BR112016024660B1 - Método para execução por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com equipamentos de agricultura e meio de armazenamento legível por computador não transitório - Google Patents
Método para execução por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com equipamentos de agricultura e meio de armazenamento legível por computador não transitório Download PDFInfo
- Publication number
- BR112016024660B1 BR112016024660B1 BR112016024660-8A BR112016024660A BR112016024660B1 BR 112016024660 B1 BR112016024660 B1 BR 112016024660B1 BR 112016024660 A BR112016024660 A BR 112016024660A BR 112016024660 B1 BR112016024660 B1 BR 112016024660B1
- Authority
- BR
- Brazil
- Prior art keywords
- agriculture
- data
- current
- region
- site
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 223
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000003860 storage Methods 0.000 title claims description 92
- 238000004458 analytical method Methods 0.000 claims abstract description 226
- 238000009313 farming Methods 0.000 claims abstract description 68
- 230000006870 function Effects 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 20
- 230000003628 erosive effect Effects 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 238000011022 operating instruction Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 2
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 66
- 238000010586 diagram Methods 0.000 description 58
- 241000196324 Embryophyta Species 0.000 description 41
- 240000008042 Zea mays Species 0.000 description 37
- 238000013481 data capture Methods 0.000 description 37
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 36
- 238000013459 approach Methods 0.000 description 35
- 230000009471 action Effects 0.000 description 31
- 239000002689 soil Substances 0.000 description 31
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 30
- 235000005822 corn Nutrition 0.000 description 30
- 230000005856 abnormality Effects 0.000 description 16
- 239000003337 fertilizer Substances 0.000 description 16
- 238000003306 harvesting Methods 0.000 description 16
- 238000013480 data collection Methods 0.000 description 14
- 238000005457 optimization Methods 0.000 description 14
- 238000012512 characterization method Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 12
- 244000046052 Phaseolus vulgaris Species 0.000 description 11
- 230000000977 initiatory effect Effects 0.000 description 11
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 10
- 230000008878 coupling Effects 0.000 description 10
- 238000010168 coupling process Methods 0.000 description 10
- 238000005859 coupling reaction Methods 0.000 description 10
- 230000002349 favourable effect Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000004162 soil erosion Methods 0.000 description 8
- 230000004720 fertilization Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 235000015097 nutrients Nutrition 0.000 description 7
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 6
- 235000009973 maize Nutrition 0.000 description 6
- 238000013439 planning Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000007788 liquid Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013499 data model Methods 0.000 description 4
- 239000000575 pesticide Substances 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005669 field effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000000417 fungicide Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000046095 Psophocarpus tetragonolobus Species 0.000 description 1
- 240000006394 Sorghum bicolor Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 239000010893 paper waste Substances 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/06—Simulation on general purpose computers
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Molecular Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computational Linguistics (AREA)
Abstract
GERAÇÃO DE UMA PRESCRIÇÃO DE AGRICULTURA. Um método começa por equipamentos agrícolas coletando dados de agricultura coletados no local atuais sobre uma região de agricultura e enviando pelo menos uma representação dos dados de agricultura coletados no local atuais para um dispositivo hospedeiro. O método continua com o dispositivo hospedeiro processando um ou mais de pelo menos uma representação dos dados de agricultura coletados no local atuais, dados de agricultura coletados fora do local atuais, dados de agricultura coletados no local de histórico, dados de agricultura coletados fora do local de histórico e análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura atual para a região de agricultura. O método continua com o dispositivo hospedeiro gerando uma prescrição de agricultura sobre pelo menos uma porção da região de agricultura com base na previsão de agricultura atual e enviando a prescrição de agricultura para um ou mais dos equipamentos de agricultura
Description
[001] O presente pedido reivindica prioridade para Pedido Provisório No. US 61/981.909, intitulado "OTIMIZAÇÃO DE UM CICLO DE VIDA DE AGRICULTURA", depositado em 21 de abril de 2014, e Aplicação de Utilidade No. US 14/691.280, intitulado "GERAÇÃO DE UMA PRESCRIÇÃO DE AGRICULTURA", depositado em 20 de abril de 2015, ambos os quais são aqui incorporados por referência na sua totalidade, e fazem parte integrante do presente pedido de patente para todos os fins.
[002] Esta invenção refere-se genericamente a sistemas de computação utilizados na agricultura e, mais particularmente, a utilização de sistemas de computação para determinar aspectos de um ciclo de vida de agricultura para fornecer melhores resultados do ciclo de vida de agricultura.
[003] Agricultura é conhecida por incluir cultivo de plantas para manter e melhorar a vida humana. O cultivo de plantas inclui execução de vários passos do ciclo de vida de agricultura, tais como, gestão, irrigação, adubação, plantio e colheita da terra. Eficácia do ciclo de vida de agricultura pode depender do controle de processo da execução dos numerosos passos e ainda depender de numerosas condições, tais como, luz solar disponível, disponibilidade de água, intervalos de temperatura, velocidade de vento, tipo de solo, nutrientes de solo, e outros fatores.
[004] Dispositivos de computação são conhecidos por reunir dados, armazenar dados, processar dados e comunicar dados. Exemplos de um dispositivo de computação incluem equipamentos eletrônicos agrícolas embutidos, um telefone inteligente, um computador tablet, um computador portátil, um computador pessoal, um servidor de armazenamento, e / ou um servidor de processamento de dados. Basicamente, qualquer dispositivo que inclui uma unidade de computação, uma ou mais interfaces, e um sistema de memória pode ser considerado um dispositivo de computação.
[005] Como é ainda conhecido, dispositivos de computação podem ser utilizados para coletar dados associados com o ciclo de vida de agricultura e para processar os dados coletados. Tais dados processados podem ser utilizados para entender relações de causa e efeito associadas com a eficácia do ciclo de vida de agricultura.
[006] A Figura 1 é um diagrama de blocos esquemático de uma modalidade de um sistema de computação de acordo com a presente invenção; A Figura 2 é um diagrama ilustrando uma modalidade de uma pluralidade de regiões geográficas de acordo com a presente invenção; A Figura 3 é um diagrama ilustrando uma modalidade de uma pluralidade de sub-regiões geográficas de acordo com a presente invenção; A Figura 4 é um diagrama de blocos esquemático de uma modalidade de um dispositivo de usuário de acordo com a presente invenção; A Figura 5 é um diagrama de blocos esquemático de outra modalidade de um sistema de computação de acordo com a presente invenção; A Figura 6 é um diagrama ilustrando uma modalidade de um caminho de condução para uma região geográfica associada de acordo com a presente invenção; A Figura 7 é um diagrama ilustrando uma relação entre um dispositivo de usuário e faixas ao longo de um caminho de condução de acordo com a presente invenção; A Figura 8 é um diagrama ilustrando um exemplo de uma estrutura de um registro de dados de acordo com a presente invenção; A Figura 9 é um diagrama de blocos esquemático de uma modalidade de uma unidade de aplicação e uma unidade de armazenamento associada de acordo com a presente invenção; A Figura 10 é um diagrama ilustrando uma outra modalidade de um caminho de condução para uma região geográfica associada de acordo com a presente invenção; A Figura 11 é um diagrama ilustrando uma relação entre um dispositivo de usuário, um conjunto de atuador, e faixas ao longo de um caminho de condução de acordo com a presente invenção; As Figuras 12A e 12B são um diagrama de blocos esquemático de outra modalidade de um sistema de computação de acordo com a presente invenção; A Figura 12C é um fluxograma ilustrando um exemplo de geração de uma prescrição de agricultura de acordo com a presente invenção; A Figura 12D é um diagrama de blocos esquemático de outra modalidade de um sistema de computação de acordo com a presente invenção; A Figura 12E é um diagrama ilustrando uma outra modalidade de um caminho de condução para uma região geográfica associada de acordo com a presente invenção; As Figuras 12F-G são diagramas ilustrando exemplos de mapas topográficos de uma região geográfica associada de acordo com a presente invenção; A Figura 12H é um fluxograma ilustrando um exemplo de identificação de anormalidades topográficas de acordo com a presente invenção; A Figura 13A é um diagrama de blocos esquemático de uma modalidade de um módulo de processamento de aplicação de acordo com a presente invenção; A Figura 13B é um diagrama ilustrando um exemplo de produção de uma análise de super-região de acordo com a presente invenção; A Figura 13C é um diagrama ilustrando um exemplo de produção de um resumo de análise de super-região de acordo com a presente invenção; A Figura 13D é um diagrama ilustrando um exemplo de produção de uma prescrição de agricultura de uma região geográfica de acordo com a presente invenção; A Figura 13E é um fluxograma ilustrando um exemplo de geração de uma prescrição de agricultura de acordo com a presente invenção; A Figura 14A é um diagrama de blocos esquemático de uma outra modalidade de um módulo de processamento de aplicação de acordo com a presente invenção; A Figura 14B é um diagrama ilustrando um exemplo de uma prescrição de agricultura de caminho de condução de acordo com a presente invenção; A Figura 14C é um fluxograma ilustrando um outro exemplo de geração de uma prescrição de agricultura de uma região geográfica de acordo com a presente invenção; A Figura 15A é um diagrama ilustrando uma outra relação entre um dispositivo de usuário e faixas ao longo de um caminho de condução de acordo com a presente invenção; A Figura 15B é um diagrama de blocos esquemático de uma outra modalidade de um módulo de processamento de aplicação de acordo com a presente invenção; A Figura 15C é um fluxograma ilustrando um exemplo de digitalização de objetos dentro de uma região geográfica de acordo com a presente invenção; A Figura 16A é um diagrama de blocos esquemático de uma outra modalidade de um módulo de processamento de aplicação de acordo com a presente invenção; A Figura 16B é um diagrama ilustrando um exemplo de uma prescrição de agricultura de velocidade de condução de acordo com a presente invenção; A Figura 16C é um fluxograma ilustrando um exemplo de determinação de uma velocidade de condução para uma prescrição de agricultura de acordo com a presente invenção; A Figura 17A é um diagrama ilustrando uma outra relação entre um dispositivo de usuário, um conjunto de atuador, e faixas ao longo de um caminho de condução de acordo com a presente invenção; A Figura 17B é um diagrama ilustrando uma outra modalidade de um caminho de condução para uma região geográfica associada de acordo com a presente invenção; A Figura 17C é um fluxograma ilustrando um exemplo de codificação de dados como um padrão de plantação de acordo com a presente invenção; A Figura 18A é um diagrama ilustrando uma outra relação entre um dispositivo de usuário, um conjunto de atuador, e faixas ao longo de um caminho de condução de acordo com a presente invenção; A Figura 18B é um diagrama ilustrando uma outra modalidade de um caminho de condução para uma região geográfica associada de acordo com a presente invenção; e A Figura 18C é um fluxograma ilustrando um exemplo de alinhamento de faixas de um caminho de condução de acordo com a presente invenção.
[007] A Figura 1 é um diagrama de blocos esquemático de uma modalidade de um sistema de computação distribuído 10, que inclui, pelo menos, uma rede de localização sem fio 18, uma ou mais redes de comunicação sem fio 1, 2, etc., uma rede 24, uma unidade de aplicação 16, uma unidade de armazenamento 36, uma pluralidade de dispositivos de usuário 14, e uma pluralidade de dispositivos de usuário associados a regiões geográficas 1-R (por exemplo, dispositivos de usuário 1-1A, 1-1C, 1-2A, 1-2C, etc., associados com região geográfica 1, os dispositivos de usuário 2-1A, 2-1B, 2-1C, 2-2A, 2-2C, etc., associados com a região geográfica 2). Daqui em diante, os dispositivos de usuário associados com as regiões geográficas e os dispositivos de usuário 14 podem ser referidos alternadamente como os dispositivos de usuário. Os componentes do sistema de computação 10 são acoplados através da rede 24, que pode incluir um ou mais de sistemas de comunicações sem fio e / ou de rede fixa, um ou mais sistemas de comunicação privados, um sistema de internet pública, um ou redes de área mais locais (LAN) e uma ou mais redes de área ampla (WAN).
[008] Cada rede de comunicação sem fio inclui um ou mais de um sistema de comunicação sem fio público e um sistema de comunicação sem fio privado e pode operar de acordo com um ou mais padrões da indústria sem fio incluindo sistema de telecomunicações móveis universal (UMTS), sistema global para comunicações móveis (GSM), evolução a longo prazo (LTE), multiplexação por divisão de código de banda larga (WCDMA), IEEE 802.11, IEEE 802.16. Cada rede de comunicação sem fio 1-R envia sinais de comunicação sem fio 42 para os dispositivos de usuário e recebe sinais de comunicação sem fio 42 a partir dos dispositivos de usuário para comunicar mensagens de dados 44 e / ou mensagens de aplicação 46. Os dispositivos de usuário associados com as regiões geográficas podem enviar e receber os sinais de comunicação sem fio 42 diretamente entre dois ou mais dispositivos de usuário. Alternativamente, ou em adição a, os dois dispositivos de usuário podem comunicar informação de interface 40 diretamente através de uma interface de rede fixa entre os dois dispositivos de usuário. Por exemplo, o dispositivo de usuário 2-1A comunica a informação de interface 40 com o dispositivo de usuário 2-1B quando o dispositivo de usuário 2-1A e o dispositivo de usuário 2-1B são acoplados operativamente com a interface de rede fixa.
[009] A rede local sem fio 18 inclui um ou mais de um sistema de localização sem fio público (por exemplo, satélite de posicionamento global (GPS), uma rede celular) e um sistema de localização sem fio privado (por exemplo, sinalizador sem fio, uma rede de área local sem fio (WLAN)). A rede de localização sem fio 18 envia sinais de localização sem fio 38 para pelo menos alguns da pluralidade de dispositivos de usuário para permitir a determinação das informações de localização.
[0010] A unidade de aplicação 36 e unidade de armazenamento 16 incluem um módulo de processamento (por exemplo, um módulo de processamento de aplicação) e memória para suportar execução de uma ou mais aplicações (por exemplo, uma aplicação de otimização de ciclo de vida de agricultura) e armazenamento de informação. Cada dispositivo de usuário pode ser um dispositivo de computação portátil (por exemplo, equipamentos eletrônicos agrícolas embutidos, um dongle de interface de equipamentos de agricultura, eletrônico veicular embutido, um telefone inteligente, um computador tablet, um computador portátil, um computador de mão, e / ou qualquer outro dispositivo portátil que inclui uma unidade de computação) e / ou um dispositivo de computação fixo (por exemplo, um computador de mesa, uma caixa de configuração de topo de televisão a cabo, um servidor de aplicação, uma interface de usuário de televisão por internet e / ou qualquer outro dispositivo fixo que inclui uma unidade de computação). Um tal dispositivo de computação portátil ou fixo inclui uma ou mais de uma unidade de computação (por exemplo, proporcionando a funcionalidade de módulo de processamento), um ou mais modems sem fio, sensores, e uma ou mais interfaces de usuário. O dispositivo de usuário é discutido em maior detalhe com referência à Figura 4.
[0011] Equipamento de cultivo inclui quaisquer máquinas, aparelhos, e / ou ferramentas associadas com a agricultura. Por exemplo, o equipamento de cultivo pode incluir um ou mais de um trator, um plantador de sementes, um distribuidor de fertilizante, um lavrador de solo, uma colheitadeira, e um mecanismo de colheita. Como exemplo de implementação de dispositivo de usuário, dispositivos de usuário 1-1A, 1-2A, 2-1A, e 2-2A incluem equipamentos eletrônicos agrícolas embutidos associados com tratores agrícolas. Como outro exemplo, os dispositivos de usuário 1-1C, 2-1C, 1-2C, e 2-2C incluem telefones inteligentes. Como mais um exemplo específico, dispositivo de usuário 21B inclui um dongle de interface de trator.
[0012] O dispositivo de usuário 14, a unidade de aplicação 16, e a unidade de armazenamento 36 podem ser implementados em uma variedade de maneiras. Por exemplo, um primeiro dispositivo de usuário inclui uma unidade de computação, que inclui a unidade de aplicação 16. Como outro exemplo, um segundo dispositivo de usuário inclui uma outra unidade de computação, que inclui a unidade de armazenamento 36. Ainda como outro exemplo, um terceiro dispositivo de usuário inclui ainda outra unidade de computação que inclui a unidade de aplicação 16 e a unidade de armazenamento 36. Como ainda um outro exemplo, uma unidade de computação inclui ainda a unidade de aplicação 16 e a unidade de armazenamento 36.
[0013] Em geral e no que diz respeito à otimização do ciclo de vida de agricultura, o sistema de computação 10 suporta pelo menos cinco funções de exemplo: captura de dados, análise de dados, produção de um resumo de análise, produção de uma prescrição de agricultura, e utilização da prescrição de agricultura na execução dos passos associados com o ciclo de vida de agricultura. De acordo com estas funções, as prescrições de agricultura podem ser criadas que são relevantes em relação aos prováveis ciclos de vida de plantio e podem ser utilizadas para melhorar a eficácia do ciclo de vida de agricultura.
[0014] A primeira função de exemplo inclui o sistema de computação 10 capturando dados. Neste exemplo, o dispositivo de usuário 1-1A recebe sinais de localização sem fio 38 e determina a informação de localização (por exemplo, as coordenadas de localização, uma hora/data, identificação da região geográfica 1) dos mesmos. Tendo produzido a informação de localização, o dispositivo de usuário 1-1A captura dados associados a um ou mais passos do ciclo de vida de agricultura dentro da região geográfica 1 e gera sinais de comunicação sem fio 42 com base em um ou mais dos dados e a informação de localização. Como um exemplo específico, o dispositivo de usuário 1-1A percorre pelo menos uma porção da região geográfica 1 e captura dados de sensor como os dados capturados quando a eletrônica de controle incorporada para o trator agrícola inclui o dispositivo de usuário 1-1A. Alternativamente, o dispositivo de usuário 1-1A armazena pelo menos uma porção dos dados capturados em uma memória local. Os sinais de comunicação sem fio 42 do dispositivo de usuário 1-1A são recebidos por um dispositivo de usuário 1-1C. O dispositivo de usuário 1-1C extrai os dados a partir dos sinais de comunicação sem fio recebidos 42 a partir do dispositivo de usuário 1-1A e, posteriormente, gera sinais de comunicação sem fio 42 para transmissão à rede de comunicação sem fio 1, em que os sinais de comunicação sem fio 42 são baseados no dados.
[0015] A rede de comunicação sem fio 1 recebe os sinais de comunicação sem fio 42 a partir do dispositivo de usuário 1-1C e decodifica os sinais de comunicação sem fio 42 para reproduzir os dados. Tendo reproduzido os dados, a rede de comunicação sem fio 1 envia uma mensagem de dados 44, através da rede 24, para a unidade de armazenamento 36, em que a mensagem de dados 44 inclui os dados reproduzidos. Alternativamente, ou em adição a, o dispositivo de usuário 1-2A funciona de uma forma semelhante como o dispositivo de usuário 1-1A para capturar dados adicionais dentro da região geográfica 1, e para enviar, através de um dispositivo de usuário 1-2C, a rede de comunicação sem fio 1, e a rede, os dados adicionais capturados para a unidade de armazenamento 36. Tendo recebido uma ou mais das mensagens de dados 44 a partir do dispositivo de usuário 1- 1A e uma outra mensagem de dados a partir do dispositivo de usuário 1-2A, a unidade de armazenamento 36 extrai os dados reproduzidos a partir da mensagem de dados 44 do dispositivo de usuário 1-1A e / ou extrai os dados adicionais capturados através de outra mensagem de dados 44 do dispositivo de usuário 1-2A para produzir dados a partir da região geográfica 1.
[0016] Tendo obtido os dados a partir da região geográfica 1, a unidade de armazenamento 36 gera registros de dados com base nos dados da região geográfica 1. Tendo gerado os registros de dados, a unidade de armazenamento 36 facilita o armazenamento dos registros de dados em pelo menos uma de uma memória local associada com a unidade de armazenamento, a unidade de aplicação, um ou mais dispositivos de usuário, uma outra unidade de armazenamento, e em um sistema de armazenamento. Como um exemplo específico, a unidade de armazenamento 36 armazena os registros de dados na memória local da unidade de armazenamento e envia, através da rede 24, uma mensagem de informação 48 para um dispositivo de usuário 14 associado com a região geográfica 1, em que a mensagem de informação 48 inclui o registro de dados.
[0017] Em um outro exemplo de operação da captura dos dados, um dispositivo de usuário 2-1A captura dados associados com a região geográfica 2 e envia informação de interface 40 para o dispositivo de usuário 2-1B, onde a informação de interface 40 inclui os dados capturados associados com a região geográfica 2 e informação de localização associada com o dispositivo de usuário 2-1A. Alternativamente, ou em adição a, o dispositivo de usuário 2-1A armazena pelo menos uma porção da informação de interface 40 em uma memória local do dispositivo de usuário 2-1A. O dispositivo de usuário 2-1B envia, utilizando os sinais de comunicação sem fio 42, os dados capturados para o dispositivo de usuário 2-1C. Alternativamente, ou em adição a, o dispositivo de usuário 2-1B armazena pelo menos a porção da informação de interface 40 em uma memória local do dispositivo de usuário 2-1B. Em alternativa, o dispositivo de usuário 2-1B envia, utilizando os sinais de comunicação sem fio 42, a informação de interface 40 para a rede de comunicação 2. O dispositivo de usuário 2-1C envia, utilizando os sinais de comunicação sem fio 42, a informação de interface 40, que inclui os dados capturados para a rede de comunicação sem fio 2, quando o dispositivo de usuário 2-1B envia os dados capturados para o dispositivo de usuário 2-1C. A rede de comunicação sem fio 2 envia os dados capturados, através da rede 24, para a unidade de armazenamento 36. Alternativamente, o dispositivo de usuário 2-1C envia, utilizando os sinais de comunicação sem fio 42, os dados capturados à rede de comunicação sem fio 1, onde a rede de comunicação sem fio 1 envia os dados capturados, através da rede 24, para a unidade de armazenamento 36. De um modo semelhante, um dispositivo de usuário 2-2A captura dados adicionais dentro da região geográfica 2, e envia os dados adicionais capturados, através de um ou mais do dispositivo de usuário 2-2C, a rede de comunicação sem fio 2, e a rede 24, para a unidade de armazenamento 36.
[0018] A unidade de armazenamento 36 recebe dados e / ou dados adicionais capturados a partir de um ou mais dos dispositivos de usuário 2-1A e 2-2A para produzir dados da região geográfica 2. Tendo obtido os dados a partir da região geográfica 2, a unidade de armazenamento 36 gera registros de dados com base nos dados a partir da região geográfica 2 e facilita armazenamento dos registros de dados a partir da região geográfica 2 em pelo menos uma da memória local associada com a unidade de armazenamento, a unidade de aplicação, o um ou mais dispositivos de usuário, uma outra unidade de armazenamento, e no sistema de armazenamento. Como um exemplo específico, a unidade de armazenamento 36 armazena os registros de dados associados com a região geográfica 2 na memória local da unidade de armazenamento e envia, através da rede 24, outra mensagem de informação 48 para outro dispositivo de usuário 14 associado com a região geográfica 2, em que a outra mensagem de informação 48 inclui o registro de dados associado com a região geográfica 2.
[0019] A segunda função de exemplo inclui o sistema de computação 10 analisando os dados. Em um exemplo de operação, o dispositivo de usuário 14 associado com a região geográfica 1 emite uma mensagem de aplicação 46, através da rede 24, para a unidade de aplicação 16, onde a unidade de aplicação 46 pede uma análise do ciclo de vida de agricultura para a região geográfica 1. A unidade de aplicação 16 obtém a mensagem de informação 48 da unidade de armazenamento 36, onde a mensagem de informação 48 inclui um ou mais registros de dados associados com a região geográfica e um resumo de histórico associado com a região geográfica 1. Tal resumo de histórico inclui um ou mais de um resultado de uma análise anterior, um resumo de uma análise anterior, e um resumo de uma prescrição de agricultura anterior. Alternativamente, ou em adição a, a unidade de aplicação 16, obtém uma outra mensagem de informação 48 da unidade de armazenamento 36, em que a outra mensagem de informação 48 inclui um ou mais registros de dados associados com uma ou mais outras regiões geográficas. Como um exemplo específico, a unidade de aplicação 16 obtém os registros de dados associados com as regiões geográficas que são imediatamente proximamente adjacentes à região geográfica 1.
[0020] Tendo obtido um ou mais dos registros de dados e os resumos de histórico, a unidade de aplicação 16 realiza uma ou mais funções de análise sobre os registros de dados e / ou os resumos de histórico para produzir uma análise. As funções de análise incluem um ou mais de uma função de filtragem, a função de correlação, uma função de comparação, uma função de transformação, uma função matemática, uma função lógica, uma função de identificação, uma função de perfil, uma função de busca, uma função de estimativa, uma função de geração de densidade de probabilidade, uma função de análise de tendência e qualquer outra função que possa ser utilizada para auxiliar na análise dos registros de dados e / ou os resumos de histórico para fornecer informações para melhorar a eficácia dos passos do ciclo de vida de agricultura. Como um exemplo específico, a unidade de aplicação 16 compara as taxas de produtividade de cultura de milho para a região geográfica 1 e a região geográfica 2 para um conjunto semelhante de condições (por exemplo, tipo de solo, clima) e abordagens diferentes para os passos do ciclo de vida de agricultura para produzir a análise. Alternativamente, ou em adição a, a unidade de aplicação 16 facilita armazenamento da análise na unidade de armazenamento 36 (por exemplo, para facilitar a recuperação subsequente como resumos de histórico).
[0021] A terceira função de exemplo inclui o sistema de computação 10 produzindo o resumo de análise. Em um exemplo de operação, tendo produzido a análise, a unidade de aplicação 16 pode obter uma ou mais mensagens de informação 48 a partir da unidade de armazenamento 36, em que uma ou mais mensagens de informação 48 incluem um ou mais resumos de análise anteriores. Tendo obtido as mensagens de informação adicionais 48, a unidade de aplicação 16 resume a análise para produzir o resumo de análise com base em um ou mais da análise, a mensagem de aplicação, e os resumos de análise anteriores. Como um exemplo específico, a unidade de aplicação resume a análise para produzir um resumo de análise de produtividade de colheita de milho para um ano anterior utilizando um formato semelhante, de acordo com os resumos de análise anteriores, em que a mensagem de aplicação 46 a partir do dispositivo de usuário 14 associado com a região geográfica 1 solicita uma análise de produtividade de cultura de milho para o ano anterior. Alternativamente, ou em adição a, a unidade de aplicação 16 facilita o armazenamento do resumo de análise na unidade de armazenamento 16 (por exemplo, para facilitar a recuperação subsequente como resumos de histórico).
[0022] A quarta função de exemplo inclui o sistema de computação 10 produzindo a prescrição de agricultura. Em um exemplo de operação, tendo produzido o resumo de análise, a unidade de aplicação 16 pode obter ainda mensagens de informação 48 a partir da unidade de armazenamento 36, onde as mensagens de informação ainda adicionais 48 incluem uma ou mais prescrições de agricultura anteriores. Tendo obtido as mensagens de informação adicionais 48, a unidade de aplicação 16 gera a prescrição de agricultura com base em um ou mais do resumo de análise, a mensagem de aplicação 46, e as prescrições de agricultura anteriores. A geração pode ainda incluir análise. Como um exemplo específico, a unidade de aplicação 16 analisa uma prescrição de agricultura anterior para o ano anterior, e a análise de resumo do ano anterior indicando resultados utilizando a prescrição de agricultura anterior, para produzir uma prescrição de otimização de cultura de milho para um ano atual. Por exemplo, a prescrição de otimização de cultura de milho indica qual o tipo milho híbrido plantar, quando plantar, como plantar (por exemplo, incluindo um nível de densidade de plantio de sementes), e um procedimento recomendado para a colheita. Tendo produzido a prescrição de agricultura, a unidade de aplicação 16 pode enviar, através da rede 24, ainda uma outra mensagem de aplicação 46 para o dispositivo de usuário 14, associado com a região geográfica 1, em que a outra mensagem de aplicação 46 inclui a prescrição de agricultura. Alternativamente, ou em adição a, a unidade de aplicação 16 facilita o armazenamento da prescrição de agricultura na unidade de armazenamento 36 (por exemplo, para facilitar a recuperação subsequente como resumos de histórico).
[0023] A quinta função de exemplo inclui o sistema de computação 10 utilizando a prescrição de agricultura. Em um exemplo de operação, a unidade de aplicação 16 gera uma outra mensagem de dados 44, em que a outra mensagem de dados 44 inclui a prescrição de agricultura. A prescrição de agricultura pode ser representada em uma variedade de formatos, incluindo um ou mais de linguagem de marcação de hipertexto, texto, gráficos, mapas tipográficos, e um formato legível por máquina para facilitar algum nível de automação. Por exemplo, a prescrição de agricultura inclui os passos recomendados do ciclo de vida de agricultura em um formato legível por máquina que é compatível com um determinado conjunto de máquinas agrícolas, incluindo um ou mais dos tratores agrícolas, máquinas de manutenção de solo, máquinas de aplicação de fertilizantes, máquinas de plantio (por exemplo, um plantador), e máquinas de colheita (por exemplo, uma colheitadeira). Tendo gerado a outra mensagem de dados 44, a unidade de aplicação 16 envia, através da rede 24 e a rede de comunicação sem fio 1 (por exemplo, utilizando os sinais de comunicação sem fio), a outra mensagem de dados 44 para o dispositivo de usuário 1 1C. Tendo recebido a outra mensagem de dados 44, o dispositivo de usuário 1-1C distribui a prescrição de agricultura para uma ou mais de uma interface de usuário associada com o dispositivo de usuário 1-1C (por exemplo, para mostrar a um operador do maquinário agrícola) e para o dispositivo de usuário 1-1A. Tendo recebido a prescrição de agricultura, o dispositivo de usuário 1-1A extrai informação de controle da prescrição de agricultura. Tendo obtido a informação de controle, o dispositivo de usuário 1-1A emite a informação de controle para um conjunto de atuadores associado com uma ou mais variedades de maquinário agrícola para facilitar a automação de um ou mais passos do ciclo de vida de agricultura. A emissão da informação de controle para o conjunto de atuadores é discutida em maior detalhe com referência à Figura 11.
[0024] A Figura 2 é um diagrama ilustrando uma modalidade de uma pluralidade de regiões geográficas, em que uma ou mais das regiões geográficas incluem as regiões geográficas 1-R da Figura 1. A pluralidade de regiões geográficas pode incluir qualquer número de regiões geográficas abrangendo áreas relativamente pequenas (por exemplo, alguns acres por região), áreas relativamente grandes (por exemplo, dezenas de milhares de acres ou mais por região), ou qualquer tamanho entre as duas. Duas ou mais regiões geográficas podem ser associadas com características comuns. Por exemplo, cada região geográfica pode incluir um tamanho de região geográfica comum ou um tamanho de região geográfica único. Duas ou mais regiões geográficas podem sobrepor-se de tal modo que uma porção comum está incluída em cada das duas ou mais regiões geográficas. Cada região geográfica pode incluir duas ou mais sub-regiões geográficas.
[0025] Cada região geográfica pode ser associada às características de região. As características de região incluem um ou mais de um nível de abastecimento de água natural, um nível de abastecimento de água de irrigação artificial, um número médio de dias de sol, um nível médio de intensidade de sol, um tipo de solo, um nível de nutrientes de solo, uma história de utilização anterior, uma taxa de produtividade de cultura, um nível de afetação de inseto, um nível médio de altitude, e nível médio de temperatura, e qualquer outra métrica associada a características que podem afetar a eficiência do ciclo de vida de agricultura. Duas ou mais regiões podem compartilhar características de região comuns e / ou semelhantes. Por exemplo, regiões geográficas adjacentes têm uma maior probabilidade de compartilhar características de região mais comuns do que as regiões geográficas não adjacentes. Como outro exemplo, uma série de regiões geográficas que incluem uma via de água comum (por exemplo, um lago, um rio) podem partilhar características de região mais comuns.
[0026] Cada região geográfica pode ser associada com grupos diferentes de dispositivos de usuário utilizados nos passos principais do sistema de computação 10 da Figura 1. Por exemplo, um primeiro dispositivo de usuário comum está associado com a operação dentro das regiões geográficas 1 e 2. Como outro exemplo, um segundo dispositivo de usuário único é associado com a operação dentro da região geográfica 2 e um terceiro dispositivo de usuário único está associado com a operação dentro da região geográfica 3.
[0027] A Figura 3 é um diagrama ilustrando uma modalidade de uma região geográfica dividida em qualquer número de sub-regiões geográficas. Daqui em diante, uma sub-região geográfica pode ser referida alternadamente como uma sub-região geográfica. Por exemplo, a região geográfica 1 inclui sub-regiões geográficas 1-1, 1-2, 1-3, 1-4, etc.
[0028] Cada sub-região geográfica pode incluir qualquer número de dispositivos de usuário que operam dentro da sub- região. Por exemplo, a sub-região geográfica 1-1 inclui um dispositivo de usuário 1-1A e um dispositivo de usuário 11C; a sub-região geográfica 1-2 inclui um dispositivo de usuário 1-2A e um dispositivo de usuário 1-2C; a sub-região geográfica 1-3 inclui um dispositivo de usuário 1-3 A, um dispositivo de usuário 1-3B operativamente acoplado com o dispositivo de usuário 1-3 A para trocar informação de interface 40, e um dispositivo de usuário 1-3C; e a sub- região geográfica 1-4 inclui um dispositivo de usuário 1-4A e um dispositivo de usuário 1-4C. Como outro exemplo, cada sub-região geográfica pode incluir um grupo comum de dispositivos de usuário de tal forma que o grupo comum de dispositivos de usuário percorre cada sub-região geográfica da região geográfica.
[0029] A Figura 4 é um diagrama de blocos esquemático de uma modalidade de um dispositivo de usuário (por exemplo, 12, 14 ou qualquer outro dispositivo de usuário). O dispositivo de usuário inclui uma saída de interface de usuário 50, uma entrada de interface de usuário 52, um ou mais sensores 1-S, uma interface 54, uma unidade de computação 26, um ou mais modems de comunicações sem fio 1M, e pelo menos um modem de localização sem fio 56. A saída de interface de usuário 50 pode incluir um dispositivo de saída de interface único ou uma pluralidade de dispositivos de saída de interface para apresentar saída de usuário 60. O dispositivo de saída de interface pode incluir um ou mais de uma tela, uma tela sensível ao toque, um alto-falante, um fone de ouvido, um motor, um indicador luminoso, um diodo emissor de luz (LED), um transdutor, e um indicador digital. Por exemplo, o dispositivo de saída de interface inclui uma tela sensível ao toque a cores capaz de renderizar imagens estáticas e / ou vídeo de movimento completo.
[0030] A entrada de interface de usuário 52 pode incluir um único dispositivo de entrada de interface ou uma pluralidade de dispositivos de entrada de interface para captura de entrada de usuário 62. O dispositivo de entrada de interface inclui uma ou mais de uma matriz de sensores de tela sensível ao toque, um teclado, um microfone, um leitor de impressão digital, uma esfera de rastreio, um sensor de mouse, um sensor de imagem, um botão e uma chave seletora. Por exemplo, o dispositivo de entrada de interface inclui uma matriz de sensores de tela sensível ao toque associada com a exibição de tela sensível ao toque a cores.
[0031] Cada sensor inclui capacidades para detectar um ou mais de um campo magnético (por exemplo, uma bússola), movimento (por exemplo, um acelerômetro), temperatura, pressão, altitude, umidade, água, uma imagem, luz visível, luz infravermelha, um campo eletromagnético, ultrassom, peso, densidade, um tipo de química, volume de fluxo de fluido, execução de um passo do ciclo de vida de agricultura, um fluxo de imagens (por exemplo, vídeo de captura), biométrica, proximidade, capacitância, gases, radiação, agentes patogênicos, níveis de luz, riscos biológicos, DNA, velocidade do vento, direção do vento, e características de um objeto para suportar a detecção de objetos e / ou identificação de objetos. Os sensores 1-S emitem dados de sensor 1-S para a unidade de computação 26. Por exemplo, um primeiro sensor emite dados de sensor 1 que incluem um fluxo de vídeo quando o primeiro sensor inclui um dispositivo de captura de imagem. Como outro exemplo, um segundo sensor emite dados de sensor 2 que incluem um indicador de nível de água quando o segundo sensor inclui um detector de água. Como outro exemplo, um terceiro sensor emite dados de sensor 3 que incluem passo de trator, guinada de trator, rolo de trator, velocidade de trator, aceleração de trator, posição de trator, inclinação de trator, inclinação de trator, orientação de trator, impacto de trator (por exemplo, choque) quando o terceiro sensor inclui o acelerômetro e a eletrônica de controle incorporada de um trator agrícola inclui o dispositivo de usuário.
[0032] A interface 54 fornece uma interface de rede fixa externa para a unidade de computação de modo que a informação de interface 40 pode ser transmitida juntamente com um ou mais outros dispositivos operativamente acoplados à interface 54. Cada dispositivo inclui um ou mais outros dispositivos de usuário. Por exemplo, outro dispositivo de usuário está associado com a eletrônica de controle embutida de um mecanismo de plantio agrícola. Como outro exemplo, o outro dispositivo de usuário está associado com a eletrônica de controle embutida de um mecanismo de fertilização de plantio. Como ainda outro exemplo, o outro dispositivo de usuário está associado com a eletrônica de controle embutida de um mecanismo de colheita agrícola. Como ainda um outro exemplo, o outro dispositivo de usuário está associado com a eletrônica de controle embutida do trator agrícola.
[0033] A interface 54 pode funcionar de acordo com uma ou mais normas de protocolo de interface de indústria tais como diagnóstico a bordo (OBD), rede de área de controlador (CAN), ou qualquer outra norma de protocolo de interface de indústria. Por exemplo, a interface operativamente acopla a uma interface de CAN de um trator agrícola de tal forma que a informação de interface 40 pode ser trocada entre a unidade de computação 26 e a eletrônica de controle embutida do trator agrícola. A informação de interface 40 inclui um ou mais de outros dados de sensor, uma prescrição de agricultura, e informação de controle (por exemplo, um ou mais passos de um ciclo de vida de agricultura). Como um exemplo específico, a interface 54 acopla a unidade de computação 26 ao mecanismo de fertilização agrícola de modo que a unidade de computação 26 recebe os dados de sensor a partir de uma matriz de sensores associada com o mecanismo de fertilização agrícola que monitora passos de fertilização do ciclo de vida de agricultura.
[0034] Cada modem de comunicação sem fio 1-M pode incluir um transceptor sem fio único ou uma pluralidade de transceptores sem fio. Alternativamente, ou em adição a, cada modem de comunicação pode incluir um ou mais transmissores sem fio. O transceptor e / ou transmissor sem fio codifica mensagens sem fio para produzir sinais de comunicação sem fio e o transceptor sem fio ainda recebe outros sinais de comunicação sem fio para decodificar em mensagens sem fio correspondentes. O transceptor e / ou transmissor sem fio pode operar de acordo com um ou mais padrões da indústria sem fio incluindo sistema universal de telecomunicações móveis (UMTS), sistema global para comunicações móveis (GSM), evolução a longo prazo (LTE), multiplexação por divisão de código de banda larga (WCDMA), IEEE 802.11, IEEE 802.16 e Bluetooth. Por exemplo, o modem de comunicação sem fio 1 codifica as mensagens sem fio 1 para transmissão como sinais de comunicação sem fio Bluetooth para um dispositivo de usuário local e o modem de comunicação sem fio 2 codifica as mensagens sem fio 2 para transmissão como sinais de comunicação sem fio LTE para uma rede de comunicação sem fio.
[0035] O modem de localização sem fio 56 pode incluir um ou mais de um receptor de localização sem fio único, um único transceptor de localização sem fio, uma pluralidade de receptores de localização sem fio, e uma pluralidade de transceptores de localização sem fio. O receptor de localização sem fio e transceptor de localização sem fio podem operar de acordo com uma ou mais tecnologias de localização sem fio, incluindo GPS, Wi-Fi, ângulo de chegada, diferença de tempo de chegada, intensidade de sinal e sinalização para produzir informação de localização 64.
[0036] A unidade de computação 26 inclui um módulo de processamento de aplicação 34, uma memória 58, e uma ou mais interfaces internas para um ou mais da saída de interface de usuário 50, a entrada de interface de usuário 52, os sensores 1-S, a interface 54, os modems de comunicação sem fio 1-M, e o modem de localização sem fio 56. A memória 58 fornece um meio de armazenamento não transitório legível por computador que armazena instruções operacionais que são executadas pelo módulo de processamento 34.
[0037] A memória 58 pode incluir um único dispositivo de memória ou uma pluralidade de dispositivos de memória. Cada dispositivo de memória está associado a um tipo de memória, incluindo uma ou mais de uma memória somente de leitura, memória de acesso aleatório, memória volátil, memória não volátil, memória cache, e / ou qualquer dispositivo que armazena informação digital. Cada dispositivo de memória pode ser implementado utilizando uma ou mais tecnologias incluindo memória de acesso aleatório estática (SRAM), memória de acesso aleatório dinâmica (DRAM), memória flash NAND, memória magnética (por exemplo, um disco rígido), e memória óptica (por exemplo, um disco óptico) que armazena informação digital. O dispositivo de memória pode ser removível (por exemplo, uma unidade flash de barramento serial universal) para facilitar a transferência de dados entre a unidade de computação 26, e outras entidades que podem ser operativamente acopladas com o dispositivo de memória removível.
[0038] A Figura 5 é um diagrama de blocos esquemático de outra modalidade de um sistema de computação que inclui a rede de localização sem fio 18, a rede de comunicação sem fio 1, a rede 24, a unidade de aplicação 16, a unidade de armazenamento 36, e o dispositivo de usuário 14 que é associado com a região geográfica 1-1. Dentro da região geográfica 1-1 estão o dispositivo de usuário 1-1A (por exemplo, eletrônica de controle embutida de um trator agrícola) e o dispositivo de usuário 1-1C (por exemplo, um telefone inteligente utilizado por um operador do trator agrícola).
[0039] Em um exemplo de operação de execução de uma das cinco funções de exemplo, o dispositivo de usuário 1-1A determina a informação de localização com base em receber sinais de localização sem fio 38 a partir da rede de localização sem fio 18 e captura dados de sensor (por exemplo, dados de acelerômetro de trator agrícola, níveis de umidade de solo, composição química de solo, etc.) ao longo de um caminho de condução 1-1 durante pelo menos uma porção da região geográfica 1-1. O caminho de condução 1-1 inclui um caminho geográfico do dispositivo de usuário 1-1A quando o dispositivo de usuário 1-1A opera dentro da região geográfica 1. O caminho de condução pode incluir dois ou mais subcaminhos de condução. Por exemplo, um primeiro subcaminho de condução percorre a região geográfica 1-1 de oeste para leste e um segundo subcaminho de condução percorre a região geográfica 1-1 de leste a oeste. O dispositivo de usuário 1-1A pode monitorar o caminho de condução (por exemplo, passivamente monitorar ao longo de um caminho tomado pelo trator agrícola) ou pode fornecer o caminho de condução (por exemplo, onde uma prescrição de agricultura inclui informação de controle para invocar operação do trator agrícola ao longo do caminho de condução). O caminho de condução 1-1 pode ser obtido pelo dispositivo de usuário 1-1A em uma variedade de formas incluindo um ou mais de determinar um caminho de condução específico de acordo com a prescrição de agricultura 80, utilizando um caminho de condução predeterminado (por exemplo, o caminho de condução para a região geográfica 1-1 uma lista), gerar um caminho de condução aleatório, utilizar um caminho de condução anterior associado à região geográfica 1-1 (por exemplo, obter um resumo de histórico), e receber a prescrição de agricultura 80 que inclui informação de controle associada com o caminho de condução. Como um exemplo específico, o dispositivo de usuário 1-1A utiliza o caminho de condução 1-1 a partir da prescrição de agricultura 80 enquanto um trator agrícola associado e máquinas de aragem estão arando o solo de pelo menos uma parte da região geográfica 1-1.
[0040] Tendo capturado os dados de sensor, o dispositivo de usuário 1-1A envia, utilizando, por exemplo, sinais de comunicação sem fio Bluetooth, os dados de sensor capturados para o dispositivo de usuário 1-1C. O dispositivo de usuário 1-1C envia, utilizando, por exemplo, sinais de comunicação sem fio de evolução a longo prazo (LTE), os dados de sensor capturados 70 através da rede de comunicação sem fio 1 e a rede 24 para a unidade de armazenamento 36. O módulo de processamento de aplicação 34 da unidade de armazenamento 36 processa os dados de sensor 70 para produzir registros de dados capturados 74 para armazenamento na memória da unidade de armazenamento 36. Em alternativa, uma memória removível do dispositivo de usuário 1-1A é utilizada para armazenar temporariamente os dados de sensor capturados 70. A memória removível é operativamente acoplada à unidade de armazenamento 36 para facilitar a transferência dos dados de sensor capturados 70 para o módulo de processamento de aplicação 34 da unidade de armazenamento 36. Por exemplo, o dispositivo de memória removível está diretamente em interface com a unidade de armazenamento 36. Como outro exemplo, o dispositivo de memória de remoção faz interface com o dispositivo de usuário 14 associado com a região geográfica 1-1 e o dispositivo de usuário 14 facilita o envio, através da rede 24, dos dados de sensor capturados 70 para a unidade de armazenamento 36.
[0041] O módulo de processamento de aplicação 34 do dispositivo de usuário 14 associado com a região geográfica 1-1 recebe uma entrada de usuário para invocar um pedido para uma análise e geração de uma prescrição de agricultura 80. O módulo de processamento de aplicação 34 do dispositivo de usuário 14 gera orientação 72 com base na solicitação e outras características desejadas (por exemplo, uma lista de culturas, um período de tempo, disponibilidade de equipamento, disponibilidade de produtos químicos, e intervalos operacionais de gestão de solo disponíveis) da prescrição de agricultura 80 para a região geográfica 1-1. O dispositivo de usuário 14 envia, através da rede 24, a orientação 72 para a unidade de aplicação 16. O módulo de processamento de aplicação 34 da unidade de aplicação 16 obtém os registros de dados 74 para a região geográfica 1-1 da unidade de armazenamento 36 com base na orientação 72. O módulo de processamento de aplicação 34 da unidade de aplicação 16 pode obter ainda resumo de histórico 76 com relação à região geográfica 1-1 com base na orientação 72.
[0042] Tendo obtido a orientação 72, os registros de dados 74, e / ou os resumos de histórico 76, o módulo de processamento de aplicação 34 da unidade de aplicação 16 produz uma análise com base nos registros de dados 74 e / ou os resumos de histórico 76. O módulo de processamento de aplicação 34 da unidade de aplicação 16 processa a análise de acordo com a orientação 72 e / ou os resumos de histórico 76 para produzir um resumo de análise 78. O módulo de processamento de aplicação 34 da unidade de aplicação 16 facilita o armazenamento do resumo de análise 78 pela unidade de armazenamento 36 para permitir a recuperação subsequente dos resumos de histórico 76 que incluem o resumo de análise 78.
[0043] Tendo produzido o resumo de análise 78, o módulo de processamento de aplicação 34 da unidade de aplicação 16 processa os resumos de análise 78, de acordo com a orientação 72 e os resumos de histórico 76, para produzir a prescrição de agricultura 80. A prescrição de agricultura 80 pode ainda incluir uma pluralidade de passos, onde cada passo inclui uma ou mais ações, e para cada ação, uma ou mais condições prévias necessárias para executar a ação. Tais passos podem ser executados em paralelo, em série, e em uma combinação de acordo com as condições prévias para execução.
[0044] As condições prévias para execução da ação incluem condições necessárias para habilitar execução da ação (por exemplo, quando executar a ação) incluindo uma ou mais de uma correspondência de data atual, uma data atual dentro de um intervalo de datas, um tempo dentro de um intervalo de tempo, um valor de sensor de dados atual dentro de um intervalo desejado (isto é, uma temperatura atual dentro de um intervalo de temperaturas), um estado de prontidão de atuador, distância a partir de um passo executado anteriormente (isto é, população de distribuição de sementes de sementes por acre), e o tempo decorrido desde um passo anteriormente executado). Por exemplo, uma condição prévia para plantar uma semente crescente curta em uma data posterior ocorreu dentro de uma estação de crescimento.
[0045] Cada ação inclui o que fazer e como fazê-lo (por exemplo, quando fazê-lo é uma condição prévia). Como tal, cada ação inclui um ou mais de distribuição particular de um ou mais materiais (ou seja, um gás, um líquido, uma suspensão, um sólido), como dispensar o material (isto é, distância entre os pontos de distribuição, distância entre as faixas de distribuição paralelas), coletar dados de sensor e manipular outro objeto (ou seja, práticas de gestão incluindo um ou mais dos seguintes: aragem, controle de irrigação, controle de luz solar), ativar uma variante de um campo eletromagnético). Os líquidos incluem compostos químicos, como fertilizantes e pesticidas. Os pesticidas incluem um ou mais dos inseticidas (por exemplo, eliminadores de insetos), herbicidas (por exemplo, eliminadores de erva daninha), e fungicidas (por exemplo, para matar ou inibir fungos). Os sólidos incluem um ou mais de sementes, fertilizante em pó, e estrume. As sementes incluem uma pluralidade de tipos de sementes híbridas e podem variar de estação de crescimento para estação de crescimento.
[0046] Tendo produzido a prescrição de agricultura 80, o módulo de processamento de aplicação 34 da unidade de aplicação 16 envia, através da rede 24, um ou mais do resumo de análise 78 e a prescrição de agricultura 80 para o dispositivo de usuário 14. O módulo de processamento de aplicação 34 da unidade de aplicação 16 pode ainda enviar a prescrição de agricultura 80, através da rede 24 e a rede de comunicação sem fio 1, para o dispositivo de usuário 11C para utilização na execução de um ou mais passos do ciclo de vida de agricultura de acordo com a prescrição de agricultura 80. Por exemplo, o dispositivo de usuário 1-lC mostra uma parte da prescrição de agricultura 80 e envia informação de controle da prescrição de agricultura, através de sinais sem fio 42, para o dispositivo de usuário 1-1A para automatizar uma parte da execução de pelo menos alguns dos passos do ciclo de vida de agricultura. Por exemplo, o dispositivo de usuário 1-1A emite informação de controle para um conjunto de atuadores para dispensar fertilizante de acordo com a prescrição de agricultura 80. Por exemplo, para controlar distribuição de um volume especificado de fertilizante líquido em um intervalo de tempo especificado em um padrão geométrico especificado para pelo menos uma porção da região geográfica 1-1 como o dispositivo de usuário 1-1A versus o caminho de condução 11.
[0047] A Figura 6 é um diagrama ilustrando uma modalidade de um caminho de condução 1-1 para uma região geográfica associada 1-1. Em um exemplo de operação, o dispositivo de usuário 1-1A da Figura 1 percorre o caminho de condução 1-1 ao executar passos de um ciclo de vida de agricultura. A travessia do caminho de condução 1-1 pode ser de acordo com uma prescrição de agricultura. O caminho de condução 1-1 inclui uma pluralidade de caminhos de condução correspondentes 1-1-1, 1-1-2, 1-1-3, 1-1-4, etc. Cada caminho de condução correspondente pode ser associado com uma porção do caminho de condução geral de tal forma que o caminho de condução correspondente está associado a atributos favoráveis. Tais atributos favoráveis incluem um ou mais de minimização de resíduos, incluindo menos seções de curva ou seções de exclusão que ligam um caminho de condução correspondente para outro, minimizando uso de combustível, minimizando erosão do solo, maximizando produtividade de cultura, e maximizando eficiência global da execução de um ou mais passos de um ciclo de vida de agricultura. Por exemplo, caminho de condução 1-1-1 estende desde a extremidade oeste da região geográfica 1-1 para uma extremidade leste da região geográfica 1-1 tal que um trator agrícola percorrendo o caminho de condução 1-1-1 minimiza uma quantidade de tempo para cobrir área cultivada associada ao caminho de condução 1-1-1 (por exemplo, dirigindo em linha substancialmente reta).
[0048] O dispositivo de usuário 1-1A inclui uma matriz de sensores que são utilizados ao longo do caminho de condução 1-1 para capturar os dados de sensor de acordo com um esquema de captura de dados. A prescrição de agricultura pode incluir o esquema de captura de dados. O esquema de captura de dados inclui um ou mais de onde capturar dados de sensor (por exemplo, coordenadas, distância entre captura), quando capturar dados de sensor (por exemplo, com que frequência, condição prévia de gatilho), a partir de que sensores capturar dados de sensor (por exemplo, selecionar sensores particulares baseado em um passo de um ciclo de vida de agricultura), e como capturar os dados de sensor (por exemplo, amostra instantânea, amostra média, outra distribuição matemática aplicada para a amostragem de dados).
[0049] O dispositivo de usuário 1-1A pode utilizar a matriz de sensores para capturar os dados dos sensores para todos quantos cada passagem ao longo do caminho de condução 1-1 quando operando dentro da região geográfica 1-1 para executar pelo menos alguns dos passos do ciclo de vida de agricultura. Por exemplo, o dispositivo de usuário 1-1A captura dados de sensor enquanto um ou mais dos seguintes passos do ciclo de vida de agricultura são executados: iniciar um ciclo de plantio por arar solo, aplicar fertilizantes, aplicar pesticidas, plantar uma cultura primária, simultaneamente aplicar fertilizantes enquanto plantando a cultura principal, plantar uma cultura de cobertura (por exemplo, utilizada para minimizar a erosão do solo e melhorar os nutrientes do solo), gerir irrigação, colheita de acordo com um calendário, colheita com base na detecção de um gatilho de condição de cultura (por exemplo, teor de umidade de cultura), arar o solo após colheita, e aplicar fertilizantes após colheita.
[0050] A captura dos dados de sensor pode ser única para cada dos caminhos de condução correspondentes. Por exemplo, o esquema de captura de dados indica para capturar os dados dos sensores a partir de todos os sensores ao longo do caminho de condução 1-1-1 a cada um décimo de uma polegada (0,1 in = 0,254 cm) para produzir pontos de captura de dados 1,1, 1,2, 1,3, 1,4, etc. Ao capturar os dados de sensor em intervalos de distância periódicos, um dos sensores de dados pode ser utilizado para medir a distância entre pontos de captura de dados para acionar a captura de um conjunto seguinte de dados de sensor em um ponto de captura de dados próximo. Como outro exemplo, o esquema de captura de dados indica para capturar os dados de sensor a partir de sensores 1, 3, 5 e 7 ao longo do caminho de condução 1-1-2 a cada dois segundos. Como ainda outro exemplo, o esquema de captura de dados indica para capturar os dados de sensor a partir de sensores 2 e 4 ao longo do caminho de condução 1-1 quando dados de sensor a partir do sensor 1 são interpretados para detectar que um nível de densidade química particular é inferior a um nível de limiar de densidade química baixo.
[0051] A Figura 7 é um diagrama ilustrando uma relação entre o dispositivo de usuário 1-1A e faixas 1-7 ao longo do caminho de condução 1-1-1. O dispositivo de usuário 1-1A inclui o módulo de processamento de aplicação 34, uma matriz de sensores 1-7, sensor L, sensor R, e sensor ALL para capturar dados de sensor 70 correspondentes ao longo do caminho de condução 1-1-1 à medida que o dispositivo de usuário 1-1A percorre o caminho de condução 1-1-1 em conformidade com uma velocidade 1-1-1. A velocidade 1-1-1 pode ser estabelecida como pelo menos uma de uma velocidade aleatória, uma velocidade predeterminada, e uma velocidade instantânea de acordo com uma programação de velocidade. Uma prescrição de agricultura pode incluir a programação de velocidade para cada caminho de condução correspondente ou parte dele.
[0052] O caminho de condução 1-1-1 é associado com as faixas 1-7 e pode incluir mais faixas. Cada faixa é um caminho virtual substancialmente paralelo com o caminho de condução 1-1-1. Uma faixa central (por exemplo, faixa 4) pode ainda alinhar com o caminho de condução 1-1-1 e cada outra faixa corre em paralelo para a faixa central, onde cada faixa é separada da outra faixa por uma distância potencialmente única d (por exemplo, diferentes distâncias entre diferentes faixas em um intervalo típico de poucos centímetros a muitos metros). Por exemplo, a faixa 3 é separada da faixa 4 por distância d3-4 de 8 polegadas (20,32 cm) e faixa 4 é separada de faixa 5 por distância d4-5 de 20 polegadas (50,8 cm). A prescrição de agricultura pode incluir um certo número de faixas, cada das distâncias que separam as faixas, e uma faixa para mapeamento de sensor.
[0053] Cada sensor está associado com uma ou mais faixas. Por exemplo, o sensor 1 está associado com a faixa 1, sensor 2 está associado com a faixa 2, sensor 3 está associado com a faixa 3, etc., até sensor 7 está associado com a faixa 7; sensor L está associado com faixas 1-4; sensor R está associado com faixas 4-7; e sensor ALL está associado com faixas 1-7. Cada sensor pode incluir capacidades para detectar um ou mais atributos associados com uma ou mais das faixas de acordo com o mapeamento de faixa. Por exemplo, sensores 1-7 incluem sensores de imagem para detectar e habilitar identificação de objetos (por exemplo, desejados e indesejados) ao longo das faixas 1-7, sensor L inclui um sensor de ultrassom para detectar objetos associados com faixas 1-4, sensor R inclui um sensor de ultrassom para detectar objetos associados com faixas 4-7, e sensor ALL inclui um acelerômetro para fornecer informação de inércia em relação a um trator agrícola associado com o dispositivo de usuário 1-1A (por exemplo, para habilitar determinação de localização com precisão).
[0054] O módulo de processamento de aplicação 34 captura os dados de sensor 70 a partir da matriz de sensores ao longo do tempo de acordo com um esquema de captura de dados. O módulo de processamento de aplicação 34 processa os dados de sensor 70 de acordo com um esquema de processamento de dados de sensor. A prescrição de agricultura pode incluir o esquema de processamento de dados de sensor. O módulo de processamento de aplicação 34 obtém o esquema de processamento de dados de sensor por pelo menos um de acessar uma predeterminação, iniciar uma consulta, receber uma resposta de consulta, receber uma prescrição de agricultura, e determinar a prescrição de agricultura.
[0055] O esquema de processamento de dados de sensor inclui um ou mais de armazenar localmente pelo menos uma porção dos dados de sensor, emitir pelo menos alguns dos dados de sensor, identificar uma porção dos dados de sensor para análise, analisar a porção identificada dos dados de sensor para produzir uma análise, resumir a análise para produzir um resumo de análise, e gerar uma prescrição de agricultura atualizada. Como um exemplo específico de capturar os dados de sensor 70, o módulo de processamento de aplicação 34 captura os dados de sensor 70 a partir da matriz de sensores em um ponto de captura dados 1,1 para cada uma das faixas 1-7, em que a distância entre as faixas é 8 polegadas (20,32 cm); captura os dados de sensor 70 a partir da matriz de sensores em um ponto de captura de dados 1, 2 para cada uma das faixas 1-7, em que a distância entre as faixas é ajustada a 6 polegadas (15,24 cm), a partir do sensor L, a partir do sensor R, e a partir do sensor ALL ; captura os dados de sensor 70 a partir da matriz de sensores em um ponto de captura de dados 1, 3 para cada das faixas 1-7, em que a distância entre as faixas é mantida em 6 polegadas (15,24 cm), e a velocidade 1-1-1 é sugerida a partir de 8 milhas por hora (MPH) a 11 MPH (12,87 quilômetros por hora a 17,70 quilômetros por hora); etc.
[0056] A Figura 8 é um diagrama ilustrando um exemplo de uma estrutura de um registro de dados de região geográfica 1-1, onde os registros de dados 74 pode incluir o registro de dados de região geográfica 1-1. O registro de dados de região geográfica 1-1 inclui uma pluralidade de registros de dados de caminho de condução 1-1-1, 1-1-2, 11-3, etc. Cada registro de dados de caminho de condução é associado a uma pluralidade de caminhos de condução correspondentes de um caminho de condução associado com a região geográfica 1-1. Cada registro de dados de caminho de condução inclui registros de dados de ponto de captura de dados. Por exemplo, o registro de dados de caminho de condução 1-1-1 inclui registros de dados pontos de captura de dados para pontos de captura de dados 1,1, 1,2, 1,3, 1,4, etc.
[0057] Cada registro de dados de captura de dados inclui os dados de sensor 70 para uma matriz de sensores correspondente a um dispositivo de usuário associado com a captura dos dados de sensor. Por exemplo, os registros de dados de ponto de captura de dados para o registro de dados de caminho de condução 1-1-1 incluem dados de sensor 1-8, dados de sensor L, dados de sensor R, dados de sensor ALL, e podem incluir dados adicionais associados com o ponto de captura de dados 1,1. Os dados adicionais podem incluir um ou mais de uma hora/data correspondente a captura dos dados de sensor, uma hora/data correspondente a recepção dos dados de sensor capturados, informação de localização associada com o ponto de captura de dados, um identificador de um dispositivo de usuário associado com a matriz de sensores, identificadores para cada sensor da matriz de sensores, um identificador associado com um outro dispositivo de usuário que está associado com o dispositivo de usuário, um identificador da região geográfica, um identificador do registro de dados de caminho de condução, um identificador do ponto de captura de dados, um identificador de proprietário de dados, uma lista de controle de acesso, credenciais de segurança, informação de segurança (por exemplo, um certificado assinado, uma chave de criptografia, uma semente de chave de criptografia), e quaisquer outros dados para facilitar otimização de um ciclo de vida de agricultura.
[0058] A Figura 9 é um diagrama de blocos esquemático de uma modalidade da unidade de aplicação 16 e da unidade de armazenamento 36, em que a unidade de aplicação 16 e a unidade de armazenamento 36 incluem módulos de processamento de aplicação correspondentes 34 e podem incluir a memória 58. Em alternativa, um único dispositivo de computação pode incluir cada módulo de processamento de aplicação 34 e cada memória 58. O módulo de processamento de aplicação 34 da unidade de aplicação 16 inclui um módulo de análise 81, um módulo de geração de resumo de análise 82, e um módulo de geração de prescrição 84. O módulo de processamento de aplicação 34 da unidade de armazenamento 36 inclui um módulo de coleta de dados 86 e um módulo de resumo de histórico 88.
[0059] A unidade de aplicação 16 e a unidade de armazenamento 36 executam pelo menos alguns dos passos associados com as cinco funções de exemplos do sistema de computação 10. Em um exemplo de operação, o módulo de coleta de dados 86 recebe os dados de sensor 70 a partir de um ou mais dispositivos de usuário associados com uma região geográfica de uma pluralidade de regiões geográficas. O módulo de coleta de dados 86 gera um ou mais registros de dados 74 com base nos dados de sensor 70 e armazena o um ou mais registros de dados 74 na memória 58 da unidade de armazenamento 36.
[0060] O módulo de análise 81 recebe orientação 72 a partir de um dispositivo de usuário (por exemplo, o dispositivo de usuário 14 da Figura 1) associado com a região geográfica. Por exemplo, a orientação 72 inclui um pedido para uma análise e condições da análise. O módulo de análise 81 obtém registros de dados 74 a partir do módulo de coleta de dados 86 com base na orientação 72 e pode obter um resumo de histórico 76 a partir do módulo de resumo de histórico 88 com base na orientação 72. Daqui em diante, o resumo de histórico 76 pode ser referido de modo intercambiável como um resumo de histórico. Por exemplo, o módulo de análise 81 emite um pedido de registros de dados para o módulo de coleta de dados 86 com relação à região geográfica e recebe os registros de dados 74 a partir do módulo de coleta de dados 86, onde os registros de dados recebidos 74 são associados com a região geográfica e regiões geográficas adjacentes à região geográfica. Como outro exemplo, o módulo de análise 81 emite um pedido de resumo de histórico para o módulo de resumo de histórico 88 e recebe o resumo de histórico 76 no que diz respeito à região geográfica e as regiões geográficas adjacentes do módulo de resumo de histórico 88.
[0061] Tendo obtido os registros de dados 74 e o resumo de histórico 76, módulo de análise 81 analisa um ou mais dos registros de dados 74 e o resumo de histórico 76 para produzir uma análise 90 de acordo com a orientação 72. Por exemplo, o módulo de análise 81 identifica resultados a partir dos registros de dados 74 e correlaciona os resultados para passos específicos de um ciclo de vida de agricultura do resumo de histórico 76 para produzir a análise 90, onde a análise 90 indica resultados e passos associados.
[0062] O módulo de geração de resumo de análise 82 obtém outro resumo de histórico 76 a partir do módulo de resumo de histórico 88, onde o outro resumo de histórico 76 inclui um resumo de análise anterior associado com a região geográfica. Tendo recebido o resumo de histórico 76, o módulo de geração de resumo de análise 82 resume a análise 90 de acordo com um ou mais da orientação 72 e o resumo de histórico 76 para produzir um resumo de análise 78. Por exemplo, o módulo de geração de resumo de análise 82 determina probabilidades de resultados favoráveis associados com os passos com base em conjuntos anteriores de resultados e passos.
[0063] O módulo de resumo de histórico 88 pode obter o resumo de análise 78 e processar o resumo de análise 78 para produzir um resumo de histórico adicional 76 para armazenamento na memória 58 da unidade de armazenamento 36. O módulo de geração de prescrição 84 obtém ainda outro resumo de histórico 76 a partir do módulo de resumo de histórico 88, onde o ainda outro resumo de histórico 76 pode incluir uma ou mais prescrições de agricultura anteriores associadas com a região geográfica e / ou prescrições de agricultura associadas com as regiões geográficas adjacentes. Tendo recebido o resumo de análise 78 e o ainda outro resumo de histórico 76, o módulo de geração de prescrição 84 gera uma prescrição 80 para a região geográfica com base em um ou mais do resumo de análise 78, a ainda um outro resumo de histórico 76, e a orientação 72. Por exemplo, o módulo de geração de prescrição 84 utiliza as probabilidades de resultados favoráveis associados com os passos para recomendar passos do ciclo de vida de agricultura associado com a região geográfica e de acordo com a orientação 72 (por exemplo, para um tipo de cultura desejado específico).
[0064] A prescrição 80 pode incluir um ou mais dos passos, ações associadas a cada passo, e pré-requisitos para cada ação. O módulo de geração de prescrição 84 emite a prescrição 80, que pode incluir o envio da prescrição 80 para o módulo de resumo de histórico 88. Ao receber a prescrição 80, o módulo de resumo de histórico 88 processa a prescrição 80 para produzir um resumo de histórico atualizado 76 para armazenamento na memória 58.
[0065] A Figura 10 é um diagrama ilustrando uma outra modalidade do caminho de condução 1-1 para região geográfica associada 1-1. O dispositivo de usuário 1-1A captura dados de sensor na pluralidade de pontos de captura de dados ao longo de cada caminho de condução associado do caminho de condução 1-1 e fornece dados de ação ao longo de pelo menos alguns dos caminhos de condução associados. O dispositivo de usuário permite execução dos dados de ação ao longo de cada caminho de condução associado de acordo com uma prescrição de agricultura.
[0066] Os dados de ação incluem um ou mais passos de um ciclo de vida de agricultura, e podem ainda incluir ações e condições prévias associadas para cada ação. Por exemplo, uma ação pode incluir deposição de um determinado volume de fertilizante líquido ao longo do caminho de condução 1-1-1 em intervalos específicos. Como outro exemplo, a ação pode incluir plantio de sementes de uma cultura desejada em uma profundidade do solo específica em intervalos específicos ao longo do caminho de condução 1-1-2. Por exemplo, um número médio especificado de sementes são depositados ao longo do caminho de condução 1-1-2, de acordo com dados de ação 2, 4, seguido por depositar mais sementes ao longo do caminho de condução 1-1-2 de acordo com dados de ação 2, 3 etc.
[0067] A Figura 11 é um diagrama ilustrando uma relação entre o dispositivo de usuário 1-1A, um conjunto de atuadores 92, e as faixas 1-7 ao longo do caminho de condução 1-1-1. Numa modalidade, o conjunto de atuadores 92 inclui um conjunto de atuadores de 1-7, atuador L, atuador R, e atuador ALL. Cada atuador é operável para executar uma ação de acordo com a informação de controle 94 incluindo um ou mais de distribuir fluido (por exemplo, fertilizantes, pesticidas, fungicidas), distribuir um sólido (por exemplo, plantar uma semente), e manipular solo (por exemplo, arar). Uma prescrição de agricultura 80 inclui a informação de controle 94 que inclui as ações do plantio. O dispositivo de usuário 1-1A inclui a matriz de sensores da Figura 7, e o módulo de processamento de aplicação 34 da Figura 7.
[0068] A informação de controle 94 inclui ainda uma ou mais instruções com relação à implementação de ações realizadas pelos atuadores. As instruções incluem um ou mais de definir uma distância d entre as faixas, plantar uma semente em uma profundidade de plantio especificada, distribuir um determinado volume de um líquido dentro de uma distância linear ao longo de uma faixa, definir uma velocidade 1-1-1 de travessia do caminho de condução 1-1-1 de acordo com uma programação de velocidade, modificar a velocidade 1-1-1 com base em dados de sensor em tempo real, e utilizar um ou mais sensores para detectar condições prévias para habilitar execução de uma ou mais ações.
[0069] O dispositivo de usuário 1-1A e o conjunto de atuadores 92 compartilham uma associação de implementação comum. Por exemplo, eletrônica de controle embutida de um trator agrícola inclui o dispositivo de usuário 1-1A e um mecanismo de plantio agrícola, impulsionado pelo trator agrícola, inclui o conjunto de atuadores 92, onde o conjunto de atuadores 92 facilita ações associadas com a plantação ao longo do caminho de condução 1-1-1.
[0070] Cada atuador pode ser associado com uma ou mais das faixas 1-7. Por exemplo, o atuador 1 é associado com a faixa 1, o atuador 2 é associado com a faixa 2, etc, até atuador 7 é associado com a faixa 7, o atuador L é associado com faixas 1-4, atuador R é associado com faixas 4-7 e atuador ALL é associado com faixas 1-7. Por exemplo, atuadores 1-7 incluem atuadores de plantio, atuador L inclui um mecanismo para ajustar simultaneamente uma posição de atuadores 1-4 (por exemplo, elevar para esquerda, baixar para esquerda), atuador R inclui um mecanismo para ajustar simultaneamente uma posição de atuadores 4-7 (por exemplo, elevar para direita, baixar para direita) e atuador ALL inclui um mecanismo para ajustar simultaneamente uma posição de atuadores 1-7 (por exemplo, elevar tudo, baixar tudo).
[0071] Em um exemplo de operação, o módulo de processamento de aplicação 34 do dispositivo de usuário 1- 1A extrai a informação de controle 94 a partir da prescrição recebida 80 e ativa o conjunto de atuadores 92 com a informação de controle 94. À medida que o dispositivo de usuário 1-1A e o conjunto de atuadores 92 percorrem o caminho de condução 1-1-1 com velocidade 1-1-1, o conjunto de atuadores 92 executa as ações da informação de controle 94 (por exemplo, planta sementes ao longo das faixas) de acordo com uma pluralidade de dados de ação 1,1, 1,2, 1,3, 1,4, etc., e o módulo de processamento de aplicação 34 captura dados de sensor 70 a partir da matriz de sensores em pontos de captura de dados 1,1, 1,2, 1,3, 1,4, etc. O módulo de processamento de aplicação 34 pode atualizar a informação de controle 94 com base nos dados de sensor capturados 70. Por exemplo, o módulo de processamento de aplicação modifica uma profundidade de plantio da informação de controle 94 com base em um valor de dados de sensor de umidade e de acordo com a prescrição 80.
[0072] As Figuras 12A e 12B são um diagrama de blocos esquemático de uma modalidade de um sistema de computação 100 que inclui a rede de localização sem fio 18 da Figura 1, a região geográfica 1-1 da Figura 3, a rede de comunicação sem fio 1 da Figura 1, a rede 24 da Figura 1, o dispositivo de usuário 14 da Figura 1, e a unidade de aplicação 16 da Figura 1. A região geográfica 1-1 inclui os dispositivos de usuário 1-1A e 1-1C da Figura 1, em que o dispositivo de usuário 1-1A é associado com equipamento de agricultura (por exemplo, operativamente acoplado a um trator agrícola de uma pluralidade de tratores agrícolas) e percorre um caminho de condução 1-1 (por exemplo, com pelo menos um dos equipamentos de agricultura) dentro da região geográfica 1-1. Daqui em diante, os dispositivos de usuário 1-1A e 1-1C podem ser alternadamente referidos como o equipamento de agricultura e a região geográfica pode ser alternadamente referida como uma região de agricultura. O dispositivo de usuário 14 inclui o módulo de processamento de aplicação 34 da Figura 4. A unidade de aplicação 16 inclui o módulo de processamento de aplicação 34 da Figura 4 e a memória 58 da Figura 4. Daqui por diante, a unidade de aplicação 16 pode ser alternadamente referida como um dispositivo hospedeiro. O sistema de computação funciona para gerar uma prescrição de agricultura. A geração da prescrição de agricultura é discutida em maior detalhe com referência às Figuras 12A-12H.
[0073] A Figura 12A ilustra passos de um exemplo de operação da geração da prescrição de agricultura em que o equipamento de agricultura coleta dados de agricultura coletados no local atuais sobre uma região de agricultura (por exemplo, região geográfica 1-1). Por exemplo, o dispositivo de usuário 1-1A coleta dados de sensor (por exemplo, dados de acelerômetro) com relação à região geográfica 1-1 como o equipamento de agricultura associado percorre o caminho de condução 1-1; envia, através de sinais de comunicação sem fio 42, os dados de sensor para o dispositivo de usuário 1-1C; e o dispositivo de usuário 11C recebe os sinais de localização sem fio 38 a partir da rede de localização sem fio 18 para produzir informação de localização associada com os dados de sensor.
[0074] A coleta dos dados de agricultura coletados no local atuais pode incluir ainda pelo menos uma abordagem de coleta de uma variedade de abordagens de coleta. Como um exemplo específico de uma primeira abordagem de coleta, o dispositivo de usuário 1-1A recebe, através da rede 24 e a rede de comunicação sem fio 1 por meio dos sinais de comunicação sem fio 42, a partir do dispositivo hospedeiro (por exemplo, a unidade de aplicação 16), uma indicação para coletar os dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1A recebe um indicador de dados de sensor de coleta completa a partir do dispositivo hospedeiro a indicação para coletar os dados de agricultura coletados no local atuais.
[0075] Como um exemplo específico de uma segunda abordagem de coleta, o dispositivo de usuário 1-1A recebe, a partir do dispositivo hospedeiro, uma mensagem para coletar um tipo particular de dados de agricultura. Por exemplo, o dispositivo de usuário 1-1A recebe um indicador para coletar os dados de acelerômetro como a mensagem para coletar o tipo específico de dados de agricultura. Como um exemplo específico de uma terceira abordagem de coleta, o dispositivo de usuário 1-1A interpreta uma prescrição de agricultura para determinar um ou mais tipos de dados de agricultura para coletar como os dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1A recebe uma prescrição de agricultura que inclui um indicador para coletar os dados de acelerômetro e interpreta a prescrição de agricultura recebida para determinar coletar os dados de acelerômetro como os dados de agricultura coletados no local atuais.
[0076] Tendo coletado os dados de agricultura coletados no local atuais sobre a região de agricultura, o dispositivo de usuário 1-1A envia, pelo menos uma representação dos dados de agricultura coletados no local atuais para o dispositivo hospedeiro (por exemplo, a unidade de aplicação 16). Por exemplo, o dispositivo de usuário 1-1A e o dispositivo de usuário 1-1C produzem dados de agricultura para a região 1-1 como a representação e envia, através dos sinais de localização sem fio 42, os dados de agricultura para a região 1-1 para a rede de localização sem fio 1, em que a rede de comunicação sem fio 1 envia, através da rede 24, os dados de agricultura para a região 1-1 para a unidade de aplicação 16.
[0077] O envio pode ainda incluir pelo menos uma de uma variedade de abordagens de envio. Como um exemplo específico de uma primeira abordagem de envio, o dispositivo de usuário 1-1A gera pelo menos uma representação dos dados de agricultura coletados no local atuais utilizando os dados de agricultura coletados no local atuais como pelo menos uma representação dos dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1Aa utiliza os dados de sensor como a representação (por exemplo, dados de sensor brutos). Como um exemplo específico de uma segunda abordagem de envio, o dispositivo de usuário 1-1A filtra, com base na prescrição de agricultura, os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1A seleciona cada décimo de amostra de dados de acelerômetro ao longo do caminho de condução 1-1 para filtrar os dados de acelerômetro para produzir a representação.
[0078] Como um exemplo específico de uma terceira abordagem de envio, o dispositivo de usuário 1-1A e / ou o dispositivo de usuário 1-1C compilam os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1A envia os dados de acelerômetro, através de sinais de comunicação sem fio 42 (por exemplo, Bluetooth) para o dispositivo de usuário 1-1C e o dispositivo de usuário 1-1C associa os dados de acelerômetro com a informação de localização para produzir a representação. Como um exemplo específico de uma quarta abordagem de envio, o dispositivo de usuário 1-1A processa os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais. Por exemplo, o dispositivo de usuário 1-1A executa uma função de média dos dados de acelerômetro (por exemplo, para produzir uma elevação média para uma parte do caminho de condução 1-1) para produzir a representação.
[0079] Alternativamente, ou em adição a, ainda mais dispositivos de usuário associados à região geográfica 1-1 enviam representações correspondentes dos dados de agricultura coletados no local atuais associados com a região geográfica 1-1. Ainda alternativamente, ou ainda em adição a, o dispositivo de usuário 1-1A e / ou o dispositivo de usuário 1-1C enviam representações adicionais de dados de agricultura coletados no local atuais adicionais associados com a região geográfica 1-1 quando o dispositivo de usuário 1-1A percorre ainda o caminho de condução 1-1 (por exemplo, para cada passagem do trator agrícola executando passos de um ciclo de vida de agricultura ao longo do caminho de condução 1-1).
[0080] A Figura 12B ilustra ainda passos do exemplo de operação da geração da prescrição de agricultura 114 onde o dispositivo hospedeiro processa uma ou mais da pelo menos uma representação dos dados de agricultura coletados no local atuais, dados de agricultura coletados fora do local atuais 110, dados de agricultura coletados no local de histórico, dados de agricultura coletados fora do local de histórico e análise de histórico de previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura atual para a região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 compara os dados de agricultura coletados no local atuais com os dados de agricultura coletados no local de histórico (por exemplo, a partir de uma travessia anterior da região geográfica) para produzir uma tendência topográfica (por exemplo, detectar uma mudança em elevação de uma porção da região geográfica que é maior que uma mudança no nível de limiar de elevação) como a previsão de agricultura atual.
[0081] O processamento pode incluir ainda o dispositivo hospedeiro receber pelo menos uma representação dos dados de agricultura coletados no local atuais e armazenar a representação recebida. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 recebe, através da rede 24 e da rede de comunicação sem fio, os dados de agricultura para a região 1-1 e armazena os dados de agricultura para a região 1-1 na memória 58 produzindo uma nova parte dos dados de agricultura coletados no local de histórico.
[0082] O processamento pode incluir ainda a unidade de aplicação 16 receber, através da rede 24, os dados de agricultura coletados fora do local atuais 110 a partir de uma entidade externa (por exemplo, um servidor através de uma Internet pública, um servidor de um sistema de computação privado, uma matriz de sensores fixa, etc.), onde os dados de agricultura coletados fora do local atuais 110 incluem uma ou mais das informações de topologia regionais atuais (por exemplo, um mapa topográfico atual da região geográfica), dados meteorológicos atuais (por exemplo, temperatura, direção do vento, velocidade do vento, nível de precipitação, intensidade de luz solar, etc.), e condições do solo atuais (por exemplo, nível de umidade, nível de nutrientes, nível de fertilizantes, etc.).
[0083] O processamento pode incluir ainda a unidade de aplicação 16 recuperar, a partir da memória 58, um ou mais dos dados de agricultura coletados no local de histórico, os dados de agricultura coletados fora do local de histórico, a análise de histórico das previsões de agricultura, onde os dados de agricultura coletados fora do local de histórico incluem uma ou mais das informações de topologia regional de histórico (por exemplo, uma série de mapas topográficos cronologicamente ordenados da região geográfica), dados meteorológicos de histórico (por exemplo, temperaturas de histórico, direções de vento de histórico, velocidade do vento de histórico, níveis de precipitação de histórico, intensidades de luz solar de histórico, etc.), e condições do solo de histórico atuais (por exemplo, níveis de umidade de histórico, níveis de nutrientes de histórico, níveis de adubação de histórico, etc.).
[0084] O processamento pelo dispositivo hospedeiro pode incluir ainda, para um determinado instantâneo de uma estação de agricultura (por exemplo, para uma parte do tempo do ciclo de vida de agricultura), comparar previsões de agricultura com resultados de agricultura reais para produzir dados de comparação. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 analisa dados de agricultura para a região de agricultura 1-1 associada com uma porção de colheita da estação de agricultura para produzir os resultados de agricultura reais (por exemplo, produtividade em termos de alqueires de milho por acre), e compara uma previsão de agricultura associada com uma porção anterior da estação de agricultura com os resultados de agricultura reais associados com a porção de colheita para produzir os dados de comparação (por exemplo, indicando precisão da previsão de agricultura para a colheita do milho).
[0085] Tendo produzido os dados de comparação, o dispositivo hospedeiro processa os dados de comparação com a uma ou mais da pelo menos uma representação dos dados de agricultura coletados no local atuais, os dados de agricultura coletados fora do local atuais, os dados de agricultura coletados no local de histórico, os dados de agricultura coletados fora do local de histórico, e a análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 processa a precisão indicada dos dados de comparação para a colheita do milho e a análise de histórico das previsões de agricultura (por exemplo, a partir de ciclos de vida de agricultura anteriores da região de agricultura 1-1) para produzir a previsão de agricultura de correção de curso dentro da estação para a região de agricultura 1-1. Por exemplo, o módulo de processamento de aplicação 34 gera a previsão de agricultura de correção de curso dentro da estação que indica otimização da produtividade de cultura inclui ainda uma exigência para utilização de 4% a mais de fertilizante do que uma previsão de agricultura anterior.
[0086] O processamento por parte do dispositivo hospedeiro pode ainda incluir processamento de informação geográfica da pelo menos uma representação dos dados de agricultura coletados no local atuais para produzir um mapa topográfico atual da região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 processa os dados de acelerômetro e informação de localização correspondente dos dados de agricultura para a região 1-1 para múltiplas passagens do caminho de condução 1-1 para produzir o mapa topográfico atual da região de agricultura 1-1. Tendo produzido o mapa topográfico atual, o dispositivo hospedeiro compara o mapa topográfico atual com um ou mais mapas topográficos anteriores da região de agricultura para detectar uma ou mais áreas de erosão. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 detecta uma área de bolso de uma redução de um nível de elevação ao longo do tempo e indica a área de bolso como a área de erosão. A geração do mapa topográfico atual e a detecção da erosão são discutidos em maior detalhe com referência às Figuras 12D-H.
[0087] Tendo produzido um ou mais da previsão de agricultura atual e a previsão de agricultura de correção de curso dentro da estação, o dispositivo hospedeiro gera uma prescrição de agricultura 114 sobre pelo menos uma porção da região de agricultura com base em um ou mais da previsão de agricultura e a previsão de agricultura de correção de curso dentro da temporada atual. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 analisa uma série de previsões de agricultura atuais em relação à correlação de passos do ciclo de vida de agricultura e otimização de produtividade de cultura e seleciona um grupo de passos para produzir a prescrição de agricultura 114, onde o grupo selecionado de passos facilita a otimização de produtividade de cultura.
[0088] O dispositivo hospedeiro pode produzir a prescrição de agricultura 114 de acordo com uma variedade de abordagens de produção. Como um exemplo de uma primeira abordagem de produção, o dispositivo hospedeiro estabelece um padrão de velocidade (por exemplo, a velocidade média, velocidade máxima, velocidade mínima, etc.) para um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 identifica uma velocidade ótima (por exemplo, não muito lenta, não muito rápida) para o trator agrícola do equipamento de agricultura quando realizando um ou mais passos da prescrição de agricultura para cada de uma pluralidade de porções da região de agricultura, onde as velocidades ótimas correlacionam-se com a otimização de produtividade de cultura melhorada. A identificação da velocidade ótima é discutida em maior detalhe com referência às Figuras 16A-C.
[0089] Como um exemplo de uma segunda abordagem de produção, o dispositivo hospedeiro estabelece um padrão de orientação de plantio de cultura para o um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 identifica uma direção ótima (por exemplo, direcionamento) para o trator agrícola do equipamento de agricultura quando realiza o um ou mais passos da prescrição de agricultura para cada de uma pluralidade de porções da região de agricultura, onde as direções ótimas correlacionam-se com a otimização de produtividade de cultura melhorada. A identificação da direção ótima é discutida em maior detalhe com referência às Figuras 14A-C.
[0090] Como um exemplo de uma terceira abordagem de produção, um dispositivo hospedeiro estabelece um padrão de distribuição de plantio de cultura para o um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 identifica um padrão de distribuição de plantio de cultura ótimo (por exemplo, profundidade de semente, espaçamento de sementes, etc.) para o trator agrícola do equipamento de agricultura quando realiza o um ou mais passos da prescrição de agricultura para cada de uma pluralidade de porções da região de agricultura, onde os padrões de distribuição de plantio de cultura ótimos correlacionam-se com a utilização de produtividade de cultura melhorada.
[0091] Tendo produzido a prescrição de agricultura 114, o dispositivo hospedeiro envia a prescrição de agricultura 114 para um ou mais dos equipamentos de agricultura. Alternativamente, ou em adição a, o dispositivo hospedeiro envia a prescrição de agricultura 114 para o dispositivo de usuário 14, onde o dispositivo de usuário 14 pode ainda processar e / ou exibir a prescrição de agricultura 114. Por exemplo, o módulo de processamento de aplicação 34 da unidade de aplicação 16 envia, através da rede 24, a prescrição de agricultura 114 para o dispositivo de usuário 14 e para a rede de comunicação sem fio 1. Tendo recebido a prescrição de agricultura 114, a rede de comunicação 1 envia, através dos sinais de comunicação sem fio 42, a prescrição de agricultura 114 para o dispositivo de usuário 1-1C. Tendo recebido a prescrição de agricultura 114, o dispositivo de usuário 1-1C pode processar ainda a prescrição de agricultura 114 e / ou encaminhar, através de outros sinais de comunicação sem fio 42, a prescrição de agricultura 114 para o dispositivo de usuário 1-1A. O processamento da prescrição de agricultura 114 pelo dispositivo de usuário 1-1C pode incluir um ou mais de extrair um indicador para coletar dados de agricultura, identificar passos da prescrição de agricultura associada com o dispositivo de usuário 1-1C, e modificar a prescrição de agricultura 114 para produzir uma prescrição de agricultura atualizada 114 com base nos dados de agricultura coletados adicionais.
[0092] Tendo recebido a prescrição de agricultura, o um ou mais dos equipamentos de agricultura executam pelo menos uma porção da prescrição de agricultura 114. Por exemplo, o dispositivo de usuário 1-1A identifica passos da prescrição de agricultura 114 associada com o dispositivo de usuário 1-1A e facilita a execução dos passos identificados (por exemplo, coleta de dados de agricultura adicionais, ativação de atuadores associados com o equipamento de agricultura, etc.).
[0093] A Figura 12C é um fluxograma ilustrando um exemplo de gerar a prescrição de agricultura. Em particular, é apresentado um método para utilização em conjunto com uma ou mais funções e características descritas, em conjunto com as Figuras 1-11, 12A-B, e também a Figura 12C. O método começa ou continua no passo 120 em que um módulo de processamento de um ou mais módulos de processamento de um ou mais dispositivos de computação associados com o equipamento de agricultura coleta dados de agricultura coletados no local atuais em relação a uma região de agricultura. Por exemplo, um módulo de processamento do equipamento de agricultura coleta os dados de agricultura coletados no local atuais em relação a uma região de agricultura. A coleta dos dados de agricultura coletados no local atuais pode ainda incluir pelo menos um equipamento de agricultura receber, a partir de um dispositivo hospedeiro, uma indicação para coletar os dados de agricultura coletados no local atuais; o equipamento de agricultura receber, a partir do dispositivo hospedeiro, uma mensagem para coletar um tipo particular de dados de agricultura; e o equipamento de agricultura interpretar uma prescrição de agricultura para determinar um ou mais tipos de dados de agricultura para coletar como os dados de agricultura coletados no local atuais.
[0094] O método continua no passo 122 onde o equipamento de agricultura envia pelo menos uma representação dos dados de agricultura coletados no local atuais para o dispositivo hospedeiro. O envio pode incluir um dos equipamentos de agricultura gerar pelo menos uma representação dos dados de agricultura coletados no local atuais por pelo menos um de utilizar os dados de agricultura coletados no local atuais como a pelo menos uma representação dos dados de agricultura coletados no local atuais, filtrar, com base na prescrição de agricultura, os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais, compilar os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais e processar os dados de agricultura coletados no local atuais para produzir pelo menos uma representação dos dados de agricultura coletados no local atuais.
[0095] O método continua no passo 124, onde o dispositivo hospedeiro processa um ou mais de pelo menos uma representação dos dados de agricultura coletados no local atuais, dados de agricultura coletados fora do local atuais, dados de agricultura coletados no local de histórico, dados de agricultura coletados fora do local de histórico, e análise de histórico de previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura atual para a região de agricultura. O método continua no passo 126, onde o dispositivo hospedeiro, para um determinado instantâneo de uma estação de agricultura, compara previsões de agricultura com resultados de agricultura reais para produzir dados de comparação.
[0096] O método continua no passo 128 onde o dispositivo hospedeiro processa os dados de comparação com a uma ou mais da pelo menos uma representação dos dados de agricultura coletados no local atuais, os dados de agricultura coletados fora do local atuais, os dados de agricultura coletados no local de histórico, os dados de agricultura coletados fora do local de histórico, e análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura. O método continua no passo 130 onde o dispositivo hospedeiro processa a informação geográfica da pelo menos uma representação dos dados de agricultura coletados no local atuais para produzir um mapa topográfico atual da região de agricultura quando o mapa topográfico atual é desejado para facilitar outro passo. O método continua no passo 132 onde o dispositivo hospedeiro compara o mapa topográfico atual com um ou mais mapas topográficos anteriores da região de agricultura para detectar uma ou mais áreas de erosão.
[0097] O método continua no passo 134 onde o dispositivo hospedeiro gera uma prescrição de agricultura sobre pelo menos uma porção da região de agricultura com base em um ou mais da previsão de agricultura atual e a previsão de agricultura de correção de curso dentro da estação. O dispositivo hospedeiro pode gerar a prescrição de agricultura de acordo com uma variedade de abordagens de geração. O método de passo de geração continua no passo 134a em que o dispositivo hospedeiro estabelece um padrão de velocidade para um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura quando a prescrição de agricultura requer o padrão de velocidade. Alternativamente, ou em adição a, o método de passo de geração continua no passo 134b em que o dispositivo hospedeiro estabelece um padrão de orientação de plantio de cultura para o um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura quando a prescrição de agricultura requer o padrão de orientação de plantio de cultura. Além disso, em alternativa, ou em adição a, o método de passo de geração continua no passo 134c em que o dispositivo hospedeiro estabelece um padrão de distribuição de plantio de cultura para o um dos equipamentos de agricultura enquanto percorrendo pelo menos uma porção da região de agricultura quando a prescrição de agricultura requer o padrão de orientação de plantio de cultura.
[0098] O método continua no passo 136 onde o dispositivo hospedeiro envia a prescrição de agricultura para um ou mais dos equipamentos de agricultura. Por exemplo, o dispositivo hospedeiro transmite a prescrição de agricultura para uma frota de tratores agrícolas. O envio pode incluir ainda transmitir a prescrição de agricultura para um ou mais dispositivos de usuário associados com a região geográfica. O método continua no passo 138 em que o um ou mais do equipamento de agricultura executa pelo menos uma porção da prescrição de agricultura. Por exemplo, a frota de tratores agrícolas executa os passos da prescrição de agricultura.
[0099] O método descrito acima em conjunção com o módulo de processamento pode ser alternativamente realizado por outros módulos de um ou mais dispositivos de computação associados com o equipamento de agricultura ou por outros dispositivos. Além disso, pelo menos uma seção de memória (por exemplo, um meio de armazenamento legível por computador não transitório), que armazena as instruções de operação pode, quando executadas por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com o equipamento de agricultura, fazer o um ou mais dispositivos de computação realizarem qualquer um ou todos os passos de método descritos acima.
[00100] A Figura 12D é um diagrama de blocos esquemático de outra modalidade de um sistema de computação que inclui a rede de localização sem fio 18 da Figura 1, a região geográfica 1-1 da Figura 1, a rede de comunicação sem fio 1 da Figura 1, a rede 24 da Figura 1, o dispositivo de usuário 14 da Figura 1, a unidade de aplicação 16 da Figura 1, e a unidade de armazenamento 36 da Figura 1. A região geográfica 1-1 inclui os dispositivos de usuário 1- 1A e 1-1C da Figura 1, em que o dispositivo de usuário 1-1A percorre o caminho de condução 1-1. Dispositivo de usuário 14 inclui o módulo de processamento de aplicação 34 da Figura 3. A unidade de aplicação 16 inclui o módulo de processamento de aplicação 34 da Figura 4. A unidade de armazenamento 36 inclui o módulo de processamento de aplicação 34 da Figura 4 e a memória 58 da Figura 4.
[00101] O sistema de computação é operável para identificar uma sub-região dentro da região geográfica 1-1 associada com uma anormalidade de resultados de um ciclo de vida de agricultura. A anormalidade de resultados pode incluir um ou mais de uma produtividade de cultura inferior a um limiar de produtividade de cultura baixo, a produtividade de cultura acima de um limiar de produtividade de cultura elevado, utilização de um recurso acima de um limiar utilização de recurso elevado, utilização do recurso abaixo de um nível de limiar de utilização de recurso baixo, e todas as outras métricas de resultados que comparam de forma desfavorável para um intervalo de resultados esperado. Por exemplo, o sistema identifica uma porção de um quarto de acre da região geográfica 1-1 que é associada a uma taxa de produtividade de cultura de milho que é 30% abaixo de uma taxa média de produtividade de cultura de milho para toda a região geográfica 1-1.
[00102] O sistema de computação pode ainda operar para identificar uma potencial causa raiz para a anormalidade de resultados para a sub-região. Por exemplo, o sistema de computação identifica um nível de média acima de erosão do solo associado com a sub-região como a potencial causa raiz para a taxa de produtividade de cultura de milho média baixa. Como outro exemplo, o sistema de computação identifica um nível de média acima de acúmulo de solo associado com a sub-região tem potencial causa raiz para a taxa de produtividade de cultura de milho média baixa.
[00103] Em um exemplo de operação, o dispositivo de usuário 1-1A obtém uma pluralidade de conjuntos de dados de sensor para dois ou mais casos de operação ao longo do caminho de condução 1-1. O dispositivo de usuário 1-1A envia, através dos sinais de comunicação sem fio 42 através do dispositivo de usuário 1-1C, a rede de comunicação sem fio 1, e a rede 24, conjuntos de dados de sensor para a região 1-1 para a unidade de armazenamento 36. A unidade de armazenamento 36 processa conjuntos de dados de sensor para a região 1-1 para produzir dois ou mais registros de dados 1, 2. Por exemplo, o módulo de processamento de aplicação 34 da unidade de armazenamento 36 produz 10 registros de dados que correspondem a últimas 10 passagens ao longo do caminho de condução 1-1 pelo dispositivo de usuário 1-1A. O módulo de processamento de aplicação 34 da unidade de armazenamento 36 armazena os registros de dados 1, 2 na memória 58 da unidade de armazenamento 36.
[00104] O módulo de processamento de aplicação 34 do dispositivo de usuário 14 emite, através da rede 24, um pedido de análise de erosão 160 para a unidade de aplicação 16, quando o pedido de análise de erosão 160 inclui um identificador para a região geográfica 1-1. O módulo de processamento de aplicação 34 da unidade de aplicação 16 obtém, através da rede 24, os registros de dados 1, 2 a partir da unidade de armazenamento 36 com base no pedido de análise de erosão 160, onde os registros de dados 1, 2 correspondem à região geográfica 1- 1 do pedido de análise de erosão 160.
[00105] Tendo obtido os registros de dados 1, 2, o módulo de processamento de aplicação 34 da unidade de aplicação 16 analisa os registros de dados 1, 2, de acordo com o pedido de análise de erosão 160, para gerar um mapa topográfico para cada registro de dados com relação à região geográfica 1-1. A geração inclui o módulo de processamento de aplicação 34 analisar um ou mais dos dados de sensor de acelerômetro e informação de localização para produzir um mapa provisório que inclui informação de elevação precisa para uma pluralidade de coordenadas X Y. Por exemplo, o módulo de processamento de aplicação 34 produz a informação de elevação para cada ponto de captura de dados do caminho de condução 1-1 com base em um ou mais dos dados de sensor de acelerômetro e a informação de localização. Tendo produzido o mapa provisório, o módulo de processamento de aplicação 34 gera conectores entre pontos de elevação substancialmente similares, onde os pontos adicionais de elevação podem ser interpolados entre os pontos de captura de dados. Tendo gerado os conectores, o módulo de processamento de aplicação 34 agrega o mapa provisório e os conectores para produzir um mapa topográfico correspondente que inclui linhas de contorno de níveis de elevação comuns.
[00106] Tendo produzido o mapa topográfico para cada registro de dados, o módulo de processamento de aplicação 34 da unidade de aplicação 16 interpreta as linhas de contorno de cada mapa topográfico para os dois ou mais registros de dados para identificar uma tendência de anormalidade de elevação. O módulo de processamento de aplicação 34 identifica a tendência de anormalidade de elevação quando a diferença entre os níveis de elevação representados por linhas de contorno de pelo menos dois mapas topográficos para uma localização comum é maior do que um nível de limiar de diferença. Por exemplo, o modulo de processamento de aplicação indica uma tendência de anormalidade de elevação de erosão do solo quando um nível de elevação representado por um primeiro mapa tipográfico para uma localização específica é 6 polegadas (15,24 cm) maior do que um nível de elevação representado por um segundo mapa topográfico para a mesma localização particular, em que o segundo mapa topográfico é associado com uma hora/data mais tarde. Como outro exemplo, o módulo de processamento de aplicação 34 indica uma tendência de anormalidade de elevação de acúmulo de solo quando o nível de elevação representado pelo primeiro mapa tipográfico para a localização específica é 6 polegadas (15,24 cm) menor do que o nível de elevação representado pelo segundo mapa topográfico para a mesma localização particular, em que o segundo mapa topográfico é associado com uma hora/data mais tarde.
[00107] Tendo identificado a tendência de anormalidade de elevação, o módulo de processamento de aplicação 34 da unidade de aplicação 16 obtém um resumo de histórico 162 com relação à região geográfica 1-1 da unidade de armazenamento 36, onde o resumo de histórico 162 inclui taxas de produtividade de cultura de histórico para a região geográfica 1-1. Após ter obtido o resumo de histórico 162, o módulo de processamento de aplicação 34 correlaciona taxas de produtividade de cultura do resumo de histórico 162 para a localização particular da tendência de anormalidade de elevação para determinar um nível de impacto sobre as taxas de produtividade de cultura como resultado potencial da tendência de anormalidade de elevação. Tendo determinado o nível de impacto, o módulo de processamento de aplicação 34 gera um resumo de análise de erosão 164 que inclui um ou mais de um identificador para a localização particular, um ou mais dos mapas topográficos, uma ou mais das taxas de produtividade de cultura, e o nível de impacto sobre as taxas de produtividade de cultura. Por exemplo, o módulo de processamento de aplicação 34 gera o resumo de análise de erosão 164 para indicar que as taxas de produtividade de cultura associadas à determinada localização é 30% abaixo do nível de taxa de produtividade de cultura médio da região geográfica 1-1 uma vez que a erosão estendeu além de 8 polegadas (20,32 cm) de nível de erosão ao longo dos últimos três anos.
[00108] Tendo gerado o resumo de análise de erosão 164, o módulo de processamento de aplicação 34 da unidade de aplicação 16 envia, através da rede 24, o resumo de análise de erosão 164 para um ou mais do dispositivo de usuário 14 e a unidade de armazenamento 36. Alternativamente, ou adicionalmente, o módulo de processamento de aplicação 34 da unidade de aplicação 16 gera uma prescrição de agricultura que inclui passos de gestão de solo adicionais (por exemplo, aragem agressiva, etc.) de um ciclo de vida de agricultura para diminuir a erosão do solo.
[00109] A Figura 12E é um diagrama ilustrando uma outra modalidade de um caminho de condução para uma região geográfica associada 1-1. Um dispositivo de usuário obtém uma pluralidade de conjuntos de dados de sensor para dois ou mais casos de operação ao longo do caminho de condução 1-1, de acordo com um esquema de captura de dados. Por exemplo, o dispositivo de usuário captura um conjunto de dados de sensor a partir de uma matriz de sensores a cada um décimo de polegada (0,1 in = 0,254 cm) de deslocamento ao longo do caminho de condução 1-1 quando o esquema de captura de dados indica para capturar dados de sensor a cada um décimo de polegada (0,1 in = 0,254 cm). Como tal, o dispositivo de usuário captura dados de sensor em cerca de 633.000 pontos de captura de dados ao longo de cada percurso de oeste para leste da região geográfica 1-1 quando o percurso é de aproximadamente 1 milha (1,6 quilômetro) de distância.
[00110] A matriz de sensores pode cobrir um percurso de 40 pés (12,192 metros) ao longo do caminho de condução quando um mecanismo agrícola que inclui a matriz de sensores tem pelo menos 40 pés (12,192 metros) de largura. Como tal, o caminho de condução inclui ainda cerca de 100 percursos horizontais de elementos de caminho de condução quando a área de cobertura no caminho de condução tem 40 pés (12,192 metros) e a distância de norte a sul é de aproximadamente 4000 pés (1219,2 metros).
[00111] O dispositivo de usuário produz cerca de 63,3 milhões de conjuntos de dados de sensor quando cada dos 100 elementos horizontais de caminho de condução inclui os 633.000 pontos de captura de dados. Cada conjunto dos dados de sensor inclui dados de sensor a partir de sensores espaçados entre si em toda a largura do caminho de condução. Por exemplo, os pontos de captura de dados são espaçados um décimo de polegada (0,1 in = 0,254 cm) de distância ao longo de uma faixa onde as faixas são separadas por cerca de 6 pés (1,829 metros) quando o caminho de condução tem aproximadamente 40 pés (12,192 metros) e sete faixas de sensores são utilizadas ao longo do caminho de condução.
[00112] As Figuras 12F-G são diagramas ilustrando exemplos de mapas topográficos para uma região geográfica associada 1-1. Cada mapa topográfico indica contornos de elevação (por exemplo, em pés acima do nível do mar, em metros acima do nível do mar, em uma distância em relação a outro nível de referência) que são gerados com base em uma pluralidade de conjuntos de dados de sensor capturados. Cada mapa topográfico é associado com uma hora/data específica. A Figura 12F indica um mapa topográfico produzido com base em dados de sensor associados com tempo t1. A Figura 12G indica um mapa topográfico produzido com base em dados de sensor associados com tempo t2. Alternativamente, ou em adição a, mais mapas topográficos podem ser produzidos com base em dados de sensor adicionais associados a outras hora/datas.
[00113] As linhas de contorno de dois ou mais dos mapas topográficos são comparadas para identificar uma tendência de anormalidade de elevação potencial. Por exemplo, o mapa topográfico da região geográfica 1-1 no tempo t2 indica uma nova área inferior da erosão potencial dentro de uma vala entre pontos de elevação no nível 990. A localização geográfica da tendência de anormalidade de elevação potencial identificada pode ser identificada para permitir uma análise mais aprofundada. Por exemplo, uma análise mais aprofundada inclui correlacionar taxas de produtividade de cultura para a região geográfica ao longo do tempo para identificar um nível de impacto nas taxas de produtividade de cultura da tendência de anormalidade de elevação potencial identificada.
[00114] A Figura 12H é um fluxograma ilustrando um exemplo de identificação de anormalidades topográficas. O método começa ou continua no passo 166 em que um dispositivo de usuário obtém dois ou mais grupos de conjuntos de dados de sensor, em que cada grupo inclui uma pluralidade de conjuntos de dados de sensor e em que cada grupo de conjuntos de dados de sensor corresponde a um caminho de condução comum. A obtenção inclui um ou mais de iniciar uma consulta, receber uma resposta de consulta, interpretar uma prescrição de agricultura para identificar os dados de sensor para obtenção, selecionar sensores de uma matriz de sensores, selecionar o caminho de condução comum, anexar hora/datas para os dados de sensor, e anexar informação de localização para os dados de sensor.
[00115] O método continua no passo 168 onde uma unidade de armazenamento obtém os dois ou mais grupos de conjuntos de dados de sensor. A obtenção inclui pelo menos um de receber um grupo de conjuntos de dados de sensor, iniciar uma solicitação de dados de sensor, e receber uma resposta de sensor de dados. O método continua no passo 170 onde a unidade de armazenamento processa os dois ou mais grupos de conjuntos de dados de sensor para produzir dois ou mais registros de dados. O processamento inclui um ou mais de gerar um registro de dados de modo a incluir um grupo de conjuntos de dados de sensor de acordo com um esquema de formatação de registro de dados, armazenar os registros de dados, e enviar os registros de dados para uma unidade de aplicação.
[00116] O método continua no passo 172 onde a unidade de aplicação processa os dois ou mais registros de dados para produzir dois ou mais mapas topográficos de uma área geográfica comum. O processamento inclui um ou mais de solicitar os dois ou mais registros de dados (por exemplo, enviar uma solicitação para a unidade de armazenamento), receber os dois ou mais registros de dados, analisar dados de sensor dos dois ou mais registros de dados para produzir uma grade de coordenadas XYZ para a região geográfica em comum, e interpolar coordenadas adicionais da grade para produzir o mapa topográfico. Por exemplo, a unidade de aplicação interpreta dados de acelerômetro dos dados de sensor para contabilizar passo e rolagem de um trator agrícola que percorre o caminho de condução de área geográfica comum para produzir a grade de coordenadas XYZ.
[00117] O método continua no passo 174 onde a unidade de aplicação compara os dois ou mais mapas topográficos para identificar diferenças de contorno que são maiores do que um nível de limiar de diferença de contorno. A comparação inclui obter o nível de limiar, calcular as diferenças de contorno, comparar as diferenças de contorno para o nível de limiar, e indicar que as diferenças de contorno são maiores do que o nível de limiar de diferença de contorno quando a diferença entre os dois contornos é maior do que o nível de limiar de diferença de contorno.
[00118] O método continua no passo 176 onde a unidade de aplicação identifica a informação de localização geográfica correspondente para cada exemplo de identificar as diferenças de contorno que são maiores do que o nível de limiar de diferença de contorno. A identificação inclui extrair informação de localização geográfica de um ou mais dos dois ou mais registros de dados. O método continua no passo 178 onde a unidade de aplicação compara os resultados de histórico que incluem os resultados associados com a informação de localização geográfica identificada para identificar um ou mais anormalidades de resultados potenciais. A comparação inclui um ou mais de obter os resultados de histórico da unidade de armazenamento (por exemplo, taxas de produtividade de cultura de anos anteriores) e correlacionar alterações em resultados para a localização geográfica identificada. Por exemplo, a unidade de aplicação identifica uma queda de 30% nas taxas de produtividade de cultura de milho quando a erosão do solo dentro da localização geográfica identificada é maior do que 8 polegadas (20,32 cm) de esgotamento de solo.
[00119] O método continua no passo 180 onde a unidade de aplicação gera um resumo de análise que inclui as identificadas uma ou mais anormalidades de resultados potenciais e a informação de localização geográfica correspondente. A geração inclui um ou mais de agregar as anormalidades de resultados e a informação de localização, emitir o resumo de análise para uma entidade solicitante, e facilitar armazenamento do resumo de análise dentro da unidade de armazenamento como um resumo de histórico.
[00120] A Figura 13A é um diagrama de blocos esquemático de uma modalidade de um módulo de processamento de aplicação que inclui o módulo de análise 81 da Figura 9, o módulo de geração de resumo de análise 82 da Figura 9, o módulo de geração de prescrição 84 da Figura 9, o módulo de coleta de dados 86 da Figura 9, o módulo de resumo de histórico 88 da Figura 9, e a memória 58 da Figura 9.
[00121] Em um exemplo de operação, o módulo de análise 81 recebe uma solicitação para orientação para uma região de interesse (por exemplo, região geográfica 9). A solicitação inclui uma solicitação para otimizar seleção do tipo de cultura para a região geográfica 9 e pode ainda incluir um ou mais dos tipos de cultura candidatas e condições associadas com o ciclo de vida agrícola. O módulo de análise 81 seleciona uma super-região 166 com base na solicitação, onde a super-região 166 inclui a região geográfica 9. A seleção pode ser baseada em um ou mais de acessar uma lista de regiões geográficas adjacentes para região geográfica 9, realizar uma pesquisa, iniciar uma consulta, e receber uma resposta de consulta. Por exemplo, o módulo de análise 81 seleciona regiões geográficas 2-4, 8-10 e 14-16 a serem incluídas na super-região 166 com base em uma pesquisa.
[00122] Tendo selecionado a super-região 166, o módulo de análise 81 obtém registros de dados 168 para super- região 166. Por exemplo, o módulo de análise 81 emite uma solicitação de registros de dados para super-região para o módulo de coleta de dados 86 e recebe os registros de dados 168 em resposta. O módulo de coleta de dados 86 acessa a memória 58 para recuperar os registros de dados 168 com base na identidade de uma ou mais da super-região, a região geográfica 9, e as regiões geográficas adjacentes.
[00123] Tendo obtido os registros de dados 168, o módulo de análise 81 obtém resumo de histórico para a super-região. Por exemplo, o módulo de análise 81 emite uma solicitação de resumo de histórico para o módulo de resumo de histórico 88 para resumo de histórico de cada uma das regiões geográficas associadas à super-região, o módulo de resumo de histórico 88 recupera os resumos de histórico da memória 58, e o módulo de resumo de histórico 88 envia os resumos de histórico (por exemplo, para regiões geográficas 2, 3, 4, 8, 9, 10, 14, 15 e 16) para o módulo de análise 81.
[00124] Tendo obtido os registros de dados 168 e os resumos de histórico, o módulo de análise 81 analisa os registros de dados 168 e / ou os resumos de histórico para produzir resultados de uma análise de super-região 170, onde os resultados incluem os resultados do ciclo de vida de agricultura para os tipos de culturas candidatas em função de condições associadas. A análise pode incluir um ou mais de uma análise sobre a super-região como uma única região geográfica, uma análise sobre porções da super- região, e uma análise sobre cada região geográfica da super-região. A análise pode ponderar utilização dos registros de dados 168 e / ou resumos de histórico de cada região geográfica da super-região com base em um ou mais de idade dos registros de dados e / ou resumos de histórico, uma estimativa de precisão de coleta de dados, um identificador de proprietário de dados, um indicador de diferenças entre as previsões anteriores e resultados medidos, e uma distância da região geográfica para a região de interesse. Por exemplo, o módulo de análise pode aplicar maior peso para utilização de registros de dados de regiões geográficas que são imediatamente adjacentes à região de interesse do que outras regiões geográficas que não são imediatamente adjacentes à região de interesse.
[00125] Os resultados do ciclo de vida de agricultura incluem um ou mais de níveis de produtividade de cultura absolutos para cada um dos tipos de culturas candidatas, as taxas de produtividade de cultura normalizadas para cada um dos tipos de culturas candidatas, e um nível de retorno sobre o investimento (ROI) para cada um dos tipos de culturas candidatas. As condições associadas incluem um ou mais de, para cada resultado, um padrão de tempo, um identificador de modelo de ciclo de plantio, um nível de abastecimento de água, e uma lista de passos e ações de um ciclo de vida de agricultura anterior. Por exemplo, o módulo de análise analisa os registros de dados 168 e os resumos de histórico para produzir resultados que indicam que a taxa de produtividade de cultura de feijão é 10% maior do que a média quando um padrão meteorológico de chuvas é medido sobre a super-região. Como outro exemplo, o módulo de análise 81 analisa os registros de dados 168 e os resumos de histórico para produzir resultados que indicam que a taxa de produtividade de cultura de milho é 15% maior do que a média quando o padrão meteorológico de chuvas é 810% mais seco do que a média sobre a super-região.
[00126] O módulo de geração de resumo de análise 82 obtém um ou mais conjuntos de análise de super-região 170 e, para condições semelhantes, compara resultados de dois ou mais tipos de cultura para produzir um resumo de análise de super-região 172. Por exemplo, o módulo de análise de dados 81 analisa a registros de dados 168 e os resumos de histórico para produzir resultados que indicam que um ROI para feijão é 9% maior do que um ROI para o milho quando um padrão meteorológico de chuvas é medido na região geográfica 9. Como outro exemplo, o módulo de análise 81 analisa os registros de dados 168 e os resumos de histórico para produzir resultados que indicam que o ROI para o milho é 16% maior do que os feijões quando o padrão meteorológico de chuvas é 8-10% mais seco do que a média na região geográfica 9. O módulo de geração de resumo de análise 82 pode enviar o resumo de análise de super-região 172 para o módulo de resumo de histórico 88 para facilitar armazenamento do resumo de análise de super-região 172 na memória 58 como um resumo de análise de histórico.
[00127] O módulo de geração de prescrição 84 obtém o resumo de análise de super-região 172. O módulo de geração de prescrição 84 pode obter ainda resumos de histórico de região geográfica 9 a partir do módulo de resumo de histórico 88. Após ter obtido o resumo de análise de super- região 172 e os resumos de histórico de região geográfica 9, o módulo de geração de prescrição 84 gera uma prescrição para a região geográfica 9 com base no resumo de análise de super-região 172 e o resumo de histórico de região geográfica 9, onde a prescrição inclui uma recomendação de tipo de cultura para cada um dos um ou mais conjuntos de condições. A prescrição pode ainda incluir um ou mais dos passos, ações e condições associadas do ciclo de vida de agricultura. Por exemplo, a prescrição inclui uma recomendação para um primeiro segmento de um caminho de condução para plantar feijão para primeiros 3000 pés (914,4 metros) e, em seguida, plantar milho para próximos 2280 pés (694,94 metros). A prescrição pode incluir ainda outras ações associadas ao ciclo de vida de agricultura, tal como aplicar fertilizante de acordo com otimização de resultados baseados em fertilizantes com base no resumo de análise de super-região 172.
[00128] A Figura 13B é um diagrama ilustrando um exemplo de produção de uma análise de super-região 172. Os registros de dados e / ou resumo de histórico são analisados para uma super-região 166 para produzir a análise de super-região 172, onde a análise inclui um retrato da super-região onde o retrato indica áreas de resultados comuns. Um resultado dos resultados comuns pode representar uma saída normalizada sobre uma porção associada da região geográfica para um tipo de cultura particular e condições associadas. Alternativamente, os resultados podem representar uma diferença entre pelo menos duas escolhas de culturas em que um nível mais elevado indica resultados mais favoráveis para uma das duas opções de cultura. Por exemplo, uma porção de resultado 1 indica uma área da super-região onde um menor retorno sobre o investimento (ROI) é realizado para soja (por exemplo, feijão), uma porção de resultado 2 indica uma área da super-região onde uma vantagem de ROI existe para o milho sobre feijões para condições semelhantes, e uma porção de resultado 3 indica uma área da super-região onde um ROI para o feijão é maior do que o milho. O ROI pode ser baseado em uma ou mais das taxas de produtividade passadas, taxas de produtividade estimadas, níveis de preços passados, níveis de preços futuros estimados, condições meteorológicas estimadas, e quaisquer outras condições e / ou fatores que participam em um cálculo de ROI.
[00129] A Figura 13C é um diagrama ilustrando um exemplo de produção de um resumo de análise de super-região 172. Uma pluralidade de saídas de análise de super-região são obtidas e utilizadas para gerar o resumo de análise de super-região 172, em que o resumo, para condições semelhantes, compara duas ou mais culturas para salientar que uma das duas ou mais culturas produz mais resultados ótimos. Por exemplo, uma análise de super-região para o milho híbrido 457 em termos de um ROI sob uma condição meteorológica úmida definida 1, uma análise de super-região para feijões híbridos 106 em termos de ROI sob a condição meteorológica úmida definida 1, uma análise de super-região para o milho híbrido 457 em termos de um ROI sob a condição meteorológica seca definida 1, e uma análise de super- região para o feijão híbrido 106 em termos de ROI sob a condição meteorológica seca definida 1 são comparadas para produzir o resumo de análise de super-região para uma determinada condição úmida ou condição seca. Tal como ilustrado, uma porção da super-região corresponde à onde feijões têm um ROI mais otimizado sobre milho e uma outra porção da super-região corresponde a onde o milho tem um ROI mais otimizado sobre feijões para condições meteorológicas semelhantes.
[00130] A Figura 13D é um diagrama ilustrando um exemplo de produção de uma prescrição de agricultura de uma região geográfica. Um resumo de análise de super-região 172 é analisado para gerar uma prescrição de agricultura de uma região de interesse (por exemplo, região geográfica 9), onde a prescrição inclui uma recomendação de tipo de cultura para dadas condições. A prescrição pode ainda incluir passos e / ou ações de um ciclo de vida de agricultura. Por exemplo, a prescrição para a região geográfica 9 indica uma porção da região geográfica 9, onde feijão híbrido 106 será plantado, e outra porção da região geográfica 9 onde milho híbrido 457 será plantado para otimizar retorno total do investimento.
[00131] A Figura 13E é um fluxograma ilustrando um exemplo de geração de uma prescrição de agricultura. O método começa ou continua no passo 174, onde um módulo de análise seleciona uma super-região com base em uma solicitação de análise. A solicitação de análise pode incluir identificadores de dois ou mais tipos de culturas candidatas, e condições para comparação. A seleção pode incluir receber uma região de interesse, identificar uma ou mais regiões adjacentes à região de interesse, agregar as regiões adjacentes e região de interesse para produzir a super-região. O método continua no passo 176 onde o módulo de análise obtém resumos de histórico para a super-região. Os resumos de histórico incluem um ou mais de registros de dados atuais para um ano atual e resumo de histórico de anos anteriores. A obtenção inclui um ou mais de receber resumos, iniciar uma solicitação e receber uma resposta.
[00132] O método continua no passo 178 onde, para cada tipo de cultura candidata, o módulo de análise analisa porções dos resumos de histórico para produzir uma análise de super-região que inclui os resultados e as condições associadas. Por exemplo, o módulo de análise identifica categorias de resultados desejadas, e para cada categoria de resultado desejada, analisa um ou mais dos registros de dados e / ou os resumos de histórico para produzir resultados (por exemplo, taxas de produtividade, ROI), e identifica condições associadas para os resultados. O método continua no passo 180, onde um módulo de geração de resumo de análise obtém a análise super-região. A obtenção inclui um ou mais de receber a análise, iniciar uma solicitação e receber uma resposta.
[00133] Para cada de um intervalo de condições de uma pluralidade de intervalos de condições, o método continua no passo 182 onde o módulo de geração de resumo de análise compara os resultados para duas ou mais culturas das culturas candidatas para produzir um resumo de análise. Por exemplo, o módulo de geração de resumo de análise identifica áreas de resultados ótimos para cada um dos tipos de culturas candidatas. O método continua no passo 184 onde um módulo de geração de prescrição obtém o resumo de análise. A obtenção inclui pelo menos um de receber o resumo, iniciar uma solicitação e receber uma resposta.
[00134] O método continua no passo 186, onde o módulo de geração de prescrição gera prescrição no que diz respeito à seleção de tipo de cultura com base no resumo de análise para pelo menos um intervalo de condições comum. Por exemplo, o módulo de geração de prescrição seleciona, com base nas condições estimadas para um ano atual, um tipo de cultura para diferentes sub-regiões da região geográfica de interesse com base no resumo de análise. Alternativamente, ou em adição a, o módulo de geração de prescrição pode gerar ainda a prescrição para incluir um modelo de passos de um ciclo de vida de agricultura com base em passos dos resumos de histórico e resultados associados.
[00135] A Figura 14A é um diagrama de blocos esquemático de uma outra modalidade de um módulo de processamento de aplicação que inclui o módulo de análise 81 da Figura 9, o módulo de geração de resumo de análise 82 da Figura 9, o módulo de geração de prescrição 84 da Figura 9, o módulo de coleta de dados 86 da Figura 9, o módulo de resumo de histórico 88 da Figura 9, e a memória 58 da Figura 9. Em um exemplo de operação, o módulo de análise 81 recebe uma solicitação para orientação para uma região de interesse (por exemplo, região geográfica 9). A solicitação inclui uma solicitação para otimizar os passos de um ciclo de vida de agricultura com relação ao plantio e colheita de um tipo de cultura desejado dentro da região de interesse.
[00136] O módulo de análise 81 obtém registros de dados 190 e resumos de histórico 192 para a região de interesse. Por exemplo, o módulo de análise emite uma solicitação de registros de dados para a região geográfica 9 para o módulo de coleta de dados 86 e recebe registros de dados de região 9 em resposta. Como outro exemplo, o módulo de análise 81 emite uma solicitação de resumo de histórico para o módulo de resumo de histórico 88 para resumos de histórico de região geográfica 9 e recebe os resumos de histórico de região geográfica 9 onde os resumos incluem prescrições de agricultura passadas para a região geográfica de interesse.
[00137] Tendo obtido os registros de dados e os resumos de histórico, o módulo de análise 81 analisa os registros de dados e / ou os resumos de histórico para produzir uma análise de região 9, onde a análise inclui resultados (por exemplo, retorno sobre o investimento (ROI), taxas de produtividade de cultura, eficiência, níveis de erosão do solo, níveis de eficiência de tempo, etc.) de um ou mais ciclos de plantio anteriores para uma pluralidade de abordagens de plantio. As abordagens de plantio incluem um ou mais de um sentido de um caminho de condução para uma porção da região de interesse (por exemplo, percorrer um padrão de contorno), profundidade de plantio em comparação com um gradiente de contorno, e um volume de plantio para a porção da região de interesse (por exemplo, sementes por acre). Por exemplo, o módulo de análise gera um ROI para uma abordagem de plantio que inclui um padrão de plantio de caminho de condução que segue curvas de contorno. Como outro exemplo, o módulo de análise gera um ROI para uma abordagem de plantio que inclui um padrão de plantio de caminho de condução que corta diagonalmente através de uma curva de contorno inclinada para baixo. Como outro exemplo, o módulo de análise gera um ROI para uma abordagem de plantio que inclui um padrão de plantio de caminho de condução que corta horizontalmente ao longo da curva de contorno inclinada para baixo.
[00138] O módulo de geração de resumo de análise 82 obtém um ou mais conjuntos de análise de região 9 e, para condições semelhantes, correlaciona as abordagens de plantio para resultados associados a várias condições para produzir um resumo de análise de região 9. Por exemplo, o módulo de geração de resumo de análise 82 produz o resumo de análise de região 9 para indicar que, para média de anos de chuva, o caminho de condução que inclui seguir as curvas de nível é associado a resultados otimizados, e, para anos de chuva abaixo da média, o caminho de condução que corta diagonalmente através das curvas de país é associado com os resultados otimizados. O módulo de geração de resumo de análise 82 pode enviar o resumo de análise de região 9 para o módulo de resumo de histórico 88 para facilitar armazenamento do resumo de análise de região 9 na memória 58 como resumo de histórico 192.
[00139] O módulo de geração de prescrição 84 obtém o resumo de análise de região 9. O módulo de geração de prescrição 84 pode obter ainda resumos de histórico de região geográfica 9 a partir do módulo de resumo de histórico 88. Tendo obtido o resumo de análise de região 9 e os resumos de histórico de região geográfica 9, o modulo de geração de prescrição 84 gera uma prescrição para a região geográfica 9 com base no resumo de região 9 e os resumos de histórico de região geográfica 9, onde a prescrição inclui caminhos de condução recomendados para uma porção da região geográfica 9 para condições semelhantes. A geração pode incluir a determinação de probabilidades condicionais para cenários de caminho de condução que otimizam vários cenários de contorno para determinados tipos de culturas, obter um mapa topográfico para a região de interesse, e gerar a prescrição que inclui caminhos de condução recomendados para uma ou mais porções da região geográfica 9 com base na informação de contorno do mapa topográfico e as probabilidades condicionais.
[00140] A Figura 14B é um diagrama ilustrando um exemplo de uma prescrição de agricultura de caminho de condução. A prescrição de agricultura de caminho de condução inclui um mapa topográfico da região geográfica 9, onde porções da região geográfica 9 cada inclui uma prescrição para os caminhos de condução de região geográfica 9. Por exemplo, uma porção noroeste (por exemplo, superior esquerda) da região geográfica 9 inclui uma prescrição que inclui uma recomendação de caminho de condução para caminhos norte-sul. Como outro exemplo, a porção sudeste (por exemplo, inferior direita) da região geográfica 9 inclui uma prescrição que inclui uma recomendação de caminho de condução para caminhos oeste- leste, etc.
[00141] A Figura 14C é um fluxograma ilustrando um outro exemplo de geração de uma prescrição de agricultura de uma região geográfica. O método começa ou continua no passo 194, onde um módulo de análise analisa uma pluralidade de registros de dados para produzir resultados correspondentes para um ou mais ciclos de plantio de uma região geográfica de interesse. Os registros de dados podem incluir dados de ciclo de agricultura atuais e resumos de histórico passados de ciclos de plantio anteriores. Por exemplo, o módulo de análise produz resultados de produtividade de cultura para várias porções da região geográfica de interesse para cada ciclo de plantio.
[00142] O método continua no passo 196, onde o módulo de análise identifica um ou mais métodos de plantio associados com os resultados correspondentes de cada do um ou mais ciclos de plantio. Por exemplo, o módulo de análise identifica abordagens de caminho de condução versus contorno de tipografia para uma série de informações de produtividade (por exemplo, plantio descendo uma colina, plantio subindo uma colina, e plantio através de uma colina). O método continua no passo 198, onde o módulo de análise identifica, para cada da uma ou mais abordagens de plantio, condições comuns associadas com cada do um ou mais ciclos de plantio. Por exemplo, o módulo de análise extrai informação de plantio a partir dos registros de dados, onde a informação de plantio inclui um ou mais de um tipo de cultura, um tipo de solo, um nível de teor de umidade, um número de dias de chuva, um número de dias de sol, e temporização de passos de um ciclo de vida de agricultura.
[00143] O método continua no passo 200 onde um módulo de geração de resumo de análise correlaciona, para cada abordagem de plantio, os resultados correspondentes e as condições comuns para produzir uma estimativa de resultados para a abordagem de plantio com base em um intervalo de condições comuns. Por exemplo, o módulo de geração de resumo de análise, para cada abordagem de plantio, identifica as taxas de produtividade de cultura ótimas a partir de resultados para um determinado conjunto de condições comuns.
[00144] O método continua no passo 202 onde um módulo de geração de prescrição gera probabilidades de resultados condicionais para cada abordagem de plantio com base no intervalo de condições comuns. Por exemplo, o módulo de geração de prescrição realiza análise de tendência em estimativas de resultados para cada ocorrência de um ciclo de planejamento associado com o intervalo de condições comum. O método continua no passo 204, onde o módulo de geração de prescrição gera uma prescrição de plantio para a região geográfica de interesse com base nas probabilidades de resultados condicionais para um tipo de cultura solicitado, onde a prescrição inclui uma abordagem de plantio recomendada. Por exemplo, o módulo de geração de prescrição indica caminhos de condução em um mapa topográfico da região geográfica de interesse, onde os caminhos de condução são associados a uma otimização da produtividade de cultura utilizando as probabilidades de resultados condicionais.
[00145] A Figura 15A é um diagrama ilustrando uma outra relação entre o dispositivo de usuário 1-1A da Figura 7, uma ou mais culturas desejadas 210, uma ou mais plantas desejadas 212, uma ou mais plantas indesejadas 214, detritos 216, e as faixas 1-7 da Figura 7 ao longo do caminho de condução 1-1-1 da Figura 7 dentro de uma zona de captura de dados 1-1. O dispositivo de usuário 1-1A inclui a matriz de sensores da Figura 7 e um módulo de processamento de aplicação 218. O módulo de processamento de aplicação 218 pode ser implementado utilizando o módulo de processamento de aplicação 34 da Figura 4.
[00146] A cultura desejada 210 inclui crescimento de cultura subsequente resultante de plantio anterior de sementes da cultura desejada. A planta desejada 212 inclui uma planta que enquanto não uma cultura desejada não é indesejável (por exemplo, uma cultura de cobertura). Como tal, a planta desejada pode afetar favoravelmente as culturas desejadas (por exemplo, aumentando os nutrientes do solo, afetando favoravelmente a erosão do solo, etc.). A planta indesejada 214 inclui todas as plantas que podem desfavoravelmente afetar as culturas desejadas (por exemplo, ervas daninhas que consomem água e nutrientes). Os detritos 216 incluem qualquer outro objeto que pode afetar desfavoravelmente passos de um ciclo de vida de agricultura e / ou resultados do ciclo de vida de agricultura. Exemplos de detritos 216 incluem um ou mais de uma rocha, um galho de árvore, uma garrafa, descarte de papel, um saco plástico, etc.
[00147] O dispositivo de usuário 1-1A é operável para capturar dados de sensor 222 associados com uma ou mais da cultura desejada 210, a planta desejada 212, a planta indesejada 214, e os detritos 216 como o dispositivo de usuário 1-1A percorre o caminho de condução 1-1-1 através da zona de captura de dados 1-1. O um ou mais da cultura desejada 210, a planta desejada 212, a planta indesejada 214, e os detritos 216 podem, a seguir, ser indiferentemente referidos como objetos. O dispositivo de usuário 1-1A pode funcionar ainda para detectar e / ou identificar os objetos.
[00148] Em um exemplo de operação de detecção de um objeto dos objetos, dois ou mais sensores capturam de dados de sensor 222 associados com o objeto. O módulo de processamento de aplicação 218 analisa dados de sensor capturados 1 a partir do sensor 1 para detectar o objeto. Por exemplo, o módulo de processamento de aplicação 218 compara os dados de sensor 1 para um padrão de dados de sensor para uma não referência de objeto (por exemplo, fundo com nenhum objeto presente) e indica que o objeto é detectado quando os dados de sensor 1 comparam desfavoravelmente com o padrão de dados de sensor para a não referência de objeto. Como outro exemplo, quando os dados de sensor 1 comparam de forma desfavorável com o padrão de dados de sensor para a não referência de objeto, o módulo de processamento de aplicação compara os dados de sensor 2 a partir do sensor 2 para o padrão de dados de sensor para a não referência de objeto e indica que o objeto é detectado quando ambos os dados de sensor 1 e os dados de sensor 2 comparam desfavoravelmente com o padrão de dados de sensor para a não referência de objeto.
[00149] Em um exemplo de operação de identificar o objeto, o módulo de processamento de aplicação 218 analisa dados de sensor capturados 1 a partir do sensor 1 para identificar o objeto. A análise pode ser feita de acordo com uma prescrição de agricultura associada 220, onde a prescrição de agricultura 220 indica um ou mais de um tipo de cultura desejada (por exemplo, milho foi plantado), um tipo de planta desejada (por exemplo, uma espécie de cultura de cobertura), uma planta indesejada esperada (por exemplo, uma erva daninha particular associada com a zona de captura de dados 1-1), e detritos esperados (por exemplo, tipos de rochas associadas com a zona de captura de dados 1-1). Por exemplo, o módulo de processamento de aplicação 218 compara os dados de sensor 222 para um padrão de dados de sensor para o objeto e indica que o objeto é detectado quando os dados de sensor 222 comparam favoravelmente com o padrão de dados de sensor para o objeto. Por exemplo, o módulo de processamento de aplicação 218 compara uma imagem a partir do sensor 1 a uma imagem armazenada de uma primeira cultura desejada associada com a prescrição de agricultura 220 (por exemplo, uma imagem de estoque de milho quando o milho foi previamente plantado) e indica que o objeto foi identificado como o estoque de milho quando a imagem do sensor 1 compara favoravelmente com a imagem armazenada do estoque de milho.
[00150] O módulo de processamento de aplicação 218 detecta objetos e / ou identifica objetos ao longo das faixas 1-7 e pode, com base em um gatilho, emitir e / ou localmente armazenar dados de sensor 222 que incluem um ou mais de saída de sensor, indicações de objetos detectados, identidades de objetos identificados, e estatísticas associadas com cada tipo de objeto para pelo menos uma porção da zona de captura de dados 1-1. O gatilho pode ser baseado em um ou mais de um tempo decorrido desde um gatilho anterior, a distância percorrida desde o gatilho anterior, detecção de um objeto, identificação de um tipo de objeto específico, e a detecção de dados de sensor 222 compara favoravelmente com um nível de limiar de condição prévia de dados de sensor.
[00151] O módulo de processamento de aplicação 218 pode ainda analisar os dados de sensor 222 para caracterizar objetos para produzir características de objetos (por exemplo, características físicas). As estatísticas incluem um ou mais de um número de objetos por unidade de medida (por exemplo, distância, tempo), uma série de objetos identificados por tipo de objeto por unidade de medida, e características de objetos por tipo de objeto (por exemplo, largura de estoque de milho média, largura de estoque de milho mínima, largura de estoque de milho máxima, nível de umidade de estoque de milho médio, produtividade estimada média).
[00152] A Figura 15B é um diagrama de blocos esquemático de outra modalidade do módulo de processamento de aplicação 218 da Figura 15A que inclui dois ou mais módulos de detecção de objeto, dois ou mais módulos de identificação de objeto, e dois ou mais módulos de caracterização de objeto. Cada módulo de detecção de objeto é operativamente acoplado a um sensor de uma matriz de sensores associada com o dispositivo de usuário 1-1A da Figura 15A. O módulo de processamento de aplicação 218 é operável para detectar e identificar objetos dentro de uma área operacional de pelo menos um sensor da matriz de sensores para produzir os dados de sensor 222.
[00153] Em um exemplo de operação, uma cultura desejada 210 está dentro da área operacional do sensor 1, uma planta desejada 212 está dentro da área operacional dos sensores 1-2, e outra cultura desejada 210 está dentro da área operacional do sensor 2. Alternativamente, um objeto pode estar dentro da área operacional de cada de qualquer número de sensores da matriz de sensores. O módulo de detecção de objeto 1 analisa os dados de sensor 1 a partir do sensor 1 para produzir uma informação de objeto quando um objeto é detectado (por exemplo, uma ou ambas da cultura desejada 210 e a planta desejada são detectadas 212). A informação de objeto 1 inclui um subconjunto dos dados de sensor 1 que é associado com o objeto (s) detectado e uma indicação do objeto (s) detectado. Por exemplo, o módulo de detecção de objeto 1 indica que um objeto é detectado quando os dados de sensor 1 comparam desfavoravelmente a um modelo de dados de sensor de fundo sem objetos presentes. Da mesma forma, o módulo de detecção de objeto 2 analisa os dados de sensor 2 a partir do sensor 2 para produzir informação de objeto 2 quando uma ou ambas da planta desejada e a outra cultura desejada são detectadas.
[00154] O módulo de identificação de objeto 1 analisa informação de objeto a partir de um ou mais módulos de detecção de objeto de acordo com uma prescrição 220 para identificar o objeto detectado e produzir informação de objeto identificado 1. Por exemplo, o módulo de identificação de objeto 1 compara informação de objeto 1 a uma série de modelos de dados de sensor associados com a prescrição para pré-identificar o objeto detectado e compara informação de objeto 2 para um modelo de dados de sensor particular associado com a pré-identificação do objeto detectado para produzir a informação de objeto identificado 1. A informação de objeto identificado 1 inclui um ou mais de um indicador do tipo de objeto (por exemplo, o identificador de cultura desejada (ID), ID de planta desejada, ID de planta indesejada, ID de detritos) e uma porção de uma ou mais da informação de objeto 1 e a informação de objeto 2.
[00155] O módulo de caracterização de objeto 1 analisa a informação de objeto identificado 1 para produzir informação de caracterização de objeto 1 dos dados de sensor 222, em que a informação de caracterização de objeto 1 inclui uma ou mais das características de objeto, estatísticas de objeto (por exemplo, largura de estoque de milho, etc.), o indicador de tipo de objeto, e a informação de objeto identificado 1. A análise pode incluir análise de informação de objeto de dois ou mais sensores para produzir as características de objeto. Por exemplo, o módulo de caracterização de objeto 1 compara imagens de um estoque de milho detectado a partir de sensores 1 e 2 para uma imagem de calibração de largura de estoque para determinar a largura de estoque de milho.
[00156] A Figura 15C é um fluxograma ilustrando um exemplo de digitalização de objetos dentro de uma região geográfica. O método começa ou continua no passo 224, onde o módulo de processamento (por exemplo, um módulo de processamento de aplicação) seleciona uma pluralidade de sensores para analisar objetos dentro de uma região geográfica. A seleção pode ser baseada em um ou mais de identificar os tipos de cultura a partir de uma prescrição de agricultura associada e identificar tipos de sensores com base nos tipos de culturas identificadas, realizando uma pesquisa, iniciar uma solicitação, iniciar um consulta, receber uma resposta de consulta, detectar um sensor disponível e interpretar uma predeterminação.
[00157] O método continua no passo 226, onde o módulo de processamento obtém dados de sensor a partir de pelo menos alguns da pluralidade de sensores. A obtenção inclui pelo menos um de receber os dados de sensor, iniciar uma consulta, receber uma resposta de consulta, incluir os dados de sensor, e acessar uma memória. O método continua no passo 228, onde o módulo de processamento analisa os dados de sensor a partir de um ou mais dos sensores para detectar um objeto. A análise inclui um ou mais de comparar os dados de sensor para um modelo de dados de sensor predeterminado que corresponde a um fundo sem um objeto presente, comparar os dados de sensor para uma tabela de dados de sensor, e detectar o objeto utilizando dois ou mais tipos de sensores (por exemplo, uma imagem de câmera e radar).
[00158] O método continua no passo 230, onde o módulo de processamento gera informação de objeto para o objeto detectado. Por exemplo, o módulo de processamento identifica um subconjunto dos dados de sensor que é associado com o objeto detectado. Para o objeto detectado, o método continua no passo 232 onde o módulo de processamento identifica o objeto detectado com base nos dados de sensor a partir de pelo menos alguns do um ou mais sensores, a informação de objeto, e uma prescrição de agricultura associada. Por exemplo, o módulo de processamento analisa a informação de objeto e ou dados de detecção adicionais utilizando um algoritmo de identificação de objeto, em que o algoritmo pode utilizar um padrão de polarização de tipo de objeto obtido a partir da prescrição. O algoritmo de identificação de objeto pode incluir indicar o objeto identificado quando um padrão de informação de objeto coincide substancialmente o padrão do tipo de objeto.
[00159] O método continua no passo 234, onde o módulo de processamento gera informação de objeto identificado para o objeto detectado identificado. Por exemplo, o módulo de processamento gera a informação de objeto identificado para incluir o tipo de objeto e a informação de objeto para o objeto detectado. O método continua no passo 236 onde o módulo de processamento analisa a informação de objeto identificado para produzir informação de caracterização de objeto. Por exemplo, o módulo de processamento compara a informação de objeto e / ou dados de detecção adicionais utilizando um algoritmo de caracterização de objeto para produzir a informação de caracterização de objeto. O algoritmo de caracterização de objeto inclui indicar uma característica quando um padrão da informação de objeto coincide substancialmente com um padrão de uma característica. A caracterização de objeto inclui um ou mais do tipo de objeto, a informação de objeto, e a informação de caracterização de objeto.
[00160] O método continua no passo 238, onde o módulo de processamento emite um ou mais dos dados de sensor, a informação de objeto, a informação de objeto identificado e a informação de caracterização de objeto. A emissão inclui um ou mais de receber uma solicitação para os dados de sensor, executar emissão autônoma, localmente armazenar os dados de sensor, enviar os dados de sensor para uma unidade de armazenamento, enviar os dados de sensor para um dispositivo de usuário solicitante, e enviar os dados de sensor para uma unidade de aplicação solicitante.
[00161] A Figura 16A é um diagrama de blocos esquemático de uma outra modalidade de um módulo de processamento de aplicação, que inclui o módulo de análise 81 da Figura 9, o módulo de geração de resumo de análise 82 da Figura 9, o módulo de geração de prescrição 84 da Figura 9, o módulo de coleta de dados 86 da Figura 9, o módulo de resumo de histórico 88 da Figura 9, e a memória 58 da Figura 9.
[00162] Em um exemplo de operação, o módulo de análise 81 recebe uma solicitação de orientação para uma região de interesse (por exemplo, região geográfica 9). A solicitação inclui uma solicitação para otimizar os passos e / ou ações do ciclo de vida de agricultura com relação ao plantio e colheita de um tipo de cultura desejada dentro da região de interesse. O módulo de análise 81 obtém registros de dados e resumos de histórico para a região de interesse. Por exemplo, o módulo de análise 81 emite uma solicitação de registros de dados para a região geográfica 9 para o módulo de coleta de dados 86 e recebe registros de dados de região 9 (por exemplo, que pode incluir dados de sensor atuais e / ou ao vivo 250) em resposta. Por exemplo, o módulo de coleta de dados 86 recupera registros de dados 252 da memória 58, e extrai os registros de dados de região 9 a partir dos registros de dados recuperados 252 e envia os registros de dados de região 9 ao módulo de análise 81. Como outro exemplo, o módulo de análise 81 emite uma solicitação de resumo de histórico para o módulo de resumo de histórico 88 para resumo de histórico de região geográfica 9 e recebe os resumos de histórico de região geográfica 9 onde os resumos incluem prescrições de agricultura passadas para a região geográfica de interesse. Por exemplo, o módulo de resumo de histórico 88 recupera resumos de histórico 254 da memória 58, extrai os resumos de histórico de região geográfica 9 dos resumos de histórico 254 e envia os resumos de histórico de região geográfica 9 para o módulo de análise 81.
[00163] Tendo obtido os registros de dados e os resumos de histórico, o módulo de análise 81 analisa os registros de dados e / ou os resumos de histórico para produzir uma análise de região 9, onde a análise inclui os resultados (por exemplo, retorno sobre o investimento (ROI), taxas de produtividade de cultura, eficiência, etc.) de um ou mais ciclos de plantio anteriores para uma pluralidade de abordagens de plantio. As abordagens de plantio incluem um ou mais de um sentido de um caminho de condução para uma porção da região de interesse (por exemplo, percorrer um padrão de contorno), uma velocidade de caminho de condução, profundidade de plantio em comparação com um gradiente de contorno, e um volume de plantio para a porção da região de interesse (por exemplo, sementes por acre). Por exemplo, o módulo de análise 81 gera um ROI para uma abordagem de plantio que inclui um primeiro intervalo de velocidade de caminho de condução para um caminho de condução prescrito dentro de uma primeira porção da região de interesse. Como outro exemplo, o módulo de análise gera outro ROI para outra abordagem de plantio que inclui um segundo intervalo de velocidade de caminho de condução para o caminho de condução prescrito dentro da primeira porção da região de interesse. Como ainda outro exemplo, o módulo de análise 81 gera ainda um outro ROI para ainda outra abordagem de plantio que inclui o primeiro intervalo de velocidade de caminho de condução para outro caminho de condução prescrito dentro de uma segunda porção da região de interesse.
[00164] O módulo de geração de resumo de análise 82 obtém um ou mais conjuntos de análise de região 9 e, para condições semelhantes, correlaciona as abordagens de plantio para resultados associados para várias condições (por exemplo, incluindo condições atuais e / ou futuras) para produzir um resumo de análise de região 9. Por exemplo, o módulo de geração de resumo de análise 82 produz o resumo de análise de região 9 para indicar que, durante anos de chuva de média, o primeiro intervalo de velocidade de caminho de condução utilizado na primeira porção da região de interesse é associado com resultados otimizados, e, para anos de chuva abaixo da média, o segundo intervalo de velocidade de caminho de condução utilizado na primeira porção da região de interesse está associado com os resultados otimizados. O módulo de geração de resumo de análise 82 pode enviar o resumo de análise de região 9 para o módulo de resumo de histórico 88 para facilitar o armazenamento do resumo de análise de região 9 na memória 58 como uma parte dos resumos de histórico 254.
[00165] O módulo de geração de prescrição 84 obtém o resumo de análise de região 9. O módulo de geração de prescrição 84 pode ainda obter resumos de histórico de região geográfica 9 a partir do módulo de resumo de histórico. Tendo obtido o resumo de análise de região 9 e os resumos de histórico de região geográfica 9, o módulo de geração de prescrição 84 gera uma prescrição para a região geográfica 9 com base no resumo de região 9 e os resumos de histórico de região geográfica 9, onde a prescrição inclui intervalos de velocidade de caminho de condução recomendados para porções da região geográfica 9 para condições semelhantes. A geração pode incluir determinar probabilidades condicionais para cenários de intervalo de velocidade de caminho de condução que otimizam os resultados para determinados tipos de cultura, obter um mapa topográfico da região de interesse, e gerar a prescrição que inclui intervalos de velocidade de caminho de condução recomendados em várias porções da região geográfica 9 com base em informação de contorno do mapa topográfico e as probabilidades condicionais. Alternativamente, ou em adição a, a geração pode ser baseada em atualização dos registros de dados de região 9 para incluir dados de sensor atuais. Por exemplo, o módulo de geração de prescrição 84 atualiza a prescrição para a região geográfica 9 para incluir diminuição do intervalo de velocidade de caminho de condução para otimizar os resultados de acordo com as probabilidades condicionais quando os dados de sensor atuais indicam que a umidade do solo está abaixo da média por 20% (por exemplo, com base na trepidação de máquinas agrícolas detectada pela matriz de sensores).
[00166] A Figura 16B é um diagrama ilustrando um exemplo de uma prescrição de agricultura de velocidade de condução. A prescrição de agricultura de caminho de condução inclui um mapa topográfico da região geográfica 9, onde porções da região geográfica 9 cada inclui uma prescrição para os caminhos de condução de região geográfica 9. Por exemplo, uma região 9-1 da região geográfica 9 inclui uma prescrição que inclui uma recomendação de intervalo de velocidade de caminho de condução de 5 a 7 milhas por hora (MPH) (8,05 a 11,26 quilômetros por hora) para otimizar os resultados do ciclo de agricultura, quando o ciclo de chuvas esperado é médio. Como outro exemplo, uma região 9-2 da região geográfica 9 inclui uma prescrição que inclui uma recomendação de intervalo de velocidade de caminho de condução de 9 a 11 milhas por hora (MPH) (14,48 a 17,70 quilômetros por hora) para otimizar os resultados do ciclo de agricultura em que a umidade atual do solo é 10% mais úmida do que a média, etc.
[00167] A Figura 16C é um fluxograma ilustrando um exemplo de determinação de uma velocidade de condução para uma prescrição de agricultura. O método começa ou continua no passo 256 em que um módulo de análise analisa uma pluralidade de registros de dados para produzir resultados correspondentes para um ou mais ciclos de plantio. Por exemplo, o módulo de análise gera resultados para o um ou mais ciclos de plantio que incluem informação de produtividade de cultura com base em um ou mais de um tipo de cultura, tipografia, um intervalo de velocidade de caminho de condução, e outras condições (por exemplo, meteorologia, um intervalo de umidade do solo, etc.). O um ou mais ciclos de plantio podem incluir um ciclo de plantio atual. Quando os ciclos de plantio atuais incluídos, a pluralidade de registros de dados inclui registros de dados atuais com base em dados de sensor atuais. Por exemplo, os dados de sensor atuais incluem leituras de vida para um ou mais da umidade do solo, condições meteorológicas, dados de acelerômetro, informação de localização, etc.
[00168] O método continua no passo 258, onde o módulo de análise identifica um ou mais intervalos de velocidade de plantio associados com os resultados correspondentes de cada do um ou mais ciclos de plantio. Por exemplo, o módulo de análise determina os intervalos de velocidade de caminho de condução para intervalos da informação de produtividade de cultura por porção de uma região geográfica de interesse. O método continua no passo 260, onde o módulo de análise identifica, para cada do um ou mais intervalos de velocidade de planejamento, condições comuns associadas com cada do um ou mais ciclos de plantio. Por exemplo, o módulo de análise extrai as condições comuns de um ou mais dos registros de dados e / ou resumos de histórico. Por exemplo, o módulo de análise extrai tipo de cultura, tipo de solo, nível de umidade do solo, número de dias de chuva, número de dias de sol e temporização de calendário de plantio no que diz respeito aos passos de um ciclo de vida de agricultura. Em um exemplo de identificar as condições comuns associadas com o um ou mais ciclos de plantio, o módulo de análise identifica, para um primeiro conjunto de condições, produtividades de cultura ótimas ocorrem para uma porção de uma região geográfica com um intervalo de velocidade de caminho de condução de 5 a 7 milhas por hora (MPH) (8,05 a 11,26 quilômetros por hora). Em outro exemplo, o módulo de análise identifica, para um segundo conjunto de condições (por exemplo, condições atuais), as produtividades de cultura ótimas ocorrem para a porção da região geográfica com um intervalo de velocidade de caminho de condução de 8 a 12 MPH (12,87 a 19,31 quilômetros por hora).
[00169] O método continua no passo 262, onde um módulo de geração de resumo de análise correlaciona, para cada intervalo de velocidade de planejamento, os resultados correspondentes e as condições comuns para produzir uma estimativa de resultado para o intervalo de velocidade de planejamento com base em uma série de condições comuns. Por exemplo, o módulo de geração de resumo de análise, para cada intervalo de velocidade de planejamento, identifica as produtividades de cultura ótimas a partir dos resultados para um determinado conjunto de condições comuns. O método continua no passo 264, onde o módulo de geração de prescrição gera probabilidades de resultados condicionais para cada intervalo de velocidade de planejamento com base no intervalo de condições comuns. Por exemplo, o módulo de geração de prescrição realiza uma análise de tendências em estimativas de resultados para cada ocorrência de um ciclo de plantio no intervalo comum de condições para produzir as probabilidades de resultados condicionais. Por exemplo, o módulo de geração de prescrição gera as probabilidades de resultados condicionais para indicar que um maior intervalo de probabilidade condicional está associado com o intervalo de velocidade de caminho de condução de 8 a 12 MPH (12,87 a 19,31 quilômetros por hora) para produzir as produtividades de cultura ótimas para a porção da região geográfica com quando associado com o segundo conjunto de condições.
[00170] O método continua no passo 266, onde o módulo de geração de prescrição gera uma prescrição de plantio para uma região geográfica solicitada com base nas probabilidades de resultados condicionais para um tipo de cultura requerida, onde a prescrição inclui um intervalo de velocidade de plantio recomendado. Por exemplo, o módulo de geração de prescrição indica os intervalos de velocidade de caminho de condução para caminhos de condução em um mapa topográfico da região solicitada, onde os intervalos de velocidade de caminho de condução são associados a uma otimização das taxas de produtividade de cultura utilizando as probabilidades de resultados condicionais.
[00171] A Figura 17 A é um diagrama ilustrando uma outra relação entre o dispositivo de usuário 1-1A da Figura 11, o conjunto de atuadores 92 da Figura 11, e as faixas 17 da Figura 11 ao longo do caminho de condução 1-1-1. O dispositivo de usuário 1-1A inclui o módulo de processamento de aplicação 34 da Figura 4 e a matriz de sensores da Figura 11. O módulo de processamento de aplicação 34 funciona para codificar os dados em um padrão de plantio e para decodificar o padrão de plantio para recuperar os dados.
[00172] Em um exemplo da codificação os dados para o padrão de plantio, o módulo de processamento de aplicação 34 seleciona dados para codificação para produzir dados selecionados. Os dados podem incluir um ou mais de um número de identificação híbrido de cultura, um indicador de tipo de cultura, um identificador de região geográfica, uma data presente, uma data de um passo de uma prescrição de agricultura 270, um identificador da prescrição de agricultura, um padrão de labirinto de milho, e padrão de cultura ornamental, e qualquer outro item de dados ou padrão para codificação relacionada com agricultura. A seleção inclui um ou mais de receber uma entrada de usuário, receber uma solicitação, e interpretar a prescrição de agricultura 270.
[00173] Tendo selecionado os dados, o módulo de processamento de aplicação 34 codifica os dados selecionados utilizando um esquema de codificação para produzir um padrão de plantio para uma porção de uma região geográfica. A codificação inclui transformar uma porção dos dados selecionados em um símbolo de padrão de plantio correspondente, em que o símbolo de padrão de plantio inclui um padrão de plantio de faixa para uma ou mais faixas de pelo menos uma porção de uma zona codificada. Um padrão de plantio de faixa inclui um ou mais grupos de cultura e uma ou mais lacunas entre o um ou mais grupos de culturas. Cada grupo de culturas inclui um ou mais de um número de plantas, um comprimento do grupo de culturas, uma densidade do grupo de culturas, e um indicador de tipo de cultura. Cada lacuna inclui um ou mais de um comprimento da lacuna, um indicador de tipo de planta alternada, um número de plantas alternadas, e uma densidade das plantas alternadas. O esquema de codificação pode incluir um ou mais de um formato de código de resposta rápida, um formato de código de barras, e qualquer outro esquema para codificar dados dentro de um padrão geográfico que inclui plantas que são plantadas em uma ou mais faixas substancialmente paralelas ao longo de um caminho de condução. Por exemplo, um primeiro símbolo de padrão de plantio inclui um grupo de culturas 1-1 para 15 polegadas (38,1 cm) de comprimento ao longo de faixa 1 enchida por uma lacuna 1-1 de 19 polegadas (48,26 cm) seguido por um grupo de culturas 1-2 de 14 polegadas (35,56 cm) de comprimento ao longo da zona codificada 1-1.
[00174] Tendo codificado os dados selecionados para produzir o padrão de plantio para a porção da região geográfica, o módulo de processamento de aplicação 34 facilita plantio em toda a zona codificada de acordo com o padrão de plantio para a porção. Por exemplo, o módulo de processamento de aplicação 34 detecta a porção da região geográfica (por exemplo, informação de localização presente coincide com um início da porção), translada o padrão de plantio para informação de controle 272, e emite a informação de controle 272 para o conjunto de atuadores 92 tal que atuadores do conjunto de atuadores 92 plantam de acordo com o padrão de plantio para a porção.
[00175] Em um exemplo de decodificação do padrão de plantio para recuperar os dados, o módulo de processamento de aplicação 34 obtém os dados de sensor brutos a partir da matriz de sensores para a porção da região geográfica. Por exemplo, o módulo de processamento de aplicação 34 detecta a zona codificada e recebe os dados de sensor de frente a partir da matriz de sensores. Tendo obtido os dados de sensor brutos, o módulo de processamento de aplicação interpreta os dados de sensor brutos para detectar o padrão de plantio. Por exemplo, o módulo de processamento de aplicação 34 detecta os grupos de culturas e as lacunas entre grupos de culturas de cada das faixas 1-7, e coincide com os grupos de culturas detectados e lacunas para símbolos de padrão de plantio do esquema de codificação para produzir símbolos de padrão de plantio do padrão de plantio.
[00176] Tendo produzido os símbolos de padrão de plantio, o módulo de processamento de aplicação 34 decodifica o padrão de plantio detectado usando o esquema de codificação para produzir dados recuperados. Por exemplo, o módulo de processamento de aplicação 34 interpreta os símbolos de padrão de plantio usando o esquema de codificação para produzir os dados recuperados. Tendo produzido os dados recuperados, o módulo de processamento de aplicação 34 emite dados de sensor 274 que incluem um ou mais dos dados recuperados e os dados de sensor brutos. A emissão pode incluir um ou mais de apresentar uma porção dos dados através de uma interface de usuário, acionando execução de uma prescrição de agricultura correspondente, e enviar os dados recuperados para outro módulo de processamento de aplicação 34 como os dados de sensor 274.
[00177] A Figura 17B é um diagrama ilustrando uma outra modalidade de um caminho de condução 1-1 para uma região geográfica associada 1-1 que inclui uma série de caminhos de condução, onde cada caminho de condução inclui um conjunto de faixas. A série de caminhos de condução inclui uma zona codificada 1-1 e um padrão de plantio não codificado 276. O padrão de plantio não codificado 276 inclui um padrão de plantio para uma ou mais culturas desejadas e não inclui símbolos de padrão de plantio de acordo com dados codificados. A zona codificada 1-1 inclui os símbolos de padrão de plantio de acordo com os dados codificados.
[00178] Um exemplo de operação, um dispositivo de usuário associado com maquinário agrícola percorre a série de caminhos de condução. A travessia dos caminhos de condução inclui percorrer a zona codificada 1-1. Ao percorrer a zona codificada 1-1, o dispositivo de usuário detecta os símbolos de padrão de plantio e decodifica os símbolos de padrão de plantio para produzir dados recuperados. Como um exemplo específico, o maquinário agrícola entra na região geográfica 1-1 através da zona codificada 1-1, produz os dados recuperados, extrai um indicador híbrido de cultura a partir dos dados recuperados, e exibe o indicador híbrido de cultura em uma interface de usuário associada o dispositivo de usuário e / ou outro dispositivo de usuário associado com o maquinário agrícola. Como outro exemplo específico, o maquinário agrícola entra na região geográfica 1-1 através da zona codificada 1-1, produz os dados recuperados, extrai um identificador de prescrição de agricultura a partir dos dados recuperados, e facilita um passo do ciclo de vida de agricultura seguinte de acordo com a prescrição de agricultura (por exemplo, aplica automaticamente uma quantidade desejada de fertilizante através de porções desejadas da região geográfica com base na prescrição de agricultura).
[00179] A Figura 17C é um fluxograma ilustrando um exemplo de codificação de dados como um padrão de plantio, onde ao codificar os dados, o método começa ou continua no passo 278, onde o módulo de processamento (por exemplo, de um módulo de processamento de aplicação) seleciona dados para codificação. A seleção pode incluir pelo menos um de interpretar uma prescrição e receber uma entrada de usuário. O método continua no passo 280, onde o módulo de processamento codifica os dados selecionados utilizando um esquema de codificação para produzir um padrão de plantio para uma porção de uma região geográfica. Por exemplo, o módulo de processamento seleciona o esquema de codificação com base em um ou mais de um identificador da região geográfica, um tipo de cultura, e um fator de compatibilidade de esquema de codificação. Tendo selecionado o esquema de codificação, o módulo de processamento codifica os dados utilizando o esquema de codificação para produzir símbolos de padrão de plantio do padrão de plantio. Alternativamente, o módulo de processamento pode produzir mais do que um padrão de plantio.
[00180] Ao plantar a porção da região geográfica, o método continua no passo 282 onde o módulo de processamento facilita o plantio de acordo com o padrão de plantio. Por exemplo, o módulo de processamento detecta plantar a porção da região geográfica (por exemplo, com base em uma comparação favorável da informação de localização da porção da região geográfica para a informação de localização atual), transforma o padrão de plantio em informação de controle, e emite a informação de controle para um ou mais atuadores para facilitar o plantio de plantas desejadas de acordo com o padrão de plantio. Como outro exemplo, o módulo de processamento recebe uma prescrição legível por máquina que inclui a informação de controle e emite a informação de controle para um ou mais atuadores.
[00181] Ao decodificar o padrão de plantio para recuperar os dados, o método continua no passo 284 onde o módulo de processamento obtém dados de sensor a partir de uma matriz de sensores associada com a porção da região geográfica. A obtenção inclui pelo menos um de detectar proximidade para a porção da região geográfica, iniciar uma consulta, receber uma resposta de consulta, e receber os dados de sensor. O método continua no passo 286, onde o módulo de processamento interpreta os dados de sensor para produzir um padrão de plantio detectado. A interpretação inclui um ou mais de determinar um número de plantas dentro de uma distância esperada de um grupo de culturas; determinar um comprimento do grupo de culturas; determinar um comprimento de uma lacuna entre os grupos de colheitas; e coincidir um padrão dos comprimentos dos grupos de culturas, o número de grupos de culturas, e as lacunas entre os grupos de culturas para perfis de símbolos de padrão de plantio para identificar símbolos de padrão de plantio do padrão de plantio detectado.
[00182] O método continua no passo 288, onde o módulo de processamento decodifica o padrão de plantio detectado de acordo com o esquema de codificação para produzir dados recuperados. Por exemplo, o módulo de processamento obtém o esquema de codificação (por exemplo, uma pesquisa), interpreta os símbolos de padrão de plantio identificados usando o esquema de codificação para produzir porções dos dados recuperados, e agrega porções dos dados recuperados para produzir os dados recuperados.
[00183] O método continua no passo 290, onde o módulo de processamento envia os dados recuperados. A emissão inclui um ou mais de receber uma solicitação a partir de uma entidade solicitante, emitir dos dados recuperados para a entidade solicitante, emitir os dados recuperados para uma saída de interface de usuário, enviar estes dados recuperados para outro módulo de processamento de aplicação, e enviar os dados recuperados para uma unidade de armazenamento.
[00184] A Figura 18A é um diagrama ilustrando uma outra relação entre o dispositivo de usuário 1-1A da Figura 11, o conjunto de atuadores 92 da Figura 11, e as faixas 1-7 da Figura 11 ao longo do caminho de condução 1-1-1. O dispositivo de usuário 1-1A inclui o módulo de processamento de aplicação 34 da Figura 4 e a matriz de sensores da Figura 11. O módulo de processamento de aplicação 34 funciona para alinhar as faixas 1-7 com caminhos de condução. O alinhamento inclui produzir um fim de indicador de caminho de condução e subsequente detecção do indicador de caminho de condução para facilitar o alinhamento das faixas 1-7 com um próximo caminho de condução.
[00185] Em um exemplo de operação da produção do fim de indicador de caminho de condução, o módulo de processamento de aplicação 34, ao plantar ao longo de um conjunto de faixas ao longo de um caminho de condução, detecta um fim do caminho de condução. Por exemplo, o módulo de processamento de aplicação 34 indica que o fim do caminho de condução foi detectado quando informação de localização atual compara favoravelmente com a informação de localização predeterminada associada com o fim do caminho de condução que é associado com o caminho de condução.
[00186] Tendo detectado o fim do caminho de condução, o módulo de processamento de aplicação facilita plantio ao longo do conjunto de faixas de acordo com um fim de padrão de plantio de caminho de condução para produzir o fim de indicador de caminho de condução. O fim do padrão de plantio de caminho de condução inclui um ou mais passos do ciclo de vida de agricultura com relação ao plantio de plantas através de uma ou mais das faixas do conjunto de faixas. Por exemplo, o fim do padrão de plantio de caminho de condução inclui suspensão de plantio em todas, menos uma faixa, onde a uma faixa (por exemplo, faixa 7) está em uma borda que faz fronteira ao lado de uma faixa correspondente (por exemplo, faixa 7) do próximo caminho de condução (por exemplo, caminho de condução 1-1-2). Como outro exemplo, o fim do padrão de plantio de caminho de condução inclui suspensão de plantio de uma faixa antes de um fim de fileira (por exemplo, 1 pé (0,3048 metros)), onde a uma faixa (por exemplo, faixa 7) se encontra na borda que faz fronteira ao lado da faixa correspondente (por exemplo, faixa 7) do próximo caminho de condução (por exemplo, caminho de condução 1-1-2).
[00187] Como um exemplo específico do plantio de acordo com o fim do padrão de plantio de caminho de condução, o módulo de processamento de aplicação 34 obtém o fim do padrão de plantio de caminho de condução (por exemplo, a partir de uma prescrição de agricultura 300, a partir de uma lista predeterminada) e envia informação de controle 302 para o conjunto de atuadores 92 (por exemplo, ligado a um plantador), onde a informação de controle 302 inclui o fim do padrão de plantio de caminho de condução de tal modo que o conjunto de atuadores 92 planta de acordo com o fim do padrão de plantio de caminho de condução. Por exemplo, faixas 1-6 param plantio e faixa 7 continua plantando por mais um pé (1 pé = 0,3048 metros) para produzir uma borda do indicador de caminho de condução 1-1-1. Como outro exemplo, faixas 1-5 param plantio e faixas 6-7 continuam plantando para mais um pé (1 pé = 0,3048 metros) para produzir a borda do indicador de caminho de condução 1-1-1. Como outro exemplo, faixa 7 para plantio 1 pé (0,3048 metros) antes e faixas 1-6 param plantio no fim do caminho de condução para produzir a borda do indicador de caminho de condução 1-1-1. Como ainda um outro exemplo, as faixas 1-3 e 5-6 param plantio no fim do caminho de condução e faixas 4 e 7 continuam o plantio mais um pé (1 pé = 0,3048 metros) para produzir a borda do indicador de caminho de condução 1-1-1 (por exemplo, que inclui um indicador no meio para facilitar detecção subsequente utilizando a matriz de sensores quando anexada a uma colheitadeira, onde o plantador tem o dobro da largura da colheitadeira).
[00188] Em um exemplo de operação da subsequente detecção do indicador de caminho de condução para facilitar o alinhamento das faixas 1-7 com o caminho de condução seguinte, o módulo de processamento de aplicação 34 obtém os dados de sensor brutos a partir de matriz de sensores.Como um exemplo específico, o módulo de processamento de aplicação 34 recebe os dados de sensor brutos quando próximos passos do ciclo de vida de agricultura incluem continuar a plantar. Como outro exemplo específico, o módulo de processamento de aplicação 34 recebe os dados de sensor brutos quando os próximos passos do ciclo de vida de agricultura incluem outros passos além do plantio (por exemplo, percursos subsequentes do caminho de condução para fertilização e / ou colheita).
[00189] Tendo obtido os dados de sensor brutos, o módulo de processamento de aplicação 34 interpreta os dados de sensor brutos para detectar o fim do padrão de plantio de caminho de condução. A interpretação inclui a comparação dos dados de sensor brutos da matriz de sensores para um ou mais padrões de plantio associados com o fim do padrão de plantio de caminho de condução. Por exemplo, os dados de sensor a partir do sensor 7 detectam a borda do indicador de caminho de condução 1-1-1 através da detecção de pelo menos um de um padrão associado com um plantio recente (por exemplo, minutos mais tarde) e um padrão associado com culturas em crescimento associadas com um plantio anterior (por exemplo, semanas mais tarde após o plantio anterior).
[00190] Tendo detectado o fim do padrão de plantio de caminho de condução, o módulo de processamento de aplicação 34 obtém informação de localização associada com o fim do padrão de plantio de caminho de condução. O módulo de processamento de aplicação 34 interpreta a informação de localização associada com o fim do padrão de plantio de caminho de condução para produzir informação de localização de uma borda de um caminho de condução anterior. Tendo produzido a informação de localização da borda do caminho de condução anterior, o módulo de processamento de aplicação 34 facilita alinhamento de percorrer ao longo do conjunto de faixas do próximo caminho de condução utilizando a informação de localização da borda do caminho de condução anterior. Como um exemplo específico, o módulo de processamento de aplicação 34 produz informação de controle adicional 302 para adaptação de localização de maquinário agrícola usando a informação de localização da borda do caminho de condução anterior, emite dados de sensor 304 que incluem a informação de controle 302 para o maquinário agrícola, emite um indicador para uma interface de usuário, e inicia um próximo passo de uma série de passos de um ciclo de vida de agricultura quando em um início do próximo caminho de condução.
[00191] A Figura 18B é um diagrama ilustrando uma outra modalidade de um caminho de condução 1-1 para uma região geográfica associada 1-1. O caminho de condução inclui uma série de caminhos de condução, onde cada caminho de condução inclui um conjunto de faixas. Plantas são plantadas ao longo de pelo menos algumas das faixas da série de caminhos de condução. O plantio percorre o caminho de condução e termina em uma fronteira da região geográfica. Um fim de cada caminho de condução é plantado de acordo com um fim do padrão de plantio de caminho de condução para produzir pelo menos um de um fim de indicador de caminho de condução e uma borda do indicador de caminho de condução. Por exemplo, uma faixa de borda (por exemplo, de um caminho de condução que faz fronteira com uma borda correspondente de um próximo caminho de condução) é plantada com uma extensão de caminho 1-1-1 no fim de um primeiro caminho de condução para fornecer uma borda de indicador de caminho de condução 1-1-1. Por exemplo, uma sétima faixa é plantada por mais 3 pés (0,9144 metros) além de outras faixas. Maquinário agrícola, ao aproximar de um início do próximo caminho de condução, pode ser substancialmente alinhado no próximo caminho de condução através da detecção do fim de indicador de caminho de condução de um caminho de condução anterior e ajustar posicionamento do maquinário agrícola de tal forma que um espaçamento desejado entre as faixas de borda de caminhos de condução é conseguido sem sobreposição e / ou subposição indesejada.
[00192] Como um exemplo específico, o maquinário agrícola percorre o primeiro caminho de condução, planta a extensão de faixa 1-1-1, vira para enfrentar o início do segundo caminho de condução, detecta a extensão de faixa 11-1, e ajusta o posicionamento de maquinário agrícola para fornecer alinhamento desejado das faixas ao longo do segundo caminho de condução. Por exemplo, o alinhamento desejado inclui alcançar uma distância de separação entre a faixa de borda do primeiro caminho de condução e a faixa de borda correspondente do segundo caminho de condução para ser substancialmente a mesma que uma distância de separação entre cada das faixas em qualquer dado caminho de condução.
[00193] A Figura 18C é um fluxograma ilustrando um exemplo de alinhamento de faixas de um caminho de condução. O método começa ou continua no passo 306 em que, ao aplicar um fim de indicador de caminho de condução, um módulo de processamento (por exemplo, um módulo de processamento de aplicação) detecta um fim de um caminho de condução. Por exemplo, o módulo de processamento indica o fim do caminho de condução quando informação de localização presente compara favoravelmente com a informação de localização associada com o fim do caminho de condução. Como outro exemplo, o módulo de processamento indica o fim do caminho de condução quando detecta um fim anterior do padrão de plantio de caminho de condução.
[00194] O método continua no passo 308, onde o módulo de processamento obtém um fim do padrão de plantio de caminho de condução. A obtenção inclui pelo menos um de recuperar a partir de uma prescrição de agricultura e gerar com base em um atributo do plantio. O atributo inclui um ou mais de um tipo de cultura, um identificador de localização geográfica, e um indicador de tipo de terreno presente. O método continua no passo 310, onde o módulo de processamento modifica plantio ao longo de um conjunto de faixas do caminho de condução de acordo com o fim do padrão de plantio de caminho de condução. A modificação inclui substituição do padrão de plantio atual com o fim do padrão de plantio de caminho de condução e emissão do fim de padrão de plantio de caminho de condução para um conjunto de atuadores associados com maquinário agrícola.
[00195] O método continua, quando se utiliza um fim detectado do indicador de caminho de condução, no passo 312, onde o módulo de processamento obtém dados de sensor a partir de uma matriz de sensores. A obtenção inclui um ou mais sensores de receber dados, iniciar uma consulta, receber uma resposta de consulta e acessar uma unidade de armazenamento. A obtenção pode ser associada com a continuação do plantio ou para percursos subsequentes do caminho de condução (por exemplo, associado com fertilização, associado com colheita).
[00196] O método continua no passo 314, onde o módulo de processamento interpreta os dados de sensor para detectar o fim do padrão de plantio de caminho de condução. A interpretação inclui um ou mais de detecção de uma ou mais culturas, determinar um padrão de relação de uma ou mais culturas, comparar o padrão de relação a um ou mais padrões de relação esperados de fim de padrões de plantio de caminho de condução, e indicar detecção do fim de padrão de plantio de caminho de condução quando uma comparação é favorável.
[00197] O método continua no passo 316, onde o módulo de processamento determina informação de localização de uma borda de um caminho de condução anterior com base no fim de padrão de plantio de caminho de condução detectado. Por exemplo, o módulo de processamento identifica uma borda do fim detectado de padrão de plantio de caminho de condução e determina a informação de localização que corresponde à borda identificada.
[00198] O método continua no passo 318, onde o módulo de processamento facilita percorrer ao longo de um conjunto de faixas de um próximo caminho de condução com base na informação de localização da borda do caminho de condução anterior. Por exemplo, o módulo de processamento gera informação de orientação de alinhamento com base em uma localização atual e a informação de localização da borda do caminho de condução anterior e emite a orientação de alinhamento. A emissão inclui emitir uma mensagem para uma saída de interface de usuário (por exemplo, virar à esquerda, vire à direita, seguir em frente, voltar, definir velocidade). A emissão pode incluir ainda emitir informação de controle para um conjunto de atuadores do maquinário agrícola para automatizar substancialmente a travessia ao longo do conjunto de faixas do próximo caminho de condução.
[00199] Como pode ser aqui utilizado, os termos "substancialmente" e "aproximadamente" fornecem uma tolerância aceita pela indústria para o seu termo correspondente e / ou relatividade entre itens. Tal tolerância aceita pela indústria varia de menos de um por cento a cinquenta por cento e corresponde a, mas não está limitado a, os valores de componente, variações de processo de circuito integrado, variações de temperatura, tempos de subida e queda, e / ou ruído térmico. Essa relatividade entre itens varia de uma diferença de alguns pontos percentuais a diferenças de magnitude. Como também pode ser aqui utilizado, o termo (s) "operativamente acoplado a", "acoplado a" e / ou "acoplamento" inclui acoplamento direto entre itens e / ou acoplamento indireto entre itens através de um item intermediário (por exemplo, um item inclui, mas não é limitado a, um componente, elemento, um circuito, e / ou um módulo), onde, para acoplamento indireto, o item intermediário não modifica a informação de um sinal mas pode ajustar o seu nível de corrente, nível de tensão, e / ou potência. Como pode ainda ser aqui utilizado, acoplamento inferido (isto é, em que um elemento está acoplado a um outro elemento por inferência) inclui acoplamento direto e indireto entre dois elementos da mesma maneira como "acoplado a". Como pode ainda mais ser aqui utilizado, o termo "operável para" ou "operativamente acoplado a" indica que um item inclui uma ou mais das conexões de potência, entrada (s), saída (s), etc, para realizar, quando ativadas, uma ou mais das suas funções correspondentes e podem ainda incluir acoplamento inferido a um ou mais outros itens. Como pode ainda ser adicionalmente aqui utilizado, o termo "associado com" inclui acoplamento direto e / ou indireto de itens separados e / ou um produto sendo incorporado no interior de outro produto. Como pode ser aqui utilizado, o termo "compara favoravelmente" indica que uma comparação entre dois ou mais itens, sinais, etc., proporciona uma relação desejada. Por exemplo, quando a relação desejada é que o sinal 1 tem uma grandeza maior do que o sinal 2, uma comparação favorável pode ser alcançada quando a grandeza do sinal 1 é maior que a do sinal 2 ou quando a grandeza do sinal 2 é menor do que a do sinal 1.
[00200] Como também pode ser aqui utilizado, os termos "módulo de processamento", "circuito de processamento" e / ou "unidade de processamento" podem ser um dispositivo de processamento simples ou uma pluralidade de dispositivos de processamento. Tal dispositivo de processamento pode ser um microprocessador, microcontrolador, processador de sinal digital, microcomputador, unidade de processamento central, conjunto de portas de campo programável, dispositivo de lógica programável, máquina de estado, circuitos lógicos, circuitos analógicos, circuitos digitais, e / ou qualquer dispositivo que manipula sinais (analógicos e / ou digitais) com base em codificação rígida dos circuitos e / ou instruções operacionais. O módulo de processamento, módulo, circuito de processamento, e / ou unidade de processamento podem ser, ou incluir ainda, memória e / ou um elemento de memória integrado, que pode ser um dispositivo de memória único, uma pluralidade de dispositivos de memória, e / ou circuitos incorporados de outro módulo de processamento, módulo, circuito de processamento, e / ou unidade de processamento. Tal dispositivo de memória pode ser uma memória somente de leitura, memória de acesso aleatório, memória volátil, memória não volátil, memória estática, memória dinâmica, memória flash, memória cache, e / ou qualquer dispositivo que armazena informação digital. Note que se o módulo de processamento, módulo, circuito de processamento, e / ou unidade de processamento inclui mais do que um dispositivo de processamento, os dispositivos de processamento podem ser localizados centralmente (por exemplo, diretamente acoplados um ao outro através de uma estrutura de barramento com fio e / ou sem fio) ou podem ser distributivamente localizados (por exemplo, computação em nuvem através de acoplamento indireto através de uma rede de área local e / ou uma rede de área ampla). Além disso, note que se o módulo de processamento, módulo, circuito de processamento, e / ou unidade de processamento implementam uma ou mais das suas funções através de uma máquina de estado, circuitos analógicos, circuitos digitais, e / ou um circuito lógico, a memória e / ou elemento de memória que armazena as instruções operacionais correspondentes pode ser embutida dentro, ou externa a, o circuito compreendendo a máquina de estado, circuitos analógicos, circuitos digitais, e / ou circuitos lógicos. Ainda note que, o elemento de memória pode armazenar, e o módulo de processamento, módulo, circuito de processamento, e / ou a unidade de processamento executa instruções codificadas rígidas e / ou operacionais que correspondem a pelo menos alguns dos passos e / ou funções ilustradas em uma ou mais das Figuras. Um tal dispositivo de memória ou elemento de memória pode ser incluído em um artigo de fabricação.
[00201] A presente invenção foi descrita acima com o auxílio de passos de método que ilustram o desempenho de funções especificadas e relações das mesmas. As fronteiras e sequência destes blocos de construção funcionais e passos de método foram arbitrariamente definidas aqui por conveniência de descrição. Fronteiras e sequências alternativas podem ser definidas desde que as funções e relações especificadas sejam apropriadamente executadas. Quaisquer tais fronteiras ou sequências alternativas estão, portanto, no âmbito e espírito da invenção reivindicada. Além disso, as fronteiras destes blocos de construção funcionais foram definidas arbitrariamente por conveniência da descrição. Fronteiras alternativas podem ser definidas desde que as certas funções significativas sejam realizadas apropriadamente. Da mesma forma, blocos de fluxograma também foram arbitrariamente aqui definidos para ilustrar certas funcionalidades significativas. Na medida utilizada, as fronteiras e sequência de bloco de fluxograma poderiam ter sido definidas de outra forma e ainda executar a determinada funcionalidade significativa. Tais definições alternativas de ambos os blocos de construção funcionais e blocos de fluxograma e sequências são, portanto, no âmbito e espírito da invenção reivindicada. Um perito médio na técnica irá também reconhecer que os blocos de construção funcionais, e outros blocos, módulos e componentes ilustrativos aqui, podem ser implementados como ilustrado ou por componentes discretos, circuitos integrados de aplicação específica, processadores que executam software apropriado e semelhante ou qualquer combinação dos mesmos.
[00202] A presente invenção pode também ter sido descrita, pelo menos em parte, em termos de uma ou mais modalidades. Uma modalidade da presente invenção é aqui utilizada para ilustrar a presente invenção, um aspecto da mesma, uma parte dela, um conceito da mesma, e / ou um exemplo da mesma. Uma modalidade física de um aparelho, um artigo de fabricação, uma máquina, e / ou de um processo que incorpora a presente invenção pode incluir um ou mais dos aspectos, características, conceitos, exemplos, etc., descritos com referência a uma ou mais das modalidades aqui discutidas. Além disso, a partir da Figura para Figura, as modalidades podem incluir as mesmas, ou analogamente nomeadas, funções, passos, módulos, etc., que podem utilizar os mesmos ou diferentes números de referência e, como tal, funções, passos, módulos, etc., podem ser iguais ou semelhantes funções, passos, módulos, etc., ou diferentes.
[00203] Enquanto os transistores na(s) Figura(s) acima descrita(s) são mostrados como transistores de efeito de campo (FETs), como um perito na arte irá apreciar, os transistores podem ser implementados utilizando qualquer tipo de estrutura transistorizada, incluindo, mas não se limitando a, bipolar, transistores de efeito de campo de semicondutores de óxido de metal (MOSFET), transistores N- well, transistores P-well, modo de melhoria, modo de depleção e transistores de limiar de tensão zero (VT).
[00204] A menos que especificamente indicado em contrário, sinais de, para e / ou entre elementos em uma figura de qualquer das figuras aqui apresentadas podem ser analógicos ou digitais, de tempo contínuo ou de tempo discreto, e de final único ou diferencial. Por exemplo, se um caminho de sinal é mostrado como um caminho de final único, representa também um percurso de sinal diferencial. Da mesma forma, se um caminho de sinal é mostrado como um caminho diferencial, também representa um caminho de sinal de final único. Embora um ou mais arquiteturas particulares sejam aqui descritas, outras arquiteturas podem do mesmo modo ser implementadas que usam um ou mais barramentos de dados não expressamente mostrados, conectividade direta entre os elementos, e / ou acoplamento indireto entre outros elementos, tal como reconhecido por um perito médio na técnica.
[00205] O termo "módulo" é usado na descrição das várias modalidades da presente invenção. Um módulo inclui um módulo de processamento, um bloco funcional, hardware e / ou software armazenado na memória para executar uma ou mais funções que podem ser aqui descritas. Note que, se o módulo é implementado através de hardware, o hardware pode operar de forma independente e / ou em conjunção com software e / ou firmware. Tal como aqui utilizado, um módulo pode conter um ou mais submódulos, cada um dos quais pode ser um ou mais módulos.
[00206] Enquanto combinações particulares de várias funções e características da presente invenção foram aqui expressamente descritas, outras combinações destas características e funções são igualmente possíveis. A presente invenção não é limitada pelos exemplos específicos aqui descritos e incorpora expressamente essas outras combinações.
Claims (13)
1. Método para execução por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com equipamentos de agricultura, caracterizado por compreender: coletar, pelo equipamento de agricultura, dados de agricultura coletados no local atuais sobre uma região de agricultura; enviar, pelo equipamento de agricultura, pelo menos uma representação dos dados de agricultura coletados no local atuais para um dispositivo hospedeiro; em que o dispositivo hospedeiro, executa uma função de análise que inclui dados de agricultura de histórico e desempenho de pelo menos um de: uma operação de transformação executável pelo um ou mais módulos de processamento que codificam os dados de agricultura com relação à região de agricultura e transforma uma porção dos dados de agricultura no local atuais para um símbolo de padrão de plantio correspondente, em que o símbolo de padrão de plantio compreende um padrão de caminho para um ou mais caminhos da região de agricultura; uma operação de identificação executável pelo um ou mais módulos que identifica um objeto associado com pelo menos uma porção dos dados de agricultura no local atuais, em que o objeto é detectado por um módulo de detecção de objeto acoplado de forma operável a uma pluralidade de sensores associados com o dispositivo hospedeiro e identificado por um módulo de identificação de objeto, uma operação de geração de densidade de probabilidade executável pelo um ou mais módulos de processamento que gera um parâmetro de densidade que pode ser medido com base na pelo menos uma porção dos dados de agricultura no local atuais, uma operação de análise de tendência executável pelo um ou mais módulos de processamento que analisa estimativas de um subconjunto de pelo menos uma porção dos dados de agricultura no local atuais, e gera um resumo de análise com base em pelo menos uma porção dos dados de agricultura no local atuais e pelo menos uma operação executada; usar o resumo análise para processar, pelo dispositivo hospedeiro, pelo menos uma da pelo menos uma representação dos dados de agricultura coletados no local atuais, dados de agricultura coletados fora do local atuais, dados de agricultura coletados no local de histórico, dados de agricultura coletados fora do local de histórico e análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura atual para a região de agricultura; comparar a previsão de agricultura atual com resultados de agricultura reais coletados para a região de agricultura para produzir dados de comparação; com base, pelo menos em parte, nos dados de comparação, determinar uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura; gerar, pelo dispositivo hospedeiro, uma prescrição de agricultura com respeito pelo menos a uma porção da região de agricultura com base na previsão de agricultura atual e na previsão de agricultura de correção de curso dentro da estação; enviar, pelo dispositivo hospedeiro, a prescrição de agricultura para o equipamento de agricultura; em resposta a receber a prescrição de agricultura, o equipamento de agricultura, dispensa um volume da substância de agricultura com base na prescrição de agricultura.
2. Método, de acordo com a reivindicação 1, caracterizado por compreender ainda: executar, pelo um ou mais dispositivos de computação associados com o equipamento de agricultura, pelo menos uma porção da prescrição de agricultura.
3. Método, de acordo com a reivindicação 1, caracterizado por compreender ainda: gerar, por um dos um ou mais dispositivos de computação associados com o equipamento de agricultura, a pelo menos uma representação dos dados de agricultura coletados no local atuais por pelo menos um dos seguintes: utilizar os dados de agricultura coletados no local atuais como a pelo menos uma representação dos dados de agricultura coletados no local atuais; filtrar, com base na prescrição de agricultura, os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais; compilar os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais; e processar os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais.
4. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o processamento pelo dispositivo hospedeiro compreende ainda: para um determinado instantâneo de uma estação de agricultura: comparar a previsão de agricultura atual com resultados de agricultura reais para o determinado instantâneo para produzir dados de comparação; e processar os dados de comparação com a um ou mais da pelo menos uma representação dos dados de agricultura coletados no local atuais, os dados de agricultura coletados fora do local atuais, os dados de agricultura coletados no local de histórico, os dados de agricultura coletados fora do local de histórico e a análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura para o determinado instantâneo.
5. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a coleta dos dados de agricultura coletados no local atuais compreende ainda pelo menos um de: receber, a partir do dispositivo hospedeiro, uma indicação para coletar os dados de agricultura coletados no local atuais; receber, a partir do dispositivo hospedeiro, uma mensagem para coletar um tipo particular de dados de agricultura; e interpretar, pelo equipamento de agricultura, a prescrição de agricultura para determinar um ou mais tipos de dados de agricultura para coletar como os dados de agricultura coletados no local atuais.
6. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o processamento pelo dispositivo hospedeiro compreende ainda: processar informação geográfica da pelo menos uma representação dos dados de agricultura coletados no local atuais para produzir um mapa topográfico atual da região de agricultura; e comparar o mapa topográfico atual com um ou mais mapas topográficos anteriores da região de agricultura para detectar uma ou mais áreas de erosão.
7. Meio de armazenamento legível por computador não transitório caracterizado por compreender pelo menos uma seção de memória que armazena instruções operacionais que, quando executadas por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com o equipamento de agricultura de um sistema de computação, fazem um ou mais dispositivos de computação: coletar, pelo equipamento de agricultura, dados de agricultura coletados no local atuais sobre uma região de agricultura; enviar, pelo equipamento de agricultura, pelo menos uma representação dos dados de agricultura coletados no local atuais para um dispositivo hospedeiro; em que o dispositivo hospedeiro executa uma função de análise que inclui dados de agricultura de histórico e desempenho de pelo menos um de: uma operação de transformação executável pelo um ou mais módulos de processamento que codificam os dados de agricultura com relação à região de agricultura e transforma uma porção dos dados de agricultura no local atuais para um símbolo de padrão de plantio correspondente, em que o símbolo de padrão de plantio compreende um padrão de caminho para um ou mais caminhos da região de agricultura; uma operação de identificação executável pelo um ou mais módulos de processamento que identifica um objeto associado com pelo menos uma porção dos dados de agricultura no local atuais, em que o objeto é detectado por um módulo de detecção de objeto acoplado de forma operável a uma pluralidade de sensores associados com o dispositivo hospedeiro e identificado por um módulo de identificação de objeto; uma operação de geração de densidade de probabilidade executável pelo um ou mais módulos de processamento que gera um parâmetro de densidade que pode ser medido com base na pelo nenos uma porção dos dados de agricultura no local atuais, uma operação de análise de tendência executável pelo um ou mais módulos de processamento que analisa estimativas de um subconjunto de pelo menos uma porção dos dados de agricultura no local atuais, e gera um resumo de análise com base em pelo menos uma porção dos dados de agricultura no local atuais e pelo menos uma operação executada; usar o resumo de análise para processar, pelo dispositivo hospedeiro, pelo menos um da pelo menos uma representação dos dados de agricultura coletados no local atuais, dados de agricultura coletados fora do local atuais, dados de agricultura coletados no local de histórico, dados de agricultura coletados fora do local de histórico e análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura atual para a região de agricultura; comparar a previsão de agricultura atual com resultados de agricultura reais coletados para a região de agricultura para produzir dados de comparação; com base, pelo menos em parte, nos dados de comparação, determinar uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura; gerar, pelo dispositivo hospedeiro, uma prescrição de agricultura com respeito a pelo menos uma porção da região de agricultura com base na previsão de agricultura atual e na previsão de agricultura de correção de curso dentro da estação; enviar, pelo dispositivo hospedeiro, a prescrição de agricultura para o equipamento de agricultura; em resposta a receber a prescrição de agricultura, o equipamento de agricultura dispensa um volume de substância de agricultura com base na prescrição de agricultura.
8. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que a pelo menos uma seção de memória armazena ainda instruções operacionais que, quando executadas pelo um ou mais módulos de processamento, fazem o um ou mais dispositivos de computação do sistema de computação: executar, pelo um ou mais dispositivos de computação associados com o do equipamento de agricultura, pelo menos uma porção da prescrição de agricultura.
9. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que a pelo menos uma seção de memória armazena ainda instruções operacionais que, quando executadas pelo um ou mais módulos de processamento, fazem o um ou mais dispositivos de computação do sistema de computação: gerar, por um dos um ou mais dispositivos de computação associados com o equipamento de agricultura, a pelo menos uma representação dos dados de agricultura coletados no local atuais por pelo menos um dos seguintes: utilizar os dados de agricultura coletados no local atuais como a pelo menos uma representação dos dados de agricultura coletados no local atuais; filtrar, com base na prescrição de agricultura, os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais; compilar os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais; e processar os dados de agricultura coletados no local atuais para produzir a pelo menos uma representação dos dados de agricultura coletados no local atuais.
10. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que o um ou mais módulos de processamento executa as instruções de operação armazenadas por pelo menos uma seção de memória para fazer o um ou mais dispositivos de computação do sistema de computação: para um determinado instantâneo de uma estação de agricultura: comparar a previsão de agricultura atual com resultados de agricultura reais para o determinado instantâneo para produzir dados de comparação; e processar os dados de comparação com o um ou mais da pelo menos uma representação dos dados de agricultura coletados no local atuais, os dados de agricultura coletados fora do local atuais, os dados de agricultura coletados no local de histórico, os dados de agricultura coletados fora do local de histórico e a análise de histórico das previsões de agricultura sobre a região de agricultura para produzir uma previsão de agricultura de correção de curso dentro da estação para a região de agricultura para o determinado instantâneo.
11. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que o um ou mais módulos de processamento executa as instruções de operação armazenadas por pelo menos uma seção de memória para fazer o um ou mais dispositivos de computação do sistema de computação: receber, a partir do dispositivo hospedeiro, uma indicação para coletar os dados de agricultura coletados no local atuais; receber, a partir do dispositivo hospedeiro, uma mensagem para coletar um tipo particular de dados de agricultura; e interpretar, pelo equipamento de agricultura, a prescrição de agricultura para determinar um ou mais tipos de dados de agricultura para coletar como os dados de agricultura coletados no local atuais.
12. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que o um ou mais módulos de processamento executa as instruções de operação armazenadas por pelo menos uma seção de memória para fazer o um ou mais dispositivos de computação do sistema de computação: processar informação geográfica da pelo menos uma representação dos dados de agricultura coletados no local atuais para produzir um mapa topográfico atual da região de agricultura; e comparar o mapa topográfico atual com um ou mais mapas topográficos anteriores da região de agricultura para detectar uma ou mais áreas de erosão.
13. Meio de armazenamento legível por computador não transitório, de acordo com a reivindicação 7, caracterizado pelo fato de que a pelo menos uma seção de memória armazena ainda instruções operacionais que, quando executadas pelo um ou mais módulos de processamento, fazem o um ou mais dispositivos de computação do sistema de computação: estabelecer um padrão de distribuição de plantio de cultura para o equipamento de agricultura enquanto percorre a pelo menos uma porção da região de agricultura.
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461981909P | 2014-04-21 | 2014-04-21 | |
US61/981,909 | 2014-04-21 | ||
US14/691,280 US9974226B2 (en) | 2014-04-21 | 2015-04-20 | Generating an agriculture prescription |
US14/691,280 | 2015-04-20 | ||
PCT/US2015/026906 WO2015164393A1 (en) | 2014-04-21 | 2015-04-21 | Generating an agriculture prescription |
Publications (2)
Publication Number | Publication Date |
---|---|
BR112016024660A2 BR112016024660A2 (pt) | 2017-10-10 |
BR112016024660B1 true BR112016024660B1 (pt) | 2022-08-16 |
Family
ID=54322291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR112016024660-8A BR112016024660B1 (pt) | 2014-04-21 | 2015-04-21 | Método para execução por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com equipamentos de agricultura e meio de armazenamento legível por computador não transitório |
Country Status (11)
Country | Link |
---|---|
US (2) | US9974226B2 (pt) |
EP (1) | EP3134754A4 (pt) |
CN (1) | CN106461807B (pt) |
AU (3) | AU2015249888A1 (pt) |
BR (1) | BR112016024660B1 (pt) |
CA (1) | CA2945820C (pt) |
CL (1) | CL2016002674A1 (pt) |
MA (1) | MA39890A (pt) |
UA (1) | UA121654C2 (pt) |
WO (1) | WO2015164393A1 (pt) |
ZA (1) | ZA201607780B (pt) |
Families Citing this family (88)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9551594B1 (en) * | 2014-05-13 | 2017-01-24 | Senseware, Inc. | Sensor deployment mechanism at a monitored location |
US20160063415A1 (en) * | 2014-06-18 | 2016-03-03 | North Central Cooperative | Crop production system |
US10404809B2 (en) * | 2014-08-29 | 2019-09-03 | Google Llc | Systems and methods for adaptive associative routing for mobile messaging |
US11113649B2 (en) | 2014-09-12 | 2021-09-07 | The Climate Corporation | Methods and systems for recommending agricultural activities |
EP4012529A1 (en) * | 2014-09-30 | 2022-06-15 | SZ DJI Technology Co., Ltd. | System and method for data recording and analysis |
US9652840B1 (en) | 2014-10-30 | 2017-05-16 | AgriSight, Inc. | System and method for remote nitrogen monitoring and prescription |
IL236606B (en) | 2015-01-11 | 2020-09-30 | Gornik Amihay | Standards and methods for agricultural monitoring |
US20160232621A1 (en) * | 2015-02-06 | 2016-08-11 | The Climate Corporation | Methods and systems for recommending agricultural activities |
US9667710B2 (en) * | 2015-04-20 | 2017-05-30 | Agverdict, Inc. | Systems and methods for cloud-based agricultural data processing and management |
US9813512B2 (en) * | 2015-04-20 | 2017-11-07 | Agverdict, Inc. | Systems and methods for efficiently generating a geospatial data map for use in agricultural operations |
CA2990438A1 (en) * | 2015-06-30 | 2017-01-05 | The Climate Corporation | Systems and methods for image capture and analysis of agricultural fields |
WO2017075700A1 (en) * | 2015-11-03 | 2017-05-11 | Decisive Farming Corp. | Agricultural enterprise management method and system |
US11062223B2 (en) | 2015-12-02 | 2021-07-13 | The Climate Corporation | Forecasting field level crop yield during a growing season |
MX2015017896A (es) * | 2015-12-21 | 2017-06-20 | Inst Nac De Investig Forestales Agricolas Y Pecuarias | Sistema y proceso de asignacion de potencialidad productiva de los recursos forestales a partir de una parcela virtual. |
JP6795890B2 (ja) * | 2016-01-29 | 2020-12-02 | 株式会社小松製作所 | 植林システム、植林方法、耕作機械、植林機械及び管理装置 |
US20190057460A1 (en) * | 2016-03-25 | 2019-02-21 | Nec Corporation | Information processing device, control method for information processing device, and recording medium having control program for information processing device recorded therein |
US10144453B2 (en) | 2016-04-13 | 2018-12-04 | Cnh Industrial America Llc | System and method for controlling a vehicle |
US10719638B2 (en) * | 2016-08-11 | 2020-07-21 | The Climate Corporation | Delineating management zones based on historical yield maps |
WO2018049289A1 (en) | 2016-09-09 | 2018-03-15 | Cibo Technologies, Inc. | Systems for adjusting agronomic inputs using remote sensing, and related apparatus and methods |
JP6873637B2 (ja) * | 2016-09-16 | 2021-05-19 | 株式会社トプコン | 生育情報管理装置、生育情報管理装置の制御方法及び生育情報管理プログラム |
US10255670B1 (en) * | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
ES2684843B9 (es) * | 2017-03-31 | 2019-11-14 | Hemav Tech S L | Procedimiento de tratamiento de cultivos |
DE102017207347A1 (de) * | 2017-05-02 | 2018-11-08 | Deere & Company | Verfahren und Anordnung zur Kontrolle der Geschwindigkeit einer Ballenpresse |
US10580093B2 (en) * | 2017-06-17 | 2020-03-03 | Institute Of Agricultural Resources And Regional Planning Chinese Academy Of Agricultural Sciences | Estimating the prior for a stochastic allocation model |
FR3069750A1 (fr) * | 2017-08-01 | 2019-02-08 | Vilmorin & Cie | Procede pour augmenter la productivite d'une parcelle agricole vis-a-vis d'une variete vegetale d'une espece donnee dispositifs pour la mise en œuvre de ce procede |
US11263707B2 (en) | 2017-08-08 | 2022-03-01 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
EP3673425A1 (de) * | 2017-08-22 | 2020-07-01 | BASF Agro Trademarks GmbH | Ertragsabschätzung beim anbau von kulturpflanzen |
CN117192077A (zh) * | 2017-10-02 | 2023-12-08 | 精密种植有限责任公司 | 确定方法、校正方法和处理系统 |
US10477756B1 (en) | 2018-01-17 | 2019-11-19 | Cibo Technologies, Inc. | Correcting agronomic data from multiple passes through a farmable region |
US10838432B2 (en) * | 2018-01-26 | 2020-11-17 | Cnh Industrial Canada, Ltd. | System and method for monitoring frame levelness of an agricultural implement |
CN108510107B (zh) * | 2018-03-07 | 2022-04-15 | 深圳远佳智慧科技有限公司 | 一种农业种植指导方法、电子设备及存储介质 |
US11116125B2 (en) * | 2018-03-26 | 2021-09-14 | Steve M. Murphy | Greenhouse mobile sensor vehicle |
US11138677B2 (en) | 2018-04-24 | 2021-10-05 | Indigo Ag, Inc. | Machine learning in an online agricultural system |
US11367093B2 (en) | 2018-04-24 | 2022-06-21 | Indigo Ag, Inc. | Satellite-based agricultural modeling |
US10755367B2 (en) * | 2018-05-10 | 2020-08-25 | The Climate Corporation | Analysis and presentation of agricultural data |
US10729058B2 (en) | 2018-06-22 | 2020-08-04 | Cnh Industrial Canada, Ltd. | Systems and methods for adjusting the output of a field measurement system to conform to agronomy measurements |
US11672203B2 (en) | 2018-10-26 | 2023-06-13 | Deere & Company | Predictive map generation and control |
US11641800B2 (en) | 2020-02-06 | 2023-05-09 | Deere & Company | Agricultural harvesting machine with pre-emergence weed detection and mitigation system |
US11653588B2 (en) | 2018-10-26 | 2023-05-23 | Deere & Company | Yield map generation and control system |
US11467605B2 (en) | 2019-04-10 | 2022-10-11 | Deere & Company | Zonal machine control |
US11178818B2 (en) | 2018-10-26 | 2021-11-23 | Deere & Company | Harvesting machine control system with fill level processing based on yield data |
US11079725B2 (en) | 2019-04-10 | 2021-08-03 | Deere & Company | Machine control using real-time model |
US12069978B2 (en) | 2018-10-26 | 2024-08-27 | Deere & Company | Predictive environmental characteristic map generation and control system |
US11589509B2 (en) | 2018-10-26 | 2023-02-28 | Deere & Company | Predictive machine characteristic map generation and control system |
US11240961B2 (en) | 2018-10-26 | 2022-02-08 | Deere & Company | Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity |
US11957072B2 (en) | 2020-02-06 | 2024-04-16 | Deere & Company | Pre-emergence weed detection and mitigation system |
US11191204B2 (en) | 2019-02-18 | 2021-12-07 | Cnh Industrial Canada, Ltd. | System and method for monitoring soil conditions within a field |
JP7125827B2 (ja) * | 2019-03-28 | 2022-08-25 | ヤンマーパワーテクノロジー株式会社 | 作業マップ提供サーバ |
US11234366B2 (en) | 2019-04-10 | 2022-02-01 | Deere & Company | Image selection for machine control |
US11778945B2 (en) | 2019-04-10 | 2023-10-10 | Deere & Company | Machine control using real-time model |
DE102019119110A1 (de) * | 2019-07-15 | 2021-01-21 | Claas Selbstfahrende Erntemaschinen Gmbh | Verfahren zur Abarbeitung eines landwirtschaftlichen Arbeitsprozesses auf einem Feld |
WO2021067847A1 (en) * | 2019-10-03 | 2021-04-08 | Sensei Ag Holdings, Inc. | Agricultural platforms |
AU2020403003A1 (en) | 2019-12-11 | 2022-07-07 | Climate Llc | Highly responsive farming systems with extraordinary in-season optimization |
US12035648B2 (en) | 2020-02-06 | 2024-07-16 | Deere & Company | Predictive weed map generation and control system |
DE102020105980A1 (de) * | 2020-03-05 | 2021-09-09 | Claas E-Systems Gmbh | Verfahren zum Erkennen von Feldgrenzen |
CN111399508B (zh) * | 2020-03-20 | 2023-12-22 | 中联智慧农业股份有限公司 | 智慧农业系统和智慧农业方法 |
BR112022019091A2 (pt) * | 2020-03-23 | 2022-11-08 | Bayer Ag | Método, veículo e sistema para gerenciamento de controle de erva daninha |
US11477940B2 (en) | 2020-03-26 | 2022-10-25 | Deere & Company | Mobile work machine control based on zone parameter modification |
US11711995B2 (en) | 2020-10-09 | 2023-08-01 | Deere & Company | Machine control using a predictive map |
US11675354B2 (en) | 2020-10-09 | 2023-06-13 | Deere & Company | Machine control using a predictive map |
US11983009B2 (en) | 2020-10-09 | 2024-05-14 | Deere & Company | Map generation and control system |
US11650587B2 (en) | 2020-10-09 | 2023-05-16 | Deere & Company | Predictive power map generation and control system |
US11474523B2 (en) | 2020-10-09 | 2022-10-18 | Deere & Company | Machine control using a predictive speed map |
US11927459B2 (en) | 2020-10-09 | 2024-03-12 | Deere & Company | Machine control using a predictive map |
US11889788B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive biomass map generation and control |
US11727680B2 (en) | 2020-10-09 | 2023-08-15 | Deere & Company | Predictive map generation based on seeding characteristics and control |
US11895948B2 (en) | 2020-10-09 | 2024-02-13 | Deere & Company | Predictive map generation and control based on soil properties |
US11844311B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Machine control using a predictive map |
US11871697B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Crop moisture map generation and control system |
US11825768B2 (en) | 2020-10-09 | 2023-11-28 | Deere & Company | Machine control using a predictive map |
US11635765B2 (en) | 2020-10-09 | 2023-04-25 | Deere & Company | Crop state map generation and control system |
US12069986B2 (en) | 2020-10-09 | 2024-08-27 | Deere & Company | Map generation and control system |
US11849672B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Machine control using a predictive map |
US11874669B2 (en) | 2020-10-09 | 2024-01-16 | Deere & Company | Map generation and control system |
US11845449B2 (en) | 2020-10-09 | 2023-12-19 | Deere & Company | Map generation and control system |
US11946747B2 (en) | 2020-10-09 | 2024-04-02 | Deere & Company | Crop constituent map generation and control system |
US11849671B2 (en) | 2020-10-09 | 2023-12-26 | Deere & Company | Crop state map generation and control system |
US11864483B2 (en) | 2020-10-09 | 2024-01-09 | Deere & Company | Predictive map generation and control system |
US12013245B2 (en) | 2020-10-09 | 2024-06-18 | Deere & Company | Predictive map generation and control system |
US11592822B2 (en) | 2020-10-09 | 2023-02-28 | Deere & Company | Machine control using a predictive map |
US11889787B2 (en) | 2020-10-09 | 2024-02-06 | Deere & Company | Predictive speed map generation and control system |
US20220132723A1 (en) * | 2020-11-02 | 2022-05-05 | Deere & Company | Agricultural characteristic confidence and control |
AU2021379118A1 (en) * | 2020-11-16 | 2023-07-06 | M-Planter.Nz Limited | A forestry management system |
WO2023034118A1 (en) | 2021-08-30 | 2023-03-09 | Indigo Ag, Inc. | Systems for management of location-aware market data |
CA3230474A1 (en) | 2021-08-31 | 2023-03-09 | Eleanor Elizabeth Campbell | Systems and methods for ecosystem credit recommendations |
US12082531B2 (en) | 2022-01-26 | 2024-09-10 | Deere & Company | Systems and methods for predicting material dynamics |
BR102022002541A2 (pt) * | 2022-02-10 | 2023-12-26 | Pedro Teixeira Spinola | Método quantitativo e qualitativo implementado em computador para indicação de herbicidas e dosagens a fim de formar tratamentos para culturas diversas no controle de plantas daninhas e indicação de aplicação resultante |
US12058951B2 (en) | 2022-04-08 | 2024-08-13 | Deere & Company | Predictive nutrient map and control |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5721679A (en) * | 1995-12-18 | 1998-02-24 | Ag-Chem Equipment Co., Inc. | Heads-up display apparatus for computer-controlled agricultural product application equipment |
AUPQ357799A0 (en) * | 1999-10-21 | 1999-11-11 | Irrigation Control Networks Pty Ltd | Texture based, inferred switching for irrigation scheduling |
US7174839B2 (en) * | 2004-08-17 | 2007-02-13 | Ben Tun Hsin Tseng | Seed planting system for multiple types of crops |
BRPI0814668A2 (pt) * | 2007-07-23 | 2014-09-30 | Gowan Co | Método para controlar crescimento vegetativo indesejado, uso de halossulfuron-metila, método para o tratamento de colheitas de algodão, e, método agrícola para aumentar o rendimento de coleta de alfafa. |
US8412419B1 (en) * | 2009-09-17 | 2013-04-02 | Helena Chemical Company | System for mapping GIS layers |
CN101916337B (zh) * | 2010-08-23 | 2012-05-02 | 湖南大学 | 一种基于地理信息系统的水稻生产潜力动态预测方法 |
US10115158B2 (en) * | 2010-10-25 | 2018-10-30 | Trimble Inc. | Generating a crop recommendation |
CN102722973B (zh) * | 2012-06-29 | 2018-02-13 | 深圳市赛格导航科技股份有限公司 | 基于gps的智能农业作业系统及其作业方法 |
-
2015
- 2015-04-20 US US14/691,280 patent/US9974226B2/en active Active
- 2015-04-21 AU AU2015249888A patent/AU2015249888A1/en not_active Abandoned
- 2015-04-21 EP EP15782556.3A patent/EP3134754A4/en active Pending
- 2015-04-21 CN CN201580021214.XA patent/CN106461807B/zh active Active
- 2015-04-21 MA MA039890A patent/MA39890A/fr unknown
- 2015-04-21 UA UAA201611781A patent/UA121654C2/uk unknown
- 2015-04-21 CA CA2945820A patent/CA2945820C/en active Active
- 2015-04-21 WO PCT/US2015/026906 patent/WO2015164393A1/en active Application Filing
- 2015-04-21 BR BR112016024660-8A patent/BR112016024660B1/pt active IP Right Grant
-
2016
- 2016-10-20 CL CL2016002674A patent/CL2016002674A1/es unknown
- 2016-11-10 ZA ZA2016/07780A patent/ZA201607780B/en unknown
-
2018
- 2018-05-22 US US15/986,785 patent/US20180263171A1/en active Pending
-
2020
- 2020-12-15 AU AU2020289735A patent/AU2020289735A1/en not_active Abandoned
-
2022
- 2022-03-04 AU AU2022201533A patent/AU2022201533A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
AU2022201533A1 (en) | 2022-03-24 |
US9974226B2 (en) | 2018-05-22 |
CA2945820A1 (en) | 2015-10-29 |
WO2015164393A1 (en) | 2015-10-29 |
CN106461807B (zh) | 2019-10-25 |
CL2016002674A1 (es) | 2017-06-16 |
BR112016024660A2 (pt) | 2017-10-10 |
AU2020289735A1 (en) | 2021-01-21 |
EP3134754A1 (en) | 2017-03-01 |
AU2015249888A1 (en) | 2016-11-24 |
ZA201607780B (en) | 2018-05-30 |
MA39890A (fr) | 2017-03-01 |
US20150302305A1 (en) | 2015-10-22 |
US20180263171A1 (en) | 2018-09-20 |
CN106461807A (zh) | 2017-02-22 |
UA121654C2 (uk) | 2020-07-10 |
EP3134754A4 (en) | 2017-11-22 |
CA2945820C (en) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BR112016024660B1 (pt) | Método para execução por um ou mais módulos de processamento de um ou mais dispositivos de computação associados com equipamentos de agricultura e meio de armazenamento legível por computador não transitório | |
US11763400B2 (en) | Updating execution of tasks of an agricultural prescription | |
US11457557B2 (en) | Systems, methods and apparatus for soil and seed monitoring | |
ES2942415T3 (es) | Detección automática de valores atípicos de datos de cosecha | |
ES2965819T3 (es) | Análisis de datos agrícolas | |
US20160202679A1 (en) | Automated irrigation control system | |
US20180059691A1 (en) | Predicting Crop Productivity via Intervention Planning on Small-scale Farms | |
BR112021001667A2 (pt) | previsão automática de rendimentos e recomendação de taxas de semeadura com base em dados meteorológicos | |
US11714800B2 (en) | Automated detection of errors in location data in agricultural operations | |
BR112018007534B1 (pt) | Método para melhorar a precisão dos dados de mapa de rendimento usando filtros especializados e detectores de divergência espacial e sistema de processamento de dados para melhorar a precisão dos dados de mapa de rendimento usando filtros especializados e detectores de divergência espacial | |
Light | Forget number 8 wire | |
BR112017028605B1 (pt) | Sistema e método para monitorar operações de campo, e meio de armazenamento não transitório |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 21/04/2015, OBSERVADAS AS CONDICOES LEGAIS |
|
B25D | Requested change of name of applicant approved |
Owner name: CLIMATE LLC (US) |
|
B25G | Requested change of headquarter approved |
Owner name: CLIMATE LLC (US) |