BR102021021948A2 - Sistema de computador para estimar rendimentos de safras para colheitadeiras agrícolas, método implementado por computador para estimar o rendimento da colheita e colheitadeira agrícola - Google Patents

Abstract

Em um aspecto da presente invenção, um sistema de computador (200) para estimar os rendimentos das colheitas para colheitadeiras agrícolas (10). O sistema de computador (200) inclui um ou mais processadores (210) e uma ou mais mídias legíveis por computador não transitórias que armazenam coletivamente um modelo de estimativa de rendimento aprendido por máquina (228) configurado para receber dados associados a uma ou mais condições relacionadas à operação para uma colheitadeira agrícola (10) e processar os dados para determinar um parâmetro relacionado ao rendimento indicativo de um rendimento da colheita para a colheitadeira agrícola (10). Além disso, a mídia legível por computador armazena instruções que, quando executadas por um ou mais processadores (210), configuram o sistema de computador (200) para realizar operações, as operações compreendendo: obter os dados associados a uma ou mais condições relacionadas à operação; inserir os dados no modelo de estimativa de rendimento aprendido por máquina (228); e receber um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina (228).

Description

SISTEMA DE COMPUTADOR PARA ESTIMAR RENDIMENTOS DE SAFRAS PARA COLHEITADEIRAS AGRÍCOLAS, MÉTODO IMPLEMENTADO POR COMPUTADOR PARA ESTIMAR O RENDIMENTO DA COLHEITA E COLHEITADEIRA AGRÍCOLA CAMPO DA INVENÇÃO

[001] A presente invenção se refere, de um modo geral, a colheitadeiras agrícolas, como colheitadeiras de cana-de-açúcar e, mais particularmente, a sistemas e métodos para estimar o rendimento da colheita de uma colheitadeira agrícola usando um modelo de aprendizado por máquina.

ANTECEDENTES DA INVENÇÃO

[002] Normalmente, as colheitadeiras incluem um conjunto de equipamentos de processamento para processar os materiais da colheita. Por exemplo, dentro de uma colheitadeira de cana-de-açúcar, os colmos cortados da cana-de-açúcar são transportados através de um conjunto de rolos de alimentação para um conjunto picador que corta ou pica os colmos de cana-de-açúcar em pedaços ou tarugos (por exemplo, pedaços de cana de 15,24cm - 6 polegadas). O material processado da colheita é descarregado do picador e então é direcionado como um fluxo de tarugos e detritos para um extrator primário, no qual os detritos transportados pelo ar (por exemplo, poeira, sujeira, folhas, etc.) são separados dos tarugos de cana de açúcar. Os tarugos separados e então limpos, caem em um conjunto de elevador para entrega a um dispositivo de armazenamento externo.

[003] Durante a operação da colheitadeira, normalmente é desejável monitorar o rendimento da colheita à medida que a máquina avança no campo. Para colheitadeiras de cana-de-açúcar, os sistemas de monitoramento de produção existentes dependem de uma placa com sensores posicionada dentro do conjunto de elevador para estimar a produção da cultura com base na carga detectada assim que a cana passa sobre a placa. Embora tais sistemas sejam equipados para fornecer dados de rendimento precisos, os vários componentes do sistema são bastante caros, tornando o custo do sistema inviável para alguns usuários. Além disso, as placas com sensores normalmente requerem uma quantidade significativa de manutenção, incluindo o tempo necessário para remover qualquer sujeira, lama ou outros materiais que tenham se acumulado entre a placa e o elevador.

[004] Consequentemente, os sistemas e métodos para estimativa do rendimento da cultura em uma colheitadeira agrícola que abordem uma ou mais questões associadas aos sistemas/métodos existentes seriam bem-vindas na tecnologia.

DESCRIÇÃO DA INVENÇÃO

[005] Os aspectos e as vantagens da invenção serão apresentados em parte na seguinte descrição, ou podem ser óbvios a partir da descrição, ou podem ser aprendidos através da prática da invenção.

[006] Em um aspecto, a presente invenção é direcionada a um sistema de computador para estimar o rendimento das colheitas para colheitadeiras agrícolas. O sistema de computador inclui um ou mais processadores e uma ou mais mídias legíveis por computador não transitórias que armazenam coletivamente um modelo de estimativa de rendimento aprendido por máquina configurado para receber dados associados a uma ou mais condições relacionadas à operação para uma colheitadeira agrícola e processar os dados para determinar um parâmetro relacionado ao rendimento indicativo de um rendimento da colheita para a colheitadeira agrícola. Além disso, a mídia legível por computador armazena instruções que, quando executadas por um ou mais processadores, configuram o sistema de computador para realizar operações, as operações compreendendo: obter os dados associados a uma ou mais condições relacionadas ã operação; inserir os dados no modelo de estimativa de rendimento aprendido por máquina; e receber um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina.

[007] Em outro aspecto, a presente invenção é direcionada a um método implementado por computador para estimar o rendimento da colheita. O método implementado por computador inclui a obtenção, por um sistema de computador que compreende um ou mais dispositivos de computador, dados associados a uma ou mais condições relacionadas ã operação para uma colheitadeira agrícola; inserir, pelo sistema de computador, os dados em um modelo de estimativa de rendimento aprendido por máquina configurado para receber e processar os dados para determinar um parâmetro relacionado ao rendimento indicativo de um rendimento da colheita para a colheitadeira agrícola; receber, pelo sistema de computador, um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina; e iniciar, pelo sistema de computador, um comando de controle para a colheitadeira agrícola com base, pelo menos em parte, no valor para o parâmetro relacionado ao rendimento.

[008] Em outro aspecto adicional, a presente invenção se destina a uma colheitadeira agrícola incluindo uma estrutura e um sistema de suporte para processamento de material em relação ã estrutura, com o sistema de processamento de material sendo configurado para processar um fluxo de materiais colhidos. A colheitadeira também inclui um controlador que compreende um ou mais processadores e uma ou mais mídias legíveis por computador não transitórias que armazenam coletivamente um modelo de estimativa de rendimento aprendido por máquina configurado para receber dados associados a uma ou mais condições relacionadas à operação para a colheitadeira agrícola e processar os dados para determinar um parâmetro relacionado ao rendimento associado aos materiais colhidos que estão sendo conduzidos através da colheitadeira agrícola. A mídia legível por computador também armazena instruções que, quando executadas por um ou mais processadores, configuram o controlador para realizar operações, as operações compreendendo: obter os dados associados a uma ou mais condições relacionadas à operação; inserir os dados no modelo de estimativa de rendimento aprendido por máquina; e receber um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina.

[009] Estas e outras características, aspectos e vantagens da presente invenção serão mais bem compreendidas com referência à seguinte descrição e reivindicações adjuntas. Os desenhos anexos, que são incorporados e constituem parte desta especificação, ilustram as modalidades da invenção e, juntamente com a descrição, servem para explicar os princípios da invenção.

BREVE DESCRIÇÃO DAS FIGURAS

[010] A divulgação completa as possibilidades da presente invenção, incluindo o melhor modo da mesma, se destina a um técnico no assunto, é apresentada no relatório descritivo, que faz referência ás figuras anexas, nas quais:
A Figura 1 ilustra a vista lateral simplificada de uma modalidade de uma colheitadeira consoante os aspectos da presente invenção;
A Figura 2 ilustra a vista lateral de uma modalidade de uma parte de um sistema de processamento de material de uma colheitadeira agrícola de acordo com aspectos da presente invenção, particularmente ilustrando uma modalidade de um conjunto de rolos de alimentação e um conjunto picador do sistema de processamento de material;
As Figuras 3A e 3B ilustram a vista detalhada de uma modalidade de um rolo superior de um conjunto de rolos de alimentação de uma colheitadeira agrícola de acordo com aspectos da presente invenção, ilustrando particularmente o rolo superior em uma posição inferior e em uma posição superior, respectivamente;
A Figura 4 ilustra uma vista esquemática de uma modalidade de um sistema de computador para estimar o rendimento da colheita de acordo com aspectos da presente invenção;
A Figura 5 ilustra uma vista esquemática de uma modalidade de um sistema para estimativa de rendimento da colheita de uma colheitadeira agrícola de acordo com aspectos da presente invenção;
A Figura 6 ilustra uma vista esquemática de uma modalidade de um diagrama de fluxo exemplar para treinar um modelo aprendido por máquina; e
A Figura 7 ilustra o diagrama de fluxo de uma modalidade de um método para estimativa de rendimento da cultura em uma colheitadeira agrícola de acordo com aspectos da presente invenção.

[011] O uso repetido de caracteres de referência no presente relatório descritivo e desenhos se destina a representar os mesmos recursos ou elementos análogos da presente tecnologia.

DESCRIÇÃO DE REALIZAÇÕES DA INVENÇÃO

[012] Neste momento será feita a referência em detalhes às modalidades da invenção, um ou mais exemplos dos quais são ilustrados nos desenhos. Cada exemplo é fornecido a título explicativo da invenção, não como limitação da invenção. Na verdade, será evidente para aqueles versados na técnica que várias modificações e variações podem ser feitas na presente invenção sem se afastar do escopo ou do espírito da invenção. Por exemplo, os recursos ilustrados ou descritos como parte de uma modalidade podem ser usados com outra modalidade para produzir ainda uma modalidade adicional. Desse modo, pretende-se que a presente invenção cubra tais modificações e variações que estão dentro do escopo das reivindicações anexas e suas equivalências.

[013] Em geral, a presente invenção é direcionada a sistemas e métodos de estimativa de culturas para colheitadeiras agrícolas. Em particular, a presente invenção é direcionada a sistemas e métodos que incluem, ou de outra forma alavancam, um modelo de estimativa de rendimento aprendido por máquina para determinar um valor para um parâmetro relacionado ao rendimento indicativo do rendimento da colheita para uma colheitadeira agrícola com base, pelo menos em parte, em dados de entrada associados a uma ou mais condições relacionadas à operação para a colheitadeira. Por exemplo, o modelo de estimativa de rendimento aprendido por máquina pode ser configurado para receber dados de entrada e processar os dados de entrada para determinar um valor numérico para o parâmetro relacionado ao rendimento, como um valor numérico da taxa de fluxo de massa de materiais colhidos através da colheitadeira.

[014] Em particular, em um exemplo, um sistema de computador pode obter dados de entrada de um ou mais dispositivos de entrada que estão associados a uma ou mais condições relacionadas à operação para uma colheitadeira agrícola. Por exemplo, o(s) dispositivo(s) de entrada pode(m) incluir um ou mais sensores integrados configurados para monitorar um ou mais parâmetros e/ou condições associadas à colheitadeira e/ou à operação sendo realizada com tal, um ou mais dispositivos de posicionamento para gerar dados de posição associada à localização da colheitadeira, uma ou mais interfaces de usuário para permitir que as entradas do operador sejam fornecidas ao sistema, um ou mais outros dados de fontes internas associadas à colheitadeira, um ou mais dados de fontes externas e/ou semelhantes. O sistema de computador pode inserir os dados gerados ou coletados pelo(s) dispositivo(s) de entrada em um modelo de estimativa de rendimento aprendido por máquina e, em resposta, receber um valor para o desejado parâmetro relacionado ao rendimento como uma saída do modelo.

[015] Além disso, os sistemas e métodos da presente invenção podem iniciar um ou mais comandos de controle com base no parâmetro relacionado ao rendimento estimado. Por exemplo, o sistema de computador pode ser configurado para fornecer ao operador um aviso ou outra comunicação relacionada ao parâmetro relacionado ao rendimento. Além disso, o sistema de computador pode ser configurado para armazenar os dados relacionados ao rendimento para uso subsequente e/ou compilar os dados relacionados ao rendimento para permitir a geração de um mapa de rendimento. Além disso, o sistema de computador também pode ser configurado para controlar automaticamente a operação de um ou mais componentes da colheitadeira com base no parâmetro relacionado ao rendimento estimado. Assim, em certas modalidades, os sistemas e métodos da presente invenção podem permitir um controle em tempo real melhorado de uma colheitadeira agrícola que mede e contabiliza os rendimentos da colheita atual durante o desempenho de uma operação de colheita.

[016] Através do uso de um modelo de estimativa de rendimento aprendido por máquina, os sistemas e métodos da presente invenção podem produzir estimativas de rendimento que exibem uma precisão significativa, evitando muitos dos problemas associados aos sistemas de monitoramento de rendimento existentes (por exemplo, altos custos e substancial tempo de inatividade). Por exemplo, os dados de entrada descritos neste documento podem, em certas modalidades, ser fornecidos a partir de sensores ou sistemas que já existem na máquina, desse modo, eliminando a necessidade de instalar sistemas de sensores caros e de alta manutenção. Além disso, as estimativas precisas do rendimento da colheita podem permitir um controle melhorado e/ou mais preciso da colheitadeira, levando a resultados agrícolas superiores.

[017] Referindo-nos agora aos desenhos, a Figura 1 ilustra a vista lateral de uma modalidade de uma colheitadeira 10 consoante os aspectos da presente invenção. Conforme mostrado, a colheitadeira 10 é configurada como uma colheitadeira de cana-de-açúcar. No entanto, em outras modalidades, a colheitadeira 10 pode corresponder a qualquer outra colheitadeira agrícola adequada conhecida na técnica.

[018] Como mostrado na Figura 1, a colheitadeira 10 inclui uma estrutura 12, um par de rodas dianteiras 14, um par de rodas traseiras 16, e uma cabine de operador 18. A colheitadeira 10 também pode incluir uma fonte primária de energia (por exemplo, um motor montado na estrutura 12) que alimenta um ou ambos os pares de rodas 14, 16 através de uma transmissão (não mostrada). Alternativamente, a colheitadeira 10 pode ser uma colheitadeira acionada por esteiras e, assim, pode incluir esteiras acionadas pelo motor diferentemente das rodas ilustradas 14, 16. O motor também pode acionar uma bomba de fluido hidráulico (não mostrada) configurada para gerar fluido hidráulico pressurizado para alimentar vários componentes hidráulicos da colheitadeira 10.

[019] A colheitadeira 10 também pode incluir um sistema de processamento de material 19 incorporando vários componentes, conjuntos e/ou subconjuntos da colheitadeira 10 para corte, processamento, limpeza e descarga de cana-de-açúcar à medida que a cana é colhida de um campo agrícola 20. Por exemplo, o sistema de processamento de material 19 pode incluir um conjunto cortador de pontas 22 posicionado na extremidade frontal da colheitadeira 10 para interceptar a cana-de-açúcar conforme a colheitadeira 10 se desloca para a frente. Como mostrado, o conjunto cortador de pontas 22 pode incluir tanto um disco aglutinador 24 quanto um disco de corte 26. O disco aglutinador 24 pode ser configurado para reunir os colmos de cana-de-açúcar de modo que o disco de corte 26 possa ser utilizado para cortar o topo de cada colmo. Como é geralmente entendido, a altura do conjunto cortador de pontas 22 pode ser ajustável por meio de um par de braços 28 levantado e abaixado hidraulicamente, conforme desejado, pelo operador.

[020] O sistema de processamento de material 19 pode incluir ainda um divisor de linha 30 que se estende para cima e para trás a partir do campo 20. Em geral, o divisor de cultura linha 30 pode incluir dois roletes de alimentação em espiral 32. Cada rolete de alimentação 32 pode incluir uma sapata 34 na extremidade inferior para auxiliar o divisor de linha 30 na coleta dos colmos da cana-de-açúcar para a colheita. Do mesmo modo, como mostrado na Figura 1, o sistema de processamento de material 19 pode incluir um rolo tombador 36 posicionado perto das rodas dianteiras 14 e um rolo de aleta 38 posicionado atrás do rolo tombador 36. Conforme o rolo tombador 36 é girado, os caules de cana-de-açúcar que estão sendo colhidos são derrubados enquanto o divisor de linha 30 reúne os caules do campo agrícola 20. Além disso, como mostrado na Figura 1, o rolo de aleta 38 pode incluir uma pluralidade de aletas 40 montadas intermitentemente que ajudam a forçar os colmos de cana-de-açúcar para baixo. À medida que o rolo de aleta 38 é girado durante a colheita, os colmos de cana-de-açúcar que foram derrubados pelo rolo tombador 36 são separados e adicionalmente derrubados pelo rolo de aleta 38 à medida que a colheitadeira 10 continua a ser movida na direção para frente em relação ao campo 20.

[021] Ainda, com referência à Figura 1, o sistema de processamento de material 19 da colheitadeira 10 também pode incluir um conjunto de corte de base 42 posicionado atrás do rolo de aleta 38. Como é geralmente entendido, o conjunto de corte de base 42 pode incluir lâminas (não mostradas) para cortar os colmos da cana-de-açúcar quando a cana estiver sendo colhida. As lâminas, localizadas na periferia do conjunto 42, podem ser giradas por um motor hidráulico (não mostrado) alimentado pelo sistema hidráulico do veículo. Além disso, em várias modalidades, as lâminas podem ser inclinadas para baixo para cortar a base da cana-de-açúcar quando a cana é tombada pelo rolo de aleta 38.

[022] Além disso, o sistema de processamento de material 19 pode incluir um conjunto de rolos de alimentação 44 localizado a jusante do conjunto de corte de base 42 para mover os caules cortados de cana-de-açúcar do conjunto de corte de base 42 ao longo do caminho de processamento do sistema de processamento de material 19. Como mostrado na Figura 1, o conjunto de rolos de alimentação 44 pode incluir uma pluralidade de rolos inferiores 46 e uma pluralidade de rolos de pressão superiores opostos 48. Os vários roletes rolos inferiores e superiores 46, 48 podem ser usados para apertar a cana-de-açúcar colhida durante o transporte. Conforme a cana-de-açúcar é transportada através do conjunto de rolos de alimentação 44, detritos (por exemplo, pedras, sujeira e/ou semelhantes) podem cair através dos rolos inferiores 46 para o campo 20.

[023] Além disso, o sistema de processamento de material 19 pode incluir um conjunto picador 50 localizado na extremidade a jusante do conjunto de rolos de alimentação 44 (por exemplo, adjacente aos rolos inferiores e superiores mais posteriores 46, 48). Em geral, o conjunto picador 50 pode ser utilizado para cortar ou picar os colmos de cana-de-açúcar em pedaços ou "tarugos" 51, que podem ter, por exemplo, 15,24cm (seis polegadas) de comprimento. Os tarugos 51 podem então ser propelidos em direção a um conjunto de elevador 52 do sistema de processamento de material 19 para entrega a um receptor externo ou dispositivo de armazenamento (não mostrado).

[024] Como é geralmente entendido, pedaços de detritos 53 (por exemplo, poeira, sujeira, folhas, etc.) separados dos tarugos de cana-de-açúcar 51 podem ser expelidos da colheitadeira 10 através de um extrator primário 54 do sistema de processamento de material 19, que está localizado imediatamente atrás do conjunto picador 50 e é orientado para direcionar os detritos 53 para fora da colheitadeira 10. Além disso, um exaustor 56 pode ser montado dentro do extrator primário 54 para gerar uma força de sucção ou vácuo suficiente para recolher os detritos 53 e forçar os detritos 53 através do extrator primário 54. Os tarugos separados ou limpos 51, mais pesados do que os detritos 53 que estão sendo expelidos através do extrator 54, podem então cair para baixo para o conjunto de elevador 52.

[025] Como mostrado na Figura 1, o conjunto de elevador 52 pode incluir um compartimento de elevador 58 e um elevador 60 se estendendo dentro do compartimento de elevador 58 entre uma extremidade, proximal 62 inferior e uma, extremidade distai superior 64. Em geral, o elevador 60 pode incluir uma corrente em loop 66 e uma pluralidade de taliscas ou pás 68 fixadas e uniformemente espaçadas na corrente 66. As pás 68 podem ser configuradas para reter os tarugos de cana-de-açúcar 51 no elevador 60 conforme os tarugos são elevados ao longo de um vão superior do elevador 60 definido entre suas extremidades proximal e distai 62, 64. Além disso, o elevador 60 pode incluir rodas dentadas inferiores e superiores 72, 74 posicionadas em suas extremidades proximal e distai 62, 64, respectivamente. Como mostrado na Figura 1, um motor de elevador 76 pode ser acoplado a uma das rodas dentadas (por exemplo, a roda dentada superior 74) para acionar a corrente 66, permitindo assim que a corrente 66 e as pás 68 viajem em um loop sem fim entre as extremidades proximal e distai 62, 64 do elevador 60.

[026] Além disso, em algumas modalidades, pedaços de detritos 53 (por exemplo, poeira, sujeira, folhas, etc.) separados dos tarugos de cana-deaçúcar elevados 51 podem ser expelidos da colheitadeira 10 através de um extrator secundário 78 do sistema de processamento de material 19 acoplado a extremidade traseira do compartimento do elevador 58. Por exemplo, os detritos 53 expelidos pelo extrator secundário 78 podem ser detritos remanescentes após os tarugos 51 serem limpos e os detritos 53 expelidos pelo extrator primário 54. Como mostrado na Figura1, o extrator secundário 78 pode estar localizado adjacente à extremidade distal 64 do elevador 60 e pode ser orientado para direcionar os detritos 53 para fora da colheitadeira 10. Além disso, um exaustor 80 pode ser montado na base do extrator secundário 78 para gerar uma força de sucção ou vácuo suficiente para recolher os detritos 53 e forçar os detritos 53 através do extrator secundário 78. Os tarugos separados e limpos 51, mais pesados do que os detritos 53 expelidos através do extrator 78, podem então cair da extremidade distal 64 do elevador 60. Normalmente, os tarugos 51 podem cair para baixo através de uma abertura de descarga do elevador 82 do conjunto de elevador 52 para um dispositivo de armazenamento externo (não mostrado), tal como uma caçamba de tarugo de cana-de-açúcar.

[027] Durante a operação, a colheitadeira 10 atravessa o campo agrícola 20 para a colheita da cana-de-açúcar. Após a altura do conjunto cortador 22 ser ajustado através dos braços 28, o disco aglutinador 24 no conjunto cortador de pontas 22 pode funcionar para reunir os colmos de cana-de-açúcar à medida que a colheitadeira 10 prossegue através do campo 20, enquanto o disco de corte 26 separa os topos folhosos dos caules da cana-de-açúcar para disposição ao longo de cada lado da colheitadeira 10. Conforme os colmos entram no divisor de linha 30, as sapatas 34 podem definir a largura operacional para determinar a quantidade de cana-de-açúcar que entra na garganta da colheitadeira 10. Os roletes de alimentação em espiral 32 então, reúnem os colmos na garganta para permitir que o rolo tombador 36 dobre os colmos para baixo em conjunto com a ação do rolo de aleta 38. Uma vez que os colmos estão inclinados para baixo, como mostrado na Figura. 1, o conjunto de corte de base 42 pode, então, cortar a base dos colmos do campo 20. Os colmos cortados são, então, pelo movimento da colheitadeira 10, direcionados para o conjunto de rolos de alimentação 44.

[028] Os colmos de cana-de-açúcar cortados são transportados para trás pelos rolos inferiores e superiores 46, 48, que comprimem os colmos, os tornam mais uniformes e agitam os detritos soltos para passar pelos rolos inferiores 46 para o campo 20. Na extremidade a jusante do conjunto de rolos de alimentação 44, o conjunto picador 50 corta ou pica os caules de cana-de-açúcar comprimidos em pedaços ou tarugos 51 (por exemplo, pedaços de cana de 15,24cm - 6 polegadas). O material de colheita processado descarregado do conjunto picador 50 é então direcionado como uma corrente de tarugos 51 e detritos 53 para o extrator primário 54. Os detritos transportados pelo ar 53 (por exemplo, poeira, sujeira, folhas, etc.) separados dos tarugos de cana-de-açúcar são então extraídos através do extrator primário 54 usando a sucção criada pelo exaustor 56. Os tarugos separados/limpos 51 então, caem para baixo através de uma tremonha de elevador 86 para o conjunto de elevador 52 e viajam para cima através do elevador 60 a partir de sua extremidade proximal 62 para sua extremidade distai 64. Durante a operação normal, uma vez que os tarugos 51 alcançam a extremidade distai 64 do elevador 60, os tarugos 51 caem através da abertura de descarga do elevador 82 para um dispositivo de armazenamento externo. Se fornecido, o extrator secundário 78 (com a ajuda do exaustor 80) expele os lixos/detritos 53 da colheitadeira 10, semelhante ao extrator primário 54.

[029] Deve ser apreciado que a colheitadeira 10 também pode incluir vários sensores integrados para monitorar um ou mais parâmetros operacionais ou condições da colheitadeira 10. Por exemplo, a colheitadeira 10 pode incluir ou estar associado a vários sensores de velocidade diferentes 90 para monitorar a velocidade da colheitadeira 10, em si e/ou a velocidade operacional de um ou mais componentes da colheitadeira 10. Especificamente, em várias modalidades, os sensores de velocidade 90 podem ser utilizados para detectar ou monitorar vários parâmetros relacionados à diferentes velocidades associadas com a colheitadeira 10, incluindo, mas não se limitando a, velocidade de solo da colheitadeira 10, a velocidade do motor da colheitadeira (por exemplo, RPM do motor), a velocidade do elevador do conjunto de elevador 52, a velocidade de rotação das lâminas do conjunto de corte de base 42, a velocidade de rotação do conjunto picador 50, a velocidade de rotação dos rolos 46, 48 do conjunto de rolos de alimentação 44, a velocidade do exaustor associada ao extrator primário 54 e/ou o extrator secundário 78, e/ou quaisquer outras velocidades operacionais adequadas associadas com a colheitadeira 10. Por exemplo, como mostrado na Figura 1, o primeiro sensor de velocidade 90 é fornecido em associação operativa com o conjunto de elevador 52 (por exemplo, um sensor de velocidade rotacional fornecido em associação com o motor do elevador 76) para permitir que a velocidade do elevador seja monitorada continuamente, enquanto um segundo sensor de velocidade 90 (por exemplo, um sensor de velocidade da roda ou um dispositivo habilitado para GPS) pode ser fornecido em associação operacional com outro componente da colheitadeira 10 (por exemplo, as rodas 14, 16 e/ou cabine 18) para permitir que a velocidade de avanço da colheitadeira 10 seja continuamente monitorada.

[030] Além disso, em várias modalidades, a colheitadeira 10 pode incluir ou incorporar um ou mais sensores de posição 92 utilizados para monitorar um ou mais parâmetros relacionados as posições correspondentes associadas ã colheitadeira 10. Os parâmetros relacionados à posição que podem ser monitorados por meio do(s) sensor(es) de posição 92 incluindo, mas não se limitando ã altura de corte do conjunto de corte de base 42, o posicionamento relativo da parte dos rolos inferiores e superiores 46, 48 do conjunto de rolos de alimentação 44 (por exemplo, como será descrito abaixo com referência ã Figura 2), o curso vertical ou posição do chassi ou estrutura 12 da colheitadeira 10, e/ou quaisquer outros parâmetros relacionados ã posição adequados associados com a colheitadeira 10. Por exemplo, como mostrado na Figura 1, a posição do sensor 92 pode ser montado na estrutura da colheitadeira 12 para monitorar a posição vertical ou o curso do chassi em relação a um determinado ponto de referência.

[031] Além disso, em várias modalidades, a colheitadeira 10 pode incluir ou incorporar um ou mais sensores de pressão 94 utilizados para monitorar um ou mais parâmetros relacionados à pressão correspondentes associados a colheitadeira 10. Por exemplo, parâmetros relacionados à pressão que podem ser monitorados por meio do(s) sensor(es) de pressão 94 incluindo, mas não limitados às pressões de fluido associadas ao fluido hidráulico fornecido a um ou mais componentes hidráulicos da colheitadeira 10, como o(s) motor(es) hidráulico(s) acionando rotativamente o conjunto de corte de base 42 (por exemplo, a pressão dos discos de corte de base), o(s) motor(es) hidráulico(s) acionando rotativamente o conjunto picador 50, e/ou quaisquer outros parâmetros relacionados à pressão adequada associada com a colheitadeira 10. Por exemplo, como mostrado na Figura 1, o sensor de pressão 94 pode ser fornecido em associação operativa com o conjunto de corte de base 42 para monitorar a pressão dos discos de corte de base.

[032] Deve ser apreciado que a colheitadeira 10 também pode incluir vários outros sensores ou dispositivos de detecção. Em uma modalidade, a colheitadeira 10 pode incluir ou incorporar um ou mais sensores de carga 96 (por exemplo, uma ou mais células de carga ou placas de carga sensoriais) utilizadas para monitorar um ou mais parâmetros relacionados à cargas correspondentes e associadas com a colheitadeira 10. Por exemplo, como mostrado na Figura 1, um ou mais sensores de carga 96 pode ser fornecido em associação operativa com o conjunto de elevador 52 para permitir que o peso ou a taxa de fluxo de massa dos materiais colhidos sejam direcionados e monitorados através do elevador. Além disso, em uma outra modalidade, a colheitadeira 10 pode incluir ou incorporar uma ou mais perspectivas baseadas em sensores baseados em ondas 98 (por exemplo, uma ou mais câmeras, sensores de radar, sensores de ultrassom, dispositivos LIDAR, etc.) utilizados para capturar dados de sensores indicativos de um ou mais parâmetros observáveis associados a colheitadeira 10, por exemplo, fornecendo uma câmera ou dispositivo LIDAR para permitir que a massa potencial da cultura futura dentro do campo seja estimada com base nos dados base da perspectiva recebida ou fornecendo uma câmera instalada internamente ou dispositivo de radar para permitir que os dados do sensor sejam capturados e associados ao fluxo de massa dos materiais colhidos através do sistema de processamento de material 19. Por exemplo, como mostrado na Figura 1, um sensor baseado na perspectiva 98 pode ser instalado na cabine 18 com um campo de visão direcionado à frente da colheitadeira 10 para permitir a captura de imagens ou outros dados baseados na perspectiva que forneçam uma indicação da próxima massa de colheita dentro do campo.

[033] Com referência agora a Figura 2, uma vista lateral de uma porção de um sistema de processamento de material de uma colheitadeira agrícola é ilustrada de acordo com aspectos da presente invenção, particularmente mostrando a vista lateral de uma modalidade do conjunto de rolos de alimentação 44 e conjunto picador 50 do sistema de processamento material 19 descrito acima com referência ã Figura 1.

[034] Como mostrado na Figura 2, o conjunto de rolos de alimentação 44 se estende entre uma primeira extremidade 44A e uma segunda extremidade 44B, com a primeira extremidade 44A do conjunto de rolos de alimentação 44 sendo adjacente ao conjunto de corte de base 42 e a segunda extremidade 44B do conjunto de rolos de alimentação 44 sendo adjacente ao conjunto picador 50. Como tal, a primeira extremidade 44A do conjunto de rolos de alimentação 44 é configurada para receber materiais colhidos (por exemplo, colmos de cana-de-açúcar cortados) do conjunto de corte de base 42 e para transmitir o fluxo de materiais colhidos ao longo de um caminho de fluxo FP definido entre os rolos inferiores e superiores 46, 48 para o conjunto picador 50 na segunda extremidade 44B do conjunto de rolos de alimentação 44. Embora o conjunto de rolos de alimentação 44 seja mostrado como tendo seis rolos inferiores 46 e cinco rolos superiores 48, deve ser apreciado que o conjunto de rolos de alimentação 44 pode ter qualquer outro número adequado de rolos inferiores e/ou superiores 46, 48.

[035] Devido às variações no volume de materiais colhidos que estão sendo processados pelo sistema de processamento de material 19, o fluxo de materiais colhidos através do conjunto de rolos de alimentação 44 irá variar inerentemente em espessura. Como tal, um conjunto de rolos do conjunto de rolos de alimentação 44 pode ser configurado como rolos flutuantes (com o outro conjunto de rolos sendo configurado como rolos fixos ou não flutuantes) de modo que o espaçamento entre os rolos inferiores e superiores 46, 48 seja variável considerando as mudanças no volume dos materiais colhidos que estão sendo conduzidos através do conjunto de rolos de alimentação 44. Por exemplo, em uma modalidade, cada um dos rolos superiores 48 é móvel dentro de uma respectiva ranhura 100. Como mostrado particularmente nas Figuras 3A e 3B, cada ranhura 100 pode se estender entre uma primeira extremidade da ranhura 100A e uma segunda extremidade da ranhura 100B. Quando o rolo superior 48 encosta na primeira extremidade da ranhura 100A, o rolo superior 48 está em uma posição mais baixa, de modo que o rolo superior 48 seja espaçado por uma primeira distância D1 do respectivo rolo inferior 46. Quando o rolo superior 48 encosta na segunda extremidade da segunda extremidade da ranhura 100B, o rolo superior 48 está em uma posição mais alta, conforme o rolo superior 48 é espaçado por uma segunda distância D2 do respectivo rolo inferior 46. Em uma modalidade, a primeira distância D1 é a mais próxima do rolo superior 48 que pode ser adjacente do rolo inferior 46 e a segunda distância D2 é a mais distante que o rolo superior 48 pode estar adjacente do rolo inferior 46. Em algumas modalidades, os rolos superiores 48 são articuláveis em torno de um respectivo pivô articulado 102 para se mover dentro da ranhura 100 entre a primeira e a segunda extremidade da ranhura 100A, 100B. Por exemplo, o rolo superior 48 pode ser articulado em torno do pivô articulado 102 entre uma primeira posição angular, correspondendo à primeira distância D1, e uma segunda posição angular, correspondendo à segunda distância D2. No entanto, em outras modalidades, os rolos superiores 48 podem ser configurados para se mover dentro da ranhura de qualquer outra maneira adequada. Alternativamente, os rolos superiores 48 podem ser fixos ou não flutuantes e os rolos inferiores 46 podem, em vez disso, ser móveis para permitir que o espaçamento entre os rolos inferiores e superiores 46, 48 seja variado.

[036] Adicionalmente, como mostrado na Figura. 2, o conjunto picador 50 pode geralmente incluir um invólucro externo 120 e um ou mais rolos picadores 122 suportados rotativamente dentro do invólucro do picador 120. Como é geralmente entendido, os rolos picadores 122 são configurados para serem acionados rotativamente dentro do invólucro 120 de modo que os elementos picadores 124 se estendendo para fora de cada rolo 122 (por exemplo, lâminas) possam cortar ou picar os materiais colhidos recebidos do conjunto de rolos de alimentação 44, desse modo gerando um fluxo de materiais colhidos processados (por exemplo, incluindo ambos tarugos 51 e detritos 53) que são descarregados do conjunto picador 50 através de uma saída no invólucro 120. Adicionalmente, como mostrado na Figura 2, um ou mais motor(es) hidráulico(s) 126 é(são) fornecido(s) em associação com os rolos picadores 122 para acionar rotativamente os rolos 122. O(s) motor(es) hidráulico(s) 126, por sua vez, acoplado hidraulicamente a uma bomba hidráulica 128 do sistema hidráulico do veículo (por exemplo, através de um circuito hidráulico associado 130 - mostrado em linhas tracejadas) de modo que o fluido hidráulico pressurizado possa ser distribuído a partir da bomba 128 para acionar rotativamente o(s) motor(es) 126.

[037] A Figura 2 também ilustra vários exemplos de sensores que podem ser utilizados para monitorar um ou mais parâmetros ou condições associadas com a colheitadeira 10. Por exemplo, conforme indicado acima, um ou mais sensores de posição 92 podem ser utilizados para monitorar um ou mais parâmetros relacionados à posição associada a colheitadeira 10, como o fornecimento de um ou mais sensor(es) de posição 92 associados com o conjunto de rolos de alimentação 44 para detectar variações no espaçamento entre os rolos inferiores e os rolos superiores 46, 48. Especificamente, na modalidade ilustrada, um ou mais sensores de posição 92 podem ser fornecidos para detectar o deslocamento de um ou mais respectivos rolos superiores 48 do conjunto de rolos de alimentação 44, incluindo, por exemplo, a magnitude e/ou taxa de deslocamento. Por exemplo, como mostrado na Figura 2, um sensor de posição 92 é fornecido em associação operativa com o rolo superior a jusante mais distante 48 do conjunto de roletes de alimentação 44 para detectar o deslocamento do rolo 48 em relação ao rolo inferior adjacente 46 conforme os materiais colhidos são conduzidos através do conjunto de rolos de alimentação 44. Em uma modalidade alternativa, os rolos inferiores 46 são móveis e os rolos superiores 48 são fixos ou não flutuantes, o(s) sensor(es) de posição 92 pode(m), ao vez disso, ser configurados para detectar o deslocamento de um ou mais dos rolos inferiores 46 conforme os materiais colhidos são direcionados através do conjunto de rolos de alimentação 44.

[038] Além disso, como indicado acima, um ou mais sensores de pressão 94 podem ser utilizados para monitorar um ou mais parâmetros relacionados à pressão associados a colheitadeira 10, fornecendo um ou mais sensor(es) de pressão 94 para monitorar a pressão do fluido associada ao(s) motor(es) hidráulico(s) 126 configurado(s) para conduzir rotativamente os rolos picadores 122 do conjunto picador 50. Por exemplo, como mostrado na Figura 2, um sensor de pressão 94 é fornecido em comunicação fluída com o circuito hidráulico 130 acoplando o motor 126 à bomba 128 para monitorar a pressão do fluido hidráulico fornecido.

[039] Além disso, como mencionado acima, um ou mais sensores de velocidade 90 podem ser utilizados para monitorar um ou mais parâmetros relacionados à velocidade associada a colheitadeira 10, fornecendo um ou mais sensores de velocidade 90 para monitorar a velocidade de rotação dos rolos de alimentação 46, 48 e/ou os rolos picadores 122. Por exemplo, como mostrado na Figura 2, um sensor de velocidade 90 pode ser fornecido em associação com o conjunto picador 50 para monitorar a velocidade de rotação dos rolos picadores 122, tal como instalando um sensor 90 em associação com o motor 126 que aciona os rolos 122.

[040] Como indicado acima, é geralmente desejável monitorar um parâmetro relacionado ao rendimento de uma colheitadeira agrícola (por exemplo, uma taxa de fluxo de massa através da colheitadeira) para permitir que o operador reúna dados associados com o rendimento da colheita e avalie o desempenho da colheitadeira. Além disso, os dados relacionados ao rendimento também podem ser utilizados com certas funções ou comandos de controle associadas à colheitadeira, como para ajustar automaticamente uma ou mais configurações operacionais de um ou mais componentes da colheitadeira para melhorar a eficiência e/ou desempenho dos mesmos.

[041] Conforme será descrito abaixo, o parâmetro relacionado ao rendimento da colheitadeira (por exemplo, uma taxa de fluxo de massa através da colheitadeira) pode ser estimado ou determinado utilizando um modelo aprendido por máquina que foi treinado ou desenvolvido para gerar o parâmetro relacionado ao rendimento com base em uma correlação entre tal parâmetro e várias entradas no modelo. Por exemplo, em várias modalidades, as entradas no modelo aprendido por máquina podem incluir dados associados a uma ou mais condições "relacionadas à operação", que podem incluir, mas não estão limitadas a parâmetros operacionais e configurações da colheitadeira (por exemplo, parâmetros operacionais detectados ou calculados ou configurações selecionadas pelo operador), comandos do veículo para a colheitadeira, parâmetros de configuração do veículo, parâmetros relacionados à aplicação, parâmetros relacionados ao campo e/ou semelhante. Por exemplo, dados de condição relacionados à operação podem incluir, mas não estão limitados a dados associados a qualquer um ou a uma combinação de velocidade do motor, velocidade de solo, velocidade do elevador, altura do disco de corte de base, pressão do disco de corte de base, velocidade dos discos de corte de base, pressão dos discos de corte de base, posição ou deslocamento do rolo flutuante, a posição vertical ou deslocamento do chassi ou estrutura, a velocidade do exaustor associada ao extrator primário e/ou secundário, uso do motor hidráulico, proporção de folhagem, direção do cortador de base (para frente ou reverso), levantamento ou abaixamento do conjunto de corte de base, levantamento ou abaixamento da suspensão, o modelo/tipo do conjunto de corte de base, o tamanho do conjunto de elevador, parâmetros do pneu/percurso, a região dentro da qual a colheitadeira está operando, parâmetros específicos da fazenda, parâmetros relacionados ao tempo (dia/noite), dados de umidade, dados NDVI de campo, dados de previsão de produção, dados de análise de solo e/ou semelhantes. Tais dados podem ser, por exemplo: baseados direta ou indiretamente nos dados recebidos de sensores de bordo; calculado ou determinado pelo sistema de computador da colheitadeira com base nos dados acessíveis a esse sistema (por exemplo, incluindo dados derivados internamente ou externamente); recebido do operador (por exemplo, por meio de uma interface de usuário); recebido de uma fonte externa (por exemplo, um servidor remoto ou dispositivo de computador separado); e/ou semelhantes.

[042] Com referência agora as Figuras 4 e 5, vistas esquemáticas de modalidades de um sistema de computador 200 são ilustradas de acordo com aspectos da presente invenção. Em geral, o sistema 200 será descrito neste documento com referência à colheitadeira 10 descrita acima e com referência às Figuras 1-3B. No entanto, deve ser apreciado que o sistema 200 divulgado pode geralmente ser utilizado com colheitadeiras tendo qualquer configuração de colheitadeira adequada.

[043] Em várias modalidades, o sistema 200 pode incluir um controlador 202 e vários outros componentes configurados para serem acoplados comunicativamente e/ou controlados pelo controlador 202, como vários dispositivos de entrada 204 e/ou vários componentes da colheitadeira 10. Em algumas modalidades, o controlador 202 está fisicamente acoplado na colheitadeira 10. Em outras modalidades, o controlador 202 não está fisicamente acoplado na colheitadeira 10 (por exemplo, o controlador 202 pode estar localizado remotamente na colheitadeira 10) e em vez disso pode se comunicar com a colheitadeira 10 através de uma rede sem fio.

[044] Como será descrito em mais detalhes abaixo, o controlador 202 pode ser configurado para alavancar um modelo aprendido por máquina 228 para determinar um ou mais parâmetros relacionados ao rendimento para uma colheitadeira agrícola (por exemplo, uma taxa de fluxo de massa através da colheitadeira) com base nos dados de entrada que estão relacionados, por exemplo, a uma ou mais condições relacionadas às operações associadas à colheitadeira. Mais especificamente, a Figura 4 ilustra um ambiente de computador no qual o controlador 202 pode operar para determinar o parâmetro relacionado ao rendimento com base nos dados de entrada 218 recebidos, por exemplo, de um ou mais dispositivos de entrada 204 e, ainda, para iniciar um ou mais comandos de controle associados a uma colheitadeira, como o controle de um ou mais componentes eletrônicos 240 da colheitadeira (por exemplo, o motor, a transmissão, os componentes do sistema hidráulico, os componentes do sistema de processamento de material, etc.) com base nos dados relacionados ao rendimento 220. Ou seja, a Figura 4 ilustra um ambiente de computador no qual o controlador 202 é utilizado ativamente em conjunto com uma colheitadeira (por exemplo, durante a operação da colheitadeira dentro de um campo). Como será discutido mais adiante, a Figura 5 representa um ambiente de computador no qual o controlador 202 pode se comunicar através de uma rede 280 com um sistema de computador de aprendizado de máquina 250 para treinar e/ou receber um modelo 228 aprendido por máquina. Assim, a Figura 5 ilustra a operação do controlador 202 treinando um modelo 228 aprendido por máquina e/ou para receber um treinamento do modelo 228 aprendido por máquina a partir de um sistema de computador de aprendizado de máquina 250 (por exemplo, a Figura 5 mostra a "fase de treinamento") enquanto a Figura 4 ilustra a operação do controlador 202 usando o modelo aprendido por máquina 228 para determinar ativamente um ou mais parâmetros relacionados ao rendimento da colheitadeira (por exemplo, Figura 4 mostra o “estágio de inferência”).

[045] Referindo-se primeiro à Figura 4, em geral, o controlador 202 pode corresponder a qualquer dispositivo baseado em processador adequado, como um dispositivo de computador ou qualquer combinação de dispositivos de computador. Assim, como mostrado na Figura 4, o controlador 202 pode geralmente incluir um ou mais processador(es) 210 associado ao dispositivos de memória 212, sendo configurado para executar uma variedade de funções implementadas por computador (por exemplo, executar os métodos, etapas, algoritmos, cálculos e semelhantes divulgados neste documento). Conforme utilizado neste documento, o termo "processador" se refere não apenas a circuitos integrados referidos na técnica como sendo incluídos em um computador, mas também se refere a um controlador, um microcontrolador, um microcomputador, um controlador lógico programável (CLP), um aplicativo de circuito integrado específico e outros circuitos programáveis. Além disso, a memória 212 pode geralmente compreender elemento(s) de memória incluindo, mas não se limitando a, meio legível por computador (por exemplo, memória de acesso aleatório (RAM)), meio não volátil legível por computador (por exemplo, uma memória flash), um disquete, um disco compacto de memória somente de leitura (CD-ROM), um disco magneto-óptico (MOD), um disco versátil digital (DVD) e/ou outros elementos de memória adequados. Tal memória 212 geralmente pode ser configurada para armazenar informações acessíveis pelo(s) processador(es) 210, incluindo dados 214 que podem ser recuperados, tratados, criados e/ou armazenados pelo(s) processador(es) 210 e comandos 216 que podem ser executadas pelo(s) processador(es) 210.

[046] Em várias modalidades, os dados 214 podem ser armazenados em um ou mais bancos de dados. Por exemplo, a memória 212 pode incluir uma entrada de banco de dados 218 para armazenar dados de entrada recebidos de dispositivo(s) de entrada 204. Por exemplo, o(s) dispositivo(s) de entrada pode(m) incluir um ou mais sensores 242 configurados para monitorar um ou mais parâmetros e/ou condições associadas a colheitadeira 10 e / ou a operação sendo realizada em tal (por exemplo, incluindo um ou mais dos vários sensores 90, 92, 94, 96, 98 descrito acima), um ou mais dispositivos de posicionamento 243 para gerar dados de posição associada à localização da colheitadeira 10, uma ou mais interfaces de usuário 244 para permitir que as entradas do operador sejam fornecidas ao controlador 202 (por exemplo, botões, manípulos, indicadores, seletores, controles, telas de toque e/ou semelhantes), um ou mais outros dados de fontes internas 245 associados com a colheitadeira 10 (por exemplo, outros dispositivos, bancos de dados, etc.), um ou mais dados de fontes externas 246 (por exemplo, um dispositivo de computador ou servidor remoto, incluindo, por exemplo, o sistema de computador de aprendizado de máquina 250 da Figura 5), e/ou qualquer outro(s) dispositivo(s) de entrada adequado 204. Os dados recebidos do dispositivo(s) de entrada 204 podem, por exemplo, ser armazenados dentro do banco de dados de entrada 218 para processamento e/ou análise subsequente.

[047] Em várias modalidades, o controlador 202 pode ser configurado para receber os dados do dispositivo(s) de entrada 204 que está associado a uma ou mais condições “relacionadas à operação”. As condições dos dados relacionados à operação podem, por exemplo, ser: baseados direta ou indiretamente nos dados recebidos pelos sensores 242 e/ou os dados de localização recebidos do dispositivo(s) de posicionamento 243; calculado ou determinado pelo controlador 202 com base em quaisquer dados acessíveis pelo sistema 200 (por exemplo, incluindo os dados acessados, recebidos ou transmitidos de fontes internas 245 e/ou dados de fontes externas 246); recebido do operador (por exemplo, através da interface do usuário); e/ou semelhantes. Conforme indicado acima, as condições relacionadas à operação podem incluir, mas não estão limitadas aos parâmetros operacionais e/ou configurações da colheitadeira (por exemplo, parâmetros operacionais detectados ou calculados ou configurações selecionadas pelo operador), comandos do veículo para a colheitadeira, parâmetros de configuração do veículo, parâmetros relacionados à aplicação, parâmetros relacionados ao campo e/ou semelhante. Por exemplo, exemplos de condições relacionadas à operação incluem, mas não estão limitadas a: velocidade do motor, velocidade de solo, velocidade do elevador, altura do conjunto de corte de base, pressão dos discos de corte de base, velocidade do conjunto picador, pressão do conjunto picador, posição ou deslocamento do rolo flutuante, a posição vertical ou deslocamento do chassi ou estrutura, a velocidade do exaustor associada com o extrator primário e/ou secundário, o uso do motor hidráulico, a proporção de folhagem, a direção do conjunto de corte de base (para frente ou reverso), levantando ou abaixando o conjunto cortador, levantando ou abaixando a suspensão, o modelo/tipo do conjunto cortador, o tamanho do conjunto de elevador, parâmetros de pneu/percurso, região dentro da qual a colheitadeira está operando, parâmetros específicos da fazenda, parâmetros relacionados ao tempo (dia/noite), dados de umidade, dados de campo NDVI, dados de previsão de rendimento, dados de análise de solo e/ou semelhante.

[048] Deve ser apreciado que, além de ser considerado um dispositivo de entrada que permite a um operador fornecer entradas para o controlador 202, a interface de usuário 244 também pode funcionar como um dispositivo de saída. Especificamente, a interface de usuário 244 pode ser configurada para permitir que o controlador 202 proporcione retorno ao operador (por exemplo, retorno visual através de um display ou outro dispositivo de apresentação, retorno de áudio através de um alto-falante ou outro dispositivo de saída de áudio e/ou semelhante).

[049] Adicionalmente, como mostrado na Figura 4, a memória 212 pode incluir um banco de dados relacionado ao rendimento 220 para armazenar informações ou dados associados ao(s) parâmetro(s) relacionado(s) ao rendimento da colheitadeira 10. Por exemplo, conforme indicado acima, com base nos dados de entrada recebidos do dispositivo(s) de entrada 204, o controlador 202 pode ser configurado para estimar ou calcular um ou mais valores para parâmetros relacionados ao rendimento associado à colheitadeira, como um valor para a taxa de fluxo de massa dos materiais colhidos através da colheitadeira 10. Os valores dos parâmetros relacionados ao rendimento estimados ou calculados pelo controlador 202 podem então ser armazenados dentro do banco de dados relacionado ao rendimento 220 para processamento e/ou análise subsequente.

[050] Além disso, em várias modalidades, a memória 212 também pode incluir um banco de dados de localização 222, armazenar informações de localização sobre a colheitadeira 10 e/ou informações sobre o campo em que esteja trabalhando (por exemplo, um mapa de campo). Tal banco de dados de localização 222 pode, por exemplo, corresponder a um banco de dados separado ou pode fazer parte da entrada do banco de dados 218. Como mostrado nas Figura 4, o controlador 202 pode ser comunicativamente acoplado a um ou mais dispositivo(s) de posicionamento 243 instalado(s) em ou dentro da colheitadeira 10. Por exemplo, em uma modalidade, o(s) dispositivo(s) de posicionamento 243 pode(m) ser configurado(s) para determinar a localização exata da colheitadeira 10 utilizando um sistema de posicionamento de navegação por satélite (por exemplo, um sistema GPS, um sistema de posicionamento Galileo, um sistema de navegação Global por satélite (GLONASS), um sistema de navegação e posicionamento por satélite BeiDou e/ou semelhantes). Em tal modalidade, o local determinado pelo(s) dispositivo(s) de posicionamento 243 pode(m) ser transmitido para o controlador 202 (por exemplo, na forma de coordenadas) e posteriormente armazenados dentro do banco de dados de localização 222 para processamento e/ou análise subsequente.

[051] Além disso, em várias modalidades, os dados de localização armazenados dentro do banco de dados de localização 222 também podem ser correlacionados a todos ou uma parte dos dados de entrada armazenados no banco de dados de entrada 218. Por exemplo, em uma modalidade, as coordenadas de localização derivadas do(s) dispositivo(s) de posicionamento 243 e os dados recebido(s) do(s) dispositivo(s) de entrada 204 podem ambos ter registro de data e hora. Em tal modalidade, os dados com registro de data/hora podem permitir que os dados recebidos do(s) dispositivo(s) de entrada 204 sejam combinados ou correlacionados a um conjunto correspondente de coordenadas de localização recebidas do(s) dispositivo(s) de posicionamento 243, permitindo assim a localização precisa da porção do campo associado aos dados de entrada a serem conhecidos (ou pelo menos capazes de cálculo) pelo controlador 202.

[052] Além disso, ao combinar os dados de entrada com um conjunto correspondente de coordenadas de localização, o controlador 202 também pode ser configurado para gerar ou atualizar um mapa de campo correspondente associado ao campo que está sendo processado. Por exemplo, em casos em que o controlador 202 já inclui um mapa de campo armazenado em sua memória 212 que inclui coordenadas de localização associadas a vários pontos em todo o campo, os dados de entrada recebidos do(s) dispositivo(s) de entrada 204 pode(m) ser mapeado ou correlacionado a um determinado local dentro do mapa de campo. Alternativamente, com base nos dados de localização e os dados de imagem associados, o controlador 202 pode ser configurado para gerar um mapa de campo para o campo que inclui os dados de entrada geo-localizados associados ao mesmo.

[053] Da mesma forma, qualquer parâmetro relacionado ao rendimento derivado de um determinado conjunto de dados de entrada (por exemplo, um conjunto de dados de entrada recebido em um determinado momento ou dentro de um determinado período de tempo) também pode ser combinado a um conjunto correspondente de coordenadas de localização. Por exemplo, os dados de localização específicos associados a um determinado conjunto de dados de entrada podem simplesmente ser herdados por quaisquer dados relacionados ao rendimento produzidos com base ou derivados de tal conjunto de dados de entrada 118. Assim, com base nos dados de localização e os dados relacionados à produção associados, o controlador 202 pode ser configurado para gerar um mapa de campo para o campo que descreve, para cada parte analisada do campo, um ou mais valores de parâmetro relacionados ao rendimento correspondente, como um ou mais valores de taxa de fluxo de massa. Esse mapa pode ser consultado para identificar discrepâncias ou outras características do parâmetro relacionadas ao rendimento em ou entre vários locais granulares dentro do campo.

[054] Ainda com referência à Figura 4, em várias modalidades, o comando 216 armazenado dentro da memória 212 do controlador 202 pode ser executado por processador(es) 210 para implementar um módulo de análise de dados 226. Em geral, o módulo de análise de dados 226 pode ser configurado para analisar os dados de entrada para determinar o parâmetro relacionado ao rendimento. Em particular, como será discutido mais adiante, o módulo de análise de dados 226 pode operar de forma cooperativa com ou de outra forma alavancar um modelo 228 aprendido por máquina para analisar os dados de entrada 118 para determinar o parâmetro relacionado ao rendimento. Por exemplo, o módulo de análise de dados 226 pode realizar alguns ou todos os parâmetros do método 300 da Figura 7.

[055] Do mesmo modo, como mostrado na Figura 4, o comando 216 armazenado dentro da memória 212 do controlador 202 também pode ser executado por processador(es) 210 para implementar um modelo 228 aprendido por máquina. Em particular, o modelo aprendido por máquina 228 pode ser um modelo de estimativa de rendimento aprendido por máquina. O modelo de estimativa de rendimento aprendido por máquina 228 pode ser configurado para receber os dados de entrada e processar os dados para determinar um ou mais parâmetros relacionados ao rendimento associado à operação de colheita atual que está sendo realizada pela colheitadeira 10.

[056] Ainda com referência à Figura 4, o comando 216 armazenado dentro da memória 212 do controlador 202 também pode ser executado por processador(es) 210 para implementar um módulo de controle 229. Em geral, o módulo de controle 229 pode ser configurado para ajustar a operação da colheitadeira 10 controlando um ou mais componentes 240 da colheitadeira 10. Especificamente, em várias modalidades, o módulo de controle 229 pode ser configurado para controlar automaticamente a operação de um ou mais componentes da colheitadeira 240 com base, pelo menos em parte, no parâmetro relacionado ao rendimento determinado como uma função dos dados de entrada. Assim, o sistema 200 pode gerenciar reativamente vários parâmetros operacionais da colheitadeira 10 com base no(s) valor(es) do parâmetro relacionado ao rendimento que é gerado, por exemplo, a partir do modelo de estimativa de rendimento aprendido por máquina 228.

[057] Por exemplo, conforme indicado acima, em uma modalidade, o parâmetro relacionado ao rendimento pode corresponder à taxa de fluxo de massa dos materiais colhidos através da colheitadeira 10. Em tal modalidade, se a taxa de fluxo de massa for maior do que o esperado, as configurações operacionais de um ou mais componentes 240 da colheitadeira 10 podem, por exemplo, ser ajustadas automaticamente para acomodar o aumento do fluxo de massa através do sistema. Da mesma forma, se a taxa de fluxo de massa for menor do que o esperado, as configurações operacionais de um ou mais componentes 240 da colheitadeira 10 podem, por exemplo, ser ajustadas automaticamente para acomodar a diminuição do fluxo de massa através do sistema. Por exemplo, o controlador 202 pode ser configurado para ajustar automaticamente a velocidade de solo da colheitadeira 10 (por exemplo, controlando automaticamente a operação do motor, transmissão e/ou sistema de freio da colheitadeira 10), a velocidade do exaustor associada a um ou ambos os extratores 54, 78 (por exemplo, controlando automaticamente a operação do exaustor 56, 80), a velocidade do elevador, por exemplo, controlando automaticamente a operação do motor do elevador 76), e/ou quaisquer outras configurações operacionais adequadas para acomodar variações no fluxo de massa através do sistema.

[058] Além desse controle automático da operação da colheitadeira, o controlador 202 também pode ser configurado para iniciar um ou mais outros comandos de controle associados ou relacionados ao parâmetro relacionado ao rendimento determinado utilizando o modelo aprendido por máquina. Por exemplo, em várias modalidades, o controlador 202 pode controlar automaticamente a operação da interface de usuário 244 para fornecer um aviso para o operador associado ao parâmetro relacionado ao rendimento determinado. Especificamente, em uma modalidade, o controlador 202 pode controlar a operação da interface de usuário 244 de uma maneira que faça com que os dados associados ao parâmetro relacionado ao rendimento determinado sejam apresentados ao operador da colheitadeira 10, tal como apresentando a matéria-prima ou processada aos dados associados ao parâmetro relacionado ao rendimento, incluindo valores numéricos, gráficos, mapas e/ou quaisquer outros indicadores visuais adequados.

[059] Além disso, em algumas modalidades, o comando de controle iniciado pelo controlador 202 pode ser associado à geração de um mapa de rendimento com base, pelo menos em parte, nos valores para a saída de parâmetro relacionado ao rendimento do modelo aprendido por máquina. Por exemplo, como indicado acima, as coordenadas de localização derivadas do(s) dispositivo(s) de posicionamento 243 e os dados relacionados ao rendimento podem ser ambos com registro de data/hora. Em tal modalidade, os dados com registro de data/hora podem permitir que cada valor de parâmetro relacionado ao rendimento ou ponto de dados seja combinado ou correlacionado a um conjunto correspondente de coordenadas de localização recebidas do(s) dispositivo(s) de posicionamento 243, permitindo assim a localização precisa da porção do campo associado ao valor/ponto de dados a ser determinado pelo controlador 202. O mapa de produtividade resultante pode, por exemplo, simplesmente corresponder a uma tabela de dados que mapeia ou correlaciona cada ponto de dados relacionado à produtividade com uma localização do campo associado. Alternativamente, o mapa de produção pode ser apresentado como um mapeamento geoespacial dos dados relacionados à produção, como um mapa de calor que indica a variabilidade no parâmetro relacionado à produção em todo o campo.

[060] Do mesmo modo, como mostrado na Figura 4, o controlador 202 também pode incluir uma interface de comunicação 232 para fornecer um meio para o controlador 202 se comunicar com qualquer um dos vários outros componentes do sistema descritos neste documento. Por exemplo, um ou mais links de comunicação ou interfaces 234 (por exemplo, um ou mais barramentos de dados e/ou conexões sem fio) podem ser fornecidos entre as interfaces de comunicação 232 e o(s) dispositivo(s) de entrada 204 para permitir a transmissão de dados do dispositivo(s) de entrada 204 para ser recebido pelo controlador 202. Adicionalmente, como mostrado na Figura 3, um ou mais links de comunicação ou interfaces 238 (por exemplo, um ou mais barramentos de dados e/ou conexões sem fio) podem ser fornecidos entre as interfaces de comunicação 232 e um ou mais componentes controlados eletronicamente 240 da colheitadeira 10 permitindo que o controlador 202 controle a operação de tais componentes do sistema.

[061] Com referência agora a Figura 5, de acordo com um aspecto da presente invenção, o controlador 202 pode armazenar ou incluir um ou mais modelos aprendidos por máquina 228. Em particular, o modelo aprendido por máquina 228 pode ser um modelo de estimativa de rendimento aprendido por máquina. O modelo de estimativa de rendimento aprendido por máquina 228 pode ser configurado para receber dados de entrada e processar os dados de entrada para determinar um ou mais parâmetros relacionados ao rendimento associado a colheitadeira 10.

[062] Como no exemplo, o modelo de estimativa de rendimento pode corresponder a um modelo linear aprendido por máquina. Por exemplo, em uma modalidade, o modelo de estimativa de rendimento pode ser ou incluir um modelo de regressão linear. Um modelo de regressão linear pode ser utilizado para receber os dados de entrada do(s) dispositivo(s) de entrada 204 e fornecer um valor numérico de saída contínua para o parâmetro relacionado ao rendimento. Os modelos de regressão linear podem se basear em várias técnicas diferentes, como mínimos quadrados ordinários, regressão da crista, laço, gradiente descendente e/ou semelhantes. Contudo, em outras modalidades, o modelo de estimativa de rendimento pode ser ou incluir qualquer outro modelo linear adequado aprendido por máquina.

[063] Alternativamente, o modelo de estimativa de rendimento pode corresponder a um modelo não linear aprendido por máquina. Por exemplo, em uma modalidade, o modelo de estimativa de rendimento pode ser ou incluir uma rede neural, como, por exemplo, uma rede neural convolucional. Redes neurais de exemplo incluem redes neurais feed-forward, redes neurais recorrentes (por exemplo, redes neurais recorrentes de memória de curto prazo longa), redes neurais convolucionais, redes neurais de transformador (ou quaisquer outros modelos que realizam auto assistência) ou outras formas de redes neurais. As redes neurais podem incluir múltiplas camadas de neurônios conectados em redes com uma ou mais camadas ocultas, que podem ser referidas como redes neurais "profundas". Normalmente, pelo menos alguns dos neurônios de uma rede neural incluem funções de ativação não lineares.

[064] Como exemplos adicionais, o modelo de estimativa de rendimento pode ser ou pode incluir vários outros modelos aprendidos por máquina, como uma máquina de vetor de suporte; um ou mais modelos baseados em árvore de decisão (por exemplo, modelos florestais aleatórios); um classificador de Bayes; um classificador de vizinhos k-mais próximos; e/ou outros tipos de modelos, incluindo em ambos os modelos lineares e modelos não lineares.

[065] Em algumas modalidades, o controlador 202 pode receber um ou mais modelos aprendidos por máquina 228 de sistema de computador de aprendizado de máquina 250 por rede 280 e pode armazenar um ou mais modelos aprendidos por máquina 228 na memória 212. O controlador 202 pode então usar ou executar o um ou mais modelos aprendidos por máquina 228 (por exemplo, por processador(es) 210).

[066] O sistema de computador de aprendizado de máquina 250 inclui um ou mais processadores 252 e uma memória 254, um ou mais processador(es) 252 pode(m) ser qualquer dispositivo de processamento adequado, tal como descrito para referência de processador(es) 210. A memória 254 pode incluir qualquer dispositivo de armazenamento adequado, tal como descrito para referência a memória 212.

[067] A memória 254 pode armazenar informações que podem ser acessadas por um ou mais processadores 252. Por exemplo, na memória 254 (por exemplo, um ou mais meios de armazenamento legíveis por computador não transitórios, dispositivos de memória) pode armazenar dados 256 que podem ser obtidos, recebidos, acessados, escritos, manipulados, criados e/ou armazenados. Em algumas modalidades, o sistema de computador de aprendizado de máquina 250 pode obter dados de um ou mais dispositivos de memória de sistemas remotos 250.

[068] A memória 254 também pode armazenar comandos legíveis por computador 258 que podem ser executados por um ou mais processadores 252. Os comandos 258 podem ser um software escrito em qualquer linguagem de programação adequada ou pode ser implementado em hardware. Adicionalmente, ou alternativamente, os comandos 258 podem ser por encadeamento de execução logicamente e/ou virtualmente separados por processador(es) 252.

[069] Por exemplo, a memória 254 pode armazenar comandos 258 que quando executados por um ou mais processadores 252 faz com que um ou mais processadores 252 realize qualquer uma das operações e/ou funções descritas neste documento.

[070] Em algumas modalidades, o sistema de computador de aprendizado de máquina 250 inclui um ou mais dispositivos de computador de servidor. Se o sistema de computador de aprendizado de máquina 250 inclui vários dispositivos de computador de servidor, tais dispositivos de computador de servidor podem operar de acordo com várias arquiteturas de computador, incluindo, por exemplo, arquiteturas de computador sequencial, arquiteturas de computador paralela ou alguma combinação de tais.

[071] Além ou alternativamente ao(s) modelo(s) 228 do controlador 202, o sistema de computador de aprendizado de máquina 250 pode incluir um ou mais modelos aprendidos por máquina 251. Por exemplo, os modelos 251 podem ser os mesmos descritos acima com referência ao(s) modelo(s) 228.

[072] Em algumas modalidades, o sistema de computador de aprendizado de máquina 250 pode se comunicar com o controlador 202 de acordo com uma relação cliente-servidor. Por exemplo, o sistema de computador de aprendizado de máquina 250 pode implementar os modelos aprendidos por máquina 251 para fornecer um serviço baseado na web para o controlador 202. Por exemplo, o serviço baseado na web pode fornecer a análise de dados para determinar parâmetros relacionados ao rendimento como um serviço.

[073] Assim, modelos aprendidos por máquina 228 podem ser localizados e utilizados no controlador 202 e/ou modelos aprendidos por máquina 251 podem ser localizados e utilizados no sistema de computador de aprendizado de máquina 250.

[074] Em algumas modalidades, o sistema de computador de aprendizado de máquina 250 e/ou o controlador 202 pode treinar os modelos aprendidos por máquina 228 e/ou 251 através do uso de um treinador modelo 260. O treinador modelo 260 pode treinar os modelos aprendidos por máquina 228 e/ou 251 utilizando um ou mais algoritmos de treinamento ou aprendizagem. Um exemplo de técnica de treinamento é a retro propagação do erro (“retropropagação”). Com base em gradiente (por exemplo, gradiente descendente) ou outras técnicas de treinamento podem ser utilizadas.

[075] Em algumas modalidades, o treinador modelo 260 pode realizar técnicas de treinamento supervisionado utilizando um conjunto de dados de treinamento 262. Por exemplo, os dados de treinamento 262 podem incluir dados de entrada do(s) dispositivo(s) de entrada 204 que estão associados a um valor conhecido para o parâmetro de destino (ou seja, o parâmetro relacionado ao rendimento). Por exemplo, os dados de entrada associados ao conjunto de dados de treinamento podem ser continuamente coletados, gerados e/ou recebidos enquanto o parâmetro relacionado ao rendimento está sendo monitorado através de monitoramento de rendimento separado para fornecer conjuntos de dados de correspondência ou correlação entre os dados de entrada e os dados relacionados ao rendimento. Em outras modalidades, o treinador modelo 260 pode executar técnicas de treinamento não supervisionadas. O treinador modelo 260 pode executar uma série de técnicas de generalização para melhorar a capacidade de generalização dos modelos que estão sendo treinados. As técnicas de generalização incluem queda de peso, perdas ou outras técnicas. O treinador modelo 260 pode ser implementado em hardware, software, firmware ou combinações dos mesmos.

[076] Assim, em algumas modalidades, os modelos podem ser treinados em um sistema de computador centralizado (por exemplo, na "fábrica") e, em seguida, distribuídos para (por exemplo, transferidos para armazenamento por) controladores específicos. Adicionalmente ou alternativamente, os modelos podem ser treinados (ou retreinados) com base em dados adicionais de treinamento gerados pelos usuários do sistema. Este processo pode ser referido como "personalização" dos modelos e pode permitir que os usuários treinem ainda mais os modelos para fornecer previsões melhoradas (por exemplo, mais precisas) para condições exclusivas de campo e/ou máquina experimentadas por tais usuários.

[077] A(s) rede(s) 280 pode(m) ser qualquer tipo de rede ou combinação de redes que permite a comunicação entre dispositivos. Em algumas modalidades, a(s) rede(s) pode(m) incluir uma ou mais rede de área local, rede de área ampla, a Internet, rede segura, rede de celular, rede de malha, link de comunicação ponto a ponto e/ou alguma combinação dos mesmos e pode incluir qualquer número de links com ou sem fio. A comunicação de rede(s) 280 pode ser realizado, por exemplo, por meio de uma interface de comunicação utilizando qualquer tipo de protocolo, esquema de proteção, codificação, formato, acondicionamento, etc.

[078] O sistema de computador de aprendizado de máquina 250 também pode incluir uma interface de comunicações 264 para se comunicar com qualquer um dos vários outros componentes dos sistemas descritos neste documento.

[079] As Figuras 4 e 5 ilustram o exemplo de sistemas de computador que podem ser utilizados para implementar a presente invenção. Outros sistemas de computador também podem ser utilizados. Por exemplo, em algumas modalidades, o controlador 202 pode incluir o treinador modelo 260 e o conjunto de dados de treinamento 262. Em tais modalidades, os modelos aprendidos por máquina 228 podem ser ambos treinados e utilizados localmente no controlador 202. Como outro exemplo, em algumas modalidades, o controlador 202 não está conectado a outros sistemas de computador.

[080] Com referência agora a Figura 6, uma vista esquemática que ilustra um diagrama de fluxo exemplar para treinar um modelo aprendido por máquina, como os modelos de estimativa de rendimento aprendidos por máquina 228, 251 descrito acima, são ilustrados de acordo com aspectos da presente invenção. Conforme indicado acima, o(s) modelo(s) 228, 251 pode(m) ser treinado(s) por um treinador modelo 260 que utiliza os dados de treinamento 262 e executa quaisquer técnicas adequadas de treinamento supervisionadas e/ou não supervisionadas. Em várias modalidades, como mostrado na Figura 6, o(s) modelo(s) 228, 251 pode(m) sertreinado(s) utilizando um ou mais conjuntos de dados de treinamento, incluindo os dados de entrada 290 que está associado a um valor conhecido para o parâmetro de destino 292 (ou seja, o parâmetro relacionado ao rendimento). Por exemplo, em um modalidade, os dados de entrada 290 associados ao conjunto de dados de treinamento podem ser continuamente coletados, gerados e/ou recebidos (por exemplo, através do(s) dispositivo(s) de entrada 204) enquanto uma colheitadeira agrícola está realizando uma operação de colheita dentro do campo, o parâmetro 292 relacionado ao rendimento alvo está sendo monitorado através do monitoramento de produção separado (por exemplo, utilizando um sistema de monitoramento de rendimento convencional que depende de uma placa de carga sensorizada dentro do conjunto de elevador para monitorar, por exemplo, a taxa de fluxo de massa através do elevador).

[081] Ao analisar os dados de entrada 290 em combinação com os valores alvos conhecidos 292 para o parâmetro relacionado ao rendimento derivado dos meios de monitoramento de rendimento separados, correlações adequadas podem ser estabelecidas entre os dados de entrada (incluindo certos subconjuntos de dados de entrada) e o parâmetro relacionado ao rendimento para desenvolver um modelo aprendido por máquina que poderá prever com precisão o parâmetro relacionado ao rendimento com base em novos conjuntos de dados, incluindo o mesmo tipo de dados de entrada. Por exemplo, em uma implementação, correlações adequadas podem ser estabelecidas entre o parâmetro relacionado ao rendimento e várias condições relacionadas à operação associadas ou incluídas nos dados de entrada, tais como vários parâmetros detectados, calculados e/ou conhecidos, ajustes, configurações de máquina, e/ou status operacionais associados à colheitadeira (por exemplo, velocidade do motor, velocidade de solo, velocidade do elevador, altura do conjunto de corte de base, pressão do conjunto de corte de base, velocidade do conjunto picador, pressão do conjunto picador, posição ou deslocamento do rolo flutuante, a posição vertical ou deslocamento do chassi ou estrutura, a velocidade do exaustor associada com o extrator primário e/ou secundário, uso do motor hidráulico, direção dos discos de corte de base (para frente ou para trás), se o conjunto cortador de pontas ou suspensão está sendo levantado ou abaixado, o modelo/tipo do conjunto picador , o tamanho do conjunto de elevador, parâmetros de pneu/pista e/ou semelhantes). Conforme indicado acima, além de usar tais condições relacionadas à operação, baseadas na colheitadeira, para estabelecer a correlação desejada (ou como uma alternativa às mesmas), correlações adequadas também podem ser estabelecidas entre o parâmetro relacionado ao rendimento e várias outras condições relacionadas à operação, tais como condições relacionadas à operação baseadas no campo ou baseadas em aplicação (por exemplo, condições específicas para a região dentro do qual a colheitadeira está operando, parâmetros específicos da fazenda, parâmetros relacionados ao clima (dia/noite), dados de umidade, dados de NDVI de campo, dados de previsão de produção, dados de análise de solo e/ou semelhantes).

[082] Como mostrado na Figura 6, uma vez que o modelo aprendido por máquina tenha sido treinado, novos conjuntos de dados 294 podem ser inseridos no modelo para permitir que o modelo preveja ou determine novos valores estimados 296 para o parâmetro relacionado ao rendimento desejado. Por exemplo, ao treinar o modelo, os dados de entrada coletados, gerados e/ou recebidos durante uma operação de colheita subsequente podem ser inseridos no modelo para fornecer dados relacionados ao rendimento associado a tal operação de colheita. Especificamente, em uma modalidade, o modelo pode ser utilizado para prever ou determinar valores para o parâmetro relacionado ao rendimento em uma determinada frequência (por exemplo, a frequência na qual novos dados de entrada estão sendo recebidos) para permitir que tal parâmetro seja continuamente monitorado enquanto a operação de colheita está sendo conduzida. Conforme indicado acima, tais dados relacionados ao rendimento podem então ser utilizados pelo sistema de computador 200 para gerar um mapa de campo associado (por exemplo, um mapa de produtividade), para apresentar informações de produtividade para o operador (por exemplo, através da interface do usuário 244), para controlar automaticamente a operação da colheitadeira 10 e/ou para executar quaisquer outros comandos de controle adequadas.

[083] Com referência agora a Figura 7, um diagrama de fluxo de uma modalidade de um método 300 para estimativa de rendimento da colheita de uma colheitadeira agrícola é ilustrado de acordo com aspectos da presente invenção. Em geral, o método 300 será descrito neste documento com referência à colheitadeira agrícola 10 e componentes relacionados descritos com referência às Figuras 1-3B, e os vários componentes do sistema 200 descritos com referência às Figuras 4 e 5. No entanto, deve ser apreciado que o método divulgado 300 pode ser implementado em colheitadeiras tendo quaisquer outras configurações adequadas e/ou dentro de sistemas tendo qualquer outra configuração de sistema adequada. Adicionalmente, embora a Figura 7 represente as etapas realizadas em uma ordem específica para fins de ilustração e discussão, os métodos discutidos neste documento não estão limitados a qualquer ordem ou arranjo específico. Um técnico no assunto, utilizando as divulgações fornecidas neste documento, apreciará que várias etapas dos métodos divulgados neste documento podem ser omitidas, reorganizadas, combinadas e/ou adaptadas de várias maneiras, sem se desviar do escopo da presente divulgação.

[084] Como mostrado na Figura 5, em (302), o método 300 pode incluir a obtenção de dados associados a uma ou mais condições relacionadas à operação de uma colheitadeira agrícola. Por exemplo, conforme descrito acima, o controlador 202 pode ser comunicativamente acoplado a um ou mais dispositivos de entrada 204 configurado para coletar ou gerar dados associados a uma ou mais condições relacionadas à operação de uma colheitadeira agrícola, permitindo assim que os dados coletados ou gerados por tais dispositivos sejam transmitidos para o controlador 202. Conforme indicado acima, as condições relacionadas à operação podem incluir, mas não estão limitadas aos parâmetros operacionais e configurações da colheitadeira (por exemplo, parâmetros operacionais detectados ou calculados ou configurações selecionadas pelo operador), comandos do veículo para a colheitadeira, parâmetros de configuração do veículo, parâmetros relacionados à aplicação, parâmetros relacionados ao campo e/ou semelhante. Por exemplo, dados de condição relacionados à operação podem incluir, mas não estão limitados a dados associados a qualquer um ou a uma combinação de velocidade do motor, velocidade de solo, velocidade do elevador, altura do conjunto de corte de base, pressão do conjunto de corte de base, velocidade do conjunto de corte, pressão do conjunto de corte, posição ou deslocamento do rolo flutuante, a posição vertical ou deslocamento do chassi ou estrutura, a velocidade do exaustor associada ao extrator primário e/ou secundário, uso do motor hidráulico, proporção de folhagem, direção do conjunto de corte de base (para frente ou reverso), levantamento ou abaixamento do conjunto cortador de pontas, levantamento ou abaixamento da suspensão, o modelo/tipo do conjunto picador, o tamanho do conjunto do elevador, parâmetros do pneu/esteira, a região dentro da qual a colheitadeira está operando, parâmetros específicos da fazenda, parâmetros relacionados ao tempo (dia/noite), dados de umidade, dados NDVI de campo, dados de previsão de produção, dados de análise de solo e/ou semelhantes.

[085] Em algumas modalidades, os dados de entrada podem corresponder a um conjunto de dados coletados ou gerados em um determinado momento, como incluindo parâmetros operacionais detectados ou calculados instantaneamente pela colheitadeira 10, enquanto a colheitadeira 10 está realizando uma operação de colheita dentro de um campo. Assim, em algumas modalidades, o método 300 pode ser realizado iterativamente para cada novo conjunto de dados de entrada à medida que tal conjunto de dados é recebido. Por exemplo, o método 300 pode ser realizado iterativamente em tempo real conforme novos dados são recebidos dos dispositivos de entrada 204 enquanto a colheitadeira 10 é deslocada por todo o campo. Por exemplo, o método 300 pode ser realizado iterativamente em tempo real conforme novos dados do sensor são recebidos dos sensores 242 que estão fisicamente localizados na colheitadeira 10.

[086] Além disso, em (304), o método 300 pode incluir inserir os dados em um modelo de estimativa de rendimento aprendido por máquina configurado para receber e processar os dados para determinar um parâmetro relacionado ao rendimento indicativo de um rendimento da colheita para a colheitadeira agrícola. Especificamente, conforme indicado acima, o controlador 202 pode ser configurado para alavancar um modelo aprendido por máquina que está configurado para receber e processar dados de entrada associados a uma ou mais condições relacionadas à operação para a colheitadeira agrícola para determinar um parâmetro relacionado ao rendimento indicativo do rendimento da colheita para a colheitadeira. Por exemplo, em várias modalidades, o modelo aprendido por máquina pode ser configurado para determinar a taxa de fluxo de massa dos materiais colhidos sendo direcionados através de uma porção da colheitadeira com base na entrada de dados no modelo.

[087] Em algumas modalidades, os dados inseridos podem corresponder a ou de outra forma incluir uma totalidade do conjunto de dados de entrada, de modo que todos os dados de entrada recebidos dos dispositivos de entrada 204 sejam analisados. Em outras modalidades, os dados inseridos podem corresponder a ou de outra forma incluir só uma porção ou subconjunto dos dados de entrada recebidos dos dispositivos de entrada 204. Utilizando só um subconjunto dos dados da imagem pode permitir reduções no tempo de processamento e requisitos.

[088] Além disso, em (306), o método 300 pode incluir o recebimento de um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina. Especificamente, o modelo aprendido por máquina pode ser configurado para emitir um valor numérico para o parâmetro relacionado ao rendimento com base na entrada de dados no modelo, através do valor numérico de saída para a taxa de fluxo de massa dos materiais colhidos sendo direcionados através da colheitadeira.

[089] Ainda com referência à Figura 7, em (308), o método 300 pode incluir o início de um comando de controle para a colheitadeira agrícola com base, pelo menos em parte, no valor para o parâmetro relacionado ao rendimento. Por exemplo, como indicado acima, o controlador 202 pode ser configurado para iniciar quaisquer comandos de controle associados com o parâmetro relacionado ao rendimento determinado, incluindo, mas não se limitando a, apresentar dados associados ao parâmetro relacionado ao rendimento ao operador através da interface de usuário associada 244, gerando um mapa de rendimento com base, pelo menos em parte, no parâmetro relacionado ao rendimento determinado e/ou controlando automaticamente a operação de um componente da colheitadeira 10 com base, pelo menos em parte, no parâmetro relacionado ao rendimento determinado.

[090] Deve ser entendido que as etapas do método 300 são realizadas pelo sistema de computador 200 mediante carregamento e execução de código de software ou instruções que são armazenadas de forma tangível em um meio legível por computador tangível, como em um meio magnético, por exemplo, um disco rígido de drive de computador, um meio óptico, por exemplo, um disco óptico, memória de estado sólido, por exemplo, memória flash ou outra mídia de armazenamento conhecida na técnica. Assim, qualquer funcionalidade realizada pelo sistema de computador 200 descrito neste documento, como o método 300, é implementado no código do software ou as instruções são armazenadas de forma tangível em um meio legível por computador tangível. O sistema de computador 200 carrega o código ou as instruções do software por meio de uma interface direta com o meio legível por computador ou por meio de uma rede com e/ou sem fio. Ao carregar e executar tal código de software ou instruções do sistema de computador 202, o sistema de computador 202 pode executar qualquer uma das funcionalidades do sistema de computador 202 descrito neste documento, incluindo quaisquer etapas do método 300.

[091] O termo "código de software" ou "código" utilizado neste documento se refere a quaisquer instruções ou conjunto de instruções que influenciam a operação de um sistema de computador. Elas podem existir em uma forma executável por computador, como código de máquina, que é o conjunto de instruções e dados executáveis diretamente pela unidade de processamento central de um computador ou por um sistema de computador, uma forma compreensível por humanos, como código-fonte, que pode ser compilado para ser executado por uma unidade de processamento central de um computador ou por um controlador, ou uma forma intermediária, como o código-objeto, que é produzido por um compilador. Conforme utilizado neste documento, 0 termo "código de software" ou "código" também inclui quaisquer instruções de computador compreensíveis ou conjunto de instruções, por exemplo, um script, que pode ser executado em tempo real com o auxílio de um interpretador executado por uma central de computador, unidade de processamento ou por um sistema de computador.

[092] Esta descrição utiliza exemplos para divulgar a invenção, incluindo o melhor modo, e também permite que qualquer pessoa entendida na técnica pratique a invenção, incluindo a fabricação e o uso de quaisquer dispositivos ou sistemas e a execução de quaisquer métodos incorporados. O escopo patenteável da invenção é definido pelas reivindicações e pode incluir outros exemplos verificados pelos técnicos no assunto. Tais outros exemplos destinam-se a estarem dentro do escopo das reivindicações se incluírem elementos estruturais que não diferem da linguagem literal das reivindicações ou se incluírem elementos estruturais equivalentes com diferenças não substanciais da linguagem literal das reivindicações.

Claims (20)

1. SISTEMA DE COMPUTADOR PARA ESTIMAR RENDIMENTOS DE SAFRAS PARA COLHEITADEIRAS AGRÍCOLAS, o sistema de computador sendo caracterizado por compreender:
   um ou mais processadores (210); e
   uma ou mais mídias legíveis por computador não transitórias de armazenamento coletivo:
   um modelo de estimativa de rendimento aprendido por máquina (228) configurado para receber dados associados a uma ou mais condições relacionadas à operação de uma colheitadeira agrícola (10) e processamento de dados para determinar um parâmetro relacionado ao rendimento indicativo de uma colheita para a colheitadeira agrícola (10); e
   instruções que, quando executadas por um ou mais processadores (210), configuram o sistema de computador (200) para executar operações, sendo que as operações compreendem:
   obtenção de dados associados a uma ou mais condições relacionadas à operação;
   inserção de dados no modelo de estimativa de rendimento aprendido por máquina (228); e
   recebimento de valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina (228).
2. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 1, caracterizado pelo fato de que:
   o sistema de computador (200) é fisicamente localizado na colheitadeira agrícola (10); e
   configurado para obter os dados associados a uma ou mais condições relacionadas à operação compreendendo a obtenção de dados associados com uma ou mais condições relacionadas à operação de uma fonte (245) localizada fisicamente na colheitadeira agrícola (10).
3. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 1, caracterizado pelo fato de que:
   o sistema de computador (200) é fisicamente localizado na colheitadeira agrícola (10); e
   configurado para obter os dados associado a uma ou mais condições relacionadas à operação compreendendo a obtenção de dados associada com uma ou mais condições relacionadas à operação de uma fonte (246) localizada remotamente a partir da colheitadeira agrícola (10).
4. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 1, caracterizado pelo fato de que as operações compreendem ainda o início de um comando de controle para a colheitadeira agrícola (10) com base, pelo menos em parte, no parâmetro relacionado ao rendimento.
5. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 4, caracterizado pelo fato de que iniciar o comando de controle compreende pelo menos:
   em fazer com que os dados associados ao parâmetro relacionado ao rendimento sejam apresentados a um operador através de uma interface de usuário (244) da colheitadeira agrícola (10);
   gere um mapa de rendimento com base, pelo menos em parte, no parâmetro relacionado ao rendimento; ou
   controle automaticamente uma operação de um componente da colheitadeira agrícola (10) com base, pelo menos em parte, no parâmetro relacionado ao rendimento.
6. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 1, caracterizado pelo fato de que o parâmetro relacionado ao rendimento compreende uma taxa de fluxo de massa através de uma porção da colheitadeira agrícola (10).
7. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 1, caracterizado pelo fato de que obter os dados associados a uma ou mais condições relacionadas à operação compreende na obtenção dos dados de um ou mais sensores (242) fisicamente localizados na colheitadeira agrícola (10).
8. SISTEMA DE COMPUTADOR, de acordo com a reivindicação 7, caracterizado pelo fato de que os dados do sensor são indicativos de pelo menos:
   uma posição ou mudança na posição de um ou mais componentes da colheitadeira agrícola (10);
   uma velocidade de solo da colheitadeira agrícola (10);
   uma velocidade operacional de um ou mais componentes da colheitadeira agrícola;
   uma pressão de fluido hidráulico dentro a colheitadeira agrícola (10); ou
   uma carga aplicada a um ou mais componentes da colheitadeira agrícola (10).
9. MÉTODO IMPLEMENTADO POR COMPUTADOR PARA ESTIMAR O RENDIMENTO DA COLHEITA, o método implementado por computador sendo caracterizado por compreender:
   obter, por um sistema de computador (200) que compreende um ou mais dispositivos de computador, dados associados a uma ou mais condições relacionadas á operação para uma colheitadeira agrícola (10);
   inserir, pelo sistema de computador (200), os dados em um modelo de estimativa de rendimento aprendido por máquina (228) configurado para receber e processar os dados para determinar um parâmetro relacionado ao rendimento indicativo de um rendimento da colheita para a colheitadeira agrícola (10):
   receber, pelo sistema de computador (200), um valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina (228); e
   iniciar, pelo sistema de computador (200), um comando de controle para a colheitadeira agrícola (10) com base, pelo menos em parte, no parâmetro relacionado ao rendimento.
10. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que:
    o sistema de computador (100) esteja fisicamente localizado na colheitadeira agrícola (100; e
    obtenha os dados associados a uma ou mais condições relacionadas â operação compreendendo a obtenção de dados associados com uma ou mais condições relacionadas ã operação de uma fonte (245) localizada fisicamente na colheitadeira agrícola (10).
11. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que:
    o sistema de computador (200) esteja fisicamente localizado na colheitadeira agrícola (10); e
    obtendo os dados associado a uma ou mais condições relacionadas à operação compreendendo a obtenção de dados associada com uma ou mais condições relacionadas à operação de uma fonte (246) localizada remotamente a partir da colheitadeira agrícola (10).
12. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que iniciar o comando de controle compreende fazer com que os dados associados ao parâmetro relacionado ao rendimento sejam apresentados a um operador através da interface de usuário (244) de uma colheitadeira agrícola (10).
13. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que iniciar o comando de controle compreende gerar um mapa de rendimento com base, pelo menos em parte, no parâmetro relacionado ao rendimento.
14. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que iniciar o comando de controle compreende controlar automaticamente uma operação de um componente da colheitadeira agrícola (10) com base, pelo menos em parte, na taxa de fluxo de massa determinada.
15. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que o parâmetro relacionado ao rendimento compreende uma taxa de fluxo de massa através de uma porção da colheitadeira agrícola (10).
16. MÉTODO, de acordo com a reivindicação 9, caracterizado pelo fato de que obter os dados associados a uma ou mais condições relacionadas à operação compreende a obtenção de dados de sensor de um ou mais sensores (242) fisicamente localizados na colheitadeira agrícola (10).
17. MÉTODO, de acordo com a reivindicação 16, caracterizado pelo fato de que os dados do sensor são indicativos de pelo menos:
    uma posição ou mudança na posição de um ou mais componentes da colheitadeira agrícola (10);
    uma velocidade de solo da colheitadeira agrícola (10);
    uma velocidade operacional de um ou mais componentes da colheitadeira agrícola (10);
    uma pressão de fluido do fluido hidráulico dentro da colheitadeira agrícola (10); ou
    uma carga aplicada a um ou mais componentes da colheitadeira agrícola (10).
18. COLHEITADEIRA AGRÍCOLA, caracterizada pelo fato que compreende:
    uma estrutura (12);
    um sistema de processamento de material (19) suportado em relação à estrutura (12) e sendo configurado para processar um fluxo de materiais colhidos; e
    um controlador (202) que compreende um ou mais processadores (210) e uma ou mais mídias legíveis por computador não transitórias que armazenam de forma coletiva:
    um modelo de estimativa de rendimento aprendido por máquina (228) configurado para receber dados associados a uma ou mais condições relacionadas à operação para a colheitadeira agrícola (10) e processamento de dados para determinar um parâmetro relacionado ao rendimento associado aos materiais colhidos que estão sendo conduzidos através da colheitadeira agrícola (10); e
    instruções que, quando executadas por um ou mais processadores (210), configuram o controlador (202) para executar operações, as operações compreendendo:
    obtenção de dados associados a uma ou mais condições relacionadas à operação;
    inserção de dados no modelo de estimativa de rendimento aprendido por máquina (228); e
    recebimento de valor para o parâmetro relacionado ao rendimento como uma saída do modelo de estimativa de rendimento aprendido por máquina (228).
19. COLHEITADEIRA AGRÍCOLA, de acordo com a reivindicação 18, caracterizada pelo fato de que as operações compreendem ainda o início de um controle de ação para a colheitadeira agrícola (10) com base, pelo menos em parte, no valor para o parâmetro relacionado ao rendimento.
20. COLHEITADEIRA AGRÍCOLA, de acordo com a reivindicação 18, caracterizada pelo fato de que compreende ainda um ou mais sensores (242) fisicamente localizados na colheitadeira agrícola (10),
    em que obter os dados associados a uma ou mais condições relacionadas à operação compreende obter dados de sensor de um ou mais sensores (242); e
    em que os dados do sensor são indicativos de pelo menos: uma posição ou mudança na posição de um ou mais componentes da colheitadeira agrícola (10);
    uma velocidade de solo da colheitadeira agrícola (10); uma velocidade operacional de um ou mais componentes da colheitadeira agrícola (10);
    uma pressão de fluido do fluido hidráulico dentro da colheitadeira agrícola (10); ou
    uma carga aplicada a um ou mais componentes da colheitadeira agrícola (10).

Images