola sensoreada pelo sensor de característica agrícola 402 e os comandos de entrada de operador sensoreados pelo sensor de entrada de operador 404.

[00120] O gerador de modelo de biomassa para característica agrícola 416 gera uma relação entre valores de biomassa (que pode ser no mapa de biomassa preditivo 360, mapa de operação anterior 400, ou outro mapa 401) e a característica agrícola sensoreada pelo sensor de característica agrícola 402. O gerador de modelo de biomassa para característica agrícola 416 gera um modelo preditivo 426 que corresponde a essa relação.

[00121] O gerador de modelo de biomassa para comando de operador 422 gera um modelo que modela a relação entre valores de biomassa refletidos no mapa de biomassa preditivo 360, mapa de operação anterior 400, ou outro mapa 401, e comandos de entrada de operador que são sensoreados pelo sensor de entrada de operador 404. O gerador de modelo de biomassa para comando de operador 422 gera um modelo preditivo 426 que corresponde a essa relação.

[00122] Outros geradores de modelo 424 podem incluir, por exemplo, geradores de modelo de característica de biomassa específica, tais como um gerador de modelo de altura de vegetação para característica agrícola, um gerador de modelo de densidade de vegetação para característica agrícola, um gerador de modelo de massa de vegetação para característica agrícola, um gerador de modelo de volume de vegetação para característica agrícola, ou um gerador de modelo de força de acionamento do rotor de trilhagem para característica agrícola. Similarmente, o gerador de modelo preditivo 210 pode incluir um gerador de modelo de altura de vegetação para comando, um gerador de modelo de densidade de vegetação para comando, um gerador de modelo de massa de vegetação para comando, um gerador de modelo de volume de vegetação para comando, ou um gerador de modelo de força de acionamento do rotor de trilhagem para comando. O modelo gerador 210 pode também incluir uma combinação de outros geradores de modelo 424.

[00123] 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 biomassa para característica agrícola 416 e o gerador de modelo de biomassa para comando de operador 422, e outros geradores de modelo que podem ser incluídos como parte de outros itens 424.

[00124] No exemplo da FIG. 6, o gerador de mapa preditivo 212 inclui gerador de mapa de característica agrícola preditivo 428 e um gerador de mapa de comando de operador preditivo 432. Em outros exemplos, o gerador de mapa preditivo 212 pode incluir geradores de mapa adicionais, em menor quantidade, ou outros 434.

[00125] O gerador de mapa de característica agrícola preditivo 428 recebe um modelo preditivo 426 que modela a relação entre uma característica de biomassa e uma característica agrícola sensoreada pelo sensor de característica agrícola 402 (tal como um modelo preditivo gerado pelo gerador de modelo de biomassa para característica agrícola 416), e um ou mais dos mapas de informação anteriores 258 ou mapa de biomassa preditivo funcional 360, ou outros mapas 401. O gerador de mapa de característica agrícola preditivo 428 gera um mapa de característica agrícola preditivo funcional 436 que prediz valores de característica agrícola (ou as características agrícolas das quais os valores são indicativos) em diferentes localizações no campo com base em um ou mais dos valores de biomassa ou valores de característica de biomassa em um ou mais dos mapas de informação anteriores 258 ou do mapa de biomassa preditivo funcional 360, ou outro mapa 401 nessas localizações no campo e com base em modelo preditivo 426.

[00126] O gerador de mapa de comando de operador preditivo 432 recebe um modelo preditivo 426 que modela a relação entre uma característica de biomassa e entradas de comando de operador detectadas pelo sensor de entrada de operador 404 (tal como um modelo preditivo gerado pelo gerador de modelo de biomassa para comando 422), e um ou mais dos mapas de informação anteriores 258 ou do mapa de biomassa preditivo funcional 360, ou outros mapas 401. O gerador de mapa de comando de operador preditivo 432 gera um mapa de comando de operador preditivo funcional 440 que prediz entradas de comando de operador em diferentes localizações no campo com base em um ou mais dos valores de biomassa ou valores de característica de biomassa do mapa de informação anterior 258 ou no mapa de biomassa preditivo funcional 360, ou outro mapa 401, nessas localizações no campo e com base no modelo preditivo 426.

[00127] O gerador de mapa preditivo 212 produz um ou mais do mapas preditivos funcionais 436 e 440. Cada um dos mapas preditivos funcionais 436 e 440 pode ser provido ao gerador de zona de controle 213, sistema de controle 214, ou ambos. O gerador de zona de controle 213 gera zonas de controle e incorpora as zonas de controle para prover um mapa preditivo funcional 436 com zonas de controle ou um mapa preditivo funcional 440 com zonas de controle, ou ambos. Qualquer ou todos os mapas preditivos funcionais 436 e 440 (com ou sem zonas de controle), que gera sinais de controle para controlar um ou mais dos subsistemas controláveis 216 com base em um ou todos os mapas preditivos funcionais 436 e 440 (com ou sem zonas de controle). Qualquer ou todos os mapas 436 e 440 (com ou sem zonas de controle) pode ser apresentado ao operador 260 ou outro usuário.

[00128] A FIG. 7 mostra um fluxograma ilustrando um exemplo da operação do gerador de modelo preditivo 210 e do gerador de mapa preditivo 212 na geração de um ou mais modelo preditivos 426 e um ou mais mapas preditivos funcionais 436 e 440. No bloco 442, o gerador de modelo preditivo 210 e o gerador de mapa preditivo 212 recebem um mapa. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo 212 na geração de um ou mais modelo preditivos 426 e um ou mais mapas preditivos funcionais 436 e 440 pode ser mapa de informação anterior 258, tal como um mapa de operação anterior 400 criado usando dados obtidos durante uma operação anterior em um campo. O mapa recebido pelo gerador de modelo preditivo 210 ou gerador de mapa preditivo 212 na geração de um ou mais modelo preditivos 426 e um ou mais mapas preditivos funcionais 436 e 440 pode ser mapa de biomassa preditivo funcional 360. Como indicado pelo bloco 401, outros mapas podem ser recebidos igualmente, tais como outros mapas de informação anteriores ou outros mapas preditivos, por exemplo, outros mapas de biomassa preditivos.

[00129] 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 sensoreia uma característica agrícola. O sensor de entrada de operador 404 sensoreia um comando de entrada de operador. O gerador de modelo preditivo 210 pode receber outras entradas de sensor in situ de vários outros sensores in situ 208 igualmente, como indicado pelo bloco 408. Alguns outros exemplos de sensores in situ 208 são mostrados na FIG. 8.

[00130] No bloco 454, o sistema de processamento 406 processa os dados contidos no sinal de sensor ou sinais recebidos do sensor ou sensores in situ 208 para obter dados processados 409, mostrados na FIG. 6. Os dados contidos no sinal ou sinais de sensor podem ser em um formato bruto que é processado para receber dados processados 409. Por exemplo, um sinal de temperatura de sensor inclui dados de resistência elétrica, esses dados de resistência elétrica podem ser processados em dados de temperatura. Em outros exemplos, o processamento pode compreender digitalizar, codificar, formatar, escalar, filtra ou classificar dados. Os dados processados 409 podem ser indicativos de um ou mais de uma característica agrícola ou um comando de entrada de operador. Os dados processados 409 são providos ao gerador de modelo preditivo 210

[00131] De volta à FIG. 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 FIG. 6. A localização geográfica 334 pode ser correlacionada à localização geográfica da qual a variável ou variáveis sensoreadas, sensoreadas por sensores in situ 208, foram obtidas. Por exemplo, o gerador de modelo preditivo 210 pode obter a localização geográfica 334 do sensor de posição geográfica 204 e determinar, com base em atrasos de máquina, a velocidade de máquina, etc., uma localização geográfica precisa da qual os dados processados 409 foram derivados.

[00132] No bloco 458, o gerador de modelo preditivo 210 gera um ou mais modelos preditivos 426 que modela 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 biomassa ou um valor de característica de biomassa, tais como uma valor de altura de vegetação, um valor de densidade de vegetação, um valor de massa de vegetação, um valor de volume de vegetação, ou um valor de força de acionamento do rotor de trilhagem, e o gerador de modelo preditivo 210 gera um modelo preditivo usando o valor mapeado de um mapa recebido e uma característica sensoreada por sensores in situ 208, como representado nos dados processados 409, ou uma característica relacionada, tal como uma característica que correlaciona à característica sensoreada por sensores in situ 208. O modelo gerador 210 pode incluir um gerador de modelo de biomassa para característica agrícola, como indicado pelo bloco 460, um gerador de modelo de biomassa para comando, como indicado pelo bloco 464, ou vários outros geradores de modelo, como indicado pelo bloco 465.

[00133] Um ou mais modelos preditivos 426 são providos ao gerador de mapa preditivo 212. No bloco 466, o gerador de mapa preditivo 212 gera um ou mais mapas preditivos funcionais. Os mapas preditivos funcionais podem ser mapa de característica agrícola preditivo funcional 436 e um mapa de comando de operador preditivo funcional 440, ou qualquer combinação desses mapas. O mapa de característica agrícola preditivo funcional 438 prediz valores de característica agrícola (ou características agrícolas indicadas pelos valores) em diferentes localizações no campo. O mapa de comando de operador preditivo funcional 440 prediz entradas de comando de operador desejadas ou prováveis em diferentes localizações no campo. Adicionalmente, um ou mais dos mapas preditivos funcionais 438 e 440 pode ser gerado durante o curso de uma operação agrícola. Dessa maneira, à medida que a colheitadeira agrícola 100 move através de um campo realizando uma operação agrícola, um ou mais mapa preditivos 438 e 440 são gerados à medida que a operação agrícola é realizada.

[00134] No bloco 468, o gerador de mapa preditivo 212 produz um ou mais mapas preditivos funcionais 436 e 440. No bloco 470, o gerador de mapa preditivo 212 pode configurar o mapa para apresentação e possível interação por um operador 260 ou outro usuário. No bloco 472, o gerador de mapa preditivo 212 pode configurar o mapa para consumo pelo sistema de controle 214. No bloco 474, o gerador de mapa preditivo 212 pode prover um ou mais mapas preditivos 427 e 440 ao gerador de zona de controle 213 para geração e incorporação de zonas de controle para prover um mapa preditivo funcional 436 com zonas de controle ou um mapa preditivo funcional 440 com zonas de controle, ou ambos. No bloco 476, o gerador de mapa preditivo 212 configura um ou mais mapas preditivos 436 e 440 de outras maneiras. Um ou mais mapas preditivos funcionais 438 (com ou sem zonas de controle) e 440 (com ou sem zonas de controle) pode ser apresentado ao operador 260 ou outro usuário ou provido ao sistema de controle 214 igualmente.

[00135] 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 438 e 440 (ou os mapas preditivos funcionais 438 e 440 tendo zonas de controle) igualmente como uma entrada do sensor de posição geográfica 204.

[00136] Em um exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de planejamento de trajeto 234 controla o subsistema de direção 252 para dirigir a colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de resíduo 244 controla o subsistema de resíduo 138. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla os ajustes de trilhador do trilhador 110. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 ou outro controlador 246 controla o subsistema de manuseio de material 125. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de ajustes 232 controla o subsistema de limpeza de cultura 118. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de limpeza de máquina 245 controla o subsistema de limpeza de máquina 254 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador do sistema de comunicação 229 controla o sistema de comunicação 206. Em outro exemplo no qual o sistema de controle 214 recebe um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, o controlador de interface de operador 231 controla os mecanismos de interface de operador 218 na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de posição da placa de convés 242 controla os atuadores de máquina/plataforma de corte para controlar uma placa de convés na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, o controlador de correia de lona 240 controla os atuadores de máquina/plataforma de corte para controlar uma correia de lona na colheitadeira agrícola 100. Em outro exemplo no qual o sistema de controle 214 recebe o mapa preditivo funcional ou o mapa preditivo funcional com zonas de controle adicionadas, os outros controladores 246 controlam outros subsistemas controláveis 256 na colheitadeira agrícola 100.

[00137] Em um exemplo, o sistema de controle 214 pode receber um mapa preditivo funcional ou um mapa preditivo funcional com zonas de controle adicionadas, e o controlador de taxa de alimentação 236 pode controlar o subsistema de propulsão 250 para controlar uma velocidade da colheitadeira agrícola 100 com base no mapa preditivo funcional (com ou sem zonas de controle), tal como controlar uma taxa de alimentação de material de vegetação.

[00138] A FIG. 8 mostra um diagrama de blocos ilustrando exemplos de sensores in situ 208. Alguns dos sensores mostrados na FIG. 8, ou diferentes combinações dos mesmos, podem ter tanto um sensor 402 quanto um sistema de processamento 406, enquanto outros podem agir como o sensor 402 descrito com relação às FIGS. 6 e 7, onde o sistema de processamento 406 é separado. Alguns dos possíveis sensores in situ 208 mostrados na FIG. 8 são mostrados e descritos aqui com relação às FIGS. anteriores e são similarmente enumerados. A FIG. 8 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 solo 985, sensores de característica ambiental 987, e eles podem incluir uma ampla variedade de outros sensores 226. Os sensores de entrada de operador 980 podem ser sensores que sensoreiam entradas de operador através de mecanismos de interface de operador 218. Portanto, os sensores de entrada de operador 980 pode sensorear movimento de usuário de articulações, manches, um volante, botões, diais ou pedais. Os sensores de entrada de operador 480 podem também sensorear interação de usuários com outros mecanismos de entrada de operador, tais como com uma tela sensível ao toque, com um microfone onde reconhecimento de voz é utilizado, ou qualquer de uma ampla variedade de outros mecanismos de entrada de operador.

[00139] Os sensores de máquina 982 podem sensorear diferentes características de colheitadeira agrícola 100. Por exemplo, como aqui discutido, os sensores de máquina 982 podem incluir sensores de velocidade de máquina 146, sensor de perda no separador 148, câmera de grão limpo 150, mecanismo de captura de imagem voltado para a frente 151, sensores de perda 152 ou sensor de posição geográfica 204, exemplos dos quais são aqui descritos. Os sensores de máquina 982 podem também incluir sensores de ajuste de máquina 991 que sensoreiam ajustes de máquina. Alguns exemplos de ajustes de máquina foram aqui descritos com relação à FIG. 1. O sensor de posição de equipamento de extremidade dianteira (por exemplo, plataforma de corte) 993 pode sensorear a posição da plataforma de corte 102, molinete 164, cortador 104, ou outro equipamento de extremidade dianteira relativo à armação da colheitadeira agrícola 100. Por exemplo, os sensores 993 podem sensorear a altura de plataforma de corte 102 acima do chão. Os sensores de máquina 982 podem também incluir sensores de orientação de equipamento de extremidade dianteira (por exemplo, plataforma de corte) 495. Os sensores 995 podem sensorear a orientação de plataforma de corte 102 em relação à colheitadeira agrícola 100, ou em relação ao chão. Os sensores de máquina 982 podem incluir sensores de estabilidade 997. Os sensores de estabilidade 997 sensoreiam movimento de oscilação ou salto (e amplitude) da colheitadeira agrícola 100. Os sensores de máquina 982 podem também incluir sensores de ajuste de resíduo 999 que são configurados para sensorear se a colheitadeira agrícola 100 está configurada para picar o resíduo, produzir um amontoado de feno, ou lida com o resíduo de outra maneira. Os sensores de máquina 982 podem incluir sensor de velocidade da ventoinha da sapata de limpeza 951 que sensoreia a velocidade de ventoinha de limpeza 120. Os sensores de máquina 982 podem incluir sensores de folga do contrabatedor 953 que sensoreiam a folga entre o rotor 112 e os contrabatedores 114 na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de folga do crivo 955 que sensoreiam o tamanho de aberturas no crivo 122. Os sensores de máquina 982 podem incluir sensor de velocidade do rotor de trilhagem 957 que sensoreia uma velocidade de rotor do rotor 112. Os sensores de máquina 982 podem incluir sensor de pressão do rotor 959 que sensoreia a pressão usada para acionar o rotor 112. Os sensores de máquina 982 podem incluir sensor de folga de peneira 961 que sensoreia o tamanho de aberturas na peneira 124. Os sensores de máquina 982 podem incluir sensor de umidade de MOG 963 que sensoreia um nível de umidade do MOG que passa através da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de orientação de máquina 965 que sensoreia a orientação da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de taxa de alimentação de material 967 que sensoreiam a taxa de alimentação de material à medida que o material desloca através do alimentador 106, elevador de grão limpo 130, ou algum lugar na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de biomassa 969 que sensoreiam a biomassa que desloca através do alimentador 106, através do separador 116, ou algum lugar na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de consumo de combustível 971 que sensoreia uma taxa de consumo de combustível com o tempo da colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensor de utilização de potência 973 que sensoreia a utilização de potência na colheitadeira agrícola 100, tal como quais subsistemas estão utilizando potência, ou a taxa na qual os subsistemas estão utilizando potência, ou a distribuição de potência dentre os subsistemas na colheitadeira agrícola 100. Os sensores de máquina 982 podem incluir sensores de pressão de pneu 977 que sensoreiam a pressão de inflagem dos 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, indicada pelo bloco 975. Os sensores de desempenho de máquina e sensores de característica de máquina 975 podem sensorear o desempenho de máquina ou características de colheitadeira agrícola 100.

[00140] Os sensores de propriedade de material colhido 984 podem sensorear características do material de cultura separado à medida que o material de cultura é processado pela colheitadeira agrícola 100. As propriedades de cultura podem incluir coisas tais como tipo de cultura, umidade de cultura, qualidade de grão (tal como grão quebrado), níveis de MOG, constituintes de grão tais como amidos e proteína, umidade de MOG, e outras propriedades de material de cultura. Outros sensores poderiam sensorear “dureza” da palha, adesão de milho às espigas, e outras características que podem ser beneficamente usadas para controlar o processamento para melhor captura de grão, reduzido dano de grão, reduzido consumo de potência, reduzida perda de grão, etc.

[00141] Os sensores de propriedade do campo e solo 985 podem sensorear características do campo e solo. As propriedades do campo e solo podem incluir umidade do solo, compacidade do solo, a presença e localização de água parada, tipo de solo e outras características.

[00142] Os sensores de característica ambiental 987 pode sensorear uma ou mais características ambientais. As características ambientais podem incluir coisas tais como direção do vento e velocidade do vento, precipitação, névoa, nível de poeira ou outros obscurecimentos, ou outras características ambientais.

[00143] A FIG. 9 mostra um diagrama de blocos ilustrando um exemplo de gerador de zona de controle 213. O gerador de zona de controle 213 inclui seletor de atuador de máquina de trabalho (WMA) 486, sistema de geração de zona de controle 488, e sistema de geração de zona de regime 490. O gerador de zona de controle 213 pode também incluir outros itens 492. O sistema de geração de zona de controle 488 inclui componente de identificação de critérios de zona de controle 494, componente de definição de limite de zona de controle 496, componente de identificação de ajuste alvo 498 e outros itens 520. O sistema de geração de zona de regime 490 inclui componente de identificação de critérios de zona de regime 522, componente de definição de limite de zona de regime 524, componente de identificação de resolvedor de ajustes 526 e outros itens 528. Antes de descrever a operação geral do gerador de zona de controle 213 em mais detalhe, uma breve descrição de alguns dos itens no gerador de zona de controle 213 e as respectivas operações dos mesmos será primeiramente provida.

[00144] A colheitadeira agrícola 100, ou outras máquinas de trabalho, pode ter uma ampla variedade de diferentes tipos de atuadores controláveis que realizam diferentes funções. Os atuadores controláveis na colheitadeira agrícola 100 ou outras máquinas de trabalho são coletivamente referidos como atuadores de máquina de trabalho (WMAs). Cada WMA pode ser independentemente controlável com base em valores em um mapa preditivo funcional, ou os WMAs podem ser controlados como ajustes com base em um ou mais valores em um mapa preditivo funcional. Portanto, o gerador de zona de controle 213 pode gerar zonas de controle correspondentes a cada WMA individualmente controlável ou correspondente aos conjuntos de WMAs que são controlados em coordenação uns com os outros.

[00145] O seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para os quais zonas de controle correspondentes devem ser geradas. O sistema de geração de zona de controle 488 então gera as zonas de controle para o WMA ou conjunto de WMAs selecionado. Para cada WMA ou conjunto de WMAs, diferentes critérios podem ser usados na identificação de zonas de controle. Por exemplo, para um WMA, o tempo de resposta do WMA pode ser usado como o critério para definir os limites das zonas de controle. Em outro exemplo, características de desgaste (por exemplo, quanto um atuador ou mecanismo particular desgaste em decorrência de movimento do mesmo) podem ser usadas como o critério para identificar os limites de zonas de controle. O componente de identificação de critérios de zona de controle 494 identifica critérios particulares que devem ser usados na definição de zonas de controle para o WMA ou conjunto de WMAs selecionado. O componente de definição de limite de zona de controle 496 processa os valores em um mapa preditivo funcional em análise para definir os limites das zonas de controle nesse mapa preditivo funcional com base nos valores no mapa preditivo funcional em análise e com base nos critérios de zona de controle para o WMA ou conjunto de WMAs selecionado.

[00146] O componente de identificação de ajuste alvo 498 ajusta um valor do ajuste alvo que será usado para controlar o WMA ou conjunto de WMAs em diferentes zonas de controle. Por exemplo, se o WMA selecionado for subsistema de propulsão 250 ou plataforma de corte ou outros atuadores de máquina 248 e o mapa preditivo funcional em análise for um mapa de biomassa preditivo funcional 360 (com zonas de controle) que mapeia valores de biomassa preditivos ou valores de característica de biomassa indicativos de uma biomassa em diferentes localizações através do campo, então o ajuste alvo em cada zona de controle pode ser um ajuste de velocidade alvo ou um ajuste de plataforma de corte alvo com base em valores de biomassa ou valores de característica de biomassa contidos no mapa de biomassa preditivo funcional 360 na zona de controle identificada. Isso se dá em virtude de, dado uma biomassa da vegetação em uma localização no campo a ser colhido pela colheitadeira agrícola 100, o controle da velocidade da colheitadeira agrícola 100 ou o ajuste da plataforma de corte (tal como o altura da plataforma de corte), junto com outros ajustes de máquina, correspondentemente controlará uma taxa de alimentação de vegetação através da colheitadeira agrícola 100.

[00147] Em alguns exemplos, onde a colheitadeira agrícola 100 deve ser controlada com base em uma localização atual ou futura da colheitadeira agrícola 100, múltiplos ajustes alvos podem ser possíveis para um WMA em uma dada localização. Nesse caso, os ajustes alvos podem ter diferentes valores e podem ser concorrentes. Dessa maneira, os ajustes alvos precisam ser resolvidos de forma que apenas um único ajuste alvo seja usado para controlar o WMA. Por exemplo, onde o WMA é um atuador no sistema de propulsão 250 que está sendo controlado a fim de controlar a velocidade de colheitadeira agrícola 100, múltiplos diferentes conjuntos concorrentes de critérios podem existir que são considerados pelo sistema de geração de zona de controle 488 na identificação das zonas de controle e dos ajustes alvos para o WMA selecionado nas zonas de controle. Por exemplo, diferentes ajustes alvos para controlar a velocidade de máquina ou ajustes de plataforma de corte (tal como altura) podem ser gerados com base, por exemplo, em um valor de característica agrícola detectado ou predito, um valor de biomassa ou valor de característica de biomassa detectado ou predito, um valor de índice vegetativo detectado ou predito, um valor de taxa de alimentação detectado ou predito, um valor de eficiência de combustível detectado ou predito, um valor de perda de grão detectado ou predito, ou uma combinação desses. Nota-se que esses são meramente exemplos, e ajuste alvos para vários WMAs podem ser com base em vários outros valores ou combinações de valores. Entretanto, a qualquer dado momento, a colheitadeira agrícola 100 não pode deslocar no chão a múltiplas velocidades ou com múltiplas alturas de plataforma de corte simultaneamente. Em vez disso, a qualquer dado momento, a colheitadeira agrícola 100 desloca a uma única velocidade e tem uma única altura da plataforma de corte. Dessa maneira, um dos ajustes alvos concorrentes é selecionado para controlar a velocidade de colheitadeira agrícola 100 ou uma altura da plataforma de corte de colheitadeira agrícola 100.

[00148] Portanto, em alguns exemplos, o sistema de geração de zona de regime 490 gera zonas de regime para resolver múltiplos diferentes ajustes alvos concorrentes. O componente de identificação de critérios de zona de regime 522 identifica os critérios que são usados para estabelecer zonas de regime para o WMA ou conjunto de WMAs selecionado no mapa preditivo funcional em análise. Alguns critérios que podem ser usados para identificar ou definir zonas de regime incluem, por exemplo, características agrícolas, valores de biomassa ou valores de característica de biomassa (tais como altura de vegetação, massa de vegetação, densidade de vegetação, volume de vegetação, força de acionamento do rotor do trilhagem, etc.), valores de índice vegetativo, bem como uma variedade de outros critérios (por exemplo, tipo de cultura ou cultura variedade com base em um mapa como plantado ou outra fonte do tipo de cultura ou variedade de cultura), tipo de ervas daninhas, intensidade de ervas daninhas, ou estado de cultura (tais como se a cultura está deitada, parcialmente deitada ou em pé), bem como qualquer número de outros critérios. Esses são meramente alguns exemplos dos critérios que podem ser usados para identificar ou definir zonas de regime. Uma vez que cada WMA ou conjunto de WMAs pode ter uma zona de controle correspondente, diferentes WMAs ou conjuntos de WMAs podem ter uma zona de regime correspondente. O componente de definição de limite de zona de regime 524 identifica os limites de zonas de regime no mapa preditivo funcional em análise com base nos critérios de zona de regime identificados pelo componente de identificação de critérios de zona de regime 522.

[00149] Em alguns exemplos, a zonas de regime podem se sobrepor. Por exemplo, uma zona de regime de biomassa pode se sobrepor a uma porção ou a totalidade de uma zona de regime de estado de cultura. Em um exemplo como esse, as diferentes zonas de regime podem ser atribuídas a uma hierarquia de precedência de forma que, onde duas ou mais zonas de regime se sobrepõem, a zona de regime atribuída com uma maior posição hierárquica ou importância na hierarquia de precedência tem precedência sobre as zonas de regime que têm menores posições hierárquicas ou importância na hierarquia de precedência. A hierarquia de precedência das zonas de regime pode ser manualmente ajustada ou pode ser automaticamente ajustada usando um sistema baseado em regras, um sistema baseado em modelo, ou outro sistema. Como um exemplo, onde uma zona de regime de biomassa se sobrepõe a uma zona de regime de estado de cultura, a zona de regime de estado de cultura pode ser atribuída com uma maior importância na hierarquia de precedência do que a zona de regime de biomassa de forma que a zona de estado de cultura tem precedência.

[00150] Além do mais, cada zona de regime pode ter um resolvedor de ajustes exclusivo para um dado WMA ou conjunto de WMAs. O componente de identificação de resolvedor de ajustes 526 identifica um resolvedor de ajustes particular para cada zona de regime identificada no mapa preditivo funcional em análise e um resolvedor de ajustes particular para o WMA ou conjunto de WMAs selecionado.

[00151] Uma vez que o resolvedor de ajustes para um zona de regime particular é identificada, esse resolvedor de ajustes pode ser usado para resolver ajustes alvos concorrentes, onde mais de um ajuste alvo é identificado com base nas zonas de controle. Os diferentes tipos de resolvedores de ajustes podem ter diferentes formas. Por exemplo, os resolvedores de ajustes que são identificados para cada zona de regime podem incluir um resolvedor de escolha humano no qual os ajustes alvos concorrentes são apresentados a um operador ou outro usuário para resolução. Em outro exemplo, os resolvedores de ajustes podem incluir um rede neural ou outra inteligência artificial ou sistema de aprendizagem de máquina. Em tais casos, os resolvedores de ajustes podem resolver os ajuste alvos concorrentes com base em uma métrica de qualidade predita ou histórica correspondente cada um dos diferentes ajustes alvos. Como um exemplo, um ajuste de maior velocidade de veículo pode reduzir o tempo para colher um campo e reduzir os custos de mão de obra e equipamento correspondentes, mas pode aumentar as perdas de grão. Um reduzido ajuste de velocidade de veículo pode aumentar o tempo para colher um campo e aumentar os custos de mão de obra e equipamento correspondentes, mas pode diminuir as perdas de grão. Quando perda de grão ou tempo para colher é selecionado como uma métrica de qualidade, o valor predito ou histórico para a métrica de qualidade selecionada, dados os dois valores de ajuste de velocidade de veículo concorrentes, pode ser usado para resolver o ajuste de velocidade. Em alguns casos, os resolvedores de ajustes podem ser um ajuste de regras de limiar que pode ser usado em substituição, ou em adição, a zonas de regime. Um exemplo de uma regra de limiar pode ser expresso como se segue:

[00152] Se os valores de nível de biomassa preditos dentro de 6,1 metros (20 pés) da plataforma de corte da colheitadeira agrícola 100 forem maiores que x quilogramas (onde x é um valor selecionado ou predeterminado), então usar o valor de ajuste alvo que é escolhido com base na taxa de alimentação sobre outros ajustes alvos concorrentes, senão usar o valor de ajuste alvo com base em perda de grão sobre outros valores de ajuste alvo concorrentes.

[00153] Os resolvedores de ajustes podem ser componentes lógicos que executam regras lógicas na identificação de um ajuste alvo. Por exemplo, os resolvedores de ajustes podem resolver ajustes alvos enquanto tentam minimizar o tempo de colheita ou minimizar o custo de colheita total ou maximizar o grão colhido ou com base em outras variáveis que são computados como uma função dos diferentes ajustes alvos candidatos. Um tempo de colheita pode ser minimizado quando uma quantidade para completar uma colheita é reduzida para um valor igual ou abaixo de um limiar selecionado. Um custo de colheita total pode ser minimizado onde o custo de colheita total é reduzido para um valor igual ou abaixo de um limiar selecionado. O grão colhido pode ser maximizado onde a quantidade de grão colhido é aumentada para um valor igual ou acima de um limiar selecionado.

[00154] A FIG. 9 é um fluxograma que ilustra um exemplo da operação de gerador de zona de controle 213 na geração de zonas de controle e zonas de regime para um mapa que o gerador de zona de controle 213 recebe para processamento de zona (por exemplo, para análise).

[00155] 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 438 ou 440. Em outro exemplo, o mapa em análise pode ser o mapa de biomassa preditivo funcional 360. O bloco 534 indica que o mapa em análise pode ser outros mapas igualmente.

[00156] No bloco 536, o seletor de WMA 486 seleciona um WMA ou um conjunto de WMAs para os quais zonas de controle devem ser geradas no mapa em análise. No bloco 538, o componente de identificação de critérios de zona de controle 494 obtém critérios de definição de zona de controle para os WMAs ou conjunto de WMAs selecionados. O bloco 540 indica um exemplo no qual os critérios de zona de controle são ou incluem características de desgaste do WMA ou conjunto de WMAs selecionado. O bloco 542 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem um magnitude e variação de dados de fonte de entrada, tais como a magnitude e variação dos valores no mapa em análise ou a magnitude e variação de entradas de vários sensores in situ 208. O bloco 544 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem características físicas de máquina, tais como as dimensões físicas da máquina, uma velocidade na qual diferentes subsistemas operam, ou outras características físicas de máquina. O bloco 546 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem uma capacidade de resposta do WMA ou conjunto de WMAs selecionado para atingir valores de ajuste recém-comandados. O bloco 548 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem métricas desempenho de máquina. O bloco 549 indica um exemplo no qual os critérios de definição de zona de controle são baseados em tempo, significando que a colheitadeira agrícola 100 não cruzará o limite de uma zona de controle até que uma quantidade selecionada de tempo tenha decorrido desde que a colheitadeira agrícola 100 entrou em uma zona de controle particular. Em alguns casos, a quantidade selecionada de tempo pode ser uma mínima quantidade de tempo. Dessa maneira, em alguns casos, os critérios de definição de zona de controle podem impedir que a colheitadeira agrícola 100 cruze um limite de uma zona de controle até que pelo menos a quantidade selecionada de tempo tenha decorrido. O bloco 550 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem preferências de operador. O bloco 551 indica um exemplo no qual os critérios de definição de zona de controle são com base em um valor de tamanho selecionado. Por exemplo, uma critério de definição de zona de controle que é com base em um valor de tamanho selecionado pode impedir a definição de uma zona de controle que é menor que o tamanho selecionado. Em alguns casos, o tamanho selecionado pode ser um tamanho mínimo. O bloco 552 indica um exemplo no qual os critérios de definição de zona de controle são ou incluem outros itens igualmente.

[00157] No bloco 554, o componente de identificação de critérios de zona de regime 522 obtém critérios de definição de zona de regime para o WMA ou conjunto de WMAs selecionado. O bloco 556 indica um exemplo no qual os critérios de definição de zona de regime são com base em uma entrada manual de operador 260 ou outro usuário. O bloco 558 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em características agrícolas. O bloco 560 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em valores de biomassa ou valores de característica de biomassa, tais como valores de altura de vegetação, valores de densidade de vegetação, valores de massa de vegetação, valores de volume de vegetação, ou valores de força de acionamento do rotor de trilhagem. O bloco 562 ilustra um exemplo no qual os critérios de definição de zona de regime são com base em valores de índice vegetativo. O bloco 564 indica um exemplo no qual os critérios de definição de zona de regime são ou incluem outros critérios igualmente, por exemplo, rendimento, tipo de cultura ou variedade de cultura, tipo de ervas daninhas, intensidade de ervas daninhas, ou estado de cultura, tais como se a cultura está deitada, parcialmente deitada, ou em pé, bem como qualquer número de outros critérios.

[00158] No bloco 566, o componente de definição de limite de zona de controle 496 gera os limites de zonas de controle no mapa em análise com base nos critérios de zona de controle. O componente de definição de limite de zona de regime 524 gera os limites de zonas de regime no mapa em análise com base nos critérios de zona de regime. O bloco 568 indica um exemplo no qual os limites de zona são identificados para as zonas de controle e as zonas de regime. O bloco 570 mostra que o componente de identificação de ajuste alvo 498 identifica os ajustes alvos para cada uma das zonas de controle. As zonas de controle e as zonas de regime podem ser geradas de outras maneiras igualmente, e isto é indicado pelo bloco 572.

[00159] No bloco 574, o componente de identificação de resolvedor de ajustes 526 identifica os resolvedores de ajustes para os WMAs selecionados em cada zona de regime definida pelo componente de definição de limite de zonas de regimes 524. Como aqui discutido, a resolvedor de zona de regime pode ser um resolvedor humano 576, um resolvedor de inteligência artificial ou sistema de aprendizagem de máquina 578, um resolvedor 580 com base em qualidade predita ou histórica para cada ajuste alvo concorrente, um resolvedor baseado em regras 582, um resolvedor baseado em critérios de desempenho 584, ou outros resolvedores 586.

[00160] No bloco 588, o seletor de WMA 486 determina se existem mais WMAs ou conjuntos de WMAs para processar. Se WMAs ou conjuntos de WMAs adicionais restarem para ser processados, o processamento reverte para o bloco 436 onde o WMA ou conjunto de WMAs seguinte para os quais as zonas de controle e as zonas de regime devem ser definidas é selecionado. Quando não restarem WMAs ou conjuntos de WMAs adicionais para os quais as zonas de controle ou zonas de regime devem ser geradas, o processamento move para o bloco 590 onde o gerador de zona de controle 213 produz um mapa com zonas de controle, ajustes alvos, zonas de regime, e resolvedores de ajustes para cada um dos WMAs ou conjuntos de WMAs. Como aqui discutido, o mapa produzido pode ser apresentado ao operador 260 ou outro usuário; o mapa produzido pode ser provido ao sistema de controle 214; ou o mapa produzido pode ser produzido de outras maneiras.

[00161] A FIG. 11 ilustra um exemplo da operação de sistema de controle 214 no controle da colheitadeira agrícola 100 com base em um mapa que é produzido pelo gerador de zona de controle 213. Dessa maneira, no bloco 592, o sistema de controle 214 recebe um mapa do local de trabalho. Em alguns casos, o mapa pode ser um mapa preditivo funcional que pode incluir zonas de controle e as zonas de regime, como representado pelo bloco 594. Em alguns casos, o mapa recebido pode ser um mapa preditivo funcional que exclui zonas de controle e as zonas de regime. O bloco 596 indica um exemplo no qual o mapa recebido do local de trabalho pode ser um mapa de informação anterior tendo zonas de controle e as zonas de regime identificadas no mesmo. O bloco 598 indica um exemplo no qual o mapa recebido pode incluir múltiplos mapas diferentes ou múltiplas diferentes camadas de mapa. O bloco 610 indica um exemplo no qual o mapa recebido pode assumir outras formas igualmente.

[00162] No bloco 612, o sistema de controle 214 recebe um sinal de sensor do sensor de posição geográfica 204. O sinal de sensor do sensor de posição geográfica 204 pode incluir dados que indicam a localização geográfica 614 da colheitadeira agrícola 100, a velocidade 616 da colheitadeira agrícola 100, a direção 618 da colheitadeira agrícola 100, ou outra informação 620. No bloco 622, o controlador da 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 de sensor de posição geográfica. No bloco 626, o controlador de zona 247 seleciona um WMA ou um conjunto de WMAs a ser controlado. No bloco 628, o controlador de zona 247 obtém um ou mais ajustes alvos para o WMA ou conjunto de WMAs selecionado. Os ajustes alvos que são obtidos para o WMA ou conjunto de WMAs selecionado pode vir de uma variedade de diferentes fontes. Por exemplo, o bloco 630 mostra um exemplo no qual um ou mais dos ajustes alvos para o WMA ou conjunto de WMAs selecionado é com base em uma entrada das zonas de controle no mapa do local de trabalho. O bloco 632 mostra um exemplo no qual um ou mais dos ajustes alvos é obtido de entradas de humano do operador 260 ou outro usuário. O bloco 634 mostra um exemplo no qual os ajustes alvos são obtidos de um sensor in situ 208. O bloco 636 mostra um exemplo no qual um ou mais ajustes alvos é obtido de um ou mais sensores em outras máquinas que trabalham no mesmo campo tanto simultaneamente com a colheitadeira agrícola 100 quanto de um ou mais sensores em máquinas que trabalharam no mesmo campo no passado. O bloco 638 mostra um exemplo no qual os ajustes alvos são obtidos de outras fontes igualmente.

[00163] No bloco 640, o controlador de zona 247 acessa os resolvedores de ajustes para a zona de regime selecionada e controla os resolvedores de ajustes para resolvedor ajustes alvos concorrentes em um ajuste alvo resolvido. Como aqui discutido, em alguns casos, os resolvedores de ajustes podem ser um resolvedor humano em cujo caso o controlador de zona 247 controla os mecanismos de interface de operador 218 para apresentar os ajustes alvos concorrentes ao operador 260 ou outro usuário para resolução. Em alguns casos, os resolvedores de ajustes podem ser uma rede neural ou outra inteligência artificial ou sistema de aprendizagem de máquina, e o controlador de zona 247 submete os ajustes alvos concorrentes à rede neural, inteligência artificial, ou sistema de aprendizagem de máquina para seleção. Em alguns casos, os resolvedores de ajustes podem ser com base em uma métrica de qualidade predita ou histórica, em regras de limiar, ou em componentes lógicos. Em qualquer desses exemplos posteriores, o controlador de zona 247 executa os resolvedores de ajustes para obter um ajuste alvo resolvido com base na métrica de qualidade predita ou histórica, com base nas regras de limiar, ou com o uso dos componentes lógicos.

[00164] No bloco 642, com o controlador de zona 247 tendo identificado o ajuste alvo resolvido, o controlador de zona 247 provê o ajuste alvo resolvido a outros controladores no sistema de controle 214, que geram e aplicam sinais de controle ao WMA ou conjunto de WMAs selecionado com base no ajuste alvo resolvido. Por exemplo, onde o WMA selecionado é um atuador de máquina ou plataforma de corte 248, o controlador de zona 247 provê o ajuste alvo resolvido ao controlador de ajustes 232 ou controlador de plataforma de corte/molinete 238, ou ambos, para gerar sinais de controle com base no ajuste alvo resolvido, e esses sinais de controle gerados são aplicados ao atuador de máquina ou plataformas de corte 248. No bloco 644, se WMAs adicionais ou conjuntos de WMAs adicionais tiverem que ser controlados na localização geográfica atual da colheitadeira agrícola 100 (como detectado no bloco 612), então o processamento reverte para o bloco 626 onde o WMA ou conjunto de WMAs seguinte é selecionado. O processo representado pelo blocos 626 a 644 continua até que todos os WMAs ou conjuntos de WMAs a ser controlado na localização geográfica atual da colheitadeira agrícola 100 tenham sido abordados. Se não houver nenhum WMAs ou conjuntos de WMAs adicionais tiverem que ser controlados na localização geográfica atual da colheitadeira agrícola 100, o processamento prossegue para o bloco 646 onde o controlador de zona 247 determina se ainda existem zonas de controle adicionais a serem consideradas na zona de regime selecionada. Se existirem zonas de controle adicionais a serem consideradas, o processamento reverte para o bloco 624 onde uma zona de controle seguinte é selecionada. Se não existirem zonas de controle são adicionais a serem consideradas, o processamento prossegue para o bloco 648 onde uma determinação se ainda existem zonas de regime adicionais a serem consideradas. O controlador de zona 247 determina se ainda existem zonas de regime adicionais a serem consideradas. Se zonas de regime adicionais ainda existem a serem consideradas, o processamento reverte para o bloco 622 onde uma zona de regime seguinte é selecionada.

[00165] No bloco 650, o controlador de zona 247 determina se a operação que colheitadeira agrícola 100 está realizando está completada. Se não, o controlador de zona 247 determina se um critério de zona de controle foi satisfeito para continuar o processamento, como indicado pelo bloco 652. Por exemplo, como aqui mencionado, os critérios de definição de zona de controle podem incluir critérios que definem quando um limite de zona de controle pode ser cruzado pela colheitadeira agrícola 100. Por exemplo, se um limite de zona de controle pode ser cruzado pela colheitadeira agrícola 100 pode ser definido por um período de tempo selecionado, significando que a colheitadeira agrícola 100 é impedida de cruzar um limite de zona até que uma quantidade selecionada de tempo tenha decorrido. Nesse caso, no bloco 652, o controlador de zona 247 determina se o período de tempo selecionado foi decorrido. Adicionalmente, o controlador de zona 247 pode realizar o processamento continuamente. Dessa maneira, o controlador de zona 247 não espera nenhum período de tempo particular antes de continuar a determinar se uma operação da colheitadeira agrícola 100 está completada. No bloco 652, o controlador de zona 247 determina que é tempo para continuar o processamento, então o processamento continua no bloco 612 onde o controlador de zona 247 novamente recebe uma entrada do sensor de posição geográfica 204. Percebe-se também que o controlador de zona 247 pode controlar os WMAs e conjuntos de WMAs simultaneamente usando um controlador de múltiplas entradas, múltiplas saídas, em vez de controlar os WMAs e conjuntos de WMAs sequencialmente.

[00166] A FIG. 12 é um diagrama de blocos mostrando um exemplo de um controlador de interface de operador 231. Em um exemplo ilustrado, o controlador de interface de operador 231 inclui sistema de processamento de comando de entrada de operador 654, outro sistema de interação 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 tratamento de voz 662, sistema de tratamento de gesto de toque 664 e outros itens 666. Outro sistema de interação de controlador 656 inclui sistema de processamento de entrada do controlador 668 e gerador de saída do controlador 670. O sistema de processamento de voz 658 inclui detector de acionamento 672, componente de reconhecimento 674, componente de síntese 676, sistema de entendimento de linguagem natural 678, sistema de gerenciamento de diálogo 680 e outros itens 682. O gerador de sinal de ação 660 inclui gerador de sinal de controle visual 684, gerador de sinal de controle de áudio 686, gerador de sinal de controle háptico 688 e outros itens 690. Antes de descrever a operação do controlador de interface de operador exemplificativo 231 mostrado na FIG. 12 no tratamento de várias ações de interface de operador, uma breve descrição de alguns dos itens no controlador de interface de operador 231 e na operação associada do mesmo é primeiramente provida.

[00167] O sistema de processamento de comando de entrada de operador 654 detecta entradas de operador em mecanismos de interface de operador 218 e processa essas entradas para comandos. O sistema de tratamento de voz 662 detecta entradas de voz e trata as interações com o sistema de processamento de voz 658 para processar as entradas de voz para comandos. O sistema de tratamento de gesto de toque 664 detecta gestos de toque em elementos sensíveis ao toque em mecanismos de interface de operador 218 e processa essas entradas para comandos.

[00168] Outro sistema de interação de controlador 656 trata interações com outros controladores no sistema de controle 214. O sistema de processamento de entrada do controlador 668 detecta e processa entradas de outros controladores no sistema de controle 214, e o gerador de saída do controlador 670 gera saídas e provê essas saídas a outros controladores no sistema de controle 214. O sistema de processamento de voz 658 reconhece entradas de voz, determina o significado dessas entradas, e provê uma saída indicativa do significado das entradas faladas. Por exemplo, o sistema de processamento de voz 658 pode reconhecer uma entrada de voz do operador 260 como um comando de mudança de ajustes em que o operador 260 está comandando o sistema de controle 214 para mudar um ajuste para um subsistema controlável 216. Em um exemplo como esse, o sistema de processamento de voz 658 reconhece o conteúdo do comando falado, identifica o significado desse comando como um comando de mudança de ajustes, e provê o significado dessa entrada de volta ao sistema de tratamento de voz 662. O sistema de tratamento de voz 662, por sua vez, interage com o gerador de saída do controlador 670 para prover a saída comandada ao controlador apropriado no sistema de controle 214 para conseguir o comando de mudança de ajustes falado.

[00169] O sistema de processamento de voz 658 pode ser invocado em uma variedade de diferentes maneiras. Por exemplo, em um exemplo, o sistema de tratamento de voz 662 provê continuamente uma entrada de um microfone (sendo um dos mecanismos de interface de operador 218) ao sistema de processamento de voz 658. O microfone detecta voz do operador 260, e o sistema de tratamento de voz 662 provê a voz detectada ao sistema de processamento de voz 658. O detector de acionamento 672 detecta um acionador indicando que o sistema de processamento de voz 658 é invocado. Em alguns casos, quando o sistema de processamento de voz 658 está recebendo entradas de voz contínuas do sistema de tratamento de voz 662, o componente de reconhecimento de voz 674 realiza reconhecimento de voz contínuo em toda voz falada pelo operador 260. Em alguns casos, o sistema de processamento de voz 658 é configurado para invocação usando uma palavra de despertar. Ou seja, em alguns casos, a operação do sistema de processamento de voz 658 pode ser iniciada com base em reconhecimento de uma palavra falada selecionada, referida como a palavra de despertar. Em um exemplo como esse, onde o componente de reconhecimento 674 reconhece a palavra de despertar, o componente de reconhecimento 674 provê uma indicação de que a palavra de despertar foi reconhecida pelo detector de acionamento 672. O detector de acionamento 672 detecta que o sistema de processamento de voz 658 foi invocado ou acionado pela palavra de despertar. Em outro exemplo, o sistema de processamento de voz 658 pode ser invocado por um operador 260 atuando um atuador em um mecanismo de interface de usuário, tal como tocando um atuador em uma tela de exibição sensível ao toque, pressionando um botão, ou provendo outra entrada de acionamento. Em um exemplo como esse, o detector de acionamento 672 pode detectar que o sistema de processamento de voz 658 foi invocado quando uma entrada de acionamento por meio de um mecanismo de interface de usuário é detectada. O detector de acionamento 672 pode detectar que o sistema de processamento de voz 658 foi invocado de outras maneiras igualmente.

[00170] Uma vez que o sistema de processamento de voz 658 é invocado, a entrada de voz do operador 260 é provida ao componente de reconhecimento de voz 674. O componente de reconhecimento de voz 674 reconhece elementos linguísticos na entrada de voz, tais como palavras, frases ou outras unidades linguísticas. O sistema de entendimento de linguagem natural 678 identifica um significado da fala reconhecida. O significado pode ser uma saída de linguagem natural, um saída de comando identificando um comando refletido na voz reconhecida, um saída de valor identificando um valor na voz reconhecida, ou qualquer uma de uma ampla variedade de outras saídas que refletem o entendimento da voz reconhecida. Por exemplo, o sistema de entendimento de linguagem natural 678 e o sistema de processamento de voz 568, mais geralmente, pode entender o significado da voz reconhecida no contexto de colheitadeira agrícola 100.

[00171] Em alguns exemplos, o sistema de processamento de voz 658 pode também gerar saídas que navegam o operador 260 através de uma experiência de usuário com base na entrada de voz. Por exemplo, o sistema de gerenciamento de diálogo 680 pode gerar e gerenciar um diálogo com o usuário a fim de identificar o que o usuário deseja fazer. O diálogo pode desambiguar um comando do usuário; identificar um ou mais valores específicos que são necessários para realizar o comando do usuário; ou obter outra informação do usuário ou prover outra informação ao usuário, ou ambos. O componente de síntese 676 pode gerar síntese de voz que pode ser apresentada ao usuário através de um mecanismo de interface de operador de áudio, tal como um alto-falante. Dessa maneira, o diálogo gerenciado pelo sistema de gerenciamento de diálogo 680 pode ser exclusivamente um diálogo falado ou uma combinação tanto de um diálogo visual quanto um diálogo falado.

[00172] O gerador de sinal de ação 660 gera sinais de ação para controlar os mecanismos de interface de operador 218 com base em saídas de um ou mais dentre o sistema de processamento de comando de entrada de operador 654, outro sistema de interação 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 alerta, ou outros itens visuais. O gerador de sinal de controle de áudio 686 gera saídas que controlam elementos de áudio de mecanismos de interface de operador 218. Os elementos de áudio incluem um alto-falante, mecanismos de alerta audíveis, buzinas, ou outros elementos audíveis. O gerador de sinal de controle háptico 688 gera sinais de controle que são produzidos para controlar elementos hápticos de mecanismos de interface de operador 218. Os elementos hápticos incluem elementos de vibração que podem ser usados para vibrar, por exemplo, o assento do operador, o volante, pedais, ou manches usados pelo operador. Os elementos hápticos podem incluir realimentação tátil ou elementos de realimentação de força que provêm realimentação tátil ou realimentação de força ao operador através de mecanismos de interface de operador. Os elementos hápticos podem incluir uma ampla variedade de outros elementos hápticos igualmente.

[00173] A FIG. 13 é um fluxograma ilustrando um exemplo da operação de controlador de interface de operador 231 na geração de uma exibição de interface de operador em um mecanismo de interface de operador 218, que pode incluir uma tela de exibição sensível ao toque. A FIG. 13 também ilustra um exemplo de como o controlador de interface de operador 231 pode detectar e processar interações de operador com a tela de exibição sensível ao toque.

[00174] No bloco 692, o controlador de interface de operador 231 recebe um mapa. O bloco 694 indica um exemplo no qual o mapa é um mapa preditivo funcional, e o bloco 696 indica um exemplo no qual o mapa é outro tipo de mapa. No bloco 698, o controlador de interface de operador 231 recebe uma entrada do sensor de posição geográfica 204 identificando a localização geográfica da colheitadeira agrícola 100. Como indicado em bloco 700, a entrada do sensor de posição geográfica 204 pode incluir a direção, junto com a localização, da colheitadeira agrícola 100. O bloco 702 indica um exemplo no qual a entrada do sensor de posição geográfica 204 inclui a velocidade de colheitadeira agrícola 100, e o bloco 704 indica um exemplo no qual a entrada do sensor de posição geográfica 204 inclui outros itens.

[00175] No bloco 706, o gerador de sinal de controle visual 684 no controlador de interface de operador 231 controla a tela de exibição sensível ao toque em mecanismos de interface de operador 218 para gerar uma exibição mostrando todo ou uma porção de um campo representado pelo mapa recebido. O bloco 708 indica que o campo exibido pode incluir um marcador de posição atual mostrando uma posição atual da colheitadeira agrícola 100 em relação ao campo. O bloco 710 indica um exemplo no qual o campo exibido inclui um marcador de unidade de trabalho seguinte que identifica uma unidade de trabalho seguinte (ou área no campo) na qual a colheitadeira agrícola 100 estará operando. O bloco 712 indica um exemplo no qual o campo exibido inclui um porção de exibição da área seguinte que exibe áreas que devem ser ainda processadas pela colheitadeira agrícola 100, e o bloco 714 indica um exemplo no qual o campo exibido inclui porções de exibição previamente visitadas que representam áreas do campo que a colheitadeira agrícola 100 já processou. O bloco 716 indica um exemplo no qual o campo exibido exibe várias características do campo com localizações georreferenciadas no mapa. Por exemplo, se o mapa recebido for um mapa de biomassa preditivo, tal como mapa de biomassa preditivo 360, o campo exibido pode mostrar os diferentes valores de biomassa ou valores de característica de biomassa georreferenciados no campo exibido. Em outros exemplos, o mapa recebido pode ser outro mapa, tais como outros mapas preditivos, tal como os mapas preditivos 436 ou 440, e, dessa maneira, o campo exibido pode mostrar diferentes valores de característica, tais como valores de característica agrícola ou comando de operador valores no campo georreferenciada no campo exibido. As características mapeadas podem ser mostradas nas áreas previamente visitadas (como mostrado em bloco 714), nas áreas seguintes (como mostrado em bloco 712), e na unidade de trabalho seguinte (como mostrado em bloco 710). O bloco 718 indica um exemplo no qual o campo exibido inclui outros itens igualmente.

[00176] A FIG. 14 é uma ilustração pictorial mostrando um exemplo de uma exibição de interface de usuário 720 que pode ser gerada em uma tela de exibição sensível ao toque. Em outras implementações, a exibição de interface de usuário 720 pode ser gerada em outros tipos de exibições. A tela de exibição sensível ao toque pode ser montada no compartimento do operador da colheitadeira agrícola 100 ou no dispositivo móvel ou em algum outro lugar. A exibição de interface de usuário 720 será descrita antes de continuar com a descrição do fluxograma mostrado na FIG. 13.

[00177] No exemplo mostrado na FIG. 14, a exibição de interface de usuário 720 ilustra que a tela de exibição sensível ao toque inclui um recurso de exibição para operar um microfone 722 e um alto-falante 724. Dessa maneira, a exibição sensível ao toque pode ser acoplada comunicativamente ao microfone 722 e ao alto-falante 724. O bloco 726 indica que a tela de exibição sensível ao toque pode incluir uma ampla variedade de atuadores de controle de interface de usuário, tais como botões, teclados, teclados macios, ligações, ícones, interruptores, etc. O operador 260 pode atuar os atuadores de controle de interface de usuário para realizar várias funções.

[00178] No exemplo mostrado na FIG. 14, a exibição de interface de usuário 720 inclui um porção de exibição de campo 728 que exibe pelo menos uma porção do campo no qual a colheitadeira agrícola 100 está operando. A porção de exibição de campo 728 é mostrada com um marcador de posição atual 708 que corresponde a uma posição atual de colheitadeira agrícola 100 na porção do campo mostrada na porção de exibição de campo 728. Em um exemplo, o operador pode controlar a exibição sensível ao toque a fim de realizar grande aproximação em porções da porção de exibição de campo 728 ou panoramizar ou rolar a porção de exibição de campo 728 para mostrar diferentes porções do campo. Uma unidade de trabalho seguinte 730 é mostrada como uma área do campo diretamente na frente do marcador de posição atual 708 da colheitadeira agrícola 100. O marcador de posição atual 708 pode também ser configurado para identificar a direção de deslocamento da colheitadeira agrícola 100, uma velocidade de deslocamento da colheitadeira agrícola 100, ou ambos. Na FIG. 14, o formato do marcador de posição atual 708 provê uma indicação quanto a orientação da colheitadeira agrícola 100 no campo que pode ser usada como uma indicação de um direção de deslocamento da colheitadeira agrícola 100.

[00179] O tamanho da unidade de trabalho seguinte 730 marcado na porção de exibição de campo 728 pode variar com base em uma ampla variedade de diferentes critérios. Por exemplo, o tamanho de unidade de trabalho seguinte 730 pode variar com base na velocidade de deslocamento da colheitadeira agrícola 100. Dessa maneira, quando a colheitadeira agrícola 100 está deslocamento mais rapidamente, então a área da unidade de trabalho seguinte 730 pode ser maior que a área da unidade de trabalho seguinte 730 se colheitadeira agrícola 100 estiver deslocando mais lentamente. Em outro exemplo, o tamanho da unidade de trabalho seguinte 730 pode variar com base nas dimensões da colheitadeira agrícola 100, incluindo equipamento na colheitadeira agrícola 100 (tal como a plataforma de corte 102). Por exemplo, a largura da unidade de trabalho seguinte 730 pode variar com base em uma largura de plataforma de corte 102. A porção de exibição de campo 728 é também mostrada exibindo área previamente visitada 714 e áreas seguintes 712. Áreas previamente visitadas 714 representam áreas que já estão colhidas, enquanto áreas seguintes 712 representam áreas que ainda precisam ser colhidas. A porção de exibição de campo 728 é também mostrada exigindo diferentes características do campo. No exemplo ilustrado na FIG. 14, o mapa que está sendo exibido é um mapa de biomassa preditivo, tal como o mapa de biomassa preditivo funcional 360. Portanto, uma pluralidade de marcadores de biomassa é exibida na porção de exibição de campo 728. Existe um conjunto de marcadores de exibição de biomassa 732 mostrado nas áreas já visitadas 714. Existe também um conjunto de marcadores de exibição de biomassa 732 mostrado nas áreas seguintes 712, e existe um conjunto de marcadores de exibição de biomassa 732 mostrado na unidade de trabalho seguinte 730. A FIG. 14 mostra que os marcadores de exibição de biomassa 732 são constituídos de diferentes símbolos que indicam uma área de biomassa ou características de biomassa similares. No exemplo mostrado na FIG. 14, o símbolo ! representa áreas de grande altura de vegetação; o símbolo * representa áreas de média altura de vegetação; e o símbolo # representa uma área de pequena altura de vegetação. A altura de vegetação é meramente um exemplo, outras características de biomassa, tais como densidade de vegetação, massa de vegetação, volume de vegetação, força de acionamento do rotor de trilhagem, bem como outras características de biomassa, podem também ser exibidas. A porção de exibição de campo 728 mostra diferentes valores medidos ou preditos (ou características indicadas pelos valores) que são localizados em diferentes áreas no campo e representa esses valores medidos ou preditos (ou características indicadas ou derivadas dos valores) com uma variedade de marcadores de exibição 732. Como mostrado, a porção de exibição de campo 728 inclui marcadores de exibição, particularmente marcadores de exibição de biomassa 732 no exemplo ilustrado da FIG. 14, em localizações particulares associadas com localizações particulares no campo que está sendo exibido. Em alguns casos, cada localização do campo pode ter um marcador de exibição associado com a mesma. Dessa maneira, em alguns casos, uma marcador de exibição pode ser provido em cada localização da porção de exibição de campo 728 para identificar a natureza da característica que está sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição abrange prover uma marcador de exibição, tal como o marcador de exibição de biomassa 732 (como no contexto da presente exemplo da FIG. 14), em uma ou mais localizações na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica que está sendo exibida, por meio disso identificando a característica na localização correspondente no campo que está sendo exibido. Como descrito anteriormente, os marcadores de exibição 732 podem ser constituídos de diferente símbolos, e, como descrito a seguir, os símbolos podem ser qualquer recurso de exibição tais como diferente cores, formatos, padrões, intensidades, texto, ícones, ou outros recursos de exibição. Em alguns casos, cada localização do campo pode ter uma marcador de exibição associado com o mesmo. Dessa maneira, em alguns casos, um marcador de exibição pode ser provido em cada localização da porção de exibição de campo 728 para identificar a natureza da característica que está sendo mapeada para cada localização particular do campo. Consequentemente, a presente descrição abrange prover um marcador de exibição, tais como o marcador de exibição de nível de perda 732 (como no contexto da presente exemplo da FIG. 11), em uma ou mais localizações na porção de exibição de campo 728 para identificar a natureza, grau, etc., da característica que está sendo exibida, por meio disso identificando a característica na localização correspondente no campo que está sendo exibido.

[00180] Em outros exemplos, o mapa que está sendo exibido pode ser um ou mais dos mapas descritas no presente documento, incluindo mapas de informação, mapas de informação anteriores, os mapas preditivos funcionais, tais como os mapas preditivos ou mapas de zona de controle preditivos, ou uma combinação dos mesmos. Dessa maneira, os marcadores e características que estão sendo exibidas correlacionarão a informação, dados, características, e valores providos por um ou mais mapas que são exibidos.

[00181] No exemplo da FIG. 14, a exibição de interface de usuário 720 também tem uma porção de exibição de controle 738. A porção de exibição de controle 738 permite que o operador veja informação e interaja com a exibição de interface de usuário 720 de várias maneiras.

[00182] Os atuadores e marcadores de exibição em porção 738 podem ser exibidos, por exemplo, como itens individuais, listas fixas, listas roláveis, menus suspensos, ou listas suspensas. No exemplo mostrado na FIG. 14, a porção de exibição 738 mostra informação para as três diferentes categorias de tamanho de espiga que correspondem aos três símbolos supramencionados. A porção de exibição 738 também inclui um conjunto de atuadores sensíveis ao toque com os quais o operador 260 por interagir por toque. Por exemplo, o operador 260 pode tocar nos atuadores sensíveis ao toque com um dedo para ativar o respectivo atuador sensível ao toque. Como mostrado na FIG. 14, a porção de exibição 738 inclui abas interativas, tais como aba de biomassa 762, aba de altura de vegetação 763, aba de densidade de vegetação 764, aba de massa de vegetação 765, aba de volume de vegetação 766, aba de força de acionamento do rotor de trilhagem 768, e outra aba 770. A ativação de uma das abas pode modificar quais valores são exibidos nas porções 728 e 738. Por exemplo, como mostrado, a aba de altura de vegetação 763 é ativada, e, dessa maneira, os valores mapeados na porção 728 e mostrados na porção 738 correspondem aos valores de altura de vegetação no campo. Quando o operador 260 toca a aba 762, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas aos valores de biomassa. Quando o operador 260 toca a aba 764, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir características relacionadas a densidade de vegetação. Quando o operador 260 toca a aba 765, o sistema de tratamento de gesto de toque 664 atualiza as porções 728 e 738 para exibir características relacionadas a massa de vegetação. Quando o operador toca a aba 766, o sistema de tratamento de gesto de toque 664 atualiza as porções 728 e 738 para exibir características relacionadas a volume de vegetação. Quando o operador toca a aba 768, o sistema de tratamento de gesto de toque 664 atualiza as porções 728 e 738 para exibir característica relacionada a força de acionamento do rotor de trilhagem. Quando o operador 260 toca a aba 770, o sistema de tratamento de gesto de toque 664 atualiza a porção 728 e 738 para exibir outras características de biomassa.

[00183] Como mostrado na FIG. 14, a porção de exibição 738 inclui um porção de exibição de sinalização interativa, indicada no geral por 741. A porção de exibição de sinalização interativa 741 inclui uma coluna de sinalização 739 que mostra sinalizações que foram automática ou manualmente ajustadas. O atuador de sinalização 740 permite que o operador 260 marque uma localização, tal como a localização atual da colheitadeira agrícola, ou outra localização no campo designada pelo operador e adicione informação indicando a característica, tal como altura de vegetação, encontrada na localização atual. Por exemplo, quando o operador 260 atua o atuador de sinalização 740 tocando no atuador de sinalização 740, o sistema de tratamento de gesto de toque 664 no controlador de interface de operador 231 identifica a localização atual como uma onde a colheitadeira agrícola 100 encontrou grande altura de vegetação. Quando o operador 260 toca no botão 742, o sistema de tratamento de gesto de toque 664 identifica a localização atual como uma localização onde a colheitadeira agrícola 100 encontrou média altura de vegetação. Quando o operador 260 toca o botão 744, o sistema de tratamento de gesto de toque 664 identifica a localização atual como uma localização onde a colheitadeira agrícola 100 encontrou pequena altura de vegetação. Mediante atuação de um dos atuadores de sinalização 740, 742 ou 744, o sistema de tratamento de gesto de toque 664 pode controlar o gerador de sinal de controle visual 684 para adicionar um símbolo correspondente à característica identificada na porção de exibição de campo 728 em uma localização que o usuário identifica. Dessa maneira, áreas do campo onde o valor predito não representa precisamente um valor real podem ser marcadas para análise posterior, e podem também ser usadas em aprendizagem de máquina. Em outros exemplos, o operador pode designar áreas à frente ou em torno da colheitadeira agrícola 100 atuando em um dos atuadores de sinalização 740, 742 ou 744 de maneira tal que o controle da colheitadeira agrícola 100 possa ser realizado com base no valor designado pelo operador 260.

[00184] A porção de exibição 738 também inclui uma porção de exibição de marcador interativo, indicada no geral por 743. A porção de exibição de marcador interativo 743 inclui uma coluna de símbolo 746 que exibe os símbolos correspondentes a cada categoria de valores ou características (no caso da FIG. 14, tamanho de espiga) que está sendo rastreada na porção de exibição de campo 728. A porção de exibição 738 também inclui um porção de exibição de designador interativa, indicada no geral por 745. A porção de exibição de designador interativa 745 inclui uma coluna de designador 748 que mostra o designador (que pode ser um designador textual ou outro designador) identificando a categoria de valores ou características (no caso da FIG. 14, altura de vegetação). Sem limitação, os símbolos na coluna de símbolo 746 e os designadores na coluna de designador 748 podem incluir qualquer recurso de exibição tais como diferente cores, formatos, padrões, intensidades, texto, ícones, ou outros recursos de exibição, e podem ser customizáveis pela interação de um operador de colheitadeira agrícola 100.

[00185] A porção de exibição 738 também inclui uma porção de exibição de valor interativa, indicada no geral por 747. A porção de exibição de valor interativa 747 inclui uma coluna de exibição de valor 750 que exibe valores selecionados. Os valores selecionados correspondem às características ou valores que estão sendo rastreados ou exibidos, ou ambos, na porção de exibição de campo 728. Os valores selecionados podem ser selecionados por um operador da colheitadeira agrícola 100. Os valores selecionados na coluna de exibição de valor 750 definem uma faixa de valores ou um valor pelo qual outros valores, tais como valores preditos, devem ser classificados. Dessa maneira, no exemplo na FIG. 14, uma altura de vegetação predita ou medida (tais como alturas de pequenas plantas de grão ou plantas de trigo) que é igual ou mais que 1.500 centímetros é classificada como “uma grande altura de vegetação”, e uma altura de vegetação predita ou medida (tais como alturas de pequenas plantas de grão ou plantas de trigo ) iguais ou menores que 600 centímetros é classificada como “pequena altura de vegetação”. Em alguns exemplos, os valores selecionados podem incluir uma faixa, de maneira tal que um valor predito ou medido que está dentro da faixa do valor selecionado será classificado sob o designador correspondente. Como mostrado na FIG. 14, “média altura de vegetação” inclui uma faixa de 601-1.499 centímetros de maneira tal que uma altura de vegetação predita ou medida (tais como alturas de pequenas plantas de grão ou plantas de trigo) que ficam na faixa de 601- 1.499 centímetros é classificada como “média altura de vegetação”. Esses são meramente exemplos. Os valores selecionados na coluna de exibição de valor 750 são ajustáveis por um operador da colheitadeira agrícola 100. Em um exemplo, o operador 260 pode selecionar a parte particular da porção de exibição de campo 728 para a qual os valores na coluna 750 devem ser exibidos. Dessa maneira, os valores na coluna 750 podem corresponder aos valores em porções de exibição 712, 714 ou 730.

[00186] A porção de exibição 738 também inclui uma porção de exibição de limiar interativa, indicada no geral por 749. A porção de exibição de limiar interativa 749 inclui uma coluna de exibição de valor de limiar 752 que exibe valores de limiar de ação. Os valores de limiar de ação na coluna 752 podem ser valores de limiar correspondentes aos valores selecionados na coluna de exibição de valor 750. Se os valores preditos ou medidos de características que estão sendo rastreados ou exibidos, ou ambos, satisfizerem os valores de limiar de ação correspondentes na coluna de exibição de valor de limiar 752, então o sistema de controle 214 realiza a ação identificada na coluna 754. Em alguns casos, um valor medido ou predito pode satisfazer um valor de limiar de ação correspondente igual ou superior ao valor de limiar de ação correspondente. Em um exemplo, o operador 260 pode selecionar um valor de limiar, por exemplo, a fim de mudar o valor de limiar, tocando no valor de limiar na coluna de exibição de valor de limiar 752. Uma vez selecionado, o operador 260 pode mudar o valor de limiar. O valor de limiares na coluna 752 pode ser configurado de maneira tal que a ação designada seja realizada quando o valor medido ou predito da característica excede o valor de limiar, é igual ao valor de limiar, ou é menor que o valor de limiar. Em alguns casos, o valor de limiar pode representar uma faixa de valores, ou faixa de desvio dos valores selecionados na coluna de exibição de valor 750, de maneira tal que um valor de característica predito ou medido que satisfaz ou cai na faixa satisfaça o valor de limiar. Por exemplo, no exemplo de altura de vegetação, uma altura de vegetação predita que cai dentro de 10% de 1.500 centímetros satisfará o valor de limiar de ação correspondente (dentro de 10% de 1.500 centímetros) e uma ação, tal como diminuir a velocidade da colheitadeira agrícola, será adotada pelo sistema de controle 214. Em outros exemplos, os valores de limiar na coluna de exibição de valor de limiar 752 são separados dos valores selecionados na coluna de exibição de valor 750, de maneira tal que os valores na coluna de exibição de valor 750 definem a classificação e exibição de valores preditos ou medidos, enquanto os valores de limiar de ação definem quando uma ação deve ser adotada com base nos valores medidos ou preditos. Por exemplo, enquanto uma altura de vegetação predita ou medida de 1.200 centímetros pode ser designada como uma “média altura de vegetação” para efeitos de classificação e exibição, o valor de limiar de ação pode ser 1.300 centímetros de maneira tal que nenhuma ação será adotada até que a altura de vegetação satisfaça o valor de limiar. Em outros exemplos, os valores de limiar na coluna de exibição de valor de limiar 752 podem incluir distâncias ou tempos. Por exemplo, no exemplo de um distância, o valor de limiar pode ser um distância limiar da área do campo onde o valor medido ou predito é georreferenciado que a colheitadeira agrícola 100 tem que estar antes de uma ação ser adotada. Por exemplo, um valor de distância limiar de 1,5 metro (5 pés) significaria que uma ação será adotada quando a colheitadeira agrícola estiver em ou dentro de 1,5 metro (5 pés) da área do campo onde o valor medido ou predito é georreferenciado. Em um exemplo onde o valor de limiar é tempo, o valor de limiar pode ser um tempo limite para a colheitadeira agrícola 100 atingir a área do campo onde o valor medido ou preditivo é georreferenciado. Por exemplo, um valor de limiar de 5 segundos significaria que uma ação será adotada quando a colheitadeira agrícola 100 estiver 5 segundos afastada da área do campo onde o valor medido ou predito é georreferenciado. Em um exemplo como esse, a localização atual e velocidade de deslocamento da colheitadeira agrícola podem ser levados em conta.

[00187] A porção de exibição 738 também inclui um porção de exibição de ação interativa, indicada no geral por 751. A porção de exibição de ação interativa 751 inclui uma coluna de exibição de ação 754 que exibe identificadores de ação que indicam ações a serem adotadas quando um valor predito ou medido satisfaz um valor de limiar de ação na coluna de exibição de valor de limiar 752. O operador 260 pode tocar nos identificadores de ação na coluna 754 para mudar a ação que deve ser adotada. Quando um limiar é satisfeito, uma ação pode adotada. Por exemplo, na base da coluna 754, um ajuste da posição da plataforma de corte (tal como ajuste da altura, arfagem ou rolamento da plataforma de corte em relação ao chão ou à armação da colheitadeira agrícola) e um ajuste da velocidade de deslocamento (tal como aumentar ou reduzir a velocidade na qual a colheitadeira agrícola desloca no campo) são identificadas como ações que serão adotadas se o valor medido ou predito satisfizer o valor de limiar na coluna 752. Em alguns exemplos, quando um limiar é satisfeito, múltiplas ações podem ser adotadas. Por exemplo, um rotor de trilhagem velocidade pode ser ajustado, uma saída de potência para os componentes de subsistema de manuseio de material pode ser ajustada, e uma folga do contrabatedor pode ser ajustada. Esses são meramente alguns exemplos.

[00188] As ações que podem ser definidas na coluna 754 podem ser qualquer de uma ampla variedade de diferentes tipos de ações. Por exemplo, as ações podem incluir uma ação de impedimento que, quando executada, impede que a colheitadeira agrícola 100 colha adicionalmente em uma área. As ações podem incluir uma ação de mudança de velocidade que, quando executada, muda a velocidade de deslocamento da colheitadeira agrícola 100 através do campo. As ações podem incluir uma ação de mudança de ajuste para mudar um ajuste de um atuador interno ou outro WMA ou conjunto de WMAs ou para implementar uma ação de mudança de ajustes que muda um ajuste, tais como um ajuste de posição da plataforma de corte, por exemplo, uma ajuste de altura da plataforma de corte, um ajuste de arfagem da plataforma de corte (por exemplo, inclinação de frente para trás), ou um ajuste de rolamento da plataforma de corte (por exemplo, inclinação lado a lado). Esses são apenas exemplos, e uma ampla variedade de outras ações são contempladas no presente documento.

[00189] Os itens mostrados na exibição de interface de usuário 720 podem ser visualmente controlados. O controle visual da exibição de interface 720 pode ser feito para prender a atenção do operador 260. Por exemplo, os itens podem ser controlados para modificar a intensidade, cor, ou padrão com os quais os itens são exibidos. Adicionalmente, os itens podem ser controlados para piscar. As alterações descritas na aparência visual dos itens são providas como exemplos. Consequentemente, outros aspectos da aparência visual dos itens podem ser alterados. Portanto, os itens podem ser modificados em várias circunstâncias de uma maneira desejada a fim de, por exemplo, prender a atenção do operador 260. Adicionalmente, enquanto um número particular de itens são mostrados na exibição de interface de usuário 720, isto não precisa ser o caso. Em outros exemplos, mais ou menos itens, incluindo mais ou menos de um item particular, pode ser incluído na exibição de interface de usuário 720.

[00190] De volta agora ao fluxograma da FIG. 13, a descrição da operação de controlador de interface de operador 231 continua. No bloco 760, o controlador de interface de operador 231 detecta uma entrada ajustando um sinalização e controla a exibição de interface de usuário sensível ao toque 720 para exibir a sinalização na porção de exibição de campo 728. A entrada detectada pode ser uma entrada de operador, como indicado em 762, ou uma entrada de outro controlador, como indicado em 764. No bloco 766, o controlador de interface de operador 231 detecta uma entrada de sensor in situ indicativa de uma característica 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 exibição de interface de usuário 720 para exibir atuadores para modificar a exibição de interface de usuário 720 e para modificar o controle de máquina. Por exemplo, o bloco 770 representa que um ou mais dos atuadores para ajustar ou modificar os valores nas colunas 739, 746 e 748 podem ser exibidos. Dessa maneira, o usuário pode ajustar sinalizações e modificar características dessas sinalizações. O bloco 772 representa que valores de limiar de ação na coluna 752 são exibidos. O bloco 776 representa que as ações na coluna 754 são exibidas, e o bloco 778 representa que o valor selecionado na coluna 750 é exibido. O bloco 780 indica que uma ampla variedade de outra informação e atuadores pode ser exibida na exibição de interface de usuário 720 igualmente.

[00191] No bloco 782, o sistema de processamento de comando de entrada de operador 654 detecta e processa entradas de operador correspondentes a interações com a exibição de interface de usuário 720 realizadas pelo operador 260. Onde o mecanismo de interface de usuário no qual a exibição de interface de usuário 720 é exibida é uma tela de exibição sensível ao toque, entradas de interação com a tela de exibição sensível ao toque pelo o operador 260 podem ser gestos de toque 784. Em alguns casos, as entradas de interação do operador podem ser entradas usando um dispositivo de apontar e clicar 786 ou outras entradas de interação de operador 788.

[00192] No bloco 790, o controlador de interface de operador 231 recebe sinais indicativos de uma condição de alerta. Por exemplo, o bloco 792 indica que sinais pode ser recebidos pelo sistema de processamento de entrada do controlador 668 indicando que valores detectados ou preditos satisfazem condições de limiar presentes na coluna 752. Como explicado anteriormente, as condições de limiar podem incluir os valores estando abaixo de um limiar, em um limiar, ou acima de um limiar. O bloco 794 mostra que o gerador de sinal de ação 660 pode, em resposta ao recebimento de uma condição de alerta, alertar o operador 260 usando o gerador de sinal de controle visual 684 para gerar alertas visuais, usando o gerador de sinal de controle de áudio 686 para gerar alertas de áudio, usando o gerador de sinal de controle háptico 688 para gerar alertas hápticos, ou usando qualquer combinação desses. Similarmente, como indicado pelo bloco 796, o gerador de saída do controlador 670 pode gerar saídas para outros controladores no sistema de controle 214 de forma que esses controladores realizem a ação correspondente identificada na coluna 754. O bloco 798 mostra que o controlador de interface de operador 231 pode detectar e processar condições de alerta de outras maneiras igualmente.

[00193] O bloco 900 mostra que o sistema de tratamento de voz 662 pode detectar e processar entradas invocando o sistema de processamento de voz 658. O bloco 902 mostra que realizar o 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 prover sinais ao gerador de saída do controlador 670 de forma que as operações de controle sejam automaticamente realizadas com base nas entradas de voz.

[00194] Tabela 1, a seguir, mostra um exemplo de um diálogo entre o controlador de interface de operador 231 e o operador 260. Na Tabela 1, o operador 260 usa uma palavra de acionamento ou uma palavra de despertar que é detectada pelo detector de acionamento 672 para invocar o sistema de processamento de voz 658. No exemplo mostrado na Tabela 1, a palavra de despertar é “Johnny”.
Tabela 1
Operador: “Johnny, diga-me a respeito das características de biomassa atuais”.
Controlador de interface de operador: “Altura de vegetação na localização atual é grande”.
Operador: “Johnny, o que devo fazer por causa da altura de vegetação?”
Controlador de interface de operador: “Reduzir a velocidade para atingir a taxa de alimentação desejada”.

[00195] A Tabela 2 mostra um exemplo no qual o componente de síntese de voz 676 provê uma saída ao gerador de sinal de controle de áudio 686 para prover atualizações audíveis de uma maneira intermitente ou periódica. O intervalo entre atualizações pode ser baseado no tempo, tal como a cada cinco minutos, ou com base na cobertura ou distância, tal como a cada cinco acres, ou com base em exceção, tal como quando um valor medido é maior que um valor de limiar.
Tabela 2
Controlador de interface de operador: “Nos últimos 10 minutos, a altura de vegetação foi grande”.
Controlador de interface de operador: “Próximo 1 acre a altura de vegetação predita é média”.
Controlador de interface de operador: “Cuidado: aproximando mudança na altura da vegetação, velocidade de deslocamento aumentada”.

[00196] O exemplo mostrado na Tabela 3 ilustra que alguns atuadores ou mecanismos de entrada de usuário na exibição sensível ao toque 720 podem ser suplementados com diálogo de voz. O exemplo na Tabela 3 ilustra que o gerador de sinal de ação 660 pode gerar sinais de ação para marcar automaticamente uma área de biomassa ou característica de biomassa no campo que está sendo colhido.
Tabela 3
Humano: “Johnny, marcar área de grande altura de vegetação.”
Controlador de interface de operador: “Grande altura de vegetação área marcada”.

[00197] O exemplo mostrado na Tabela 4 ilustra que o gerador de sinal de ação 660 pode conduzir um diálogo com o operador 260 para começar e terminar a marcação de uma área de biomassa ou característica de biomassa.
Tabela 4
Humano: “Johnny, iniciar a marcação de área de grande altura de vegetação”.
Controlador de interface de operador: “Marcando área de grande altura de vegetação”.
Humano: “Johnny, para a marcação de área de grande altura de vegetação”.
Controlador de interface de operador: “Marcação de área de grande altura de vegetação interrompida”.

[00198] O exemplo mostrado na Tabela 5 ilustra que o gerador de sinal de ação 160 pode gerar sinais para marcar uma área de biomassa ou característica de biomassa de uma maneira diferente das mostradas nas Tabelas 3 e 4.
Tabela 5
Humano: “Johnny, marcar próximos 30,5 metros (100 pés) como uma pequena altura de vegetação.”
Controlador de interface de operador: “Próximos 30,5 metros (100 pés) marcados como uma pequena altura de vegetação.”

[00199] Retornando novamente à FIG. 13, bloco 906 ilustra que o controlador de interface de operador 231 pode detectar e processar condições para produzir uma mensagem ou outra informação de outras maneiras igualmente. Por exemplo, outro sistema de interação de controlador 656 pode detectar entradas de outros controladores indicando que alertas ou mensagens de saída devem ser apresentadas ao operador 260. O bloco 908 mostra que as saídas podem ser mensagens de áudio. O bloco 910 mostra que as saídas podem ser mensagens visuais, e o bloco 912 mostra que as saídas podem ser mensagens hápticas. Até que o controlador de interface de operador 231 determine que a operação de colheita atual está completada, como indicado pelo bloco 914, o processamento reverte para o bloco 698 onde a localização geográfica de colheitadeira 100 é atualizada e o processamento prossegue como aqui descrito para atualizar a exibição de interface de usuário 720.

[00200] Uma vez que a operação é completada, então quaisquer valores desejados que são exibidos, ou foram exibidos na exibição de interface de usuário 720, podem ser salvos. Esses valores podem também ser usados em aprendizagem de máquina para melhorar diferentes porções do gerador de modelo preditivo 210, gerador de mapa preditivo 212, gerador de zona de controle 213, algoritmos de controle, ou outros itens. O salvamento dos valores desejados é indicado pelo bloco 916. Os valores podem ser salvos localmente na colheitadeira agrícola 100, ou os valores podem ser salvos em uma localização de servidor remoto ou enviados a outro sistema remoto.

[00201] Pode-se dessa forma perceber que um mapa que mostra valores de característica agrícola, tais como valores de índice vegetativo ou valores de biomassa, em diferentes localizações geográficas de um campo que está sendo colhido são obtidos por uma colheitadeira agrícola. Um sensor in situ na colheitadeira sensoreia uma característica que tem valores indicativos de uma característica agrícola, tal como uma característica agrícola (por exemplo, uma característica de biomassa), ou um comando de operador à medida que a colheitadeira agrícola move através do campo. Um gerador de mapa preditivo gera um mapa preditivo que prediz valores de controle para diferentes localizações no campo com base nos valores de índice vegetativo ou valores da biomassa no mapa recebido e na característica sensoreada pelo sensor in situ. UM sistema de controle controla o subsistema controlável com base nos valores de controle no mapa preditivo.

[00202] Um valor de controle é um valor no qual uma ação pode ser baseada. Um valor de controle, como descrito no presente documento, pode incluir qualquer valor (ou característica indicada ou derivada 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 dos valores providos por um mapa, tais como qualquer dos mapas descritos no presente documento, por exemplo, um valor de controle pode ser um valor provido por um mapa de informação, um valor provido pelo mapa de informação anterior, ou um valor provido pelo mapa preditivo, tal como um mapa preditivo funcional. Um valor de controle pode também incluir qualquer das características indicadas ou derivadas dos valores detectados por qualquer dos sensores descritos no presente documento. Em outros exemplos, um valor de controle pode ser provido por um operador da máquina agrícola, tal como uma entrada de comando por um operador da máquina agrícola.

[00203] A presente discussão mencionou processadores e servidores. Em alguns exemplos, os processadores e servidores incluem processadores de computador com memória e sistema de circuito de sincronismo associados, não mostrados separadamente. Os processadores e servidores são partes funcionais do sistemas ou dispositivos aos quais os processadores e servidores pertencem e pelos quais são ativados e facilitam a funcionalidade dos outros componentes ou itens nesses sistemas.

[00204] Também, inúmeras exibições de interface de usuário foram discutidas. As exibições podem assumir uma ampla variedade de diferentes formas e podem ter uma ampla variedade de diferentes mecanismos de interface de operador atuáveis pelo operador dispostos nos mesmos. Por exemplo, os mecanismos de interface de operador atuáveis pelo usuário podem incluir caixas de texto, caixas de verificação, ícones, ligações, menus suspensos, caixas de busca, etc. O mecanismos de interface de operador atuáveis pelo usuário podem também ser atuados em uma ampla variedade de diferentes maneiras. Por exemplo, os mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando mecanismos de interface de operador tais como um dispositivo de apontar e clicar, tais como um comando de esfera ou mouse, botões de hardware, interruptores, um manche ou teclado, interruptores de polegar ou blocos de polegar, etc., um teclado virtual ou outros atuadores virtuais. Além do mais, onde a tela na qual os mecanismos de interface de operador atuáveis pelo usuário são exibidos é uma tela sensível ao toque, os mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando gestos de toque. Também, os mecanismos de interface de operador atuáveis pelo usuário podem ser atuados usando comandos de voz usando funcionalidade de reconhecimento de voz. Reconhecimento de voz pode ser implementado usando um dispositivo de detecção de voz, tal como um microfone, e software que funciona para reconhecer voz detectada e executar comandos com base na voz recebida.

[00205] Inúmeros armazenamentos de dados foram também discutidos. Nota-se que os armazenamentos de dados podem cada qual ser desmembrados em múltiplos armazenamentos de dados. Em alguns exemplos, um ou mais dos armazenamentos de dados podem ser locais aos sistemas que acessam armazenamentos de dados, um ou mais dos armazenamentos de dados podem todos ser localizados remotos de um sistema que utiliza o armazenamento de dados, ou um ou mais armazenamentos de dados podem ser locais enquanto outros são remotos. Todas essas configurações são contempladas pela presente descrição.

[00206] Também, as figuras mostram inúmeros blocos com funcionalidade atribuída a cada bloco. Nota-se que menos blocos podem ser usados para ilustrar que a funcionalidade atribuída a múltiplos diferente blocos é realizada por menos componentes. Também, mais blocos podem ser usados ilustrando que a funcionalidade pode ser distribuída dentre mais componentes. Em diferentes exemplos, alguma funcionalidade pode ser adicionada, e alguma pode ser removida.

[00207] Nota-se que a discussão apresentada descreveu uma variedade de diferentes sistemas, componentes, lógica e interações. Percebe-se que qualquer ou todos tais sistemas, componentes, lógica e interações podem ser implementados por itens de hardware, tais como processadores, memória, ou outros componentes de processamento, alguns dos quais são descritos a seguir, que realizam as funções associadas com esses sistemas, componentes, lógica ou interações. Além do mais, qualquer ou todos os sistemas, componentes, lógica e interações podem ser implementados por software que é carregado em uma memória e é subsequentemente executado por um processador ou servidor ou outro componente de computação, como descrito a seguir. Qualquer ou todos os sistemas, componentes, lógica e interações podem também ser implementados por diferentes combinações de hardware, software, firmware, etc., alguns exemplos dos quais são descritos a seguir. Esses são alguns exemplos de diferentes estruturas que podem ser usadas para implementar qualquer ou todos os sistemas, componentes, lógica e interações supradescritas. Outras estruturas podem ser igualmente usadas.

[00208] A FIG. 15 é um diagrama de blocos de colheitadeira agrícola 600, que pode ser similar à colheitadeira agrícola 100 mostrada na FIG. 2. A colheitadeira agrícola 600 comunica com elementos em uma arquitetura de servidor remoto 500. Em alguns exemplos, a arquitetura de servidor remoto 500 provê serviços de computação, software, acesso e armazenamento de dados que não exigem conhecimento do usuário final da localização física ou configuração do sistema que entrega os serviços. Em vários exemplos, os servidores remotos podem entregar os serviços por uma rede de área abrangente, tal como a Internet, usando protocolos apropriados. Por exemplo, os servidores remotos podem entregar aplicações por uma rede de área abrangente e podem ser acessíveis através de um navegador de rede ou qualquer outro componente de computação. Software ou componentes mostrados na FIG. 2 bem como dados associados aos mesmos, podem ser armazenados em servidores em uma localização remota. Os recursos de computação em um ambiente de servidor remoto podem ser considerados em uma localização de dentro de dados remoto, ou os recursos de computação podem ser dispersos em uma pluralidade de centros de dados remotos. Infraestruturas de servidor remoto podem entregar serviços através de centros de dados compartilhados, mesmo que os serviços pareçam um único ponto de acesso para o usuário. Dessa maneira, os componentes e funções descritos no presente documento podem ser providos de um servidor remoto em uma localização remota usando uma arquitetura de servidor remoto. Alternativamente, os componentes e funções podem ser providos de um servidor, ou o componentes e funções podem ser instalados em dispositivos clientes diretamente, ou de outras maneiras.

[00209] No exemplo mostrado na FIG. 15, alguns itens são similares aos mostrados na FIG. 2 e esses itens são similarmente enumerados. A FIG. 15 especificamente mostra que o gerador de modelo preditivo 210 ou o gerador de mapa preditivo 212, ou ambos, pode ser localizado em uma localização de servidor 502 que é remota da colheitadeira agrícola 600. Portanto, no exemplo mostrado na FIG. 15, a colheitadeira agrícola 600 acessa sistemas através da localização de servidor remoto 502.

[00210] A FIG. 15 também representa outro exemplo de uma arquitetura de servidor remoto. A FIG. 15 mostra que alguns elementos da FIG. 2 podem ser dispostos em uma localização de servidor remoto 502 enquanto outros podem ser localizados em algum 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 na localização 502. Independentemente de onde os elementos são localizados, os elementos podem ser acessados diretamente pela colheitadeira agrícola 600 através de uma rede tal como uma rede de área abrangente ou uma rede de área local; os elementos podem ser hospedados em um local remoto por um serviço; ou os elementos podem ser providos como um serviço ou acessados por um serviço de conexão que reside em uma localização remota. Também, dados podem ser armazenados em qualquer localização, e os dados armazenados podem ser acessados, ou encaminhados a operadores, usuários ou sistemas. Por exemplo, portadoras físicas podem ser usadas em substituição ou em adição a portadoras de ondas eletromagnéticas. Em alguns exemplos, onde a cobertura de serviço de telecomunicação sem fio é fraca ou inexistente, outra máquina, tal como um caminhão de combustível ou outra máquina móvel ou veículo, pode ter um sistema de coleta de informação automatizado, semiautomatizado ou manual. À medida que a colheitadeira combinada 600 se aproxima da máquina contendo o sistema de coleta de informação, tal como um caminhão de combustível, antes do abastecimento, o sistema de coleta de informação coleta a informação da colheitadeira combinada 600 usando qualquer tipo de conexão sem fio ad hoc. A informação coletada pode então ser encaminhada para outra rede quando a máquina contendo a informação recebida chega a uma localização onde cobertura de serviço de telecomunicação sem fio ou outra cobertura por fio é disponível. Por exemplo, um caminhão de combustível pode entrar em uma área com cobertura de comunicação sem fio durante deslocamento para uma localização para abastecer outras máquinas ou quando em uma localização de armazenamento de combustível principal. Todas essas arquiteturas são contempladas no presente documento. Adicionalmente, a informação pode ser armazenada na colheitadeira agrícola 600 até que a colheitadeira agrícola 600 entre em uma área com cobertura de comunicação sem fio. A colheitadeira agrícola 600, por sua vez, pode enviar a informação a outra rede.

[00211] Nota-se também que os elementos da FIG. 2, ou porções dos mesmos, podem ser dispostos em uma ampla variedade de diferentes dispositivos. Um ou mais desses dispositivos podem incluir um computador interno, uma unidade de controle eletrônico, uma unidade de exibição, um servidor, um computador desktop, um computador laptop, um computador tablet, ou outro dispositivo móvel, tais como um computador palmtop, um telefone celular, um smartphone, um tocador multimídia, um assistente pessoal digital, etc.

[00212] Em alguns exemplos, a arquitetura de servidor remoto 500 pode incluir medidas de segurança cibernética. Sem limitação, essas medidas podem incluir encriptação de dados em dispositivos de armazenamento, encriptação de dados enviados entre nós de rede, autenticação de pessoas ou dados de acesso de processo, bem como o uso de livros para registrar metadados, dados, transferências de dados, acesso de dados e transformações de dados. Em alguns exemplos, os livros podem ser distribuídos e imutáveis (por exemplo, implementados como blockchain).

[00213] A FIG. 16 é um diagrama de blocos simplificado de um exemplo ilustrativo de um dispositivo de computação portátil ou móvel que pode ser usado como um dispositivo portátil de usuário ou cliente 16, no qual o presente sistema (ou partes dele) pode ser desdobrado. Por exemplo, um dispositivo móvel pode ser desdobrado no compartimento do operador da colheitadeira agrícola 100 para uso na geração, processamento ou exibição dos mapas supradiscutidos. As FIGS. 16-17 são exemplos de dispositivos portáteis ou móveis.

[00214] A FIG. 16 provê um general diagrama de blocos dos componentes de um dispositivo cliente 16 que pode rodar alguns componentes mostrados na FIG. 2, que interage com os mesmos, ou ambos. No dispositivo 16, uma ligação de comunicações 13 é provida que permite que o dispositivo portátil comunique com outros dispositivos de computação e em alguns exemplos provê um canal para receber informação automaticamente, tal como por escaneamento. Exemplos de ligação de comunicações 13 incluem permitir comunicação através de um ou mais protocolos de comunicação, tais como serviços sem fio usados para prover acesso celular a uma rede, bem como protocolos que provêm conexões sem fio locais a redes.

[00215] Em outros exemplos, as aplicações podem ser recebidas em um cartão Digital Seguro Removível (SD) que é conectado a uma interface 15. A interface 15 e ligações de comunicação 13 comunicam com um processador 17 (que pode também incorporar processadores ou servidores de outras FIGS.) ao longo de um barramento 19 que é também conectado à memória 21 e componentes de entrada/saída (I/O) 23, bem como relógio 25 e sistema de localização 27.

[00216] Os componentes de I/O 23, em um exemplo, são providos para facilitar operações de entrada e saída. Os componentes de I/O 23 para vários exemplos do dispositivo 16 podem incluir componentes de entrada tais como botões, sensores de toque, sensores ópticos, microfones, telas sensíveis ao toque, sensores de proximidade, acelerômetros, sensores de orientação e componentes de saída tais como um dispositivo de exibição, um alto-falante, e ou uma porta de impressora. Outros componentes de I/O 23 podem ser igualmente usados.

[00217] O relógio 25 ilustrativamente compreende um componente de relógio de tempo real que produz uma hora e data. Ele pode também, ilustrativamente, prover funções de sincronismo para o processador 17.

[00218] Sistema de localização 27 ilustrativamente inclui um componente que produz uma localização geográfica atual do dispositivo 16. Isso pode incluir, por exemplo, um receptor de sistema de posicionamento global (GPS), um sistema LORAN, um sistema de posicionamento relativo, um sistema de triangulação celular, ou outro sistema de posicionamento. O sistema de localização 27 pode também incluir, por exemplo, software de mapeamento ou software de navegação que gera mapas, rotas de navegação e outras funções geográficas desejadas.

[00219] A memória 21 armazena o sistema operacional 29, ajustes de rede 31, aplicações 33, ajustes de configuração de aplicação 35, armazenamento de dados 37, unidades de operação de comunicação 39 e ajustes de configuração de comunicação 41. A memória 21 pode incluir todos os tipos de dispositivos de memória legíveis por computador tangíveis voláteis e não voláteis. A memória 21 pode também incluir mídias de armazenamento por computador (descritas a seguir). A memória 21 armazena instruções legíveis por computador que, fazem com que o processador realize etapas ou funções implementadas por computador de acordo com as instruções. O processador 17 pode ser ativado por outros componentes para facilitar sua funcionalidade igualmente.

[00220] A FIG. 17 mostra um exemplo no qual dispositivo 16 é um computador tablet 600. Na FIG. 17, o computador 600 é mostrado com tela de exibição de interface de usuário 602. A tela 602 pode ser uma tela sensível ao toque ou uma interface habilitada por caneta que recebe entradas de uma caneta ou dispositivo tipo caneta. O computador tablet 600 pode também usar um teclado virtual na tela. Certamente, o computador 600 pode também ser conectado a um teclado ou outro dispositivo de entrada de usuário por meio de mecanismo de anexação adequado, tal como uma ligação sem fio ou porta USB, por exemplo. O computador 601 pode também ilustrativamente receber entradas de voz igualmente.

[00221] A FIG. 18 é similar à FIG. 8, exceto que o dispositivo é um smartphone 71. O smartphone 71 tem um exibição sensível ao toque 73 que exibe ícones ou azulejos ou outros mecanismos de entrada de usuário 75. Os mecanismos 75 podem ser usados por um usuário para rodar aplicações, fazer chamadas, realizar operações de transferência de dados, etc. Em geral, o smartphone 71 é construído em um sistema operacional móvel e oferece capacidade de computação e conectividade mais avançadas do que um telefone de recurso.

[00222] Note que outras formas dos dispositivos 16 são possíveis.

[00223] A FIG. 19 é um exemplo de um ambiente de computação no qual elementos da FIG. 2 podem ser desdobrados. Com referência à FIG. 19, um sistema exemplificativo para implementar algumas modalidade inclui um dispositivo de computação na forma de um computador 810 programado para operar como aqui discutido. Os componentes de computador 810 podem incluir, mas sem se limitar a uma unidade de processamento 820 (que pode compreender processadores ou servidores das FIGS. anteriores), uma memória do sistema 830 e um barramento do sistema 821 que acopla vários componentes de sistema incluindo o sistema memória à unidade de processamento 820. O barramento do sistema 821 pode ser qualquer de diversos tipos de estruturas de barramento incluindo um barramento de memória ou controlador de memória, um barramento periférico e um barramento local usando qualquer de uma variedade de arquiteturas de barramento. A memória e programas descritos com relação à FIG. 2 podem ser desdobrados em porções correspondentes da FIG. 19.

[00224] Computador 810 tipicamente inclui uma variedade de mídias legíveis por computador. Mídias legíveis por computador podem ser qualquer mídia disponível que pode ser acessada por computador 810 e incluem tanto mídia volátil quanto não volátil, mídia removível quanto não removível. A título de exemplo, e não de limitação, mídias legíveis por computador podem compreender mídias de armazenamento por computador e mídias de comunicação. Mídias de armazenamento por computador são diferentes, e não incluem, um sinal de dados modulado ou onda portadora. Mídias legíveis por computador incluem mídia de armazenamento de hardware incluindo tanto mídia removível quanto não removível, volátil quanto não volátil implementada em qualquer método ou tecnologia para armazenamento de informação tais como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. Mídias de armazenamento por computador incluem, mas sem se limitar a RAM, ROM, EEPROM, memória flash ou outra tecnologia de memória, CD-ROM, discos versáteis digitais (DVD) ou outro armazenamento de disco óptico, cassetes magnéticos, fita magnética, armazenamento de disco magnético ou outros dispositivos de armazenamento magnéticos, ou qualquer outra mídia que pode ser usada para armazenar a informação desejada e que pode ser acessada pelo computador 810. Mídias de comunicação podem incorporar instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados em um mecanismo de transporte e inclui qualquer mídia de entrega de informação. A expressão “sinal de dados modulado” significa um sinal que tem uma ou mais de suas características definidas ou alteradas de uma maneira tal a codificar informação no sinal.

[00225] A memória do sistema 830 inclui mídias de armazenamento por computador na forma de memória volátil e/ou não volátil, ou ambas, tais como memória apenas de leitura (ROM) 831 e memória de acesso aleatório (RAM) 832. Um sistema de entrada/saída básico 833 (BIOS), contendo as rotinas básicas que ajudam a transferir informação entre elementos dentro do computador 810, tal como durante iniciação, é tipicamente armazenado em ROM 831. RAM 832 tipicamente contém dados ou módulos de programa, ou ambos, que são imediatamente acessíveis e/ou são atualmente operados pela unidade de processamento 820. A título de exemplo, e não de limitação, FIG. 19 ilustra sistema operacional 834, programas de aplicação 835, outros módulos de programa 836 e dados de programa 837.

[00226] O computador 810 pode também incluir outras mídias de armazenamento por computador removíveis/não removíveis voláteis/não voláteis. Apenas a título de exemplo, a FIG. 19 ilustra uma unidade de disco rígido 841 que lê ou grava em mídia magnética não removível não volátil, uma unidade de disco óptico 855 e disco óptico não volátil 856. A unidade de disco rígido 841 é tipicamente conectada ao barramento do sistema 821 através de uma interface de memória não removível tais como interface 840, e a unidade de disco óptico 855 é tipicamente conectada ao barramento do sistema 821 por uma interface de memória removível, tal como a interface 850.

[00227] Alternativamente, ou adicionalmente, a funcionalidade descrita no presente documento pode ser realizada, pelo menos em parte, por um ou mais componentes lógicos de hardware. Por exemplo, e sem limitação, tipos ilustrativos de componentes lógicos de hardware que podem ser usados incluem Arranjos de Porta Programáveis no Campo (FPGAs), Circuitos Integrados Específicos da Aplicação, ASICs, Produtos Padrões Específicos da Aplicação, ASSPs), sistemas Sistema-em-um-chip (SOCs), Dispositivos de Lógica Programável Complexa (CDLDs), etc.

[00228] As unidades de operação e suas mídias de armazenamento por computador associadas aqui discutidas e ilustradas na FIG. 18 provêm armazenamento de instruções legíveis por computador, estruturas de dados, módulos de programa e outros dados para o computador 810. Na FIG. 19, por exemplo, a unidade de disco rígido 841 é ilustrada armazenando sistema operacional 844, programas de aplicação 845, outros módulos de programa 846 e dados de programa 847. Note que esses componentes podem ser tanto os mesmos quanto diferentes do sistema operacional 834, programas de aplicação 835, outros módulos de programa 836 e dados de programa 837.

[00229] Um usuário pode entrar com comandos e informação no computador 810 através de dispositivos de entrada tais como um teclado 862, um microfone 863 e um dispositivo de apontamento 861, tais como um mouse, mouse de esfera ou bloco de toque. Outros dispositivos de entrada (não mostrados) podem incluir um manche, bloco de jogos, disco satélite, escâner ou similares. Esses e outros dispositivos de entrada são frequentemente conectados à unidade de processamento 820 através de uma interface de entrada de usuário 860 que é acoplada ao barramento do sistema, mas pode ser conectada por outra interface e estruturas de barramento. Uma exibição visual 891 ou outro tipo de dispositivo de exibição é também conectada ao barramento do sistema 821 por meio de uma interface, tal como uma interface de vídeo 890. Além do monitor, computadores podem também incluir outros dispositivos de saída periféricos tais como alto-falantes 897 e impressora 896, que podem ser conectados através de uma interface periférica de saída 895.

[00230] O computador 810 é operado em um ambiente ligado em rede usando conexões lógicas (tais como uma rede de área do controlador – CAN, rede de área local – LAN, ou rede de área abrangente WAN) a um ou mais computadores remotos, tal como um computador remoto 880

[00231] Quando usado em um ambiente de rede LAN, o computador 810 é conectado à LAN 871 através de uma interface de rede ou adaptador 870. Quando usado em um ambiente de rede WAN, o computador 810 tipicamente inclui um modem 872 ou outros meios para estabelecer comunicações pela WAN 873, tal como a Internet. Em um ambiente ligado em rede, os módulos de programa podem ser armazenados em um dispositivo de armazenamento de memória remoto. A FIG. 19 ilustra, por exemplo, que programas de aplicação remotos 885 podem residir em computador remoto 880.

[00232] Deve-se notar também que os diferentes exemplos descritos no presente documento podem ser combinados de diferentes maneiras. Ou seja, partes de um ou mais exemplos podem ser combinadas com partes de um ou mais outros exemplos. Tudo isso é contemplado no presente documento.

[00233] Exemplo 1 uma máquina de trabalho agrícola, compreendendo: um sistema de comunicação que recebe um mapa que inclui valores de uma característica de biomassa correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ que detecta um valor de uma característica agrícola correspondente à localização geográfica; um gerador de mapa preditivo que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de biomassa no mapa e com base no valor da característica agrícola; um subsistema controlável; e um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na localização geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00234] O Exemplo 2 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o mapa é um mapa de biomassa preditivo gerado com base em valores de um mapa e valores de uma característica de biomassa detectados in situ.

[00235] O Exemplo 3 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo compreende: um gerador de mapa de característica agrícola preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de característica agrícola preditivo funcional que mapeia, como os valores de controle preditivos, valores preditivos da característica agrícola para as diferentes localizações geográficas no campo.

[00236] O Exemplo 4 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sensor in situ detecta, como o valor da característica agrícola, um valor de um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00237] O Exemplo 5 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o gerador de mapa preditivo compreende: um mapa de comando de operador preditivo que gera, como o mapa agrícola preditivo funcional, um mapa de comando de operador preditivo funcional que mapeia, como os valores de controle preditivos, valores de comando de operador preditivos para as diferentes localizações geográficas no campo.

[00238] O Exemplo 6 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende: um controlador de ajustes que gera um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional e controla o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00239] O Exemplo 7 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle gera o sinal de controle para controlar o subsistema de controle para ajustar uma taxa de alimentação de material através da máquina de trabalho agrícola.

[00240] O Exemplo 8 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores e compreendendo adicionalmente: um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica de biomassa e a característica agrícola com base em um valor da característica de biomassa no mapa na localização geográfica e no valor da característica agrícola detectado pelo sensor in situ correspondente à localização geográfica, em que o gerador de mapa preditivo gera o mapa agrícola preditivo funcional com base nos valores da característica de biomassa no mapa e com base no modelo agrícola preditivo.

[00241] O Exemplo 9 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende adicionalmente: um controlador de interface de operador que gera uma reapresentação de mapa de interface de usuário do mapa agrícola preditivo funcional, a reapresentação de mapa de interface de usuário compreendendo uma porção do campo com um ou mais marcadores indicando os valores de controle preditivos em uma ou mais localizações geográficas na porção do campo.

[00242] O Exemplo 10 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o controlador de interface de operador gera a reapresentação de mapa de interface de usuário para incluir uma porção de exibição interativa que exibe uma porção de exibição de valor indicativa de um valor selecionado, uma porção de exibição de limiar interativa indicativa de um limiar de ação, e uma porção de exibição de ação interativa indicativa de uma ação de controle a ser adotada quando um dos valores de controle preditivos satisfaz o limiar de ação em relação ao valor selecionado, o sistema de controle gerando o sinal de controle para controlar o subsistema controlável com base na ação de controle.

[00243] O Exemplo 11 é um método implementado por computador para controlar uma máquina de trabalho agrícola compreendendo: obter um mapa que inclui valores de uma característica de biomassa correspondentes a diferentes localizações geográficas em um campo; detectar uma localização geográfica da máquina de trabalho agrícola; detectar, com um sensor in situ, um valor de uma característica agrícola correspondente à localização geográfica; gerar um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de biomassa no mapa e com base no valor da característica agrícola; e controlar um subsistema controlável com base na localização geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00244] O Exemplo 12 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que obter o mapa compreende: obter um mapa de biomassa preditivo que inclui, como valores de uma característica de biomassa, valores preditivos da característica de biomassa correspondente a diferentes localizações geográficas no campo.

[00245] O Exemplo 13 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que gerar o mapa agrícola preditivo funcional compreende: gerar um mapa de característica agrícola preditivo funcional que mapeia, como os valores de controle preditivos, valores de característica agrícola preditivos para as diferentes localizações geográficas no campo.

[00246] O Exemplo 14 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que detectar, com um sensor in situ, o valor de uma característica agrícola compreende: detectar, com o sensor in situ, como o valor da característica agrícola, um comando de operador indicativo de uma ação comandada da máquina de trabalho agrícola.

[00247] O Exemplo 15 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que gerar o mapa agrícola preditivo funcional compreende: gerar um mapa de comando de operador preditivo funcional que mapeia, como os valores de controle preditivos, valores de comando de operador preditivos para as diferentes localizações geográficas no campo.

[00248] O Exemplo 16 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que controlar o subsistema controlável compreende: gerar um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa de comando de operador preditivo funcional; e controlar o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00249] O Exemplo 17 é o método implementado por computador de qualquer ou todos os exemplos anteriores, em que controlar o subsistema controlável compreende: controlar o subsistema controlável para ajustar uma taxa de alimentação de material através da máquina de trabalho agrícola.

[00250] O Exemplo 18 é o método implementado por computador de qualquer ou todos os exemplos anteriores e compreendendo adicionalmente: gerar um modelo agrícola preditivo que modela uma relação entre a característica de biomassa e a característica agrícola com base em um valor da característica de biomassa no mapa na localização geográfica e no valor da característica agrícola detectado pelo sensor in situ correspondente à localização geográfica, em que gerar o mapa agrícola preditivo funcional compreende gerar o mapa agrícola preditivo funcional com base nos valores da característica de biomassa no mapa e com base no modelo agrícola preditivo.

[00251] O Exemplo 19 é uma máquina de trabalho agrícola compreendendo: um sistema de comunicação que recebe um mapa que inclui valores de uma característica de biomassa correspondentes a diferentes localizações geográficas em um campo; um sensor de posição geográfica que detecta uma localização geográfica da máquina de trabalho agrícola; um sensor in situ que detecta um valor de uma característica agrícola correspondente à localização geográfica; um gerador de modelo preditivo que gera um modelo agrícola preditivo que modela uma relação entre a característica de biomassa e a característica agrícola com base em um valor da característica de biomassa no mapa na localização geográfica e no valor da característica agrícola detectado pelo sensor in situ correspondente à localização geográfica; um gerador de mapa preditivo que gera um mapa agrícola preditivo funcional do campo que mapeia valores de controle preditivos para as diferentes localizações geográficas no campo com base nos valores da característica de biomassa no mapa e com base no modelo agrícola preditivo; um subsistema controlável; e um sistema de controle que gera um sinal de controle para controlar o subsistema controlável com base na posição geográfica da máquina de trabalho agrícola e com base nos valores de controle no mapa agrícola preditivo funcional.

[00252] O Exemplo 20 é a máquina de trabalho agrícola de qualquer ou todos os exemplos anteriores, em que o sistema de controle compreende pelo menos um dentre: um controlador de taxa de alimentação que gera um sinal de controle de taxa de alimentação com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de taxa de alimentação para controlar uma taxa de alimentação de material através da máquina de trabalho agrícola; um controlador de ajustes que gera um sinal de controle de velocidade com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de velocidade para controlar uma velocidade da máquina de trabalho agrícola; um controlador de plataforma de corte que gera um sinal de controle de plataforma de corte com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle da plataforma de corte para controlar uma distância de pelo menos uma porção de uma plataforma de corte na máquina de trabalho agrícola em relação a uma superfície do campo; e um controlador de ajustes que gera um sinal de controle de comando de operador indicativo de um comando de operador com base na localização geográfica detectada e no mapa agrícola preditivo funcional e controla o subsistema controlável com base no sinal de controle de comando de operador para executar o comando de operador.

[00253] Embora a matéria tenha sido descrita em linguagem específica para recursos estruturais ou atos metodológicos, deve-se entender que a matéria definida nas reivindicações anexas não é necessariamente limitada aos recursos ou atos específicos supradescritos. Em vez disso, os recursos e atos específicos supradescritos são descritos como formas exemplificativas das reivindicações.

Claims

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